HashMap底层原理

一、HashMap简介

\1. HashMap是用于存储Key-Value键值对的集合;

\2. HashMap根据键的hashCode值存储数据,大多数情况下可以直接定位到它的值,So具有很快的访问速度,但遍历顺序不确定;

\3. HashMap中键key为null的记录至多只允许一条,值value为null的记录可以有多条;

\4. HashMap非线程安全,即任一时刻允许多个线程同时写HashMap,可能会导致数据的不一致。

图1. HashMap的继承

HashMap底层原理_第1张图片
img

二、HashMap底层存储结构

从整体结构上看HashMap是由数组+链表+红黑树(JDK1.8后增加了红黑树部分)实现的。

图2. HashMap整体存储结构

HashMap底层原理_第2张图片
img

数组:

​ HashMap是一个用于存储Key-Value键值对的集合,每一个键值对也叫做一个Entry;这些Entry分散的存储在一个数组当中,该数组就是HashMap的主干。

图3. HashMap存储Entry的数组

HashMap底层原理_第3张图片
img

链表:

​ 因为数组Table的长度是有限的,使用hash函数计算时可能会出现index冲突的情况,所以我们需要链表来解决冲突;数组Table的每一个元素不单纯只是一个Entry对象,它还是一个链表的头节点,每一个Entry对象通过Next指针指向下一个Entry节点;当新来的Entry映射到冲突数组位置时,只需要插入对应的链表位置即可。

图4. HashMap链表

HashMap底层原理_第4张图片
img

index冲突例子如下:

​ 比如调用 hashMap.put("China", 0) ,插入一个Key为“China"的元素;这时候我们需要利用一个哈希函数来确定Entry的具体插入位置(index):通过index = Hash("China"),假定最后计算出的index是2,那么Entry的插入结果如下:

图5. index冲突-1

img

但是,因为HashMap的长度是有限的,当插入的Entry越来越多时,再完美的Hash函数也难免会出现index冲突的情况。比如下面这样:

图6. index冲突-2

HashMap底层原理_第5张图片
img

​ 经过hash函数计算发现即将插入的Entry的index值也为2,这样就会与之前插入的Key为“China”的Entry起冲突;这时就可以用链表来解决冲突,当新来的Entry映射到冲突的数组位置时,只需要插入到对应的链表即可;此外,新来的Entry节点插入链表时使用的是“头插法”,即会插在链表的头部,因为HashMap的发明者认为后插入的Entry被查找的概率更大。

图7. index冲突-3

HashMap底层原理_第6张图片
img

红黑树:

当链表长度超过阈值(8)时,会将链表转换为红黑树,使HashMap的性能得到进一步提升。

图8. HashMap红黑树

HashMap底层原理_第7张图片
img

HashMap底层存储结构源码:

Node类用来实现数组及链表的数据结构:

 1    /** 数组及链表的数据结构
 2      * Basic hash bin node, used for most entries.  (See below for
 3      * TreeNode subclass, and in LinkedHashMap for its Entry subclass.)
 4      */
 5     static class Node implements Map.Entry {
 6         final int hash;  //保存节点的hash值
 7         final K key;  //保存节点的key值
 8         V value;  //保存节点的value值
 9        //next是指向链表结构下当前节点的next节点,红黑树TreeNode节点中也用到next
10         Node next;  
11 
12         Node(int hash, K key, V value, Node next) {
13             this.hash = hash;
14             this.key = key;
15             this.value = value;
16             this.next = next;
17         }
18 
19         public final K getKey()        { return key; }
20         public final V getValue()      { return value; }
21         public final String toString() { return key + "=" + value; }
22 
23         public final int hashCode() {
24             return Objects.hashCode(key) ^ Objects.hashCode(value);
25         }
26 
27         public final V setValue(V newValue) {
28             V oldValue = value;
29             value = newValue;
30             return oldValue;
31         }
32 
33         public final boolean equals(Object o) {
34             if (o == this)
35                 return true;
36             if (o instanceof Map.Entry) {
37                 Map.Entry e = (Map.Entry)o;
38                 if (Objects.equals(key, e.getKey()) &&
39                     Objects.equals(value, e.getValue()))
40                     return true;
41             }
42             return false;
43         }
44     }

TreeNode用来实现红黑树相关的存储结构:

 1    /**  继承LinkedHashMap.Entry,红黑树相关存储结构
 2      * Entry for Tree bins. Extends LinkedHashMap.Entry (which in turn
 3      * extends Node) so can be used as extension of either regular or
 4      * linked node.
 5      */
 6     static final class TreeNode extends LinkedHashMap.Entry {
 7         TreeNode parent;  //存储当前节点的父节点
 8         TreeNode left;  //存储当前节点的左孩子
 9         TreeNode right;  //存储当前节点的右孩子
10         TreeNode prev;    //存储当前节点的前一个节点
11         boolean red;  //存储当前节点的颜色(红、黑)
12         TreeNode(int hash, K key, V val, Node next) {
13             super(hash, key, val, next);
14         }
15 
16 public class LinkedHashMap
17     extends HashMap
18     implements Map
19 {
20 
21     /**
22      * HashMap.Node subclass for normal LinkedHashMap entries.
23      */
24     static class Entry extends HashMap.Node {
25         Entry before, after;
26         Entry(int hash, K key, V value, Node next) {
27             super(hash, key, value, next);
28         }
29     }

三、HashMap各常量及成员变量的作用

HashMap相关常量:

