Map--HashMap
在上篇文章中集合--Map,我們對map接口中的方法和實現類有了一個大概的瞭解,在這篇文章中,我們將學習map接口的第一個實現類--HashMap,在學習HashMap之前,我們先學習下哈希表
1、哈希表
在學習這個數據結構之前,我們必須先了解爲什麼需要它,我們不妨做個對比,看一下其它數據結構有什麼特點
-
數組
採用一段連續的存儲單元來存儲,對於給定座標查找,時間複雜度爲O(1),對於指定值的查找,需要遍歷整個數組,時間複雜度爲O(n),對數組執行插入、刪除操作時,效率很低,時間複雜度爲O(n)
-
鏈表
存儲單元不需要是連續的,當對鏈表執行插入、刪除操作時,效率較高,時間複雜度爲O(1),查找時需要遍歷整個鏈表,時間複雜度爲O(n),效率較低
-
二叉樹
二叉樹平衡了數組和鏈表這兩種數據結構,其查找、插入和刪除時,平均複雜度爲O(logn)。
那麼,哈希表是一種什麼樣的結構呢,它有什麼特點呢?,我們先了解下邏輯結構和物理結構
邏輯結構:它是指對象中數據元素之間的相互關係,就如我們學過的集合機構、線性結構、樹形結構和圖形結構等。
物理結構:它是指數據的邏輯結構在計算機內存的存儲形式,它分爲順序存儲結構和鏈式存儲結構,順序存儲結構是指把數據元素放在地址連續的存儲單元裏,其數據間的邏輯關係和物理關係是一致的;鏈式存儲結構是把數據元素存放在任意的存儲單元裏,其存儲單元可以是連續的,也可以是非連續的。
哈希表其實就是利用了物理結構的順序存儲結構,其邏輯結構是數組,根據數組中的下標定位到數據的存儲位置,那麼哈希表的特點可以總結爲:
-
哈希表
在不考慮哈希衝突的情況下,對哈希表執行插入、刪除、查詢的時間複雜度爲O(1)
那麼,又引出了一個問題,我們是使用哪種方式來進行定位的呢,這就使用了哈希函數,
-
哈希函數
哈希函數的公式化定義爲:存儲位置=f(關鍵字),我們以存儲Object3爲例,圖解如下:
2、HashMap的數據結構
學習HashMap數據結構,需要有鏈表和二叉樹的基礎,不熟悉的可以看我上幾篇的文章
在哈希表中我們還要一個問題沒有解決,那就是我們說的:如果哈希表沒有哈希衝突的情況下,時間複雜度爲O(1),那什麼是哈希衝突呢,我們該如何解決呢,它與我們要學的HashMap有什麼關係呢?
-
哈希衝突
哈希衝突就是兩個或兩個以上的元素通過hash函數計算出的存儲地址相同,這種情況被稱爲哈希衝突
所以說,優秀的hash函數可以減少哈希衝突的次數,但是無論多好的哈希函數都會存在哈希衝突,我們解決哈希衝突的方法有很多,在這裏我們主要講解鏈地址法,因爲hashMap的底層用的就是鏈地址法。
鏈地址法是採用數組+鏈表的形式,在jdk1.8之前,hashMap的底層數據結構就是採用的這種方法
在jdk1.8時,對hashMap的源碼進行了優化,因爲hashMap解決哈希衝的時候,都是採用鏈表來存儲的,當衝突的結點很多時,查詢的效率就會下降,因此,在鏈地址法的基礎上加上了紅黑樹,他可以保證在衝突結點少於8個時,採用鏈表存儲,大於8個時,採用紅黑樹存儲。
接下來,我們就正式分析hashMap的源碼,
3、hashMap介紹
我們分析源碼時,會發現源碼頂部都會有很多的註釋,這些註釋對我們理解源碼有很大的幫助,我們先看一下頂部註釋。
因爲頂部註釋是一段很長的英文描述,這裏就不粘貼了,直接上結論,
-
頂部註釋
HashMap是Map接口基於基於哈希表實現的,允許key和value爲null
hashMap的存儲是序的
當存儲的元素個數大於給出的閾值時,會進行擴容,擴容爲原容量的2倍
初始容量的設置會對性能有影響,即初始容量較小時會增大時間開銷;較大時會增大空間開銷,遍歷時也會增大時間開銷
加載因子被設置爲0.75,它被表示爲hash表中元素被填滿的程度,加載因子越大,填滿的元素就會越多,空間利用率提高,但是時間查詢效率會下降;加載因子越小,查詢時間效率提高,但是空間利用率降低
hashMap是不同步的
-
hashMap存儲結構
hashMap內部存儲的是包含一個Node類型的數組,Node存儲着鍵值對,我們根據代碼來講解下
//Node是HashMap的一個內部類,實現了Map.Entry接口
static class Node<K,V> implements Map.Entry<K,V> {
final int hash;//key的哈希值
final K key;
V value;
Node<K,V> next;//指向下一個結點的引用
//構造函數
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; }
