HashMap源码解析-Java8

目录

1.HashMap存储结构图

2.存储的value是Node类型

3.hash计算以及确定下标

4.重要的常量

5.put操作

6.get操作

7.remove操作

8.链表转红黑树

9.resize扩容

10.resize时红黑树拆分

11.快速失败

12.HashMap为什么是非线程安全的

 

1.HashMap的储存结构图

  

  HashMap底层使用数组,每个数组元素存的是Node类型(或者TreeNode),table的每一个位置,又可以称为Hash桶,也就是说,会将相同hash值的元素存放到一个Hash桶中(这里的hash值,是指对key计算的hash值),也就是在Table的下标中相同,为了解决同一个位置有多个元素(冲突),HashMap用来拉链法和红黑树两种数据结构来解决冲突。

 

2.存储的value是Node类型

  在HashMap中,存的value不是put的K-V,而是一个Node类型,还有一个TreeNode类型,可以和Node类型相关转换

static class Node<K, V> implements Map.Entry<K, V> {
    final int hash;
    final K key;
    V value;
    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;
    }
}    

 

3.hash计算以及确定下标

  元素应该放到table的哪个位置,是通过计算key的hash值,然后与map容量进行“与”操作得到,如下:

/**
 * 计算key的hash值:
 * 1.如果key为null,则hash值为0;
 * 2.如果可以不为null,否则就是将key的hashCode的和高16位进行异或计算(异或:相同为0,不同为1)
 */
static final int hash(Object key) {
    int h;
    return (key == null) ? 0 : (h = key.hashCode()) ^ (h >>> 16);
}

  确定数组的下标:

// 下面是伪代码
index = (capacity-1) & hash(key);
table[index] = newNode;

 

4.重要的常量

  HashMap中定义了多个常量,非常重要!

DEFAULT_INITIAL_CAPACITY = 1 << 4
// HashMap默认的初始容量(16)

MAXIMUM_CAPACITY = 1 <<30
// HashMap能存的最大元素数量

DEFAULT_LOAD_FACTOR = 0.75
// 负载因子,默认为0.75,当map中的元素个数达到容量的75%时会触发扩容

TREEIFY_THRESHOLD = 8
// 当hash碰撞之后写入链表(拉链法),当链表的长度达到该阈值时,则可能会转化为红黑树
// 注意链表转换为红黑树,还与MIN_TREEIFY_CAPACITY有关

UNTREEIFY_THRESHOLD = 6
// 当红黑树的元素个数小于该值时,转换为链表形式

MIN_TREEIFY_CAPACITY = 64
// 当链表的长度超过了阈值(TREEIFY_THRESHOLD),且map的容量不小于64,链表将会转换为红黑树
// 这里的64,是指的map的容量(hash桶的数量),也就是说,当容量少于64时,即使超过树化阈值,也不会树化

 

5.put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;

    // 初始状态,HashMap为空,则需要扩容,n为扩容后的容量
    if ((tab = table) == null || (n = tab.length) == 0) {
        n = (tab = resize()).length;
    }

    if ((p = tab[i = (n - 1) & hash]) == null) {
        // 要放入的位置没有其他项(没有冲突),则直接放入该位置
        tab[i] = newNode(hash, key, value, null);
    } else {
        // 计算后,要放入的位置已经有了其他项,需要解决冲突(拉链法或者红黑树)
        Node<K, V> e;
        K k;

        // 上一步操作后,p指向的该"桶"的第一个Node,判断位置是否匹配,如果位置匹配,且key相同,表示是put的数据已经存在,直接覆盖即可
        if (p.hash == hash && ((k = p.key) == key || (key != null && key.equals(k)))) {
            e = p;
        } else if (p instanceof TreeNode) {
            // 如果p指向的是TreeNode,也就是红黑树存储的节点,那么就将新增元素加入到红黑树中
            e = ((TreeNode<K, V>) p).putTreeVal(this, tab, hash, key, value);
        } else {
            // p指向的是链表头结点,则利用尾插法,将新节点插入到末尾(遍历过程中发现相同节点则进行覆盖)
            for (int binCount = 0; ; ++binCount) {
                // 走到尾节点
                if ((e = p.next) == null) {
                    // 将新数据查到最后
                    p.next = newNode(hash, key, value, null);
                    // 判断链表的长度是否达到树化的阈值,如果是,则将链表转换为红黑树
                    if (binCount >= TREEIFY_THRESHOLD - 1) {// -1 for 1st
                        // 注意并不一定会转换为红黑树,还与tab的长度有关,tab.length<MIN_TREEIFY_CAPACITY时,仍旧采取扩容,而非树化
                        treeifyBin(tab, hash);
                    }
                    break;
                }