 1     /** 创建HashMap时未指定初始容量情况下的默认容量
 2      * The default initial capacity - MUST be a power of two.
 3      */
 4     static final int DEFAULT_INITIAL_CAPACITY = 1 << 4; // aka 16   1 << 4 = 16
 5 
 6     /** HashMap的最大容量
 7      * The maximum capacity, used if a higher value is implicitly specified
 8      * by either of the constructors with arguments.
 9      * MUST be a power of two <= 1<<30.
10      */
11     static final int MAXIMUM_CAPACITY = 1 << 30;  // 1 << 30 = 1073741824
12 
13     /** HashMap默认的装载因子,当HashMap中元素数量超过 容量*装载因子 时,则进行resize()扩容操作
14      * The load factor used when none specified in constructor.
15      */
16     static final float DEFAULT_LOAD_FACTOR = 0.75f;
17 
18     /** 用来确定何时解决hash冲突的,链表转为红黑树
19      * The bin count threshold for using a tree rather than list for a
20      * bin.  Bins are converted to trees when adding an element to a
21      * bin with at least this many nodes. The value must be greater
22      * than 2 and should be at least 8 to mesh with assumptions in
23      * tree removal about conversion back to plain bins upon
24      * shrinkage.
25      */
26     static final int TREEIFY_THRESHOLD = 8;
27 
28     /** 用来确定何时解决hash冲突的,红黑树转变为链表
29      * The bin count threshold for untreeifying a (split) bin during a
30      * resize operation. Should be less than TREEIFY_THRESHOLD, and at
31      * most 6 to mesh with shrinkage detection under removal.
32      */
33     static final int UNTREEIFY_THRESHOLD = 6;
34 
35     /** 当想要将解决hash冲突的链表转变为红黑树时,需要判断下此时数组的容量,若是由于数组容量太小(小于MIN_TREEIFY_CAPACITY)而导致hash冲突,则不进行链表转为红黑树的操作,而是利用resize()函数对HashMap扩容
36      * The smallest table capacity for which bins may be treeified.
37      * (Otherwise the table is resized if too many nodes in a bin.)
38      * Should be at least 4 * TREEIFY_THRESHOLD to avoid conflicts
39      * between resizing and treeification thresholds.
40      */
41     static final int MIN_TREEIFY_CAPACITY = 64;

HashMap相关成员变量:

 1 /* ---------------- Fields -------------- */
 2 
 3     /** 保存Node节点的数组
 4      * The table, initialized on first use, and resized as
 5      * necessary. When allocated, length is always a power of two.
 6      * (We also tolerate length zero in some operations to allow
 7      * bootstrapping mechanics that are currently not needed.)
 8      */
 9     transient Node[] table;
10 
11     /** 由HashMap中Node节点构成的set
12      * Holds cached entrySet(). Note that AbstractMap fields are used
13      * for keySet() and values().
14      */
15     transient Set> entrySet;
16 
17     /** 记录HashMap当前存储的元素的数量
18      * The number of key-value mappings contained in this map.
19      */
20     transient int size;
21 
22     /** 记录HashMap发生结构性变化的次数(value值的覆盖不属于结构性变化)
23      * The number of times this HashMap has been structurally modified
24      * Structural modifications are those that change the number of mappings in
25      * the HashMap or otherwise modify its internal structure (e.g.,
26      * rehash).  This field is used to make iterators on Collection-views of
27      * the HashMap fail-fast.  (See ConcurrentModificationException).
28      */
29     transient int modCount;
30 
31     /** threshold的值应等于table.length*loadFactor,size超过这个值时会进行resize()扩容
32      * The next size value at which to resize (capacity * load factor).
33      *
34      * @serial
35      */
36     // (The javadoc description is true upon serialization.
37     // Additionally, if the table array has not been allocated, this
38     // field holds the initial array capacity, or zero signifying
39     // DEFAULT_INITIAL_CAPACITY.)
40     int threshold;
41 
42     /** 记录HashMap的装载因子
43      * The load factor for the hash table.
44      *
45      * @serial
46      */
47     final float loadFactor;
48 
49     /* ---------------- Public operations -------------- */

四、HashMap的四种构造方法

​ HashMap提供了四个构造方法,四个构造方法中方法1、2、3都没有进行数组的初始化操作,即使调用了构造方法此时存放HaspMap的数组中元素的table表长度依旧为0 ;在第四个构造方法中调用了putMapEntries()方法完成了table的初始化操作,并将m中的元素添加到HashMap中。

HashMap四个构造方法:

  1 /* ---------------- Public operations -------------- */
  2 
  3     /** 构造方法1,指定初始容量及装载因子
  4      * Constructs an empty HashMap with the specified initial
  5      * capacity and load factor.
  6      *
  7      * @param  initialCapacity the initial capacity
  8      * @param  loadFactor      the load factor
  9      * @throws IllegalArgumentException if the initial capacity is negative
 10      *         or the load factor is nonpositive
 11      */
 12     public HashMap(int initialCapacity, float loadFactor) {
 13         if (initialCapacity < 0)
 14             throw new IllegalArgumentException("Illegal initial capacity: " +
 15                                                initialCapacity);
 16         if (initialCapacity > MAXIMUM_CAPACITY)
 17             initialCapacity = MAXIMUM_CAPACITY;
 18         if (loadFactor <= 0 || Float.isNaN(loadFactor))
 19             throw new IllegalArgumentException("Illegal load factor: " +
 20                                                loadFactor);
 21         this.loadFactor = loadFactor;
 22         //tableSize(initialCapacity)方法返回的值最接近initialCapacity的2的幂,若设定初始容量为9,则HashMap的实际容量为16
 23         //另外,通过HashMap(int initialCapacity, float loadFactor)该方法创建的HashMap初始容量的值存在threshold中
 24         this.threshold = tableSizeFor(initialCapacity);
 25     }
 26 
 27 
 28      /** tableSizeFor(initialCapacity)方法返回的值是最接近initialCapacity的2的幂次方
 29      * Returns a power of two size for the given target capacity.
 30      */
 31     static final int tableSizeFor(int cap) {
 32         int n = cap - 1;
 33         n |= n >>> 1;
 34         n |= n >>> 2;
 35         n |= n >>> 4;
 36         n |= n >>> 8;
 37         n |= n >>> 16;
 38         return (n < 0) ? 1 : (n >= MAXIMUM_CAPACITY) ? MAXIMUM_CAPACITY : n + 1;
 39     }
 40 
 41     /** 构造方法2,仅指定初始容量,装载因子的值采用默认的0.75
 42      * Constructs an empty HashMap with the specified initial
 43      * capacity and the default load factor (0.75).
 44      *
 45      * @param  initialCapacity the initial capacity.
 46      * @throws IllegalArgumentException if the initial capacity is negative.
 47      */
 48     public HashMap(int initialCapacity) {
 49         this(initialCapacity, DEFAULT_LOAD_FACTOR);
 50     }
 51 
 52     /** 构造方法3,所有参数均采用默认值
 53      * Constructs an empty HashMap with the default initial capacity
 54      * (16) and the default load factor (0.75).
 55      */
 56     public HashMap() {
 57         this.loadFactor = DEFAULT_LOAD_FACTOR; // all other fields defaulted
 58     }
 59 
 60     /** 构造方法4,指定集合转为HashMap
 61      * Constructs a new HashMap with the same mappings as the
 62      * specified Map.  The HashMap is created with
 63      * default load factor (0.75) and an initial capacity sufficient to
 64      * hold the mappings in the specified Map.
 65      *
 66      * @param   m the map whose mappings are to be placed in this map
 67      * @throws  NullPointerException if the specified map is null
 68      */
 69     public HashMap(Map m) {
 70         this.loadFactor = DEFAULT_LOAD_FACTOR;
 71         putMapEntries(m, false);
 72     }
 73 
 74      /** 把Map m中的元素插入HashMap
 75      * Implements Map.putAll and Map constructor
 76      *
 77      * @param m the map
 78      * @param evict false when initially constructing this map, else
 79      * true (relayed to method afterNodeInsertion).
 80      */
 81     final void putMapEntries(Map m, boolean evict) {
 82         int s = m.size();
 83         if (s > 0) {
 84             //在创建HashMap时调用putMapEntries()函数,则table一定为空
 85             if (table == null) { // pre-size
 86                 //根据待插入map的size计算出要创建的HashMap的容量
 87                 float ft = ((float)s / loadFactor) + 1.0F;
 88                 int t = ((ft < (float)MAXIMUM_CAPACITY) ?
 89                          (int)ft : MAXIMUM_CAPACITY);
 90                 //把要创建的HashMap的容量存在threshold中
 91                 if (t > threshold)
 92                     threshold = tableSizeFor(t);
 93             }
 94             //如果待插入map的size大于threshold,则进行resize()
 95             else if (s > threshold)
 96                 resize();
 97             for (Map.Entry e : m.entrySet()) {
 98                 K key = e.getKey();
 99                 V value = e.getValue();
100                 //最终实际上同样也是调用了putVal()函数进行元素的插入
101                 putVal(hash(key), key, value, false, evict);
102             }
103         }
104     }

五、HashMap的put方法

​ 假如调用hashMap.put("apple",0)方法``,将会在HashMap的table数组中插入一个Key为“apple”的元素;这时需要通过hash()函数来确定该Entry的具体插入位置,而hash()方法内部会调用hashCode()函数得到“apple”的hashCode;然后putVal()方法经过一定计算得到最终的插入位置index,最后将这个Entry插入到table的index位置。

put函数:

 1    /**  指定key和value,向HashMap中插入节点
 2      * Associates the specified value with the specified key in this map.
 3      * If the map previously contained a mapping for the key, the old
 4      * value is replaced.
 5      *
 6      * @param key key with which the specified value is to be associated
 7      * @param value value to be associated with the specified key
 8      * @return the previous value associated with key, or
 9      *         null if there was no mapping for key.
10      *         (A null return can also indicate that the map
11      *         previously associated null with key.)
12      */
13     public V put(K key, V value) {
14         //插入节点,hash值的计算调用hash(key)函数,实际调用putVal()插入节点
15         return putVal(hash(key), key, value, false, true);
16     }
17 
18     /** key的hash值计算是通过hashCode()的高16位异或低16位实现的:h = key.hashCode()) ^ (h >>> 16),使用位运算替代了取模运算,在table的长度比较小的情况下,也能保证hashcode的高位参与到地址映射的计算当中,同时不会有太大的开销。
19      * Computes key.hashCode() and spreads (XORs) higher bits of hash
20      * to lower.  Because the table uses power-of-two masking, sets of
21      * hashes that vary only in bits above the current mask will
22      * always collide. (Among known examples are sets of Float keys
23      * holding consecutive whole numbers in small tables.)  So we
24      * apply a transform that spreads the impact of higher bits
25      * downward. There is a tradeoff between speed, utility, and
26      * quality of bit-spreading. Because many common sets of hashes
27      * are already reasonably distributed (so don't benefit from
28      * spreading), and because we use trees to handle large sets of
29      * collisions in bins, we just XOR some shifted bits in the
30      * cheapest possible way to reduce systematic lossage, as well as
31      * to incorporate impact of the highest bits that would otherwise
32      * never be used in index calculations because of table bounds.
33      */
34     static final int hash(Object key) {
35         int h;
36         return (key == null) ? 0 : (h = key.hashCode()) ^ (h >>> 16);
37     }

putVal()函数:

