HashMap源码分析（史上最详细的源码分析）

HashMap简介

HashMap是开发中使用频率最高的用于映射（键值对 key value）处理的数据结构，我们经常把hashMap数据结构叫做散列链表； 

ObjectI entry<Key,Value>,entry<Key,Value>] 可以将数据通过键值对形式存起来

特点

  • HashMap根据键的hashcode值存储数据，大多数情况可以直接定位到它的值，因而具有很快的访问速度，但遍历顺序是不确定的

　　   想要使得遍历的顺序就是插入的顺序，可以使用LinkedHashMap，LinkedHashMap是HashMap的一个子类，保存了记录的插入顺序，在用Iterator遍历LinkedHashMap时，先得到的记录肯定是先插入的，也可以在构造时带参数，按照访问次序排序。

public class HashMapTest {

    public static void main(String[] args) {
        HashMap hashMap = new HashMap();
        hashMap.put(2,"bbb");
        hashMap.put(3,"ccc");
        hashMap.put(1,"aaa");
        System.out.println("HashMap的遍历顺序："+hashMap);
        LinkedHashMap linkedHashMap = new LinkedHashMap();
        linkedHashMap.put(2,"bbb");
        linkedHashMap.put(3,"ccc");
        linkedHashMap.put(1,"aaa");
        System.out.println("LinkedHashMap的遍历顺序："+linkedHashMap);
    }
}

HashMap的遍历顺序：{1=aaa, 2=bbb, 3=ccc}
LinkedHashMap的遍历顺序：{2=bbb, 3=ccc, 1=aaa}

 

 

线程不安全的HashMap

因为多线程环境下，使用Hashmap进行put操作会引起死循环，导致CPU利用率接近100%，所以在并发情况下不能使用HashMap。

  • HashMap最多只允许一条记录的键为null，允许多条记录的值为null
  • HashMap非线程安全，如果需要满足线程安全，可以一个Collections的synchronizedMap方法使HashMap具有线程安全能力，或者使用ConcurrentHashMap

效率低下的HashTable容器

     HashTable容器使用synchronized来保证线程安全，但在线程竞争激烈的情况下HashTable的效率非常低下。因为当一个线程访问HashTable的同步方法时，其他线程访问HashTable的同步方法时，可能会进入阻塞或轮询状态。如线程1使用put进行添加元素，线程2不但不能使用put方法添加元素，并且也不能使用get方法来获取元素，所以竞争越激烈效率越低。

ConcurrentHashMap的锁分段技术

     HashTable容器在竞争激烈的并发环境下表现出效率低下的原因，是因为所有访问HashTable的线程都必须竞争同一把锁，那假如容器里有多把锁，每一把锁用于锁容器其中一部分数据，那么当多线程访问容器里不同数据段的数据时，线程间就不会存在锁竞争，从而可以有效的提高并发访问效率，这就是ConcurrentHashMap所使用的锁分段技术，首先将数据分成一段一段的存储，然后给每一段数据配一把锁，当一个线程占用锁访问其中一个段数据的时候，其他段的数据也能被其他线程访问。

 

通常会见到数据库优化，具体就是索引优化，那什么是索引优化呢？

举个例子，微信通讯录，最右侧会有a-z的排序，这就是索引，把数据分组，用到了hashMap数据结构

 

为什么键一个set集合，值是一个value集合

public abstract class AbstractMap<K,V>implements Map<K,V>{

Set<K>keyset;

Collection<V>valuescollection;
set数据结构：元素不能相同
collection数据结构：元素可以相同
因为在hashMap中，key（键）不能相同，value（值）是可以相同的

 

HashMap源码分析

核心成员变量

transient HashMapEntry<k, V>[] table;　　　　　　 　　//键值对的数组，存着每一个键值对

transient HashMapEntry<K,V>entryForNullKey;　　　　 //没有键的键值对

private transient Set<Map.Entry<K, V>> entrySet;  //HashMap将数据转换成set的另一种存储形式，这个变量主要用于迭代功能。

transient int size;　　　　　　　　　　  　//HashMap中实际存在的Node数量，注意这个数量不等于table的长度，甚至可能大于它，因为在table的每个节点上是一个链表（或RBT）结构，可能不止有一个Node元素存在。

transient int modCount;　　　　　　　 　　//HashMap的数据被修改的次数，这个变量用于迭代过程中的Fail-Fast机制，其存在的意义在于保证发生了线程安全问题时，能及时的发现（操作前备份的count和当前modCount不相等）并抛出异常终止操作。

private transient int threshold;　　　　//HashMap的扩容阈值，在HashMap中存储的键值对超过这个数量时，自动扩容容量为原来的二倍。

final float loadFactor;　　　　　　　　　//HashMap的负载因子，可计算出当前table长度下的扩容阈值：threshold = loadFactor * table.length。

