android随笔之深入理解HashMap原理

本文涉及HashMap的知识点有:

1,HashMap的简单使用
2,HashMap的存储结构原理
3,HashMap的扩容方法原理
4,HashMap中定位数据索引实现
5,HashMap中put、get方法实现

HashMap的简单使用

HashMap使用键值对存储,只需传入相应的键-值即可存储。

HashMap map = new HashMap();
map.put("key1", 1);
map.put("key2", 2);
map.put("key3", 3);
for(Entry entry : map.entrySet()) {
    System.out.println(entry.getKey() + ": " + entry.getValue());
}

运行结果是:

key1:1
key2:2
key3:3
读取对应键的值:
map.get("key3");

看到这里你一定想知道HashMap存储数据的结构是怎么样的.

HashMap的存储结构

HashMap综合了数组和链表的优缺点,实现了自己的存储方式。那么先看一下数组和链表的存储方式:

(1)数组:

1.数组存储区间是连续的,占用内存严重,故空间复杂的很大。

2.数组的特点是:寻址容易,插入和删除困难。

(2)链表

1.链表存储区间离散,占用内存比较宽松,故空间复杂度很小,但时间复杂度很大,达O(N)。
2.链表的特点是:寻址困难,插入和删除容易。
HashMap为了能做到寻址容易,插入、删除也容易使用了如下的结构。
从结构实现来讲,HashMap是数组+链表+红黑树(JDK1.8增加了红黑树部分)实现的。

HashMap存储数据的工作流程就是:

例如存储:map.put("key1", 1);

分析:
1.将“key1”这个key用hashCode()方法得到其hashCode 值,然后再通过Hash算法的后两步运算(高位运算和取模运算,下文有介绍)来定位该键值对的存储位置(即数据在table数组中的索引)
2.有时两个key会定位到相同的位置,表示发生了Hash碰撞。Java中HashMap采用了链地址法来解决Hash碰撞。(链地址法,简单来说,就是数组加链表的结合。在每个数组元素上都一个链表结构,当数据被Hash后,得到数组下标,把数据放在对应下标元素的链表上。)
3.当链表长度大于8时,将这个链表转换成红黑树,利用红黑树快速增删改查的特点提高HashMap的性能。
接下来,看存储的数据结构代码:
HashMap中存储数据用的是一个数组:Node[] table,即哈希桶数组,明显它是一个Node的数组。对照上图中的第一列(数组table)。
数组中存储的黑点的数据结构就是这里的Node结构:

static class Node implements Map.Entry {
        final int hash;    //用来定位数组索引位置
        final K key;
        V value;
        Node next;   //链表的下一个node

        Node(int hash, K key, V value, Node next) { ... }
        public final K getKey(){ ... }
        public final V getValue() { ... }
        public final String toString() { ... }
        public final int hashCode() { ... }
        public final V setValue(V newValue) { ... }
        public final boolean equals(Object o) { ... }
}

Node是HashMap的一个内部类,实现了Map.Entry接口,本质是就是一个映射(键值对)。

HashMap的扩容方法原理

在理解HashMap的扩容流程之前,我们得先了解下HashMap的几个字段。

 int threshold;             // 所能容纳的key-value对极限 
 final float loadFactor;    // 负载因子
 int modCount;  
 int size;  

Node[] table的初始化长度length(默认值是16)

static final int DEFAULT_INITIAL_CAPACITY = 1 << 4; (左移4位,2的4次方)

loadFactor为负载因子(默认值是0.75)
···
static final float DEFAULT_LOAD_FACTOR = 0.75f;
···

threshold

是HashMap所能容纳的最大数据量的Node(键值对)个数:threshold = length * loadFactor。超过这个数目就重新resize(扩容),扩容后的HashMap容量是之前容量的两倍。默认的负载因子0.75是对空间和时间效率的一个平衡选择,建议大家不要修改。

size

就是HashMap中实际存在的键值对数量。

modCount

主要用来记录HashMap内部结构发生变化的次数,主要用于迭代的快速失败。强调一点,内部结构发生变化指的是结构发生变化,例如put新键值对,但是某个key对应的value值被覆盖不属于结构变化。

