HashMap源码分析

大胆的果子

于 2020-06-19 16:26:56 发布

阅读量168

点赞数

分类专栏： java 文章标签： java

本文链接：https://blog.youkuaiyun.com/qq_43669111/article/details/106843120

版权

java 专栏收录该内容

5 篇文章

订阅专栏

简介

HashMap是我们在java开发中常用的一种集合。HashMap最大的特点是在不考虑哈希冲突时，它的添加、查找、删除等操作只用O(1)的时间复杂度就能完成。本片文章我将介绍HashMap的源码，以此来了解HashMap是如何实现时间复杂度O(1)的查找删除操作的。

源码分析

基本参数介绍

首先我们来看下HashMap用于存储的部分

//是一个Node数组，初始值为0，只有在第一次put时才进行初始化，并且长度一定为2的n次幂。
transient Node<K,V>[] table;

我们具体来看下Node类的实现，这个类是HashMap的内部类，具体每个参数的含义我都写在了注释里面。

static class Node<K,V> implements Map.Entry<K,V> {
		//对key的hashcode进行hash运算得到的值。
        final int hash;
        final K key;
        V value;
        //链表的结构，指向下一个节点
        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;
        }
    }

从上面我们看到Node是一个链表结构，HashMap用于存储的对象就是Node数组，因此我们可以看出HashMap总的数据结构是数组+链表结构，至于为什么会采用这种结构，相信学过数据结构的人都知道这是解决hash冲突的一种常用的方法链地址法。这里介绍一些概念：

hash函数：我们通过把当前元素的关键字通过某个函数映射到数组中的某个位置，通过数组下标一次定位就可完成操作，这种函数就被成为hash函数。
hash冲突：指的是两个不同的元素通过hash函数得出的地址相同。

我们使用哈希表，目的是为了能够尽量均匀地分配内存，然而再好的hash函数也无法保证不出现hash冲突，所以当出现hash冲突时，我们应采用适当的措施，常用的方法有：开放定址法（发生冲突，继续寻找下一块未被占用的存储地址），再散列函数法，链地址法。很显然HashMap使用的正式链地址法。

接着我们在来了解一些其它比较重要的参数：

//hash表中节点的数量，必然为二的幂次，默认初始值为16
transient int size;
//阀值，当table为空时，其值默认为16，填充以后(即使用put添加键值对时)，一般等于size * threshold。当size超过这个值时，将会导致table2倍扩容。
int threshold;
//影响因子，用于计算阀值。代表了table的填充率，默认值为0.75,与size一起来决定threshhold的大小
final float loadFactor;

HashMap有四个构造函数，如果没有传入loadFactory，就会才用0.75的默认值，我们主要来看下传入了initialCapacity和loadFactor的构造函数：

public HashMap(int initialCapacity, float loadFactor) {
		//检查传入参数的合理性
        if (initialCapacity < 0)
            throw new IllegalArgumentException("Illegal initial capacity: " +
                                               initialCapacity);
        if (initialCapacity > MAXIMUM_CAPACITY)
            initialCapacity = MAXIMUM_CAPACITY;
        //loadFactor必须要大于0
        if (loadFactor <= 0 || Float.isNaN(loadFactor))
            throw new IllegalArgumentException("Illegal load factor: " +
                                               loadFactor);
        //初始化值                                       
        this.loadFactor = loadFactor;
        //这里会返回距离initialCapacity最近的2的幂次方
        this.threshold = tableSizeFor(initialCapacity);
    }

tableSizeFor返回的是距离传入参数最接近的2的幂次方：

static final int tableSizeFor(int cap) {
        //将cap转化成2的幂次方，cap小于等于0或者1时返回1，2，4不变，3变为4,以此类推
        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;
    }

我们可以发现，调用构造函数时并没有对table以及size进行初始化。这些操作实际上是在put操作执行的，put又会直接调用putVal

	public V put(K key, V value) {
        return putVal(hash(key), key, value, false, true);
    }
   final V putVal(int hash, K key, V value, boolean onlyIfAbsent,
                   boolean evict) {
        Node<K,V>[] tab; Node<K,V> p; int n, i;
        //若table没有初始化，分配空间，初始化table;
        if ((tab = table) == null || (n = tab.length) == 0)
            n = (tab = resize()).length;
        //通过哈希函数算出应该存储的位置，如果该位置没有元素直接插入值。
        if ((p = tab[i = (n - 1) & hash]) == null)
            tab[i] = newNode(hash, key, value, null);
        else {
            //否则遍历链表
            Node<K,V> e; K k;
            //比较它们，找到该插入的位置
            if (p.hash == hash &&
                ((k = p.key) == key || (key != null && key.equals(k))))
                //第一个节点hash值和key值与插入值相等，直接替换
                e = p;
            else if (p instanceof TreeNode)
                //如果时红黑树，放入红黑树中
                e = ((TreeNode<K,V>)p).putTreeVal(this, tab, hash, key, value);
            else {
                //如果是链表，遍历链表，如果找到了，则替换，否则插入链表的最后
                for (int binCount = 0; ; ++binCount) {
                    if ((e = p.next) == null) {
                        //没有找到，则插入到链表的最后
                        p.next = newNode(hash, key, value, null);
                        //当链表的节点数量大于8时，将此链表转化为红黑树
                        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;
                }
            }
            //替换已存在的节点
            if (e != null) { // existing mapping for key
                V oldValue = e.value;
                if (!onlyIfAbsent || oldValue == null)
                    e.value = value;
                afterNodeAccess(e);
                //返回替换掉的值
                return oldValue;
            }
        }
        //改变修改的次数
        ++modCount;
        //改变键值对的数量，如果大于阈值，则进行扩容
        if (++size > threshold)
            resize();
        //插入节点后的回调，HashMap并没有回调
        afterNodeInsertion(evict);
        return null;
    }

