Java8源码分析-HashMap
1HashMap
底层是基于哈希值的桶(数组)和链表+红黑树(1.8)的数据结构。当我们将键值对传递给put方法时,它调用键对象的hashCode()方法来计算hashcode,作为数组的下标。即找到数组中bucket(桶)的位置来储存值对象。桶的位置已被占用的时候,使用链表就是为了解决hash碰撞的问题。当hash地址上的链表大于8个节点的时候,会转换为红黑树。
时间复杂度:增加、查询、更新、删除(如果不移动) 都为 o(1),所以很快
1.1 构造方法
默认加载系数为0.75。如果预判程序至少会使用多大的容量,可以使用HashMap(int initialCapacity, float loadFactor)来初始化元素的数量大小。
static final int DEFAULT_INITIAL_CAPACITY = 1 << 4 ;
static final float DEFAULT_LOAD_FACTOR = 0.75f;
public HashMap() {
//设置加载系数为0.75
this.loadFactor = DEFAULT_LOAD_FACTOR; // all other fields defaulted
}
* @param initialCapacity the initial capacity 初始大小16
* @param loadFactor the load factor 系数=size/capacity 默认构造方法值为0.75f。也就是元素数量的阈值是map容量的75% 初始化大小16*0.75=12
public HashMap(int initialCapacity, float loadFactor) {
if (initialCapacity < 0)
throw new IllegalArgumentException("Illegal initial capacity: " +
initialCapacity);
if (initialCapacity > MAXIMUM_CAPACITY)
initialCapacity = MAXIMUM_CAPACITY;
if (loadFactor <= 0 || Float.isNaN(loadFactor))
throw new IllegalArgumentException("Illegal load factor: " +
loadFactor);
this.loadFactor = loadFactor;
this.threshold = tableSizeFor(initialCapacity);
}
1.2 hash
static final int hash(Object key) {
int h;
return (key == null) ? 0 : (h = key.hashCode()) ^ (h >>> 16); //>>>16 无符号右移,提高散列性
}
1.3 扩容
获得容量大小。由于HashMap的capacity都是2的幂,因此这个方法用于找到大于等于initialCapacity的最小的2的幂
https://blog.csdn.net/fan2012huan/article/details/51097331
在构造方法中有调用它
/**(这种算法好像有点快)
* Returns a power of two size for the given target capacity.
*/
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;
}
解析:这个方法是如何找到大于cap的2次幂呢?
n |= n >>> 1; 表示将n无符号右移1之后,做按位或运算 (无符号:忽略符号位,空位都以0补齐)
例如 cap = 10;
那就是 1010 右移 编程0101 然后在做或运算
1010
0101
按位或----
1111
然后在返回n+1 即 16。这样就获得了比10大的2次幂
在举个例子 ****表示任意
cap = 1000 ****
先右移1位,得0100 ***,再做计算
1000 ****
0100 0***
按位或----
1100 0***
再右移2位 得 0011 000*
1100 0***
0011 000
按位或----
1111 0***
再右移4位 得 0000 1111
1111 0***
0000 1111
按位或----
1111 1111
再移动8位 得 0000 0000
与运算之后,还是1111 1111
然后在返回 n+1 即 128
为什么最多右移到16就结束了?因为int总共为32位 可能的值是 1010 、 1000...31个0。
还有一个方法,先判断数字是不是2次幂,即通过遍历1后面的位
如果不是,那左移一位,再将1后面的位置位0。这种方法需要遍历,效率没有jdk中方法高
1.3.1扩容过程
1.创建一个二次幂大小的数组
2.将原来的数据,散列到新的数组里面
1.4 内部是一个Node集合的数组,单链表,红黑树
1.hash散列的范围内,组成一个 Node<K,V>[] tab 数组;
2.如果hash碰撞之后,会在当前数组位置,生成一个链表结构,如果链表过大,会变成一个树结构TreeNode
transient Node<K,V>[] table;
static class Node<K,V> implements Map.Entry<K,V> {
final int hash;
final K key;
V value;
Node<K,V> next;//第一次插入的时候,为null,当哈希冲突的时候,就会形成一个链表,指向下一个元素
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;
}
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;
}
}
1.5 增加 put方法
put操作,首次初始容量为16,后续容量为n的2次幂
/**
* Implements Map.put and related methods
*
* @param hash hash for key
* @param key the key
* @param value the value to put
* @param onlyIfAbsent if true, don't change existing value
* @param evict if false, the table is in creation mode.
