HashMap初步解析

*爱你&永不变心* 提交于 2020-08-08 05:06:58

参考

美团技术团队-Java 8系列之重新认识HashMap

一些Map的比较

  1. HashMap:它根据键的hashCode值存储数据,大多数情况下可以直接定位到它的值,因而具有很快的访问速度,但遍历顺序却是不确定的。 HashMap最多只允许一条记录的键为null,允许多条记录的值为null。HashMap非线程安全,即任一时刻可以有多个线程同时写HashMap,可能会导致数据的不一致。如果需要满足线程安全,可以用 Collections的synchronizedMap方法使HashMap具有线程安全的能力,或者使用ConcurrentHashMap。
  2. Hashtable:Hashtable是遗留类,很多映射的常用功能与HashMap类似,不同的是它承自Dictionary类,并且是线程安全的,任一时间只有一个线程能写Hashtable,并发性不如ConcurrentHashMap,因为ConcurrentHashMap引入了分段锁。Hashtable不建议在新代码中使用,不需要线程安全的场合可以用HashMap替换,需要线程安全的场合可以用ConcurrentHashMap替换。
  3. LinkedHashMap:LinkedHashMap是HashMap的一个子类,保存了记录的插入顺序,在用Iterator遍历LinkedHashMap时,先得到的记录肯定是先插入的,也可以在构造时带参数,按照访问次序排序。
  4. TreeMap:TreeMap实现SortedMap接口,能够把它保存的记录根据键排序,默认是按键值的升序排序,也可以指定排序的比较器,当用Iterator遍历TreeMap时,得到的记录是排过序的。如果使用排序的映射,建议使用TreeMap。在使用TreeMap时,key必须实现Comparable接口或者在构造TreeMap传入自定义的Comparator,否则会在运行时抛出java.lang.ClassCastException类型的异常。

对于上述四种Map类型的类,要求映射中的key是不可变对象。不可变对象是该对象在创建后它的哈希值不会被改变。如果对象的哈希值发生变化,Map对象很可能就定位不到映射的位置了。

HashMap概览

HashMap 底层的数据结构主要是:数组 + 链表 + 红黑树(JDK1.8增加了红黑树部分)。其中当链表的长度大于等于 8 时,链表会转化成红黑树,当红黑树的大小小于等于 6 时,红黑树会转化成链表,整体的数据结构如下:
image.png
图中左边竖着的是 HashMap 的数组结构,数组的元素可能是单个 Node,也可能是个链表,也可能是个红黑树,比如数组下标索引为 2 的位置就是一个链表,下标索引为 9 的位置对应的就是红黑树。
HashMap就是使用哈希表来存储的。哈希表为解决冲突,可以采用开放地址法和链地址法等来解决问题,Java中HashMap采用了链地址法。链地址法,简单来说,就是数组加链表的结合。在每个数组元素上都一个链表结构,当数据被Hash后,得到数组下标,把数据放在对应下标元素的链表上。




变量概念

static final int DEFAULT_INITIAL_CAPACITY = 1 << 4 :初始容量为 16,它一定是2
static final int MAXIMUM_CAPACITY = 1 << 30 :最大容量 为2一样也一定是2
static final float DEFAULT_LOAD_FACTOR = 0.75f :负载因子默认值为0.75
static final int TREEIFY_THRESHOLD = 8; 桶上的链表长度大于等于8时,链表转化成红黑树
static final int UNTREEIFY_THRESHOLD = 6; 桶上的红黑树大小小于等于6时,红黑树转化成链表
static final int MIN_TREEIFY_CAPACITY = 64; 当数组容量大于 64 时,链表才会转化成红黑树
transient int modCount :结构版本号,强调一点,内部结构发生变化指的是结构发生变化,例如put新键值对,但是某个key对应的value值被覆盖不属于结构变化。
transient int size; HashMap 的实际大小,可能不准(因为当你拿到这个值的时候,可能又发生了变化)
int threshold; // 扩容的门槛,有两种情况 // 如果初始化时,给定数组大小的话,通过 tableSizeFor 方法计算,数组大小永远接近于 2 的幂次方,比如你给定初始化大小 19,实际上初始化大小为 32,为 2 的 5 次方。 // 如果是通过 resize 方法进行扩容,大小 = 数组容量 * 0.75
static class Node<K,V> implements Map.Entry<K,V> {} 链表的节点
static final class TreeNode<K,V> extends LinkedHashMap.Entry<K,V> {} 红黑树的节点









类介绍(注释)

类注释大致内容如下:

  1. 允许 key为null、value 为null ,实现了Map接口的所有方法。
  2. 它是hash table的Map接口实现版本,除了它是非线程安全的,其他与_Hashtable一致。_
  3. 它不保证元素顺序
  4. get、put操作,时间复杂度是O(1)
  5. load factor(影响因子) 默认值是 0.75, 是均衡了时间和空间损耗的值,较高的值会减少空间开销(扩容减少,数组大小增长速度变慢),但增加了查找成本(hash 冲突增加,链表长度变长),不扩容的条件:数组容量 > 需要的数组大小 /load factor;
  6. 如果有很多数据需要储存到 HashMap 中,建议 HashMap 的容量一开始就设置成足够的大小(尽量减少rehash的操作次数),这样可以防止在其过程中不断的扩容,影响性能;
  7. 在迭代过程中,如果 HashMap 的结构被修改(put、delete),会快速失败。
  8. HashMap 是非线程安全的,我们可以自己在外部加锁,或者通过 Collections#synchronizedMap 来创建HashMap实现线程安全,Collections#synchronizedMap 的实现是在每个方法上加上了 synchronized 锁;

# 常用方法源码 ### 哈希桶数组索引位置(hash) 用来计算key的hashcode,这里的Hash算法本质上就是三步:**取key的hashCode值、高位运算、取模运算**。
static final int hash(Object key) {
    int h;
    return (key == null) ? 
        0 :
    // key.hashCode()取hashCode值
    // h ^ (h >>> 16) 高位参与运算
    (h = key.hashCode()) ^ (h >>> 16);
}

//jdk1.7的源码,jdk1.8没有这个方法,但是实现原理一样的
static int indexFor(int h, int length) {  
     return h & (length-1);  //第三步 取模运算
}

对于任意给定的对象,只要它的hashCode()返回值相同,那么程序调用方法一所计算得到的Hash码值总是相同的。我们首先想到的就是把hash值对数组长度取模运算,这样一来,元素的分布相对来说是比较均匀的。但是,模运算的消耗还是比较大的,在HashMap中是这样做的:调用方法二来计算该对象应该保存在table数组的哪个索引处。
这个方法非常巧妙,它通过h & (table.length -1)来得到该对象的保存位,而HashMap底层数组的长度总是2的n次方,这是HashMap在速度上的优化。当length总是2的n次方时,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。

添加(put,jdk1.8)

public V put(K key, V value) {
    // 对key进行hash操作后,调用putVal方法
    return putVal(hash(key), key, value, false, true);
}

// 入参 hash:通过 hash 算法计算出来的值。
// 入参 hash:通过 hash 算法计算出来的值。
// 入参 onlyIfAbsent默认为 false
// false 表示 key 存在时,会用新值覆盖原来的值,
// 为true时,表示只有在key 不存在时,才会被放入map
final V putVal(int hash, K key, V value, boolean onlyIfAbsent,
               boolean evict) {
    
     // n 表示数组的长度,i 为数组索引,p 为 i 下标位置的 Node 值
    Node<K,V>[] tab; Node<K,V> p; int n, i;
    
    // 1.判断键值对数组table[i]是否为空或为null,否则执行resize()进行扩容;
    if ((tab = table) == null || (n = tab.length) == 0)
        n = (tab = resize()).length;
    
    // 2.根据键值key计算hash值得到插入的数组索引i,如果table[i]==null,直接新建节点添加,转向⑥,如果table[i]不为空,转向③;
    if ((p = tab[i = (n - 1) & hash]) == null)
        tab[i] = newNode(hash, key, value, null);
    else {
        Node<K,V> e; K k;
        // 3.判断table[i]的首个元素是否和key一样,如果相同直接覆盖value,否则转向④,这里的相同指的是hashCode以及equals;
        if (p.hash == hash &&
            ((k = p.key) == key || (key != null && key.equals(k))))
            e = p;
        // 4.判断table[i] 是否为treeNode,即table[i] 是否是红黑树,如果是,则直接在树中插入键值对,否则转向⑤;
        else if (p instanceof TreeNode)
            e = ((TreeNode<K,V>)p).putTreeVal(this, tab, hash, key, value);
        
       // 5.可以确定,该表为链表。遍历table[i],
       // 在红黑树中执行插入操作,否则进行链表的插入操作;遍历过程中若发现key已经存在直接覆盖value即可;
        else {
            for (int binCount = 0; ; ++binCount) {
                 // e = p.next 表示从头开始,遍历链表
                // p.next == null 表明 p 是链表的尾节点
                
                if ((e = p.next) == null) {
                    // 在尾部添加
                    p.next = newNode(hash, key, value, null);
                    
                    // 判断链表长度是否大于8,大于8的话把链表转换为红黑树,
                    if (binCount >= TREEIFY_THRESHOLD - 1) // -1 for 1st
                        treeifyBin(tab, hash);
                    break;
                }
                // 找到相同的,不为null的key,结束遍历
                if (e.hash == hash &&
                    ((k = e.key) == key || (key != null && key.equals(k))))
                    break;
                
                // 往后移动
                p = e;
            }
        }
        
        // 找到新元素的映射索引位置
        if (e != null) { // existing mapping for key
            V oldValue = e.value;
            // 当 onlyIfAbsent 为 false 时,才会覆盖值 
            if (!onlyIfAbsent || oldValue == null)
                e.value = value;
            afterNodeAccess(e);
            // 返回旧值
            return oldValue;
        }
    }
    
    // 变更 HashMap 的结构版本号
    ++modCount;
    
