JDK8集合类源码解析 - HashMap

java为数据结构中的映射定义了一个接口java.util.Map,此接口主要有四个常用的实现类,分别是HashMapHashtableLinkedHashMapTreeMap

HashMap 比较常用,无序的,线程不安全的

Hashtable (不推荐使用)线程安全的,如果要确保线程安全,推荐使用ConcurrentHashMap

LinkedHashMap是HashMap的一个子类,保存了记录的插入顺序

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(比如在微信支付做签名的时候就可以使用TreeMap,也可以指定排序的比较器

考虑到使用情况 Hashmap的使用频率最高,这篇文章主要分析HashMap

接下来我将按照以下几个部分来介绍下

1核心数据结构

2相关方法解析

3其他补充

  性能?

  扩容因子?

  线程安全性?

  容量必须是2n次幂?

 

4最佳实践

====================

1核心数据结构

 

 Jdk8采用的是数组+链表+红黑树(当链表长度超过8的时候就会转化成红黑树,本文不对红黑树展开讨论,想了解更多红黑树数据结构的工作原理同学 可以点击 红黑树

 

核心代码如下

1
2
3
4
5
6
7
8
9
10
11
12
13
14
15
16
17
18
19
20
21
22
23
24
25
26
27
28
29
30
31
32
33
34
35
36
37
38
39
40
41
42
43
44
45
46
47
48
49
50
51
52
53
54
55
transient Node<K,V>[] table;
 
static class Node<K,V> implements Map.Entry<K,V> {
 
       final int hash; //用来定位数组索引位置
 
       final K key;
 
       V value;
 
       Node<K,V> next; //下一个Node
 
       Node(int hash, K key, V value, Node<K,V> next) {
 
           this.hash = hash;
 
           this.key = key;
 
           this.value = value;
 
           this.next = next;
 
       }
 
 
 
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;
 
       TreeNode(int hash, K key, V val, Node<K,V> next) {
 
           super(hash, key, val, next);
 
       }
 
  static class LinkedHashMap.Entry<K,V> extends HashMap.Node<K,V> {
 
       Entry<K,V> before, after;
 
       Entry(int hash, K key, V value, Node<K,V> next) {
 
           super(hash, key, value, next);
 
       }
 
   }

  

可以看出Node是TreeNode的爷爷

 

 

2相关方法解析

put 方法解析

1
2
3
4
5
6
7
8
9
10
11
12
13
14
15
16
17
18
19
20
21
22
23
24
25
26
27
28
29
30
31
32
33
34
35
36
37
38
39
40
41
42
43
44
45
46
47
48
49
50
51
52
53
54
55
56
public V put(K key, V value) {
        //hash() 获取key在table里面的下标值
        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;
        if ((tab = table) == null || (n = tab.length) == 0)
            n = (tab = resize()).length; //table为空 初始化table
        if ((p = tab[i = (n - 1) & hash]) == null)//table当前下标的值为空直接插入
            tab[i] = newNode(hash, key, value, null);
        else {
            Node<K,V> e; K k;
         //判断是否和已有的key重复,如果重复 把当前节点赋值给e 结束判断
<br>
<br>
<br>        
   if (p.hash == hash &&
                ((k = p.key) == key || (key != null && key.equals(k))))
                e = p;
//如果该节点 是TreeNode 进行红黑树的操作
            else if (p instanceof TreeNode)
                e = ((TreeNode<K,V>)p).putTreeVal(this, tab, hash, key, value);
            else {
//如果该链表元素不止一个
                for (int binCount = 0; ; ++binCount) {
                    if ((e = p.next) == null) {
                        p.next = newNode(hash, key, value, null);
                        //链表长度超过8 转换为红黑树
                        if (binCount >= TREEIFY_THRESHOLD - 1) // -1 for 1st
                            treeifyBin(tab, hash);
                        break;
                    }
   //在链表中找到相同的key 循环结束                  
 if (e.hash == hash &&
                        ((k = e.key) == key || (key != null && key.equals(k))))
                        break;
                    p = e;
                }
            }
   //如果找到了相同的key的节点   进行value覆盖
            if (e != null) { // existing mapping for key
                V oldValue = e.value;
                if (!onlyIfAbsent || oldValue == null)
                    e.value = value;
                afterNodeAccess(e);
                return oldValue;
            }
        }
        ++modCount;
        //如果超过最大容量 就执行扩容操作
        if (++size > threshold)
            resize();
        afterNodeInsertion(evict);
        return null;
    }

