HashMap & LinkedHashMap
1. HashMap概述
-
定义：HashMap根据键的hash值来存储数据
-
底层：
- JDK1.7底层：数组+链表
- JDK1.8底层：数组+链表+红黑树
- 当链表长度达到8且数组长度长于64时，就会转换成红黑树（红黑树阈值）
- 如果数组长度小于64，就扩容数组
-
其他相关：
- HashMap中最多允许一个key为null，但可以多个value为null
- HashMap是线程不安全的
- 解决hash冲突的方式是链址法
- 数组：称为桶
- 链表：哈希值相同的数据组成一个单链表，单链表的头指针存放在哈希表中的第i个单元中
- 扩容数组：初始capacity数组容量为16，阈值threshold是12（阈值的计算方式为 capacity * loadFactor，在HashMap中loadFactory是0.75）
2. HashMap的发展历程
- 最开始是数组存储，但这样效率低
- 引入了hash值后又导致桶数组范围过大
- 因此又引入了定位取模操作，这样又导致hash碰撞
- 所以又引入了 二次哈希（扰动处理）以及链表和红黑树来解决这个问题。
- 结论：
数组 → hash值 → 定位取模 → 二次哈希、链表、红黑树
3. Hash值的运算和定位取模
- Hash值运算：先计算出Hash值
3.1 Hash值运算（HashMap.hash()）
- 为了避免哈希碰撞，HashMap.hash()中有两次hash处理。
- 第一次hash就是直接key.hashcode方法
- 第二次hash不同版本JDK有区别：
- 在JDK1.7时，二次哈希是通过5次异或和4次位运算来实现的。
- 在JDK1.8中，是通过高16位与低16位相异或实现的。（^）
JDK1.8:该方法主要是将Object转换成一个整型。
static final int hash(Object key) {
int h;
//先将key转换成哈希值，然后进行1次位运算+1次异或运算进行了2次扰动处理尽量避免hash冲突。
return (key == null) ? 0 : (h = key.hashCode()) ^ (h >>> 16);
}
index =(table.length - 1) & key.hash();
//回忆前文中的内容，table.length是一个2的正整数次幂，类似于000100000，
//这样的值减一就成了000011111，通过这样的位运算来快速寻址定址。
//计算出索引值index，如果index位置没有元素（没有哈希碰撞）,直接在该索引插入数据
3.2 定位取模（按位与运算）
- 定位取模是通过hash值和数组长度-1 按位&运算得出的。得到该对象在数组中的下标（保存位）
- 目的：将哈希值映射到数组的一个下标，从而实现快速的查找和索引。
在HashMap中，默认创建的数组长度是16，存储的数据哈希值都会大于16。因此，通过取模或位运算可以将哈希值映射到0到15的这个范围内，这样就可以直接在数组中进行查找和索引，大大提高了查找速度。
- put和get的时候都会用到
key.hash() & (table.length-1)
- table.length是桶数组的长度，长度总是2的n次方
- 所以上面的方法就等价于对hash值对数组长度取模
hash值可能是负数
4. HashMap常用的方法
4.1 put()
//下标是hash()计算后的
public V put(K key, V value) {
return putVal(hash(key), key, value, false, true);
}
final V putVal(int hash, K key, V value, boolean onlyIfAbsent,
boolean evict) {
Node<K,V>[] tab; Node<K,V> p; int n, i;
//3.resize懒加载创建table数组
if ((tab = table) == null || (n = tab.length) == 0)
n = (tab = resize()).length;
if ((p = tab[i = (n - 1) & hash]) == null) //3.通过扰动后的哈希值计算出对应在table中的索引
//4.如果索引处为空，则直接newNode()新建节点并覆盖原值。
tab[i] = newNode(hash, key, value, null);
else {
Node<K,V> e; K k;
if (p.hash == hash &&
//5.索引不为空
((k = p.key) == key || (key != null && key.equals(k))))
e = p;
else if (p instanceof TreeNode)
//5.a.红黑树的节点
e = ((TreeNode<K,V>)p).putTreeVal(this, tab, hash, key, value);
else {
//5.b.链表的话就for遍历
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;
}
- 流程：
