前言:作爲存儲數據的容器,HashMap的重要性不言而喻。本文將會圍繞其數據結構、構造方法、put、get、resize等方法進行展開,來解析HashMap的源碼。以最簡單的方式,來讀懂最難的代碼。
一:HashMap的數據結構
1.1:HashMap底層的數據結構
在jdk1.7中,HashMap是基於數組和鏈表來實現的,但是隨着數據存儲量的提高帶來兩大問題,其一是hash碰撞概率越來越大,導致鏈表越來越長。其二是隨着鏈表長度的增長,導致數據查詢變慢。所以jdk1.8在jdk1.7的基礎上增加了紅黑樹,在一定條件下底層的數據存儲會由單鏈錶轉換成紅黑樹,以此來提高查詢效率。HashMap在JDK8中基本結構示意圖如下所示:
從上圖我們可以看到,HashMap由一個數組外加單向鏈表和紅黑樹結構組成的。圖中0-15的部分是哈希數組,數組裏面的元素就是一個單項鍊表,圖中是一個長度爲16位的數組,每個數組儲存的元素代表的是每一個鏈表的頭結點。HashMap的數據存儲過程是:首先會通過key的hashCode來計算hash值,然後會在數組中找到位置存儲該元素,如果不同的key獲取到的hash值是一樣的,那麼就出現了hash碰撞,此時數據就會存儲到同一個鏈表中。那麼當數據量很大的時候,hash碰撞的次數也會隨之增多,導致鏈表太長查詢很慢的結果,因此在jdk1.8中就引進了紅黑樹的結構,但是使用紅黑樹結構也是有一定的前提條件的,我們可以帶着這個問題往下去研究,後面我會做總結。
通過上面我們可以知道大概的存儲流程,內部的具體實現也先簡單說一下,後續在源碼中也會詳細的講解。通過key計算完hashCode後,就去鏈表中存儲元素,而鏈表中的元素類型爲Node<K, V> 。HashMap裏有個靜態內部類:
static class Node<K,V> implements Map.Entry<K,V> {
//hash值
final int hash;
final K key;
V value;
//指向下一個元素
Node<K,V> next;
}
其實在HashMap中也是一個數組來實現的,但是它在存儲數據時是通過Node<K,V>來存儲到哈希表中,而存儲的位置是通過
int index = HashCode(key) % Array.length
這個公式來決定的。
二:HashMap的具體實現
2.1:HashMap中成員屬性的詳細介紹
//默認初始容量爲16,且規定該數組的容量必須爲2的n次冪
static final int DEFAULT_INITIAL_CAPACITY = 1 << 4; // aka 16
//規定數組最大的容量 爲2的30次冪
static final int MAXIMUM_CAPACITY = 1 << 30;
//加載因子
static final float DEFAULT_LOAD_FACTOR = 0.75f;
//鏈表可能轉換爲紅黑樹的基本閾值(鏈表長度>=8)
static final int TREEIFY_THRESHOLD = 8;
//哈希表擴容後,如果發現紅黑樹節點數小於6,則退化爲鏈表
static final int UNTREEIFY_THRESHOLD = 6;
//鏈表轉換爲紅黑樹的另一個條件,哈希表長度必須大於等於64纔會轉換,否則會擴容
static final int MIN_TREEIFY_CAPACITY = 64;
//以Node<K,V>爲元素的數組,也就是上圖HashMap的縱向的長鏈數組,起長度必須爲2的n次冪
transient Node<K,V>[] table;
// Node<K, V>的Set集合,HashMap將數據轉換成set的另一種存儲形式,這個變量主要用於迭代功能
transient Set<Map.Entry<K,V>> entrySet;
//已經儲存的Node<key,value>的數量,包括數組中的和鏈表中的
transient int size;
//map內部元素修改的次數
transient int modCount;
//擴容的臨界值,或者所能容納的key-value對的極限。當size>=threshold的時候就會擴容resize()
int threshold;
// 自定義加載因子
final float loadFactor;
-
DEFAULT_LOAD_FACTOR = 0.75f 這個屬性時默認的加載因子,他是哈希表擴容的基礎,當HashMap中存儲的元素大於等於哈希表中現有的容量乘以這個加載因子時,就會觸發擴容機制,並且擴容爲原來的兩倍。例如:我們創建HashMap時未指定哈希表容量,使用默認的16,當調用HashMap對象的put方法存儲數據的時候,當存儲的數量達到16*0.75f=12的時候,將觸發擴容機制,此時哈希表容量將擴充爲32,
-
TREEIFY_THRESHOLD = 8 和 MIN_TREEIFY_CAPACITY = 64 這兩個屬性組成鏈表轉換爲紅黑樹的條件,當哈希表長度大於等於 64 且鏈表長度達到 8 就會轉換爲紅黑樹,否則就會使用擴容機制。
-
UNTREEIFY_THRESHOLD = 6 紅黑樹退化成鏈表的閾值,當紅黑樹節點小於等於
6
的時候,紅黑樹會轉換成普通的鏈表。 -