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;
}
}
4、成員屬性
-
靜態屬性
final int DEFAULT_INITIAL_CAPACITY:默認數組(table)的容量,默認爲16,即2^4
final int MAXIMUM_CAPACITY:最大數組的容量,int類型有32位,除去符號位,還剩31位,所以只能左移30位
final float DEFAULT_LOAD_FACTOR:負載因子,默認爲0.75
final int TREEIFY_THRESHOLD = 8:轉紅黑樹的條件1,鏈表長度大於8
int MIN_TREEIFY_CAPACITY = 64:轉紅黑樹的條件2,數組容量是否小於該值,小於時則只進行擴容
final int UNTREEIFY_THRESHOLD = 6:該值表明紅黑樹轉鏈表的最大值(對數組擴容時纔用到)
Note:有同學可能會想知道初始容量和擴容時都是以2的n次冪形式存在,我先把結論給大家,這可以保障添加元素均勻的分佈在數組上,可以減少hash碰撞,具體的可以看下面對put的講解。
//默認的 table 容量,1<<4 = 2^4 = 16,規定必須是2的冪
static final int DEFAULT_INITIAL_CAPACITY = 1 << 4; // aka 16
//最大數組的容量,int類型有32位,除去符號位,還剩31位,所以只能左移30位
static final int MAXIMUM_CAPACITY = 1 << 30;
//構造函數中未指定時使用的負載因子
static final float DEFAULT_LOAD_FACTOR = 0.75f;
//轉紅黑樹的條件1,鏈表長度大於8
static final int TREEIFY_THRESHOLD = 8;
//轉紅黑樹的條件2,數組容量是否小於該值,小於時則只進行擴容
static final int MIN_TREEIFY_CAPACITY = 64;
//當鍵值對數量過多時需要對 table 數組進行擴容,並且將每個鍵值對放到新的桶中(或者不變)。原來的桶的內部結構有可能是鏈表,也有可能是紅黑樹,經過一番洗牌之後,如果桶結構爲紅黑樹的鍵值對數量過低,就會重新轉變爲鏈表。低到哪個程度呢?就是這個字段對應的大小。
static final int UNTREEIFY_THRESHOLD = 6
-
成員屬性
transient Node<K,V>[] table:Node類型的數組
Set<Map.Entry<K,V>> entrySet:hashMap的工具類,提供了插入、刪除等操作
transient int size:鍵值對的數量
transient int modCount:標記hashMap修改的次數
int threshold:size的閾值,當大於該閾值時需要進行擴容操作
final float loadFactor:負載因子,在構造方法中被初始化
// Node類型的數組
transient Node<K,V>[] table;
//hashMap的工具類,提供了插入、刪除等操作
transient Set<Map.Entry<K,V>> entrySet;
//鍵值對的數量
transient int size;
//標記hashMap修改的次數
transient int modCount;
//size的閾值,當大於該閾值時需要進行擴容操作
int threshold;
//負載因子,在構造方法中被初始化
final float loadFactor;
4、構造函數
HashMap共有四個構造函數,我們來逐個講解
-
HashMap(int initialCapacity, float loadFactor)
其目標是構造一個初始容量initialCapacity,負載因子爲loadFactor的HashMap,①當初始容量<0時,拋出異常,②當初始容量大於最大擴展的容量時,就讓最大容量賦值給初始容量,③當負載因子小於0或者不是數字時,拋出異常④tableSizeFor的功能將初始容量轉換爲2的整數冪,如給定6,則返回的是2^3=8。
public HashMap(int initialCapacity, float loadFactor) {
if (initialCapacity < 0)
throw new IllegalArgumentException("Illegal initial capacity: " +
initialCapacity);
if (initialCapacity > MAXIMUM_CAPACITY)