- （Hash值运算）先高16位和低16位异或扰动出一个新的hash值：(key == null) ? 0 : (h = key.hashcode()) ^ (h >>> 16)
- 判断是否存在
table数组，没有的话通过resize懒加载创建扩容出table数组。 - （定位取模）通过扰动后的哈希值计算出对应在table中的索引：tab[i = (n - 1) & hash])
- 如果索引处为空，则直接newNode()新建节点并插入数据
- 如果索引不为空
1.如果tab[i]是红黑树的节点，那么就执行红黑树中添加节点的操作
2.如果是链表，则遍历。- 如果遍历到尾，则newNode创建节点放到链末尾。
- 如果链表长度大于等于8，就调用treeifyBin(tab, hash);：判断数组长度是否大于64（ MIN_TREEIFY_CAPACITY），大于就会转换为树，小于64就扩容数组。
- 如果找到了hash和key都相同的节点，break。
- 如果key值相同，就覆盖原值（在一个链表中如果key值相同，首先它们Hash值相同，同时原数的key相同，那么基于HashMap的规则，会用新的Value覆盖原数）
- 最后比较size（当前数组已经有的链表条数）是否大于threshold阈值，大于则resize方法扩容。
- 细节：HashMap允许put key为null的键值对，这种键值对都放到了桶数组的第0个桶中。
- 源码中的Node
4.2 get()
public V get(Object key) {
Node<K,V> e;
return (e = getNode(key)) == null ? null : e.value;
}
final Node<K,V> getNode(Object key) {
Node<K,V>[] tab; Node<K,V> first, e; int n, hash; K k;
if ((tab = table) != null && (n = tab.length) > 0 &&
(first = tab[(n - 1) & (hash = hash(key))]) != 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<K,V>)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;
}
- 流程：
- 还是通过(n - 1) & hash 算出在数组中的位置
- 看数组的索引处的链表或者树的头的key是不是我们要找到，是则直接返回
- 不是则遍历红黑树/遍历链表
4.3 resize()
- 使用场景：
- 初始化哈希表
- 当前数组容量过小，需要扩容
- 大致流程：
- 计算出扩容后数组的容量（capacity）和阈值（threshold）是否超过最大值，不超则变为原来的2倍，并创建新数组。
- 如果旧数组没有初始化，直接返回创建的新数组，其长度为16（DEFAULT_INITIAL_CAPACITY）、负载因子为0.75。
- 扩容流程：
- JDK1.7：没有红黑树，所以只存在链表扩容。（先遍历原HashMap，对每个元素重新计算索引，然后再放到对应链表的头部（等价于一次链表反转，先插入的会被放在链表的尾部））
- JDK1.8：首先遍历旧table数组
- 如果只是一个节点，不是链表不是树，则直接取模运算后放入到新数组中。（位运算 e.hash & (newCap-1)）
- 如果是链表，由于扩容是直接乘以2。元素的位置要么低位在之前的位置，要么高位在之前的位置加上扩容大小的位置。（通过分出一个高低位来实现）
- 分位：通过hash值与原数组容量oldCap进行&运算，判断是否为0。将原链表分为高低两个链表，通过尾插法放入新数组对应的位置，链表整体顺序不变。
- 如果是红黑树。将其分为两棵树放在新数组上。
每次扩容的下标 e.hash & (newCap - 1)，保证了下标范围不超过newCap。
5. HashMap的线程安全
- HashMap如何实现线程安全
- 用HashTable
- 用同步包装器Collections的synchronizedMap方法使HashMap具有线程安全的能力
static Map<String, String> results = Collections.synchronizedMap(new HashMap<String, String>());
- 使用ConcurentHashMap
6. 相关问题
6.1 为什么哈希桶的长度总是2的n次方？
6.2 扩容的具体条件是什么？
6.3 树化的具体条件是什么?
6.4 HashMap在JDK1.7和JDK1.8的区别？
6.5 HashMap在1.7版本由于头插法而产生死循环的原因是什么？
//e代表当前遍历到的节点（也就是要插入的节点）
//1.保存原链表的下一个节点
//2.将要插入的节点指向新的链表头（头插法）
//3.更改新的链表的头部（新头部为我们插入的新结点）
//4.将之前保存的下一个节点给e
Entry<K,V> next = e.next;
e.next = newTable[i];
newTable[i] = e;
e = next;