    // 插入成功后,判断实际存在的键值对数量size是否超多了最大容量threshold,如果超过,进行扩容。
    if (++size > threshold)
        resize();
    afterNodeInsertion(evict);
    return null;
}

从以上源码中,我们可以了解到,在当链表长度 >= 8 时,此时的链表就会转化成红黑树,转化的方法是:treeifyBin,此方法有一个判断,当链表长度>= 8,并且整个数组大小> 64 时,才会转成红黑树,当数组大小<64 时,只会触发扩容,不会转化成红黑树。
那么,这个转为红黑树的阈值(MIN_TREEIFY_CAPACITY)为什么是8呢?
在HashMap源码的143~198行,解释了这个“8”的由来。中文翻译过来大概的意思是:
链表查询的时间复杂度是 O (n),红黑树的查询复杂度是 O (log (n))。在链表数据不多的时候,使用链表进行遍历也比较快,只有当链表数据比较多的时候,才会转化成红黑树,但红黑树需要的占用空间是链表的 2 倍,考虑到转化时间和空间损耗,所以我们需要定义出转化的边界值。
在考虑设计 8 这个值的时候,我们参考了泊松分布概率函数,由泊松分布中得出结论,链表各个长度的命中概率为:
泊松分布-wiki




* 0:    0.60653066
* 1:    0.30326533
* 2:    0.07581633
* 3:    0.01263606
* 4:    0.00157952
* 5:    0.00015795
* 6:    0.00001316
* 7:    0.00000094
* 8:    0.00000006
* more: less than 1 in ten million

意思是,链表的长度为 8 的概率是 0.00000006,不到千万分之一,所以说正常情况下,链表的长度不可能到达 8 ,而一旦到达 8 时,肯定是 hash 算法出了问题,所以在这种情况下,为了让 HashMap 仍然有较高的查询性能,所以让链表转化成红黑树,我们正常写代码,使用 HashMap 时,几乎不会碰到链表转化成红黑树的情况,毕竟概率只有千万分之一。
其实想要hash的更加彻底还有很多神奇的算法,比如redis的murmurHash或者DJB HASH算法,但是因为性能差不多最后还是用了效率最高的^(异或 XOR)来解决问题


扩容(resize)

本方法分析参照美团技术团队-Java 8系列之重新认识HashMap,可以直接查看原帖,原帖还讲述了JDK1.8对扩容操作的优化、性能分析。
扩容是一个特别耗性能的操作,所以当程序员在使用HashMap的时候,估算map的大小,初始化的时候给一个大致的数值,避免map进行频繁的扩容。

JDK1.8的resize方法,由于加入了红黑树的原因,较为复杂,这里先选取JDK1.7的resize方法。

void resize(int newCapacity) {   //传入新的容量
    Entry[] oldTable = table;    //引用扩容前的Entry数组
    int oldCapacity = oldTable.length;         
    if (oldCapacity == MAXIMUM_CAPACITY) {  //扩容前的数组大小如果已经达到最大(2^30)了
        threshold = Integer.MAX_VALUE; //修改阈值为int的最大值(2^31-1),这样以后就不会扩容了
        return;
    }

    Entry[] newTable = new Entry[newCapacity];  //初始化一个新的Entry数组
    transfer(newTable);                         //!!将数据转移到新的Entry数组里
    table = newTable;                           //HashMap的table属性引用新的Entry数组
    threshold = (int)(newCapacity * loadFactor);//更新扩容阈值
}

resize方法中,复制数据时,调用了transfer方法:

void transfer(Entry[] newTable) {
    Entry[] src = table;                   //src引用了旧的Entry数组
    int newCapacity = newTable.length;
    for (int j = 0; j < src.length; j++) { //遍历旧的Entry数组
        Entry<K,V> e = src[j];             //取得旧Entry数组的每个元素
        if (e != null) {
            src[j] = null;//释放旧Entry数组的对象引用(for循环后,旧的Entry数组不再引用任何对象)
            do {
                Entry<K,V> next = e.next;
                int i = indexFor(e.hash, newCapacity); //!!重新计算每个元素在数组中的位置
                // 先更新next 的指向;也就是使用了单链表的头插入方式,同一位置上新元素总会被放在链表的头部位置;
                // 这样先放在一个索引上的元素终会被放到Entry链的尾部(如果发生了hash冲突的话)
                e.next = newTable[i]; 
                newTable[i] = e;      //将元素放在数组上
                e = next;             //访问下一个Entry链上的元素
            } while (e != null);
        }
    }
}

这里在重新计算每个元素在数组中的位置时,与JDK1.8不同。

HashMap的线程安全

HashMap是线程不安全的,不要在并发的环境中同时操作HashMap,建议使用ConcurrentHashMap。
原因:在并发的场景中使用HashMap可能造成死循环(环形链表)。


易学教程内所有资源均来自网络或用户发布的内容,如有违反法律规定的内容欢迎反馈
该文章没有解决你所遇到的问题?点击提问,说说你的问题,让更多的人一起探讨吧!