Java沉思录之HashMap源码浅析
Question
- HashMap的使用场景
- HashMap的工作原理
- HashMap在JDK7和JDK8的实现区别
- HashMap与Hashtable区别
- HashMap是线程安全的吗？如果不安全会有什么问题，有线程安全的解决方案吗？
- ConcurrentHashMap工作原理
Answer
1. HashMap的使用场景
当程序需要存储一些键值对，例如数据字典，全局参数等类型变量时，可使用HashMap作为存储对象的数据结构。HashMap允许null key和null value。
2. HashMap的工作原理
HashMap可根据key的hashCode快速定位到数组下标，若发生冲突，则顺着链表一个节点一个节点查找下去，时间复杂度为链表的长度，O(n)，在Java8中，当链表元素超过8个后，自动将链表转为红黑树，时间复杂度变成O(logN)，提高了查找效率。
首先看下HashMap中几个比较关键的成员变量。
/**
* 默认数组长度16，长度保持2^n，可扩容，扩容后数组为原来的2倍。
*/
static final int DEFAULT_INITIAL_CAPACITY = 1 << 4; // aka 16
/**
* 数组最大长度2^30
*/
static final int MAXIMUM_CAPACITY = 1 << 30;
/**
* 默认负载因子，0.75
*/
static final float DEFAULT_LOAD_FACTOR = 0.75f;
/**
* 用于判断是否需要将链表转换为红黑树的阈值.
*/
static final int TREEIFY_THRESHOLD = 8;
/**
* 存放元素的数组，长度保持2^n，可扩容
*/
transient Node<K,V>[] table;
/**
* HashMap中键值对的数量.
*/
transient int size;
/**
* threshold = capacity * load factor.超过该阈值需要进行扩容
*/
int threshold;
/**
* 负载因子
*/
final float loadFactor;
其中最重要的两个影响性能的参数分别是：
- 容量（capacity）：哈希表中桶的数量，初始化容量就是创建哈希表时的容量。
- 负载因子（load factor）：负载因子是在自动增加容量之前允许哈希表填满的度量。
当哈希表中的条目数超过加载因子和当前容量的乘积时，哈希表将被重新哈希（即，重建内部数据结构），以便哈希表具有大约两倍的桶数。
桶节点，定义了hash值，key、value及下一个节点
static class Node<K,V> implements Map.Entry<K,V> {
final int hash;
final K key;
V value;
Node<K,V> next;
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;
}
}
再来看最常用的get、put方法：
在get、put方法中计算下标时，需要用到一个hash方法。
/*
*先获取key的hashCode，另h = key.hashCode()
*再h进行无符号右移16位
*将两个结果异或得到最终的key的hash值，i = (n - 1) & hash
*作为节点下标
static final int hash(Object key) {
int h;
return (key == null) ? 0 : (h = key.hashCode()) ^ (h >>> 16);
}
public V get(Object key) {
Node<K,V> e;
return (e = getNode(hash(key), key)) == null ? null : e.value;
}
/**
* Implements Map.get and related methods
*
* @param hash hash for key
* @param key the key
* @return the node, or null if none
*/
final Node<K,V> getNode(int hash, Object key) {
Node<K,V>[] tab; Node<K,V> first, e; int n; K k;
//若桶不为空，先判断第一个节点是否要取的节点
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;
//若冲突了，则取链表下一个节点，通过判断key是否相等
if ((e = first.next) != null) {
//判断是否为红黑树节点，时间复杂度O(logn)
if (first instanceof TreeNode)
return ((TreeNode<K,V>)first).getTreeNode(hash, key);
do {
//链表节点，时间复杂度O(n)
if (e.hash == hash &&
((k = e.key) == key || (key != null && key.equals(k))))
return e;
} while ((e = e.next) != null);
}
}
return null;
}
get方法比较简单，大体思路如下：
- 先判断数组的第一个节点，若key和hash值相等，命中返回
- 若冲突了，判断是否链表节点，若是则遍历链表，查找key和hash相等的节点返回，时间复杂度O(n)
- 若不是链表节点，判断是否是红黑树节点，根据key和hash遍历红黑树，找到相等的节点，时间复杂度O(logN)
- 若遍历整个哈希表未命中则返回null
再来看put方法：
