HashMap源码分析

HashMap

​ HashMap根据键的hashCode值存储数据,大多数情况下可以直接定位到它的值,因而具有很快的访问速度,但遍历顺序却是不确定的。 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,即任一时刻可以有多个线程同时写HashMap,可能会导致数据的不一致。如果需要满足线程安全,可以用 Collections的synchronizedMap方法使HashMap具有线程安全的能力,或者使用ConcurrentHashMap。

public class HashMap<K,V> extends AbstractMap<K,V>
    implements Map<K,V>, Cloneable, Serializable {

构造方法

HashMap中有四个构造方法,它们分别如下:

static final int MAXIMUM_CAPACITY = 1 << 30;
// 指定“容量大小”和“加载因子”的构造函数
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);
}

 // 指定“容量大小”的构造函数
public HashMap(int initialCapacity) {
    this(initialCapacity, DEFAULT_LOAD_FACTOR);
}

// 默认构造函数。初始容量为16,默认加载因子为0.75
public HashMap() {
    this.loadFactor = DEFAULT_LOAD_FACTOR; // all other fields defaulted
}

// 包含另一个“Map”的构造函数,加载因子为默认的0.75
public HashMap(Map<? extends K, ? extends V> m) {
    this.loadFactor = DEFAULT_LOAD_FACTOR;
    putMapEntries(m, false);
}

putMapEntries方法是putAll和Map其中一个构造器(参数为Map类型)的底层实现

final void putMapEntries(Map<? extends K, ? extends V> m, boolean evict) {
    int s = m.size();
    if (s > 0) {
        // 判断table是否已经初始化
        if (table == null) { // pre-size
            // 未初始化,s为m的实际元素个数
            float ft = ((float)s / loadFactor) + 1.0F;
            int t = ((ft < (float)MAXIMUM_CAPACITY) ?
                     (int)ft : MAXIMUM_CAPACITY);
            // 计算得到的t大于阈值,则初始化阈值
            if (t > threshold)
                threshold = tableSizeFor(t);
        }
        // 已初始化,并且m元素个数大于阈值,进行扩容处理
        else if (s > threshold)
            resize();
        // 将m中的所有元素添加至HashMap中
        for (Map.Entry<? extends K, ? extends V> e : m.entrySet()) {
            K key = e.getKey();
            V value = e.getValue();
            putVal(hash(key), key, value, false, evict);
        }
    }
}

​ 观察上面的构造器可以发现,我们在创建HashMap对象的时候,也可以传入一个指定的容量initialCapacity。传入的initialCapacity的大小最好是2的幂次方,如果不是,则HashMap会利用一个tableSizeFor方法将传入的initialCapacity变为大于initialCapacity同时又最接近它的2的幂次方。

tableSizeFor方法的计算逻辑如下:

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;
}

演示案例:

image-20210610111313035

存储结构

​ JDK1.8之前HashMap由数组+链表组成的,数组是HashMap的主体,链表则是主要为了解决哈希冲突而存在的(“拉链法”解决冲突)。

​ JDK1.8之后(包括JDK1.8)HashMap的组成多了红黑树,在满足下面两个条件之后,会执行链表转红黑树操作,以此来加快搜索速度。

  • 链表长度大于阈值(默认为 8)
  • HashMap 数组长度超过 64

image-20210311205944881

那么HashMap在底层中是如何实现这样的结构的呢?下面来进行分析:

(1)在HashMap类中,有一个比较重要的属性,就是Node[] table,即哈希桶数组,明显它是一个Node的数组

transient Node<K,V>[] table;

​ 根据注释可以知道,该表(Node数组)在首次使用时初始化,并根据需要调整大小。在为它分配容量时,长度始终是2的幂。查看一下Node类表达的含义:

static class Node<K,V> implements Map.Entry<K,V> {
    final int hash;//用来定位数组索引位置
    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;
    }
}

​ Node是HashMap的一个内部类,实现了Map.Entry接口,本质上就是作为哈希表中的基本元素存在的,即上图中黑色圆圈表示的就是一个Node对象。

​ 一个Node对象存储了一个键值对,其中这个Node对象的hash属性和key属性都被final修饰了,说明在初始化以后,值就不能改变了。该类还重写了equals方法,两个Node对象是否相等的判断逻辑是:

​ 1)如果指定的对象和这个对象本身是同一个对象,直接返回true;

​ 2)如果指定对象中的key和value分别与调用equals方法的对象的key和value的值相等,那么就说明两个Node对象是相等。

​ Node类中还有一个属性Node<K,V> next,用于指向链表中的下一个node。所以可知,Node对象就是哈希表中的基本元素,通过hash值确定它在数组中的索引位置,还含有一个存储链表中其下一个节点的引用的属性next。同时,一个Node对象初始化以后,key和hash都是不能修改的,值可以修改。

(2)HashMap就是使用哈希表来存储的。但是哈希表可能会产生哈希冲突,为了解决哈希冲突的可以采用开放地址法和链地址法等来解决问题,Java中HashMap采用了”拉链法“,即数组+链表的组合。也就是说创建一个链表数组,在每个数组元素上都有一个链表结构,当数据被Hash后,得到数组下标,把数据放在对应下标元素的链表上。

​ JDK1.8 之前 HashMap底层是数组和链表结合在一起使用也就是链表散列。 HashMap通过key的hashCode经过扰动函数(hash方法)处理过后得到hash值,然后通过 (n - 1) & hash判断当前元素在数组中的存放的位置(这里的n指的是数组的长度),如果当前位置存在元素的话,就判断该元素与要存入的元素的hash值以及key是否相同,如果相同的话,直接覆盖,不相同就通过拉链法解决冲突。

​ 所谓扰动函数指的就是HashMap的hash方法。使用hash方法也就是扰动函数是为了防止一些实现比较差的 hashCode() 方法换句话说使用扰动函数之后可以减少碰撞。

​ (n - 1) & hash:

if ((p = tab[i = (n - 1) & hash]) == null)

​ JDK1.8的hash方法:

static final int hash(Object key) {
    int h;
    return (key == null) ? 0 : (h = key.hashCode()) ^ (h >>> 16);
}

​ JDK1.7的HashMap的hash方法:

static int hash(int h) {
    h ^= (h >>> 20) ^ (h >>> 12);
    return h ^ (h >>> 7) ^ (h >>> 4);
}

​ 相比于JDK1.8 的hash方法 ,JDK 1.7 的hash方法的性能会稍差一点点,因为毕竟扰动了4次。

​ 为什么HashMap的长度是2的幂次方?

​ 为了能让HashMap存取高效,尽量较少碰撞,也就是要尽量把数据分配均匀。Hash值的范围值-2147483648到2147483647,前后加起来大概40亿的映射空间,只要哈希函数映射得比较均匀松散,一般应用是很难出现碰撞的。但问题是一个40亿长度的数组,内存是放不下的。所以这个散列值是不能直接拿来用的。用之前还要先做对数组的长度取模运算,得到的余数才能用来作为存放的位置,也就是对应的数组下标。

​ 我们首先想到的方法是采用%取模的操作。但是在模运算当中,如果模运算的除数是2的幂次,则这个模运算等价于被除数与(除数减1)的与(&)操作,也就是说,length如果是2的n次方,hash值与数组长度的取模运算可以等价为:

  hash % length == hash & (length - 1)

采用二进制位操作&,相对于%能够提高运算效率,这就解释了HashMap的长度为什么是2的幂次方。

重要字段

​ 从HashMap的默认构造函数源码可知,构造函数就是对下面几个字段进行初始化:

 int threshold;             // 当前容量下所能容纳的最大的key-value对数量 
 final float loadFactor;    // 负载因子
 int modCount;  
 int size;

​ 首先,Node[] table的初始化长度length(默认值是16),LoadFactor为负载因子(默认值是0.75),threshold是HashMap当前容量和负载因子的限制下所能容纳的最大数据量的Node(键值对)个数。threshold = length * Load factor。也就是说,在数组定义好长度之后,负载因子越大,所能容纳的键值对个数越多。

​ table的初始化是在第一次使用时进行:

if ((tab = table) == null || (n = tab.length) == 0)
      n = (tab = resize()).length;

​ 在resize方法中会判断table是否为0,以及阈值是否为0,如果都为0,说明还未被初始化,需要进行初始化:

static final int DEFAULT_INITIAL_CAPACITY = 1 << 4; // aka 16

newCap = DEFAULT_INITIAL_CAPACITY;
newThr = (int)(DEFAULT_LOAD_FACTOR * DEFAULT_INITIAL_CAPACITY);