 

 

hashMap常量

private static final int MINIMUM_cAPACITY = 4;   //最小容量

private static final int MAXIAMM_CAPACITY = 1<<30; //最大容量，即2的30次方 （左移乘2，右移除2）

static final float DEFAULT_LOAD_FACTOR = 0.75f;    //加载因子，用于扩容，容量达到三分之二时，就准备扩容了

static final int MIN_TREEIFY_CAPACITY = 64;//默认的最小的扩容量64，为避免重新扩容冲突，至少为4 * TREEIFY_THRESHOLD=32，即默认初始容量的2倍

private static final Entry[] EMPTY_TABLE = new HashMapEntry[MINIMUM CARACITY >>>1];//键值对数组最小容量（空的时候）

 

构造方法

　　//空参构造，使用默认的加载因子0.75
　　public HashMap() {
        this.loadFactor = DEFAULT_LOAD_FACTOR; 
    }
 
 　　//设置初始容量，并使用默认的加载因子
    public HashMap(int initialCapacity) {
        this(initialCapacity, DEFAULT_LOAD_FACTOR);
    }
 
    //设置初始容量和加载因子，
    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);
    }

 

常用方法

public interface Map<K,V>{}

public static interface Entry<k,V){}

public boolean equals(Object object); //要重写，因为要相等的话，键和值都要相同

public K getkey();　　　　　 　//获取键

public V getValue(); 　　　 　//获取值

public V setValue(V object); //设置值

public void clear(); 　　　　 //清除这个map

public boolean containskey(Object key);     //是否包含某个键

public boolean containsValue(Object value); //是否包含某个值

public Seft<Map. Entry<K,V>>entryset();     //获取实体集合

public Set<k>keyset(); 　　　　//获取键的集合

public Set<k>Valueset(); 　 　//获取值的集合

public V put(K key,V vale);  //往里面添加一个键值对

public void putAll(Map<? extends K,?extends V>map); //添加一个键值对的、小的map

public V remove(Object key);   //通过一个键移除一个值

public int size();　　　　　　　　//键值对的数量

public Collectign<V>values(); //值的集合

 

　　什么是HASH

　　是根据文件的内容的数据 通过逻辑运算得到的数值, 不同的文件(即使是相同的文件名)得到的HASH值是不同的, 所以HASH值就成了每一个文件在EMULE里的身份证.

 

 

secondary : 第二的

table:存储键值对的数组

tab.lenth=下标最大值

e：tab[index] : 一维数组第一个元素，整个链表的头结点

put方法

下1  代表下一个代码块有此方法        下下2 代表下下一个代码块有此方法   依次类推

@Override
public V put(k key, V value) {
    if (key == null) {
        return putValueForNu1lKey(value);　　　　　　　　 //放一个空key的值     注：hashMap的值是可以为空的
　　}
        int hash = Collections.下下2secondaryHash(key); //首先拿到键的hash值，这个key传进来之后进行两次hash：先拿到下 key.hashCode()本身hash值，再把它作为参数（object key）传进来，就是二次hash
　　　　　　　　　　　　　　　　　　　　　　　　　　　　　　　　　　　　　　　　　　　　　　　　　　　　　　　目的：为了不能key一直在一个数据域里，要分散一些，均匀排列，在0-9
        下下下1HashMapEntry<K, V>[] tab = table; 　　　　//为了安全问题声明局部变量tab

        int index = hash & (tab.length - 1);　　　　　 //通过计算hash值再进行一个与运算，获取下标要放在哪个地方。  就相当于微信索引，计算出所在位置，
　　　　　　　　　　　　　　　　　　　　　　　　　　　　　　　　打个比方，成--c，放在c区域里  一个区域可以有多个键只需要两行代码，就能找到key（n）所在的散列，
　　　　　　　　　　　　　　　　　　　　　　　　　　　　　　　　比如有10个链表，之前需要查10次，现在只需要查10分之1次，效率提高10倍，再通过迭代找具体元素，100个链表效率就提高100倍

