HashMap(JDK8) 源码分析及夺命9连问
HashMap(JDK8) 大总结
数据结构
Node数组 + 链表 + 红黑树 构成
成员变量及内部类
//默认数组的初始化长度 AKA 16 1<<4 10000
static final int DEFAULT_INITIAL_CAPACITY = 1 << 4; // aka 16
//数组的最大长度为 2的30次方
static final int MAXIMUM_CAPACITY = 1 << 30;
//默认的加载因子
static final float DEFAULT_LOAD_FACTOR = 0.75f;
//链表变成树的阈值
static final int TREEIFY_THRESHOLD = 8;
//树变成链表的阈值
static final int UNTREEIFY_THRESHOLD = 6;
//树化要求的数组长度
static final int MIN_TREEIFY_CAPACITY = 64;
//底层的数组 为null
transient Node<K,V>[] table;
//Node节点
static class Node<K,V> implements Map.Entry<K,V>{
//key 的 hash值
final int hash;
//key
final K key;
//value
V value;
//指向的下一个节点
Node<K,V> next;
}
问?
1. 为什么 MAXIMUM_CAPACITY 要设置成1 << 30?
因为数组的长度是int类型, int 是 8 byte = 64 bit 范围是 -2的31次方 ~ 2的31次方-1。 而在HashMap中,由于对于各方面的优化要求数组的长度为2的幂(这个后面的问题会回答),因此这里的最大长度为 2的30次方也就是 1<<30。
2.什么是加载因子,默认加载因子是多少,为什么是这个数?
加载因子是为了计算数组扩容阈值的一个变量 threshold = loadfactor * capacity,
默认加载因子是0.75, 这是JDK官方给出的一个科学数值(能够极大优化HashMap底层)
3.Node节点的hash值是怎么得来的? 为什么要这样计算?
(key.hashcode() >>> 16) ^ key.hashcode。 这里 高低位异或hashcode 是因为在大多数情况下计算数组角标位置的时候我们的 数组长度一般不大于16位,为了能够让 hashcode的高16位能够参与计算以此来减少hash碰撞,因而将 hashcode的高16位与低16位做异或运算。
构造方法
public HashMap() {
this.loadFactor = DEFAULT_LOAD_FACTOR; // all other fields defaulted
}
public HashMap(int initialCapacity) {
this(initialCapacity, DEFAULT_LOAD_FACTOR);
}
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);
}
public HashMap(Map<? extends K, ? extends V> m) {
this.loadFactor = DEFAULT_LOAD_FACTOR;
putMapEntries(m, false);
}
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;
}
问?
1. 谈一谈HashMap的初始化吧?
HashMap底层的数组是在第一次执行put方法的时候resize初始化的,我先说一下HashMap的构造方法吧.
HashMap一共有4个构造方法, 1个无参构造,3个有参构造(1.自定义capacity和loadFactor 2.自定义capacity 3.传入Map)
我们一般常用的是 无参构造 加上 自定义capacity构造。
1.无参构造 只是赋值了默认的loadFactor加载因子0.75
2.自定义capacity构造
1.内部套娃了 capacity 和 loadFactor 只是将我们传入的cap 和 默认的0.75传了进去。
2.做一些非法判断
3.赋值默认的加载因子
4.threshold = tableSizeFor(cap) 这个值在后面resize()数组初始化的时候会赋值给cap
5.tableSizeFor 该方法是为了将传进来的cap 转成 >=initCap的 2的幂次方
2. tableSizeFor方法中为什么 要对 cap -1 后 再 +1 呢?
