概述
- 基於哈希表實現了 Map 接口, 提供了所有 map 的操作
- 無序, 且不能保證次序保持不變
- 提供時間複雜度爲常數的操作性能, 具體性能受初始容量和負載因子兩個參數影響
- 當哈希表中的元素數量超過了負載因子和哈希表容量的乘積時, 哈希表將會被rehash, 底層數組容量會被擴容, 每次擴容大小爲2倍
- 因爲底層數組的大小總是2的整數次冪, 所以使用除留餘數法計算數組下標時, 可以使用與運算進行優化.
- 默認的負載因子 0.75 在時間和空間成本之間提供了一個良好的平衡, 若值越高會節省更多空間但會提升查找開銷, 值約低則相反。
- 設置map初始容量時,應考慮Map中元素數量的期望值以及其負載因子,且傳入的初始容量會被自動轉爲大於原數的最小的2的次方
- HashMap 的實現是非同步的,在併發的對一個HashMap對象進行改變結構(增加或刪除)的操作時, 必須由程序員在外部實現同步, 或者使用其他同步的map容器。
- HashMap的迭代器是fail - fast 的,即在併發場景下使用迭代器迭代集合的過程中, 如果集合在結構上發生改變, 迭代器會盡最大努力拋出ConcurrentModificationException異常導致遍歷失敗。fail - fast 被用於檢測bug
1. 類
public class HashMap<K,V> extends AbstractMap<K,V>
implements Map<K,V>, Cloneable, Serializable
{
......
}
繼承關係
2. 屬性
靜態屬性
private static final long serialVersionUID = 362498820763181265L;
// 默認的容量 必須是2的次冪
static final int DEFAULT_INITIAL_CAPACITY = 1 << 4; // aka 16
// 最大容量, 容器的容量必須是 2的次冪且 <= 1 << 30
static final int MAXIMUM_CAPACITY = 1 << 30;
// 構造器中沒有指定時使用的默認負載因子
static final float DEFAULT_LOAD_FACTOR = 0.75f;
// 鏈表轉紅黑樹的計數閾值
static final int TREEIFY_THRESHOLD = 8;
// 紅黑樹轉鏈表的計數閾值
static final int UNTREEIFY_THRESHOLD = 6;
// 當數組長度小於該值時, 紅黑樹會被轉成鏈表
static final int MIN_TREEIFY_CAPACITY = 64;
靜態內部類
Node結點
static class Node<K,V> implements Map.Entry<K,V>
{
final int hash;
final K key;
V value;
Node<K,V> next;
// 構造器 get set equals方法
.....
}
TreeNode結點
static final class TreeNode<K,V> extends LinkedHashMap.Entry<K,V> {
TreeNode<K,V> parent; // red-black tree links
TreeNode<K,V> left;
TreeNode<K,V> right;
TreeNode<K,V> prev; // needed to unlink next upon deletion
boolean red;
// 操作樹的方法
......
