1.JDK8中的HashMap源碼解析
2.JDK8中的HashMap優化了哪些地方
1.JDK8中的HashMap源碼解析
(1)繼承結構
—AbstractMap,繼承了該抽象類,減輕Map接口負擔。
—Map,實現了該接口。其實,在AbstractMap抽象類中已經實現過的接口,這裏又實現,實際上是多餘的。但每個集合都有這樣的錯誤,也沒過大影響
—Cloneable,實現了該接口。能夠使用Clone()方法,在HashMap中,實現的是淺層次拷貝,即對拷貝對象的改變會影響被拷貝的對象。
—Serializable,實現了該接口。能夠使之序列化,即可以將HashMap對象保存至本地,之後可以恢復狀態。
(2)HashMap的屬性
public class HashMap<K,V> extends AbstractMap<K,V> implements Map<K,V>, Cloneable, Serializable {
// 序列號
private static final long serialVersionUID = 362498820763181265L;
// 默認的初始容量是16
static final int DEFAULT_INITIAL_CAPACITY = 1 << 4;
// 最大容量
static final int MAXIMUM_CAPACITY = 1 << 30;
// 默認的填充因子
static final float DEFAULT_LOAD_FACTOR = 0.75f;
// 當桶(bucket)上的結點數大於這個值時會轉成紅黑樹
static final int TREEIFY_THRESHOLD = 8;
// 當桶(bucket)上的結點數小於這個值時樹轉鏈表
static final int UNTREEIFY_THRESHOLD = 6;
// 桶中結構轉化爲紅黑樹對應的table的最小大小
static final int MIN_TREEIFY_CAPACITY = 64;
// 存儲元素的數組,總是2的冪次倍
transient Node<k,v>[] table;
// 存放具體元素的集
transient Set<map.entry<k,v>> entrySet;
// 存放元素的個數,注意這個不等於數組的長度。
transient int size;
// 每次擴容和更改map結構的計數器
transient int modCount;
// 臨界值 當實際大小(容量*填充因子)超過臨界值時,會進行擴容
int threshold;
// 填充因子
final float loadFactor;
}
(3)內部類
1)Node
Node實現了Map.Entry<K,V>, 並且Node類包含四個屬性。
2)TreeNode
LinkedHashMap的Entry類又繼承了HashMap的Node
注意:這樣一來,TreeNode就是Node的子類,TreeNode是對Node進行了封裝,繼承了父類的屬性,所以TreeNode中除了parent等4個索引外,還保留着父類節點Node特徵,還保留着next索引,next索引在建樹和拆樹的時候有用。並且,Node ->TreeNode, 需要強制轉換(父類轉子類),而TreeNode->Node,自動轉換(子類轉父類)。
(4)HashMap構造方法
1)無參構造HashMap()
//實際上使用默認容量和加載因子,去調用有參構造方法
public HashMap() {
this(DEFAULT_INITIAL_CAPACITY, DEFAULT_LOAD_FACTOR);
}
2) HashMap(int initialCapacity)
public HashMap(int initialCapacity) {
this(initialCapacity, DEFAULT_LOAD_FACTOR);
}
3)HashMap(int initialCapacity, float loadFactor)
public HashMap(int initialCapacity, float loadFactor) {
// 初始容量不能小於0,否則報錯
if (initialCapacity < 0)
throw new IllegalArgumentException("Illegal initial capacity: " +
initialCapacity);
// 初始容量不能大於最大值,否則爲最大值
if (initialCapacity > MAXIMUM_CAPACITY)
initialCapacity = MAXIMUM_CAPACITY;
// 填充因子不能小於或等於0,不能爲非數字
if (loadFactor <= 0 || Float.isNaN(loadFactor))
throw new IllegalArgumentException("Illegal load factor: " +
loadFactor);
// 初始化填充因子
this.loadFactor = loadFactor;
// 初始化threshold大小
this.threshold = tableSizeFor(initialCapacity);
}
4)HashMap(Map<? extends K, ? extends V> m)
public HashMap(Map<? extends K, ? extends V> m) {
// 初始化填充因子
this.loadFactor = DEFAULT_LOAD_FACTOR;
// 將m中的所有元素添加至HashMap中
putMapEntries(m, false);
}
(5)HashMap的核心方法
1)put()方法
public V put(K key, V value) {
return putVal(hash(key), key, value, false, true);
}
1.1)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;
// table未初始化或者長度爲0,進行擴容
if ((tab = table) == null || (n = tab.length) == 0)
n = (tab = resize()).length;
// (n - 1) & hash 確定元素存放在哪個桶中,桶爲空,新生成結點放入桶中(此時,這個結點是放在數組中)
if ((p = tab[i = (n - 1) & hash]) == null)
tab[i] = newNode(hash, key, value, null);
// 桶中已經存在元素
else {
Node<K,V> e; K k;
// 比較桶中第一個元素(數組中的結點)的hash值相等,key相等
if (p.hash == hash &&
((k = p.key) == key || (key != null && key.equals(k))))
// 將第一個元素賦值給e,用e來記錄
e = p;
// hash值不相等,即key不相等;爲紅黑樹結點
else if (p instanceof TreeNode)
// 放入樹中
e = ((TreeNode<K,V>)p).putTreeVal(this, tab, hash, key, value);
// 爲鏈表結點