modCount 該屬性是記錄了map新增/刪除K-V對,或者內部結構做了調整的次數。其主要作用,是對Map的遍歷操作做一致性校驗,如果在iterator操作的過程中,map的數值有修改,直接拋出ConcurrentModificationException異常。
2.2:HashMap的鏈表節點Node< K , V >
static class Node<K,V> implements Map.Entry<K,V> {
final int hash;
final K key;
V value;
Node<K,V> next;
Node(int hash, K key, V value, Node<K,V> next) {
this.hash = hash;
this.key = key;
this.value = value;
this.next = next;
}
public final K getKey() { return key; }
public final V getValue() { return value; }
public final String toString() { return key + "=" + value; }
/**
* 每一個節點的hash值,是將key的hashCode和value的hashCode異或得到的
* ^:異或,兩個操作數的位中,相同則結果爲0,不同則結果爲1
*/
public final int hashCode() {
return Objects.hashCode(key) ^ Objects.hashCode(value);
}
public final V setValue(V newValue) {
V oldValue = value;
value = newValue;
return oldValue;
}
public final boolean equals(Object o) {
if (o == this)
return true;
if (o instanceof Map.Entry) {
Map.Entry<?,?> e = (Map.Entry<?,?>)o;
if (Objects.equals(key, e.getKey()) &&
Objects.equals(value, e.getValue()))
return true;
}
return false;
}
}
2.3:HashMap的構造方法
jdk1.8中HashMap有四種構造方法:
//方法一:
//初始化容量和加載因子
public HashMap(int initialCapacity, float loadFactor) {
if (initialCapacity < 0)
throw new IllegalArgumentException("Illegal initial capacity: " +
initialCapacity);
//如果初始化容量大於規定的最大容量 那麼把最大容量給初始化容量
if (initialCapacity > MAXIMUM_CAPACITY)
initialCapacity = MAXIMUM_CAPACITY;
if (loadFactor <= 0 || Float.isNaN(loadFactor))
throw new IllegalArgumentException("Illegal load factor: " +
loadFactor);
this.loadFactor = loadFactor;
//tableSizeFor()方法,爲了計算出了最接近initialCapacity且大於initialCapacity的2的N次冪的值
//假如初始化傳入20,因爲20在2的4次冪到2的5次冪之間,那麼最接近20且大於20的2的N次冪是32
this.threshold = tableSizeFor(initialCapacity);
}
//方法二:
public HashMap(int initialCapacity) {
this(initialCapacity, DEFAULT_LOAD_FACTOR);
}
//方法三:
public HashMap() {
this.loadFactor = DEFAULT_LOAD_FACTOR; // all other fields defaulted
}
//方法四:傳入Map類型參數,將參數map中元素加到HashMap表中
public HashMap(Map<? extends K, ? extends V> m) {
this.loadFactor = DEFAULT_LOAD_FACTOR;
putMapEntries(m, false);
}
final void putMapEntries(Map<? extends K, ? extends V> m, boolean evict) {
//獲取map的size、
int s = m.size();
if (s > 0) {
//當前hash表爲空
if (table == null) { // pre-size
//根據map的元素數量和當前表的加載因子,計算出最優的擴容閾值
//這個地方給我們的啓示就是:當我們自己規定初始容量時,就可以使用這個公式
float ft = ((float)s / loadFactor) + 1.0F;
//讓規定的閥值不超過最大值
int t = ((ft < (float)MAXIMUM_CAPACITY) ?
