HashMap(JDK1.8)源码剖析

在JDK1.6中，HashMap采用位桶+链表实现，即使用链表处理冲突，同一hash值的Entity都存储在一个链表里。但是当位于一个桶中的元素较多，即hash值相等的元素较多时，通过key值依次查找的效率较低。而JDK1.8(JDK版本号为：1.8.0_25)中，HashMap采用位桶+链表+红黑树实现，当链表长度超过阈值（8）时，将链表转换为红黑树，这样大大减少了查找时间（查找时间复杂度由O(n)变为O(lgn)）。

1、涉及到的数据结构：处理hash冲突的链表和红黑树以及位桶

    //Node是单向链表，它实现了Map.Entry接口

    static class Node<k,v> implements Map.Entry<k,v> {

        final int hash;

        final K key;

        V value;

        Node<k,v> next;

        //构造函数Hash值 键 值 下一个节点

        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;

        }

        //判断两个node是否相等,若key和value都相等，返回true。可以与自身比较为true

        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;

        }

    }

    //红黑树

    static final class TreeNode<k,v> extends LinkedHashMap.Entry<k,v> {

        TreeNode<k,v> parent;  // 父节点

        TreeNode<k,v> left;	//左子树

        TreeNode<k,v> right;//右子树

        TreeNode<k,v> prev;    // needed to unlink next upon deletion

        boolean red;	//颜色属性

        TreeNode(int hash, K key, V val, Node<k,v> next) {

            super(hash, key, val, next);

        }

        //返回当前节点的根节点

        final TreeNode<k,v> root() {

            for (TreeNode<k,v> r = this, p;;) {

                if ((p = r.parent) == null)

                    return r;

                r = p;

            }

        }

transient Node<k,v>[] table;//存储（位桶）的数组

有了以上3个数据结构，只要有一点数据结构基础的人，都可以大致联想到HashMap的实现了。首先有一个每个元素都是链表（可能表述不准确）的数组，当添加一个元素（key-value）时，就首先计算元素key的hash值，以此确定插入元素在桶中的位置，但是可能存在同一hash值的元素已经被放在数组同一位置了，这时通过equals方法比较新插入Key值与原Key值，如果Key值相同，那么就用新插入元素的Entity替换原Entity值；如果Key值不同，那么就形成链表的方式来存放这些新插入的数据。而当链表长度太长时，链表就转换为红黑树，这样大大提高了查找的效率。

2、HashMap主要属性

说一下填充因子，默认值为0.75，如果实际元素所占容量占分配容量的75%时就要扩容了。如果填充比很大，说明利用的空间很多，但是查找的效率很低，因为链表的长度很大（当然最新版本使用了红黑树后会改进很多），HashMap本来是以空间换时间，所以填充比没必要太大。但是填充比太小又会导致空间浪费。如果关注内存，填充比可以稍大，如果主要关注查找性能，填充比可以稍小。

public class HashMap<k,v> extends AbstractMap<k,v> implements Map<k,v>, Cloneable, Serializable {

    private static final long serialVersionUID = 362498820763181265L;

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

    static final int MAXIMUM_CAPACITY = 1 << 30;//最大容量

    static final float DEFAULT_LOAD_FACTOR = 0.75f;//填充比

    //当add一个元素到某个位桶，其链表长度达到8时将链表转换为红黑树

    static final int TREEIFY_THRESHOLD = 8;

    static final int UNTREEIFY_THRESHOLD = 6;

    static final int MIN_TREEIFY_CAPACITY = 64;

    transient Node<k,v>[] table;//存储元素的数组

    transient Set<map.entry<k,v>> entrySet;

    transient int size;//存放元素的个数

    transient int modCount;//被修改的次数fast-fail机制

    int threshold;//临界值 当实际大小(容量*填充比)超过临界值时，会进行扩容

    final float loadFactor;//填充比（......后面略）

3、构造方法

HashMap的构造方法有4种，主要涉及到的参数有，指定初始容量，指定填充比和用来初始化的Map，直接看代码

    /* - Public operations -- */

    //构造函数1

    public HashMap(int initialCapacity, float loadFactor) {

        //指定的初始容量非负

    	if (initialCapacity < 0)

            throw new IllegalArgumentException(Illegal initial capacity:  +

                                               initialCapacity);

        //如果指定的初始容量大于最大容量,置为最大容量

    	if (initialCapacity > MAXIMUM_CAPACITY)

            initialCapacity = MAXIMUM_CAPACITY;

    	//填充比为正

        if (loadFactor <= 0  Float.isNaN(loadFactor))

            throw new IllegalArgumentException(Illegal load factor:  +

                                               loadFactor);

        this.loadFactor = loadFactor;

        this.threshold = tableSizeFor(initialCapacity);//新的扩容临界值

    }

    //构造函数2

    public HashMap(int initialCapacity) {

        this(initialCapacity, DEFAULT_LOAD_FACTOR);

    }

    //构造函数3

    public HashMap() {

        this.loadFactor = DEFAULT_LOAD_FACTOR; // all other fields defaulted

    }

    //构造函数4用m的元素初始化散列映射

    public HashMap(Map m) {

        this.loadFactor = DEFAULT_LOAD_FACTOR;

        putMapEntries(m, false);