                // 如果是已经存在的节点,则中断循环,后面将进行覆盖value
                if (e.hash == hash && ((k = e.key) == key || (key != null && key.equals(k)))) {
                    break;
                }
                p = e;
            }
        }

        // 数据已经存在,则进行覆盖操作
        if (e != null) { // existing mapping for key
            V oldValue = e.value;
            if (!onlyIfAbsent || oldValue == null) {
                e.value = value;
            }
            afterNodeAccess(e);
            return oldValue;
        }
    }
    
    // 计数加一(用来快速失败)
    ++modCount;
    if (++size > threshold) {
        resize();
    }
    afterNodeInsertion(evict);
    return null;
}

 

6.get操作

public V get(Object key) {
    Node<K, V> e;
    return (e = getNode(hash(key), key)) == null ? null : e.value;
}

/**
 * get的时候,最关键的就是,先根据key的hash值找到桶位置,然后在根据key来查找
 */
final Node<K, V> getNode(int hash, Object key) {
    Node<K, V>[] tab;
    Node<K, V> first, e;
    int n;
    K k;

    // 根据key进行hash后的位置存在数据,如果不存在,则直接返回null
    if ((tab = table) != null && (n = tab.length) > 0 && (first = tab[(n - 1) & hash]) != null) {
        // 根据hash和key进行判断第一个节点是否为要找的元素,如果是,则返回第一个节点
        if (first.hash == hash && ((k = first.key) == key || (key != null && key.equals(k)))) {
            return first;
        }

        if ((e = first.next) != null) {
            // 如果节点时红黑树的节点类型,则遍历红黑树,进行查找
            if (first instanceof TreeNode) {
                return ((TreeNode<K, V>) first).getTreeNode(hash, key);
            }

            // 遍历链表进行查找
            do {
                if (e.hash == hash && ((k = e.key) == key || (key != null && key.equals(k)))) {
                    return e;
                }
            } while ((e = e.next) != null);
        }
    }
    return null;
}

 

7.remove操作

  remove有两个接口,remove(key)、remove(key,value),内部都是调用一个removeNode方法,如下:

public V remove(Object key) {
    Node<K, V> e;
    return (e = removeNode(hash(key), key, null, false, true)) == null ? null : e.value;
}

public boolean remove(Object key, Object value) {
    return removeNode(hash(key), key, value, true, true) != null;
}

final Node<K, V> removeNode(int hash, Object key, Object value, boolean matchValue, boolean movable) {
    Node<K, V>[] tab;
    Node<K, V> p;
    int n, index;
    // map不为空,且hash对应的位置不为空,才进行查找,否则认为未找到,返回null
    if ((tab = table) != null && (n = tab.length) > 0 && (p = tab[index = (n - 1) & hash]) != null) {
        Node<K, V> node = null, e;
        K k;
        V v;
        // 匹配hash地址的第一个节点是否匹配,hash和key都匹配,则证明找到了要删除的元素
        if (p.hash == hash && ((k = p.key) == key || (key != null && key.equals(k)))) {
            node = p;
        } else if ((e = p.next) != null) { // 第一个节点不匹配,则进行遍历查找
            // 遍历红黑树
            if (p instanceof TreeNode) {
                node = ((TreeNode<K, V>) p).getTreeNode(hash, key);
            } else {
                // 遍历链表
                do {
                    if (e.hash == hash && ((k = e.key) == key || (key != null && key.equals(k)))) {
                        node = e;
                        break;
                    }
                    p = e;
                } while ((e = e.next) != null);
            }
        }

        // 如果node为null,证明未找到key对应的元素
        // node不为null,则根据调用的remove(key)还是remove(key,value)来判断
        if (node != null && (!matchValue || (v = node.value) == value || (value != null && value.equals(v)))) {
            // 要删除的节点匹配,如果是树节点类型,则从树中删除节点
            if (node instanceof TreeNode) {
                ((TreeNode<K, V>) node).removeTreeNode(this, tab, movable);
            } else if (node == p) {
                // 要删除的节点时第一个节点时,直接将头结点的下一个节点往前提一个位置(旧头节点被删除)
                tab[index] = node.next;
            } else {
                // 非头结点,修改指针,将下一个节点赋给父节点的next
                p.next = node.next;
            }

            // 修改次数加一,元素数量减一
            ++modCount;
            --size;
            afterNodeRemoval(node);
            return node;
        }
    }
    return null;
}  

 

8.链表转红黑树

  上面在put的时候,如果链表的长度超过树化阈值,则会触发树化操作,具体代码如下:

final void treeifyBin(Node<K,V>[] tab, int hash) {
    int n, index; Node<K,V> e;