​ 结合阈值threshold的定义公式可知,threshold就是在此LoadFactor和length(数组长度)对应下允许的最大元素数目,超过这个数目就重新resize(扩容),扩容后的HashMap容量是之前容量的两倍。扩容是也是由resize方法完成的,其源码如下:

if (oldCap > 0) {
    if (oldCap >= MAXIMUM_CAPACITY) {
        threshold = Integer.MAX_VALUE;
        return oldTab;
    }
    else if ((newCap = oldCap << 1) < MAXIMUM_CAPACITY &&
             oldCap >= DEFAULT_INITIAL_CAPACITY)
        newThr = oldThr << 1; // double threshold
}

​ 可见容量和阈值均变成了原来的两倍。默认的负载因子0.75是对空间和时间效率的一个平衡选择,建议大家不要修改,除非在时间和空间比较特殊的情况下,如果内存空间很多而又对时间效率要求很高,可以降低负载因子Load factor的值;相反,如果内存空间紧张而对时间效率要求不高,可以增加负载因子loadFactor的值,这个值可以大于1。

​ size这个字段记录的是HashMap中实际存在的键值对数量。和Node table数组的长度length、容纳最大键值对数量threshold是不一样的。

​ modCount字段主要用来记录HashMap内部结构发生变化的次数,主要用于迭代的快速失败。强调一点,内部结构发生变化指的是结构发生变化,例如put新键值对,但是某个key对应的value值被覆盖不属于结构变化。

​ 在HashMap中,哈希桶数组table的长度length大小必须为2的n次方(一定是合数),HashMap采用这种非常规设计,主要是为了在取模和扩容时做优化,同时为了减少冲突,HashMap定位哈希桶索引位置时,也加入了高位参与运算的过程。常规的设计是把桶的大小设计为素数。相对来说素数导致冲突的概率要小于合数,Hashtable初始化桶大小为11,就是桶大小设计为素数的应用(Hashtable扩容后不能保证还是素数)。

​ 这里存在一个问题,即使负载因子和Hash算法设计的再合理,也免不了会出现拉链过长的情况,一旦出现拉链过长,则会严重影响HashMap的性能。于是,在JDK1.8版本中,对数据结构做了进一步的优化,引入了红黑树。而当链表长度太长(默认超过8)时,链表就转换为红黑树,利用红黑树快速增删改查的特点提高HashMap的性能,其中会用到红黑树的插入、删除、查找等算法。(将链表转换成红黑树前会判断,如果当前数组的长度小于 64,那么会选择先进行数组扩容,而不是转换为红黑树)

存储数据的流程

​ 在HashMap中,用于存放数据的方法有put、putAll等方法,这些方法最终都会调用一个putVal方法将数据存放到集合中:

public V put(K key, V value) {
    return putVal(hash(key), key, value, false, true);
}

public void putAll(Map<? extends K, ? extends V> m) {
    putMapEntries(m, true);
}

1、确定哈希桶数组索引位置

​ 在调用putVal方法之前,它们都会先计算传入的键值对的hash值:

static final int hash(Object key) {
    int h;
    return (key == null) ? 0 : (h = key.hashCode()) ^ (h >>> 16);
}

​ 第一步取key的hashCode值,第二步高位参与运算。在JDK1.8的实现中,优化了高位运算的算法,是通过hashCode()的高16位异或低16位实现的:(h = k.hashCode()) ^ (h >>> 16),主要是从速度、功效、质量来考虑的,这么做可以在数组table的length比较小的时候,也能保证考虑到高低Bit都参与到Hash的计算中,同时不会有太大的开销

​ 计算完hash之后,将计算的hash值传入到putVal方法中,进行取模运算。所以Hash算法本质上就是三步:取key的hashCode值、高位运算、取模运算。

​ 取模运算:

if ((p = tab[i = (n - 1) & hash]) == null)

​ 这个方法非常巧妙,它通过h & (table.length -1)来得到该对象的保存位,而HashMap底层数组的长度总是2的n次方,这是HashMap在速度上的优化。当length总是2的n次方时,h& (length-1)运算等价于对length取模,也就是h%length,但是&比%具有更高的效率。

