博主的前两篇文章Java HashMap实现原理0——从hashCode,equals说起,Java HashMap实现原理1——散列表已经讲述了HashMap设计的知识点,包括:hashCode(),equals(),散列表结构,散列函数、冲突解决等,在散列表一文最后,还给出了一个极简版本的实现。从极简版出发,理解java.util.HashMap,就容易多了。
最近博主偶遇了几家公司的技术文章,有一种“相见恨晚“的感觉,继上次和大家分享腾讯Bugly之后,这里再和大家分享美团点评的技术网址。也欢迎大家评论里贡献自己知道的一些高质量的技术网址,多了之后博主专门整理出来,大家一起学习进步。
键值对的存储在实际编程中使用广泛,Java中实现了HashMap、LinkedHashMap、TreeMap、ConcurrentHashMap等类。它们之间的关系如下图所示:
现代版的*Map均从Map接口下来,已经不推荐使用的HashTable继承自Dictionary。
以上的Map类型类,要求Key都是对象不可变的,即对象创建后hash值不可变。可采用的方式包括:以String、Integer等类型作为键,或者使用对象中不变属性创建hash值。
Map中最常见的是HashMap,它的实现结构就是我们上文提到的散列表(数组+链表)方式,采用链地址法处理冲突,链表的缺点在于,当冲突很多的时候,链表的查找速度为O(n),JDK8对HashMap的散列表进行了改进,当链表存储元素大于8个时,由红黑树结构代替链表结构,这样查找速度就降到了O(logn)。
先看一个HashMap常见的使用:
HashMap<String,Integer> map = new HashMap();
map.put("a", 1);
map.put("b", 2);
System.out.println(map.get("a"));
先创建HashMap对象,再利用put放入元素,get方法获取。有了上一篇散列表中对一个小demo的介绍,相信大家对HashMap的结构应该还有大致的印象,忘记的可以在Java HashMap实现原理1——散列表文章最后部分查看。
先看HashMap中定义的Node
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) { ... }
}
对比demo中的Node,除了基本的key、 value、next之外,还提供了hash属性,以及属性存取的操作接口等,复写了hashCode()和equals()方法。可见一个可用、完善的类库这些都是必备条件。结合使用实例,我们先看下HashMap的构造函数。
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;
threshold = initialCapacity;
init();
}
构造器中初始化了loadFactor、threshold等变量,loadFactor表示负载因子、threshold表示HashMap允许容纳的元素个数,threshold=Array.size()*loadFactor,也就是说在当前数组大小以及负载因子的限定下,HashMap最多能装的数据个数,当超过这个值时,就得数组进行扩容resize。系统默认的loadFactor=0.75,值越大,查找效率降低,空间利用率提高;值越小,查找效率增大,空间利用率降低,所以一般不建议修改。还有个变量size要与threshold和loadFactor区别开,它表示当前装载的元素个数。很奇怪,构造函数中没有初始化数组,直觉中一般在构造器中完成空间分配的操作,接着往下看。
put是HashMap的精华部分,里面用到了hash()、resize()、transfer()等函数,涉及到到不少数学计算中的技巧,我们慢慢欣赏。
put()方法如下:
/*put方法*/
public V put(K key, V value) {
return putVal(hash(key), key, value, false, true);
}
/*putVal方法*/
final V putVal(int hash, K key, V value, boolean onlyIfAbsent,boolean evict) {
Node[] tab;
Node p;
int n, i;
// ①:tab为空则创建,put的时候才创建空间,相当于延迟初始化,减少不必要的创建,比在new HashMap()中创建要高明。
if ((tab = table) == null || (n = tab.length) == 0)
n = (tab = resize()).length;
// ②:根据hash值计算index
if ((p = tab[i = (n - 1) & hash]) == null)
//对null做处理
tab[i] = newNode(hash, key, value, null);
else {
Node e;
K k;
//③:节点key存在,直接覆盖value
if (p.hash == hash &&
((k = p.key) == key || (key != null && key.equals(k))))
e = p;
//④:判断该链为红黑树
else if (p instanceof TreeNode)
e = ((TreeNode)p).putTreeVal(this, tab, hash, key, value);
//⑤:该链为链表
else {
for (int binCount = 0; ; ++binCount) {
if ((e = p.next) == null) {
p.next = newNode(hash, key,value,null);
//链表长度大于8转换为红黑树进行处理
if (binCount >= TREEIFY_THRESHOLD - 1) // -1 for 1st
treeifyBin(tab, hash);
break;
}
// key已经存在直接覆盖value
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;//主要用来记录HashMap内部结构发生变化的次数,用于迭代的快速失败(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)
//⑥:超过最大容量 就扩容
if (++size > threshold)
resize();
afterNodeInsertion(evict);
return null;
}
put方法中,先调用hash()计算key。我们看下hash的实现
static final int hash(Object key) {
int h;
// 第一步:h = key.hashCode()
// 第二步:h ^ (h >>> 16) 高16位和低16位进行异或运算
return (key == null) ? 0 : (h = key.hashCode()) ^ (h >>> 16);
}
有了hash值之后,会根据hash值计算出元素在数组中的存放位置(n - 1) & hash,乍一看可能会有人有疑问,不是%取模吗?为什么用了个按位与。看了下面这张图片,你可能就明白了:
从生成hashCode开始,到hash()对hashCode进行高16位和低16位的异或操作得到hash值,再利用hash值换算存放的数组位置。按位与实现了只保留低log(n)的效果,而这log(n)位的取值范围为[0,n-1],正是我们%取余的效果,但是对CPU来说&比%省时。
putVal(int hash, K key, V value, boolean onlyIfAbsent,boolean evict)函数的流程如下图所示,代码的关键位置也有注释。关于红黑树,博主将在下篇文章中专门阐述,此数不再细说。
虽然resize是只是put()的一个调用函数,但是resize()很精妙,写惯了业务逻辑相关的代码中后,再看这种util代码,很是亲切,我们一起来学习一番。
JDK8中的resize()稍微复杂点,我们先看个JDK7的resize()方法压压惊。
void resize(int newCapacity) {
Entry[] oldTable = table;
int oldCapacity = oldTable.length;
//如果容量已经达到最大值
if (oldCapacity == MAXIMUM_CAPACITY) {
threshold = Integer.MAX_VALUE;//阈值放大为int的最大整数
return;
}
Entry[] newTable = new Entry[newCapacity];
transfer(newTable, initHashSeedAsNeeded(newCapacity));//将元素全都放入到新的数组中
table = newTable;
threshold = (int)Math.min(newCapacity * loadFactor, MAXIMUM_CAPACITY + 1);
}
void transfer(Entry[] newTable, boolean rehash) {
int newCapacity = newTable.length;
for (Entry e : table) {//从原数组中挨个取出链表
while(null != e) {//遍历链表的每个元素
Entry next = e.next;
if (rehash) {
e.hash = null == e.key ? 0 : hash(e.key);
}
int i = indexFor(e.hash, newCapacity);//重新计算当前元素在新数组中的位置
e.next = newTable[i];//插入到新数组对应链表的头部
newTable[i] = e;
e = next;
}
}
}
流程在代码中注释的比较详细,就不多说了。
final Node[] resize() {
Node[] oldTab = table;
int oldCap = (oldTab == null) ? 0 : oldTab.length;//原来数组的长度
int oldThr = threshold;
int newCap, newThr = 0;
if (oldCap > 0) {
// 超过最大值就不再扩充了
if (oldCap >= MAXIMUM_CAPACITY) {
threshold = Integer.MAX_VALUE;//阈值改为最大int整数
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; //左移1一位,扩大两倍
}
else if (oldThr > 0) // initial capacity was placed in threshold
newCap = oldThr;
else {
// 数组第一次被建立
newCap = DEFAULT_INITIAL_CAPACITY;
newThr = (int)(DEFAULT_LOAD_FACTOR * DEFAULT_INITIAL_CAPACITY);
}
// 计算新的resize上限阈值
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)//最后一个结点
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) {//尼玛,这一块博主理解了很久。。。oldCap对应于原来的数组长度,数组长度总是2的n次方,所以&==0表示倒数第n位(从0开始算)为0 ,意味着扩容到2n之后,该数不需要放入到新增的位置区域,保持原来的数组位置不变。
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;
}
对比JDK7和JDK8的resize方法实现,除了JDK7将数组转移拆分到单独的函数transfer里面之外,JDK7在向新散列表插入元素时,每次都会将新到的元素插入链表头,而JDK8会保持元素在旧数组的相对位置,即链表从前往后依次插入。当然JDK8多了红黑树的使用,这个就不多说了。还有个博主纠结了很久的问题,在注释中已经提过了,就是如何快速找到元素在新散列表中的位置,JDK7采用的是对hash值重新取余,而JDK8中做了优化,先看图:
原大小为16的散列表中,位置为5的元素,在新的32大小的散列表中位置为5+16,取余也可以计算得到,但是JDK8用了更快的方法,e.hash & oldCap==0(oldCap是原散列表中数组的大小),则表示元素的位置在新的散列表中为j + oldCap,否则不变。
对于hash1和hash2这样两个hash值的key,在16大小的散列表中,它们对1111(二进制)取余,都得到5,在32大小的散列表中,他们对11111(二进制)取余,前者为5,后者为5+16=21。想必看着图,大家就明白为什么这么coding了。
这样,精华的put部分就讲完了,可以看到,巧用位操作,会给你带来性能上的提升。
再看下get方法的实现,这个就比较简单了,代码如下:
public V get(Object key) {
if (key == null)
return getForNullKey();
Entry entry = getEntry(key);
return null == entry ? null : entry.getValue();
}
/*getEntry()*/
final Entry getEntry(Object key) {
if (size == 0) {
return null;
}
int hash = (key == null) ? 0 : hash(key);
for (Entry e = table[indexFor(hash, table.length)];
e != null;
e = e.next) {
Object k;
if (e.hash == hash &&
((k = e.key) == key || (key != null && key.equals(k))))
return e;
}
return null;
}
现由key计算得到hash值,再换算到数组中的位置,取出对应的链表,挨个检查是否和待查找key,hash值相同且是同一个类的对象或者同一个对象。
本文对HashMap的Node结构、构造函数、put()方法、resize()过程(JDK7和JDK8分别做了分析)、get()方法进行了详尽的分析,希望可以让大家对HashMap加深理解。
本文感谢Java 8系列之重新认识HashMap。
很惭愧,做了一点微小的贡献!