 1    /** 实际将元素插入HashMap中的方法
 2      * Implements Map.put and related methods
 3      *
 4      * @param hash hash for key
 5      * @param key the key
 6      * @param value the value to put
 7      * @param onlyIfAbsent if true, don't change existing value
 8      * @param evict if false, the table is in creation mode.
 9      * @return previous value, or null if none
10      */
11     final V putVal(int hash, K key, V value, boolean onlyIfAbsent,
12                    boolean evict) {
13         Node[] tab; Node p; int n, i;
14         //判断table是否已初始化,否则进行初始化table操作
15         if ((tab = table) == null || (n = tab.length) == 0)
16             n = (tab = resize()).length;
17         //根据hash值确定节点在数组中的插入的位置,即计算索引存储的位置,若该位置无元素则直接进行插入
18         if ((p = tab[i = (n - 1) & hash]) == null)
19             tab[i] = newNode(hash, key, value, null);
20         else {
21             //节点若已经存在元素,即待插入位置存在元素
22             Node e; K k;
23             //对比已经存在的元素与待插入元素的hash值和key值,执行赋值操作
24             if (p.hash == hash &&
25                 ((k = p.key) == key || (key != null && key.equals(k))))
26                 e = p;
27             //判断该元素是否为红黑树节点
28             else if (p instanceof TreeNode)
29                 //红黑树节点则调用putTreeVal()函数进行插入
30                 e = ((TreeNode)p).putTreeVal(this, tab, hash, key, value);
31             else {
32                 //若该元素是链表,且为链表头节点,则从此节点开始向后寻找合适的插入位置
33                 for (int binCount = 0; ; ++binCount) {
34                     if ((e = p.next) == null) {
35                         //找到插入位置后,新建节点插入
36                         p.next = newNode(hash, key, value, null);
37                         //若链表上节点超过TREEIFY_THRESHOLD - 1,即链表长度为8,将链表转变为红黑树
38                         if (binCount >= TREEIFY_THRESHOLD - 1) // -1 for 1st
39                             treeifyBin(tab, hash);
40                         break;
41                     }
42                     //若待插入元素在HashMap中已存在,key存在了则直接覆盖
43                     if (e.hash == hash &&
44                         ((k = e.key) == key || (key != null && key.equals(k))))
45                         break;
46                     p = e;
47                 }
48             }
49             if (e != null) { // existing mapping for key
50                 V oldValue = e.value;
51                 if (!onlyIfAbsent || oldValue == null)
52                     e.value = value;
53                 afterNodeAccess(e);
54                 //若存在key节点,则返回旧的key值
55                 return oldValue;
56             }
57         }
58         //记录修改次数
59         ++modCount;
60         //判断是否需要扩容
61         if (++size > threshold)
62             resize();
63         //空操作
64         afterNodeInsertion(evict);
65         //若不存在key节点,则返回null
66         return null;
67     }

链表转红黑树的putTreeVal()函数:

 1        /** 链表转红黑树
 2          * Tree version of putVal.
 3          */
 4         final TreeNode putTreeVal(HashMap map, Node[] tab,
 5                                        int h, K k, V v) {
 6             Class kc = null;
 7             boolean searched = false;
 8             TreeNode root = (parent != null) ? root() : this;
 9             //从根节点开始查找合适的插入位置
10             for (TreeNode p = root;;) {
11                 int dir, ph; K pk;
12                 if ((ph = p.hash) > h)
13                     //若dir<0,则查找当前节点的左孩子
14                     dir = -1;
15                 else if (ph < h)
16                     //若dir>0,则查找当前节点的右孩子
17                     dir = 1;
18                 //hash值或是key值相同
19                 else if ((pk = p.key) == k || (k != null && k.equals(pk)))
20                     return p;
21                 //1.当前节点与待插入节点key不同,hash值相同
22                 //2.k是不可比较的,即k未实现comparable接口,或者compareComparables(kc,k,pk)的返回值为0
23                 else if ((kc == null &&
24                           (kc = comparableClassFor(k)) == null) ||
25                          (dir = compareComparables(kc, k, pk)) == 0) {
26                     //在以当前节点为根节点的整个树上搜索是否存在待插入节点(只搜索一次)
27                     if (!searched) {
28                         TreeNode q, ch;
29                         searched = true;
30                         if (((ch = p.left) != null &&
31                              (q = ch.find(h, k, kc)) != null) ||
32                             ((ch = p.right) != null &&
33                              (q = ch.find(h, k, kc)) != null))
34                             //若搜索发现树中存在待插入节点,则直接返回
35                             return q;
36                     }
37                     //指定了一个k的比较方式 tieBreakOrder
38                     dir = tieBreakOrder(k, pk);
39                 }
40 
41                 TreeNode xp = p;
42                 if ((p = (dir <= 0) ? p.left : p.right) == null) {
43                     //找到了待插入位置,xp为待插入位置的父节点,TreeNode节点中既存在树状关系,又存在链式关系,而且还是双端链表
44                     Node xpn = xp.next;
45                     TreeNode x = map.newTreeNode(h, k, v, xpn);
46                     if (dir <= 0)
47                         xp.left = x;
48                     else
49                         xp.right = x;
50                     xp.next = x;
51                     x.parent = x.prev = xp;
52                     if (xpn != null)
53                         ((TreeNode)xpn).prev = x;
54                     //插入节点后进行二叉树平衡操作
55                     moveRootToFront(tab, balanceInsertion(root, x));
56                     return null;
57                 }
58             }
59         }
60 
61      /** 定义了一个k的比较方法
62          * Tie-breaking utility for ordering insertions when equal
63          * hashCodes and non-comparable. We don't require a total
64          * order, just a consistent insertion rule to maintain
65          * equivalence across rebalancings. Tie-breaking further than
66          * necessary simplifies testing a bit.
67          */
68         static int tieBreakOrder(Object a, Object b) {
69             int d;
70             if (a == null || b == null ||
71                 (d = a.getClass().getName().
72                  compareTo(b.getClass().getName())) == 0)
73                 //System.identityHashCode()实际是比较对象a,b的内存地址
74                 d = (System.identityHashCode(a) <= System.identityHashCode(b) ?
75                      -1 : 1);
76             return d;
77         }