}
成員屬性
// 表, 第一次使用時初始化
transient Node<K,V>[] table;
// 保存緩存entrySet()
transient Set<Map.Entry<K,V>> entrySet;
// 包含的元素個數
transient int size;
// fail - fast 機制用到的元素修改次數
transient int modCount;
// 下一個要擴容的閾值(容量 * 負載因子)
int threshold;
// 哈希表的負載因子
final float loadFactor;
3. 方法
構造方法
// 無參構造, 使用默認容量16
public HashMap() {
this.loadFactor = DEFAULT_LOAD_FACTOR; // all other fields defaulted
}
// 初始容量爲 initialCapacity 會被轉換爲最小的大於該值的2的次冪
public HashMap(int initialCapacity) {
this(initialCapacity, DEFAULT_LOAD_FACTOR);
}
// 負載因子爲 loadFactor 初始容量爲 initialCapacity, 大小同樣會被轉換2的次冪。
public HashMap(int initialCapacity, float loadFactor) {
if (initialCapacity < 0)
throw new IllegalArgumentException("Illegal initial capacity: " +
initialCapacity);
// 初始容量大於最大容量的話設置容量爲最大容量
if (initialCapacity > MAXIMUM_CAPACITY)
initialCapacity = MAXIMUM_CAPACITY;
if (loadFactor <= 0 || Float.isNaN(loadFactor))
throw new IllegalArgumentException("Illegal load factor: " +
loadFactor);
this.loadFactor = loadFactor;
// 將初始容量轉爲大於該值的最小的2的次冪
this.threshold = tableSizeFor(initialCapacity);
}
// 將 cap 轉換爲 最小的大於cap的二的次冪
static final int tableSizeFor(int cap) {
int n = cap - 1;
// 無符號右移 + 或運算
// 示例 10010000 -> 11011000 -> 11111110 -> 11111111
n |= n >>> 1;
n |= n >>> 2;
n |= n >>> 4;
n |= n >>> 8;
n |= n >>> 16;
// 最後判斷得出的 n 要大於0 小於最大容量才正確
// 返回 n + 1 = 100000000 即爲 大於10010000的最小的2的次冪
return (n < 0) ? 1 : (n >= MAXIMUM_CAPACITY) ? MAXIMUM_CAPACITY : n + 1;
}
put(key, value)方法
public V put(K key, V value) {
return putVal(hash(key), key, value, false, true);
}
// HashMap 允許null鍵和null值。 h >>> 16 在 與 h 異或, 將高位的影響向下傳播。
static final int hash(Object key) {
int h;
return (key == null) ? 0 : (h = key.hashCode()) ^ (h >>> 16);
}
// hash 鍵的哈希值
// key 鍵
// value 值
// onlyIfAbsent 是true 則不替換已經存在的值
// evict 用於子類 LinkedHashMap
// 返回被替換的值, 新增則返回null
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 表爲空 或 table 的長度爲0 則調用resize() 初始化表
if ((tab = table) == null || (n = tab.length) == 0)
n = (tab = resize()).length;
// 因爲 table 長度 n 爲2的整數次冪, 則(n - 1) & hash 就等於hash對n取餘, 得到table中的位置 p
// 如果 p 爲 null 則直接插入。
if ((p = tab[i = (n - 1) & hash]) == null)
tab[i] = newNode(hash, key, value, null);
else {
Node<K,V> e; K k;
// 如果第一個節點的哈希和鍵就相等, 那麼直接替換
if (p.hash == hash &&
((k = p.key) == key || (key != null && key.equals(k))))
e = p;
// 如果第一個不相等, 那麼如果該節點是紅黑樹節點的話, 調用紅黑樹的插入
else if (p instanceof TreeNode)
e = ((TreeNode<K,V>)p).putTreeVal(this, tab, hash, key, value);
// 第一個節點不相等且也不是紅黑樹, 那麼調用鏈表的插入.
else {
for (int binCount = 0; ; ++binCount) {
// 到尾部直接插入
if ((e = p.next) == null) {
p.next = newNode(hash, key, value, null);
