HashMap底层实现原理

HashMap

HashMap 最早出现在 JDK 1.2中,底层基于散列算法实现,它是一个key-value结构的容器。

  • 是一个key-value的映射容器,key不重复
  • jdk8中的HashMap基于数组+链表+红黑树实现
  • 不保证键值的顺序
  • 可以存入null值
  • 非线程安全,多线程环境下可能存在问题
HashMap底层实现原理_第1张图片 HashMap的类结构图
  • 继承了AbstractMap,实现了Map接口,提供了key,value结构格式访问的方法
  • 实现了Cloneable接口,表示HashMap支持clone
  • 实现了Serializable接口,表示HashMap支持序列化

HashMap 的数据结构

JDK1.8 版本的HashMap,底层数据使用数组 + 链表/红黑树实现。

  • 数组作为基础的数据存储结构。
  • 链表是为了解决hash碰撞问题。
  • 红黑树是为了解决链表中的数据较多(满足链表长度超过8且数组长度大于64,才会将链表替换成红黑树才会树化)时效率下降的问题。

HashMap底层实现原理_第2张图片

源码剖析

  • 成员变量

static final int DEFAULT_INITIAL_CAPACITY = 1 << 4; // aka 默认初始容量大小:2的4次方 16 
static final int MAXIMUM_CAPACITY = 1 << 30; //最大容量:2的30次方,Integer.MAX_VALUE
static final float DEFAULT_LOAD_FACTOR = 0.75f;//默认加载因子
static final int TREEIFY_THRESHOLD = 8; //计数阈值至少为8转化为使用树而不是列表
static final int UNTREEIFY_THRESHOLD = 6; //计数阈值小于6反树化,即红黑树转为列表
static final int MIN_TREEIFY_CAPACITY = 64; //可对桶进行树化的最小表容量
transient Node[] table; //表在第一次使用时初始化,大小调整为必要的。在分配时,长度总是2的幂。在某些操作中,我们也允许长度为零。目前不需要的引导机制。) 
transient Set> entrySet; //保存缓存的entrySet()
transient int size; //包含的键值映射的元素数量
transient int modCount; //HashMap在结构上被修改的次数,用于快速失败机制
int threshold; // 调整大小的阈值(容量*负载因子)
final float loadFactor; //哈希表扩容使用的负载因子
  • Node的数据结构

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;
        }
...
}

Node的数据结构是一个链表结构,红黑树也是基于Node的数据结构构建得到。

TreeNode replacementTreeNode(Node p, Node next) {
    return new TreeNode<>(p.hash, p.key, p.value, next);
}
  • 构造方法

public HashMap(int initialCapacity, float loadFactor) {
        if (initialCapacity < 0)
            throw new IllegalArgumentException("Illegal initial capacity: " +
                                               initialCapacity);
        if (initialCapacity > MAXIMUM_CAPACITY)
            initialCapacity = MAXIMUM_CAPACITY;
        if (loadFactor <= 0 || Float.isNaN(loadFactor))
            throw new IllegalArgumentException("Illegal load factor: " +
                                               loadFactor);
        this.loadFactor = loadFactor;
        //根据tableSizeFor获取扩容阈值
        this.threshold = tableSizeFor(initialCapacity);
}

public HashMap(int initialCapacity) {
        this(initialCapacity, DEFAULT_LOAD_FACTOR);
}

public HashMap() {
        this.loadFactor = DEFAULT_LOAD_FACTOR; // all other fields defaulted
}

public HashMap(Map m) {
        this.loadFactor = DEFAULT_LOAD_FACTOR;
        putMapEntries(m, false);
}
  • 当初始容量initialCapacity大于最大容量MAXIMUM_CAPACITY大小,设置成最大容量大小,防止溢出。
  • 根据tableSizeFor获取扩容阈值。
static final int tableSizeFor(int cap) {
        int n = cap - 1;
        n |= n >>> 1;
        n |= n >>> 2;
        n |= n >>> 4;
        n |= n >>> 8;
        n |= n >>> 16;
        return (n < 0) ? 1 : (n >= MAXIMUM_CAPACITY) ? MAXIMUM_CAPACITY : n + 1;
}