initialCapacity = MAXIMUM_CAPACITY;
if (loadFactor <= 0 || Float.isNaN(loadFactor))
throw new IllegalArgumentException("Illegal load factor: " +
loadFactor);
this.loadFactor = loadFactor;
this.threshold = tableSizeFor(initialCapacity);
}
Note:大家可能會有疑問,閾值設定應該是threshold=capacity*loadFactor,爲什麼程序中的是tableSizeFor(initialCapacity)呢?這是因爲因爲在構造方法中沒有對table這個成員變量進行初始化,table的初始化被方法了put方法中,在put方法中會對threshold重新計算。
下面,我們要重點講解下tableSizeFor函數
tableSizeFor函數
/**
* Returns a power of two size for the given target capacity.
*/
static final int tableSizeFor(int cap) {
int n = cap - 1;
n |= n >>> 1;
n |= n >>> 2;
n |= n >>> 4;
n |= n >>> 8;
n |= n >>> 16;
return (n < 0) ? 1 : (n >= MAXIMUM_CAPACITY) ? MAXIMUM_CAPACITY : n + 1;
}
它的功能是返回一個比給定整數大的且最接近2的冪次方整數,首先int n=cap-1是爲了防止當cap爲2的整數冪時,返回的結果將是cap的2倍。下面我們逐步分析代碼:
如果n是0,則經過下面的右移之後,依舊是0,則返回是n+1,即1
當n>0,n的二進制位至少有一個爲1,可以表示爲001XXX...XXX的形式,然後按照程序中的右移1位,然後進行或操作;右移兩位,然後進行或操作,依次類推,最終得到的是最高位的1後面的所有位都是1,最後再讓結果值+1,得到2的整數冪,爲了讓結果大於等於參數cap,所以在算法開始時,需要cap-1;
圖解
-
HashMap(int initialCapacity)
構造一個初始容量爲initialCapacity,負載因子爲0.75的HashMap
// 構造一個初始容量爲initialCapacity,負載因子爲0.75的HashMap
public HashMap(int initialCapacity) {
this(initialCapacity, DEFAULT_LOAD_FACTOR);
}
-
HashMap()
以初始容量爲16,負載因子爲0.75構造HashMap
//以初始容量爲16,負載因子爲0.75構造HashMap
public HashMap() {
this.loadFactor = DEFAULT_LOAD_FACTOR; // all other fields defaulted
}
-
HashMap(Map<? extends K, ? extends V> m)
構造一個和指定Map相同的映射的的HashMap,初始容量爲指定的map大小,負載因子爲0.75
public HashMap(Map<? extends K, ? extends V> m) {
this.loadFactor = DEFAULT_LOAD_FACTOR;
putMapEntries(m, false);
}
5、核心方法
5.1、put方法
put方法是HashMap中一個很重要的方法,它在JDK1.8改進比較大,優化了存儲結構,從鏈表過渡到紅黑樹,我們將會逐個分析put方法的執行流程,
-
put方法
public V put(K key, V value) {
//先計算key的hash值,然後調用putVal
return putVal(hash(key), key, value, false, true);
}
我們在調用put方法時,會先計算hash值,我們來看下hash函數的源碼
-
hash函數
/**
*哈希值的計算
*/
static final int hash(Object key) {
int h;
return (key == null) ? 0 : (h = key.hashCode()) ^ (h >>> 16);
}
源碼中的h=key.hashCode()返回是內存地址,將原地址右移16位後與原地址異或,那麼,爲什麼要這麼做呢?
