HashMap源码及原理详解
目录
HashMap概要
代码如果没有特定说明，为JDK 1.8
- HashMap用来存放键值对，是Map接口的实现，是非线程安全的
- 可以存储key和value为null的值，但key为null的节点只能有一个
- 哈希值的计算：在hashCode的基础上添加扰动函数，使元素分布更加随机
- 哈希冲突：通过链表存储具有相同索引的元素，JDK1.8引入红黑树解决链表过长查询效率慢的问题
- 容量：
- 总是以2的幂次方作为哈希表大小，用于优化key的哈希值的计算过程，默认初始容量为16；
- 2倍扩容，JDK 1.8优化了key的数组下标的计算过程；JDK 1.8使用尾插法代替头插法，避免循环链表问题
JDK1.8 HashMap数据结构图
基本属性
public class HashMap<K,V> extends AbstractMap<K,V> implements Map<K,V>, Cloneable, Serializable {
// 序列号
private static final long serialVersionUID = 362498820763181265L;
// 默认的初始容量是16
static final int DEFAULT_INITIAL_CAPACITY = 1 << 4;
// 最大容量
static final int MAXIMUM_CAPACITY = 1 << 30;
// 默认的填充因子
static final float DEFAULT_LOAD_FACTOR = 0.75f;
// 当桶(bucket)上的结点数大于这个值时会转成红黑树
static final int TREEIFY_THRESHOLD = 8;
// 当桶(bucket)上的结点数小于这个值时树转链表
static final int UNTREEIFY_THRESHOLD = 6;
// 桶中结构转化为红黑树对应的table的最小容量
static final int MIN_TREEIFY_CAPACITY = 64;
// 存储元素的数组，总是2的幂次倍
transient Node<k,v>[] table;
// 存放具体元素的集
transient Set<map.entry<k,v>> entrySet;
// 存放元素的个数，注意这个不等于数组的长度。
transient int size;
// 每次扩容和更改map结构的计数器
transient int modCount;
// 临界值(容量*填充因子) 当实际大小超过临界值时，会进行扩容
int threshold;
// 加载因子
final float loadFactor;
//......
}
- loadFactor：加载因子，用于控制数据存放的密度，默认值为0.75。如果哈希表的数据分布过于密集，会导致查找效率下降。
- threshold：HashMap所能容纳的最大数据量的Node(键值对)个数，当
size>threshold（注意这里是元素的个数，不是数组的长度），执行扩容（resize()）的逻辑。threshold=capacity * loadFactor，
Node节点源码
// 继承自 Map.Entry<K,V>
static class Node<K,V> implements Map.Entry<K,V> {
final int hash;// 哈希值，存放元素到hashmap中时用来与其他元素hash值比较
final K key;//键
V value;//值
// 指向下一个节点
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; }
// 重写hashCode()方法
public final int hashCode() {
return Objects.hashCode(key) ^ Objects.hashCode(value);
}
public final V setValue(V newValue) {
V oldValue = value;
value = newValue;
return oldValue;
}
// 重写 equals() 方法
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;
}
}
TreeNode节点源码
static final class TreeNode<K,V> extends LinkedHashMap.Entry<K,V> {
TreeNode<K,V> parent; // 父
TreeNode<K,V> left; // 左
TreeNode<K,V> right; // 右
TreeNode<K,V> prev; // needed to unlink next upon deletion
boolean red; // 判断颜色
TreeNode(int hash, K key, V val, Node<K,V> next) {
super(hash, key, val, next);
}
// 返回根节点
final TreeNode<K,V> root() {
for (TreeNode<K,V> r = this, p;;) {
if ((p = r.parent) == null)
return r;
r = p;
}
}
//......