该方法里面主要算法是 对cap 右移1 2 4 8 16 并分别在其中进行或运算,目的是为了让所有有效位的值为1,然后在最后 +1 后自然会得出 2的幂的值。
首先如果不减1 也可以转换成 2的幂
但是如果我们传的值就是 2的幂 那么 不减1的话 就会变成 cap*2了
成员方法
put()
public V put(K key, V value) {
//这里经过hash扰动 得出hash值
return putVal(hash(key), key, value, false, true);
}
//onlyIfAbsent 参数是为了决定 当key相等时是否做value替换操作
final V putVal(int hash, K key, V value, boolean onlyIfAbsent,
boolean evict) {
Node<K,V>[] tab; Node<K,V> p; int n, i;
//判断是否要做 数组初始化
if ((tab = table) == null || (n = tab.length) == 0)
//第一次put的时候 数组初始化
n = (tab = resize()).length;
//经过寻址算法得出要存放k,v的桶位 也就是数组角标位 (length-1)&hash
if ((p = tab[i = (n - 1) & hash]) == null)
//如果该桶位位空 则将数据组成Node放入该位置
tab[i] = newNode(hash, key, value, null);
else {
Node<K,V> e; K k;
//如果该桶位有值
//判断该桶位的第一个node的 key是否与 我们传进来的key相等 (先判断两者的hash值 如果相等(产生hash碰撞) 则再判断两者的equals方法是否相等)
if (p.hash == hash &&
((k = p.key) == key || (key != null && key.equals(k))))
//都相等的情况下则根据onlyIfAbsent决定是否替换value,替换的步骤在后面会统一做。
e = p;
//判断该桶位是否是树化
else if (p instanceof TreeNode)
e = ((TreeNode<K,V>)p).putTreeVal(this, tab, hash, key, value);
//该桶位为链表
else {
//遍历该桶位下的链表节点
for (int binCount = 0; ; ++binCount) {
//判断该节点 是否还有后继节点
if ((e = p.next) == null) {
//如果没有后继节点,则尾插法 将数据组成Node插入该链表
p.next = newNode(hash, key, value, null);
//判断该链表的长度是否 大于8 也就是树化阈值
if (binCount >= TREEIFY_THRESHOLD - 1) // -1 for 1st
//该方法中还要判断 数组的长度是否大于64
// 如果大于64 则将链表转成红黑树
// 如果不大于64 则 resize() 扩容
treeifyBin(tab, hash);
break;
}
//循环判断该链表下的所有节点的key是否与 索要放进来的key相等
//若不等 则继续遍历
//若相等 则break 做后面的统一替换
if (e.hash == hash &&
((k = e.key) == key || (key != null && key.equals(k))))
break;
p = e;
}
}
//相等key情况下 的替换value操作
if (e != null) { // existing mapping for key
V oldValue = e.value;
if (!onlyIfAbsent || oldValue == null)
e.value = value;
afterNodeAccess(e);
return oldValue;
}
}
//修改次数加一 修改次数(增加,删除) 不包括 替换修改
++modCount;
//HashMap中元素个数加1 并判断是否到了扩容阈值
if (++size > threshold)
//若大于扩容阈值 则扩容
resize();
afterNodeInsertion(evict);
return null;
}
resize()
final Node<K,V>[] resize() {
//若是第一次初始化 则oldTable=null
//若不是 则oldTable !=null
Node<K,V>[] oldTab = table;
//原数组长度
//若第一次 则oldCap = 0
//若不是 oldCap = oldTab.length
int oldCap = (oldTab == null) ? 0 : oldTab.length;
/**
原扩容阈值
若第一次
无参 oldThr = threshold = 0
有参 oldThr = threshold = 2的幂
若不是第一次 oldThr = threshold 有值
**/
int oldThr = threshold;
//新数组长度, 新数组的扩容阈值
int newCap, newThr = 0;
//非首次初始化进入
if (oldCap > 0) {
//如果数组长度大于最大长度 则不扩容
if (oldCap >= MAXIMUM_CAPACITY) {
threshold = Integer.MAX_VALUE;
return oldTab;
}
// 新数组长度扩容为 原数组长度的2倍
else if ((newCap = oldCap << 1) < MAXIMUM_CAPACITY &&
//该情况为 自定义了cap且小于16时 扩容阈值在后面会计算
oldCap >= DEFAULT_INITIAL_CAPACITY)
//新的扩容阈值为 原扩容阈值的两倍
newThr = oldThr << 1; // double threshold
}
//该情况为 自定义了cap 将之前sizeForTable方法计算出的2的幂赋值给 新数组长度
else if (oldThr > 0) // initial capacity was placed in threshold
newCap = oldThr;
//该情况为空参构造 新数组长度为16 新扩容阈值为0.75*16 = 12
else { // zero initial threshold signifies using defaults
newCap = DEFAULT_INITIAL_CAPACITY;
newThr = (int)(DEFAULT_LOAD_FACTOR * DEFAULT_INITIAL_CAPACITY);
}
////该情况为 自定义了cap且小于16时
if (newThr == 0) {
// 0.75*新数组长度 得出扩容阈值
float ft = (float)newCap * loadFactor;
newThr = (newCap < MAXIMUM_CAPACITY && ft < (float)MAXIMUM_CAPACITY ?