图9. hashCode计算得到table索引的过程

HashMap底层原理_第8张图片
img

图10. put添加方法执行过程

HashMap底层原理_第9张图片
img

上图的HashMap的put方法执行流程图,可以总结为如下主要步骤:

\1. 判断数组table是否为null,若为null则执行resize()扩容操作。

\2. 根据键key的值计算hash值得到插入的数组索引i,若table[i] == nulll,则直接新建节点插入,进入步骤6;若table[i]非null,则继续执行下一步。

\3. 判断table[i]的首个元素key是否和当前key相同(hashCode和equals均相同),若相同则直接覆盖value,进入步骤6,反之继续执行下一步。

\4. 判断table[i]是否为treeNode,若是红黑树,则直接在树中插入键值对并进入步骤6,反之继续执行下一步。

\5. 遍历table[i],判断链表长度是否大于8,若>8,则把链表转换为红黑树,在红黑树中执行插入操作;若<8,则进行链表的插入操作;遍历过程中若发现key已存在则会直接覆盖该key的value值。

\6. 插入成功后,判断实际存在的键值对数量size是否超过了最大容量threshold,若超过则进行扩容。

六、HashMap的get方法

get()和getNode()函数:

 1    /**
 2      * Returns the value to which the specified key is mapped,
 3      * or {@code null} if this map contains no mapping for the key.
 4      *
 5      * 

More formally, if this map contains a mapping from a key 6 * {@code k} to a value {@code v} such that {@code (key==null ? k==null : 7 * key.equals(k))}, then this method returns {@code v}; otherwise 8 * it returns {@code null}. (There can be at most one such mapping.) 9 * 10 *

A return value of {@code null} does not necessarily 11 * indicate that the map contains no mapping for the key; it's also 12 * possible that the map explicitly maps the key to {@code null}. 13 * The {@link #containsKey containsKey} operation may be used to 14 * distinguish these two cases. 15 * 16 * @see #put(Object, Object) 17 */ 18 public V get(Object key) { 19 Node e; 20 //实际上是根据输入节点的hash值和key值,利用getNode方法进行查找 21 return (e = getNode(hash(key), key)) == null ? null : e.value; 22 } 23 24 /** 25 * Implements Map.get and related methods 26 * 27 * @param hash hash for key 28 * @param key the key 29 * @return the node, or null if none 30 */ 31 final Node getNode(int hash, Object key) { 32 Node[] tab; Node first, e; int n; K k; 33 if ((tab = table) != null && (n = tab.length) > 0 && 34 (first = tab[(n - 1) & hash]) != null) { 35 if (first.hash == hash && // always check first node 36 ((k = first.key) == key || (key != null && key.equals(k)))) 37 return first; 38 if ((e = first.next) != null) { 39 if (first instanceof TreeNode) 40 //若定位到的节点是TreeNode节点,则在树中进行查找 41 return ((TreeNode)first).getTreeNode(hash, key); 42 do { 43 //反之,在链表中查找 44 if (e.hash == hash && 45 ((k = e.key) == key || (key != null && key.equals(k)))) 46 return e; 47 } while ((e = e.next) != null); 48 } 49 } 50 return null; 51 }

getTreeNode()和find()函数:

 1        /** 从根节点开始,调用find()方法进行查找
 2          * Calls find for root node.
 3          */
 4         final TreeNode getTreeNode(int h, Object k) {
 5             return ((parent != null) ? root() : this).find(h, k, null);
 6         } 
 7 
 8        /**
 9          * Finds the node starting at root p with the given hash and key.
10          * The kc argument caches comparableClassFor(key) upon first use
11          * comparing keys.
12          */
13         final TreeNode find(int h, Object k, Class kc) {
14             TreeNode p = this;
15             do {
16                 int ph, dir; K pk;
17                 TreeNode pl = p.left, pr = p.right, q;
18                 //首先进行hash值的比较,若不同则令当前节点变为它的左孩子or右孩子
19                 if ((ph = p.hash) > h)
20                     p = pl;
21                 else if (ph < h)
22                     p = pr;
23                 //若hash值相同,进行key值的比较
24                 else if ((pk = p.key) == k || (k != null && k.equals(pk)))
25                     return p;
26                 else if (pl == null)
27                     p = pr;
28                 else if (pr == null)
29                     p = pl;
30                 //执行到这里,说明了hash值是相同的,key值不同
31                //若k是可比较的并且k.compareTo(pk)的返回结果不为0,则进入下面的else if
32                 else if ((kc != null ||
33                           (kc = comparableClassFor(k)) != null) &&
34                          (dir = compareComparables(kc, k, pk)) != 0)
35                     p = (dir < 0) ? pl : pr;
36                 //若k是不可比较的,或者k.compareTo(pk)返回结果为0,则在整棵树中查找,先找右子树,没找到则再到左子树找
37                 else if ((q = pr.find(h, k, kc)) != null)
38                     return q;
39                 else
40                     p = pl;
41             } while (p != null);
42             return null;
43         }

图11. get方法执行流程

HashMap底层原理_第10张图片
img

上图为HashMap get方法执行流程图,HashMap的查找操作相对简单,可以总结为如下主要步骤:

