数据结构解析-HashMap
概要
HashMap在JDK1.8之前的实现方式 数组+链表,但是在JDK1.8后对HashMap进行了底层优化,改为了由 数组+链表+红黑树实现,主要的目的是提高查找效率。
如图所示：
| JDK版本 | 实现方式 | 节点数>=8 | 节点数<=6 |
|---|---|---|---|
| 1.8以前 | 数组+单向链表 | 数组+单向链表 | 数组+单向链表 |
| 1.8以后 | 数组+单向链表+红黑树 | 数组+红黑树 | 数组+单向链表 |
HashMap
1.继承关系
public class HashMap<K,V> extends AbstractMap<K,V> implements Map<K,V>, Cloneable, Serializable
2.常量&构造方法
//这两个是限定值 当节点数大于8时会转为红黑树存储 static final int TREEIFY_THRESHOLD = 8; //当节点数小于6时会转为单向链表存储 static final int UNTREEIFY_THRESHOLD = 6; //红黑树最小长度为 64 static final int MIN_TREEIFY_CAPACITY = 64; //HashMap容量初始大小 static final int DEFAULT_INITIAL_CAPACITY = 1 << 4; // aka 16 //HashMap容量极限 static final int MAXIMUM_CAPACITY = 1 << 30; //负载因子默认大小 static final float DEFAULT_LOAD_FACTOR = 0.75f; //Node是Map.Entry接口的实现类 //在此存储数据的Node数组容量是2次幂 //每一个Node本质都是一个单向链表 transient Node<K,V>[] table; //HashMap大小,它代表HashMap保存的键值对的多少 transient int size; //HashMap被改变的次数 transient int modCount; //下一次HashMap扩容的大小 int threshold; //存储负载因子的常量 final float loadFactor; //默认的构造函数 public HashMap() { this.loadFactor = DEFAULT_LOAD_FACTOR; // all other fields defaulted } //指定容量大小 public HashMap(int initialCapacity) { this(initialCapacity, DEFAULT_LOAD_FACTOR); } //指定容量大小和负载因子大小 public HashMap(int initialCapacity, float loadFactor) { //指定的容量大小不可以小于0,否则将抛出IllegalArgumentException异常 if (initialCapacity < 0) throw new IllegalArgumentException("Illegal initial capacity: " + initialCapacity); //判定指定的容量大小是否大于HashMap的容量极限 if (initialCapacity > MAXIMUM_CAPACITY) initialCapacity = MAXIMUM_CAPACITY; //指定的负载因子不可以小于0或为Null，若判定成立则抛出IllegalArgumentException异常 if (loadFactor <= 0 || Float.isNaN(loadFactor)) throw new IllegalArgumentException("Illegal load factor: " + loadFactor); this.loadFactor = loadFactor; // 设置“HashMap阈值”，当HashMap中存储数据的数量达到threshold时，就需要将HashMap的容量加倍。 this.threshold = tableSizeFor(initialCapacity); } //传入一个Map集合,将Map集合中元素Map.Entry全部添加进HashMap实例中 public HashMap(Map<? extends K, ? extends V> m) { this.loadFactor = DEFAULT_LOAD_FACTOR; //此构造方法主要实现了Map.putAll() putMapEntries(m, false); }
3.Node单向链表的实现
//实现了Map.Entry接口 static class Node<K,V> implements Map.Entry<K,V> { final int hash; final K key; V value; Node<K,V> next; //构造函数 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; } //equals属性对比 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; } }
4.TreeNode红黑树实现
static final class TreeNode<K,V> extends LinkedHashMap.LinkedHashMapEntry<K,V> { TreeNode<K,V> parent; // 红黑树的根节点 TreeNode<K,V> left; //左树 TreeNode<K,V> right; //右树 TreeNode<K,V> prev; // 上一个几点 boolean red; //是否是红树 TreeNode(int hash, K key, V val, Node<K,V> next) { super(hash, key, val, next); } /** * 根节点的实现 */ final TreeNode<K,V> root() { for (TreeNode<K,V> r = this, p;;) { if ((p = r.parent) == null) return r; r = p; } } ...
