HashMap源码分析

前言

面试一般都会问到HashMap

整理内容自慕课网
https://coding.imooc.com/lesson/337.html#mid=24128

参考博客：https://www.cnblogs.com/aspirant/p/8906018.html

内容讲的是HashTable,里面数据结构和如何扩容说得挺好

内容

• 图解数据结构

1. 图解说明数据结构基础
2. 图解说明HashMap原理

• 源码分析

1. 源码分析HashMap的创建以及扩容
2. 节点的插入、查询与删除
3. 如何提高散列以及冲突的解决办法

图解说明HashMap

HashMap是如何实现快速索引的？

数组

数组的本质是一块连续的内存空间，因为内存空间连续，我们只要知道首地址的位置，就能很快定位所有数据，所以数组的有点很明显，就是通过下标可以快速寻址

缺点也是明显的，就是对于有序的数据，如果想要插入，就要移动大量的位置

单链表

node {
   T data;
   node next;
}

插入删除方便，查询O(n)

HashMap

HashMap既要插入高效，又要查询高效，显然就是结合了数组和链表二者的优点

为了快速定位，又要插入数据，如果保持插入的动作不变，那么为了能够定位，我们就需要知道插入的值和数组下标之间的关系

假设数据是一个int类型的数组

pos = key % size

key就是插入的数据，size是数组的大小，pos就是下标

那么插入和查找的时候都需要通过这个求模操作

但是这很显然有一个问题

两个插入的值100和200对一个size为10的数组求模，得到的结果都是0，这显然是不允许出现的情况

这就涉及到了HashMap的冲突问题

要解决这一冲突，有一个很简单的办法，就是在同一个下标用单链表来进行扩展

就上面的例子来说就是100的这个节点位置有一个指向200的指针

查找时将有一个比较值并且比较其next的过程

那么问题就又绕回来了，单链表查询低效(但其实够用了)

在JDK1.8版本中对这一问题做了优化，将单链表过长的时候将转化为红黑树以提高查询速率，这里不对红黑树做讲解

HashMap源码分析

resize与hash比较

构造一个HashMap

public static void main(String[] args) {
    Map<String, String> map = new HashMap<>();
    map.put("100", "test");
}

查看它的构造方法

/**
 * Constructs an empty <tt>HashMap</tt> with the default initial capacity
 * (16) and the default load factor (0.75).
 */
public HashMap() {
    this.loadFactor = DEFAULT_LOAD_FACTOR; // all other fields defaulted
}

对成员变量loadFactor负载因子赋值0.75f

再来查看HashMap的put操作

/**
 * Associates the specified value with the specified key in this map.
 * If the map previously contained a mapping for the key, the old
 * value is replaced.
 *
 * @param key key with which the specified value is to be associated
 * @param value value to be associated with the specified key
 * @return the previous value associated with <tt>key</tt>, or
 *         <tt>null</tt> if there was no mapping for <tt>key</tt>.
 *         (A <tt>null</tt> return can also indicate that the map
 *         previously associated <tt>null</tt> with <tt>key</tt>.)
 */
public V put(K key, V value) {
    return putVal(hash(key), key, value, false, true);
}

里面是一个putVal

/**
 * Implements Map.put and related methods
 *
 * @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;
    if ((tab = table) == null || (n = tab.length) == 0)
        n = (tab = resize()).length;
    if ((p = tab[i = (n - 1) & hash]) == null)
        tab[i] = newNode(hash, key, value, null);
    else {
        Node<K,V> e; K k;
        if (p.hash == hash &&
            ((k = p.key) == key || (key != null && key.equals(k))))
            e = p;
        else if (p instanceof TreeNode)
            e = ((TreeNode<K,V>)p).putTreeVal(this, tab, hash, key, value);
        else {
            for (int binCount = 0; ; ++binCount) {
                if ((e = p.next) == null) {
                    p.next = newNode(hash, key, value, null);
                    if (binCount >= TREEIFY_THRESHOLD - 1) // -1 for 1st
                        treeifyBin(tab, hash);
                    break;
                }
                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;
    if (++size > threshold)
        resize();
    afterNodeInsertion(evict);
    return null;
}

putVal的几件事情

1. 判断table是否为空 进行resize
2. hash判断是直接插入还是链表插入

resize方法有三个重要的参数：负载因子、容量、阈值

下面是初始化时的参数

newCap = DEFAULT_INITIAL_CAPACITY; // 1 << 4 aka 16
newThr = (int)(DEFAULT_LOAD_FACTOR * DEFAULT_INITIAL_CAPACITY);