 通过对cap进行位移或操作计算,获取扩容阈值2的幂次方。此时这里的阈值threshold不是初始容量*负载因子,不必在意,这只是临时的,真正设置threshold在后面put方法中。

  • put方法

HashMap底层实现原理_第3张图片

put方法

public V put(K key, V value) {
    // 调用putVal方法, hash(key)-计算key的hash值
    return putVal(hash(key), key, value, false, true);
}

hash方法

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

 计算key.hashCode()并将哈希的高位数扩展到低位数。

  • key.hashCode()获取key的hashCode值
  • key的hashCode值与其无符号右移16位值进行异或^。从而让Hash值分布更均匀,将高位的碰撞影响向下扩散。

putVal方法

final V putVal(int hash, K key, V value, boolean onlyIfAbsent,
                   boolean evict) {
        Node[] tab; Node p; int n, i;
        // 如果数组为空,进行 resize() 初始化
        if ((tab = table) == null || (n = tab.length) == 0)
            n = (tab = resize()).length;
        // (n - 1) & hash相当于取模,获取数组的索引位置
        // 如果计算的位置上Node不存在,直接创建节点插入
        if ((p = tab[i = (n - 1) & hash]) == null)
            tab[i] = newNode(hash, key, value, null);
        else {
            // 如果计算的位置上Node 存在,链表或者红黑树处理
            Node e; K k;
            // 如果已存在的key和传入的key一模一样,则需要覆盖
            if (p.hash == hash &&
                ((k = p.key) == key || (key != null && key.equals(k))))
                e = p;
            // 如果 index 位置元素已经存在,且是红黑树
            else if (p instanceof TreeNode)
                // 将元素put到红黑树中
                e = ((TreeNode)p).putTreeVal(this, tab, hash, key, value);
            else {
                // 否则如果是链表的情况,对链表进行遍历,并统计链表长度
                for (int binCount = 0; ; ++binCount) {
                    // 如果节点链表的next为空
                    if ((e = p.next) == null) {
                        // 找到节点链表中next为空的节点,创建新的节点插入
                        p.next = newNode(hash, key, value, null);
                        // 如果节点链表中数量超过TREEIFY_THRESHOLD(8)个,转化为红黑树
                        if (binCount >= TREEIFY_THRESHOLD - 1) // -1 for 1st
                            // 树化
                            treeifyBin(tab, hash);
                        break;
                    }
                    // 判断节点链表中的key和传入的key是否一样
                    if (e.hash == hash &&
                        ((k = e.key) == key || (key != null && key.equals(k))))
                        // 如果一样的话,退出
                        break;
                    p = e;
                }
            }
            // 如果存在相同key的节点e不为空
            if (e != null) { // existing mapping for key
                V oldValue = e.value;
                // onlyIfAbsent 表示是否仅在 oldValue 为 null 的情况下更新键值对的值
                if (!onlyIfAbsent || oldValue == null)
                    // 设置新的值
                    e.value = value;
                afterNodeAccess(e);
                // 返回旧的结果
                return oldValue;
            }
        }
        ++modCount;
        // 当前大小大于临界大小,扩容
        if (++size > threshold)
            resize();
        afterNodeInsertion(evict);
        return null;
}

 put、putVal总体流程如下:

HashMap底层实现原理_第4张图片

putVal方法总结归纳主要做了如下几件事:

  1. 当桶数组 table 为空时,通过扩容的方式初始化 table。
  2. 查找要插入的键值对是否已经存在,存在的话根据条件判断是否用新值替换旧值。
  3. 如果不存在,则将键值对链入链表中,并根据链表长度决定是否将链表转为红黑树。
  4. 判断键值对数量是否大于阈值,大于的话则进行扩容操作。

resize方法

final Node[] resize() {
        Node[] oldTab = table;
        // 现有容量的大小,等于数组的长度,如果数组为空,返回0
        int oldCap = (oldTab == null) ? 0 : oldTab.length;
        // 现有的扩容阈值
        int oldThr = threshold;
        // newCap表示新的容量,newThr新的扩容阈值
        int newCap, newThr = 0;
        // 如果现有容量大于0,表示已经初始化过了
        if (oldCap > 0) {
            // 如果现有容量已经大于最大容量。结束扩容,直接返回
            if (oldCap >= MAXIMUM_CAPACITY) {
                threshold = Integer.MAX_VALUE;
                return oldTab;
            }
             // 否则,如果扩大两倍之后的容量小于最大容量,且现有容量大于等于初始容量16    
            else if ((newCap = oldCap << 1) < MAXIMUM_CAPACITY &&
                     oldCap >= DEFAULT_INITIAL_CAPACITY)
                 // 新的扩容阀值扩大为两倍,左移<<1 相当于乘以2
                newThr = oldThr << 1; // double threshold
        }
        // 否则如果当前容量等于0 ,但是当前扩容阈值 > 0,调用有参构造函数会到这里
        else if (oldThr > 0) // initial capacity was placed in threshold
             // 进入这里,新的容量等于当前的扩容阈值,
            newCap = oldThr;
        // 否则如果当前容量等于0,并且挡墙扩容阈值=0,调用无参构造函数进入这里
        else {               
            // 新的容量等于默认容量
            newCap = DEFAULT_INITIAL_CAPACITY;
            // 新的扩容阈值等于默认负载因子0.75*默认容量16=12
            newThr = (int)(DEFAULT_LOAD_FACTOR * DEFAULT_INITIAL_CAPACITY);
        }
        // 如果新的扩容阈值等于0
        if (newThr == 0) {
            // 设置新的扩容阈值等于新的容量*负载因子
            float ft = (float)newCap * loadFactor;
            newThr = (newCap < MAXIMUM_CAPACITY && ft < (float)MAXIMUM_CAPACITY ?
                      (int)ft : Integer.MAX_VALUE);
        }
       // 设置hashmap对象的扩容阈值位新的扩容阈值
        threshold = newThr;
        @SuppressWarnings({"rawtypes","unchecked"})
        // 初始化数组     
        Node[] newTab = (Node[])new Node[newCap];
        // 设置hashmap对象的桶数组为newTab
        table = newTab;
        // 下面时rehash的过程
         // 如果旧的桶数组不为空,则遍历桶数组,并将键值对映射到新的桶数组中
        if (oldTab != null) {
            // 遍历老的数组
            for (int j = 0; j < oldCap; ++j) {
                Node e;
                // 如果数组索引位置不为空
                if ((e = oldTab[j]) != null) {
                    oldTab[j] = null;
                    // 如果节点下面没有链表或者红黑树
                    if (e.next == null)
                        // 用新数组容量取模,设置到新数组中
                        newTab[e.hash & (newCap - 1)] = e;
                    // 如果节点是红黑树    
                    else if (e instanceof TreeNode)
                        // 需要对红黑树进行拆分
                        ((TreeNode)e).split(this, newTab, j, oldCap);
                    // 如果节点是红黑树 
                    else { // preserve order
                        Node loHead = null, loTail = null;
                        Node hiHead = null, hiTail = null;
                        Node next;
                         // 遍历链表,并将链表节点按原顺序根据高低位分组
                        do {
                            next = e.next;
                            if ((e.hash & oldCap) == 0) {
                                if (loTail == null)
                                    loHead = e;
                                else
                                    loTail.next = e;
                                loTail = e;
                            }
                            else {
                                if (hiTail == null)
                                    hiHead = e;
                                else
                                    hiTail.next = e;
                                hiTail = e;
                            }
                        } while ((e = next) != null);
                         // 将分组后的链表映射到新桶中
                        if (loTail != null) {
                            loTail.next = null;
                            newTab[j] = loHead;
                        }
                        if (hiTail != null) {
                            hiTail.next = null;
                            newTab[j + oldCap] = hiHead;
                        }
                    }
                }
            }
        }
        return newTab;
}

resize方法大致做了如下的事情:

  1. 计算新桶数组的容量 newCap 和新阈值 newThr。
  2. 根据计算出的 newCap 创建新的桶数组,桶数组 table 也是在这里进行初始化的。
  3. 将键值对节点重新映射到新的桶数组里。如果节点是 TreeNode 类型,则需要拆分红黑树。如果是普通链表节点,则节点按原顺序进行分组。

treeifyBin方法

treeifyBin方法将普通节点链表转换成树形节点。jdk8中会将节点链表在一定的条件下转换成红黑树,主要是因为红黑树的搜索查询性能更好,会将时间复杂度从O(n)变成O(logn)。

final void treeifyBin(Node[] tab, int hash) {
        int n, index; Node e;
        // 桶数组容量小于 MIN_TREEIFY_CAPACITY,优先进行扩容而不是树化
        if (tab == null || (n = tab.length) < MIN_TREEIFY_CAPACITY)
            resize();
        else if ((e = tab[index = (n - 1) & hash]) != null) {
            // hd 为头节点(head),tl 为尾节点(tail)
            TreeNode hd = null, tl = null;
            do {
                // 将普通节点替换成树形节点
                TreeNode p = replacementTreeNode(e, null);
                if (tl == null)
                    hd = p;
                else {
                    p.prev = tl;
                    tl.next = p;
                }
                tl = p;
            } while ((e = e.next) != null);
            // 将普通链表转成由树形节点
            if ((tab[index] = hd) != null)
                // 将树形链表转换成红黑树
                hd.treeify(tab);
        }
    }

扩容树化要满足两个条件:

  1. 链表长度大于等于 8
  2. 桶数组容量大于等于64,当桶数组容量比较小时,键值对节点 hash 的碰撞率可能会比较高,进而导致链表长度较长。这个时候应该优先扩容,而不是立马树化。

get方法

public V get(Object key) {
        Node e;
        return (e = getNode(hash(key), key)) == null ? null : e.value;
}
final Node getNode(int hash, Object key) {
        Node[] tab; Node first, e; int n; K k;
        // 定位键值对所在桶的位置
        if ((tab = table) != null && (n = tab.length) > 0 &&
            //(n - 1)& hash相当于取模运算,算出桶的在桶数组中的位置
            (first = tab[(n - 1) & hash]) != null) {
            //根据hash算法找到对应位置的第一个数据,如果是指定的key,则直接返回
            if (first.hash == hash && // always check first node
                ((k = first.key) == key || (key != null && key.equals(k))))
                return first;
            if ((e = first.next) != null) {
                //如果该节点为红黑树,则通过树进行查找
                if (first instanceof TreeNode)
                    return ((TreeNode)first).getTreeNode(hash, key);
                //如果该节点是链表,则遍历查找到数据
                do {
                    if (e.hash == hash &&
                        ((k = e.key) == key || (key != null && key.equals(k))))
                        return e;
                } while ((e = e.next) != null);
            }
        }
        return null;
}

大致逻辑如下:

  1. 根据hash值查找到指定位置的数据。
  2. 校验指定位置第一个节点的数据是key是否为传入的key,如果是直接返回第一个节点,否则继续查找第二个节点。
  3. 如果数据是TreeNode(红黑树结构),直接通过红黑树查找节点数据并返回。
  4. 如果是链表结构,循环查找所有节点,返回数据。
  5. 如果没有找到符合要求的节点,返回null。

你可能感兴趣的:(源码笔记,链表,数据结构,java)