HashMap簡介
如果你瞭解過數據結構,就應該理解散列表的概念,類似於數學中函數的概念,通過一個自變量映射到一個因變量上。如果把鍵值當作自變量,對應的值當作因變量,這樣我們就得到了一些鍵值對,保存這些鍵值對的數據結構我們就叫做散列表,在Java中,擁有一個Map接口來提供操作這種數據結構的方法
Java的數據結構接口分爲兩個大類,Collection和Map,我們這裏要講的HashMap就是Map分支的一個實例對象
源碼分析
HashMap的結構
我們點進HashMap的源碼,可以看到HashMap繼承了AbstractMap抽象類,實現了Map接口,同時還實現了Cloneable和Serializable接口以提供淺複製和序列化
public class HashMap<K,V> extends AbstractMap<K,V>
implements Map<K,V>, Cloneable, Serializable {
我們的重點是HashMap,所以把重心放在HashMap本身上,只需要知道Map和AbstractMap提供了一些方法接口和默認實現即可
類似於ArrayList的數組,HashMap也有存儲數據的對象,是一個Node類型的數組
transient Node<K,V>[] table;
這個Node類型是什麼呢,我們點進去,發現是一個HashMap的靜態內部類
static class Node<K,V> implements Map.Entry<K,V> {
final int hash;
final K key;
V value;
Node<K,V> next;
有四個屬性,我們依次解釋
- hash:鍵的hash值。注意,這裏的hash值要和鍵的hashcode值區分開,下面還會提到
- key:鍵值對的鍵
- value:鍵值對的值
- next:鏈表指針
這裏的next指針可能有些人不瞭解,這裏先解釋一下Hash衝突
計算機不像人類一樣可以清晰地分辨出哪些對象屬於一類,在HashMap中,通過一個key的hash值來唯一確定一個key在數組中的索引位置。但是Java並不能保證任意兩個邏輯意義不同的對象一定擁有不同的hash值,所以就有可能發生有兩個在我們看來完全不同的對象,卻有着相同的hash值,但是一個索引位置只能放一個元素,這時候就發生了哈希衝突
這裏我只說一下HashMap中的解決辦法,即數組-鏈表法,將發生衝突的節點(擁有不同key值但是相同hash值的節點)以鏈表的形式掛在數組的某一個索引位置處,如下圖
回來繼續看HashMap的結構,還剩下三個常量
/** 默認初始容量 */
static final int DEFAULT_INITIAL_CAPACITY = 1 << 4; // aka 16
/** 最大容量 */
static final int MAXIMUM_CAPACITY = 1 << 30;
/** 負載因子 */
static final float DEFAULT_LOAD_FACTOR = 0.75f;
初始容量和最大容量很好理解,都是爲了控制數組長度的常量,負載因子如果學過數據結構應該也很好理解,我們在存放KV時,並不能將數組佔滿,而是最多隻能達到數組長度 * 負載因子的長度,這樣可以儘量避免頻繁的哈希衝突
還有其餘一些屬性,比如臨界值threshold,我們遇到了再說
HashMap的操作
擴容操作
因爲底層數據結構是一個數組,並不能彈性地自動擴容,所以HashMap提供了一個擴容方法:resize。這個方法返回一個Node對象的數組,也就是擴容後的新數組
方法很長,我們一點一點看
Node<K,V>[] oldTab = table;
int oldCap = (oldTab == null) ? 0 : oldTab.length;
int oldThr = threshold;
int newCap, newThr = 0;
首先是定義了
- oldTab:擴容前的數組
- oldCap:擴容前數組的長度
- oldThr:擴容前的臨界值(超過臨界值會進行擴容)(計算公式:數組長度*負載因子)
- newCap:擴容後的長度
- newThr:擴容後的臨界值
其次是一些邊界條件判斷:
if (oldCap > 0) {
if (oldCap >= MAXIMUM_CAPACITY) {
threshold = Integer.MAX_VALUE;
return oldTab;
}
else if ((newCap = oldCap << 1) < MAXIMUM_CAPACITY &&
oldCap >= DEFAULT_INITIAL_CAPACITY)
newThr = oldThr << 1; // double threshold
}
else if (oldThr > 0) // initial capacity was placed in threshold
newCap = oldThr;
else { // zero initial threshold signifies using defaults
newCap = DEFAULT_INITIAL_CAPACITY;
newThr = (int)(DEFAULT_LOAD_FACTOR * DEFAULT_INITIAL_CAPACITY);
}
if (newThr == 0) {
float ft = (float)newCap * loadFactor;
newThr = (newCap < MAXIMUM_CAPACITY && ft < (float)MAXIMUM_CAPACITY ?