当当前的table大小超过阈值的时候就会扩容

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
}

扩容是旧的容量左移一位

再看一下它的hash判断

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

n是table的大小 大小减1之后hash得到的i（这里涉及hash的计算之后再说 hash自然是根据内容得到的）

面试问题：为什么初始大小为2的倍数

1. 最主要的是：2的倍数减1之后会得到后面全为1的二进制位，hash与运算可以有多种结果，即提高散列度
2. 通用的，减少内存分页的碎片
3. 计算机最擅长与运算等

如何Hash

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

putVal的第一个参数就是hash，那么如何得到这个根据key获取到的hash值呢

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

这里逻辑很简单

1. 首先判空，如果为空则直接返回0
2. 如果不为空则通过native方法hasCode获取int值
3. 与这个值右移十六位之后的结果进行异或运算

这里的异或操作也是为了提高散列度…至于为什么我也不知道

这是面试问题中Hash函数如何减少冲突的一个回答

冲突的解决

其实就是

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

这个else里面的内容了

这里简单梳理一下逻辑

if (p.hash == hash &&
                ((k = p.key) == key || (key != null && key.equals(k))))
                e = p;
            else if (p instanceof TreeNode)
                e = ((TreeNode<K,V>)p).putTreeVal(this, tab, hash, key, value);
            else {
                for (int binCount = 0; ; ++binCount) {
                    if ((e = p.next) == null) {
                        p.next = newNode(hash, key, value, null);
                        if (binCount >= TREEIFY_THRESHOLD - 1) // -1 for 1st
                            treeifyBin(tab, hash);
                        break;
                    }
                    if (e.hash == hash &&
                        ((k = e.key) == key || (key != null && key.equals(k))))
                        break;
                    p = e;
                }
            }

这里有三种可能

1. 插入的新节点的hash与key值都与当前节点相同
2. 旧节点是一个黑红树的节点
3. 旧节点是一个单链表的节点

插入属于数据结构的知识了，这里看一下单链表到红黑树转化的逻辑

if (binCount >= TREEIFY_THRESHOLD - 1) // -1 for 1st
                            treeifyBin(tab, hash);

名字非常直观了 如果单链表的长度超过了树化的阈值那么就进行红黑树化

默认的树化阈值为8

扩容与非扩容后的内存排布

来分析一下resize

Node<K,V>[] oldTab = table;
        int oldCap = (oldTab == null) ? 0 : oldTab.length;
        int oldThr = threshold;
        int newCap, newThr = 0;
        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
        }
        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);
        }
        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;

前面都在进行初始化

如果oldTable是有值的，那么就要把oldTable的节点给复制到newTable

这里有三个判断

1. e.next == null 也就是没有冲突的情况
2. e instanceof TreeNode 冲突解决是红黑树的形式
3. 冲突解决是单链表的形式

分支选择来完成复制

1. 没有冲突

newTab[e.hash & (newCap - 1)] = e;

根据hash来确定位置 这里的下标是newCap-1来hash的，这和putVal的hash判断一致
2. 红黑树的split 略
3. 单链表的处理

//如果扩容后，元素的index依然与原来一样，那么使用这个head和tail指针
Node<K,V> loHead = null, loTail = null
//如果扩容后，元素的index=index+oldCap，那么使用这个head和tail指针
Node<K,V> hiHead = null, hiTail = null
Node<K,V> next;
do {
    next = e.next;
    //这个地方直接通过hash值与oldCap进行与操作得出元素在新数组的index
    if ((e.hash & oldCap) == 0) {
        if (loTail == null)
            loHead = e;
        else
            loTail.next = e;
        //tail指针往后移动一位，维持顺序    
        loTail = e;
    }
    else {
        if (hiTail == null)
            hiHead = e;
        else
            hiTail.next = e;
        //tail指针往后移动一位，维持顺序    
        hiTail = e;
    }
} while ((e = next) != null);
if (loTail != null) {
    loTail.next = null;
    //还是原来的index
    newTab[j] = loHead;
}
if (hiTail != null) {
    hiTail.next = null;
    //index = index + oldCap
    newTab[j + oldCap] = hiHead;

