Java HashMap | 含源码分析及代码实验 | 无知的我学习日记(图文排版无水印)

Java HashMap | 含源码分析及代码实验 | 无知的我学习日记(图文排版无水印)_第1张图片

无知的我终于深入接触到了HashMap。。。。

如果有遇到有任何无法进展问题或者疑惑的地方,应该在讨论区留言 或者 其他途径以寻求及时的帮助,以加快学习效率 或者 培养独立解决问题的能力、扫清盲点、补充细节

目录

  • HashMap
    • HashMap-机制及特点
    • HashMap-通过扩容缩减链表的长度
    • HashMap-解决上一个缺陷的办法是红黑树化
    • HashMap-回答面试题
    • HashMap-树退化链表-树元素个数
    • HashMap-树退化链表-remove 树节点
    • HashMap-索引计算
    • HashMap-二次哈希的作用
    • HashMap-put 与 扩容
    • HashMap-负载(加载)因子为何是0.75f
    • HashMap-并发丢数据
    • HashMap-扩容死链
    • HashMap-key 的设计
    • HashMap-String 对象的 hashCode() 设计

HashMap

历程

  • 1.7 数组 + 链表
  • 1.8 数组 + (链表 | 红黑树)

HashMap-机制及特点

存储机制

  1. 传入“a”(key值)
  2. 根据“a”调用其hashCode()=>得到原始hash
  3. 根据原始hash调用其hash()=>得到二次hash
  4. 计算 二次hash % 16(数组容量)=>得到桶下标
  5. 调用put()=>将“a”存储在了桶下标索引位置数组
  6. 如下图

Java HashMap | 含源码分析及代码实验 | 无知的我学习日记(图文排版无水印)_第2张图片

好处就是 能够实现快速查找。这是因为“a”与存储到的数组位置一 一对应

缺陷就是 不同的值可以储存到数组的相同的位置。这些值以链表的方式存储。如下图

Java HashMap | 含源码分析及代码实验 | 无知的我学习日记(图文排版无水印)_第3张图片

解决上面所说的缺陷的两种思路

  1. 缩减链表的长度
  2. 使用红黑树的数据结构存储这些值

HashMap-通过扩容缩减链表的长度

做法

让元素个数到达数组容量的3/4。如下图

Java HashMap | 含源码分析及代码实验 | 无知的我学习日记(图文排版无水印)_第4张图片

扩容缩减链表的长度 原理是什么?

这是因为当数组扩容的时候,所有的元素会根据新的数组容量计算桶下标。如下图

Java HashMap | 含源码分析及代码实验 | 无知的我学习日记(图文排版无水印)_第5张图片

缺陷是 如果值得原始hash一致,那么它们不会随着扩容而改变原来的桶下标。原因显而易见

HashMap-解决上一个缺陷的办法是红黑树化

如果当前数组容量没有 >= 64

  • 使得它们的数量 > 红黑树化的 8 阈值 -> 数组自动扩容到64。这就意味着可能再次通过数组扩容而缩短链表的长度了。
  • 如下图

Java HashMap | 含源码分析及代码实验 | 无知的我学习日记(图文排版无水印)_第6张图片

如果当前数组容量 >= 64

  • 使得它们的数量 > 红黑树化的 8 阈值 -> 链表红黑树化。
  • 如下图

Java HashMap | 含源码分析及代码实验 | 无知的我学习日记(图文排版无水印)_第7张图片

可知,红黑树是什么

  • 每一个父结点的值比它的左孩子的大
  • 每一个父结点的值比它的右孩子的小

红黑树能否提升查找效率?

根据上图,可以知道,如果要查找“8”,那么只需要比较3次。时间复杂度是O(log2^n) //原本的时间复杂度是O(n)

**红黑树中10、11的位置是怎么回事?**如下图

Java HashMap | 含源码分析及代码实验 | 无知的我学习日记(图文排版无水印)_第8张图片

这是因为红黑树是按照字符串排序的

HashMap-回答面试题

底层数据结构,1.7和1.8有何不同?

何时会树化?

为什么不一开始树化?

