Java 中的 HashMap
Java 中的 HashMap
作者：Grey
原文地址：Java 中的 HashMap
扩容机制
jdk1.7
先生成新数组。
遍历老数组中的每个位置上的链表上的个元素。
取个元素的key，并基于新数组长度，计算出每个元素在新数组中的下标。
将元素添加到新数组中去。
所有元转移完了之后，将新数组赋给HashMap对象的table属性。
jdk1.8
同样先生成新数组。
遍历老数组中的每个位置上的链表或红黑树。
如果是链表，则直接将表中的每个元索重新计算下标，并添加到新数组中去。
如果是红黑树，则先遍历红黑树，先计算出红黑树中每个元索对应在新数组中的下标位置。
- 统计每个下标位置的元索个数。
- 如果该位下的元素个数超过了8，则生成一个新的红黑树，开将根节点添加到新数组的对应位置。
- 如果该位置下的元素个数没有超过8，那么则生成一个链表，开将链表头节点添加数组的对应位置。
所有元素转移完了之后，将新数组赋给HashMap对象的table属性。
为什么要使用红黑树
因为在hash冲突比较频繁的情况下，生成的链表长度会非常长，这样就会导致查询的效率会大大降低，为了解决链表过长，查询效率过低的问题，所以使用红黑树来优化，有一个阈值8，超过了这个阈值，就会使用红黑树。
jdk1.7中HashMap死循环问题
复现代码如下，注：以下代码需要指定jdk1.7为运行环境
import java.util.HashMap;
import java.util.Map;
public class HashMapMultiThread {
static Map<String, String> map = new HashMap<>();
public static class AddThread implements Runnable {
int start = 0;
public AddThread(int start) {
this.start = start;
}
@Override
public void run() {
for (int i = start; i < 100000; i += 2) {
map.put(Integer.toString(i), Integer.toBinaryString(i));
}
}
}
public static void main(String[] args) throws InterruptedException {
Thread t1 = new Thread(new HashMapMultiThread.AddThread(0));
Thread t2 = new Thread(new HashMapMultiThread.AddThread(1));
t1.start();
t2.start();
t1.join();
t2.join();
System.out.println(map.size());
}
}
运行main方法，发现程序出现死循环，无法停止。这个问题出现在HashMap扩容操作调用的transfer方法中，
void transfer(Entry[] newTable, boolean rehash) {
int newCapacity = newTable.length;
for (Entry<K,V> e : table) {
while(null != e) {
Entry<K,V> next = e.next;
if (rehash) {
e.hash = null == e.key ? 0 : hash(e.key);
}
int i = indexFor(e.hash, newCapacity);
e.next = newTable[i];
newTable[i] = e;
e = next;
}
}
}
假设HashMap当前状态如下
现在有两个线程A和线程B都要执行put操作，线程A和线程B都会看到上面图的状态快照
线程A执行到transfer函数中
Entry<K,V> next = e.next;
这行代码时，此时在线程A的栈中
e = 4节点
next = 5节点
假设此时线程B正在执行transfer函数中的while循环，即会把原来的table变成新一table（线程B自己的栈中），再写入到内存中。如下图（假设两个元素在新的hash函数下也会映射到同一个位置）
线程A继续执行（看到的仍是旧表），即从transfer代码
Entry<K,V> next = e.next;
处接着执行，当前的
e = 4号节点,
next = 5号节点
处理元素4 ， 将 4 放入 线程A自己栈的新table中（新table是处于线程A自己栈中，是线程私有的，不受线程2的影响），处理4后的图如下
线程A再复制元素5，当前 e = 5 ,而next值由于线程 B 修改了它的引用，所以next 为 4 ，处理后的新表如下图
取5的next值时，由于线程B已经修改了5的next，5的next已经不是null而是4节点，由于取到next=4,线程A继续循环，所以线程A执行完毕后，形成如下结构：
当操作完成，执行查找时，会陷入死循环！
HashMap中的一些参数
初始容量
