Java 8系列之重新认识HashMap

本文涉及HashMap的:

原文出处:前利

HashMap的 简单使用

摘要

HashMap的 存储结构 原理

HashMap是Java程序员使用频率最高的用于映射(键值对)处理的数据类型。随着JDK(Java
Developmet
Kit)版本的更新,JDK1.8对HashMap底层的实现进行了优化,例如引入红黑树的数据结构和扩容的优化等。本文结合JDK1.7和JDK1.8的区别,深入探讨HashMap的结构实现和功能原理。

HashMap的 扩容方法 原理

简介

HashMap中 定位数据索引 实现

Java为数据结构中的映射定义了一个接口java.util.Map,此接口主要有四个常用的实现类,分别是HashMap、Hashtable、LinkedHashMap和TreeMap,类继承关系如下图所示:

HashMap中 put、get方法 实现

下面针对各个实现类的特点做一些说明:

HashMap的简单使用

(1)
HashMap:它根据键的hashCode值存储数据,大多数情况下可以直接定位到它的值,因而具有很快的访问速度,但遍历顺序却是不确定的。
HashMap最多只允许一条记录的键为null,允许多条记录的值为null。HashMap非线程安全,即任一时刻可以有多个线程同时写HashMap,可能会导致数据的不一致。如果需要满足线程安全,可以用
Collections的synchronizedMap方法使HashMap具有线程安全的能力,或者使用ConcurrentHashMap。

HashMap使用 键值对 存储,只需传入相应的键-值即可存储。看下面的例子:

(2)
Hashtable:Hashtable是遗留类,很多映射的常用功能与HashMap类似,不同的是它承自Dictionary类,并且是线程安全的,任一时间只有一个线程能写Hashtable,并发性不如ConcurrentHashMap,因为ConcurrentHashMap引入了分段锁。Hashtable不建议在新代码中使用,不需要线程安全的场合可以用HashMap替换,需要线程安全的场合可以用ConcurrentHashMap替换。

HashMapmap=newHashMap();map.put;map.put;map.put;for(Entry entry
:map.entrySet { System.out.println(entry.getKey() +”: “+
entry.getValue;}运行结果是:key1:1key2:2key3:3

(3)
LinkedHashMap:LinkedHashMap是HashMap的一个子类,保存了记录的插入顺序,在用Iterator遍历LinkedHashMap时,先得到的记录肯定是先插入的,也可以在构造时带参数,按照访问次序排序。

小编整理了一些java进阶学习资料和面试题,需要资料的请加JAVA高阶学习Q群:664389243
这是小编创建的java高阶学习交流群,加群一起交流学习深造。群里也有小编整理的2019年最新最全的java高阶学习资料!

(4)
TreeMap:TreeMap实现SortedMap接口,能够把它保存的记录根据键排序,默认是按键值的升序排序,也可以指定排序的比较器,当用Iterator遍历TreeMap时,得到的记录是排过序的。如果使用排序的映射,建议使用TreeMap。在使用TreeMap时,key必须实现Comparable接口或者在构造TreeMap传入自定义的Comparator,否则会在运行时抛出java.lang.ClassCastException类型的异常。

读取对应键的值:

对于上述四种Map类型的类,要求映射中的key是不可变对象。不可变对象是该对象在创建后它的哈希值不会被改变。如果对象的哈希值发生变化,Map对象很可能就定位不到映射的位置了。

map.get;

通过上面的比较,我们知道了HashMap是Java的Map家族中一个普通成员,鉴于它可以满足大多数场景的使用条件,所以是使用频度最高的一个。下文我们主要结合源码,从存储结构、常用方法分析、扩容以及安全性等方面深入讲解HashMap的工作原理。

看到这里你一定想知道HashMap存储数据后的结构是怎么样的。

内部实现

HashMap的存储结构

搞清楚HashMap,首先需要知道HashMap是什么,即它的存储结构-字段;其次弄明白它能干什么,即它的功能实现-方法。下面我们针对这两个方面详细展开讲解。

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:

存储结构-字段

– 数组:

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,如下如所示。

图片 1

这里需要讲明白两个问题:数据底层具体存储的是什么?�这样的存储方式有什么�优点呢?

