Java容器之HashMap源码分析
2017-02-09 17:34 taixuyingcai 阅读(293) 评论(0) 编辑 收藏 举报在java的容器框架中，hashMap是最常用的容器之一，下面我们就来深入了解下它的数据结构和实现原理
先看下HashMap的继承结构图
下面针对各个实现类的特点进行下说明：
1）HashMap: 它是根据key的hashCode值进行存储的，大部分时候都可以很快的定位的，因此具有很快的访问速度，
但是遍历的顺序是不一定的。HashMap最多只允许一个key的值为null,但是允许多个value的值为null。HashMap是非线程安全的，
因此在多线程环境中使用的时候要加锁，也可以用Collections的synchronizedMap方法对HashMap进行封装，使HashMap成为线程安全的，
还可以用ConcurrentHashMap,ConcurrentHashMap本身是线程安全的，并发效率很高。
2）HashTable: HashTable是jdk1.0的时候就存在的，是线程安全的，它的所有方法都是syncronized的，所以效率很低，不建议使用。
如果在单线程中使用可以用HashMap，多线程中可以用ConcurrentHashMap.
3) LinkedHashMap: 它是HashMap的一个子类，会记录插入的顺序，在遍历的时候会按照放入的顺序遍历。是非线程安全的。
4）TreeMap: TreeMap实现了SortedMap接口，因此他是有序的。默认是按key的升序进行排序的，所以在向TreeMap中放对象时，
key要么实现Comparable接口要么单独传入一个Comparator比较器。
接下来我们来说下HashMap的存储结构:
HashMap在jdk8中做了优化，在存储结构中加入了红黑树。从结构上来说HashMap的存储结构是
数组 + 链表 + 红黑树 如下图：
下面我们根据源码进行下分析这样的存储结构有什么特点：
public class HashMap<K,V> extends AbstractMap<K,V> implements Map<K,V>, Cloneable, Serializable { static final int DEFAULT_INITIAL_CAPACITY = 1 << 4; //默认HashMap创建时的大小16 static final int MAXIMUM_CAPACITY = 1 << 30; // 最大大小 static final float DEFAULT_LOAD_FACTOR = 0.75f; // 装填因子默认值 transient Node<K,V>[] table; // 哈希桶数组 int threshold; // 存放数据的最大数量 final float loadFactor; // 装填因子 }
从上面这段ＨashMap的源码中我们看到，有一个 叫table的Node<K,V>数组，显然这就是用来存放数据 的，那么我们来看下Node的结构
static class Node<K,V> implements Map.Entry<K,V> { final int hash; // key的hash值 final K key; V value; Node<K,V> next; // 链表的下个结点 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; } ......... }
从代码中可以看到Node是一个链表的数据结构。
HashMap在存放数据的时候会根据key的hash值放到哈希数组中，如果数组的位置已经有数据了，那么就会放到这个数据的后面。
所以这个计算key的哈希值的算法就显的很重要了，如果这个算法不好，就会出现哈希冲突，会严重影响到HashMap的使用效率了.
