HashMap实现原理

Map用于实现关联数组,也就是用于保存(key,value)这样的数据结构。
在java中的基本实现有如下几类

实现 简介
HashMap 基于key的散列表实现,插入和查询键值对的速度为常数
LinkedHashMap 类似HashMap,但是通过额外的链表结构保持了插入的顺序
TreeMap 基于红黑树的排序树,节点为键值对,可返回子树
WeakHashMap 键值对为弱引用,垃圾回收行为有所不同
ConcurrentHashMap 线程安全的Map

下面重点介绍

HashMap

  总体来说,HashMap主要采用了命名为bucket的数组作为主要的数据结构,通过key的散列值(也就是key.hashCode())作为对bucket索引的依据,对于冲突的情况采用hash里面的拉链法来解决,也就是将hash值冲突的对象链接在一个list中。因此我们总结在HashMap中查询某个键的过程为:
  根据key的hashCode()计算index,然后看bucket[index]是否为空,若为空,表示不存在。否则再通过key的equals()方法来和对应位置的list中的一个一个比较,看是否找到equals()为true的对象,否则不存在。
从上面的过程我们可以看出,主要有两点:一是通过key的hashCode来确定桶位,而是通过equals方法再次比较两个对象是否”相等”。

  下面我们简单解读一下jdk中关于HashMap的源码:

  键值对存储结构:

    /**
     * Basic hash bin node, used for most entries.  (See below for
     * TreeNode subclass, and in LinkedHashMap for its Entry subclass.)
     */
    static class Node implements Map.Entry {
        final int hash;
        final K key;
        V value;
        Node next;

        Node(int hash, K key, V value, Node next) {
            this.hash = hash;
            this.key = key;
            this.value = value;
            this.next = next;
        }

        public final K getKey()        { return key; }
        public final V getValue()      { return value; }
        public final String toString() { return key + "=" + value; }

        public final int hashCode() {
            return Objects.hashCode(key) ^ Objects.hashCode(value);
        }

        public final V setValue(V newValue) {
            V oldValue = value;
            value = newValue;
            return oldValue;
        }

        public final boolean equals(Object o) {
            if (o == this)
                return true;
            if (o instanceof Map.Entry) {
                Map.Entry e = (Map.Entry)o;
                if (Objects.equals(key, e.getKey()) &&
                    Objects.equals(value, e.getValue()))
                    return true;
            }
            return false;
        }
    }

  这个Node除了key、value域之外,还包括一个next指针,用于存储hash值冲突的节点。
注意到节点的hashCode()方法的实现,是通过调用Objects工具类的静态方法Objects.hashCode(Object)来实现的,实际上就是多态调用了key和value的hashCode方法。但是对两者的hash值采用按位异或方式有点不懂,为什么是这样的。

  另外,在HashMap里面,生成key的hash值是这样的:

    static final int hash(Object key) {
        int h;
        return (key == null) ? 0 : (h = key.hashCode()) ^ (h >>> 16);
    }

  也就是用key的hash值与hash值无符号右移16位的异或。

  考虑常用的操作,查找节点getNode:

    /**
     * Implements Map.get and related methods
     *
     * @param hash hash for key
     * @param key the key
     * @return the node, or null if none
     */
    final Node getNode(int hash, Object key) {
        Node[] tab; Node first, e; int n; K k;
        if ((tab = table) != null && (n = tab.length) > 0 &&
            (first = tab[(n - 1) & hash]) != null) {
            if (first.hash == hash && // always check first node
                ((k = first.key) == key || (key != null && key.equals(k))))
                return first;
            if ((e = first.next) != null) {
                if (first instanceof TreeNode)
                    return ((TreeNode)first).getTreeNode(hash, key);
                do {
                    if (e.hash == hash &&
                        ((k = e.key) == key || (key != null && key.equals(k))))
                        return e;
                } while ((e = e.next) != null);
            }
        }
        return null;
    }

  传入的参数hash是hash(key)得到的,桶位是通过(n-1)&(hash)得到的。比较分两步,e.hash == hash用于验证hash值是否一样,从前面过来到这一步确实是有可能不一样的?我们发现,e其实是一个键值对Node < K,V >对其.hash域访问,刚开始让我误以为就是调用hashCode方法返回值,而该方法的实现表明还与value的hash值有关,这样从逻辑上来说是不合理的,因为定位键值对我们只用key。后来发现Node对象的hash域是final类型,由初始化的时候指定,就是key的hash值。so.

  然后就是putVal final方法:

    /**
     * Implements Map.put and related methods
     *
     * @param hash hash for key
     * @param key the key
     * @param value the value to put
     * @param onlyIfAbsent if true, don't change existing value
     * @param evict if false, the table is in creation mode.
     * @return previous value, or null if none
     */
    final V putVal(int hash, K key, V value, boolean onlyIfAbsent,
                   boolean evict) {
        Node[] tab; Node p; int n, i;
        if ((tab = table) == null || (n = tab.length) == 0)
            n = (tab = resize()).length;
        if ((p = tab[i = (n - 1) & hash]) == null)
            tab[i] = newNode(hash, key, value, null);
        else {
            Node e; K k;
            if (p.hash == hash &&
                ((k = p.key) == key || (key != null && key.equals(k))))
                e = p;
            else if (p instanceof TreeNode)
                e = ((TreeNode)p).putTreeVal(this, tab, hash, key, value);
            else {
                for (int binCount = 0; ; ++binCount) {
                    if ((e = p.next) == null) {
                        p.next = newNode(hash, key, value, null);
                        if (binCount >= TREEIFY_THRESHOLD - 1) // -1 for 1st
                            treeifyBin(tab, hash);
                        break;
                    }
                    if (e.hash == hash &&
                        ((k = e.key) == key || (key != null && key.equals(k))))
                        break;
                    p = e;
                }
            }
            if (e != null) { // existing mapping for key
                V oldValue = e.value;
                if (!onlyIfAbsent || oldValue == null)
                    e.value = value;
                afterNodeAccess(e);
                return oldValue;
            }
        }
        ++modCount;
        if (++size > threshold)
            resize();
        afterNodeInsertion(evict);
        return null;
    }