2、put流程

HashMap的put方法执行过程可以通过下面的流程图来理解:

// 此处传入的hash值已经是通过key的hashcode值进行高位异或运算之后的
final V putVal(int hash, K key, V value, boolean onlyIfAbsent,
               boolean evict) {
    Node<K,V>[] tab; Node<K,V> p; int n, i;
    // 如果tab(哈希桶数组)为空,则进行初始化创建
    if ((tab = table) == null || (n = tab.length) == 0)
        n = (tab = resize()).length;
    // 计算要添加的对象在数组中的index(元素应该放入哪个桶中),并对null做处理
    if ((p = tab[i = (n - 1) & hash]) == null)
  //如果计算出的索引位置为null(桶为空,新生成结点放入桶中),那么就直接插入键值对(此时,这个结点是放在数组中)
        tab[i] = newNode(hash, key, value, null);
    // 桶中已经存在元素
    else {
        Node<K,V> e; K k;
        // 计算出的数组中的index位置不为null
        // 判断传入的键值对的key与数组中index位置的key是否相等(就是桶中第一个元素),如果相等则直接覆盖value
        if (p.hash == hash &&
            ((k = p.key) == key || (key != null && key.equals(k))))
            e = p;
        // 判断这个位置存储的结构是否为红黑树,如果是的话,直接将键值对插入到红黑树中
        else if (p instanceof TreeNode)
            e = ((TreeNode<K,V>)p).putTreeVal(this, tab, hash, key, value);
        // 当前位置存储的结构是链表
        else {
            //循环遍历链表中的节点
            for (int binCount = 0; ; ++binCount) {
                // 如果在链表中未找到与要插入的节点的key相同的节点,那么插入一个新的节点来存储
                // 采用链表插入方式是尾插法
                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;
            }
        }
        // 此处如果e不为空,说明找到了重复的key,直接替换掉旧值
        if (e != null) { // existing mapping for key
            V oldValue = e.value;
            if (!onlyIfAbsent || oldValue == null)
                e.value = value;
            afterNodeAccess(e);
            // 返回旧值
            return oldValue;
        }
    }
    
    // 结构性修改,如果只是替换旧值,不算做结构修改
    ++modCount;
    // 当前哈希表中的元素数量超过最大容量,进行扩容
    if (++size > threshold)
        resize();
    afterNodeInsertion(evict);
    return null;
}

3、扩容机制

​ 扩容(resize)就是为哈希表重新分配容量,当不断地向HashMa集合里添加元素,而HashMap集合内部的数组无法装载更多的元素时,集合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。

​ 进行扩容,会伴随着一次重新 hash 分配,并且会遍历 hash 表中所有的元素,是非常耗时的。在编写程序中,要尽量避免 resize。

resize的源码分析:

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) {
        // MAXIMUM_CAPACITY = 1 << 30 = 1073741824
        // 容量超过这个值,就不再扩容了
        if (oldCap >= MAXIMUM_CAPACITY) {
            threshold = Integer.MAX_VALUE;
            return oldTab;
        }
        // 没超过最大值,就将容量扩大为原来的两倍
        // DEFAULT_INITIAL_CAPACITY = 1 << 4 = 16
        else if ((newCap = oldCap << 1) < MAXIMUM_CAPACITY &&
                 oldCap >= DEFAULT_INITIAL_CAPACITY)
            // 如果扩容后的容量小于最大容量同时旧的容量大于等于16,就将阈值扩大两倍
            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);
    }
    // 计算新的阈值,也就是这次扩容之后,下一次再进行扩容应该元素数量大于多少
    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) {
        // 把原有数组中的每个bucket的元素都移动到新的数组中的bucket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 { // preserve order
                    Node<K,V> loHead = null, loTail = null;
                    Node<K,V> hiHead = null, hiTail = null;
                    Node<K,V> next;
                    // 将原数组中位于同一个桶中的对象,重新计算在新数组中的位置
                    // 索引位置没有变的串成一个链表放入新数组的对应索引位置下
                    // 索引位置变为"原索引+oldCap"的串成一个链表放入新数组的对应索引位置下
                    // 采用的是尾插法,所以旧的链表插入到新的数组中时,链表的中元素不会倒置
                    do {
                        next = e.next;
                        // 如果为0,说明该对象在的索引没有变
                        if ((e.hash & oldCap) == 0) {
                            if (loTail == null)
                                loHead = e;
                            else
                                loTail.next = e;
                            loTail = e;
                        }
                        // 不为0,说明该对象在新数组中索引位置变味了"原索引+oldCap"
                        else {
                            if (hiTail == null)
                                hiHead = e;
                            else
                                hiTail.next = e;
                            hiTail = e;
                        }
                    } while ((e = next) != null);
                    if (loTail != null) {
                        loTail.next = null;
                        newTab[j] = loHead;
                    }
                    if (hiTail != null) {
                        hiTail.next = null;
                        newTab[j + oldCap] = hiHead;
                    }
                }
            }
        }
    }
    return newTab;
}