// 如果鏈表長度大於等於8 則將鏈表轉成紅黑樹(之前頭結點已經算過 這裏減一),
if (binCount >= TREEIFY_THRESHOLD - 1) // -1 for 1st
treeifyBin(tab, hash);
break;
}
// 如果到鏈表末尾前找到了相同哈希和鍵的節點, 則break跳出 到下一步替換值
if (e.hash == hash &&
((k = e.key) == key || (key != null && key.equals(k))))
break;
p = e;
}
}
// e != null 說明之前找到了哈希值和鍵相同的節點, 現在用新的 value 替換舊value , 替換操作沒有改變表的結構, 所以直接返回。
if (e != null) { // existing mapping for key
V oldValue = e.value;
if (!onlyIfAbsent || oldValue == null)
e.value = value;
// LinkedHashMap 的操作
afterNodeAccess(e);
return oldValue;
}
}
// 上一個if沒有進入, 說明表的結構發生了改變, 需要modCount++記錄 以及 resize()判斷
++modCount;
if (++size > threshold)
resize();
afterNodeInsertion(evict);
return null;
}
- 判斷 table 是否爲空, 空則初始化
- 對hash值進行與運算得到數組下標, 取出首元素p
- 如果首節點 p 爲 null 則可直接插入
- 首節點 p 不爲 null 則 進行 三個判斷
- 如果 p 的 鍵和要插入的鍵相等, 則用 e 記錄
- 否則 如果 p 是紅黑樹節點, 那麼調用紅黑樹查找到鍵key相等的節點, 用 e 記錄.。找不到則直接插入節點, 設置 e = null
- 否則 說明 p 是鏈表節點, 使用鏈表查找到和鍵key相等的節點, 用 e 記錄。找不到則直接插入到鏈表爲, 設置 e = null, 並且判斷是否需要轉成紅黑樹。
- 判斷 e != null , 表明存在鍵key相等的節點, 直接替換value值, 返回被替換的舊值oldValue
- 沒有返回則表明 e == null, 不存在key相等的節點, 說明新增了節點來插入鏈表或者紅黑樹, 表的結構發生了變化, 需要modCount++記錄以及判斷是否需要resize()擴容。最後返回null
resize()擴容
設 HashMap 的 table 長度爲 M,需要存儲的鍵值對數量爲 N,如果哈希函數滿足均勻性的要求,那麼每條鏈表的長度大約爲 N/M,因此平均查找次數的複雜度爲 O(N/M)。 所以要想提升查找的效率, 需要讓 M 即table儘可能的大, 但太大又會浪費太多空間。
所以HashMap採用動態擴容來根據N的值調整M。 使時間和空間維持一個良好的平衡。
與擴容有關的參數
參數 | 含義 |
---|---|
capacity | table 的容量大小,默認爲 16。需要注意的是 capacity 必須保證爲 2 的 n 次方。 |
size | 鍵值對數量。 |
threshold | size 的臨界值,當 size 大於等於 threshold 就必須進行擴容操作。threshold = newCapacity * loadFactor |
loadFactor | 負載因子,size 和 capacity的比例, 默認0.75。 |
final Node<K,V>[] resize() {
Node<K,V>[] oldTab = table;
// 如果哈希表還沒初始化, 則oldcap = 0
int oldCap = (oldTab == null) ? 0 : oldTab.length;
int oldThr = threshold;
int newCap, newThr = 0;
if (oldCap > 0) {
// 數組已經 >= 最大容量, 無法擴容直接返回
if (oldCap >= MAXIMUM_CAPACITY) {
threshold = Integer.MAX_VALUE;
return oldTab;
}
// oldCap << 1 擴容爲原來的二倍, 且小於最大容量大於默認的容量
else if ((newCap = oldCap << 1) < MAXIMUM_CAPACITY &&
oldCap >= DEFAULT_INITIAL_CAPACITY)
// 擴容閾值也提升兩倍
newThr = oldThr << 1; // double threshold
}
// 原來的容量不大於0 且 擴容閾值大於0 則新容量等於oldThr擴容閾值, (調用帶參構造器設置初始容量時, 會將調整好的初始化大小賦給threshold擴容閾值)
else if (oldThr > 0) // initial capacity was placed in threshold
newCap = oldThr;
// oldCap <= 0 也 oldThr <= 0 說明數組還未初始化 且沒有設置初始容量, 則賦值默認容量
else { // zero initial threshold signifies using defaults
newCap = DEFAULT_INITIAL_CAPACITY;
newThr = (int)(DEFAULT_LOAD_FACTOR * DEFAULT_INITIAL_CAPACITY);
}
// 如果newThr還爲0 則計算newThr
if (newThr == 0) {
float ft = (float)newCap * loadFactor;
newThr = (newCap < MAXIMUM_CAPACITY && ft < (float)MAXIMUM_CAPACITY ?