  该过程和查找过程很相似,只不过对原先不存在的节点就新增,否则就更新里面的value。代码有点复杂,因为考虑了很多情况,比如是否要扩容,还有一些优化,比如如果是TreeNode排序结构,则可以快速插入,etc。

  总之基本思想体现了最开始提到的bucket,还有两步验证的策略。hash和equals()。

  还有一个就是entrySet()方法,该方法返回map中所有键值对集合一个视图,而不是一个副本,map中键值对的修改会反映到该set,反过来也是。在该视图set中迭代的过程中如果修改了底层的map,会导致不可预知的结果,比如concurrentModificationException。

    final class EntrySet extends AbstractSet> {
        public final int size()                 { return size; }
        public final void clear()               { HashMap.this.clear(); }
        public final Iterator> iterator() {
            return new EntryIterator();
        }
        public final boolean contains(Object o) {
            if (!(o instanceof Map.Entry))
                return false;
            Map.Entry e = (Map.Entry) o;
            Object key = e.getKey();
            Node candidate = getNode(hash(key), key);
            return candidate != null && candidate.equals(e);
        }
        public final boolean remove(Object o) {
            if (o instanceof Map.Entry) {
                Map.Entry e = (Map.Entry) o;
                Object key = e.getKey();
                Object value = e.getValue();
                return removeNode(hash(key), key, value, true, true) != null;
            }
            return false;
        }
        public final Spliterator> spliterator() {
            return new EntrySpliterator<>(HashMap.this, 0, -1, 0, 0);
        }
        public final void forEach(Consumersuper Map.Entry> action) {
            Node[] tab;
            if (action == null)
                throw new NullPointerException();
            if (size > 0 && (tab = table) != null) {
                int mc = modCount;
                for (int i = 0; i < tab.length; ++i) {
                    for (Node e = tab[i]; e != null; e = e.next)
                        action.accept(e);
                }
                if (modCount != mc)
                    throw new ConcurrentModificationException();
            }
        }
    }

  比如最后抛出的异常。
  另外,怎么去理解EntrySet是作为HashMap上的视图?我们看到,实际上对EntrySet这个集合的操作,比如remove,是通过removeNode(hash(key), key, value, true, true)这行来实现的,也就是调用HashMap的方法,底层就是直接操纵的bucket数组。
另外,还有Entry的迭代器:EntryIterator()。

    final class EntryIterator extends HashIterator
        implements Iterator<Map.Entry<K,V>> {
        public final Map.Entry next() { return nextNode(); }
    }

继承了HashIterator,这个HashIterator是对hash表的一个迭代器:

    abstract class HashIterator {
        Node next;        // next entry to return
        Node current;     // current entry
        int expectedModCount;  // for fast-fail
        int index;             // current slot

        HashIterator() {
            expectedModCount = modCount;
            Node[] t = table;
            current = next = null;
            index = 0;
            if (t != null && size > 0) { // advance to first entry
                do {} while (index < t.length && (next = t[index++]) == null);
            }
        }

        public final boolean hasNext() {
            return next != null;
        }

        final Node nextNode() {
            Node[] t;
            Node e = next;
            if (modCount != expectedModCount)
                throw new ConcurrentModificationException();
            if (e == null)
                throw new NoSuchElementException();
            if ((next = (current = e).next) == null && (t = table) != null) {
                do {} while (index < t.length && (next = t[index++]) == null);
            }
            return e;
        }

        public final void remove() {
            Node p = current;
            if (p == null)
                throw new IllegalStateException();
            if (modCount != expectedModCount)
                throw new ConcurrentModificationException();
            current = null;
            K key = p.key;
            removeNode(hash(key), key, null, false, false);
            expectedModCount = modCount;
        }
    }

其中,里面的nextNode()方法是核心的迭代逻辑,可以看到,它是通过index的不断递增,同时按序遍历每个index对应的list的。

除了EntrySet,还有KeySet和Value,他们分别提供了key的视图和Value,他们的迭代器的迭代逻辑和EntrySet一样,因为底层都是调用了HashIterator:

    final class KeyIterator extends HashIterator
        implements Iterator<K> {
        public final K next() { return nextNode().key; }
    }
    final class ValueIterator extends HashIterator
        implements Iterator<V> {
        public final V next() { return nextNode().value; }
    }

注意 Value不是通过Set,而是通过Collection来提供视图的,这是因为Value可能有重复,而key不会。

  还有,不同的调用比如EntrySet.iterator()和KeySet.iterator()返回的迭代器之间没有耦合关系,因为每次都是new 一个迭代器,即都会分别new 一个HashIterator,会重置游标。
  最后,还注意到,通过HashMap的modCount成员变量来记录对map的结构性的修改,在迭代器中要检查该值在迭代的过程中的变化,如果发现变化就抛出ConcurrentModificationException,这就是所谓的fail-fast。
  总代码有837行,还是挺长的。

你可能感兴趣的:(java程序语言)