重点讲解

​ 在将原有数组中的每个bucket的元素都移动到新的数组中的bucket中的时候,对于每个桶中的元素,它们在新的集合中的位置可能会发生一些变化。我们知道,元素被分配到哪个哈希桶中,是根据对象的key的hash值,然后与哈希桶数组的长度取模得到的。当我们扩充table的容量时,其长度也发生了变化,那么元素在table中的位置也应该随之变化,那么需要重新按照原来的方式计算么?如果这样的话,太耗费时间了,JDK1.8对此做了优化:

​ 首先,假设初始容量为n = 16,此时有连个键值对存入了哈希表中:

	       哈希值				index
hash(key1) 0000 0101		   0000 0101    5
hash(key2) 0001 0101		   0000 0101    5
 n-1       0000 1111

对哈希桶数组进行扩容,变为原来的两倍 n = 32
	       哈希值				index
hash(key1) 0000 0101		   0000 0101     5
hash(key2) 0001 0101		   0001 0101     21 = 5 + 16   
 n-1       0001 1111			

​ 可以看出,元素的位置在扩容之后要么是在原位置,要么是在原位置再移动2次幂的位置。哈希桶数组在容量扩大之后,因为容量n变为2倍,那么n-1的mask范围在高位多1bit,此时再与元素的hash值进行与运算,新的index就会发生类似上面的变化。

​ 至于是否位置变化,取决于新的n-1在mask范围的最高位的1与hash值二进制形式中对应位置的元素与(&)运算之后是0还是1,如果是0,那么无需变化;如果是1,那么该对象的索引变为"原索引+oldCap"

​ 这个设计确实非常的巧妙,既省去了重新计算hash值的时间,而且同时,由于新增的1bit是0还是1可以认为是随机的,因此resize的过程,均匀的把之前的冲突的节点分散到新的bucket了。这一块就是JDK1.8新增的优化点。

由于将旧链表迁移到新链表时,采用的是尾插法,所以旧的链表插入到新的数组中时,链表的中元素不会倒置

获取数据

​ 获取HashMap中的数据,主要是通过调用get方法,传入指定的key,获取对应的value。下面分析以下get方法的源码:

public V get(Object key) {
    Node<K,V> e;
    // 先去计算传入key的hash值,然后传入getNode方法中,依据key和其hash值寻找value
    return (e = getNode(hash(key), key)) == null ? null : e.value;
}
final Node<K,V> getNode(int hash, Object key) {
    Node<K,V>[] tab; Node<K,V> first, e; int n; K k;
    // 查找key在哪个桶中
    if ((tab = table) != null && (n = tab.length) > 0 &&
        (first = tab[(n - 1) & hash]) != null) {
        // 判断传入的key是不是桶中的第一个元素
        if (first.hash == hash && // always check first node
            ((k = first.key) == key || (key != null && key.equals(k))))
            return first;
        // 传入的key不是桶中的第一个键值对,继续在桶中寻找
        if ((e = first.next) != null) {
            // 在树中get
            if (first instanceof TreeNode)
                return ((TreeNode<K,V>)first).getTreeNode(hash, key);
            // 在链表中get
            do {
                if (e.hash == hash &&
                    ((k = e.key) == key || (key != null && key.equals(k))))
                    return e;
            } while ((e = e.next) != null);
        }
    }
    return null;
}

线程安全性

HashMap是线程不安全的,其主要体现:

  • 在jdk1.7中,在多线程环境下,扩容时会造成环形链

在对table进行扩容到newTable时,需要将原来数据转移到newTable中,在转移元素的过程中,使用的是头插法,也就是链表的顺序会翻转,这是造成死循环的主要原因。

死循环发生在HashMap的扩容函数中,根源在transfer函数中,jdk1.7中HashMap的transfer方法如下:

void transfer(Entry[] newTable, boolean rehash) {
        int newCapacity = newTable.length;
        for (Entry<K,V> e : table) {
            while(null != e) {
                Entry<K,V> next = e.next;
                if (rehash) {
                    e.hash = null == e.key ? 0 : hash(e.key);
                }
                int i = indexFor(e.hash, newCapacity);
                e.next = newTable[i];
                newTable[i] = e; // 发生线程安全问题的主要位置
                e = next;
            }
        }
}
  • 在jdk1.7中,在多线程环境下,扩容时会造成数据丢失。(原因同上)

  • 在jdk1.8中,在多线程环境下,进行put操作时会发生数据覆盖的情况。

在jdk1.8中对HashMap进行了优化,在发生hash碰撞,不再采用头插法方式,而是直接插入链表尾部,因此不会出现环形链表的情况,但是在多线程的情况下仍然不安全。

发生数据覆盖的主要原因在于HashMap中的putVal方法中的这段代码:

if ((p = tab[i = (n - 1) & hash]) == null) 
	tab[i] = newNode(hash, key, value, null);

这是jdk1.8中HashMap中put操作的主函数, 注意这两行代码,如果没有hash碰撞则会直接插入元素。假设有线程A和线程B同时进行put操作,刚好这两条不同的数据hash值一样,并且该位置数据为null,所以这线程A、B都会进入第一行代码中。此时可能存在一种情况,线程A进入后还未进行数据插入时挂起,而线程B正常执行,从而正常插入数据,然后线程A获取CPU时间片,此时线程A不用再进行hash判断了,问题出现:线程A会把线程B插入的数据给覆盖,发生线程不安全。

  • 在jdk1.8中,put和get并发时,可能导致get为null

场景:线程1执行put时,因为元素个数超出threshold而导致扩容,由于扩容时是会创建一个新的空的Node数组然后赋值给成员变量table的,如果线程2此时执行get,有可能导致这个问题。

resize方法的代码片段:

Node<K,V>[] newTab = (Node<K,V>[])new Node[newCap];
table = newTab;

HashMap与Hashtable的区别

  1. 线程是否安全: HashMap 是非线程安全的,HashTable 是线程安全的,因为 HashTable 内部的方法基本都经过synchronized 修饰。(如果你要保证线程安全的话就使用 ConcurrentHashMap 吧!);
  2. 效率: 因为线程安全的问题,HashMap 要比 HashTable 效率高一点。另外,HashTable 基本被淘汰,不要在代码中使用它;
  3. 对 Null key 和 Null value 的支持: HashMap 可以存储 null 的 key 和 value,但 null 作为键只能有一个,null 作为值可以有多个;HashTable 不允许有 null 键和 null 值,否则会抛出 NullPointerException
  4. 初始容量大小和每次扩充容量大小的不同 : ① 创建时如果不指定容量初始值,Hashtable 默认的初始大小为 11,之后每次扩充,容量变为原来的 2n+1。HashMap 默认的初始化大小为 16。之后每次扩充,容量变为原来的 2 倍。② 创建时如果给定了容量初始值,那么 Hashtable 会直接使用你给定的大小,而 HashMap 会将其扩充为 2 的幂次方大小(HashMap 中的tableSizeFor()方法保证,下面给出了源代码)。也就是说 HashMap 总是使用 2 的幂作为哈希表的大小,后面会介绍到为什么是 2 的幂次方。
  5. 底层数据结构: JDK1.8 以后的 HashMap 在解决哈希冲突时有了较大的变化,当链表长度大于阈值(默认为 8)(将链表转换成红黑树前会判断,如果当前数组的长度小于 64,那么会选择先进行数组扩容,而不是转换为红黑树)时,将链表转化为红黑树,以减少搜索时间。Hashtable 没有这样的机制。
posted @ 2021-06-10 11:26  有心有梦  阅读(54)  评论(0编辑  收藏  举报