else {
// 在鏈表最末插入結點
for (int binCount = 0; ; ++binCount) {
// 到達鏈表的尾部
if ((e = p.next) == null) {
// 在尾部插入新結點
p.next = newNode(hash, key, value, null);
// 結點數量達到閾值,轉化爲紅黑樹
if (binCount >= TREEIFY_THRESHOLD - 1) // -1 for 1st
treeifyBin(tab, hash);
// 跳出循環
break;
}
// 判斷鏈表中結點的key值與插入的元素的key值是否相等
if (e.hash == hash &&
((k = e.key) == key || (key != null && key.equals(k))))
// 相等,跳出循環
break;
// 用於遍歷桶中的鏈表,與前面的e = p.next組合,可以遍歷鏈表
p = e;
}
}
// 表示在桶中找到key值、hash值與插入元素相等的結點
if (e != null) {
// 記錄e的value
V oldValue = e.value;
// onlyIfAbsent爲false或者舊值爲null
if (!onlyIfAbsent || oldValue == null)
//用新值替換舊值
e.value = value;
// 訪問後回調
afterNodeAccess(e);
// 返回舊值
return oldValue;
}
}
// 結構性修改
++modCount;
// 實際大小大於閾值則擴容
if (++size > threshold)
resize();
// 插入後回調
afterNodeInsertion(evict);
return null;
}
2)get()方法
public V get(Object key) {
Node<K,V> e;
return (e = getNode(hash(key), key)) == null ? null : e.value;
}
2.1)getNode(int hash, Object key)
final Node<K,V> getNode(int hash, Object key) {
Node<K,V>[] tab; Node<K,V> first, e; int n; K k;
// table已經初始化,長度大於0,根據hash尋找table中的項也不爲空
if ((tab = table) != null && (n = tab.length) > 0 &&
(first = tab[(n - 1) & hash]) != null) {
// 桶中第一項(數組元素)相等
if (first.hash == hash && // always check first node
((k = first.key) == key || (key != null && key.equals(k))))
return first;
// 桶中不止一個結點
if ((e = first.next) != null) {
// 爲紅黑樹結點
if (first instanceof TreeNode)
// 在紅黑樹中查找
return ((TreeNode<K,V>)first).getTreeNode(hash, key);
// 否則,在鏈表中查找
do {
if (e.hash == hash &&
((k = e.key) == key || (key != null && key.equals(k))))
return e;
} while ((e = e.next) != null);
}
}
return null;
}
3)resize()方法
final Node<K,V>[] resize() {
// 當前table保存
Node<K,V>[] oldTab = table;
// 保存table大小
int oldCap = (oldTab == null) ? 0 : oldTab.length;
// 保存當前閾值
int oldThr = threshold;
int newCap, newThr = 0;
// 之前table大小大於0
if (oldCap > 0) {
// 之前table大於最大容量
if (oldCap >= MAXIMUM_CAPACITY) {
// 閾值爲最大整形
threshold = Integer.MAX_VALUE;
return oldTab;
}
// 容量翻倍,使用左移,效率更高
else if ((newCap = oldCap << 1) < MAXIMUM_CAPACITY &&
oldCap >= DEFAULT_INITIAL_CAPACITY)
// 閾值翻倍
newThr = oldThr << 1; // double threshold
}
// 之前閾值大於0
else if (oldThr > 0)
newCap = oldThr;
// oldCap = 0並且oldThr = 0,使用缺省值(如使用HashMap()構造函數,之後再插入一個元素會調用resize函數,會進入這一步)
else {
newCap = DEFAULT_INITIAL_CAPACITY;
newThr = (int)(DEFAULT_LOAD_FACTOR * DEFAULT_INITIAL_CAPACITY);
}
// 新閾值爲0
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"})
// 初始化table
Node<K,V>[] newTab = (Node<K,V>[])new Node[newCap];
table = newTab;
// 之前的table已經初始化過
if (oldTab != null) {
// 複製元素,重新進行hash
for (int j = 0; j < oldCap; ++j) {
Node<K,V> e;
if ((e = oldTab[j]) != null) {
oldTab[j] = null;
if (e.next == null)
newTab[e.hash & (newCap - 1)] = e;
else if (e instanceof TreeNode)
((TreeNode<K,V>)e).split(this, newTab, j, oldCap);
else { // preserve order
Node<K,V> loHead = null, loTail = null;
Node<K,V> hiHead = null, hiTail = null;
Node<K,V> next;
// 將同一桶中的元素根據(e.hash & oldCap)是否爲0進行分割,分成兩個不同的鏈表,完成rehash
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;
}
}
}
}
}
return newTab;
}
2.JDK8中的HashMap優化了哪些地方
(1)底層數據結構
數組+鏈表+紅黑樹
當鏈表長度>=8,轉紅黑樹。
當長度<=6,轉鏈表。(紅黑樹中保留着next指針,故統計個數節點個數較容易)
問題:爲什麼規定長度>=8時,轉紅黑樹?8是怎麼來的?
