HashMap实现了Map接口,我们常用HashMap进行put和get操作读存键值对数据。下面介绍基于jdk1.8深入了解HashMap底层原理。
HashMap实际是一种“数组+链表”数据结构。在put操作中,通过内部定义算法寻止找到数组下标,将数据直接放入此数组元素中,若通过算法得到的该数组元素已经有了元素(俗称hash冲突,链表结构出现的实际意义也就是为了解决hash冲突的问题)。将会把这个数组元素上的链表进行遍历,将新的数据放到链表末尾。
static class Node<K,V> implements Map.Entry<K,V> { final int hash; final K key; V value; Node<K,V> next; }复制代码
我们从jdk1.8源代码看出存储对象Node实际是实现Map.Entry对象接口。
hash:通过hash算法的出来的值。hash值的算法我们看下HashMap源代码的实现
static final int hash(Object key) { int h; return (key == null) ? 0 : (h = key.hashCode()) ^ (h >>> 16); }复制代码
不同的数据类型的hashCode计算的方法不一样,我们看下String和Integer两种数据类型的hashCode算法
String.hashCode()
public int hashCode() { int h = hash; if (h == 0 && value.length > 0) { char val[] = value; for (int i = 0; i < value.length; i++) { h = 31 * h + val[i]; } hash = h; } return h; }复制代码
通过将字符串转换成char数组,使用公式s[0]*31^(n-1) + s[1]*31^(n-2) + ... + s[n-1]进行计算得出最后的值。val[i]值是对应字符的ASCII值.在看到这里的时候,这里为什么使用了一个31作为相乘因子(能为啥,还不是为了性能考虑,那为什么使用31性能能得到优化呢),这里可以延伸讨论。
Integer.hashCode()
public static int hashCode(int value) { return value; }复制代码
直接返回值.
key:存储数据的key
value:存储数据的value
next:下一个数据,出现哈希冲突时,该数组元素会出现链表结构,会使用next指向链表中下一个元素对象
通过哈希算法从寻止上能够高效的找到对应的下标,但是随着数据的增长,哈希冲突碰撞过多。在寻找数据上,找到该来链表,会通过遍历在寻找对应数据,如此将会使得get数据效率越来越低。在jdk1.8中,链表元素数量大于等于8将会重组该链表结构形成为“红黑树结构”,这种结构使得在hash冲突碰撞过多情况下,get效率比链表的效率高很多。
transient Node<K,V>[] table; int threshold; final float loadFactor; int modCount; int size;复制代码
table:存储数组的变量,初始长度为16通过源代码看出在第一次进行resize扩容(java是静态语言,在定义数组初始化时,需要定义数组的长度,在map数据增长后,内部机制会进行重新定义一个数组做到扩容的操作)初始化时,会将默认静态变量
static final int DEFAULT_INITIAL_CAPACITY = 1 << 4;复制代码
赋给数组长度进行初始化。
loadFactor:数据的增长因子,默认为0.75。在进行扩容操作会使用到。
threshold:允许的最大的存储的元素数量,通过length数组长度*loadFactor增长因子得出
modCount:记录内部结构发生变化的次数,put操作(覆盖值不计算)以及其他...
size:实际存储的元素数量
直接通过源代码分析
final V putVal(int hash, K key, V value, boolean onlyIfAbsent, boolean evict) { Node<K,V>[] tab; Node<K,V> p; int n, i; // 判断数组是否为空,长度是否为0,是则进行扩容数组初始化 if ((tab = table) == null || (n = tab.length) == 0) n = (tab = resize()).length; // 通过hash算法找到数组下标得到数组元素,为空则新建 if ((p = tab[i = (n - 1) & hash]) == null) tab[i] = newNode(hash, key, value, null); else { Node<K,V> e; K k; // 找到数组元素,hash相等同时key相等,则直接覆盖 if (p.hash == hash && ((k = p.key) == key || (key != null && key.equals(k)))) e = p; // 该数组元素在链表长度>8后形成红黑树结构的对象 else if (p instanceof TreeNode) e = ((TreeNode<K,V>)p).putTreeVal(this, tab, hash, key, value); else { // 该数组元素hash相等,key不等,同时链表长度<8.进行遍历寻找元素,有就覆盖无则新建 for (int binCount = 0; ; ++binCount) { if ((e = p.next) == null) { // 新建链表中数据元素 p.next = newNode(hash, key, value, null); if (binCount >= TREEIFY_THRESHOLD - 1) // -1 for 1st // 链表长度>=8 结构转为 红黑树 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; }复制代码
便于理解,花了一下图。如下图示(画工不是很好,见谅见谅)
下图是一位大神级别画的图,引用一下便于理解
1、首选判断table是否为空,数组长度为空,将会进行第一次初始化。(在实例化HashMap是,并不会进行初始化数组)
2、进行第一次resize()扩容之后。开始通过hash算法寻址找到数组下标。若数组元素为空,则创建新的数组元素。若数组元素不为空,同时hash相等,key不相等,同时不是TreeNode数据对象,将遍历该数组元素下的链表元素。若找到对应的元素,则覆盖,如果没有找到,就新建元素,放入上一个链表元素的next中,在放入元素之后,如果条件满足"链表元素长度>8",则将该链表结构转为"红黑树结构"。