(int)ft : MAXIMUM_CAPACITY);
//如果新的閥值大於舊的閥值,那麼啓用返回最近的2的次冪的閥值
if (t > threshold)
threshold = tableSizeFor(t);
}
//如果元素表不爲空,並且新加入的map的size大於舊的閥值,那麼啓動擴容機制
else if (s > threshold)
resize();
//遍歷map將元素加入到當前表中
for (Map.Entry<? extends K, ? extends V> e : m.entrySet()) {
K key = e.getKey();
V value = e.getValue();
putVal(hash(key), key, value, false, evict);
}
}
}
//擴容機制
final Node<K,V>[] resize() {
//表示當前hash表(桶)
Node<K,V>[] oldTab = table;
//當前hash表的長度
int oldCap = (oldTab == null) ? 0 : oldTab.length;
//當前擴容的閥值
int oldThr = threshold;
//定義新的hash表的長度和擴容閥值
int newCap, newThr = 0;
//如果當前hash表的長度大於0
if (oldCap > 0) {
//如果當前的hash表的長度大於等於最大的容量,那麼擴容閥值取到Integer的最大值
if (oldCap >= MAXIMUM_CAPACITY) {
threshold = Integer.MAX_VALUE;
return oldTab;
}
//如果當前hash表的長度不是最大、當前hash表的長度的兩倍小於最大容量並且大於等於默認的初始長度
//那麼新的hash的長度爲原來的兩倍
else if ((newCap = oldCap << 1) < MAXIMUM_CAPACITY &&
oldCap >= DEFAULT_INITIAL_CAPACITY)
newThr = oldThr << 1; // double threshold
}
//如果當前的hash表爲空,並且有初始化閥值,那麼新表的長度等於舊錶的閥值
else if (oldThr > 0) // initial capacity was placed in threshold
newCap = oldThr;
else { // zero initial threshold signifies using defaults
//如果當前的hash表爲空,那麼使用默認參數
newCap = DEFAULT_INITIAL_CAPACITY;
newThr = (int)(DEFAULT_LOAD_FACTOR * DEFAULT_INITIAL_CAPACITY);
}
//如果新的hash表沒有閥值,因爲上面條件中沒有設置擴容閥值、
if (newThr == 0) {
//根據新表容量和自定義的加載因子得到閥值
float ft = (float)newCap * loadFactor;
//保證閥值在規定範圍內
newThr = (newCap < MAXIMUM_CAPACITY && ft < (float)MAXIMUM_CAPACITY ?
(int)ft : Integer.MAX_VALUE);
}
//更新擴容閥值
threshold = newThr;
@SuppressWarnings({"rawtypes","unchecked"})
//根據得到的新的長度來創建新的hash表
Node<K,V>[] newTab = (Node<K,V>[])new Node[newCap];
//賦值操作
table = newTab;
//如果舊的哈希表中有元素,那麼就把舊的哈希表中的元素轉移到新的哈希表中
if (oldTab != null) {
//遍歷舊的哈希表
for (int j = 0; j < oldCap; ++j) {
//獲取當前節點
Node<K,V> e;
//如果當前節點有元素,則將當前鏈表賦值給e
if ((e = oldTab[j]) != null) {
//將舊的哈希節點置爲null
oldTab[j] = null;
//如果當前哈希節點下的鏈表只有一個元素,那麼直接計算索引放入新數組
if (e.next == null)
newTab[e.hash & (newCap - 1)] = e;
//如果發生過哈希碰撞 ,而且是節點數超過8個,轉化成了紅黑樹
//如果該節點是紅黑樹,執行split方法來處理紅黑樹節點,包括升級、降級、回退到鏈表等操作
else if (e instanceof TreeNode)
((TreeNode<K,V>)e).split(this, newTab, j, oldCap);
else { // preserve order
/**
* 接下來說明是鏈表操作,發生哈希碰撞且節點數小於8,就會根據鏈表上每個節點的hash值,依次
* 放入新的哈希表的對應的下標中。因爲新的哈希表進行了擴容,那麼轉換時可能位置就會改變。
* "lo"前綴代表的是存儲原bucket的節點,"hi"前綴代表的是存儲在新bucket的節點
* Head是頭節點,Tail是尾節點
*/
//原鏈表的頭節點和尾節點
Node<K,V> loHead = null, loTail = null;
//新鏈表的頭節點和尾節點
Node<K,V> hiHead = null, hiTail = null;
//指向e的下一個節點
Node<K,V> next;
do {
next = e.next;
// 從if-else可以看出,對一條鏈表進行遍歷,將鏈表中的元素通過
// 條件(e.hash & oldCap) == 0來進行分類,滿足條件的存放在loHead鏈上
// 不滿足條件的存放在hiHead鏈上,且都是尾部插入方式,這和JDK7的頭部插入有區別
//下面有詳細解析