这里这么做可以保证它与旧的链表顺序相同

HashMap的查询

public static void main(String[] args) {
    Map<String, String> map = new HashMap<>();
    map.put("100", "test");
    map.get("100");
}

/**
     * Returns the value to which the specified key is mapped,
     * or {@code null} if this map contains no mapping for the key.
     *
     * <p>More formally, if this map contains a mapping from a key
     * {@code k} to a value {@code v} such that {@code (key==null ? k==null :
     * key.equals(k))}, then this method returns {@code v}; otherwise
     * it returns {@code null}.  (There can be at most one such mapping.)
     *
     * <p>A return value of {@code null} does not <i>necessarily</i>
     * indicate that the map contains no mapping for the key; it's also
     * possible that the map explicitly maps the key to {@code null}.
     * The {@link #containsKey containsKey} operation may be used to
     * distinguish these two cases.
     *
     * @see #put(Object, Object)
     */
    public V get(Object key) {
        Node<K,V> e;
        return (e = getNode(hash(key), key)) == null ? null : e.value;
    }

调用getNode方法

/**
     * 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;
        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;
            if ((e = first.next) != null) {
                if (first instanceof TreeNode)
                    return ((TreeNode<K,V>)first).getTreeNode(hash, key);
                do {
                    if (e.hash == hash &&
                        ((k = e.key) == key || (key != null && key.equals(k))))
                        return e;
                } while ((e = e.next) != null);
            }
        }
        return null;
    }

这里也没什么特别的，就和平时写业务逻辑的代码一样判空之类操作

若都不为空为比较key值，若first不等则分别按照红黑树和单链表来继续比较

HashMap删除

/**
     * Removes the mapping for the specified key from this map if present.
     *
     * @param  key key whose mapping is to be removed from the map
     * @return the previous value associated with <tt>key</tt>, or
     *         <tt>null</tt> if there was no mapping for <tt>key</tt>.
     *         (A <tt>null</tt> return can also indicate that the map
     *         previously associated <tt>null</tt> with <tt>key</tt>.)
     */
    public V remove(Object key) {
        Node<K,V> e;
        return (e = removeNode(hash(key), key, null, false, true)) == null ?
            null : e.value;
    }

看一下removeNode

/**
     * Implements Map.remove and related methods
     *
     * @param hash hash for key
     * @param key the key
     * @param value the value to match if matchValue, else ignored
     * @param matchValue if true only remove if value is equal
     * @param movable if false do not move other nodes while removing
     * @return the node, or null if none
     */
    final Node<K,V> removeNode(int hash, Object key, Object value,
                               boolean matchValue, boolean movable) {
        Node<K,V>[] tab; Node<K,V> p; int n, index;
        if ((tab = table) != null && (n = tab.length) > 0 &&
            (p = tab[index = (n - 1) & hash]) != null) {
            Node<K,V> node = null, e; K k; V v;
            if (p.hash == hash &&
                ((k = p.key) == key || (key != null && key.equals(k))))
                node = p;
            else if ((e = p.next) != null) {
                if (p instanceof TreeNode)
                    node = ((TreeNode<K,V>)p).getTreeNode(hash, key);
                else {
                    do {
                        if (e.hash == hash &&
                            ((k = e.key) == key ||
                             (key != null && key.equals(k)))) {
                            node = e;
                            break;
                        }
                        p = e;
                    } while ((e = e.next) != null);
                }
            }
            if (node != null && (!matchValue || (v = node.value) == value ||
                                 (value != null && value.equals(v)))) {
                if (node instanceof TreeNode)
                    ((TreeNode<K,V>)node).removeTreeNode(this, tab, movable);
                else if (node == p)
                    tab[index] = node.next;
                else
                    p.next = node.next;
                ++modCount;
                --size;
                afterNodeRemoval(node);
                return node;
            }
        }
        return null;
    }

删除的逻辑开始和查找一样，找到之后获取这个node

然后分别根据无冲突、黑红树、单链表三种分支来操作删除

共同需要做的就是–size等

HashMap的序列化

HashMap的序列化主要是调用了writeObject方法