基于JDK1.8的HashMap分析

Java基础

浏览数:70

2019-6-2

HashMap的强大功能,相信大家都了解一二。之前看过HashMap的源代码,都是基于JDK1.6的,并且知其然不知其所以然,现在趁着寒假有时间,温故而知新。文章大概有以下几个方面:

  • HashMap的数据结构
  • put方法
  • get方法

(一)HashMap的底层数据结构

 1 static class Node<K,V> implements Map.Entry<K,V> {
 2         final int hash;
 3         final K key;
 4         V value;
 5         Node<K,V> next;
 6 
 7         Node(int hash, K key, V value, Node<K,V> next) {
 8             this.hash = hash;
 9             this.key = key;
10             this.value = value;
11             this.next = next;
12         }
13 
14         public final K getKey()        { return key; }
15         public final V getValue()      { return value; }
16         public final String toString() { return key + "=" + value; }
17 
18        //hashCode等其他代码
19     }

首先,HashMap 是 Map 的一个实现类,它代表的是一种键值对的数据存储形式。Key 不允许重复出现,Value 随意。jdk 8 之前,其内部是由数组+链表来实现的,而 jdk 8 对于链表长度超过 8 的链表将转储为红黑树。

底层数据结构就是 数组 + 链表 + 红黑树(长度>8),其中有一个静态内部类

 1 static class Node<K,V> implements Map.Entry<K,V> 

这个静态内部类就是一个小的方块,在jdk1.8之前只在构造方法里面初始化的,现在是在第一次put的时候初始化的。

(二)HashMap的put方法

put 方法的源码分析是本篇的一个重点,因为通过该方法我们可以窥探到 HashMap 在内部是如何进行数据存储的,所谓的数组+链表+红黑树的存储结构是如何形成的,又是在何种情况下将链表转换成红黑树来优化性能的。带着一系列的疑问,我们看这个 put 方法:

1     public V put(K key, V value) {
2         return putVal(hash(key), key, value, false, true);
3     }

也就是put方法调用了putVal方法,其中传入一个参数位hash(key),我们首先来看看hash这个方法。

1 static final int hash(Object key) {
2         int h;
3         return (key == null) ? 0 : (h = key.hashCode()) ^ (h >>> 16);
4 }

是一个静态final方法。这是为什么key可以位null的原因了,当插入的key值为null,他会自动把他当作0进行处理

并且调用了key的hashcode,这就是为什么map的key一定要重写hashcode和equals方法。

并且与h右移16位异或。我们来详细看看这里为什么这样做。

我们知道,按位异或就是把两个数按二进制,相同就取0,不同就取1。

比如:0101 ^ 1110 的结果为 1011。异或的速度是非常快的。

把一个数右移16位即丢弃低16为,就是任何小于2^16的数,右移16后结果都为0(2的16次方再右移刚好就是1)。

任何一个数,与0按位异或的结果都是这个数本身(很好验证)。

所以这个hash()函数对于非null的hash值,仅在其大于等于2^16的时候才会重新调整其值,小于2^16不做调整直接取他的hashcode值。

至于为什么右移16位异或,这是知乎上面的一幅图片

看到没有,变得“松散”了很多,至于为什么,我也不是很清楚。我们继续往下看putVal这个方法。

 1 final V putVal(int hash, K key, V value, boolean onlyIfAbsent,boolean evict) {
 2     Node<K,V>[] tab; Node<K,V> p; int n, i;
 3     //如果 table 还未被初始化,那么初始化它
 4     if ((tab = table) == null || (n = tab.length) == 0)
 5         n = (tab = resize()).length;
 6     //根据键的 hash 值找到该键对应到数组中存储的索引
 7     //如果为 null,那么说明此索引位置并没有被占用
 8     if ((p = tab[i = (n - 1) & hash]) == null)
 9         tab[i] = newNode(hash, key, value, null);
10     //不为 null,说明此处已经被占用,只需要将构建一个节点插入到这个链表的尾部即可
11     else {
12         Node<K,V> e; K k;
13         //当前结点和将要插入的结点的 hash 和 key 相同,说明这是一次修改操作
14         if (p.hash == hash &&
15             ((k = p.key) == key || (key != null && key.equals(k))))
16             e = p;
17         //如果 p 这个头结点是红黑树结点的话,以红黑树的插入形式进行插入
18         else if (p instanceof TreeNode)
19             e = ((TreeNode<K,V>)p).putTreeVal(this, tab, hash, key, value);
20         //遍历此条链表,将构建一个节点插入到该链表的尾部
21         else {
22             for (int binCount = 0; ; ++binCount) {
23                 if ((e = p.next) == null) {
24                     p.next = newNode(hash, key, value, null);
25                     //如果插入后链表长度大于等于 8 ,将链表裂变成红黑树
26                     if (binCount >= TREEIFY_THRESHOLD - 1)
27                         treeifyBin(tab, hash);
28                     break;
29                 }
30                 //遍历的过程中,如果发现与某个结点的 hash和key,这依然是一次修改操作 
31                 if (e.hash == hash &&
32                     ((k = e.key) == key || (key != null && key.equals(k))))
33                     break;
34                 p = e;
35             }
36         }
37         //e 不是 null,说明当前的 put 操作是一次修改操作并且e指向的就是需要被修改的结点
38         if (e != null) { 
39             V oldValue = e.value;
40             if (!onlyIfAbsent || oldValue == null)
41                 e.value = value;
42             afterNodeAccess(e);
43             return oldValue;
44         }
45     }
46     ++modCount;
47     //如果添加后,数组容量达到阈值,进行扩容
48     if (++size > threshold)
49         resize();
50     afterNodeInsertion(evict);
51     return null;
52 }