3、找到对应的数组元素或者链表元素,同时创建新的数据元素或者覆盖元素之后。如果条件满足元素大小size>允许的最大元素数量threshold,则再一次进行扩容操作。每次扩容操作,新的数组大小将是原始的数组长度的两倍。
4、put操作完成。
下面通过使用例子介绍这个过程
HashMap<Integer, String> hashMap = new HashMap<Integer, String>(4, 0.75f);// 1 int a1 = 1; int a2 = 2; int a3 = 5; System.out.println(String.valueOf(a1&3) + " " + String.valueOf(a2&3)+ " " + String.valueOf(a3&3));// 1 2 1 数组下标 hashMap.put(a1, "1");// 2 hashMap.put(a2, "2");// 3 hashMap.put(a3, "5");// 4复制代码
1、创建了一个HashMap对象,初始化initialCapacity为4,增长因子为0.75。threshold初始化为4
2、进行了第一次put,因为table为空,进行了第一次resize()扩容操作,数组进行初始化,默认为16. threshold变为3。同时通过hash算法(数组长度n-1 & hash)即为1。
3、第二次put操作,同时获取数组下标为2,此时数组下标为2当前没有数组元素,则直接创建数据元素放入
4、第三次put操作,得到数组下标为1已经有了一个数组元素。同时我们知道存储数据的Node对象中又一个next,则新的此时的数据元素放入上一个链表中next为空的Node中的next中。
形成了如下图的数据结构
结论:通过hash算法进行计算的出来的数组下标,有一定概率会导致hash冲突,那在一个数组元素中,存在hash值一样的key,key却不相等。为了解决这一个hash冲突问题,使用了链表结构进行处理。
java是静态方法,在数组进行初始化时,必须给一个数组长度。HashMap定义默认的数组长度为16。条件满足元素size>允许的最大元素数量threshold。则进行扩容。一般来说,在put操作中,HashMap至少进行了一次扩容(第一次为初始化)。
我们在原有的示例加入如下
int a4 = 6; hashMap.put(a4, "6");复制代码
形成了新的结构,如下图
放入了2:2的next中,此时size=4,threshold>3,条件满足size>threshold,进行扩容resize()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) { // 超过最大限制,不进行扩容 if (oldCap >= MAXIMUM_CAPACITY) { threshold = Integer.MAX_VALUE; return oldTab; } // 进行原始长度*2扩容 else if ((newCap = oldCap << 1) < MAXIMUM_CAPACITY && oldCap >= DEFAULT_INITIAL_CAPACITY) newThr = oldThr << 1; // double threshold } // 第一次初始化 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); } // 第一次初始化 if (newThr == 0) { float ft = (float)newCap * loadFactor; newThr = (newCap < MAXIMUM_CAPACITY && ft < (float)MAXIMUM_CAPACITY ? (int)ft : Integer.MAX_VALUE); } // 新的最大允许元素数量值 threshold = newThr; @SuppressWarnings({"rawtypes","unchecked"}) // 新的数组 Node<K,V>[] newTab = (Node<K,V>[])new Node[newCap]; table = newTab; if (oldTab != null) { // 遍历老数组 for (int j = 0; j < oldCap; ++j) { Node<K,V> e; if ((e = oldTab[j]) != null) { oldTab[j] = null; // 直接按照原始索引放入新数组中 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 // 遍历链表 Node<K,V> loHead = null, loTail = null; Node<K,V> hiHead = null, hiTail = null; Node<K,V> next; do { next = e.next; // 放入原索引 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); if (loTail != null) { loTail.next = null; newTab[j] = loHead; } if (hiTail != null) { hiTail.next = null; newTab[j + oldCap] = hiHead; } } } } } return newTab; }复制代码
在put6:6之后,直接就执行了扩容,新数组长度为8,新的结构如下
在新的结构中,将原始的数组下标为1和2链表元素均匀分布新数组的其他数组元素中。此间扩容的变化的过程如下
老数组长度为4,通过算法得出数据的下标1:1为1,5:5为1,2:2和6:6为2
1(1:1 == > 5:5) 2(2:2 == > 6:6)复制代码
在进行扩容操作是,数组元素链表中的第一个数组下标不会产生变化,在遍历链表其他元素中通过算法"e.hash & oldCap"!=0则将链表元素放入新数据数组下标为[原始数据下标+原始数据长度]
再次引用大神的图,便于理解扩容的数据移动变化
在扩容操作中,因无需重新计算hash值,同时均匀将链表冲突的元素均匀分布到新的数组中。这设计实在是巧妙。
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; }复制代码
get方法比较简单,基本流程为通过key的hashCode和寻址算法得到数组下标,若数组元素中的key和hash相等,则直接返回。若不想等,同时存在链表元素,则遍历链表元素进行匹配。由于1.8引用了红黑树结构,在链表元素过多时,1.8的实现将比1.7在get和put操作上效率高上很多。
在本文中,未详细说明,寻址的算法的优越性和红黑树的优点。这里不进行讨论。
下节,研究和证明HashMap为何是线程非安全的
【我是码农,也不是码农】软件 – 注重思想与逻辑