}
容量初始化
HashMap会保证容量（数组长度）为2的幂次方，默认容量为16。如果创建时，指定了容量，会转换成就近的、大于等于指定容量的2次幂的容量。如：传入的容量为10会转换成16(2^4)。
static final int tableSizeFor(int cap) {
int n = cap - 1;
n |= n >>> 1;
n |= n >>> 2;
n |= n >>> 4;
n |= n >>> 8;
n |= n >>> 16;
return (n < 0) ? 1 : (n >= MAXIMUM_CAPACITY) ? MAXIMUM_CAPACITY : n + 1;
}
容量为2的幂次方的好处
1. 计算key对应的数组下标更加高效
因为&运算比%运算计算的效率更高，源码中并不是通过key.hashCode()%table.length计算key对应的下标的，而是通过&的方式。
key.hashCode() & (table.length-1)
之所以可以使用&代替%是因为将容量设置为2的幂次方，这样table.length-1转换成二进制就能得到高位全部是0，低位全部是1的二进制，用于&运算。如下是table.length=16计算示例：
10100101 11000100 00100101
& 00000000 00000000 00001111
----------------------------------
00000000 00000000 00000101 //高位全部归零，只保留末四位
2. 扩容时更加高效
在哈希表做扩容时，需要重新计算每个节点的哈希值。通过容量为2的幂次方和二倍扩容的机制，可以实现高效的计算哈希值的优化。请查看resize()部分。
哈希的计算
HashMap是通过hashCode去计算数组索引的，从而访问元素，无论是get()、put()都需要先计算元素对应的哈希值。
另外，为了减少哈希冲突，使节点分布的更加均匀，HashMap并不是直接使用key.hashCode()作为哈希值，而是添加了扰动函数，把(h = key.hashCode()) ^ (h >>> 16)的计算结果作为哈希值，执行key.hashCode的高16位和低16位的异或运算。
static final int hash(Object key) {
int h;
// key.hashCode()：返回散列值也就是hashcode
// ^ ：按位异或
// >>>:无符号右移，忽略符号位，空位都以0补齐
return (key == null) ? 0 : (h = key.hashCode()) ^ (h >>> 16);
}
哈希冲突
-
当发生哈希冲突，使用链表把具有相同数组索引串在一起。
-
如果链表长度大于阈值（默认为8），且哈希表的数组长度大于或等于64时，会转换成红黑树，减少搜索时间；否则，执行resize()对数组扩容。
put - 添加元素
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;
// table未初始化或者长度为0，进行扩容
if ((tab = table) == null || (n = tab.length) == 0)
n = (tab = resize()).length;
// (n - 1) & hash 确定元素存放在哪个桶中，桶为空，新生成结点放入桶中(此时，这个结点是放在数组中)
if ((p = tab[i = (n - 1) & hash]) == null)
tab[i] = newNode(hash, key, value, null);
// 桶中已经存在元素
else {
Node<K,V> e; K k;
// 比较桶中第一个元素(数组中的结点)的hash值相等，key相等
if (p.hash == hash &&
((k = p.key) == key || (key != null && key.equals(k))))
// 将第一个元素赋值给e，用e来记录
e = p;
// hash值不相等，即key不相等；为红黑树结点
else if (p instanceof TreeNode)
// 放入树中
e = ((TreeNode<K,V>)p).putTreeVal(this, tab, hash, key, value);
// 为链表结点
else {
// 在链表最末插入结点
for (int binCount = 0; ; ++binCount) {
// 到达链表的尾部
if ((e = p.next) == null) {
// 在尾部插入新结点
p.next = newNode(hash, key, value, null);
// 结点数量达到阈值(默认为 8 )，执行 treeifyBin 方法
// 这个方法会根据 HashMap 数组来决定是否转换为红黑树。
// 只有当数组长度大于或者等于 64 的情况下，才会执行转换红黑树操作，以减少搜索时间。否则，就是只是对数组扩容。
if (binCount >= TREEIFY_THRESHOLD - 1) // 减1，是因为头节点要计算在内，所以链表长度需要达到TREEIFY_THRESHOLD，才会调用treeifyBin
treeifyBin(tab, hash);
// 跳出循环
break;
}
// 判断链表中结点的key值与插入的元素的key值是否相等
if (e.hash == hash &&
((k = e.key) == key || (key != null && key.equals(k))))
// 相等，跳出循环
break;
// 用于遍历桶中的链表，与前面的e = p.next组合，可以遍历链表
p = e;
}
}
// 表示在桶中找到key值、hash值与插入元素相等的结点
if (e != null) {
// 记录e的value
V oldValue = e.value;
// onlyIfAbsent为false或者旧值为null
if (!onlyIfAbsent || oldValue == null)
//用新值替换旧值
e.value = value;
// 访问后回调
afterNodeAccess(e);
// 返回旧值
return oldValue;
}
}
// 结构性修改
++modCount;
// 实际大小大于阈值则扩容
if (++size > threshold)
resize();
// 插入后回调
afterNodeInsertion(evict);
return null;
}
说明：
- 在访问元素的过程中，先比较
key.hashCode，如果hashCode不相等，就直接跳过；否则，再调用key.equals()比较元素。这么做的好处是hashCode的比较效率要高于调用equals()。 - JDK 1.8在链表的基础上添加了红黑树，当数组长度>=64，且链表长度>=8时，就会将链表转换成红黑树。
- 扩容的触发条件：
- 元素个数大于>threshold
- 数组为空
- treeifyBin()方法中，数组长度<64
get - 获取元素
public V get(Object key) {
Node<K,V> e;
return (e = getNode(hash(key), key)) == null ? null : e.value;
}
final Node<K,V> getNode(int hash, Object key) {
Node<K,V>[] tab; Node<K,V> first, e; int n; K k;
if ((tab = table) != null && (n = tab.length) > 0 &&
(first = tab[(n - 1) & hash]) != null) {
// 数组元素相等