下面我们再来看是HashMap是如何通过key的hash值定位到数组的位置的呢？看代码
static final int hash(Object key) { int h; // h = key.hashCode() key的hash值 return (key == null) ? 0 : (h = key.hashCode()) ^ (h >>> 16); }
这是jdk8中的代码，分析这这个方法可以知道，它是通过使key的hash值的低16位与高16位异或运算来得到了一个新的hash值，
在jdk7中有这样一个方法：
static int indexFor(int h, int length) { return h & (length-1); }
这个方法在jdk8中已经没有了，在jdk8中是直接使用这个方法里的 h & (length-1) 进行计算的
从这个方法中我们看到，是用新的hash值与数组的长度进行 &运算。我们知道HashMap每次进行扩容的时候是按照2的次幂进行扩容的。
正常来说在对hash表的数据结构进行扩容的时候最好要用素数，因为用素数可以减少hash算法的hash值冲突，
在HashTable中的初始容量就是11.但是HashMap每次扩容都是2的次幂，这是因为如果HashMap的长数组长度如果是2的次幂的话
h&(length-1)实际上就是对length取模，这样运算效率就大大提高了。这是个很巧妙的算法。
所以总结起来Hash是如果定位数组位置的：
1：计算key的hash值
2：用key的hash值的高16位与低16位取异或得到新的hash值
3：用这个新的hash值到数组长度取模
这样就得到了这个key应该在哈希桶数组的哪个位置了
HashMap的put方法分析
put方法可以通过这张流程图来分析，大家可以通过这个图对比源码进行研究
1）首先判断table数组是否为空，如果为空则扩容，否则转入2
2）如果table不为空则计算插入点的索引i，如果table[i]为空则新加节点，转向6。否则转向3
3）如果首个节点的元素key与新元素相同，则覆盖，否则转向4
4）判断是否为treeNode，如果是则直接在红黑树中插入，如果不是则转向5
5）遍历链表，如果链表长度大于8则转为红黑树插入，否则在链接中判断，是否有相同key，如果有则
覆盖，否则插入。
6）插入成功后看size是否大于threshold，如果是就扩容
下面是put的源码
public V put(K key, V value) { // 对key的hashCode()做hash 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; // 步骤①：tab为空则创建 if ((tab = table) == null || (n = tab.length) == 0) n = (tab = resize()).length; // 步骤②：计算index，并对null做处理 if ((p = tab[i = (n - 1) & hash]) == null) tab[i] = newNode(hash, key, value, null); else { Node<K,V> e; K k; // 步骤③：节点key存在，直接覆盖value if (p.hash == hash && ((k = p.key) == key || (key != null && key.equals(k)))) e = p; // 步骤④：判断该链为红黑树 else if (p instanceof TreeNode) e = ((TreeNode<K,V>)p).putTreeVal(this, tab, hash, key, value); // 步骤⑤：该链为链表 else { for (int binCount = 0; ; ++binCount) { if ((e = p.next) == null) { p.next = newNode(hash, key,value,null); //链表长度大于8转换为红黑树进行处理 if (binCount >= TREEIFY_THRESHOLD - 1) // -1 for 1st treeifyBin(tab, hash); break; } // key已经存在直接覆盖value if (e.hash == hash && ((k = e.key) == key || (key != null && key.equals(k)))) break; p = e; } } if (e != null) { // existing mapping for key V oldValue = e.value; if (!onlyIfAbsent || oldValue == null) e.value = value; afterNodeAccess(e); return oldValue; } } ++modCount; // 步骤⑥：超过最大容量 就扩容 if (++size > threshold) resize(); afterNodeInsertion(evict); return null; }
HashMap的扩容机制
扩容(resize)就是重新计算容量，向HashMap对象里不停的添加元素，而HashMap对象内部的数组无法装载更多的元素时，
对象就需要扩大数组的长度，以便能装入更多的元素。当然Java里的数组是无法自动扩容的，方法是使用一个新的数组
代替已有的容量小的数组，就像我们用一个小桶装水，如果想装更多的水，就得换大水桶。
从上面put方法的代码中我们看到当HashMap的size的值如果大于threshold的时候就会扩容
因为jdk8对HashMap的扩容做了小小的优化，这里先看jdk7扩容的代码，稍后再看jdk8做了哪些优化