* @return previous value, or null if none
*/
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;//初始化map大小为16
//通过debug发现tab[i = (n - 1) & hash] 结果i的结果第一次put是1 然后 2 3 。hash为object的hashcode方法,很神奇。hash的值可能和n相关。是根据n的大小来计算的,那么扩容之后会怎么样?要再看看
//其中n-1=15 依次为47665 47665 47665,hashcode底层为c++
if ((p = tab[i = (n - 1) & hash]) == null)//如果hash地址这里为null 就插入
tab[i] = newNode(hash, key, value, null);
else {
Node<K,V> e; K k;
if (p.hash == hash &&
((k = p.key) == key || (key != null && key.equals(k))))
e = p;//如果key一样,就替换
else if (p instanceof TreeNode)
//如果哈希地址对应的这里是一棵树的节点,就put到树中。这里的树形内存结构是由下面代码treeifyBin(tab, hash);转换的
e = ((TreeNode<K,V>)p).putTreeVal(this, tab, hash, key, value);
else {//未超过8个节点之前,是链表结构
for (int binCount = 0; ; ++binCount) {//遍历链表
if ((e = p.next) == null) {//如果为null 就插入
p.next = newNode(hash, key, value, null);
if (binCount >= TREEIFY_THRESHOLD - 1) // -1 for 1st
//若增加该结点后,链表上的结点数超过了TREEIFY_THRESHOLD则转为树。
//即判断是否遍历到链表末尾,如果到结尾了,那就转成树。下次新增的时候,直接调用的if (p instanceof TreeNode)这里
treeifyBin(tab, hash);
break;
}
//在遍历链表的过程中,找到哈希一样,key也一样找到了,就直接跳出遍历。下面进行赋值e.value = value;
if (e.hash == hash &&
((k = e.key) == key || (key != null && key.equals(k))))
break;
p = e;//p指向下一个节点
}
}
if (e != null) { // existing mapping for key
V oldValue = e.value;
//在onlyIfAbsent为false时,可以覆盖键值对,或者onlyIfAbesent为true但是value为空时也可以覆盖
if (!onlyIfAbsent || oldValue == null)
e.value = value;
afterNodeAccess(e);
return oldValue;
}
}
++modCount;
if (++size > threshold)
resize();//扩容
afterNodeInsertion(evict);
return null;
}
1.6 获得 get方法
public V get(Object key) {
Node<K,V> e;
//hash(key),底层调用的是object 的 hashcode
return (e = getNode(hash(key), key)) == null ? null : e.value;
}
//如果知道map内部数据结构,这里比较易懂
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) {//当前hash存在数据的时候
if (first.hash == hash && // always check first node
((k = first.key) == key || (key != null && key.equals(k))))//比较hash位置的第一个元素是否和目标元素相等
return first;//如果相等,就返回第一个数据
if ((e = first.next) != null) {//如果不相等,可能就有两种情况。1.是当前位置为树 2.为链表
if (first instanceof TreeNode)
return ((TreeNode<K,V>)first).getTreeNode(hash, key);//待深入了解
do {//遍历树,看能不能找到,能找到相等的元素就返回
if (e.hash == hash &&
((k = e.key) == key || (key != null && key.equals(k))))
return e;
} while ((e = e.next) != null);
}
}
return null;
}
1.7 删除 remove方法
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;
if ((tab = table) != null && (n = tab.length) > 0 &&
(p = tab[index = (n - 1) & hash]) != null) {
//第一步找到对应位置
Node<K,V> node = null, e; K k; V v;
if (p.hash == hash &&
((k = p.key) == key || (key != null && key.equals(k))))
node = p; //通常情况,这个位置的第一个节点的key符合要删除的节点key
else if ((e = p.next) != null) {//如果这个节点不止一个元素,那么就要遍历一下这个树或者链表
if (p instanceof TreeNode)
node = ((TreeNode<K,V>)p).getTreeNode(hash, key);//遍历树,找到对应的位置(有待深入研究)
else {
do {//一直找到符合的链表的位置
if (e.hash == hash &&
((k = e.key) == key ||
(key != null && key.equals(k)))) {
node = e;
break;
}
p = e;
} while ((e = e.next) != null);
}
}
//如果位置找到了,!matchValue 默认不需要匹配值
if (node != null && (!matchValue || (v = node.value) == value ||
(value != null && value.equals(v)))) {
if (node instanceof TreeNode)
((TreeNode<K,V>)node).removeTreeNode(this, tab, movable);//执行删除操作(还待进入,看看)
