HashMap详解之一文读懂

2021-10-22 10:57:44
607次星辉

摘要

散列表(Hash table，也叫哈希表)，是根据关键码值(Key value)而直接进行访问的数据结构。也就是说，它通过把关键码值映射到表中一个位置来访问记录，以加快查找的速度。这个映射函数叫做散列函数，存放记录的数组叫做散列表。

HashMap是Java程序员使用最频繁的的用于键值对(key value)数据处理的容器，在JDK1.7(Java Developmet Kit)时HashMap采取的是数组+链表的形式存储数据，JDK1.8对HashMap进行了存储结构上的优化，引入了红黑树数据结构，极大的增强了HashMap的存取性能!为什么会引入红黑树呢?因为HashMap存在一个问题，即使负载因子和Hash算法设计的再合理，也无法避免出现在链表上拉链过长的问题，如果极端情况下出现严重的Hash冲突，会严重影响HashMap的存取性能，于是HashMap在jdk1.8时，引入了红黑树，利用红黑树快速增删改查的特点来优化了HashMap的性能!

简介

Java为数据结构中的映射(键值对)定义了一个接口java.util.Map，这个接口有四个我们在开发中使用较为频繁的实现类，分别是HashMap<K, V>、Hashtable<K, V>、LinkedHashMap<K, V>、TreeMap<K, V>

存储结构

jdk1.8以后HashMap采用数组+链表/红黑树的方式来存储数据

源码分析

主干

// HashMap的主干，也就是上面的绿色部分，是一个Node<K,V>数组，每个Node包含一个K-V键值对transient Node<K,V>[] table;

节点元素

// Node<K,V>是HashMap的静态内部类，实现了Map接口中的内部Entry接口static class Node<K,V> implements Map.Entry<K,V> {    	
// 记录当前Node的key的hash值，可以避免重复计算，空间换时间    final int hash;    
// 键    final K key;    
// 值    V value;    
// 存储指向下一个Entry的引用，是单向链表结构    Node<K,V> next;    // ... }

其他重要字段

// 默认的初始容量 16static final int DEFAULT_INITIAL_CAPACITY = 1 << 4;
// 最大容量，1左移30位static final int MAXIMUM_CAPACITY = 1 << 30;
// 默认扩容因子 0.75static final float DEFAULT_LOAD_FACTOR = 0.75f;
// 链表转红黑树的链表长度static final int TREEIFY_THRESHOLD = 8;
// 红黑树转链表的阈值static final int UNTREEIFY_THRESHOLD = 6;
// 链表转红黑树的数组长度static final int MIN_TREEIFY_CAPACITY = 64;
// 实际存储K-V键值对的个数transient int size;
// 记录HashMap被改动的次数，由于HashMap非线程安全，modCount可用于FailFast机制transient int modCount;
// 扩容阈值，默认16*0.75=12，当填充到13个元素时，扩容后将会变为32，int threshold;
// 负载因子 loadFactor=capacity*threshold，HashMap扩容需要参考loadFactor的值final float loadFactor;

构造函数

// 看一个参数比较全的构造函数，构造函数中并未给table分配内存空间，此构造函数HashMap(Map<? extends K, ? extends V> m)会给table分配内存空间public HashMap(int initialCapacity, float loadFactor) {     
// 判断初始化容量是否合法，如果<0则抛出异常    if (initialCapacity < 0)        throw new IllegalArgumentException("Illegal initial capacity: " + initialCapacity);   
// 判断initialCapacity是否大于 1<<30，如果大于则取 1<<30 = 2^30    if (initialCapacity > MAXIMUM_CAPACITY)        initialCapacity = MAXIMUM_CAPACITY;    
// 判断负载因子是否合法，如果小于等于0或者isNaN，loadFactor!=loadFactor，则抛出异常    if (loadFactor <= 0 || Float.isNaN(loadFactor))        throw new IllegalArgumentException("Illegal load factor: " +loadFactor);    
// 赋值loadFactor    this.loadFactor = loadFactor;    
// 通过位运算将threshold设值为最接近initialCapacity的一个2的幂次方（这里非常重要）    this.threshold = tableSizeFor(initialCapacity);}