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。

(1) 从源码可知,HashMap类中有一个非常重要的字段,就是 Node[]
table,即哈希桶数组,明显它是一个Node的数组。我们来看Node[JDK1.8]是何物。

2.数组的特点是:寻址容易,插入和删除困难。

static class Node implements Map.Entry {

链表

final int hash;    //用来定位数组索引位置

图片 2

final K key;

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。

V value;

2.链表的特点是:寻址困难,插入和删除容易。

Node next;  //链表的下一个node

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。

Node(int hash, K key, V value, Node next) { … }

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。

public final K getKey(){ … }

图片 3

public final V getValue() { … }

HashMap存储数据的工作流程就是:

public final String toString() { … }

例如存储:map.put;

public final int hashCode() { … }

分析:

public final V setValue(V newValue) { … }

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)

public final boolean equals(Object o) { … }

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。想了解更多红黑树数据结构的工作原理可以参考

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)。上图中的每个黑色圆点就是一个Node对象。

接下来,看存储的数据结构代码:

(2)
HashMap就是使用哈希表来存储的。哈希表为解决冲突,可以采用开放地址法和链地址法等来解决问题,Java中HashMap采用了链地址法。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。例如程序执行下面代码:

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。

map.put(“美团”,”小美”);

数组中存储的黑点的数据结构就是这里的Node结构:

系统将调用”美团”这个key的hashCode()方法得到其hashCode
值(该方法适用于每个Java对象),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,有时两个key会定位到相同的位置,表示发生了Hash碰撞。当然Hash算法计算结果越分散均匀,Hash碰撞的概率就越小,map的存取效率就会越高。

staticclassNodeimplementsMap.Entry{finalinthash;//用来定位数组索引位置finalK
key; V value; Node next;//链表的下一个nodeNode(inthash, K key, V value,
Node next) { … }publicfinalKgetKey(){ … }publicfinalVgetValue(){ …
}publicfinalStringtoString(){ … }publicfinalinthashCode(){ …
}publicfinalVsetValue(V newValue){ … }publicfinalbooleanequals{ … }}

如果哈希桶数组很大,即使较差的Hash算法也会比较分散,如果哈希桶数组数组很小,即使好的Hash算法也会出现较多碰撞,所以就需要在空间成本和时间成本之间权衡,其实就是在根据实际情况确定哈希桶数组的大小,并在此基础上设计好的hash算法减少Hash碰撞。那么通过什么方式来控制map使得Hash碰撞的概率又小,哈希桶数组(Node[]
table)占用空间又少呢?答案就是好的Hash算法和扩容机制。

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。

在理解Hash和扩容流程之前,我们得先了解下HashMap的几个字段。从HashMap的默认构造函数源码可知,构造函数就是对下面几个字段进行初始化,源码如下:

扩容原理

int threshold;            // 所能容纳的key-value对极限

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

final float loadFactor;    // 负载因子

intthreshold;// 所能容纳的key-value对极限 finalfloatloadFactor;//
负载因子intmodCount;intsize;

int modCount;

Node[] table的初始化长度length

int size;

staticfinalintDEFAULT_INITIAL_CAPACITY =1<<4;// aka 16

首先,Node[] table的初始化长度length(默认值是16),Load
factor为负载因子(默认值是0.75),threshold是HashMap所能容纳的最大数据量的Node(键值对)个数。threshold
= length * Load
factor。也就是说,在数组定义好长度之后,负载因子越大,所能容纳的键值对个数越多。

loadFactor为负载因子,

结合负载因子的定义公式可知,threshold就是在此Load
factor和length(数组长度)对应下允许的最大元素数目,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,除非在时间和空间比较特殊的情况下,如果内存空间很多而又对时间效率要求很高,可以降低负载因子Load
factor的值;相反,如果内存空间紧张而对时间效率要求不高,可以增加负载因子loadFactor的值,这个值可以大于1。

staticfinalfloatDEFAULT_LOAD_FACTOR =0.75f;