6.6 HashMap的初始容量为什么是16？
6.7 HashMap的负载因子loadFactory为什么是0.75？（有关桶的阈值）
6.8 如何解决初始化时输入的值不是2的n次幂
6.9 桶中的元素链表何时转换为红黑树？什么时候转回?为什么要这么设计？
6.10 Java 8中为什么要引入红黑树，是为了解决什么场景的问题?
6.11 HashMap如何处理Key为null的键值对？
6.12 为什么HashMap中的String、Integer这样的包装类适合作为Key键？
6.13 为什么初始容量是16？
6.14 JDK1.8死循环
6.15 Hash冲突是什么？
6.16 为什么用红黑树而不是二叉搜索树，平衡二叉树等？
6.17 为什么1.8HashMap是先插入后扩容？
6.18 既然红黑树的效率高，为什么一开始不使用红黑树？
7. LinkedHashMap概述
- LinkedHashMap继承了HashMap，是基于数组和双向链表实现的。
- HashMap中的数据是无序的，也就是说访问的顺序不是存储的顺序。
- LinkedHashMap中的数据是有序的，并且我们可以自己决定使用哪种顺序
8. LinkedHashMap的原理
- 有序：LinkedHashMap可以实现有序，就是因为它的Node类中，比HashMap多了一个before和after引用，并且创建一个为null的Header(Node)作为遍历双向循环链表的入口。
- LinkedHashMap的头部：头部存的是最久前访问的节点或最先插入的节点。尾部存的是最近访问的和最近插入的节点。
- header的before和after指向双向链表的头部和尾部。
/**
* LinkedHashMap中的node直接继承自HashMap中的Node。并且增加了双向的指针
*/
static class Entry<K,V> extends HashMap.Node<K,V> {
Entry<K,V> before, after;
Entry(int hash, K key, V value, Node<K,V> next) {
super(hash, key, value, next);
}
}
9. put
- LinkedHashMap没有重写HashMap的put()方法，而是重写了put()方法需要调用的内部方法newNode()。
newNode：在定位取模后对应的索引处为空时，会创建结点，并覆盖原值- 插入顺序和访问顺序都是 简单的插入到集合队尾中。
HashMap.Node<K,V> newNode(int hash, K key, V value, HashMap.Node<K,V> e) {
LinkedHashMap.Entry<K,V> p =
new LinkedHashMap.Entry<>(hash, key, value, e);
linkNodeLast(p);
return p;
}
private void linkNodeLast(LinkedHashMap.Entry<K,V> p) {
LinkedHashMap.Entry<K,V> last = tail;
tail = p;
if (last == null)
head = p; //只有一个节点？
else {
p.before = last; //last是尾前一个节点
last.after = p;
}
}
10. get
- 插入顺序：直接取出
- 访问顺序：先取出，之后还要调用aferNodeAccess()方法把元素从原链表移除并放到队尾。
// LinkedHashMap 中覆写
public V get(Object key) {
Node<K,V> e;
if ((e = getNode(hash(key), key)) == null)
return null;
// 如果 accessOrder 为 true，则调用 afterNodeAccess 将被访问节点移动到链表最后
if (accessOrder)
//把元素从原链表移除并放到队尾。
afterNodeAccess(e);
return e.value;
}
// LinkedHashMap 中覆写
void afterNodeAccess(Node<K,V> e) { // move node to last
LinkedHashMap.Entry<K,V> last;
if (accessOrder && (last = tail) != e) {//accessOrder为true代表访问顺序
LinkedHashMap.Entry<K,V> p =
(LinkedHashMap.Entry<K,V>)e, b = p.before, a = p.after;
p.after = null;
// 如果 b 为 null，表明 p 为头节点
if (b == null)
head = a;
else
b.after = a;
if (a != null)
a.before = b;
/*
* 这里存疑，父条件分支已经确保节点 e 不会是尾节点，
* 那么 e.after 必然不会为 null，不知道 else 分支有什么作用
*/
else
last = b;
if (last == null)
head = p;
else {
// 将 p 接在链表的最后
p.before = last;
last.after = p;
}
tail = p;
++modCount;
}
}
11. 相关问题
11.1 LinkedHashMap为什么使用双向链表，而不是单链表
11.2 LinkedHashMap如何保证访问顺序？
插入顺序都是直接put和get，访问顺序的话put也是直接，但是在get方法后，因为变成最近刚访问，所以还要移动到双向链表的尾部。
void afterNodeAccess(Node<K,V> p) { }
void afterNodeInsertion(boolean evict) { }
void afterNodeRemoval(Node<K,V> p) { }
afterNodeAccess：在putVal和get中调用，根据accessOrder判断是否需要调整链表顺序，将被操作的元素维护到LinkedHashMap的尾部。afterNodeInsertion：移出最老插入的节点，在putVal中使用，可以用来写出一个LRU。（重写removeEldestEntry()）- LRU：它的核心思想是当缓存满时，会优先淘汰那些近期最少使用的缓存对象。
