HashMap-你可能需要知道这些

96
24K男
2017.10.09 15:44* 字数 1098

HashMap是Android程序员(当然也包括Java程序员)经常使用的映射数据类型,伴随着JDK的版本更新,JDK1.8相比1.7对HashMap的底层实现了一些优化,尤其是红黑树这个点(现在面试的时候基本都会问到这个问题),本博文结合JDK1.8源码分析下HashMap的实现原理。

1.简介

1.1 哈希算法

什么是哈希算法呢?

哈希算法将任意长度的二进制值映射为较短的固定长度的二进制值,这个小的二进制值称为哈希值。哈希值是一段数据唯一且极其紧凑的数值表示形式。如果散列一段明文而且哪怕只更改该段落的一个字母,随后的哈希都将产生不同的值。要找到散列为同一个值的两个不同的输入,在计算上是不可能的,所以数据的哈希值可以检验数据的完整性。一般用于快速查找和加密算法。

1.2 解决hash冲突

HashMap使用链地址法来解决hash冲突,即数组+链表的组合,JDK1.8之后才引入了红黑树进行存储优化。
每个数组元素上都是一个链表结构,当数据被hash后得到数组的下标,把数据存储到对应下标的链表上。

1.3 HashMap定义

public class HashMap<K,V> extends AbstractMap,<K,V>
    implements Map<K,V>, Cloneable, Serializable

从HashMap的定义上,我们可以知道以下几点:

  • HashMap为散列表,用于存储[key-value]键值对
  • 继承了AbstractMap,实现了Map、Cloneable、Serializable
  • 由于Map的设计是非同步的,从实现上看HashMap也是非线程安全的。(线程同步的场景可以使用ConcurrentHashMap)
  • 可以实现克隆
  • 可以序列化

1.4 一些属性

    // 初始化容量,必须为2的n次幂(主要是为了后续计算index考虑)
    static final int DEFAULT_INITIAL_CAPACITY = 1 << 4; // aka 16
 
    // 最大容量,2的30次幂 
    static final int MAXIMUM_CAPACITY = 1 << 30;

    // 默认的加载因子,size=capacity*factor
    static final float DEFAULT_LOAD_FACTOR = 0.75f;

    // 使用红黑树的阀值
    // 当链表中的个数大于该值时,会将链表转换为红黑树进行存储
    // 该值必须大于2,且最小值为8
    static final int TREEIFY_THRESHOLD = 8;

    // resize时不使用树的阀值,必须小于TREEIFY_THRESHOLD
    static final int UNTREEIFY_THRESHOLD = 6;

    // 红黑树最小容量
    // 最小值为:4 * TREEIFY_THRESHOLD
    static final int MIN_TREEIFY_CAPACITY = 64;

1.5 重要的Node

// 用于存储数据的节点
static class Node<K,V> implements Map.Entry<K,V> {
        // 用于定位数组索引位置
        final int hash;
        // 存储的key
        final K key;
        // 存储的value
        V value;
        // 链表中下一个值
        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; }

        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;
        }
    }

Node是HashMap的一个静态内部类,实现了Map.Entry接口,本质是就是一个键值对。

1.6 构造方法

在看构造方法前,先来看几个关键的属性:

    // 存储数据的数据,首次使用时被初始化,需要时可以被扩容
    // 当分配时它的长度一定是2的n次幂
    transient Node<K,V>[] table;

    // 数组中实际存储的键值对数量
    transient int size;

    //  用于fail-fast
    transient int modCount;
    // HashMap所能容纳的最大数据量的Node(键值对)个数
    // threshold = capacity * load factor
    // 超过该值那么将进行扩容
    int threshold;

    // 负载因子
    final float loadFactor;

下面我们来看下HashMap的几个构造方法:

    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);
    }

    public HashMap(int initialCapacity) {
        this(initialCapacity, DEFAULT_LOAD_FACTOR);
    }

    public HashMap() {
        this.loadFactor = DEFAULT_LOAD_FACTOR; // all other fields defaulted
    }

    public HashMap(Map<? extends K, ? extends V> m) {
        this.loadFactor = DEFAULT_LOAD_FACTOR;
        putMapEntries(m, false);
    }

这些构造方法其实就是对上面的几个属性进行了初始化。

2.原理分析

2.1 确定在Hash数组中的index

方法一:

static final int hash(Object key) {
    int h;
    return (key == null) ? 0 : (h = key.hashCode()) ^ (h >>> 16);
}
    
方法二:
static int indexFor(int h, int length) {  //jdk1.7的源码,jdk1.8没有这个方法,但是实现原理一样的
  return h & (length-1);  //第三步 取模运算
}

分析下上面的两个算法,我们可以发现HashMap采用的hash算法主要包括以下三块内容:

  1. 取得key的hashCode值
    在这里我们需要明确下hashCode()方法与equals()方法之间的关系:
    如果x.equals(y)返回“true”,那么x和y的hashCode()必须相等。
    如果x.equals(y)返回“false”,那么x和y的hashCode()有可能相等,也有可能不等。

  2. 高位运算

(h = key.hashCode()) ^ (h >>> 16)