static final int DEFAULT_INITIAL_CAPACITY = 1 << 4; // aka 16
最大容量
static final int MAXIMUM_CAPACITY = 1 << 30;
扩容因子
达到当前容量的比例为多少时进行扩容。
static final float DEFAULT_LOAD_FACTOR = 0.75f;
问题：为什么HashMap的初始容量为2的n次幂？
以下内容参考jdk1.8 HashMap底层数据结构：深入解析为什么jdk1.8 HashMap的容量一定要是2的n次幂
第一个原因，简单来讲，一个元素放到哪个桶中，是通过hash % capacity取模运算得到的余数来确定的。即调用以下indexFor方法：
static int indexFor(int h, int length) {
// assert Integer.bitCount(length) == 1 : "length must be a non-zero power of 2";
return h & (length-1);
}
hashMap用位运算来替代取模运算(capacity - 1) & hash这种运算方式为什么可以得到跟取模一样的结果呢？ 答案是capacity是2的N次幂，计算机做位运算的效率远高于做取模运算的效率，测试见：位运算和取模运算的运算效率对比
证明取模和位运算结果的一致性
第二个原因，将容量设置为2的n次幂关系到扩容后元素在newCap中的放置问题：
扩容后，如何实现将oldCap中的元素重新放到newCap中？我们不难想到的实现方式是：遍历所有Node，然后重新put到新的table中， 中间会涉及计算新桶位置、处理hash碰撞等处理。这里有个不容忽视的问题——哈希碰撞。如下为resize()方法源码：
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) {
if (oldCap >= MAXIMUM_CAPACITY) {
threshold = Integer.MAX_VALUE;
return oldTab;
}
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 { // zero initial threshold signifies using defaults
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;
if (oldTab != null) {
for (int j = 0; j < oldCap; ++j) {
Node<K,V> e;
if ((e = oldTab[j]) != null) {
oldTab[j] = null;
if (e.next == null)
newTab[e.hash & (newCap - 1)] = e;
else if (e instanceof TreeNode)
((TreeNode<K,V>)e).split(this, newTab, j, oldCap);
else { // preserve order
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;
}
如果桶上只有一个节点（后面即没链表也没树）：元素直接做hash & (newCap - 1)运算，根据结果将元素节点放到newCap的相应位置；
如果桶上是链表：
将链表上的所有节点做hash & oldCap运算（注意，这里oldCap没有-1），会得到一个定位值（“定位值”这个名字是我自己取的，为了更好理解该值的意义）。定位值要么是“0”，要么是“小于capacity的正整数”！这是个规律，之所以能得此规律和capacity取值一定是2的n次幂有直接关系，如果容量不是2的n次幂，那么定位值就不再要么是“0”，要么是“小于capacity的正整数”，它还有可能是其他的数；
根据定位值的不同，会将链表一分为二得到两个子链表，这两个子链表根据各自的定位值直接放到newCap中：
子链表的定位值 == 0: 则链表在oldCap中是什么位置，就将子链表的头节点直接放到newCap的什么位置；
子链表的定位值 == 小于capacity的正整数：则将子链表的头节点放到newCap的“oldCap + 定位值”的位置；
这么做的好处：链表在被拆分成两个子链表前就已经处理过了元素的哈希碰撞问题，子链表不用重新处理哈希碰撞问题，可以直接将头节点直接放到newCap的合适的位置上，完成 “扩容后将元素放到newCap”这一工作。正因为如此，大大提高了jdk1.8的HashMap的扩容效率。
更详细的图例参考：jdk1.8 HashMap底层数据结构：深入解析为什么jdk1.8 HashMap的容量一定要是2的n次幂
一言蔽之：HashMap的容量一定要是2的n次幂，是为了提高“计算元素放哪个桶”的效率，也是为了提高扩容效率（避免了扩容后再重复处理哈希碰撞问题）。
参考资料
本文来自博客园，作者：Grey Zeng，转载请注明原文链接：https://www.cnblogs.com/greyzeng/p/15369417.html