  

resize方法解析

1
2
3
4
5
6
7
8
9
10
11
12
13
14
15
16
17
18
19
20
21
22
23
24
25
26
27
28
29
30
31
32
33
34
35
36
37
38
39
40
41
42
43
44
45
46
47
48
49
50
51
52
53
54
55
56
57
58
59
60
61
62
63
64
65
66
67
68
69
70
71
72
73
74
75
76
77
78
79
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) { //超过最大值就不再扩充了
            if (oldCap >= MAXIMUM_CAPACITY) {
                threshold = Integer.MAX_VALUE;
                return oldTab;
            }
//容量扩大一倍
            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 {               // 长度为0  初始化
            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;
//如果原来的数组不为空 移动数据到扩容后的数组中
        if (oldTab != null) {
            for (int j = 0; j < oldCap; ++j) {
                Node<K,V> e;
                if ((e = oldTab[j]) != null) {
                    oldTab[j] = null; //让原来的值为空 方便gc
                    if (e.next == null)
//如果该链只有一个数据 就放置到新的数组去
//新的下标要么是原来的下标,要么是原来的+oldCap(后面会说道)
                        newTab[e.hash & (newCap - 1)] = e;
                    else if (e instanceof TreeNode)
                        ((TreeNode<K,V>)e).split(this, newTab, j, oldCap);
                    else { // 如果是该链后面还有数据 就遍历重新得到新的2条或者1条新的链
                        //新的低位的head,tail
                        Node<K,V> loHead = null, loTail = null;
                        //新的高位的head,tail
                        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;
    }

  

注意:关于扩容后的下标计算

 这里假如原来的大小为16,扩容后变成32

 分别有两个元素 key1key2

 

扩容前 [(n - 1) & hash] 长度16

长度(n-1)  0000 0000 0000 0000 0000 0000 0000 1111

key1      1111 1111 1111 1111 0000 1111 0001 0010    --> 0 0010  2

key2      1111 1111 1111 1111 0000 1111 0000 0010    --> 0 0010  2

扩容后(e.hash & oldCap)  长度32

长度(n)   0000 0000 0000 0000 0000 0000 0001 0000

key1      1111 1111 1111 1111 0000 1111 0001 0010    --> 1 0010  18

key2      1111 1111 1111 1111 0000 1111 0000 0010    --> 0 0010  2

于是乎只需要看看原来的hash值新增的那个bit1还是0就好了,是0的话下标没变,是1的话下标变成 原下标+oldCap 

3其他补充

  性能?这里分2种情况,第一种,hash比较均匀的状况下,jdk8jdk7提高了至少10%的性能

第二种,hash不均匀的状况下,jdk7get方法花费的时间会随着长度的增加而线性增加,而jdk8中当链表长度过长会转成红黑树,get方法花费的时间呈现对数增长稳定。

  扩容因子? 默认为0.75,这是综合时间和空间的利用率来考虑的,通常不要变,如果该值过大,可能会造成链表太长,导致getput等操作缓慢;如果太小,空间利用率不足。

  线程安全性?线程不安全,容易导致死循环(形成环形链表),多线程环境推荐使用ConcurrentHashMap

  容量必须是2n次幂?当数组长度为2n次幂的时候,不同的key算得得index相同的几率较小,那么数据在数组上分布就比较均匀,也就是说碰撞的几率小,当然这我们指定大小的时候不需要指定为2n次幂,jdk会调用tableSizeFor()返回大于当前值的最小的2n次幂整数

4最佳实践

 1 在使用hashmap的时候,如果能够预知需要使用的大小,最好指定其大小,较少因为扩容而导致的性能损失。

    

1
HashMap<String,Object> map = new HashMap<>(100);

 2 HashMap可以插入null的key 的value

 3线程不安全,多线程环境推荐使用ConcurrentHashMap

 4 JDK1.8引入红黑树很大程度提高了HashMap的性能,特别是在hash极不均衡的时候。

posted on   一只小蜗牛12138  阅读(161)  评论(0编辑  收藏  举报

努力加载评论中...

导航

点击右上角即可分享
微信分享提示