public V put(K key, V value) {
return putVal(hash(key), key, value, false, true);
}
/**
* @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;
//判断当前桶是否为空，为空需进行初始化
if ((tab = table) == null || (n = tab.length) == 0)
n = (tab = resize()).length;
//根据hash值判断当前节点是否为空（没有碰撞），为空新建一个节点，并将key，value传进去
if ((p = tab[i = (n - 1) & hash]) == null)
tab[i] = newNode(hash, key, value, null);
//若与当前节点碰撞，通过链表方式存放数据
else {
Node<K,V> e; K k;
//根据hash和key判断当前节点是否与要新增的key值相等，若是则返回该节点
if (p.hash == hash &&
((k = p.key) == key || (key != null && key.equals(k))))
e = p;
//判断当前节点是否为红黑树节点，若是则按照红黑树方式写入数据
else if (p instanceof TreeNode)
e = ((TreeNode<K,V>)p).putTreeVal(this, tab, hash, key, value);
//通过新增一个链表节点，写入数据
else {
for (int binCount = 0; ; ++binCount) {
if ((e = p.next) == null) {
p.next = newNode(hash, key, value, null);
//链表长度过长，把链表转换成红黑树
if (binCount >= TREEIFY_THRESHOLD - 1) // -1 for 1st
treeifyBin(tab, hash);
break;
}
//key相同时退出循环
if (e.hash == hash &&
((k = e.key) == key || (key != null && key.equals(k))))
break;
p = e;
}
}
//覆盖原有节点值
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)
resize();
afterNodeInsertion(evict);
return null;
}
put方法大致思路如下：
- 根据key的hash值找到节点，若未发生碰撞，将key和value写入新节点
- 若碰撞了，通过链表的方式存放在桶中
- 若链表已填满，长度超过TREEIFY_THRESHOLD（默认8），就把链表转换为红黑树
- 若key已存在，替换旧值
- 若整个桶满了，阈值threshold超过负载因子load factor * 当前容量current capacity,需进行扩容resize()
3. HashMap在JDK7和JDK8的实现区别
主要区别是JDK7 HashMap 采用数组+链表实现，而JDK8 HashMap 采用数组+链表+红黑树实现，提高了查询效率。
4. HashMap与Hashtable区别
Hashtable是历史遗留类，继承Dictionary类（已被废弃）。Hashtable是线程安全的，但效率比或者使用ConcurrentHashMap低，在非线程安全场景下，又不如HashMap。所以现在已不推荐使用。
5. HashMap的线程安全性
HashMap是线程不安全的，代码中未进行并发处理，在多线程操作时可能会导致数据不一致性。可以用 Collections 的synchronizedMap 方法使HashMap 具有线程安全的能力，或者使用ConcurrentHashMap。
6. ConcurrentHashMap工作原理
ConcurrentHashMap的key和value不能为空，在Java7中也是使用数组+链表实现，在Java8中使用了数组+链表+红黑树。
首先，先看下ConcurrentHashMap几个比较重要的成员变量：
/**
* 整个ConcurrentHashMap的最大容量 2^30
*/
private static final int MAXIMUM_CAPACITY = 1 << 30;
/**
* 默认初始化容量16
*/
private static final int DEFAULT_CAPACITY = 16;
/**
* 默认并发数，JDK7中Segment数量，在JDK8中已没啥用了
*/
private static final int DEFAULT_CONCURRENCY_LEVEL = 16;
/*
* JDK7中有用到，通过继承ReentrantLock进行加锁，使用分段锁技术，
* 默认16个Segment,即默认16线程并发操作，每当一个线程占用锁访问一个 * Segment 时，不会影响到其他的Segment,从而实现全局线程安全功能。在
* JDK8中没用了。
*/
static class Segment<K,V> extends ReentrantLock implements Serializable {
private static final long serialVersionUID = 2249069246763182397L;
final float loadFactor;
Segment(float lf) { this.loadFactor = lf; }
}
ConcurrentHashMap在JDK7和JDK8中实现有很大区别:
Java7主要使用Segment分段锁技术实现线程安全