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);
// 將loHead鏈放在數組的原位置
if (loTail != null) {
loTail.next = null;
newTab[j] = loHead;
}
// 將hiHead鏈放在數組的(j + oldCap)位置
if (hiTail != null) {
hiTail.next = null;
newTab[j + oldCap] = hiHead;
}
}
}
}
}
return newTab;
}
-
這裏把上面感到困惑的點拉出來單獨分析一下:上面是通過計算 (e.hash&oldCap)==0 分成兩條鏈表,再將兩條鏈表放 到新數組的不同位置上。
-
這個表達式的具體含義就是:根據key的hash值的二進制和舊數組的長度進行 & 運算(兩個二進制位有一個爲1就爲1,否者爲0),計算完後根據最高位的是0還是1來判斷位置。
-
舉個例子:
鍵值對 鍵哈希值(二進制) 擴容前 & 擴容前下標 擴容後 & 擴容後下標 { 5 : A } 0000 0000 0000 0000 0000 0000 0000 0101 0101 5 0 0101 5 { 21 : B } 0000 0000 0000 0000 0000 0000 0001 0101 0101 5 1 0101 21 { 37 : C } 0000 0000 0000 0000 0000 0000 0010 0101 0101 5 0 0101 5 { 53 : D } 0000 0000 0000 0000 0000 0000 0011 0101 0101 5 1 0101 21 看上面表格,健的哈希值與舊的數組長度進行 & 運算,舊的數組的默認長度爲15,15的二進制爲 0000 0000 0000 0000 0000 0000 0000 1111,與健5,21,37,53進行 & 運算後都會得到到 0101 此時就放在一個鏈表下。當進行擴容後,長度就會增加一個二進制位,數組長度由之前的 (2的4次冪 -1) = 15變成(2的5次冪-1)=31,31的二進制爲 0000 0000 0000 0000 0000 0000 0001 1111,同樣的進行 & 運算後得到 0 0101 和 1 0101 兩種情況,0 0101和之前並沒有區別下標還是 5 而 1 0101 其實等於 00101 + 10000 = 5 + 16 = j + oldCap = 21。下標就會變成21,那麼數組擴容後數據就會添加到下標爲21 的位置。這個地方多說一句,擴容後的二進制位數由4位數變成5位數是因爲數組擴容的機制是增加2的次冪的個數導致的。
-
總結:數組的大小一直是2的倍數,所以當你擴容一次,數組長度和下標的 & 運算就會增加一位,最後截取的高位也就是左邊第一位將會決定元素的下標。如果高位爲0,那麼不需要進行位置調整,如果高位爲1,那麼元素會調整到 j + oldCap位置。
2.4:HashMap中的一些主要方法
2.4.1:HashMap中的Put()方法
public V put(K key, V value) {
return putVal(hash(key), key, value, false, true);
}
/**
* onlyIfAbsent爲true時,相同key的元素,只有原來元素的value不爲null時,新put的元素纔會對value進行覆蓋
* onlyIfAbsent 默認是 false
* evict爲false,那麼HashMap爲創建模式 默認是true 該參數用於LinkedHashMap,這裏沒有其他作用(空實現)
*/
final V putVal(int hash, K key, V value, boolean onlyIfAbsent,
boolean evict) {
//變量tab作爲接下來操作數組的引用、p作爲需要操作的節點、n爲tab的長度、i爲tab的下標
Node<K,V>[] tab; Node<K,V> p; int n, i;
//如果tab沒有初始化、通過resize()方法進行擴容和初始化
if ((tab = table) == null || (n = tab.length) == 0)
n = (tab = resize()).length;
//通過tab的長度進行 & 運算來獲取tab的下標,p=tab[i],並判斷p是否爲null。
if ((p = tab[i = (n - 1) & hash]) == null)
//如果爲null,說明該位置之前沒有元素,無hash碰撞、新建一節點放進去
tab[i] = newNode(hash, key, value, null);
else {
//當p不等於null 時
Node<K,V> e; K k;
//如果p的hash值和key的hash值想等或者p節點的key和傳入的key一致
if (p.hash == hash &&
((k = p.key) == key || (key != null && key.equals(k))))
//如果相等,則將p的引用賦給e
e = p;
//如果p節點是個紅黑樹節點
else if (p instanceof TreeNode)
//強轉後put進去、返回應用給到e
e = ((TreeNode<K,V>)p).putTreeVal(this, tab, hash, key, value);
else {
//接下來會判斷插入後鏈表是維持鏈表結構還是轉變爲紅黑樹
//binCount計算鏈表元素的個數
for (int binCount = 0; ; ++binCount) {
if ((e = p.next) == null) {
//當鏈表中p的下一個元素爲null時,那麼把該元素插入到p的後面、
//並且把新節點的引用給到p.next
//最後一個參數傳 null 保證此節點還是最後一個
p.next = newNode(hash, key, value, null);