\1. 首先定位到键所在的数组的下标,并获取对应节点n。

\2. 判断n是否为null,若n为null,则返回null并结束;反之,继续下一步。

\3. 判断n的key和要查找的key是否相同(key相同指的是hashCode和equals均相同),若相同则返回n并结束;反之,继续下一步。

\4. 判断是否有后续节点m,若没有则结束;反之,继续下一步。

\5. 判断m是否为红黑树,若为红黑树则遍历红黑树,在遍历过程中如果存在某一个节点的key与要找的key相同,则返回该节点;反之,返回null;若非红黑树则继续下一步。

\6. 遍历链表,若存在某一个节点的key与要找的key相同,则返回该节点;反之,返回null。

七、HashMap的remove方法

HashMap根据键值删除指定节点,其删除操作其实是一个“查找+删除”的过程,核心的方法是removeNode。

remove和removeNode()函数:

 1     /**
 2      * Removes the mapping for the specified key from this map if present.
 3      *
 4      * @param  key key whose mapping is to be removed from the map
 5      * @return the previous value associated with key, or
 6      *         null if there was no mapping for key.
 7      *         (A null return can also indicate that the map
 8      *         previously associated null with key.)
 9      */
10     public V remove(Object key) {
11         Node e;
12         //计算出hash值,调用removeNode()方法根据键值删除指定节点
13         return (e = removeNode(hash(key), key, null, false, true)) == null ?
14             null : e.value;
15     }
16 
17     /**
18      * Implements Map.remove and related methods
19      *
20      * @param hash hash for key
21      * @param key the key
22      * @param value the value to match if matchValue, else ignored
23      * @param matchValue if true only remove if value is equal
24      * @param movable if false do not move other nodes while removing
25      * @return the node, or null if none
26      */
27     final Node removeNode(int hash, Object key, Object value,
28                                boolean matchValue, boolean movable) {
29         Node[] tab; Node p; int n, index;
30         //判断表是否为空,以及p节点根据键的hash值对应到数组的索引初是否有节点
31        //删除操作需要保证在表不为空的情况下进行,并且p节点根据键的hash值对应到数组的索引在该索引下必须要有节点;若为null,则说明此键所对应的节点不存在HashMap中
32         if ((tab = table) != null && (n = tab.length) > 0 &&
33             (p = tab[index = (n - 1) & hash]) != null) {
34             Node node = null, e; K k; V v;
35             //若是需要删除的节点就是该头节点,则让node引用指向它;否则什么待删除的结点在当前p所指向的头节点的链表或红黑树中,则需要遍历查找
36             if (p.hash == hash &&
37                 ((k = p.key) == key || (key != null && key.equals(k))))
38                 node = p;
39             else if ((e = p.next) != null) {
40                 //若头节点是红黑树节点,则调用红黑树本身的遍历方法getTreeNode,获取待删除的结点
41                 if (p instanceof TreeNode)
42                     node = ((TreeNode)p).getTreeNode(hash, key);
43                 else {
44                     //否则就是普通链表,则使用do while循环遍历查找待删除结点
45                     do {
46                         if (e.hash == hash &&
47                             ((k = e.key) == key ||
48                              (key != null && key.equals(k)))) {
49                             node = e;
50                             break;
51                         }
52                         p = e;
53                     } while ((e = e.next) != null);
54                 }
55             }
56             if (node != null && (!matchValue || (v = node.value) == value ||
57                                  (value != null && value.equals(v)))) {
58                 //若是红黑树结点的删除,则直接调用红黑树的removeTreeNode方法进行删除
59                 if (node instanceof TreeNode)
60                     ((TreeNode)node).removeTreeNode(this, tab, movable);
61                 //若待删除结点是一个头节点,则用它的next节点顶替它作为头节点存放在table[index]中,以此达到删除的目的
62                 else if (node == p)
63                     tab[index] = node.next;
64                 //若待删除结点为普通链表中的一个结点,则用该节点的前一个节点直接跳过该待删除节点,指向它的next结点(链表通过next获取下一个结点信息)
65                 else
66                     p.next = node.next;
67                 //记录修改次数
68                 ++modCount;
69                 --size;
70                 afterNodeRemoval(node);
71                 //若removeNode方法删除成功则返回被删除的结点
72                 return node;
73             }
74         }
75          //若没有删除成功则返回null
76         return null;
77     }

八、HashMap的扩容机制

​ 扩容是为了防止HashMap中的元素个数超过了阀值,从而影响性能所服务的。而数组是无法自动扩容的,HashMap的扩容是申请一个容量为原数组大小两倍的新数组,然后遍历旧数组,重新计算每个元素的索引位置,并复制到新数组中;又因为HashMap的哈希桶数组大小总是为2的幂次方,So重新计算后的索引位置要么在原来位置不变,要么就是“原位置+旧数组长度”。

​ 其中,threshold和loadFactor两个属性决定着是否扩容。threshold=LengthloadFactor,Length表示table数组的长度(默认值为16),loadFactor为负载因子(默认值为0.75);阀值threshold表示当table数组中存储的元素个数超过该阀值时,即需要扩容;如数组默认长度为16,负载因子默认0.75,此时threshold=160.75=12,即当table数组中存储的元素个数超过12个时,table数组就该进行扩容了。

​ HashMap的扩容使用新的数组代替旧数组,然后将旧数组中的元素重新计算索引位置并放到新数组中,对旧数组中的元素如何重新映射到新数组中?由于HashMap扩容时使用的是2的幂次方扩展的,即数组长度扩大为原来的2倍、4倍、8倍、16倍...,因此在扩容时(Length-1)这部分就相当于在高位新增一个或多个1位(bit);如下图12,HashMap扩大为原数组的两倍为例。