    // 如果map的容量(数组的长度)为0,或者小于MIN_TREEIFY_CAPACITY(默认64),则进行扩容操作,而不进行转换红黑树
    // 底层数组,也称为hash桶,也就是说hash桶的数量小于64时,则会进行扩容操作
    if (tab == null || (n = tab.length) < MIN_TREEIFY_CAPACITY) {
        resize();
    } else if ((e = tab[index = (n - 1) & hash]) != null) {
        TreeNode<K,V> hd = null, tl = null;
        do {
            // 将链表节点转换为红黑树节点
            TreeNode<K,V> p = replacementTreeNode(e, null);
            if (tl == null)
                hd = p;
            else {
                p.prev = tl;
                tl.next = p;
            }
            tl = p;
        } while ((e = e.next) != null);

        // 转换红黑树的操作
        if ((tab[index] = hd) != null) {
            hd.treeify(tab);
        }
    }
}

  

9.resize扩容

  扩容操作比较复杂:

final Node<K, V>[] resize() {
    Node<K, V>[] oldTab = table;
    int oldCap = (oldTab == null) ? 0 : oldTab.length;

    // threshold表示触发扩容的阈值(size >= capacity * load factor时会扩容)
    int oldThr = threshold;
    int newCap, newThr = 0;

    // oldCap大于0证明已经对map进行过操作,并非刚创建map的时候
    if (oldCap > 0) {
        // 如果当前容量允许的大于最大容量,则将阈值设置为整数最大值,不会进行复制操作
        if (oldCap >= MAXIMUM_CAPACITY) {
            threshold = Integer.MAX_VALUE;
            return oldTab;
        } else if ((newCap = oldCap << 1) < MAXIMUM_CAPACITY && oldCap >= DEFAULT_INITIAL_CAPACITY) {
            // 如果2倍旧容量未超过允许的最大容量,并且旧容量达到了默认的初始容量16,则新的扩容阈值设置2倍的旧容量
            newThr = oldThr << 1; // double threshold
        }
    } else if (oldThr > 0) {
        // 使用HashMap(capacity)或者HashMap(capacity, loadFactor)创建map
        // 这是初次扩容,新容量设置为threshold,也就是capacity*loadFactor
        newCap = oldThr;
    } else {
        // 第一次扩容,使用new HashMap()这种方式创建map,容量和负载因子都使用默认
        newCap = DEFAULT_INITIAL_CAPACITY;
        newThr = (int) (DEFAULT_LOAD_FACTOR * DEFAULT_INITIAL_CAPACITY);
    }

    // 设置下一次进行扩容的阈值
    if (newThr == 0) {
        float ft = (float) newCap * loadFactor;
        newThr = (newCap < MAXIMUM_CAPACITY && ft < (float) MAXIMUM_CAPACITY ?
                (int) ft : Integer.MAX_VALUE);
    }
    threshold = newThr;

    // 申请一个新的数组
    Node<K, V>[] newTab = (Node<K, V>[]) new Node[newCap];
    table = newTab;

    // 下面是将旧数组中的元素复制到新申请的数组中
    // 因为在旧数组中节点的索引计算方式:oldIndex=(oldCapacity - 1) & key.hash,
    // 当数组的容量发生变化后,需要重新确定节点的索引,新的节点位置有两种可能:
    // 1.newIndex=oldIndex,索引不变,前提是key.hash & oldCapacity结果为0
    // 2.newIndex=oldIndex+oldCapacity,不是第一种情况,就是第二种情况
    if (oldTab != null) {
        // 遍历旧数组(oldCap长度)
        for (int j = 0; j < oldCap; ++j) {
            Node<K, V> e;
            //
            if ((e = oldTab[j]) != null) {
                oldTab[j] = null;
                if (e.next == null) {
                    // 确定新的位置,存入
                    newTab[e.hash & (newCap - 1)] = e;
                } else if (e instanceof TreeNode) {
                    // 将红黑树的节点进行拆分,将树中的每个节点都存入新位置,同时判断是否需要进行树转链表
                    ((TreeNode<K, V>) e).split(this, newTab, j, oldCap);
                } else { // preserve order
                    // 遍历链表,将链表分为两部分,一部分是索引不变,一部分的新索引是oldIndex+oldCapacity
                    // 然后将链表放入对应的数组中
                    Node<K, V> loHead = null, loTail = null;
                    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;
}