size这个字段其实很好理解,就是HashMap中实际存在的键值对数量。注意和table的长度length、容纳最大键值对数量threshold的区别。而modCount字段主要用来记录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。

threshold

在HashMap中,哈希桶数组table的长度length大小必须为2的n次方(一定是合数),这是一种非常规的设计,常规的设计是把桶的大小设计为素数。相对来说素数导致冲突的概率要小于合数,具体证明可以参考http://blog.csdn.net/liuqiyao_01/article/details/14475159,Hashtable初始化桶大小为11,就是桶大小设计为素数的应用(Hashtable扩容后不能保证还是素数)。HashMap采用这种非常规设计,主要是为了在取模和扩容时做优化,同时为了减少冲突,HashMap定位哈希桶索引位置时,也加入了高位参与运算的过程。

是HashMap所能容纳的最大数据量的Node个数:threshold = length *
loadFactor。超过这个数目就重新resize,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。

这里存在一个问题,即使负载因子和Hash算法设计的再合理,也免不了会出现拉链过长的情况,一旦出现拉链过长,则会严重影响HashMap的性能。于是,在JDK1.8版本中,对数据结构做了进一步的优化,引入了红黑树。而当链表长度太长(默认超过8)时,链表就转换为红黑树,利用红黑树快速增删改查的特点提高HashMap的性能,其中会用到红黑树的插入、删除、查找等算法。本文不再对红黑树展开讨论,想了解更多红黑树数据结构的工作原理可以参考http://blog.csdn.net/v_july_v/article/details/6105630。

size

功能实现-方法

就是HashMap中实际存在的键值对数量。

HashMap的内部功能实现很多,本文主要从根据key获取哈希桶数组索引位置、put方法的详细执行、扩容过程三个具有代表性的点深入展开讲解。

modCount

  1. 确定哈希桶数组索引位置

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。

不管增加、删除、查找键值对,定位到哈希桶数组的位置都是很关键的第一步。前面说过HashMap的数据结构是数组和链表的结合,所以我们当然希望这个HashMap里面的元素位置尽量分布均匀些,尽量使得每个位置上的元素数量只有一个,那么当我们用hash算法求得这个位置的时候,马上就可以知道对应位置的元素就是我们要的,不用遍历链表,大大优化了查询的效率。HashMap定位数组索引位置,直接决定了hash方法的离散性能。先看看源码的实现(方法一+方法二):

具体实现方法

方法一:

确定哈希桶数组索引的位置

static final int hash(Object key) {  //jdk1.8 & jdk1.7

分三步确定:

int h;

– 取key的hashCode值

// h = key.hashCode() 为第一步 取hashCode值

– 高位运算

// h ^ (h >>> 16)  为第二步 高位参与运算

– 取模运算

return (key == null) ? 0 : (h = key.hashCode()) ^ (h >>> 16);

方法一:staticfinalinthash(Object key){//jdk1.8 & jdk1.7inth;// 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:staticintindexFor(inth,intlength){//jdk1.7的源码,jdk1.8没有这个方法,但是实现原理一样的returnh
& ;//第三步 取模运算}

}

分析:

方法二:

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。

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

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&
运算等价于对length取模,也就是h%length,但是&比%具有更高的效率。

return h & (length-1);  //第三步 取模运算

高低位异或运算如下图:(n为table的长度)

}

图片 4

这里的Hash算法本质上就是三步:取key的hashCode值、高位运算、取模运算

HashMap的put方法

对于任意给定的对象,只要它的hashCode()返回值相同,那么程序调用方法一所计算得到的Hash码值总是相同的。我们首先想到的就是把hash值对数组长度取模运算,这样一来,元素的分布相对来说是比较均匀的。但是,模运算的消耗还是比较大的,在HashMap中是这样做的:调用方法二来计算该对象应该保存在table数组的哪个索引处。

publicVput(K key, Vvalue){// 对key的hashCode()做hashreturnputVal,
key,value,false,true);}final VputVal(inthash, K key, Vvalue, boolean
onlyIfAbsent, boolean evict){ Node[] tab; Node p;intn,
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 = & 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 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elseif(p instanceof
TreeNode) e= (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(intbinCount
=0; ; ++binCount) {if((e = p.next) ==null) { p.next = newNode(hash,
key,value,null);if(binCount >= TREEIFY_THRESHOLD -1)// -1 for
1sttreeifyBin(tab, hash);break; }if(e.hash == hash && ((k = e.key) ==
key || (key !=null&& key.equalsbreak; p = e; } }if {// existing mapping
for keyV oldValue = e.value;if(!onlyIfAbsent || oldValue ==null)
e.value=value; afterNodeAccess;returnoldValue; } }
++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;returnnull;}