hash算法实现

HashMap中的hash算法实现分为三步。其中第二步使用hash值高16位参与位运算，是为了保证在数组table的length比较小的时候，可以保证高低bit都参与到hash运算中，保证分配均匀的同时采用位运算，也不会有太多的性能消耗;其中第三步，当n是2的整数的幂次方是，hash&(n-1)，相当于对hash值取模，而位运算比取模运算效率更高;具体流程可以通过图示查看。

第一步：通过key.hashCode()获取key的hashcode;

第二步：通过(h = key.hashCode()) ^ (h >>> 16)进行高16位的位运算;

第三步：通过(n - 1) & hash对计算的hash值取模运算，得到节点插入的数组所在位置。

HashMap之put方法

第一步：判断键值对数组table[i]是否为空/null，是则执行resize()扩容。

第二步：根据键key计算hash值得到插入数组的索引i，如果tab[i]== null则直接插入，执行第六步;如果tab[i] != null，执行第三步。

第三步：判断tab[i]的第一个元素与插入元素key的hashcode&equals是否相等，相等则覆盖，否则执行第四步。

第四步：判断tab[i]是否是红黑树节点TreeNode，是则在红黑树中插入节点，否则执行第五步。

第五步：遍历tab[i]判断链表是否大于8，大于8则可能转成红黑树(数组需要大于64)，满足则在红黑树中插入节点;否则在链表中插入;在遍历链表的过程中如果存在key的hashcode&equals相等则替换即可。

第六步：插入成功，判断hashmap的size是否超过threshold的值，超过则扩容。

put(K key, V value)

public V put(K key, V value) {     
// hash(key) 根据key计算一个hash值，具体实现如下函数    return putVal(hash(key), key, value, false, true);}

计算key的hash值

static final int hash(Object key) {     int h;    
// 如果key等于null,返回0    
// 否则取key的hashcode值h， 将h无符号右移16位也就是获取高16位，将两个值做异或位运算后返回    return (key == null) ? 0 : (h = key.hashCode()) ^ (h >>> 16);}

putVal(int hash, K key, V value, boolean onlyIfAbsent, boolean evict)

final V putVal(int hash, K key, V value, boolean onlyIfAbsent, boolean evict) {     Node<K,V>[] tab; Node<K,V> p; int n, i;    
// 判断table是否为空，为空则resize()创建    if ((tab = table) == null || (n = tab.length) == 0)        n = (tab = resize()).length;    
// (n - 1) & hash计算插入节点在数组中的索引index，为空则直接插入    if ((p = tab[i = (n - 1) & hash]) == null)        tab[i] = newNode(hash, key, value, null);    else {         Node<K,V> e; K k;        
// 如果节点key存在，则覆盖当前元素        if (p.hash == hash && ((k = p.key) == key || (key != null && key.equals(k))))            e = p;        
// 节点不存在且当前的数组节点上的链为RBT红黑树，则按照红黑树的方式插入节点        else if (p instanceof TreeNode)            e = ((TreeNode<K,V>)p).putTreeVal(this, tab, hash, key, value);        
// 链为链表        else {             for (int binCount = 0; ; ++binCount) {                 
// 节点的下一个节点为null，说明遍历到了链表的最后一个节点，将当前遍历到的最后一个节点的next指向新插入节点                if ((e = p.next) == null) {                     p.next = newNode(hash, key, value, null);                    // 链表长度大于8可能需要做红黑树转换，具体要看treeifyBin()中判断数组的长度是否大于64                    if (binCount >= TREEIFY_THRESHOLD - 1) // -1 for 1st                        treeifyBin(tab, hash);                    break;                }                // 节点存在则返回                if (e.hash == hash && ((k = e.key) == key || (key != null && key.equals(k))))                    break;                // 不存在且写一个节点不为null，则将下一个节点赋值给当前节点，继续下一次循环                p = e;            }        }        // 节点存在替换后直接返回，不会记录HashmMap结构变化        if (e != null) {  // existing mapping for key            V oldValue = e.value;            if (!onlyIfAbsent || oldValue == null)                e.value = value;            afterNodeAccess(e);            return oldValue;        }    }    // 记录HashMap的结构变化    ++modCount;    // 判断节点插入后是否需要对hashMap的数组进行扩容    if (++size > threshold)        resize();    afterNodeInsertion(evict);    return null;}