  关于扩容,在Java7的HashMap中,如果发生多线程更改HashMap(同时扩容),则可能会引起链表产生环的问题,这是因为Java7只是使用了数组加链表,插入链表的时候使用头插法,并且在扩容的时候链表节点的顺序会发生改变;而Java8在插入节点时使用是尾插法,在扩容的时候链表节点的顺序不会发生改变,可以避免出现环的问题。但这并不能说明Java8的HashMap就可以支持并发修改,因为其内部很多操作都没有保证原子性(,比如两个线程同时插入元素,size++,都未做原子性保证。

 

10.resize时红黑树的split拆分

  和链表一样,红黑树中的元素也需要挨个确定新索引位置,同样是分为2部分,一部分是索引不变,一部分的新索引为oldIndex+oldCapacity。

  注意,split是HashMap中的内部类TreeNode的方法,而不是HashMap的方法。

/**
 * 扩容时,对同一个hash桶中的元素(红黑树)进行拆分,有可能拆分为两部分
 * part1.节点的hash和原数组的容量与之后为0 -> 移到新表后,索引和旧表保持不变
 * part2.节点的hash和原数组的容量与之后为0 -> 移到新表后,新索引为"oldIndex+oldCapacity"
 * 这两部分,在做完拆分后,判断是否需要将树转换为链表,如果各自的数量未超过UNTREEIFY_THRESHOLD(默认为6),则需转换为链表
 *
 * @param map   hashMap实例本身
 * @param tab   扩容新申请的数组
 * @param index 本次要拆分的下标索引(对应旧数组)
 * @param bit   旧数组的容量
 */
final void split(HashMap<K, V> map, Node<K, V>[] tab, int index, int bit) {
    TreeNode<K, V> b = this;
    // Relink into lo and hi lists, preserving order
    TreeNode<K, V> loHead = null, loTail = null; // loHead链着索引不变的节点
    TreeNode<K, V> hiHead = null, hiTail = null; // hiHead链着索引改变的节点
    int lc = 0, hc = 0;
    for (TreeNode<K, V> e = b, next; e != null; e = next) {
        next = (TreeNode<K, V>) e.next;
        e.next = null;

        // 如果当前节点和原数组的容量与之后为0,则扩容后的索引位置和与在旧表保持一致
        if ((e.hash & bit) == 0) {
            if ((e.prev = loTail) == null)
                loHead = e;
            else
                loTail.next = e;
            loTail = e;
            ++lc;
        } else {
            // 如果当前节点和原数组的容量与之后不为0,则扩容后的索引位置为"oldIndex+oldCapacity"
            if ((e.prev = hiTail) == null)
                hiHead = e;
            else
                hiTail.next = e;
            hiTail = e;
            ++hc;
        }
    }

    if (loHead != null) {
        if (lc <= UNTREEIFY_THRESHOLD)
            tab[index] = loHead.untreeify(map);
        else {
            tab[index] = loHead;
            if (hiHead != null) // (else is already treeified)
                loHead.treeify(tab);
        }
    }
    if (hiHead != null) {
        if (hc <= UNTREEIFY_THRESHOLD)
            tab[index + bit] = hiHead.untreeify(map);
        else {
            tab[index + bit] = hiHead;
            if (loHead != null)
                hiHead.treeify(tab);
        }
    }
}

  

11.快速失败

  因为HashMap是非线程安全的容器,也就是说,多线程访问的时候会有问题,比如一个有一个线程在遍历Map,每遍历一项,执行某个操作(假设耗时2秒),此时另外一个线程对Map做了修改(比如删除了某一项),这个时候就会出现数据不一致的问题,此时HashMap发现这种情况,读线程就会抛出ConcurrentModificationException,防止继续读取脏数据,这个过程叫做快速失败。

  实现快速失败,就是使用HashMap中的modCount变量,该变量存储的是map中数据发生变化的次数,每发生一次变化,则modCount加一,比如put操作后modCount会加1;一个线程如果要遍历HashMap,会在遍历之前先记录modCount值,然后每迭代一次(访问下一个元素)时,先判断modCount值是否和最初的modCount是否相等,如果相等,则证明map未被修改过,如果不相等,则证明map被修改过,那么就会抛出ConcurrentModificationException,实现快速失败。

 

12.为什么HashMap是非线程安全的

  当容器发生扩容的时候,map中的所有元素都会进行重新确认索引位置(reindex),如果是链表或者红黑树,还会进行split,这个过程中,如果更改map中的元素,则可能会引起异常。

  如果要使用线程安全的map,可以考虑ConcurrentHashMap。

 

  标注原文地址:https://www.cnblogs.com/-beyond/p/13088591.html

posted @ 2020-06-11 09:20  寻觅beyond  阅读(387)  评论(0编辑  收藏  举报
返回顶部