5.Hash的计算实现
//主要是将传入的参数key本身的hashCode与h无符号右移16位进行二进制异或运算得出一个新的hash值 static final int hash(Object key) { int h; return (key == null) ? 0 : (h = key.hashCode()) ^ (h >>> 16); }
6.HashMap.put的源码实现
public V put(K key, V value) { return putVal(hash(key), key, value, false, true); } //HashMap.put的具体实现 final V putVal(int hash, K key, V value, boolean onlyIfAbsent, boolean evict) { Node<K,V>[] tab; Node<K,V> p; int n, i; //判定table不为空并且table长度不可为0,否则将从resize函数中获取 if ((tab = table) == null || (n = tab.length) == 0) n = (tab = resize()).length; //这样写法有点绕,其实这里就是通过索引获取table数组中的一个元素看是否为Nul if ((p = tab[i = (n - 1) & hash]) == null) //若判断成立,则New一个Node出来赋给table中指定索引下的这个元素 tab[i] = newNode(hash, key, value, null); else { //若判断不成立 Node<K,V> e; K k; //对这个元素进行Hash和key值匹配 if (p.hash == hash && ((k = p.key) == key || (key != null && key.equals(k)))) e = p; else if (p instanceof TreeNode) //如果数组中德这个元素P是TreeNode类型 //判定成功则在红黑树中查找符合的条件的节点并返回此节点 e = ((TreeNode<K,V>)p).putTreeVal(this, tab, hash, key, value); else { //若以上条件均判断失败，则执行以下代码 //向Node单向链表中添加数据 for (int binCount = 0; ; ++binCount) { if ((e = p.next) == null) { p.next = newNode(hash, key, value, null); //若节点数大于等于8 if (binCount >= TREEIFY_THRESHOLD - 1) // -1 for 1st //转换为红黑树 treeifyBin(tab, hash); break; } if (e.hash == hash && ((k = e.key) == key || (key != null && key.equals(k)))) break; p = e; //p记录下一个节点 } } if (e != null) { // existing mapping for key V oldValue = e.value; if (!onlyIfAbsent || oldValue == null) e.value = value; afterNodeAccess(e); return oldValue; } } ++modCount; if (++size > threshold) //判断是否需要扩容 resize(); afterNodeInsertion(evict); return null; }
梳理以下HashMap.put函数的执行过程
- 1.首先获取Node数组table对象和长度，若table为null或长度为0，则调用resize()扩容方法获取table最新对象，并通过此对象获取长度大小
- 2.判定数组中指定索引下的节点是否为Null，若为Null 则new出一个单向链表赋给table中索引下的这个节点
- 3.若判定不为Null,我们的判断再做分支
-3.1 首先对hash和key进行匹配,若判定成功直接赋予e- 3.2 若匹配判定失败,则进行类型匹配是否为TreeNode 若判定成功则在红黑树中查找符合条件的节点并将其回传赋给e
- 3.3 若以上判定全部失败则进行最后操作,向单向链表中添加数据若单向链表的长度大于等于8,则将其转为红黑树保存，记录下一个节点,对e进行判定若成功则返回旧值
- 4.最后判定数组大小需不需要扩容
7.HashMap.get的源码实现
//这里直接调用getNode函数实现方法 public V get(Object key) { Node<K,V> e; //经过hash函数运算 获取key的hash值 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; //判定三个条件 table不为Null & table的长度大于0 & table指定的索引值不为Null if ((tab = table) != null && (n = tab.length) > 0 && (first = tab[(n - 1) & hash]) != null) { //判定 匹配hash值 & 匹配key值 成功则返回 该值 if (first.hash == hash && ((k = first.key) == key || (key != null && key.equals(k)))) return first; //若 first节点的下一个节点不为Null if ((e = first.next) != null) { if (first instanceof TreeNode) //若first的类型为TreeNode 红黑树 //通过红黑树查找匹配值 并返回 return ((TreeNode<K,V>)first).getTreeNode(hash, key); //若上面判定不成功 则认为下一个节点为单向链表,通过循环匹配值 do { if (e.hash == hash && ((k = e.key) == key || (key != null && key.equals(k)))) //匹配成功后返回该值 return e; } while ((e = e.next) != null); } } return null; }
梳理以下HashMap.get函数的执行过程
- 1.判定三个条件 table不为Null & table的长度大于0 & table指定的索引值不为Null
- 2.判定 匹配hash值 & 匹配key值 成功则返回 该值
- 3.若 first节点的下一个节点不为Null
- 3.1 若first的类型为TreeNode 红黑树 通过红黑树查找匹配值 并返回查询值
- 3.2若上面判定不成功 则认为下一个节点为单向链表,通过循环匹配值
8.HashMap扩容原理分析
