HashMap源码分析

最新推荐文章于 2024-08-13 01:28:03 发布

原创最新推荐文章于 2024-08-13 01:28:03 发布 · 169 阅读

0 ·

CC 4.0 BY-SA版权

文章标签：

#java

JAVA相关专栏收录该内容

64 篇文章

订阅专栏

HashMap

底层如何存储数据的
HashMap几个主要的方法
HashMap是如何确定元素存储位置的一级如何处理哈希冲突的
HashMap的扩容机制是怎样的
Jdk1.8在扩容和解决Hash冲突上对H啊是M阿婆源码做了那些改动，有什么好处？

JDK1.7之前采用拉链法来存储数据，即数组和链表结合的方式
拉链法又叫做链地址法，简单来说就是数组加链表的组合。在每个数组元素上存储的都是一个链表
不能的key可能经过Hash运算得到相同的地址，但是一个数组单位上只能存放一个元素
采用链地址放以后，如果遇到相同的hash值的key的时候，我们可以=将它放在数组元素的链表上
待我们去取元素的时候通过Hash运算的结果找到这个链表，在在链表中找到与key相同的节点，就能
找到key相应的值
JDK1.8之后HashMap底层在解决哈希冲突的时候，就不蛋蛋使用数组加上链表的组合了，因为当处理hash值
冲突较多的情况下，链表的长度会越来越长，此时通过但链表寻找对应key对应的value时候时间复杂读达到O(n)
因此在1.8之后，在链表新增节点导致链表长度超过TREEIFY_THRESHOLD=8的时候，就会在添加元素的同时将原来
的链表转化为红黑树。

//Node是HashMap的一个内部类，实现了Map.Entry接口，本质是一个映射

static class Node<K,V> implements Map.Entry<K,V> {
        //用来定位数组索引位置
        final int hash; 
        final K key;
        V value;
        //链表的下一个node
        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;
        }
    }

HashMap是使用哈希表来存储的，哈希表为解决冲突可以采用开放地址法和链地址法等来解决问题
Java中的HashMap采用了链地址法。简单雷说就是数组加链表的组合，在每个数组元素上都加上一个链表
机构，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
map.put(“dog”,“二狗”);
程序执行当前代码，系统将使用key的hashcode方法得到其hashCode值，然后在通过Hash算法的元素安确定建值对的存储
位置，又是两个key会定位到相同的位置，表示发生了Hash碰撞，Hash算法计算结果越分散均匀，Hash碰撞的概率就越小
map的存取效率就越高。

如果哈希桶数组很大，即使较差的hash算法也会比较分散。如果哈希桶数组很小，好的hash算法也会出现较多的碰撞

重要参数

buckets 在HashMap的注释里使用hash桶来形象的表示数组中每个地址的位置
capacity table的容量大小默认16 需要保证capacity必须保证是2的n次方
size table的实际用量
threshold size的临界值 size必须小于threshold如果大于等于则进行扩容
loadFactor 装载因子，table能够使用的比例threshold=loadFactor*capacity
TREEIFY_THRESHOLD 大于8转化红黑树
UNTREEIFY_THRESHOLD 小于6转化链表

确定Hash桶数组的位置
int hash=hash(key);
int i=indexFor(hash,table.length);

计算hash值

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

put方法1.8

final V putVal(int hash, K key, V value, boolean onlyIfAbsent,
                   boolean evict) {
        Node<K,V>[] tab; Node<K,V> p; int n, i;
        //1.tab为空则创建，初始化容量、加载因子threshold
        // Node<K,V>[] newTab = (Node<K,V>[])new Node[newCap];
        if ((tab = table) == null || (n = tab.length) == 0)
            n = (tab = resize()).length;
         //根据hash值判断在数组中的位置,如果当前没有值直接new节点存储
        if ((p = tab[i = (n - 1) & hash]) == null)
            tab[i] = newNode(hash, key, value, null);
        else {
            //如果寻找的table数组有值，则判断key有没有存在
            Node<K,V> e; K k;
            //通过key查找到value直接进行替换
            if (p.hash == hash &&
                ((k = p.key) == key || (key != null && key.equals(k))))
                e = p;
            //没有找到。就判断是不是红黑树
            else if (p instanceof TreeNode)
            //新建红黑树节点
                e = ((TreeNode<K,V>)p).putTreeVal(this, tab, hash, key, value);
            else {
            //如果是链表
                for (int binCount = 0; ; ++binCount) {
                 //链表中没有找到相同key
                    if ((e = p.next) == null) {
                    //把新的节点挂载到最后面
                        p.next = newNode(hash, key, value, null);
                        //判断是不是到了转化红黑树的时机
                        if (binCount >= TREEIFY_THRESHOLD - 1) // -1 for 1st
                           //链表转化红黑树
                            treeifyBin(tab, hash);
                        break;
                    }
                    //找到相同的key 存在
                    if (e.hash == hash &&
                        ((k = e.key) == key || (key != null && key.equals(k))))
                        break;
                    p = e;
                }
            }
            //找到相同的key 存在直接覆盖操作
            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)
        //扩容
            resize();
        afterNodeInsertion(evict);
        return null;
    }

扩容操作

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) {
            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;
        // 原先有元素扩容
        if (oldTab != null) {
            for (int j = 0; j < oldCap; ++j) {
                Node<K,V> e;
                if ((e = oldTab[j]) != null) {
                    oldTab[j] = null;
                    if (e.next == null)
                        //重新计算在new数组的位置
                        newTab[e.hash & (newCap - 1)] = e;
                    else if (e instanceof TreeNode)
                            //如果是二叉树拆
                        ((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;
                        do {
                            next = e.next;
                            //原先索引
                            if ((e.hash & oldCap) == 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;
    }