  1. 在性能上,如果把短的链表转化为红黑树,查找性能不会提高
  2. 在内存占用上,红黑树的占用更高。这是因为其底层数据结构是treeNode实现的,而链表是node实现的

为什么要使用红黑树?

  • 红黑树用来避免 DoS 攻击,防止链表超长时性能下降,树化应当是偶然情况,是保底策略
  • hash 表的查找,更新的时间复杂度是 O ( 1 ) O(1) O(1),而红黑树的查找,更新的时间复杂度是 O ( l o g 2 ⁡ n ) O(log_2⁡n ) O(log2n),TreeNode 占用空间也比普通 Node 的大, 如非必要,尽量还是使用链表

树化阈值为什么是“8”?

  • 经过代码实验可以知道,不可能出现链表个数超过8的情况

Java HashMap | 含源码分析及代码实验 | 无知的我学习日记(图文排版无水印)_第9张图片

那么链表个数超过8的情况是什么?

  • 当受到恶意DOSS攻击时

=>hash 值如果足够随机,则在 hash 表内按泊松分布,在负载因子 0.75 的情况下,长度超过 8 的链表出现概率是 0.00000006,树化阈值选择 8 就是为了让树化几率足够小

HashMap-树退化链表-树元素个数

在扩容时,如果树元素个数 <= 6 则会退化为链表

as 扩容前

Java HashMap | 含源码分析及代码实验 | 无知的我学习日记(图文排版无水印)_第10张图片

扩容后

Java HashMap | 含源码分析及代码实验 | 无知的我学习日记(图文排版无水印)_第11张图片

不会因为扩容而退化的情况

Java HashMap | 含源码分析及代码实验 | 无知的我学习日记(图文排版无水印)_第12张图片

HashMap-树退化链表-remove 树节点

remove 树节点前,若 root、root.left、root.right、root.left.left 有一个为 null ,移除之后会退化为链表。

as 移除前(此时左孙子都没了)

Java HashMap | 含源码分析及代码实验 | 无知的我学习日记(图文排版无水印)_第13张图片

移除“7”后

Java HashMap | 含源码分析及代码实验 | 无知的我学习日记(图文排版无水印)_第14张图片

as2

Java HashMap | 含源码分析及代码实验 | 无知的我学习日记(图文排版无水印)_第15张图片

移除“8”、“6”、“3”后

Java HashMap | 含源码分析及代码实验 | 无知的我学习日记(图文排版无水印)_第16张图片

HashMap-索引计算

计算步骤

  • 首先,计算对象的 hashCode()
  • 再进行调用 HashMap 的 hash() 方法进行二次哈希
    • 二次 hash() 是为了综合高位数据,让哈希分布更为均匀
  • 最后 & (capacity – 1) || % capacity 得到索引。//“& ”的效率更高。这是因为“%”类似于除法运算,耗费的时钟周期更多

引出问题-在最后一步骤使用 & (capacity – 1 =>得到索引 的前提

  • capacity 是 2 的 n 次幂

数组容量为何是 2 的 n 次幂时更好

  1. 计算索引时,效率更高:如果是 2 的 n 次幂可以使用位与运算代替取模
  2. 扩容时,重新计算索引效率更高:
    1. 如果hash & oldCap == 0 的元素留在原来位置
    2. 否则新位置 = 旧位置 + oldCap //移动元素是一次性地,而不是一个个地不使用

数组容量是 2 的 n 次幂时的其他注意事项

  • 如果 hash 表的容量不是 2 的 n 次幂,则不必二次 hash。这是因为二次 hash 是为了配合 容量是 2 的 n 次幂 这一设计前提,
  • 容量是 2 的 n 次幂 这一设计计算索引效率更好,但 hash 的分散性就不好,需要二次 hash 来作为补偿,没有采用这一设计的典型例子是 Hashtable