- removeEldestEntry()默认返回false，所以正常情况下不会溢出最老插入的节点（LRU下重写该方法）
void afterNodeInsertion(boolean evict) { // possibly remove eldest
LinkedHashMap.Entry<K,V> first;
//removeEldestEntry(first)默认返回false，所以afterNodeInsertion这个方法其实并不会执行
if (evict && (first = head) != null && removeEldestEntry(first)) {
K key = first.key;
removeNode(hash(key), key, null, false, true);
}
}
protected boolean removeEldestEntry(Map.Entry<K,V> eldest) {
return false;
}
afterNodeRemoval：在remove()的removeNode()中调用，作用是删除一个节点，也在双向链表中删掉这个节点的after和before指针，并把这个节点的前驱结点和后继节点连接起来。
11.3 put时调用的afterNodeAccess方法，调用的会是子类的afterNodeAccess方法吗？
map.put(key,value)->HashMap#putVal(key,value)->afterNodeAccess
11.4 为什么LinkedHashMap能实现LRU缓存，把最不经常访问的那个元素淘汰。
- put()方法中有一个afterNodeInsertion方法，会判断第一个元素是否超出了可容纳的最大范围，如果超出了，接会调用removeNode方法删除最不经常访问的那个元素。
- 前提要重写removeEldestEntry()
void afterNodeInsertion(boolean evict) { // possibly remove eldest
LinkedHashMap.Entry<K,V> first;
if (evict && (first = head) != null && removeEldestEntry(first)) {
K key = first.key;
removeNode(hash(key), key, null, false, true);
}
}
12. LinkedHashMap实现LRU
- 重写
LinkedHashMap，传入true表示访问顺序，重写方法
public class LRUCache extends LinkedHashMap<Integer , Integer> {
private int capacity;
public LRUCache(int capacity){
//当accessOrder的参数为true时，就会按照访问顺序排序
super(capacity , 0.75F , true);
this.capacity = capacity;
}
public int get(int key){
return super.getOrDefault(key , -1);
}
public void put(int key , int value){
super.put(key , value);
}
//重写当前方法，当内存超出的时候返回true
@Override
protected boolean removeEldestEntry(Map.Entry<Integer, Integer> eldest) {
return size() > capacity;
}
}
- 内部封装
LinkedHashMap
//2，使用LinkedHashMap的方式
//添加顺序
public class LRUTest{
int capacity;
LinkedHashMap<Integer, Integer> cache;
LRUTest(int capacity){
cache = new LinkedHashMap<>();
this.capacity = capacity;
}
//访问元素
public int get(int key){
if(!cache.containsKey(key)){
return -1;
}
//存在，先从链表头部删除删除，在插入到链表尾部
int val = cache.get(key);
cache.remove(key);
cache.put(key, val);
return val;
}
//添加元素
public void put(int key, int val){
if(cache.containsKey(key)){
cache.remove(key);
}
//如果链表已经满了，则删除头部节点
if(cache.size() == capacity){
Set<Integer> keySet = cache.keySet();
Iterator<Integer> iterator = keySet.iterator();
cache.remove(iterator.next());
}
cache.put(key, val);
}
}
public LinkedHashMap() {
super();
accessOrder = false;
}
public LinkedHashMap(int initialCapacity) {
super(initialCapacity);
accessOrder = false;
}
public LinkedHashMap(int initialCapacity, float loadFactor) {
super(initialCapacity, loadFactor);
accessOrder = false;
}
public LinkedHashMap(int initialCapacity,float loadFactor,boolean accessOrder) {
super(initialCapacity, loadFactor);
this.accessOrder = accessOrder;
}
public LinkedHashMap(Map<? extends K, ? extends V> m) {
super();
accessOrder = false;
putMapEntries(m, false);
}