这么做可以在数组table的length比较小的时候,也能保证考虑到高低Bit都参与到Hash的计算中,同时不会有太大的开销。

  1. 取模运算
    这个方法非常巧妙,它通过h&(table.length-1)来得到对象的保存位置(数组中的index),因为数组的长度lenth总是为2的n次方,h&(length-1)运算等价于对length取模,也就是h%length,但是&比%具有更高的效率。

2.2 put方法

上面分析了这么多,这个章节才是我们的重点,废话不多说,我们来看put方法到底做了那些神级操作。

public V put(K key, V value) {
        return putVal(hash(key), key, value, false, true);
    }
    
     final V putVal(int hash, K key, V value, boolean onlyIfAbsent,
                   boolean evict) {
        Node<K,V>[] tab; Node<K,V> p; int n, i;
        //1. 如果是首次使用(tab为空),那么进行resize操作
        if ((tab = table) == null || (n = tab.length) == 0)
            n = (tab = resize()).length;
            
        //2.根据hash值获得数组index值,判断table[index]是否为null
        //如果table[index]为null,直接新建node元素。
        if ((p = tab[i = (n - 1) & hash]) == null)
            tab[i] = newNode(hash, key, value, null);
        else {
            Node<K,V> e; K k;
            // 3. 节点key存在,直接进行覆盖
            if (p.hash == hash &&
                ((k = p.key) == key || (key != null && key.equals(k))))
                e = p;
                
            // 4.如果当前table[index]为红黑树节点对象,存储节点到书中
            else if (p instanceof TreeNode)
                e = ((TreeNode<K,V>)p).putTreeVal(this, tab, hash, key, value);
                
            // 5.如果节点为链表    
            else {
                for (int binCount = 0; ; ++binCount) {
                    if ((e = p.next) == null) {
                        p.next = newNode(hash, key, value, null);
                        // 如果链表长度大于等于8,则将链表转换为红黑树
                        if (binCount >= TREEIFY_THRESHOLD - 1) // -1 for 1st
                            treeifyBin(tab, hash);
                        break;
                    }
                    // key已经存在直接覆盖value
                    if (e.hash == hash &&
                        ((k = e.key) == key || (key != null && key.equals(k))))
                        break;
                    p = e;
                }
            }
            
            // tab
            if (e != null) { // existing mapping for key
                V oldValue = e.value;
                if (!onlyIfAbsent || oldValue == null)
                    e.value = value;
                afterNodeAccess(e);
                return oldValue;
            }
        }
        ++modCount;
        // 6.超过最大容量,就进行扩容
        if (++size > threshold)
            resize();
        afterNodeInsertion(evict);
        return null;
    }

2.3 resize

 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) {
            // 超过最大值就不再进行扩容了
            if (oldCap >= MAXIMUM_CAPACITY) {
                threshold = Integer.MAX_VALUE;
                return oldTab;
            }
            
            // 没有超过最大值,就扩大为原来的2倍
            else if ((newCap = oldCap << 1) < MAXIMUM_CAPACITY &&
                     oldCap >= DEFAULT_INITIAL_CAPACITY)
                newThr = oldThr << 1; // double threshold
        }
        else if (oldThr > 0) // initial capacity was placed in threshold
            newCap = oldThr;
        else {               // zero initial threshold signifies using defaults
            // 首次使用时进行的扩容
            newCap = DEFAULT_INITIAL_CAPACITY;
            newThr = (int)(DEFAULT_LOAD_FACTOR * DEFAULT_INITIAL_CAPACITY);
        }
        
        // 计算新的上限
        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;
        if (oldTab != null) {
            for (int j = 0; j < oldCap; ++j) {
                Node<K,V> e;
                
                // 将每个bucket移动到新的bucket
                if ((e = oldTab[j]) != null) {
                    // 将旧的数组置为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;
                            
                            // 原索引
                            if ((e.hash & oldCap) == 0) {
                                if (loTail == null)
                                    loHead = e;
                                else
                                    loTail.next = e;
                                loTail = e;
                            }
                             // 原索引+oldCap
                            else {
                                if (hiTail == null)
                                    hiHead = e;
                                else
                                    hiTail.next = e;
                                hiTail = e;
                            }
                        } while ((e = next) != null);
                        
                        // 原索引放到bucket里
                        if (loTail != null) {
                            loTail.next = null;
                            newTab[j] = loHead;
                        }
                        
                        // 原索引+oldCap放到bucket里
                        if (hiTail != null) {
                            hiTail.next = null;
                            newTab[j + oldCap] = hiHead;
                        }
                    }
                }
            }
        }
        return newTab;
    }


3. 线程安全性

我们都知道HashMap是非线程安全的,在多线程使用场景中,应该尽量避免使用线程不安全的HashMap,而使用线程安全的ConcurrentHashMap。
ConcurrentHashMap使用了分段加锁的机制,因此在使用效率上比使用HashTable和Collections.synchronizedMap()更高,而且由于设计陈旧,HashTable和Collections.synchronizedMap()正在逐渐退出历史舞台。

4. 结束语

HashMap在我们日常开发中,占据着不可或缺的位置,希望大家能对其原理有一个深入的认识和了解。JDK 1.8对HashMap的优化仅仅是冰山一角,让我们通过HashMap开始拥抱JDK1.8吧。

技术积累
Web note ad 1