@hash 的分散性不好 证明如下

  • 当值都是偶数时,那么奇数索引不会存放有值,都在偶数索引中,解决办法是用容量为质数的数组,此时也可以不用二次哈希

HashMap-二次哈希的作用

1.8 二次哈希源码

Java HashMap | 含源码分析及代码实验 | 无知的我学习日记(图文排版无水印)_第17张图片

1.7 二次哈希源码

Java HashMap | 含源码分析及代码实验 | 无知的我学习日记(图文排版无水印)_第18张图片

模拟 1.8 二次哈希源码

Java HashMap | 含源码分析及代码实验 | 无知的我学习日记(图文排版无水印)_第19张图片

模拟 1.7 二次哈希源码

Java HashMap | 含源码分析及代码实验 | 无知的我学习日记(图文排版无水印)_第20张图片

通过代码实验,可以知道二次哈希的作用是

使得链表的长度更短(或者说元素分布更均匀)

HashMap-put 与 扩容

put 流程

  1. HashMap 是懒惰创建数组的,首次使用才创建数组
  2. 计算索引(桶下标)
  3. 如果桶下标还没人占用,创建 Node 占位返回
  4. 如果桶下标已经有人占用
    1. 已经是 TreeNode 走红黑树的添加或更新逻辑
    2. 是普通 Node,走链表的添加或更新逻辑,如果链表长度超过树化阈值,走树化逻辑
  5. 返回前检查容量是否超过阈值,一旦超过进行扩容

1.7 与 1.8 的区别

  1. 链表插入节点时,1.7 是头插法,1.8 是尾插法
  2. 1.7 是大于等于阈值且没有空位时才扩容,而 1.8 是大于阈值就扩容
  3. 1.8 在扩容计算 Node 索引时,会优化

HashMap-负载(加载)因子为何是0.75f

  1. 在空间占用与查询时间之间取得较好的权衡
  2. 大于这个值,空间节省了,但链表就会比较长影响性能
  3. 小于这个值,冲突减少了,但扩容就会更频繁,空间占用也更多

HashMap-并发丢数据

创建两个线程,打算分别往“1”处存入数据

package day01.map;

import java.util.HashMap;

public class HashMapMissData {
    public static void main(String[] args) throws InterruptedException {

        HashMap<String, Object> map = new HashMap<>();
        Thread t1 = new Thread(() -> {
            map.put("a", new Object()); // 97  => 1
        }, "t1");

        Thread t2 = new Thread(() -> {
            map.put("1", new Object()); // 49 => 1
        }, "t2");

        t1.start();
        t2.start();
        t1.join();
        t2.join();
        System.out.println(map);
    }
}

设置断点,打算让“t2”线程先存入

Java HashMap | 含源码分析及代码实验 | 无知的我学习日记(图文排版无水印)_第21张图片

让“t2”线程存入

Java HashMap | 含源码分析及代码实验 | 无知的我学习日记(图文排版无水印)_第22张图片

再让“t1”线程存入

Java HashMap | 含源码分析及代码实验 | 无知的我学习日记(图文排版无水印)_第23张图片

可以知道,“t1”线程存入的数据覆盖了之前“t2”线程存入的数据

HashMap-扩容死链

扩容死链(1.7 会存在)

1.7 源码如下:

void transfer(Entry[] newTable, boolean rehash) {
    int newCapacity = newTable.length;
    for (Entry<K,V> e : table) {
        while(null != e) {
            Entry<K,V> next = e.next;
            if (rehash) {
                e.hash = null == e.key ? 0 : hash(e.key);
            }
            int i = indexFor(e.hash, newCapacity);
            e.next = newTable[i];
            newTable[i] = e;
            e = next;
        }
    }
}
  • e 和 next 都是局部变量,用来指向当前节点和下一个节点
  • 线程1(绿色)的临时变量 e 和 next 刚引用了这俩节点,还未来得及移动节点,发生了线程切换,由线程2(蓝色)完成扩容和迁移

Java HashMap | 含源码分析及代码实验 | 无知的我学习日记(图文排版无水印)_第24张图片

  • 线程2 扩容完成,由于头插法,链表顺序颠倒。但线程1 的临时变量 e 和 next 还引用了这俩节点,还要再来一遍迁移

Java HashMap | 含源码分析及代码实验 | 无知的我学习日记(图文排版无水印)_第25张图片

  • 第一次循环
    • 循环接着线程切换前运行,注意此时 e 指向的是节点 a,next 指向的是节点 b
    • e 头插 a 节点,注意图中画了两份 a 节点,但事实上只有一个(为了不让箭头特别乱画了两份)
    • 当循环结束是 e 会指向 next 也就是 b 节点