扩容

final Node<K,V>[] resize() {     // 将扩容前的数组赋值给oldTab    Node<K,V>[] oldTab = table;    int oldCap = (oldTab == null) ? 0 : oldTab.length;    int oldThr = threshold;    int newCap, newThr = 0;    if (oldCap > 0) {         // 判断数组长度是否大于等于允许的最大值，超过则取最大值，直接返回        if (oldCap >= MAXIMUM_CAPACITY) {             threshold = Integer.MAX_VALUE;            return oldTab;        }        // 将原先数组大小左移一位，也就是扩大两倍，扩容前需要判断大小是否超过允许的最大值        else if ((newCap = oldCap << 1) < MAXIMUM_CAPACITY && oldCap >= DEFAULT_INITIAL_CAPACITY)            newThr = oldThr << 1; // double threshold    }    // 如果数组大小小于等于0且threshold大于0(比如HashMap中的元素被全部删除了)，则将oldThr的值赋值给newCap    else if (oldThr > 0)         newCap = oldThr;    //首次初始化，给与默认的值    else {                        newCap = DEFAULT_INITIAL_CAPACITY;        newThr = (int)(DEFAULT_LOAD_FACTOR * DEFAULT_INITIAL_CAPACITY);    }    // 如果新的扩容临界值仍为0，需要给newThr计算一个值    if (newThr == 0) {         float ft = (float)newCap * loadFactor;        newThr = (newCap < MAXIMUM_CAPACITY && ft < (float)MAXIMUM_CAPACITY ?                  (int)ft : Integer.MAX_VALUE);    }    // 赋值新的数组扩容阈值    threshold = newThr;    @SuppressWarnings({ "rawtypes","unchecked"})    // 根据新的容量实例化一个新的Node数组    Node<K,V>[] newTab = (Node<K,V>[])new Node[newCap];    table = newTab;    if (oldTab != null) {         // 遍历旧数组赋值到新数组中        for (int j = 0; j < oldCap; ++j) {             Node<K,V> e;            // 如果节点不为null，则将节点赋值给e            if ((e = oldTab[j]) != null) {                 // 将节点引用置空，等待GC回收                oldTab[j] = null;                // 如果节点的next指向为空，则根据节点记录的hash值&扩容的大小-1，重新计算节点在数组中的索引位置                if (e.next == null)                    newTab[e.hash & (newCap - 1)] = e;                // 如果节点是红黑树节点，按照红黑树节点插入方式插入                else if (e instanceof TreeNode)                    ((TreeNode<K,V>)e).split(this, newTab, j, oldCap);                // 此处表示当前节点上的链为链表，遍历链表，将链表转移到新的数组上                else {                     // 创建两条链lo链在原先数组节点位置                    Node<K,V> loHead = null, loTail = null;                    // hi链插入原先数组索引+oldCap位置                    Node<K,V> hiHead = null, hiTail = null;                    Node<K,V> next;                    do {                         next = e.next;                        // 重点                        // 获取当前节点的hash值，与oldCap做按位与运算，如果运算结果为0，则加入lo链                        if ((e.hash & oldCap) == 0) {                             if (loTail == null)                                loHead = e;                            else                                loTail.next = e;                            loTail = e;                        }                        // 否则加入hi链                        else {                             if (hiTail == null)                                hiHead = e;                            else                                hiTail.next = e;                            hiTail = e;                        }                    } while ((e = next) != null);                    // 新数组的原位置指向lo链的头节点                    if (loTail != null) {                         loTail.next = null;                        newTab[j] = loHead;                    }                    // 新数组的j+oldCap指向hi链的头节点                    if (hiTail != null) {                         hiTail.next = null;                        newTab[j + oldCap] = hiHead;                    }                }            }        }    }    return newTab;}