图12. HashMap的哈希算法数组扩容

HashMap底层原理_第11张图片
img

​ 如上图12所示,(a)为扩容前,key1和key2两个key确定索引的位置;(b)为扩容后,key1和key2两个key确定索引的位置;hash1和hash2分别是key1与key2对应的哈希“与高位运算”结果。

(a)中数组的高位bit为“1111”,120 + 121 + 122 + 123 = 15,而 n-1 =15,所以扩容前table的长度n为16;

(b)中n扩大为原来的两倍,其数组大小的高位bit为“1 1111”,120 + 121 + 122 + 123 + 1*24 = 15+16=31,而 n-1=31,所以扩容后table的长度n为32;

(a)中的n为16,(b)中扩大两倍n为32,相当于(n-1)这部分的高位多了一个1,然后和原hash码作与操作,最后元素在新数组中映射的位置要么不变,要么向后移动16个位置,如下图13所示。

图13. HashMap中数组扩容两倍后位置的变化

HashMap底层原理_第12张图片
img
KEY hash 原数组大小 原下标 新数组大小 新下标
key1 0 0101 1111 0 0101 1 1111 0 0101 = 120+021+122+023+0*24= 5
key2 1 0101 1111 0 0101 1 1111 1 0101 = 120 + 021 + 122 + 023+0*24= 5+16

​ 因此,我们在扩充HashMap,复制数组元素及确定索引位置时不需要重新计算hash值,只需要判断原来的hash值新增的那个bit是1,还是0;若为0,则索引未改变;若为1,则索引变为“原索引+oldCap”;如图14,HashMap中数组从16扩容为32的resize图。

图14. HashMap中数组16扩容至32

HashMap底层原理_第13张图片
img

这样设计有如下几点好处:

\1. 省去了重新计算hash值的时间(由于位运算直接对内存数据进行操作,不需要转成十进制,因此处理速度非常快),只需判断新增的一位是0或1;

\2. 由于新增的1位可以认为是随机的0或1,因此扩容过程中会均匀的把之前有冲突的节点分散到新的位置(bucket槽),并且位置的先后顺序不会颠倒;

\3. JDK1.7中扩容时,旧链表迁移到新链表的时候,若出现在新链表的数组索引位置相同情况,则链表元素会倒置,但从图14中看出JKD1.8的扩容并不会颠倒相同索引的链表元素。

HashMap扩容resize函数:

  1    /**
  2      * Initializes or doubles table size.  If null, allocates in
  3      * accord with initial capacity target held in field threshold.
  4      * Otherwise, because we are using power-of-two expansion, the
  5      * elements from each bin must either stay at same index, or move
  6      * with a power of two offset in the new table.
  7      *
  8      * @return the table
  9      */
 10     final Node[] resize() {
 11         Node[] oldTab = table;
 12         int oldCap = (oldTab == null) ? 0 : oldTab.length;
 13         int oldThr = threshold;
 14         int newCap, newThr = 0;
 15         //当哈希桶不为空时,扩容走该支路A
 16         if (oldCap > 0) {
 17              //若容量超过最大值,则无法进行扩容,需扩大阀值
 18             if (oldCap >= MAXIMUM_CAPACITY) {
 19                 threshold = Integer.MAX_VALUE;
 20                 return oldTab;
 21             }
 22             //若哈希桶扩容为原来的2倍,阀值也变为原来的两倍
 23             else if ((newCap = oldCap << 1) < MAXIMUM_CAPACITY &&
 24                      oldCap >= DEFAULT_INITIAL_CAPACITY)
 25                 newThr = oldThr << 1; // double threshold
 26         }
 27         //当调用非空函数时,走此分支B
 28         else if (oldThr > 0) // initial capacity was placed in threshold
 29             newCap = oldThr;
 30         //调用空的构造函数时走此分支C,使用默认大小和阀值初始化哈希桶
 31         else {               // zero initial threshold signifies using defaults
 32             newCap = DEFAULT_INITIAL_CAPACITY;
 33             newThr = (int)(DEFAULT_LOAD_FACTOR * DEFAULT_INITIAL_CAPACITY);
 34         }
 35         //int newCap, newThr = 0; 当走分支B时 newThr 为0
 36         if (newThr == 0) {
 37             float ft = (float)newCap * loadFactor;
 38              //走分支B调用的是非空函数,直接把容量大小赋值给阀值,需要计算新的阀值threshold
 39             newThr = (newCap < MAXIMUM_CAPACITY && ft < (float)MAXIMUM_CAPACITY ?
 40                       (int)ft : Integer.MAX_VALUE);
 41         }
 42         threshold = newThr;
 43         @SuppressWarnings({"rawtypes","unchecked"})
 44             //new一个新的哈希桶
 45             Node[] newTab = (Node[])new Node[newCap];
 46         table = newTab;
 47          //扩容分支
 48         if (oldTab != null) {
 49             //for循环把oldTab中的每个节点node,reHash操作并移动到新的数组newTab中
 50             for (int j = 0; j < oldCap; ++j) {
 51                 Node e;
 52                 if ((e = oldTab[j]) != null) {
 53                     oldTab[j] = null;
 54                      //e.next == null,若是单个节点,即没有后继next节点,则直接在newTab在进行重定位
 55                     if (e.next == null)
 56                         newTab[e.hash & (newCap - 1)] = e;
 57                     //若节点为TreeNode,则需要进行红黑树的rehash操作
 58                     else if (e instanceof TreeNode)
 59                         ((TreeNode)e).split(this, newTab, j, oldCap);
 60                     //else则节点为链表,需进行链表的rehash操作,链表重组并保持原有顺序
 61                     else { // preserve order
 62                         Node loHead = null, loTail = null;
 63                         Node hiHead = null, hiTail = null;
 64                         Node next;
 65                         do {
 66                             next = e.next;
 67                             //通过与位运算&,判断rehash后节点位置是否发生改变
 68                             //(e.hash & oldCap) == 0,则为原位置
 69                             if ((e.hash & oldCap) == 0) {
 70                                 if (loTail == null)
 71                                     //loHead 指向新的 hash 在原位置的头节点
 72                                     loHead = e;
 73                                 else
 74                                     //loTail 指向新的 hash 在原位置的尾节点
 75                                     loTail.next = e;
 76                                 loTail = e;
 77                             }
 78                             //else则rehash后节点位置变为:原位置+oldCap位置
 79                             else {
 80                                 if (hiTail == null)
 81                                     //hiHead 指向新的 hash 在原位置 + oldCap 位置的头节点
 82                                     hiHead = e;
 83                                 else
 84                                     // hiTail 指向新的 hash 在原位置 + oldCap 位置的尾节点
 85                                     hiTail.next = e;
 86                                 hiTail = e;
 87                             }
 88                         } while ((e = next) != null);
 89                          //loTail非null,新的hash在原位置的头节点放入哈希桶
 90                         if (loTail != null) {
 91                             loTail.next = null;
 92                             newTab[j] = loHead;
 93                         }
 94                         //hiTail非null,新的hash在 原位置+oldCap位置 的头节点放入哈希桶
 95                         if (hiTail != null) {
 96                             hiTail.next = null;
 97                             // rehash 后节点新的位置一定为原位置加上 oldCap
 98                             newTab[j + oldCap] = hiHead;
 99                         }
100                     }
101                 }
102             }
103         }
104         return newTab;
105     }