(int)ft : Integer.MAX_VALUE);
}
這幾個條件,具體表示爲以下含義:
- 如果之前數組長度已經達到最大容量,則取消負載因子的限制(將臨界值設爲最大值)
- 如果之前數組長度擴大到兩倍後(每次擴容到之前的兩倍),沒有超過最大限制,新數組的長度爲之前的兩倍
- 如果之前數組長度爲0,但是臨界值大於0,則讓新數組的長度等於臨界值
- 如果之前的數組長度爲0,且臨界值也爲0,則把新數組的長度和臨界值設爲默認值
然後是賦值部分
threshold = newThr;
@SuppressWarnings({"rawtypes","unchecked"})
Node<K,V>[] newTab = (Node<K,V>[])new Node[newCap];
table = newTab;
把新的臨界值和新的空數組賦值過去
最後就是核心部分,即將原數組的內容拷貝到新數組去。整段代碼邏輯複雜,我們一部分一部分的來看
if (oldTab != null) {
for (int j = 0; j < oldCap; ++j) {
Node<K,V> e;
首先進行了一次非空判斷,最外層是一個循環,循環次數是擴容前數組的長度,即它的目的是遍歷一遍老數組
然後是接着是兩個終止條件(單輪次的終止而不是整個循環的終止)
if ((e = oldTab[j]) != null) {
oldTab[j] = null;
if (e.next == null)
newTab[e.hash & (newCap - 1)] = e;
- 如果當前索引位置爲空,跳過該節點,進入下一次循環
- 如果當前索引位置節點的next節點爲空,即索引位置只有一個節點,則直接將該節點的值賦到新數組對應的位置上,然後進入下一次循環
這裏需要再解釋一下,鍵的hash值並不是對應的索引位置,而是通過和數組長度-1作與運算得到最終的索引位置
接下來,判斷是否爲TreeNode節點
else if (e instanceof TreeNode)
((TreeNode<K,V>)e).split(this, newTab, j, oldCap);
TreeNode節點也是一個內部類,表示一棵紅黑樹(不理解紅黑樹的就當成二叉樹即可)。因爲鏈表長度如果過長,那麼索引的效率就會降低,所以將其鏈表轉換爲紅黑樹。這裏如果發現當前索引節點是樹節點,則通過對應的方法進行轉移
接下來我們只看這一段核心代碼
else{ // preserve order
Node<K,V> loHead = null, loTail = null;
Node<K,V> hiHead = null, hiTail = null;
Node<K,V> next;
do {
next = e.next;
if ((e.hash & oldCap) == 0) {
if (loTail == null)
loHead = e;
else
loTail.next = e;
loTail = e;
}
else {
if (hiTail == null)
hiHead = e;
else
hiTail.next = e;
hiTail = e;
}
} while ((e = next) != null);
if (loTail != null) {
loTail.next = null;
newTab[j] = loHead;
}
if (hiTail != null) {
hiTail.next = null;
newTab[j + oldCap] = hiHead;
}
}
剛看可能大家都是一頭霧水,主要是因爲有一個點沒有理解,我簡要講解一下:
- 採用e.hash & oldCap而不是oldCap-1,是因爲這裏不是爲了計算索引位置,而是判斷是否需要進行移動
這樣就很清晰了,這段代碼讓loHead=>loTail這條鏈連接所有新老數組中索引位置一樣的元素,而hiHead=>hiTail這條鏈連接所有新老數組中位置改變的數組
不改變位置的鏈上元素還是移動到新數組對應位置上,而改變位置的鏈上元素則移動到j+oldCap的索引位置
最後返回新數組作爲結果
取值方法
在HashMap中,通過調用get()方法即可獲取某個key值對應的value,在HashMap內部,這個方法具體實現如下
public V get(Object key) {
Node<K,V> e;
return (e = getNode(hash(key), key)) == null ? null : e.value;
}
get()方法內部調用getNode方法獲取key值對應的節點,這個方法需要傳入兩個參數,key和key的哈希值,這個hash()方法的具體實現如下
static final int hash(Object key) {
int h;
return (key == null) ? 0 : (h = key.hashCode()) ^ (h >>> 16);
}
顯然,並不是直接調用key的hashCode()方法,而是將key的hashCode的高16位和低16位做異或運算,來充分運用高位和低位的信息,畢竟只取低位或只取高位的話會發生大量的碰撞情況
好的繼續說getNode方法,方法很簡練,如下
final Node<K,V> getNode(int hash, Object key) {
Node<K,V>[] tab; Node<K,V> first, e; int n; K k;
// 臨界判斷,需要保證數組非空以及索引位置非空
if ((tab = table) != null && (n = tab.length) > 0 &&
(first = tab[(n - 1) & hash]) != null) {