 注释已经很清楚了,我想说下这个初始化的问题

//如果 table 还未被初始化,那么初始化它
if ((tab = table) == null || (n = tab.length) == 0)
n = (tab = resize()).length;

这个resize()方法既可以初始化,也可以扩容,都是这个函数完成的。并且在多线程下,不会出现之前的死锁导致cpu飙升至100%,只会出现数据丢失的问题。

首先,我们看 resize 这个方法是如何对 table 进行初始化的

 1 //第一部分
 2 final Node<K,V>[] resize() {
 3         Node<K,V>[] oldTab = table;
 4         //拿到旧数组的长度
 5         int oldCap = (oldTab == null) ? 0 : oldTab.length;
 6         int oldThr = threshold;
 7         int newCap, newThr = 0;
 8         //说明旧数组已经被初始化完成了,此处需要给旧数组扩容
 9         if (oldCap > 0) {
10             //极限的限定,达到容量限定的极限将不再扩容
11             if (oldCap >= MAXIMUM_CAPACITY) {
12                 threshold = Integer.MAX_VALUE;
13                 return oldTab;
14             }
15             //未达到极限,将数组容量扩大两倍,阈值也扩大两倍
16             else if ((newCap = oldCap << 1) < MAXIMUM_CAPACITY &&
17                      oldCap >= DEFAULT_INITIAL_CAPACITY)
18                 newThr = oldThr << 1; 
19         }
20         //数组未初始化,但阈值不为 0,为什么不为 0 ?
21         //上述提到 jdk 大神偷懒的事情就指的这,构造函数根据传入的容量打造了一个合适的数组容量暂存在阈值中
22         //这里直接使用
23         else if (oldThr > 0) 
24             newCap = oldThr;
25         //数组未初始化并且阈值也为0,说明一切都以默认值进行构造
26         else {
27             newCap = DEFAULT_INITIAL_CAPACITY;
28             newThr = (int)(DEFAULT_LOAD_FACTOR * DEFAULT_INITIAL_CAPACITY);
29         }
30         //这里也是在他偷懒的后续弥补
31         //newCap = oldThr 之后并没有计算阈值,所以 newThr = 0
32         if (newThr == 0) {
33             float ft = (float)newCap * loadFactor;
34             newThr = (newCap < MAXIMUM_CAPACITY && ft < (float)MAXIMUM_CAPACITY ?
35                       (int)ft : Integer.MAX_VALUE);
36         }
37         threshold = newThr;
38 //根据新的容量初始化一个数组
39 Node<K,V>[] newTab = (Node<K,V>[])new Node[newCap];
40 table = newTab;
41 //旧数组不为 null,这次的 resize 是一次扩容行为
42 if (oldTab != null) {
43     //将旧数组中的每个节点位置相对静止地拷贝值新数组中
44     for (int j = 0; j < oldCap; ++j) {
45         Node<K,V> e;
46         //获取头结点
47         if ((e = oldTab[j]) != null) {
48             oldTab[j] = null;
49             //说明链表或者红黑树只有一个头结点,转移至新表
50             if (e.next == null)
51                 newTab[e.hash & (newCap - 1)] = e;
52             //如果 e 是红黑树结点,红黑树分裂,转移至新表
53             else if (e instanceof TreeNode)
54                 ((TreeNode<K,V>)e).split(this, newTab, j, oldCap);
55             //这部分是将链表中的各个节点原序地转移至新表中
56             else { 
57                 Node<K,V> loHead = null, loTail = null;
58                 Node<K,V> hiHead = null, hiTail = null;
59                 Node<K,V> next;
60                 do {
61                     next = e.next;
62                     if ((e.hash & oldCap) == 0) {
63                         if (loTail == null)
64                             loHead = e;
65                         else
66                             loTail.next = e;
67                         loTail = e;
68                     }
69                     else {
70                         if (hiTail == null)
71                             hiHead = e;
72                         else
73                             hiTail.next = e;
74                         hiTail = e;
75                     }
76                 } while ((e = next) != null);
77                 if (loTail != null) {
78                     loTail.next = null;
79                     newTab[j] = loHead;
80                 }
81                 if (hiTail != null) {
82                     hiTail.next = null;
83                 newTab[j + oldCap] = hiHead;
84                 }
85             }
86         }
87     }
88 }
89 //不论你是扩容还是初始化,都可以返回 newTab
90 return newTab;