(int)ft : Integer.MAX_VALUE);
}
//将扩容阈值赋值给全局变量
threshold = newThr;
@SuppressWarnings({"rawtypes","unchecked"})
//new 一个新的Node数组 长度为扩容后的长度 或者是 初始化的长度
Node<K,V>[] newTab = (Node<K,V>[])new Node[newCap];
table = newTab;
//扩容的情况下(不是初始化的时候)
if (oldTab != null) {
//遍历原数组的各个桶位
for (int j = 0; j < oldCap; ++j) {
Node<K,V> e;
//如果该桶位不是空
if ((e = oldTab[j]) != null) {
//将原数组桶位赋值为null 等待GC
oldTab[j] = null;
//如果该桶位仅有一个值(还未链化的情况)
if (e.next == null)
//则重新经过寻址算法计算新数组中的桶位 并放进去
newTab[e.hash & (newCap - 1)] = e;
//如果该桶位是树化 则特殊处理
else if (e instanceof TreeNode)
((TreeNode<K,V>)e).split(this, newTab, j, oldCap);
//该桶位已经链化
else { // preserve order
//低位链表
Node<K,V> loHead = null, loTail = null;
//高位链表
Node<K,V> hiHead = null, hiTail = null;
Node<K,V> next;
do {
next = e.next;
//组成低位链表 尾插
if ((e.hash & oldCap) == 0) {
if (loTail == null)
loHead = e;
else
loTail.next = e;
loTail = e;
}
//组成高位链表 尾插
else {
if (hiTail == null)
hiHead = e;
else
hiTail.next = e;
hiTail = e;
}
} while ((e = next) != null);
//将低位链表放入新数组中
if (loTail != null) {
loTail.next = null;
newTab[j] = loHead;
}
//将高位链表放入新数组中
if (hiTail != null) {
hiTail.next = null;
newTab[j + oldCap] = hiHead;
}
}
}
}
}
return newTab;
}
问?
1. 为什么要在第一次put的时候初始化?
懒初始化,有利于节省空间
2.为什么采用该(n - 1) & hash 寻址算法? 好处是什么?
相当于 hash%length 采用位运算有利于提高效率
3.为什么数组的长度要是2的幂?
1.在寻址算法中有利于-1计算 各个hash值的桶位
2.在后面扩容数组,扩容为2倍同样是遵循2的幂,最关键的是在迁移链表的的时候就因为这个2倍,不需要重新计算高低位链表在新数组中的桶位,低位链表是原来的桶位,高位链表是原来的桶位加上原数组长度(也就是扩容的大小)。
4.为什么要加入红黑树? 为什么不直接用红黑树 放弃链表?
提高查找效率,如果转换为红黑树的话,那么链表会越来越长 最后时间复杂度为O(n),而变为红黑树复杂度为O(logN)
因为红黑树在做插入删除操作时 同样会消耗性能,左旋右旋等。所以最终采用两者的结合
万般皆下品,唯有读书高!