而Java8引入了红黑树，存放数据的节点使用Node替代HashEntry，使用cas+synchronized保证线程安全性，提高了查询效率。
再来看下get方法：
public V get(Object key) {
Node<K,V>[] tab; Node<K,V> e, p; int n, eh; K ek;
int h = spread(key.hashCode());
if ((tab = table) != null && (n = tab.length) > 0 &&
(e = tabAt(tab, (n - 1) & h)) != null) {
if ((eh = e.hash) == h) {
if ((ek = e.key) == key || (ek != null && key.equals(ek)))
return e.val;
}
else if (eh < 0)
return (p = e.find(h, key)) != null ? p.val : null;
while ((e = e.next) != null) {
if (e.hash == h &&
((ek = e.key) == key || (ek != null && key.equals(ek))))
return e.val;
}
}
return null;
}
基本思路就是根据key的hashCode查找，若在数组节点直接命中则返回值；
若为树节点，则通过遍历树查找返回；否则遍历链表，通过key.equals()方法比较返回值。
public V put(K key, V value) {
return putVal(key, value, false);
}
/** Implementation for put and putIfAbsent */
final V putVal(K key, V value, boolean onlyIfAbsent) {
if (key == null || value == null) throw new NullPointerException();
//hash = (h ^ (h >>> 16)) & HASH_BITS
int hash = spread(key.hashCode());
int binCount = 0;
for (Node<K,V>[] tab = table;;) {
Node<K,V> f; int n, i, fh;
if (tab == null || (n = tab.length) == 0)
tab = initTable();
//数组下标 i = (n-1) & hash,通过tabAt和casAt方法定位节点，
//为空就创建一个新节点并存储数据
else if ((f = tabAt(tab, i = (n - 1) & hash)) == null) {
if (casTabAt(tab, i, null,
new Node<K,V>(hash, key, value, null)))
break; // no lock when adding to empty bin
}
//若数组在调整大小，当前节点需要进行变动
else if ((fh = f.hash) == MOVED)
tab = helpTransfer(tab, f);
else {
V oldVal = null;
//使用synchronized关键字锁住当前节点，防止其他线程占用
synchronized (f) {
if (tabAt(tab, i) == f) {
//若是链表节点，遍历链表，通过key.equals()方法命中节点并赋值，
//若存在旧值进行覆盖
if (fh >= 0) {
binCount = 1;
for (Node<K,V> e = f;; ++binCount) {
K ek;
if (e.hash == hash &&
((ek = e.key) == key ||
(ek != null && key.equals(ek)))) {
oldVal = e.val;
if (!onlyIfAbsent)
e.val = value;
break;
}
Node<K,V> pred = e;
if ((e = e.next) == null) {
pred.next = new Node<K,V>(hash, key,
value, null);
break;
}
}
}
//若当前节点是红黑树节点，通过遍历红黑树，根据key和hash找到节点位置赋值，
//若存在旧值进行覆盖
else if (f instanceof TreeBin) {
Node<K,V> p;
binCount = 2;
if ((p = ((TreeBin<K,V>)f).putTreeVal(hash, key,
value)) != null) {
oldVal = p.val;
if (!onlyIfAbsent)
p.val = value;
}
}
}
}
//若数量超过树的阈值默认8，进行扩容
if (binCount != 0) {
if (binCount >= TREEIFY_THRESHOLD)
treeifyBin(tab, i);
if (oldVal != null)
return oldVal;
break;
}
}
}
addCount(1L, binCount);
return null;
}
put过程大概如下：
- 根据key和key计算出的hash值去定位节点
- 若未发生碰撞，直接创建新节点并存储数据
- 若碰撞且数组正在调整大小，通过自旋方法保证写入
- 若都不满足，通过synchronized关键字锁住当前节点，写入数据
- 如果数量大于 TREEIFY_THRESHOLD 则要转换为红黑树，再通过树的方式写入数据