HashMap中有一段註釋
**意思就是:**理想情況下使用隨機的哈希碼,容器中節點分佈在hash桶中的頻率遵循泊松分佈。按照泊松分佈的計算公式計算出了桶中元素個數和概率的對照表,可以看到鏈表中元素個數爲8時的概率已經非常小,再多的就更少了,所以原作者在選擇鏈表元素個數時選擇了8,是根據概率統計而選擇的。
(2)hash計算方式優化了
將h邏輯右移16位,再與原值異或,進行擾動,使得分佈更均勻。
問題:爲什麼HashMap的大小要是2的冪?
計算機裏面位運算是基本運算,位運算的效率是遠遠高於取餘%運算的。
JDK8中,put()函數將求下標改爲“與”運算,hash & (n - 1),大大提高了效率。
舉個例子:2^n轉換成二進制就是1+n個0,減1之後就是0+n個1,如16 -> 10000,15 -> 01111
那麼根據&位運算的規則,都爲1(真)時,才爲1,那0≤運算後的結果≤15,假設h <= 15,那麼運算後的結果就是h本身,h >15,運算後的結果就是最後四位二進制做&運算後的值,最終,就是%運算後的餘數。
當容量一定是2^n時,h & (length - 1) == h % length
“&運算和%運算等價,而不等效!”
(3)hash碰撞插入方式
之前:在鏈表首部插入(也就是插入到數組table[i]中)
JDK8:在鏈表尾部插入,如果是紅黑樹,就不可能是頭部插入法了。
(4)resize()條件
之前:同時滿足:size()>threshold &&產生了hash衝突
JDK8:只要滿足:size()>threshold
(5)擴容機制優化
在JDK7中,對所有鏈表進行rehash計算;在JDK8中,實際上也是通過取餘找到元素所在的數組的位置,取餘的方式在putVal裏面:i = (n - 1) & hash。我們假設,在擴容之前,key取餘之後留下了n位。擴容之後,容量變爲2倍,所以key取餘得到的就有n+1位。在這n+1位裏面**,如果第1位是0,那麼擴容前後這個key的位置還是在相同的位置**(因爲hash相同,並且餘數的第1位是0,和之前n位的時候一樣,所以餘數還是一樣,位置就一樣了);如果這n+1位的第一位是1,那麼就和之前的不同,那麼這個key就應該放在之前的位置再加上之前整個數組的長度的位置。這樣子就減少了移動所有數據帶來的消耗。(這是一個很巧妙的地方!!!)
比如:capacity=16,hash=16,那麼擴容前的下標值:16 & (16 - 1) = 0
擴容後:capacity=32,hash=16,那麼擴容前的下標值:16 & (32 - 1) = 16
故:
如果最高爲1,新的下標 = 舊的下標 + Oldcapacity;
如果爲0 ,新的下標 = 舊的下標 ;
根據最高位是1還是0 ,將原表的鏈表拆成兩個鏈表,再分別添加到新表的低索引(舊的下標),高索引(舊的下標 + Oldcapacity)。
resize()部分代碼,詳細見上面。
(6)還有一點需要注意
resize的時候,將舊錶元素都移到新表,由於JDK7是頭插法,所以在一條鏈表上,移動過去的元素的順序與原來相反,而JDK8採用尾插法,故順序保持一樣。