JDK大神真的是太厉害了,膜拜啊膜拜。

将冲突多的,比如链表或者红黑树,放到扩容后的那一半,那么以后冲突就会减少很多。

就是判断旧的数组那一位到底为不为一。比如4(0100),只要第二位为1,全部放到highHead那里,否则lowHead.

我们看上面代码的第62行

这个oldCap表示扩容之前数组的长度,一定是为2的倍数。即二进制中只有一位为1,其他位都位0

1 if ((e.hash & oldCap) == 0)

如果原 oldCap 为 10000 的话,那么扩容后的 newCap 则为 100000,会比原来多出一位。所以我们只要知道原索引值的前一位是 0 还是 1 即可,如果是 0,那么它和新容量与后还是 0 并不改变索引的值,如果是 1 的话,那么索引值会增加 oldCap。

这样就分两步拆分当前链表,一条链表是不需要移动的,依然保存在当前索引值的结点上,另一条则需要变动到 index + oldCap 的索引位置上。

既假如原数组前一位是0那么还是原index位置,否则就是两倍。

至此,put方法就差不多了。可以详细的看下代码的注释,结合jdk来理解。

ps. 我其实看的时候有一个疑问。为何不把冲突的全部放到扩容的另外一半呢。这也许就是JDK1.8的新特性吧

我去网上找了找1.8之前的扩容,就是把链表全部放进后面。

所以会产生死循环。而你1.8以后,分成了两个,肯定不会出现指向同一个元素,所以不会出现死循环。

不过我觉得这是一个鸡肋,HashMap线程不安全,没必要考虑这些。

将冲突多的全部放到扩容后的另外一半,我觉得是最好的。(只是个人建议哈)

(三)HashMap的get方法

相对于put方法,get方法就简单很多了。

public V get(Object key) {
    Node<K,V> e;
    //直接调用了getNode()
    return (e = getNode(hash(key), key)) == null ? null : e.value;
}
 1 final Node<K,V> getNode(int hash, Object key) {
 2     Node<K,V>[] tab; Node<K,V> first, e; int n; K k;
 3     //先判断数组是否为空,长度是否大于0,那个node节点是否存在
 4     if ((tab = table) != null && (n = tab.length) > 0 &&
 5         (first = tab[(n - 1) & hash]) != null) {
 6         //如果找到,直接返回
 7         if (first.hash == hash && // always check first node
 8             ((k = first.key) == key || (key != null && key.equals(k))))
 9             return first;
10         if ((e = first.next) != null) {
11             //如果是红黑树,去红黑树找
12             if (first instanceof TreeNode)
13                 return ((TreeNode<K,V>)first).getTreeNode(hash, key);
14             //链表找
15             do {
16                 if (e.hash == hash &&
17                     ((k = e.key) == key || (key != null && key.equals(k))))
18                     return e;
19             } while ((e = e.next) != null);
20         }
21     }
22     return null;
23 }

总结:

终于写完了,也是自己的第一篇博文,写了自己比较熟悉的HashMap,花了自己挺久的时间。

之前一直在github wenbochang888 上面写,发觉排版很是麻烦,所以来到了博客园,博客园也是我经常逛的博客之一,没有广告,博文质量高,反正就是非常的喜欢。

希望自己可以坚持下去,无聊就去写写,没有必要说一天几篇,几天几篇什么的,自己开心就好。

自己文笔不好,很多东西表达不出来,望见谅。

作者:wenbochang