代码中我已经在关键的地方都加了注释，应该不难理解。hash函数的实现：

static final int hash(Object key) {
        //利用key的hashCode算出hash值
        int h;
        //hashcode与自身的高16位进行异或运算
        return (key == null) ? 0 : (h = key.hashCode()) ^ (h >>> 16);
    }

从代码中我们可以知道一个节点在table中的位置，是首先利用哈希函数的hash值，然后将hash中与table的大小 - 1进行与运算得到节点在table中的位置。
在这里插入图片描述
这里主要注意一下初始化table和size以及扩容都是通过resize这个方法，所以我们接下来来看下它的实现：

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) {
            //大于容量的最大值，无法继续扩容了。
            if (oldCap >= MAXIMUM_CAPACITY) {
                threshold = Integer.MAX_VALUE;
                return oldTab;
            }
            //新容量扩为旧值的二倍
            else if ((newCap = oldCap << 1) < MAXIMUM_CAPACITY &&
                     oldCap >= DEFAULT_INITIAL_CAPACITY)
                newThr = oldThr << 1; // 将threshhold乘以二倍。
        }
        else if (oldThr > 0)
            newCap = oldThr;    //当使用了含有initialCapacity的构造函数后，用threshhold作为初始值，这里代表了table的大小必然为2的倍数。
        else {
            //使用没有传入initialCapacity的构造函数后，会利用默认值作为容量（16）和阀值。
            newCap = DEFAULT_INITIAL_CAPACITY;
            newThr = (int)(DEFAULT_LOAD_FACTOR * DEFAULT_INITIAL_CAPACITY);
        }
        //初始化阀值，当使用了含有initialCapacity的构造函数后，并且第一次使用put时，会执行到这里
        if (newThr == 0) {
            //计算新的阀值，并且更新
            float ft = (float)newCap * loadFactor;
            newThr = (newCap < MAXIMUM_CAPACITY && ft < (float)MAXIMUM_CAPACITY ?
                      (int)ft : Integer.MAX_VALUE);
        }
        //更新
        threshold = newThr;
        @SuppressWarnings({"rawtypes","unchecked"})
        Node<K,V>[] newTab = (Node<K,V>[])new Node[newCap]; //创建新的table准备扩容
        table = newTab;
        //进行扩容的操作，把旧的table中的值付给新的table
        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)
                        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;
                        do {
                            next = e.next;
                            if ((e.hash & oldCap) == 0) {
                                if (loTail == null)
                                    loHead = e;
                                else
                                    loTail.next = e;
                                loTail = e;
                            }
                            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;
    }

同样核心的位置已经被注释出来了，这个方法具体有两个作用，一是初始化table,决定table的初始化大小和阀值。二是当键值对的数量超过了阀值时，进行二倍扩容。我们可以看见扩容时会创建一个新的数组，因此可以想到当数量极其大的时候，是会非常消耗资源以及时间的。

HashMap的get方法会调用getNode方法，这个方法实现相对来说是比较简单的，就是通过key进行hash运算得到table中的位置，然后查找树或者是链表

 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) {
            //先检查数据中的第一个节点是否是目标节点
            if (first.hash == hash && // always check first node
                ((k = first.key) == key || (key != null && key.equals(k))))
                return first;
            //查找树或者链表
            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;
    }

常见问题

为什么需要重写equals()和hashCode()方法？

这两个方法都是Object类的方法,即所有类中都是有的。HashMap中我们比较两个值是否相同时，会有如下判断

if (e.hash == hash &&((k = e.key) == key || (key != null && key.equals(k))))

首先比较的是hash值，hash值通过hashCode与自身的高16位进行异或运算而实现的，而hashCode是根据对象的地址生成的。所以说hash值的比较只有当是地址相同的同一个对象才会返回true。然而我们使用HashMap传入的对象常常并不是地址相同的同一个对象。这样就会导致查找键值对时失败。
同样key值的equal方法如果没有重写的话比较的也是两个对象的地址。

public boolean equals(Object obj) {
        return (this == obj);
    }

所以说为了能够保证正确的读取到值，以及防止重复存入相同的节点（不重写会把地址不同的key视为两个不同的对象）。我们需要重写一些类的hashCode()和equals()方法，并且应该保证以下的原则：

当equals返回true时，两个对象的hashCode必须相等。
如果两个对象x.equals(y) 方法返回false，则x、y这两个对象的hashCode可以相等也可以不等。但是，为不相等的对象生成不同整数结果可以提高哈希表的性能。

为什么table的大小为2的倍数，扩容时候扩容两倍。

HashMap中的数组大小一定为2的倍数，当数组大小为2的倍数时，例如16，它的二进制值为10000，而length - 1的二进制数就为01111。可以看见length - 1的低位全部为1，这会有以下几个好处。

大大减少了之前已经散列良好的老数组的数据位置重新调换。
使每一个低位不同的hash值都能够对应不同的数组中的位置，减少了hash冲突的概率。
如果低位不全为一，则同一个数组中的位置，对应的hash值的低位不唯一。同时会使得数组中的一些位置无法使用。

总体流程
在这里插入图片描述

参考：https://blog.youkuaiyun.com/woshimaxiao1/article/details/83661464