HashMap 精講原理篇


原文鏈接

更多教程


本文涉及HashMap的:

  • HashMap的簡單使用
  • HashMap的存儲結構原理
  • HashMap的擴容方法原理
  • HashMap中定位數據索引實現
  • HashMap中put、get方法實現

HashMap的簡單使用

HashMap使用鍵值對存儲,只需傳入相應的鍵-值即可存儲。看下面的例子:

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

運行結果是:

key1:1
key2:2
key3:3

讀取對應鍵的值:

map.get("key3");

原文鏈接

更多教程


看到這裏你一定想知道HashMap存儲數據後的結構是怎麼樣的。

HashMap的存儲結構

HashMap綜合了數組和鏈表的優缺點,實現了自己的存儲方式。那麼先看一下數組和鏈表的存儲方式:

  • 數組:

1.數組存儲區間是連續的,佔用內存嚴重,故空間複雜的很大。
2.數組的特點是:尋址容易,插入和刪除困難。

  • 鏈表

1.鏈表存儲區間離散,佔用內存比較寬鬆,故空間複雜度很小,但時間複雜度很大,達O(N)。
2.鏈表的特點是:尋址困難,插入和刪除容易。

HashMap爲了能做到尋址容易,插入、刪除也容易使用瞭如下的結構。
從結構實現來講,HashMap是數組+鏈表+紅黑樹(JDK1.8增加了紅黑樹部分)實現的。

HashMap存儲數據的工作流程就是:

例如存儲:map.put("key1", 1);

分析:

1.將“key1”這個key用hashCode()方法得到其hashCode 值,然後再通過Hash算法的後兩步運算(高位運算和取模運算,下文有介紹)來定位該鍵值對的存儲位置(即數據在table數組中的索引)
2.有時兩個key會定位到相同的位置,表示發生了Hash碰撞。Java中HashMap採用了鏈地址法來解決Hash碰撞。(鏈地址法,簡單來說,就是數組加鏈表的結合。在每個數組元素上都一個鏈表結構,當數據被Hash後,得到數組下標,把數據放在對應下標元素的鏈表上。)
3.當鏈表長度大於8時,將這個鏈表轉換成紅黑樹,利用紅黑樹快速增刪改查的特點提高HashMap的性能。想了解更多紅黑樹數據結構的工作原理可以參考http://blog.csdn.net/v_july_v/article/details/6105630

接下來,看存儲的數據結構代碼:

HashMap中存儲數據用的是一個數組:Node[] table,即哈希桶數組,明顯它是一個Node的數組。對照上圖中的第一列(數組table)。

數組中存儲的黑點的數據結構就是這裏的Node結構:

static class Node<K,V> implements Map.Entry<K,V> {
        final int hash;    //用來定位數組索引位置
        final K key;
        V value;
        Node<K,V> next;   //鏈表的下一個node

        Node(int hash, K key, V value, Node<K,V> 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的一個內部類,實現了Map.Entry接口,本質是就是一個映射(鍵值對)。

擴容原理


在理解HashMap的擴容流程之前,我們得先了解下HashMap的幾個字段。

 int threshold;             // 所能容納的key-value對極限 
 final float loadFactor;    // 負載因子
 int modCount;  
 int size;  

Node[] table的初始化長度length(默認值是16)


原文鏈接

更多教程


static final int DEFAULT_INITIAL_CAPACITY = 1 << 4; // aka 16

loadFactor爲負載因子(默認值是0.75),

static final float DEFAULT_LOAD_FACTOR = 0.75f;

threshold
是HashMap所能容納的最大數據量的Node(鍵值對)個數:threshold = length * loadFactor。超過這個數目就重新resize(擴容),擴容後的HashMap容量是之前容量的兩倍。默認的負載因子0.75是對空間和時間效率的一個平衡選擇,建議大家不要修改。

size
就是HashMap中實際存在的鍵值對數量。

modCount
主要用來記錄HashMap內部結構發生變化的次數,主要用於迭代的快速失敗。強調一點,內部結構發生變化指的是結構發生變化,例如put新鍵值對,但是某個key對應的value值被覆蓋不屬於結構變化。

具體實現方法


確定哈希桶數組索引的位置

分三步確定:

  • 取key的hashCode值
  • 高位運算
  • 取模運算
方法一:
static final int hash(Object key) {   //jdk1.8 & jdk1.7
     int h;
     // h = key.hashCode() 爲第一步 取hashCode值
     // h ^ (h >>> 16)  爲第二步 高位參與運算
     return (key == null) ? 0 : (h = key.hashCode()) ^ (h >>> 16);
}
方法二:
static int indexFor(int h, int length) {  //jdk1.7的源碼,jdk1.8沒有這個方法,但是實現原理一樣的
     return h & (length-1);  //第三步 取模運算
}

分析:

1.求hash值方法中,用h = key.hashCode()。然後將h的低16位和高16位異或,是爲了保證在數組table的length比較小的時候,讓高低位數據都參與到Hash的計算中,同時不會有太大的開銷。
2.length是數組的長度,取模運算求出數組索引。當length總是2的n次方時,h& (length-1)運算等價於對length取模,也就是h%length,但是&比%具有更高的效率。

高低位異或運算如下圖:(n爲table的長度)

HashMap的put方法

public V put(K key, V value) {
        // 對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<K,V>[] tab; Node<K,V> p; int n, i;
        //判斷鍵值對數組table[i]是否爲空或爲null,否則執行resize()進行擴容
        if ((tab = table) == null || (n = tab.length) == 0)
            n = (tab = resize()).length;
        //根據鍵值key計算hash值得到插入的數組索引i,如果table[i]==null,直接新建節點添加
        if ((p = tab[i = (n - 1) & hash]) == null)
            tab[i] = newNode(hash, key, value, null);
        else {
            Node<K,V> e; K k;
            //判斷table[i]的首個元素是否和key一樣,如果相同直接覆蓋value,這裏的相同指的是hashCode相等
            if (p.hash == hash &&
                ((k = p.key) == key || (key != null && key.equals(k))))
                e = p;
            //判斷table[i] 是否爲treeNode,即table[i] 是否是紅黑樹,如果是紅黑樹,則直接在樹中插入鍵值對
            else if (p instanceof TreeNode)
                e = ((TreeNode<K,V>)p).putTreeVal(this, tab, hash, key, value);
            else {
                //遍歷table[i],判斷鏈表長度是否大於8,大於8的話把鏈表轉換爲紅黑樹,在紅黑樹中執行插入操作,否則進行鏈表的插入操作;遍歷過程中若發現key已經存在直接覆蓋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;
        //插入成功後,判斷實際存在的鍵值對數量size是否超多了最大容量threshold,如果超過,進行擴容。
        if (++size > threshold)
            resize();
        afterNodeInsertion(evict);
        return null;
}

針對這個流程,網上出現了一張比較好的流程圖,這裏借用下(若有冒犯請留言,我將重新畫一個)


結合圖看代碼更清晰移動點。

HashMap的擴容方法

JDK1.7中的擴容較好理解:使用一個容量更大的數組來代替已有的容量小的數組,並把數據從原來的數組中重新按照原來的計算方法放到新的數組中。

void resize(int newCapacity) {   //傳入新的容量
     Entry[] oldTable = table;    //引用擴容前的Entry數組
     int oldCapacity = oldTable.length;         
     if (oldCapacity == MAXIMUM_CAPACITY) {  //擴容前的數組大小如果已經達到最大(2^30)了
         threshold = Integer.MAX_VALUE; //修改閾值爲int的最大值(2^31-1),這樣以後就不會擴容了
         return;
     }
  
     Entry[] newTable = new Entry[newCapacity];  //初始化一個新的Entry數組
     transfer(newTable);                         //!!將數據轉移到新的Entry數組裏
     table = newTable;                           //HashMap的table屬性引用新的Entry數組
     threshold = (int)(newCapacity * loadFactor);//修改閾值
 }

原文鏈接

更多教程


void transfer(Entry[] newTable) {
     Entry[] src = table;                   //src引用了舊的Entry數組
     int newCapacity = newTable.length;
     for (int j = 0; j < src.length; j++) { //遍歷舊的Entry數組
         Entry<K,V> e = src[j];             //取得舊Entry數組的每個元素
         if (e != null) {
             src[j] = null;//釋放舊Entry數組的對象引用(for循環後,舊的Entry數組不再引用任何對象)
             do {
                 Entry<K,V> next = e.next;
                 int i = indexFor(e.hash, newCapacity); //!!重新計算每個元素在數組中的位置
                 e.next = newTable[i]; //標記[1]
                 newTable[i] = e;      //將元素放在數組上
                 e = next;             //訪問下一個Entry鏈上的元素
             } while (e != null);
         }
     }
 } 

JDK1.8中,對擴容算法做了優化。我們觀察下key1和key2在擴容前和擴容後的位置計算過程:

可以看到如下結果:

我們在擴充HashMap的時候,不需要像JDK1.7的實現那樣重新計算hash,只需要看看原來的hash值新增的那個bit是1還是0就好了,是0的話索引沒變,是1的話索引變成“原索引+oldCap”。

可以看看下圖爲16擴充爲32的resize示意圖:



這個設計確實非常的巧妙,既省去了重新計算hash值的時間,而且同時,由於新增的1bit是0還是1可以認爲是隨機的,因此resize的過程,均勻的把之前的衝突的節點分散到新的bucket了。

具體代碼,有興趣的可以仔細品讀以下代碼:

 1 final Node<K,V>[] resize() {
 2     Node<K,V>[] oldTab = table;
 3     int oldCap = (oldTab == null) ? 0 : oldTab.length;
 4     int oldThr = threshold;
 5     int newCap, newThr = 0;
 6     if (oldCap > 0) {
 7         // 超過最大值就不再擴充了,就只好隨你碰撞去吧
 8         if (oldCap >= MAXIMUM_CAPACITY) {
 9             threshold = Integer.MAX_VALUE;
10             return oldTab;
11         }
12         // 沒超過最大值,就擴充爲原來的2倍
13         else if ((newCap = oldCap << 1) < MAXIMUM_CAPACITY &&
14                  oldCap >= DEFAULT_INITIAL_CAPACITY)
15             newThr = oldThr << 1; // double threshold
16     }
17     else if (oldThr > 0) // initial capacity was placed in threshold
18         newCap = oldThr;
19     else {               // zero initial threshold signifies using defaults
20         newCap = DEFAULT_INITIAL_CAPACITY;
21         newThr = (int)(DEFAULT_LOAD_FACTOR * DEFAULT_INITIAL_CAPACITY);
22     }
23     // 計算新的resize上限
24     if (newThr == 0) {
25 
26         float ft = (float)newCap * loadFactor;
27         newThr = (newCap < MAXIMUM_CAPACITY && ft < (float)MAXIMUM_CAPACITY ?
28                   (int)ft : Integer.MAX_VALUE);
29     }
30     threshold = newThr;
31     @SuppressWarnings({"rawtypes","unchecked"})
32         Node<K,V>[] newTab = (Node<K,V>[])new Node[newCap];
33     table = newTab;
34     if (oldTab != null) {
35         // 把每個bucket都移動到新的buckets中
36         for (int j = 0; j < oldCap; ++j) {
37             Node<K,V> e;
38             if ((e = oldTab[j]) != null) {
39                 oldTab[j] = null;
40                 if (e.next == null)
41                     newTab[e.hash & (newCap - 1)] = e;
42                 else if (e instanceof TreeNode)
43                     ((TreeNode<K,V>)e).split(this, newTab, j, oldCap);
44                 else { // 鏈表優化重hash的代碼塊
45                     Node<K,V> loHead = null, loTail = null;
46                     Node<K,V> hiHead = null, hiTail = null;
47                     Node<K,V> next;
48                     do {
49                         next = e.next;
50                         // 原索引
51                         if ((e.hash & oldCap) == 0) {
52                             if (loTail == null)
53                                 loHead = e;
54                             else
55                                 loTail.next = e;
56                             loTail = e;
57                         }
58                         // 原索引+oldCap
59                         else {
60                             if (hiTail == null)
61                                 hiHead = e;
62                             else
63                                 hiTail.next = e;
64                             hiTail = e;
65                         }
66                     } while ((e = next) != null);
67                     // 原索引放到bucket裏
68                     if (loTail != null) {
69                         loTail.next = null;
70                         newTab[j] = loHead;
71                     }
72                     // 原索引+oldCap放到bucket裏
73                     if (hiTail != null) {
74                         hiTail.next = null;
75                         newTab[j + oldCap] = hiHead;
76                     }
77                 }
78             }
79         }
80     }
81     return newTab;
82 }

安全性

HashMap是線程不安全的,不要在併發的環境中同時操作HashMap,建議使用ConcurrentHashMap。


原文鏈接

更多教程


參考:
https://tech.meituan.com/2016/06/24/java-hashmap.html

https://yikun.github.io/2015/04/01/Java-HashMap%E5%B7%A5%E4%BD%9C%E5%8E%9F%E7%90%86%E5%8F%8A%E5%AE%9E%E7%8E%B0/

發表評論
所有評論
還沒有人評論,想成為第一個評論的人麼? 請在上方評論欄輸入並且點擊發布.
相關文章