//重新设置table大小/扩容 并返回扩容的Node数组即HashMap的最新数据 final Node<K,V>[] resize() { Node<K,V>[] oldTab = table; //table赋予oldTab作为扩充前的table数据 int oldCap = (oldTab == null) ? 0 : oldTab.length; int oldThr = threshold; int newCap, newThr = 0; if (oldCap > 0) { //判定数组是否已达到极限大小，若判定成功将不再扩容，直接将老表返回 if (oldCap >= MAXIMUM_CAPACITY) { threshold = Integer.MAX_VALUE; return oldTab; } //若新表大小(oldCap*2)小于数组极限大小 并且 老表大于等于数组初始化大小 else if ((newCap = oldCap << 1) < MAXIMUM_CAPACITY && oldCap >= DEFAULT_INITIAL_CAPACITY) //旧数组大小oldThr 经二进制运算向左位移1个位置 即 oldThr*2当作新数组的大小 newThr = oldThr << 1; // double threshold } //若老表中下次扩容大小oldThr大于0 else if (oldThr > 0) newCap = oldThr; //将oldThr赋予控制新表大小的newCap else { //若其他情况则将获取初始默认大小 newCap = DEFAULT_INITIAL_CAPACITY; newThr = (int)(DEFAULT_LOAD_FACTOR * DEFAULT_INITIAL_CAPACITY); } //若新表的下表下一次扩容大小为0 if (newThr == 0) { float ft = (float)newCap * loadFactor; //通过新表大小*负载因子获取 newThr = (newCap < MAXIMUM_CAPACITY && ft < (float)MAXIMUM_CAPACITY ? (int)ft : Integer.MAX_VALUE); } threshold = newThr; //下次扩容的大小 @SuppressWarnings({"rawtypes","unchecked"}) Node<K,V>[] newTab = (Node<K,V>[])new Node[newCap]; table = newTab; //将当前表赋予table if (oldTab != null) { //若oldTab中有值需要通过循环将oldTab中的值保存到新表中 for (int j = 0; j < oldCap; ++j) { Node<K,V> e; if ((e = oldTab[j]) != null) {//获取老表中第j个元素 赋予e oldTab[j] = null; //并将老表中的元素数据置Null if (e.next == null) //若此判定成立 则代表e的下面没有节点了 newTab[e.hash & (newCap - 1)] = e; //将e直接存于新表的指定位置 else if (e instanceof TreeNode) //若e是TreeNode类型 //分割树，将新表和旧表分割成两个树，并判断索引处节点的长度是否需要转换成红黑树放入新表存储 ((TreeNode<K,V>)e).split(this, newTab, j, oldCap); else { // preserve order Node<K,V> loHead = null, loTail = null; //存储与旧索引的相同的节点 Node<K,V> hiHead = null, hiTail = null; //存储与新索引相同的节点 Node<K,V> next; //通过Do循环 获取新旧索引的节点 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); //通过判定将旧数据和新数据存储到新表指定的位置 if (loTail != null) { loTail.next = null; newTab[j] = loHead; } if (hiTail != null) { hiTail.next = null; newTab[j + oldCap] = hiHead; } } } } } //返回新表 return newTab; }
梳理以下HashMap.resize函数的执行过程
- 1.判定数组是否已达到极限大小，若判定成功将不再扩容，直接将老表返回
- 2.若新表大小(oldCap2)小于数组极限大小&老表大于等于数组初始化大小 判定成功则 旧数组大小oldThr 经二进制运算向左位移1个位置 即 oldThr2当作新数组的大小
- 2.1. 若[2]的判定不成功，则继续判定 oldThr （代表 老表的下一次扩容量）大于0，若判定成功 则将oldThr赋给newCap作为新表的容量
- 2.2 若 [2] 和[2.1]判定都失败,则走默认赋值 代表 表为初次创建
- 3.确定下一次表的扩容量, 将新表赋予当前表
- 4.通过for循环将老表中德值存入扩容后的新表中
- 4.1 获取旧表中指定索引下的Node对象 赋予e 并将旧表中的索引位置数据置空
- 4.2 若e的下面没有其他节点则将e直接赋到新表中的索引位置
- 4.3 若e的类型为TreeNode红黑树类型
- 4.3.1 分割树，将新表和旧表分割成两个树，并判断索引处节点的长度是否需要转换成红黑树放入新表存储
- 4.3.2 通过Do循环 不断获取新旧索引的节点
- 4.3.3 通过判定将旧数据和新数据存储到新表指定的位置
- 最后返回值为 扩容后的新表。
9.HashMap 的treeifyBin讲解
final void treeifyBin(Node<K,V>[] tab, int hash) { int n, index; Node<K,V> e; //做判定 tab 为Null 或 tab的长度小于 红黑树最小容量 if (tab == null || (n = tab.length) < MIN_TREEIFY_CAPACITY) //则通过扩容,扩容table数组大小 resize(); //做判定 若tab索引位置下数据不为空 else if ((e = tab[index = (n - 1) & hash]) != null) { //定义两个红黑树；分别表示头部节点、尾部节点 TreeNode<K,V> hd = null, tl = null; //通过循环将单向链表转换为红黑树存储 do { //将单向链表转换为红黑树 TreeNode<K,V> p = replacementTreeNode(e, null); if (tl == null) //若头部节点为Null,则说明该树没有根节点 hd = p; else { p.prev = tl; //指向父节点 tl.next = p; //指向下一个节点 } tl = p; //将当前节点设尾节点 } while ((e = e.next) != null); //若下一个不为Null,则继续遍历 //红黑树转换后,替代原位置上的单项链表 if ((tab[index] = hd) != null) hd.treeify(tab); // 构建红黑树，以头部节点定为根节点 } } TreeNode<K,V> replacementTreeNode(Node<K,V> p, Node<K,V> next) { return new TreeNode<>(p.hash, p.key, p.value, next); }
梳理以下HashMap.treeifyBin函数的执行过程
- 1.做判定 tab 为Null 或 tab的长度小于红黑树最小容量， 判定成功则通过扩容,扩容table数组大小
- 2.做判定 若tab索引位置下数据不为空，判定成功则通过循环将单向链表转换为红黑树存储
- 2.1 通过Do循环将当前节点下的单向链表转换为红黑树，若下一个不为Null,则继续遍历
- 2.2 构建红黑树，以头部节点定为根节点
