之所以標明“jdk7”,是因爲jdk8和jdk7中的HashMap實現原理不一樣。jdk7中使用“數組+鏈表”形式來實現哈希表,這與數據結構課上所學的一致。而jdk8在它的基礎上,引入了紅黑樹。本博客先從最原始的“數組+鏈表”形式開始總結梳理。
首先在開始之前要有一個基本認識:HashMap是一個對象,對象中包含了一個Entry<K,V>[]數組,即哈希表數組,其中每一項代表一個bucket。鍵值對會按照一定索引順序存儲進bucket中。
哈希與索引的計算
哈希計算的目的在於,當程序獲得一個key時,需要通過計算key的哈希值來得到key的索引值,即在Entry數組中的下標。然後進行增刪改查等操作。
通過如下兩行代碼獲取索引值
int hash = hash(key);
int i = indexFor(hash, table.length);
其中,hash()方法:
final int hash(Object k) {
int h = hashSeed;
if (0 != h && k instanceof String) {
return sun.misc.Hashing.stringHash32((String) k);
}
h ^= k.hashCode();
// This function ensures that hashCodes that differ only by
// constant multiples at each bit position have a bounded
// number of collisions (approximately 8 at default load factor).
h ^= (h >>> 20) ^ (h >>> 12);
return h ^ (h >>> 7) ^ (h >>> 4);
}
- 一次哈希:hashCode()是獲取首次散列的哈希值的方法,由k所屬的包裝類實現;
- 二次哈希:上面代碼中有大量的無符號右移以及異或操作。這些操作的目的是,在進行下面indexFor方法時,不至於破壞 h 的特異性。
indexFor方法:
static int indexFor(int h, int length) {
// assert Integer.bitCount(length) == 1 : "length must be a non-zero power of 2";
return h & (length-1);//僅保留h的後半部分,保證不越界
}
首先要說明,length必須是2的次方數。這樣的話,length-1的後n位一定全是1,跟hash值進行與運算之後,相當於只保留hash的右邊n位。
對於一個哈希表來說,往往希望插入的節點在數組中儘量地分散,減少鏈表出現的情況,這樣可以減少衝突。通過以上這些手段,便可最大化鍵與鍵之間哈希值的差異,增強了散列性。
擴容機制
addEntry方法
在put等操作時,若在哈希表中沒有找到對應 key ,需要新建一個新的節點時,會調用此方法。
void addEntry(int hash, K key, V value, int bucketIndex) {
if ((size >= threshold) && (null != table[bucketIndex])) {
resize(2 * table.length);//滿足一定條件時執行擴容操作
hash = (null != key) ? hash(key) : 0;
bucketIndex = indexFor(hash, table.length);
}
//將鍵值對放入table中
createEntry(hash, key, value, bucketIndex);
}
擴容的條件
1. size >= threshold
threshold 是一個決定是否擴容的閾值。根據capacity * loadFactor來決定。如下代碼:
private void inflateTable(int toSize) {
// Find a power of 2 >= toSize
int capacity = roundUpToPowerOf2(toSize);
threshold = (int) Math.min(capacity * loadFactor, MAXIMUM_CAPACITY + 1);
table = new Entry[capacity];
initHashSeedAsNeeded(capacity);
}
該方法用於初始化哈希數組,並設置threshold。
loadFactor是負載因子,默認值爲0.75
2. null != table[bucketIndex]
當需要插入的位置爲null時,就算超過閾值,也可以無需擴容。在JDK8中沒有這個條件。
resize方法
當滿足條件時,將數組長度擴容至兩倍,執行以下resize方法
void resize(int newCapacity) {
Entry[] oldTable = table;
int oldCapacity = oldTable.length;
if (oldCapacity == MAXIMUM_CAPACITY) {
threshold = Integer.MAX_VALUE;
return;
}
Entry[] newTable = new Entry[newCapacity];
transfer(newTable, initHashSeedAsNeeded(newCapacity));
table = newTable;
threshold = (int)Math.min(newCapacity * loadFactor, MAXIMUM_CAPACITY + 1);
}
transfer方法
void transfer(Entry[] newTable, boolean rehash) {
int newCapacity = newTable.length;
//遍歷所有節點,轉移到新table上去
for (Entry<K,V> e : table) {
while(null != e) {
Entry<K,V> next = e.next;
if (rehash) {
e.hash = null == e.key ? 0 : hash(e.key);
}
int i = indexFor(e.hash, newCapacity);
e.next = newTable[i];
newTable[i] = e;
e = next;
}
}
}
put操作
瞭解上面所有內容,再來看一個put方法就很簡單了
public V put(K key, V value) {
if (table == EMPTY_TABLE) {
inflateTable(threshold);
}
if (key == null)
return putForNullKey(value);
int hash = hash(key);
//根據hash值計算索引值
int i = indexFor(hash, table.length);
//在該索引值位置順序遍歷鏈表,如果找到目標key就修改,返回
for (Entry<K,V> e = table[i]; e != null; e = e.next) {
Object k;
if (e.hash == hash && ((k = e.key) == key || key.equals(k))) {
V oldValue = e.value;
e.value = value;
e.recordAccess(this);
return oldValue;
}
}
modCount++;//結構發生修改的次數+1
//進行到這一步說明需要新增一個key-value對
addEntry(hash, key, value, i);
return null;
}
addEntry方法中會調用createEntry方法,通過頭插法新建一個結點
void createEntry(int hash, K key, V value, int bucketIndex) {
//頭插法新建一個結點
Entry<K,V> e = table[bucketIndex];
table[bucketIndex] = new Entry<>(hash, key, value, e);
size++;
}
結點置換的操作十分精妙,本科C語言指針基礎紮實的話很容易理解。
其它的刪除、查詢等操作都大同小異。
其它問題
多線程環境下的問題
當兩個線程同時操作transfer時。若線程A先於線程B完成,B操作中的e和next指針會調頭,因爲是頭插法,導致線程B的transfer循環中兩個節點形成循環鏈表,陷入死循環。
當然,可以在初始化的時候設置容量和負載因子,防止擴容,可避免這個問題
參數設置
兩個影響性能的參數:初始容量、負載因子
不設置默認是16和0.75
- 負載因子過小,或者初始容量過大時,雖然索引效率高,但會造成空間的浪費;影響Collection視圖迭代效率。
- 負載因子過高,可減少空間上的開銷,但是引發哈希衝突概率更高,產生的鏈表可能更長,會增加索引的成本;
因此需要尋求一種“空間效率”與“衝突概率”之間的平衡與折衷。典型的時空矛盾問題。