我們知道HashMap中數組長度默認爲16,對應在散列表中的0-15的位置上,用二進制表示爲00001111,如果進行&操作,其結果就截取了後四位,如果只取後4位,即使散列值分佈的很鬆散,發生衝突的機率也會很大,hash函數中將哈希碼右移16位,將高位和低位做異或,這樣就使得混合後增加了隨機性,減少了衝突的可能性。
當執行添加操作時,將計算好的哈希值傳入到putVal方法中,我們來分析下putVal方法的源碼
-
putVal方法
// onlyIfAbsent爲false,說明已經存在相同的key,需要覆蓋並返回舊值
final V putVal(int hash, K key, V value, boolean onlyIfAbsent,
boolean evict) {
Node<K,V>[] tab; Node<K,V> p; int n, i;
//如果map是空的,則先開始初始化(resize方法),table是map中用於存放索引的表
if ((tab = table) == null || (n = tab.length) == 0)
n = (tab = resize()).length;
//若沒有發生碰撞,直接添加元素放入在該位置
if ((p = tab[i = (n - 1) & hash]) == null)
tab[i] = newNode(hash, key, value, null);
//表明發生了碰撞,key索引的位置已經存在元素
else {
Node<K,V> e; K k;
//如果該節點的hash值和當前的hash值相同且key相等,並且不爲null,則表明這兩個key相同,需要將當前結點用臨時結點e來保存
if (p.hash == hash &&
((k = p.key) == key || (key != null && key.equals(k))))
e = p;
//如果當前結點是紅黑樹類型,就調用樹的插入方法
else if (p instanceof TreeNode)
e = ((TreeNode<K,V>)p).putTreeVal(this, tab, hash, key, value);
//鏈表結構
else {
for (int binCount = 0; ; ++binCount) {
//當前碰撞的結點沒有後續結點,則直接插入
if ((e = p.next) == null) {
p.next = newNode(hash, key, value, null);
//TREEIFY_THRESHOLD=8,從0開始,大於臨界值7,就需要轉成紅黑樹
if (binCount >= TREEIFY_THRESHOLD - 1) // -1 for 1st
treeifyBin(tab, hash);
break;
}
//key值完全相同的結點就用新值替換舊值
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;
if (++size > threshold)
resize();
afterNodeInsertion(evict);
return null;
}
我們程序中看到了如果map爲空,就需要進行初始化,初始化方法需要調用resize()方法,同樣的,當散列表元素大於capacity*loadfactor時,也需要調用resize()方法,我們來分析下resize方法
-
resize方法
final Node<K,V>[] resize() {
Node<K,V>[] oldTab = table;
int oldCap = (oldTab == null) ? 0 : oldTab.length;
int oldThr = threshold;
int newCap, newThr = 0;
if (oldCap > 0) {
//如果舊的容量比最大值還大,直接返回就值,不需要進行擴容
if (oldCap >= MAXIMUM_CAPACITY) {
threshold = Integer.MAX_VALUE;
return oldTab;
}
//如果將目前的容量擴充爲原來的2倍依舊在允許範圍內,就將容量擴充爲原來的2倍,閾值也擴充爲原來的2倍
else if ((newCap = oldCap << 1) < MAXIMUM_CAPACITY &&
oldCap >= DEFAULT_INITIAL_CAPACITY)
newThr = oldThr << 1; // double threshold
}
//如果就舊容量<0且閾值>0,就將容量設置爲閾值的大小
else if (oldThr > 0) // initial capacity was placed in threshold
newCap = oldThr;
//初始化
else { // zero initial threshold signifies using defaults
//利用加載因子計算新的閾值
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);
}
threshold = newThr;
@SuppressWarnings({"rawtypes","unchecked"})
Node<K,V>[] newTab = (Node<K,V>[])new Node[newCap];
table = newTab;
//間舊的tab中的node值,按key重新散了得到新的存儲地址來存儲
if (oldTab != null) {
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;
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;
}
5.2、get方法