具体实现方法

确定哈希桶数组索引的位置

分三步确定:
– 取key的hashCode值
– 高位运算
– 取模运算

方法一:
static final int hash(Object key) {   //jdk1.8 & jdk1.7
     int h;
     // h = key.hashCode() 为第一步 取hashCode值
     // h ^ (h >>> 16)  为第二步 高位参与运算
     return (key == null) ? 0 : (h = key.hashCode()) ^ (h >>> 16);
}
方法二:
static int indexFor(int h, int length) {  //jdk1.7的源码,jdk1.8没有这个方法,但是实现原理一样的
     return h & (length-1);  //第三步 取模运算
}

分析:

1.求hash值方法中,用h = key.hashCode()。然后将h的低16位和高16位异或,是为了保证在数组table的length比较小的时候,让高低位数据都参与到Hash的计算中,同时不会有太大的开销。
2.length是数组的长度,取模运算求出数组索引。当length总是2的n次方时,h& (length-1)运算等价于对length取模,也就是h%length,但是&比%具有更高的效率。
高低位异或运算如下图:(n为table的长度)


HashMap的put方法

public V put(K key, V value) {
        // 对key的hashCode()做hash
        return putVal(hash(key), key, value, false, true);
}

final V putVal(int hash, K key, V value, boolean onlyIfAbsent,
                   boolean evict) {
        Node[] tab; Node p; int n, i;
        //判断键值对数组table[i]是否为空或为null,否则执行resize()进行扩容
        if ((tab = table) == null || (n = tab.length) == 0)
            n = (tab = resize()).length;
        //根据键值key计算hash值得到插入的数组索引i,如果table[i]==null,直接新建节点添加
        if ((p = tab[i = (n - 1) & hash]) == null)
            tab[i] = newNode(hash, key, value, null);
        else {
            Node e; K k;
            //判断table[i]的首个元素是否和key一样,如果相同直接覆盖value,这里的相同指的是hashCode相等
            if (p.hash == hash &&
                ((k = p.key) == key || (key != null && key.equals(k))))
                e = p;
            //判断table[i] 是否为treeNode,即table[i] 是否是红黑树,如果是红黑树,则直接在树中插入键值对
            else if (p instanceof TreeNode)
                e = ((TreeNode)p).putTreeVal(this, tab, hash, key, value);
            else {
                //遍历table[i],判断链表长度是否大于8,大于8的话把链表转换为红黑树,在红黑树中执行插入操作,否则进行链表的插入操作;遍历过程中若发现key已经存在直接覆盖value即可;
                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;
        //插入成功后,判断实际存在的键值对数量size是否超多了最大容量threshold,如果超过,进行扩容。
        if (++size > threshold)
            resize();
        afterNodeInsertion(evict);
        return null;
}

针对这个流程,网上出现了一张比较好的流程图,这里借用下(若有冒犯请留言,我将重新画一个)


HashMap的扩容方法

JDK1.7中的扩容较好理解:使用一个容量更大的数组来代替已有的容量小的数组,并把数据从原来的数组中重新按照原来的计算方法放到新的数组中。

void resize(int newCapacity) {   //传入新的容量
     Entry[] oldTable = table;    //引用扩容前的Entry数组
     int oldCapacity = oldTable.length;         
     if (oldCapacity == MAXIMUM_CAPACITY) {  //扩容前的数组大小如果已经达到最大(2^30)了
         threshold = Integer.MAX_VALUE; //修改阈值为int的最大值(2^31-1),这样以后就不会扩容了
         return;
     }

     Entry[] newTable = new Entry[newCapacity];  //初始化一个新的Entry数组
     transfer(newTable);                         //!!将数据转移到新的Entry数组里
     table = newTable;                           //HashMap的table属性引用新的Entry数组
     threshold = (int)(newCapacity * loadFactor);//修改阈值
 }
void transfer(Entry[] newTable) {
     Entry[] src = table;                   //src引用了旧的Entry数组
     int newCapacity = newTable.length;
     for (int j = 0; j < src.length; j++) { //遍历旧的Entry数组
         Entry e = src[j];             //取得旧Entry数组的每个元素
         if (e != null) {
             src[j] = null;//释放旧Entry数组的对象引用(for循环后,旧的Entry数组不再引用任何对象)
             do {
                 Entry next = e.next;
                 int i = indexFor(e.hash, newCapacity); //!!重新计算每个元素在数组中的位置
                 e.next = newTable[i]; //标记[1]
                 newTable[i] = e;      //将元素放在数组上
                 e = next;             //访问下一个Entry链上的元素
             } while (e != null);
         }
     }
 } 