(int)ft : Integer.MAX_VALUE);
}
// 確定了 newThr, 進行賦值
threshold = newThr;
@SuppressWarnings({"rawtypes","unchecked"})
// 新建Node數組, 開始賦值rehash
Node<K,V>[] newTab = (Node<K,V>[])new Node[newCap];
table = newTab;
if (oldTab != null) {
for (int j = 0; j < oldCap; ++j) {
Node<K,V> e;
if ((e = oldTab[j]) != null) {
// 釋放引用, 可以GC回收
oldTab[j] = null;
// 數組當前位置鏈表只有一個節點則直接重新計算哈希, 賦值到新數組
if (e.next == null)
newTab[e.hash & (newCap - 1)] = e;
// 如果是紅黑樹, 則執行相關方法
else if (e instanceof TreeNode)
((TreeNode<K,V>)e).split(this, newTab, j, oldCap);
// 如果是鏈表 則遍歷該鏈表, 通過與運算判斷節點所在新數組的位置進行連接
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;
// 如果 hash 值的 oldCap的最高位的二進制爲0, 則接到lo鏈表裏
if ((e.hash & oldCap) == 0) {
if (loTail == null)
loHead = e;
else
loTail.next = e;
loTail = e;
}
// 如果爲1 則接到hi鏈表裏
else {
if (hiTail == null)
hiHead = e;
else
hiTail.next = e;
hiTail = e;
}
} while ((e = next) != null);
// 遍歷結束 lo鏈表接在新數組的原位置j
if (loTail != null) {
loTail.next = null;
newTab[j] = loHead;
}
// hi鏈表接在新數組的 j + oldCap位置
if (hiTail != null) {
hiTail.next = null;
newTab[j + oldCap] = hiHead;
}
}
}
}
}
return newTab;
}
JDK1.7 在進行resize() 時, 會將舊數組中鏈表的每個節點的hash依次重新計算並使用頭插法插入新數組。
JDK1.8 使用與運算判斷, 能夠直接用尾插法創建好新數組對應節點上的2個鏈表,最後將鏈表在新數組中對應的位置插入。
get(key)方法
// 判空處理 並計算hash值 hash()
public V get(Object key) {
Node<K,V> e;
return (e = getNode(hash(key), key)) == null ? null : e.value;
}
final Node<K,V> getNode(int hash, Object key) {
Node<K,V>[] tab; Node<K,V> first, e; int n; K k;
// table判空 以及取得數組對應位置的首節點first
if ((tab = table) != null && (n = tab.length) > 0 &&
(first = tab[(n - 1) & hash]) != null) {
// 總是檢查第一個節點, 如果不是再進行紅黑樹和鏈表的相關處理
if (first.hash == hash && // always check first node
((k = first.key) == key || (key != null && key.equals(k))))
return first;
// 第一個節點後面還有元素
if ((e = first.next) != null) {
// 如果是紅黑樹, 進行紅黑樹的getTreeNode操作
if (first instanceof TreeNode)
return ((TreeNode<K,V>)first).getTreeNode(hash, key);
// 進行鏈表的操作
do {
if (e.hash == hash &&
((k = e.key) == key || (key != null && key.equals(k))))
return e;
} while ((e = e.next) != null);
}
}
return null;
}
在 put(), get() 方法和 resize() 中的部分代碼中, 每當要遍歷一個數組位置上上的所有元素時, 一般分爲三步
- 判斷 table 是否合法, 判斷第一個節點是否符合條件。
- 第一個節點條件不符合, 在接着判斷該位置存儲的是是紅黑樹還是鏈表。
- 進行紅黑樹或鏈表的相關操作。
JDK 1.7 和 JDK 1.8 的區別
存儲:
- JDK1.7 只使用單鏈表進行縱向存儲。
- JDK1.8 單鏈表長度達到8時會轉成紅黑樹。
插入:
- JDK1.7 採用頭插法,因爲只用單鏈表存儲, 所以頭插法可以提升插入的效率,但在併發環境下put()會形成環形鏈表,出現死循環問題,且resize()擴容後鏈表會逆序。
- JDK1.8 採用尾插法,且不會影響效率,因爲加入了紅黑樹避免了單鏈表過長的情況,尾插法同時也解決了死循環和逆序的問題。
擴容時索引的計算:
- JDK1.7 在擴容時直接通過hash再次計算索引插入新數組。
- JDK1.8 在擴容時通過判斷二進制位,可以直接計算出元素在新數組中的位置,並且可以一次性建立好鏈表,直接插入到新數組對應位置。