    }

4、扩容机制

构造hash表时，如果不指明初始大小，默认大小为16（即Node数组大小16），如果Node[]数组中的元素达到（填充比*Node.length）

 //可用来初始化HashMap大小 或重新调整HashMap大小 变为原来2倍大小

    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) {//超过1>>30大小,无法扩容只能改变 阈值

                threshold = Integer.MAX_VALUE;

                return oldTab;

            }

            else if ((newCap = oldCap << 1) < MAXIMUM_CAPACITY &&

                     oldCap >= DEFAULT_INITIAL_CAPACITY)//新的容量为旧的2倍 最小也是16

                newThr = oldThr << 1; // 扩容阈值加倍

        }

        else if (oldThr > 0)

            newCap = oldThr;//oldCap=0 ,oldThr>0此时newThr=0

        else {               //oldCap=0,oldThr=0 相当于使用默认填充比和初始容量 初始化

            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];

        //数组辅助到新的数组中，分红黑树和链表讨论

        table = newTab;

        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;

    }

很明显，因为存在旧数组元素到新数组中的操作，扩容非常耗时。

5 、确定元素put/get的数组Node[]位置

    static final int hash(Object key) {

        int h;

        return (key == null) ? 0 : (h = key.hashCode()) ^ (h >>> 16);

    }

 public native int hashCode();

首先由key值通过hash(key)获取hash值h，再通过 h&（length-1）得到所在数组位置。一般对于哈希表的散列常用的方法有直接定址法，除留余数法等，既要便于计算，又能减少冲突。

在Hashtable中就是通过除留余数法散列分布的，具体如下：

int index = (hash & 0x7FFFFFFF) % tab.length;

但是取模中的除法运算效率很低，HashMap则通过h&（length-1）替代取模，得到所在数组位置，这样效率会高很多。
在HashMap实现中还可以看到如下代码取代了以前版本JDK1.6的while循环来保证哈希表的容量一直是2的整数倍数，用移位操作取代了循环移位。

    //这段代码保证HashMap的容量总是2的n次方

    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;

    }

可以从源码看出，在HashMap的构造函数中，都直接或间接的调用了tableSizeFor函数。下面分析原因：length为2的整数幂保证了length-1最后一位（当然是二进制表示）为1，从而保证了取索引操作 h&（length-1）的最后一位同时有为0和为1的可能性，保证了散列的均匀性。反过来讲，当length为奇数时，length-1最后一位为0，这样与h按位与的最后一位肯定为0，即索引位置肯定是偶数，这样数组的奇数位置全部没有放置元素，浪费了大量空间。

简而言之：length为2的幂保证了按位与最后一位的有效性，使哈希表散列更均匀。

6、下面分析HashMap的最常用操作put和get

注意HashMap中key和value都容许为null

直接上代码：

    //***********************************get***************************************************/

    public V get(Object key) {

        Node<k,v> e;

        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;

        //hash & (length-1)得到对象的保存位

        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) {

            	//如果第一个节点是TreeNode,说明采用的是数组+红黑树结构处理冲突

            	//遍历红黑树，得到节点值

                if (first instanceof TreeNode)

                    return ((TreeNode<k,v>)first).getTreeNode(hash, key);

                //链表结构处理

                do {

                    if (e.hash == hash &&

                        ((k = e.key) == key  (key != null && key.equals(k))))

                        return e;

                } while ((e = e.next) != null);

            }

        }

        return null;

    }

 //************************put*********************************************************************

    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;

        //如果tab为空或长度为0，则分配内存resize()

        if ((tab = table) == null  (n = tab.length) == 0)

            n = (tab = resize()).length;

        //(n - 1) & hash找到put位置，如果为空,则直接put

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

            tab[i] = newNode(hash, key, value, null);

        else {

            Node<k,v> e; K k;

            //第一节节点hash值同，且key值与插入key相同

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

                e = p;

            else if (p instanceof TreeNode)//属于红黑树处理冲突

                e = ((TreeNode<k,v>)p).putTreeVal(this, tab, hash, key, value);

            else {

            	//链表处理冲突

                for (int binCount = 0; ; ++binCount) {

                    //p第一次指向表头,以后依次后移

                	if ((e = p.next) == null) {

                        //e为空，表示已到表尾也没有找到key值相同节点，则新建节点

                		p.next = newNode(hash, key, value, null);

                		//新增节点后如果节点个数到达阈值，则将链表转换为红黑树

                        if (binCount >= TREEIFY_THRESHOLD - 1) // -1 for 1st

                            treeifyBin(tab, hash);

                        break;

                    }

                	//容许null==null

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

                        break;

                    p = e;//更新p指向下一个节点

                }

            }

            //更新hash值和key值均相同的节点Value值

            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;

    }

下面简单说下添加键值对put(key,value)的过程：(事实上，直接看代码逻辑更清晰些)

1、判断键值对数组tab[]是否为空或为null，否则resize()；

2、根据键值key计算hash值得到插入的数组索引i，如果tab[i]==null，直接新建节点添加，否则转入3

3、判断当前数组中处理hash冲突的方式为链表还是红黑树(check第一个节点类型即可),分别处理。

参考链接：http://www.125135.com/588285.htm

巴特西

HashMap(JDK1.8)源码剖析

最新文章

热门文章