HashMap对红黑树进行rehash操作的split函数:

 1        /**
 2          * Splits nodes in a tree bin into lower and upper tree bins,
 3          * or untreeifies if now too small. Called only from resize;
 4          * see above discussion about split bits and indices.
 5          *
 6          * @param map the map
 7          * @param tab the table for recording bin heads
 8          * @param index the index of the table being split
 9          * @param bit the bit of hash to split on
10          */
11         final void split(HashMap map, Node[] tab, int index, int bit) {
12             TreeNode b = this;
13                  /**
14                     * loHead 指向新的 hash 在原位置的头节点
15                     * loTail 指向新的 hash 在原位置的尾节点
16                     * hiHead 指向新的 hash 在原位置 + oldCap 位置的头节点
17                     * hiTail 指向新的 hash 在原位置 + oldCap 位置的尾节点
18                     */
19             // Relink into lo and hi lists, preserving order
20             TreeNode loHead = null, loTail = null;
21             TreeNode hiHead = null, hiTail = null;
22             int lc = 0, hc = 0;
23             //由于TreeNode节点之间存在着双端链表的关系,可利用链表关系进行rehash
24             for (TreeNode e = b, next; e != null; e = next) {
25                 next = (TreeNode)e.next;
26                 e.next = null;
27                  //原位置
28                 if ((e.hash & bit) == 0) {
29                     if ((e.prev = loTail) == null)
30                         loHead = e;
31                     else
32                         loTail.next = e;
33                     loTail = e;
34                     ++lc;
35                 }
36                 //else则为原位置 + oldCap
37                 else {
38                     if ((e.prev = hiTail) == null)
39                         hiHead = e;
40                     else
41                         hiTail.next = e;
42                     hiTail = e;
43                     ++hc;
44                 }
45             }
46             //rehash操作后,根据链表长度进行untreeify解除树形化或treeify树形化操作
47             if (loHead != null) {
48                 //当链表的节点个数小于等于解除树形化阀值UNTREEIFY_THRESHOLD时,将红黑树转为普通链表
49                 if (lc <= UNTREEIFY_THRESHOLD)
50                     tab[index] = loHead.untreeify(map);
51                 else {
52                     //新的hash在原位置的头节点放入哈希桶
53                     tab[index] = loHead;
54                     if (hiHead != null) // (else is already treeified)
55                         loHead.treeify(tab);
56                 }
57             }
58             if (hiHead != null) {
59                 //当链表的节点个数小于等于解除树形化阀值UNTREEIFY_THRESHOLD时,将红黑树转为普通链表
60                 if (hc <= UNTREEIFY_THRESHOLD)
61                     tab[index + bit] = hiHead.untreeify(map);
62                 else {
63                     //新的hash在原位置 + oldCap位置的头节点放入哈希桶
64                     tab[index + bit] = hiHead;
65                     if (loHead != null)
66                         hiHead.treeify(tab);
67                 }
68             }
69         }

九、总结

\1. HashMap的哈希桶初始长度Length默认为16,负载因子默loadFactor认值为0.75,threshold阀值是HashMap能容纳的最大数据量的Node节点个数,threshold=Length*loadFactor。

\2. 当HashMap中存储的元素个数超过了threshold阀值时,则会进行reseize扩容操作,扩容后的数组容量为之前的两倍;但扩容是个特别消耗性能的操作,So当我们在使用HashMap的时候,可以估算下Map的大小,在初始化时指定一个大致的数值,这样可以减少Map频繁扩容的次数。

\3. HashMap中实际存储的键值对的数量通过size表示,table数组的长度为Length。

\4. modCount是用来记录HashMap内部结构发生变化的次数,put方法覆盖HashMap中的某个key对应的value不属于结构变化。

\5. HashMap哈希桶的大小必须为2的幂次方。

\6. JDK1.8引入红黑树操作,大幅度优化了HashMap的性能。

\7. HashMap是非线程安全的,在并发环境中同时操作HashMap时最好使用线程安全的ConcurrentHashMap。

HashMap底层原理

你可能感兴趣的:(HashMap底层原理)