if (first.hash == hash && // always check first node
((k = first.key) == key || (key != null && key.equals(k))))
return first;
// 桶中不止一个节点
if ((e = first.next) != null) {
// 在树中get
if (first instanceof TreeNode)
return ((TreeNode<K,V>)first).getTreeNode(hash, key);
// 在链表中get
do {
if (e.hash == hash &&
((k = e.key) == key || (key != null && key.equals(k))))
return e;
} while ((e = e.next) != null);
}
}
return null;
}
-
通过hash计算数组下标
-
查找元素：
2.1 头节点命中，直接返回
2.2 在红黑树中查找，返回查找结果
2.3 在链表中查找，命中返回
命中：hash值相等，且key相等
resize - 数组扩容
resize()用于数组扩容，需要新建一个数组，然后遍历原数组，重新计算数组下标，迁移元素，非常耗时，应该尽量避免该操作。
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) {
// 超过整数最大值就不再扩充
if (oldCap >= MAXIMUM_CAPACITY) {
threshold = Integer.MAX_VALUE;
return oldTab;
}
// 没超过最大值，就扩充为原来的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 {
// signifies using defaults
newCap = DEFAULT_INITIAL_CAPACITY;
newThr = (int)(DEFAULT_LOAD_FACTOR * DEFAULT_INITIAL_CAPACITY);
}
// 计算新的resize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;
//创建新的数组
Node<K,V>[] newTab = (Node<K,V>[])new Node[newCap];
table = newTab;
if (oldTab != null) {
// 把每个bucket都移动到新的buckets中
for (int j = 0; j < oldCap; ++j) {
Node<K,V> e;
//对不为空的bucket执行迁移
if ((e = oldTab[j]) != null) {
oldTab[j] = null;
//bucket中仅有一个节点，直接迁移
if (e.next == null)
newTab[e.hash & (newCap - 1)] = e;
else if (e instanceof TreeNode)
//树节点的迁移
((TreeNode<K,V>)e).split(this, newTab, j, oldCap);
else {
//链表的节点迁移
Node<K,V> loHead = null, loTail = null;
Node<K,V> hiHead = null, hiTail = null;
Node<K,V> next;//用于保存原数组中链表的下一个节点
do {
next = e.next;
// 新的索引=原索引
if ((e.hash & oldCap) == 0) {
if (loTail == null)
loHead = e;
else
loTail.next = e;
loTail = e;
}
// 新的索引=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;
}
可以看到扩容的方式，并不会改变节点原先在链表中的顺序，即尾插法。
JDK 1.8优化了key的哈希计算过程
JDK 1.8的resize()优化了key的哈希计算过程。
优化的前提：
- 哈希表的长度为2的幂次方
- 哈希表的扩容为2倍扩容
HashMap扩容后，newCap=2*oldCap，那么key.hash & (newCap -1)计算新的下标时，mask会在高位多个1。而key在这个位置的值不是0就是1，如果是0，那么新的数组下标=原来数组下标；如果是1，那么新的数组下标=原数组下标+oldCap。
JDK 1.8的尾插的优化，解决环形链表问题
JDK 1.8扩容时，使用尾插代替JDK 1.7的头插法，不会改变节点原有的顺序，避免了多线程下环形链表的问题。
JDK 1.7头插法扩容和环形链表问题
以下为JDK 1.7的扩容源码
1 void resize(int newCapacity) { //传入新的容量
2 Entry[] oldTable = table; //引用扩容前的Entry数组
3 int oldCapacity = oldTable.length;
4 if (oldCapacity == MAXIMUM_CAPACITY) { //扩容前的数组大小如果已经达到最大(2^30)了
5 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
6 return;
7 }
8
9 Entry[] newTable = new Entry[newCapacity]; //初始化一个新的Entry数组
10 transfer(newTable); //！！将数据转移到新的Entry数组里
11 table = newTable; //HashMap的table属性引用新的Entry数组
12 threshold = (int)(newCapacity * loadFactor);//修改阈值
13 }
1 void transfer(Entry[] newTable) {
2 Entry[] src = table; //src引用了旧的Entry数组
3 int newCapacity = newTable.length;
4 for (int j = 0; j < src.length; j++) { //遍历旧的Entry数组
5 Entry<K,V> e = src[j]; //取得旧Entry数组的每个元素
6 if (e != null) {
7 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）
8 do {
9 Entry<K,V> next = e.next;
10 int i = indexFor(e.hash, newCapacity); //重新计算每个元素在数组中的位置
11 e.next = newTable[i]; //这里要插入的节点的下一个节点直接设置成了当前链表的头节点
12 newTable[i] = e; //将元素放在数组上
13 e = next; //访问下一个Entry链上的元素
14 } while (e != null);
15 }
16 }
17 }
transfer()的11和12行代码展示了头插的方式，即原链表在扩容之后，被反转了。（可以打个断点演示一下这个过程就清楚了。）
容量为2的HashMap扩容示例
可以看到链表反转了，即原先是{5,9}的顺序，扩容后，顺序变为{9,5}。
循环链表问题
在多个线程同时扩容时，头插法可能形成环形链表，造成死循环。具体实例可以参考Java 8系列之重新认识HashMap
参考：
posted on 2022-08-08 00:02 DaydayupLiu 阅读(164) 评论(0) 编辑 收藏 举报