这个方法非常巧妙,它通过h & (table.length
-1)来得到该对象的保存位,而HashMap底层数组的长度总是2的n次方,这是HashMap在速度上的优化。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。

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)

在JDK1.8的实现中,优化了高位运算的算法,通过hashCode()的高16位异或低16位实现的:(h
= k.hashCode()) ^ (h >>>
16),主要是从速度、功效、质量来考虑的,这么做可以在�数组table的length比较小的时候,也能保证考虑到高低Bit都参与到Hash的计算中,同时不会有太大的开销。

图片 5

下面举例说明下,n为table的长度。

结合图看代码更清晰移动点。

  1. 分析HashMap的put方法

HashMap的扩容方法

HashMap的put方法执行过程可以通过下图来理解,自己有兴趣�可以去对比源码更清楚地研究学习。

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。

①.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;

voidresize(intnewCapacity) {//传入新的容量Entry[] oldTable
=table;//引用扩容前的Entry数组intoldCapacity =
oldTable.length;if(oldCapacity == MAXIMUM_CAPACITY)
{//扩容前的数组大小如果已经达到最大了threshold =
Integer.MAX_VALUE;//修改阈值为int的最大值,这样以后就不会扩容了return;
} Entry[] newTable
=newEntry[newCapacity];//初始化一个新的Entry数组transfer;//!!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 = (newCapacity
* loadFactor);//修改阈值}

②.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,转向⑥,如果table[i]不为空,�转向③;

voidtransfer(Entry[] newTable) { Entry[] src =
table;//src引用了旧的Entry数组intnewCapacity = newTable.length;for(intj
=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 { 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{
Entrynext= e.next;inti = 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; } } }

③.判断�table[i]的首个元素是否和key一样,如果相同直接覆盖value,否则转向④,这里的相同指的是hashCode以及equals;

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:

④.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,否则转向⑤;

图片 6

⑤.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;

可以看到如下结果:

⑥.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。

图片 7

JDK1.8HashMap的put方法源码如下:

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”。

1 public V put(K key, V value) {

可以看看下图为16扩充为32的resize示意图:

2    // 对key的hashCode()做hash

图片 8

3    return putVal(hash(key), key, value, false, true);

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。

4 }

具体代码,有兴趣的可以仔细品读以下代码:

5

1finalNode[] resize() {2Node[] oldTab = table;3intoldCap = (oldTab
==null) ?0: oldTab.length;4intoldThr = threshold;5intnewCap, newThr
=0;6if(oldCap >0) {7//
超过最大值就不再扩充了,就只好随你碰撞去吧8if(oldCap >=
MAXIMUM_CAPACITY) {9threshold =
Integer.MAX_VALUE;10returnoldTab;11}12//
没超过最大值,就扩充为原来的2倍13elseif((newCap = oldCap <<1) <
MAXIMUM_CAPACITY &&14oldCap >= DEFAULT_INITIAL_CAPACITY)15newThr =
oldThr <<1;// double threshold16}17elseif(oldThr >0)// initial
capacity was placed in threshold18newCap = oldThr;19else{// zero initial
threshold signifies using defaults20newCap =
DEFAULT_INITIAL_CAPACITY;21newThr = (DEFAULT_LOAD_FACTOR *
DEFAULT_INITIAL_CAPACITY);22}23// 计算新的resize上限24if(newThr ==0)
{2526floatft = newCap * loadFactor;27newThr = (newCap <
MAXIMUM_CAPACITY && ft < MAXIMUM_CAPACITY ?28ft :
Integer.MAX_VALUE);29}30threshold =
newThr;31@SuppressWarnings({“rawtypes”,”unchecked”})32Node[] newTab =
newNode[newCap];33table = newTab;34if(oldTab !=null) {35//
把每个bucket都移动到新的buckets中36for(intj =0; j < oldCap; ++j)
{37Node e;38if((e = oldTab[j]) !=null) {39oldTab[j]
=null;40if(e.next==null)41newTab[e.hash & (newCap -1)] =
e;42elseif(einstanceofTreeNode)43(e).split(this, newTab, j,
oldCap);44else{// 链表优化重hash的代码块45Node loHead =null, loTail
=null;46Node hiHead =null, hiTail =null;47Nodenext;48do{49next=
e.next;50// 原索引51if((e.hash & oldCap) ==0) {52if(loTail
==null)53loHead = e;54else55loTail.next= e;56loTail = e;57}58//
原索引+oldCap59else{60if(hiTail ==null)61hiHead = e;62else63hiTail.next=
e;64hiTail = e;65}66}while !=null);67// 原索引放到bucket里68if(loTail
!=null) {69loTail.next=null;70newTab[j] = loHead;71}72//
原索引+oldCap放到bucket里73if(hiTail !=null)
{74hiTail.next=null;75newTab[j + oldCap] =
hiHead;76}77}78}79}80}81returnnewTab;82}

6 final V putVal(int hash, K key, V value, boolean onlyIfAbsent,

小编整理了一些java进阶学习资料和面试题,需要资料的请加JAVA高阶学习Q群:664389243
这是小编创建的java高阶学习交流群,加群一起交流学习深造。群里也有小编整理的2019年最新最全的java高阶学习资料!

7                boolean evict) {

安全性

8    Node[] tab; Node p; int n, i;

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。

9    // 步骤①:tab为空则创建

10    if ((tab = table) == null || (n = tab.length) == 0)

11        n = (tab = resize()).length;

12    // 步骤②:计算index,并对null做处理

13    if ((p = tab[i = (n – 1) & hash]) == null)

14        tab[i] = newNode(hash, key, value, null);

15    else {

16        Node e; K k;

17        // 步骤③:节点key存在,直接覆盖value

18        if (p.hash == hash &&

19            ((k = p.key) == key || (key != null && key.equals(k))))

20            e = p;

21        // 步骤④:判断该链为红黑树

22        else if (p instanceof TreeNode)

23            e = ((TreeNode)p).putTreeVal(this, tab, hash, key, value);

24        // 步骤⑤:该链为链表

25        else {

26            for (int binCount = 0; ; ++binCount) {

27                if ((e = p.next) == null) {

28                    p.next = newNode(hash, key,value,null);

//链表长度大于8转换为红黑树进行处理

29                    if (binCount >= TREEIFY_THRESHOLD – 1) // -1
for 1st

30                        treeifyBin(tab, hash);

31                    break;

32                }

// key已经存在直接覆盖value

33                if (e.hash == hash &&

34                    ((k = e.key) == key || (key != null &&
key.equals(k))))

35                            break;

36                p = e;

37            }

38        }

39

40        if (e != null) { // existing mapping for key

41            V oldValue = e.value;

42            if (!onlyIfAbsent || oldValue == null)

43                e.value = value;

44            afterNodeAccess(e);

45            return oldValue;

46        }

47    }

48    ++modCount;

49    // 步骤⑥:超过最大容量 就扩容

50    if (++size > threshold)

51        resize();

52    afterNodeInsertion(evict);

53    return null;

54 }

  1. 扩容机制

扩容(resize)就是重新计算容量,向HashMap对象里不停的添加元素,而HashMap对象内部的数组无法装载更多的元素时,对象就需要扩大数组的长度,以便能装入更多的元素。当然Java里的数组是无法自动扩容的,方法是使用一个新的数组代替已有的容量小的数组,就像我们用一个小桶装水,如果想装更多的水,就得换大水桶。