根據key值返回相應的元素,如果不存在則返回空
public V get(Object key) {
Node<K,V> e;
//計算key的哈希值,如果爲null則返回null,否則返回對應的值
return (e = getNode(hash(key), key)) == null ? null : e.value;
}
get方法中調用了getNode方法,我們來分析下它的源碼
final Node<K,V> getNode(int hash, Object key) {
Node<K,V>[] tab; Node<K,V> first, e; int n; K k;
//判斷哈希表和key對應的元素是否爲空
if ((tab = table) != null && (n = tab.length) > 0 &&
(first = tab[(n - 1) & hash]) != null) {
//如果第一個結點就和指定參數的hash和可以匹配上了,返回這個結點
if (first.hash == hash && // always check first node
((k = first.key) == key || (key != null && key.equals(k))))
return first;
//第一個結點沒有匹配上,對後序結點匹配
if ((e = first.next) != null) {
//對應的是紅黑樹
if (first instanceof TreeNode)
return ((TreeNode<K,V>)first).getTreeNode(hash, key);
//遍歷鏈表,直到找到
do {
if (e.hash == hash &&
((k = e.key) == key || (key != null && key.equals(k))))
return e;
} while ((e = e.next) != null);
}
}
return null;
}
5.3、remove方法
將指定key值的value從map中移除
public V remove(Object key) {
Node<K,V> e;
return (e = removeNode(hash(key), key, null, false, true)) == null ?
null : e.value;
}
我們看到,remove方法中調用了removeNode方法,它和putVal方法很相似,一個時添加,一個是刪除,我們分析分析下removeNode的源碼
final Node<K,V> removeNode(int hash, Object key, Object value,
boolean matchValue, boolean movable) {
Node<K,V>[] tab; Node<K,V> p; int n, index;
//table不爲空且hash值也存在
if ((tab = table) != null && (n = tab.length) > 0 &&
(p = tab[index = (n - 1) & hash]) != null) {
Node<K,V> node = null, e; K k; V v;
//在桶的首位結點找到了我們要刪除的結點,並記錄下來
if (p.hash == hash &&
((k = p.key) == key || (key != null && key.equals(k))))
node = p;
//首節點不是要找的結點,繼續往下找
else if ((e = p.next) != null) {
//判斷是否是樹結點
if (p instanceof TreeNode)
//進入樹查找要刪除的結點
node = ((TreeNode<K,V>)p).getTreeNode(hash, key);
else {
//遍歷鏈表
do {
//哈希值相等,key地址相等或者equals相等
if (e.hash == hash &&
((k = e.key) == key ||
(key != null && key.equals(k)))) {
node = e;
break;
}
//保存遍歷的結點
p = e;
} while ((e = e.next) != null);
}
}
//結點不爲空,我們找到了對應的結點,需要分情況刪除
if (node != null && (!matchValue || (v = node.value) == value ||
(value != null && value.equals(v)))) {
//樹節點
if (node instanceof TreeNode)
((TreeNode<K,V>)node).removeTreeNode(this, tab, movable);
//頭結點
else if (node == p)
tab[index] = node.next;
//不是頭結點,將當前結點指向下一個刪除結點(按鏈表刪除)
else
p.next = node.next;
++modCount;
--size;
afterNodeRemoval(node);
return node;
}
}
return null;
}
參考文獻
[1]https://blog.csdn.net/woshimaxiao1/article/details/83661464
[2]https://www.jianshu.com/p/ee0de4c99f87
[3]https://www.cnblogs.com/captainad/p/10905184.html
[4]程傑.大話數據結構
[5]馬克.艾倫.維斯.數據結構與算法分析。
在公衆號回覆success領取獨家整理的學習資源
看了這篇文章,你是否「博學」了
「掃碼關注我」,每天博學一點點。