//插入成功後,判斷是否要轉化成紅黑樹結構
//插入元素後,此時鏈表元素已經增加一個,但是binCount還沒有++,所以閥值減小一個
if (binCount >= TREEIFY_THRESHOLD - 1) // -1 for 1st
//如果鏈表節點已經達到8個並且數組的長度達到64,那麼轉化成紅黑樹存儲
//否則,擴容
treeifyBin(tab, hash);
break;
}
//遍歷時如果發現有相同的節點,將這個節點引用賦值給e,最後統一處理
if (e.hash == hash &&
((k = e.key) == key || (key != null && key.equals(k))))
break;
p = e;
}
}
//對已經存在key的情況做處理
if (e != null) { // existing mapping for key
V oldValue = e.value;
//前面提到,onlyIfAbsent表示存在key相同時不做覆蓋處理,
//這裏作爲判斷條件,可以看出當onlyIfAbsent爲false或者oldValue爲null時,進行覆蓋操作。
if (!onlyIfAbsent || oldValue == null)
e.value = value;
//linkedHashMap的尾部操作,HashMap中並無實際意義
afterNodeAccess(e);
//在這裏如果插入的是key之前存在,返回oldValue,如果是新添加數據,那麼就是返回null
return oldValue;
}
}
++modCount;
if (++size > threshold)
resize();
//linkedHashMap的尾部操作,HashMap中並無實際意義
afterNodeInsertion(evict);
return null;
}
2.4.2:HashMap中的get()方法
public V get(Object key) {
Node<K,V> e;
return (e = getNode(hash(key), key)) == null ? null : e.value;
}
//根據key的hash值去獲取value
final Node<K,V> getNode(int hash, Object key) {
// tab:內部數組 first: 索引位首節點 n: 數組長度 k: 索引位首節點的key
Node<K,V>[] tab; Node<K,V> first, e; int n; K k;
// 數組不爲null 數組長度大於0 索引位首節點不爲null
//根據key的hash值,計算出下標(n - 1)& hash,如果有這個下標,那麼直接得到元素
if ((tab = table) != null && (n = tab.length) > 0 &&
(first = tab[(n - 1) & hash]) != null) {
if (first.hash == hash && // always check first node
((k = first.key) == key || (key != null && key.equals(k))))
return first;
//接下來就是遍歷鏈表和紅黑樹結構,直到下一個元素爲null
if ((e = first.next) != null) {
if (first instanceof TreeNode)
return ((TreeNode<K,V>)first).getTreeNode(hash, key);
do {
if (e.hash == hash &&
((k = e.key) == key || (key != null && key.equals(k))))
return e;
//如果key不同,一直遍歷下去直到鏈表盡頭,e.next == null
} while ((e = e.next) != null);
}
}
//沒找到就返回null
return null;
}
- 判斷key的想等條件:hash值相同 並且 符合equals方法。
- 查哈希表數組是否爲null和索引位首節點(bucket的第一個節點)是否爲null。
- 不是首節點,也不是紅黑樹,那麼就開始遍歷鏈表,獲取與key相同鍵的節點
三:HsahMap中常見的問題
3.1:HashMap的擴容機制是什麼,什麼時候會發生擴容?
-
哈希表爲null或者長度爲0。
-
哈希表中存儲的K-V對數超過了threshold。
-
鏈表中長度超過了8,並且哈希表長度到達64,此時也會發生擴容。
3.2:HashMap不是線程安全的,爲什麼?如何保證線程安全?
解析:在put()方法中有這樣的代碼
if ((p = tab[i = (n - 1) & hash]) == null) // 如果沒有hash碰撞則直接插入元素
tab[i] = newNode(hash, key, value, null);
假如我們通過多線程來往HashMap中插入元素,線程A和線程B都進行put操作,且線程A和線程B插入元素下標的哈希值是一致的,當線程A走到 if 條件裏面時暫時掛起,線程B走進來也插入元素,並且成功插入了元素,此時線程B掛起,線程A此時被放開,由於之前做過hash碰撞的判斷,進來後直接進行插入操作,此時就會導致線程B插入的數據被線程A插入的數據覆蓋了,導致數據前後不一致的情況。所以線程是不安全的。
對於線程不安全的情況,可以使用
Collections.SynchronizedMap()
來實現。
3.3:HashMap中爲什麼會選擇8作爲鏈表轉紅黑樹的閾值?
解析:根據泊松分佈,在負載因子默認爲0.75的時候,單個hash槽內元素個數爲8的概率小於百萬分之一,所以將7作爲一個分水嶺,等於7的時候不轉換,大於等於8的時候才進行轉換,小於等於6的時候就化爲鏈表。
至此,HashMap的源碼研究告一段落,歡迎大家一起討論學習。
瞭解更多幹貨,歡迎關注我的微信公衆號:爪哇論劍