Java HashMap | 含源码分析及代码实验 | 无知的我学习日记(图文排版无水印)_第26张图片

  • 第二次循环
    • next 指向了节点 a
    • e 头插节点 b
    • 当循环结束时,e 指向 next 也就是节点 a

Java HashMap | 含源码分析及代码实验 | 无知的我学习日记(图文排版无水印)_第27张图片

  • 第三次循环
    • next 指向了 null
    • e 头插节点 a,a 的 next 指向了 b(之前 a.next 一直是 null),b 的 next 指向 a,死链已成
    • 当循环结束时,e 指向 next 也就是 null,因此第四次循环时会正常退出

Java HashMap | 含源码分析及代码实验 | 无知的我学习日记(图文排版无水印)_第28张图片

数据错乱(1.7,1.8 都会存在)

HashMap-key 的设计

key 的设计要求

  1. HashMap 的 key 可以为 null,但 Map 的其他实现则不然(如treeMap、hashTable)
  2. 作为 key 的对象,必须实现 hashCode(为了更好的分布性而提高查找性能) 和 equals(如果key不同,用于比较是否相同的对象),并且 key 的内容不能修改(不可变)
  3. key 的 hashCode 应该有良好的散列性

如果 key 可变,例如修改了 age 会导致再次查询时查询不到

public class HashMapMutableKey {
    public static void main(String[] args) {
        HashMap<Student, Object> map = new HashMap<>();
        Student stu = new Student("张三", 18);
        map.put(stu, new Object());

        System.out.println(map.get(stu));

        stu.age = 19;
        System.out.println(map.get(stu));
    }

    static class Student {
        String name;
        int age;

        public Student(String name, int age) {
            this.name = name;
            this.age = age;
        }

        public String getName() {
            return name;
        }

        public void setName(String name) {
            this.name = name;
        }

        public int getAge() {
            return age;
        }

        public void setAge(int age) {
            this.age = age;
        }

        @Override
        public boolean equals(Object o) {
            if (this == o) return true;
            if (o == null || getClass() != o.getClass()) return false;
            Student student = (Student) o;
            return age == student.age && Objects.equals(name, student.name);
        }

        @Override
        public int hashCode() {
            return Objects.hash(name, age);
        }
    }
}

这是因为在查找时,需要根据key值计算索引来查找,但是修改key值后,会使得查找索引也发生改变

HashMap-String 对象的 hashCode() 设计

目标是达到较为均匀的散列效果,每个字符串的 hashCode 足够独特

//字符串中的每个字符都可以通过查询码表表现为一个数字,称为 S i S_i Si,其中 i 的范围是 0 ~ n - 1

  • 不是直接相加这些数字,而是使用散列公式错开这些字符: S 0 ∗ 3 1 ( n − 1 ) + S 1 ∗ 3 1 ( n − 2 ) + … S i ∗ 3 1 ( n − 1 − i ) + … S ( n − 1 ) ∗ 3 1 0 S_0∗31^{(n-1)}+ S_1∗31^{(n-2)}+ … S_i ∗ 31^{(n-1-i)}+ …S_{(n-1)}∗31^0 S031(n1)+S131(n2)+Si31(n1i)+S(n1)310

为什么每次乘于 31 而不是其他数字

  • 31 代入公式有较好的散列特性
  • 31 * h 可以被优化为
    • 即 $32 ∗h -h $
    • 2 5 ∗ h − h 2^5 ∗h -h 25hh
    • h ≪ 5 − h h≪5 -h h5h

证明 31 代入公式有较好的散列特性?

对比乘于 11 的效果

Java HashMap | 含源码分析及代码实验 | 无知的我学习日记(图文排版无水印)_第29张图片

对比乘于 41 的效果

Java HashMap | 含源码分析及代码实验 | 无知的我学习日记(图文排版无水印)_第30张图片

  • 乘于 41 的分布性更好
  • 但是计算性能更低,不能移位运算。这是因为其相邻的数字不是 2的n次幂
  • =>还是乘于 31 更好

涉及资料

  • 满老师

你可能感兴趣的:(Java,systematic,learning,学习,数据结构,哈希算法,java)