我们分析下resize的源码,鉴于JDK1.8融入了红黑树,较复杂,为了便于理解我们仍然使用JDK1.7的代码,好理解一些,本质上区别不大,具体区别后文再说。

1 void resize(int newCapacity) {  //传入新的容量

2    Entry[] oldTable = table;    //引用扩容前的Entry数组

3    int oldCapacity = oldTable.length;

4    if (oldCapacity == MAXIMUM_CAPACITY) { 
//扩容前的数组大小如果已经达到最大(2^30)了

5        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

6        return;

7    }

8

9    Entry[] newTable = new Entry[newCapacity]; 
//初始化一个新的Entry数组

10    transfer(newTable);                       
//!!将数据转移到新的Entry数组里

11    table = newTable;                         
//HashMap的table属性引用新的Entry数组

12    threshold = (int)(newCapacity * loadFactor);//修改阈值

13 }

这里就是使用一个容量更大的数组来代替已有的容量小的数组,transfer()方法将原有Entry数组的元素拷贝到新的Entry数组里。

1 void transfer(Entry[] newTable) {

2    Entry[] src = table;                  //src引用了旧的Entry数组

3    int newCapacity = newTable.length;

4    for (int j = 0; j < src.length; j++) { //遍历旧的Entry数组

5        Entry e = src[j];            //取得旧Entry数组的每个元素

6        if (e != null) {

7            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)

8            do {

9                Entry next = e.next;

10                int i = indexFor(e.hash, newCapacity);
//!!重新计算每个元素在数组中的位置

11                e.next = newTable[i]; //标记[1]

12                newTable[i] = e;      //将元素放在数组上

13                e = next;            //访问下一个Entry链上的元素

14            } while (e != null);

15        }

16    }

17 }

newTable[i]的引用赋给了e.next,也就是使用了单链表的头插入方式,同一位置上新元素总会被放在链表的头部位置;这样先放在一个索引上的元素终会被放到Entry链的尾部(如果发生了hash冲突的话),这一点和Jdk1.8有区别,下文详解。在旧数组中同一条Entry链上的元素,通过重新计算索引位置后,有可能被放到了新数组的不同位置上。

下面举个例子说明下扩容过程。假设了我们的hash算法就是简单的用key mod
一下表的大小(也就是数组的长度)。其中的�哈希桶数组table的size=2,
所以key = 3、7、5,put顺序依次为 5、7、3。在mod
2以后都冲突在table[1]这里了。这里假设负载因子
loadFactor=1,即当键值对的实际大小size 大于
table的实际大小时进行扩容。接下来的三个步骤是哈希桶数组
resize成4,然后所有的Node重新rehash的过程。

下面我们讲解下JDK1.8做了哪些优化。经过观测可以发现,我们使用的是2次幂的扩展(指长度扩为原来2倍),所以,元素的位置要么是在原位置,要么是在原位置再移动2次幂的位置。看下图可以明白这句话的意思,n为table的长度,图(a)表示扩容前的key1和key2两种key确定索引位置的示例,图(b)表示扩容后key1和key2两种key确定索引位置的示例,其中hash1是key1对应的哈希与高位运算结果。

元素在重新计算hash之后,因为n变为2倍,那么n-1的mask范围在高位多1bit(红色),因此新的index就会发生这样的变化:

因此,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。这一块就是JDK1.8新增的优化点。有一点注意区别,JDK1.7中rehash的时候,旧链表迁移新链表的时候,如果在新表的数组索引位置相同,则链表元素会倒置,但是从上图可以看出,JDK1.8不会倒置。有兴趣的同学可以研究下JDK1.8的resize源码,写的很赞,如下:

1 final Node[] resize() {

2    Node[] oldTab = table;

3    int oldCap = (oldTab == null) ? 0 : oldTab.length;

4    int oldThr = threshold;

5    int newCap, newThr = 0;

6    if (oldCap > 0) {

7        // 超过最大值就不再扩充了,就只好随你碰撞去吧

8        if (oldCap >= MAXIMUM_CAPACITY) {

9            threshold = Integer.MAX_VALUE;

10            return oldTab;

11        }

12        // 没超过最大值,就扩充为原来的2倍

相关文章

发表评论

电子邮件地址不会被公开。 必填项已用*标注

*
*
Website