图文聊聊jdk1.8中扩容后resize()那些事

在jdk1.8中，当发生HashMap扩容时我们通过源码可以发现，HashMap并未重新通过新的数组长度来确定节点的位置，而是通过(e.hash & oldCap) == 0，原hash值与原数组长度做与位运算来确定节点在新数组中的位置，当(e.hash & oldCap) == 0时，节点在新数组中的位置和老数组位置一致;当(e.hash & oldCap) != 0时，节点在新数组中的位置为j + oldCap，也就是原先的位置加上老数组的长度。

这里抛出两个问题，带着问题来分析，

问题一：为什么能这么实现呢?

问题二：以前hash值相同的节点在数组的同一个索引位置上，现在竟然会被随机分配到两个新的索引位置上，这会不会导致get(key)时无法获取到元素呢?

三个前提条件

1.HashMap在做初始化的时候数组的默认大小是16，且如果我们设值的初始值不是2的整数次幂，那么它会自动的去计算一个与初始化值最靠近的2的整数次幂的初始值，具体实现可以查看源码中的tableSizeFor()方法。

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;}

2.HashMap扩容的方式是oldCap << 1，一定是扩容为原来的2倍，保证扩容后仍然是2的整数次幂

3.HashMap计算数组索引的方式为(n - 1) & hash

数组的初始大小为16，扩容因子为0.75，依次插入三个节点，节点的key分别为key1、key2、key3，假设在插入完成第三个节点后数组中节点的个数到达12个，此时需要进行扩容

此时HashMap中元素分布假设下图所示，size=12，进行扩容

扩容的算法为 e.hash & oldCap，计算后发现key2的值为0，维持在老数组中下标位置，key1和key3需要转移到j + oldCap的位置，也就是1+16=17下标位置上

扩容后节点分布图

此时我们再来看扩容后根据key获取元素的代码

public V get(Object key) {     Node<K,V> e;    // 根据当前key计算hash值，这个计算方式上面已经详细介绍过    return (e = getNode(hash(key), key)) == null ? null : e.value;}

final Node<K,V> getNode(int hash, Object key) {     Node<K,V>[] tab; Node<K,V> first, e; int n; K k;    // 当数组不为空，并且key对应的数组下标的元素存在    if ((tab = table) != null && (n = tab.length) > 0 && (first = tab[(n - 1) & hash]) != null) {         // 检查获取的节点是否是第一个节点，是则返回        if (first.hash == hash && ((k = first.key) == key || (key != null && key.equals(k))))            return first;        // 不是头结点则判断下一个节点是否存在        if ((e = first.next) != null) {             // 如果节点是红黑树，则在红黑树中获取元素            if (first instanceof TreeNode)                return ((TreeNode<K,V>)first).getTreeNode(hash, key);            // 如果是链表则遍历链表中的节点，匹配key则返回，当e不存在下一个节点则结束循环返回null            do {                 if (e.hash == hash &&                    ((k = e.key) == key || (key != null && key.equals(k))))                    return e;            } while ((e = e.next) != null);        }    }    // 为匹配上则返回null    return null;}

从上面的源代码中我们可以非常明显的看见，获取节点所在数组中的下标的方式也是(n - 1) & hash，与插入节点时计算数组下标的方式是一抹一样的，那此时为何能准确的找到在key1、key2、key3呢?原因就是n的值变为了原来的两倍，而节点的hash值是不会发生改变的，此时计算出来的节点在数组中的位置，与我们在扩容时，进行的节点移动操作(也可以理解为重新计算数组中的索引)是一致的;我们可以通过get时，计算key1、key2、key3的索引来展示效果，如下