else if (node == p)
tab[index] = node.next;//通常情况,这个位置的第一个节点的key符合要删除的节点key。删除,指向node.next 可能是null,也可能是下一个节点
else
p.next = node.next;//是链表的情况下,删除node节点
++modCount;
--size;
afterNodeRemoval(node); // 调用afterNodeRemoval方法,该方法HashMap没有任何实现逻辑,目的是为了让子类根据需要自行覆写
return node;
}
}
return null;
}
1.8 containsKey方法,判断是否包含这个key
通过hashcode来定位数组,时间复杂度o(1)很快
public boolean containsKey(Object key) {
return getNode(hash(key), key) != null;
}
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) {
if (first.hash == hash && // always check first node
((k = first.key) == key || (key != null && key.equals(k))))
return first;
if ((e = first.next) != null) {
if (first instanceof TreeNode)
return ((TreeNode<K,V>)first).getTreeNode(hash, key);
do {
if (e.hash == hash &&
((k = e.key) == key || (key != null && key.equals(k))))
return e;
} while ((e = e.next) != null);
}
}
return null;
}
1.9 containsValue方法
有个问题,如果不是链表,是树,遍历树也可以用next吗?不知道具体什么机制,要再看一看
public boolean containsValue(Object value) {
Node<K,V>[] tab; V v;
if ((tab = table) != null && size > 0) {
for (int i = 0; i < tab.length; ++i) {//遍历tab数组
for (Node<K,V> e = tab[i]; e != null; e = e.next) {//遍历当前tab数组位置的链表(如果是树呢?)
if ((v = e.value) == value ||
(value != null && value.equals(v)))
return true;
}
}
}
return false;
}
1.10 KeySet
很奇怪,不知道怎么赋值的。。
1.11 values
同上
1.12 java.util.Map.Entry
interface Entry<K,V>
同上
1.13 entrySet方法
同上
public Set<Map.Entry<K,V>> entrySet() {
Set<Map.Entry<K,V>> es;
return (es = entrySet) == null ? (entrySet = new EntrySet()) : es;
}
1.14 clear方法
public void clear() {
Node<K,V>[] tab;
modCount++;
if ((tab = table) != null && size > 0) {
size = 0;
for (int i = 0; i < tab.length; ++i)
tab[i] = null;
}
}
1.15 java8使用函数式接口的方法之computeIfAbsent
1.16 java8使用函数式接口的方法之computeIfPresent
1.17 java8使用函数式接口的方法之compute
1.18 java8使用函数式接口的方法之merge
1.19 java8使用函数式接口的方法之forEach
@Override
public void forEach(BiConsumer<? super K, ? super V> action) {
Node<K,V>[] tab;
if (action == null)
throw new NullPointerException();
if (size > 0 && (tab = table) != null) {
int mc = modCount;
for (int i = 0; i < tab.length; ++i) {
for (Node<K,V> e = tab[i]; e != null; e = e.next)
action.accept(e.key, e.value);//通过遍历来获得key value值。并不能改变值
}
if (modCount != mc)
throw new ConcurrentModificationException();
}
}
1.20 java8使用函数式接口的方法之replaceAll
@Override
public void replaceAll(BiFunction<? super K, ? super V, ? extends V> function) {
Node<K,V>[] tab;
if (function == null)
throw new NullPointerException();
if (size > 0 && (tab = table) != null) {
int mc = modCount;
for (int i = 0; i < tab.length; ++i) {
for (Node<K,V> e = tab[i]; e != null; e = e.next) {
e.value = function.apply(e.key, e.value);//改变value的值
}
}
if (modCount != mc)
throw new ConcurrentModificationException();
}
}
一些方法变量
公共crud方法,变量控制
matchValue:匹配值,如匹配到值一样 才删除
movable:移动,如删除之后,是否移动位置
onlyIfAbsent:新增,有匹配的值,不覆盖
2.思考
2.1 为什么 扩容 要是 2倍?
https://www.jianshu.com/p/5ddf1b664641
定位数组下标的时候,取值范围才能快速的算出符合的位置
使用了(n - 1) & hash 运算,在 n 为 2次幂的情况下时,(n - 1) & hash ≈ hash % n ,因为2进制的运算速度远远高于取模,所以就使用了这种方式,所以要求为2的幂。
2.2 为什么当哈希冲突的时候,jdk1.7插入的是头部,1.8是尾部?
1.7是因为插入头部效率高,没有使用红黑树,不需要遍历计算链表长度
1.8是因为本来就要计算链表的长度,所以就直接插入到尾部了,而且可以避免像1.7多线程的时候,形成一个链表环