        for (HashMapEntry<K, V> e = tab[index]; e！ = null; e = e.next) { //遍历整个下标下面整个链表，e：头结点  ，如果头结点不等于空，就让头结点等于他的下一个结点
　　　　　
if (e.hash == hash && key.equals(e.key)) {  　　//键值对里的hash等于算出来的hash ，然后发现放进来的这个key和链表里的这个key相同，就覆盖
                preModify(e);覆盖
                V oldValue = e.value; 　　　　　 //以前的值oldValue赋值给新的value
                e.value = value;
                return oldValue;
            }
        }

　　　　　　modCount++; 　　　　　　　　          //找不到计数+1　　　　　　

　　　　　　if(size++ > threshold){            //数量有大小，也就是size，如果size++大于容量因子极限，就扩充

　　　　　　　　tab = doubleCapacity();        //容量乘以2，扩大两倍。最小是4，22 23 24 25 26 . . .

　　　　　　　　index = hash &(tab.1ength-1);  //扩完容再重新计算一遍下标的值

　　　　　　}　　　　　　　　

　　　　　　addNewEntry(key, value, hash, index);

　　　　　　return nul1;

 }

 

public static int ①secondaryHash(Object key){
　　return ②secondaryHash(key. hashCode());  //先获取key本身的hashcode，再经过一次hash，调用secondaryHash
}

 

private static int 上上2secondaryHash(int h) {
    h += (h << 15) ^ 0xffffcd7d;
    h ^= (h >>> 10);
    h += (h << 3);
    h ^= (h >>> 6);
    h += (h << 2) + (h << 14);
    return h ^ (h >>> 16);
}

 

hashMap不仅仅是一种单纯的一维数组，有键key，有值value，还有next指针，这样的好处是HashMap根据键的hashcode值存储数据，大多数情况可以直接定位到它的值，因而具有很快的访问速度，但遍历顺序是不确定的

static class 上上上1HashMapEntry<K, V> implements Entry<K, V> {
    final K key;
    V value;
    final int hash;
    HashMapEntry<K, V> next; //如果出现相同的键，就通过这个指针指向下一个
    HashMapEntry(K key, V value, int hash, HashMapEntry<K, V> next) {
        this.key = key;
        this.value = value;
        this.hash = hash;
        this.next = next;
　　}

 

 

oldCapacity：扩容之前的长度

newTable：

private HashMapEntry<K,V>[] doubleCapacity(){
　　HashMapEntry<K,V>[] oldTable=table; 　　//作为局部变量赋值
　　int oldCapacity =oldTable.1engtth;  
　　if(oldCapacity == MAXTMUM_CAPACITY){   //现在的长度就等于最大就不扩容了
　　　　return oldTable; 
}
　　int newCapacity = oldCapacity*2; 　　　　//否则，扩容2倍
　　HashMapEntry<K,V>[] newTable = makeTable(newCapacity); //声明了一个newTable，让他的长度等于newCapacity

   if(size==0){ 　　　　　　　　　　　　　　　　//没元素在里面
　　　　return newTable;
}
　 for(int j=Q;j<b1dcapacity;j++){ 　　　　//遍历，为了把老数组里的元素放到新数组里面来

　　　　 HashMapEntry<K,V>e=oldTable[j]; 　　//拿到老的数组里的每一个键值对

　　　 　if(e==nul1){
　　　　 　　continue;