void resize(int newCapacity) { //传入新的容量 Entry[] oldTable = table; //引用扩容前的Entry数组 int oldCapacity = oldTable.length; if (oldCapacity == MAXIMUM_CAPACITY) { //扩容前的数组大小如果已经达到最大(2^30)了 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 return; } Entry[] newTable = new Entry[newCapacity]; //初始化一个新的Entry数组 transfer(newTable); //！！将数据转移到新的Entry数组里 table = newTable; //HashMap的table属性引用新的Entry数组 threshold = (int)(newCapacity * loadFactor);//修改阈值 }
从代码中我们可以看到，方法参数是一个新的容量大小，当原容量等于默认的最大容量时
就把threshold设置为2^31-1 也就是最大的整数值。然后就跳出了，也就是说当容量已经
是默认最大值的时候只是修改了threshold的值，桶数组的容量并没有扩大。
然后就是新创建了一个新的数组，把旧数组中的值放入新的数组 中。transfer(newtable)函数就是拷贝旧数组到新数组中的
void transfer(Entry[] newTable) { Entry[] src = table; //src引用了旧的Entry数组 int newCapacity = newTable.length; for (int j = 0; j < src.length; j++) { //遍历旧的Entry数组 Entry<K,V> e = src[j]; //取得旧Entry数组的每个元素 if (e != null) { 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） do { Entry<K,V> next = e.next; int i = indexFor(e.hash, newCapacity); //！！重新计算每个元素在数组中的位置 e.next = newTable[i]; //标记[1] newTable[i] = e; //将新的元素放在数组上的链表的头部 e = next; //访问下一个Entry链上的元素 } while (e != null); } } }
从transfer函数中我们可以看到，在放旧数组中的数据时，重新计算了每个数组在新数组中的位置，
然后在放入数组中的链表是按照从头部放入的顺序插入的，也就是说扩容之后链表的数据被倒转了。
下面举个例子说明下扩容过程。假设了我们的hash算法就是简单的用key mod 一下表的大小（也就是数组的长度）。
其中的哈希桶数组table的size=2， 所以key = 3、7、5，put顺序依次为 5、7、3。在mod 2以后都冲突在table[1]这里了。
这里假设负载因子 loadFactor=1，即当键值对的实际大小size 大于 table的实际大小时进行扩容。
接下来的三个步骤是哈希桶数组 resize成4，然后所有的Node重新rehash的过程。
下面分析 下jdk8做了哪些优化
前面我们讲过HashMap中放入元素是根据hash值对HashMap的数组长度进行取模来进行定位的，
并且HashMap的Node数组每次扩容都会是原来的2倍.而且HashMap的原来的元素的hash值是不会变的。
如图的例子，a是扩容前的定位计算，b是扩容后的定位计算，key1，key1分别是两个元素的hash值
从图中可以看到，key1在扩容前后，它的位置都没有变，都是5。key2在扩容后位置从5变成了21。
我们可以发现数组原来的长度是16，并且扩容后n-1的二进制表示在最高位比原来多了1bit的（原来是1111，扩容后是1 1111）。
正是由于多出的这1位，在定位计算的时候如果元素的hash值在这1位上是0，那么它的位置就不会变，如果是1就会向后移动原来数组长度的位置。
根据这一特点，jdk8在扩容拷贝数据的时候就不需要重新定位计算元素的位置，只需要根据元素的hash值的需要多计算的这1位的值是0还是1就可以了，
并且不会把链表倒转
看下源代码：
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) { // 超过最大值就不再扩充了，就只好随你碰撞去吧 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 { // zero initial threshold 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; @SuppressWarnings({"rawtypes"，"unchecked"}) 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; 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 { // 链表优化重hash的代码块 Node<K,V> loHead = null, loTail = null; Node<K,V> hiHead = null, hiTail = null; Node<K,V> next; do { next = e.next; // 原索引 if ((e.hash & oldCap) == 0) { // 判断新增的1位的值是0 if (loTail == null) loHead = e; else loTail.next = e; loTail = e; } // 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; }
由于时间关系还有一些关于线程安全的问题以及jdk8与jdk7之间的性能差异，读者可以自行研究。
小结
1：HashMap的扩容是很消耗资源的，所以在使用的时候应该尽量估算好大小，给个初始值。
2：装载因子是可以改变的，但是最好不要改，除非特殊情况。
2：HashMap是非线程安全的，所以需要在并发的环境下使用的话请用ConcurrentHashMap。
3：Jdk8中对HashMap中增加了红黑树的结构，例HashMap的性能得到了提升。
本文参考互联网上其它一些资料，通过能jdk7,8的源码，进行的一些分析，如有错误敬请指出
如需转载请注明出处 http://www.cnblogs.com/taixuyingcai/