JDK1.8中,对扩容算法做了优化。我们观察下key1和key2在扩容前和扩容后的位置计算过程:


可以看到如下结果:



我们在扩充HashMap的时候,不需要像JDK1.7的实现那样重新计算hash,只需要看看原来的hash值新增的那个bit是1还是0就好了,是0的话索引没变,是1的话索引变成“原索引+oldCap”。
可以看看下图为16扩充为32的resize示意图:



这个设计确实非常的巧妙,既省去了重新计算hash值的时间,而且同时,由于新增的1bit是0还是1可以认为是随机的,因此resize的过程,均匀的把之前的冲突的节点分散到新的bucket了。

具体代码,有兴趣的可以仔细品读以下代码:

 final Node[] resize() {
      Node[] oldTab = table;
      int oldCap = (oldTab == null) ? 0 : oldTab.length;
     int oldThr = threshold;
      int newCap, newThr = 0;
      if (oldCap > 0) {
          // 超过最大值就不再扩充了,就只好随你碰撞去吧
          if (oldCap >= MAXIMUM_CAPACITY) {
              threshold = Integer.MAX_VALUE;
             return oldTab;
         }
         // 没超过最大值,就扩充为原来的2倍
         else if ((newCap = oldCap << 1) < MAXIMUM_CAPACITY &&
                  oldCap >= DEFAULT_INITIAL_CAPACITY)
             newThr = oldThr << 1; // double threshold
     }
     else if (oldThr > 0) // initial capacity was placed in threshold
         newCap = oldThr;
     else {               // zero initial threshold signifies using defaults
         newCap = DEFAULT_INITIAL_CAPACITY;
         newThr = (int)(DEFAULT_LOAD_FACTOR * DEFAULT_INITIAL_CAPACITY);
     }
     // 计算新的resize上限
     if (newThr == 0) {
 
         float ft = (float)newCap * loadFactor;
         newThr = (newCap < MAXIMUM_CAPACITY && ft < (float)MAXIMUM_CAPACITY ?
                   (int)ft : Integer.MAX_VALUE);
     }
     threshold = newThr;
     @SuppressWarnings({"rawtypes","unchecked"})
         Node[] newTab = (Node[])new Node[newCap];
     table = newTab;
     if (oldTab != null) {
         // 把每个bucket都移动到新的buckets中
         for (int j = 0; j < oldCap; ++j) {
             Node e;
             if ((e = oldTab[j]) != null) {
                 oldTab[j] = null;
                 if (e.next == null)
                     newTab[e.hash & (newCap - 1)] = e;
                 else if (e instanceof TreeNode)
                     ((TreeNode)e).split(this, newTab, j, oldCap);
                 else { // 链表优化重hash的代码块
                     Node loHead = null, loTail = null;
                     Node hiHead = null, hiTail = null;
                     Node next;
                     do {
                         next = e.next;
                         // 原索引
                         if ((e.hash & oldCap) == 0) {
                             if (loTail == null)
                                loHead = e;
                             else
                                 loTail.next = e;
                            loTail = e;
                         }
                         // 原索引+oldCap
                         else {
                             if (hiTail == null)
                                 hiHead = e;
                             else
                                 hiTail.next = e;
                             hiTail = e;
                         }
                     } while ((e = next) != null);
                     // 原索引放到bucket里
                    if (loTail != null) {
                         loTail.next = null;
                         newTab[j] = loHead;
                     }
                     // 原索引+oldCap放到bucket里
                     if (hiTail != null) {
                         hiTail.next = null;
                         newTab[j + oldCap] = hiHead;
                     }
                 }
             }
         }
     }
     return newTab;
 }

安全性

HashMap是线程不安全的,不要在并发的环境中同时操作HashMap,建议使用ConcurrentHashMap。

你可能感兴趣的:(android随笔之深入理解HashMap原理)