　　　　 }　　//键值对为空，则不管

 

　　　　int highBit=e. hash & oldCapacity; //拿到键值对里的hash和oldCapacity长度，进行取小（highBit）

　　　　HashMapEntry<K,V>broken=null;

　　　　newTable[j | highBit]=e; 　　　//把highBit放在newTable里面，和j进行一个或运算，其实就是把元素丢到新的里面来

　　　　for(HashMapEntry<K,V>n=e. next;n!=null;e=n,n=n. next){ //把串里的数据全部拿出来，重新计算下标
　　　　　　int nextHighBit=n. hash & oldCapacity;

　　　　　　if(nextHighBit!=highBit){ 　　　　     //如果后面子串和前面这个串，计算出来的下标不同，不能再放在这个数组（相当于微信的一个索引）里了
　　　　　　　　if(broken==null)  　　　　　　　    //不相等
　　　　　　　　　　newTable[j | nextHighBit]=n;  //应该放在newTable新的下标去   或运算的时候分成两个区间

　　　　　　　　else

　　　　　　　　　　broken.next = n; 　　　　　　　 //如果相等，放在next后面，继续串起来

　　　　　　　　　　 

　　　　　　　　broken=e;

　　　　　　　　heigBit = nextHighBit；

　　　　　　}

　　　　}

　　　　if(broken !=null)

　　　　　　broken. next=null;

　　　　　　}

　　　　return newTable;

　　}





 


 




  table[index] = next  也就是链表中下一个元素


  table[index]就相当于微信同一个索引下的某个元素，有两个了，再添加，就用next指向下一个元素


串只需要用头结点来表示，要做到是先把新结点连接到串里面来，然后再让tab[index]等于这个串，这个串本身就是这个头结点，比如现在有三个串（头结点也有一个），新进来的串放在前面






void addNewEntry(K key,V value,int hash,int index){
table[index]=new HashMapEntry<K,V>(key,value,hash,table[index]（next指针）); 蓝色为新结点，放在tab[index]里面来，就是头结点，相当于新结点变成了头结点，
　　　　　　　　　　　　　　　　　　　　　　　　　　　　　　　　　　　　　　　　　　　　　而新结点作为头结点的next指针，作为一个引用引进来了




 ，这个图就是，tab[index]这个一维数组中的某个元素或存储区域，让它等于新加进来的元素--newHashMap，让新进来的元素的next指针指向tab[index]






 


 remove




tab[index]：头结点


prev=null 默认为空




 




@override
public V remove(object key) {
　　if (key == null) {
　　　　return removeNullke(); //移除空键但有值的键值对
　　}
　int hash = Collections.secondaryHash(key); 
　　HashMapEntry<K, V>[] tab = table; 
　　int index = hash & (tab.length - 1); 
　　for (HashMapEntry<K, V> e = tab[index], prev = null; //遍历串里的每一个元素，让头结点等于e
　　　　　　e != null;prev = e, e = e.next){ //让头结点e等于prev，又让e.next(头结点的下一个元素等于e)

　　　　　　　　  二次遍历

　　　　if (e.hash == hash && key.equals(e.key)) { hash相等，又能equals，说明找到了这个结点
　　　　　　if (prev == null) {
　　　　　　　　tab[index] = e.next; 让头结点不再等于之前的prev，把e放在头结点位置，然后e.next就是tab[index]（头结点），成功上位了哈哈

　　　　　　} else {
　　　　　　　　prev.next = e.next; prev.next不指向下一个元素了，指向下一个的下一个（e.next），就表示把e删除了
　　　　　　modCount++;
　　　　　　size++;




要删除一个key1，找到下标索引就是index=0 第一列，但是这个index=0有很多键值对，不能直接把index=0里的所有键值对删除吧，所以要先查找找出来，删除需要的键值对


 


修改元素：


      元素的修改也是put方法，因为key是唯一的，所以修改元素，是把新值覆盖旧值。


 


第一排，只有最后4位才有效，因为与运算全是1才为1，所以 0000=1001=0(最小值)      1001+1001=9（最大值）         


hash%10也是(0~9)，因为hash不固定


与运算lenth-1均匀的分布成0~9  或运算分成两个区间


 


hash相同   key不一定相同       >> key1 key2产生的hash很有可能是相同的，如果key真的相同，就不会存在散列链表了，散列链表是很多不同的键算出的hash值和index相同的


key相同  经过两次hash hash一定相同


 


tips




想理解数据结构源码，得理清楚当一个新的元素被添加进来以后，会和之前的老的元素产生什么关系


首先看继承的关系，看成员变量，看元素之间的关系，看元素之间的关系就是在添加元素的时候，这组元素和之前的元素有什么关系，put方法




 






            

            
posted @ 
2019-09-23 10:48 
小中配奇 
阅读(1407) 
评论(0) 
编辑 
收藏 
举报