if (first.hash == hash && // 檢查索引位置的第一個節點的key值是否爲所求
((k = first.key) == key || (key != null && key.equals(k))))
return first;
if ((e = first.next) != null) {
// 如果是樹節點,則通過對應的方法來獲取
if (first instanceof TreeNode)
return ((TreeNode<K,V>)first).getTreeNode(hash, key);
// 否則就掃描整條鏈表
do {
if (e.hash == hash &&
((k = e.key) == key || (key != null && key.equals(k))))
return e;
} while ((e = e.next) != null);
}
}
return null;
}
本身不難理解,獲取節點的過程可分爲以下幾步
- 臨界判斷,如果是數組或索引位置爲空就直接返回,否則進入下一步
- 檢查第一個節點是否爲所求節點,如果是,則直接返回,否則進入下一步
- 如果索引位置是樹節點,通過紅黑樹對應的方法來查找節點,否則遍歷鏈表來尋找
插入方法
和get方法類似,put方法也是調用了其他方法來進行插入,如下
public V put(K key, V value) {
return putVal(hash(key), key, value, false, true);
}
前三個參數很好理解,問題是後面兩個參數,點進putVal方法,可以看到這兩個參數的含義依次是:
- onlyIfAbsent:如果爲true,則不覆蓋原值
- evict:如果爲false,則table處於創建模式
onlyIfAbsent很好理解,主要是evict這個變量很奇怪,其實我們接下來看源碼就會發現,這個變量僅僅觸發了插入之後的一個回調方法,這個方法體爲空,也就是這個變量沒有實際意義
把重心放在putVal方法上,一開始還是兩個臨界判斷,如下
if ((tab = table) == null || (n = tab.length) == 0)
n = (tab = resize()).length;
if ((p = tab[i = (n - 1) & hash]) == null)
tab[i] = newNode(hash, key, value, null);
- 如果數組爲空,觸發擴容方法
- 如果索引位置爲空,直接在該位置插入
至於我爲什麼把插入語句當成臨界判斷條件,是因爲putVal方法的核心不在這裏,我們接着看
else {
Node<K,V> e; K k;
if (p.hash == hash &&
((k = p.key) == key || (key != null && key.equals(k))))
e = p;
else if (p instanceof TreeNode)
e = ((TreeNode<K,V>)p).putTreeVal(this, tab, hash, key, value);
else {
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;
}
}
// 說明存在擁有相同key值的節點
if (e != null) {
V oldValue = e.value;
// 如果我們設置了onlyIfAbsent爲true或原value爲空
if (!onlyIfAbsent || oldValue == null)
e.value = value;
// 一個空回調方法
afterNodeAccess(e);
return oldValue;
}
}
如果上述兩個條件不滿足,則說明需要在鏈表/紅黑樹節點上進行插入,我們一部分一部分的看
else if (p instanceof TreeNode)
e = ((TreeNode<K,V>)p).putTreeVal(this, tab, hash, key, value);
p節點是當前數組索引位置的節點,假如這個節點是樹節點,會調用putTreeVal方法進行插入
否則說明是鏈表結構,則需要找到鏈表尾進行插入,如下
for (int binCount = 0; ; ++binCount) {
// 如果找到鏈表尾就直接插入
if ((e = p.next) == null) {
p.next = newNode(hash, key, value, null);
if (binCount >= TREEIFY_THRESHOLD - 1) // -1 for 1st
// 如果大於鏈表長度閾值,就將其轉換爲紅黑樹
treeifyBin(tab, hash);
break;
}
// 判斷條件:hash值相等,且key值(物理/邏輯)相等
if (e.hash == hash &&
((k = e.key) == key || (key != null && key.equals(k))))
break;
p = e;
}
這裏提醒一點,TREEIFY_THRESHOLD是鏈表長度的閾值,也就是說鏈表長度最多隻能爲TREEIFY_THRESHOLD,超過了這個值就會被轉換成紅黑樹結構,這個值固定爲8
最後,判斷是否需要進行擴容
++modCount;
if (++size > threshold)
resize();
// 空回調函數
afterNodeInsertion(evict);
return null;
注意,只要不觸發原值覆蓋條件,putVal方法一定只會返回null