–》JDK 1.7: Table数组+ Entry链表; –》JDK1.8 : Table数组+ Entry链表/红黑树;(为什么要使用红黑树?)
ps:都是重要的变量记忆理解一下最好。
DEFAULT_INITIAL_CAPACITY
Table数组的初始化长度: 1 << 4
2^4=16
(为什么要是 2的n次方?) MAXIMUM_CAPACITY
Table数组的最大长度: 1<<30
2^30=1073741824
DEFAULT_LOAD_FACTOR
负载因子:默认值为 0.75
。 当元素的总个数>当前数组的长度 * 负载因子。数组会进行扩容,扩容为原来的两倍(todo:为什么是两倍?) TREEIFY_THRESHOLD
链表树化阙值: 默认值为 8
。表示在一个node(Table)节点下的值的个数大于8时候,会将链表转换成为红黑树。 UNTREEIFY_THRESHOLD
红黑树链化阙值: 默认值为 6
。 表示在进行扩容期间,单个Node节点下的红黑树节点的个数小于6时候,会将红黑树转化成为链表。 MIN_TREEIFY_CAPACITY = 64
最小树化阈值,当Table所有元素超过改值,才会进行树化(为了防止前期阶段频繁扩容和树化过程冲突)。 实现原理图我们都知道,在HashMap中,采用数组+链表的方式来实现对数据的储存。
HashMap采⽤Entry数组来存储key-value对,每⼀个键值对组成了⼀个Entry实体,Entry类实际上是⼀个单向的链表结 构,它具有Next指针,可以连接下⼀个Entry实体。 只是在JDK1.8中,链表⻓度⼤于8的时候,链表会转成红⿊树!
第一问:为什么使用链表+数组:要知道为什么使用链表首先需要知道Hash冲突是如何来的:
答: 由于我们的数组的值是限制死的,我们在对key值进行散列取到下标以后,放入到数组中时,难免出现两个key值不同,但是却放入到下标相同的 格子 中,此时我们就可以使用链表来对其进行链式的存放。 第二问 我⽤LinkedList代替数组结构可以吗? 对于题目的意思是说,在源码中我们是这样的
Entry[] table=new Entry[capacity]; // entry就是一个链表的节点 复制代码
现在进行替换,进行如下的实现
List<Entry> table=new LinkedList<Entry>(); 复制代码
是否可以行得通? 答案当然是肯定的。 第三问 那既然可以使用进行替换处理,为什么有偏偏使用到数组呢? 因为⽤数组效率最⾼! 在HashMap中,定位节点的位置是利⽤元素的key的哈希值对数组⻓度取模得到。此时,我们已得到节点的位置。显然数组的查 找效率⽐ LinkedList
⼤(底层是链表结构)。 那 ArrayList
,底层也是数组,查找也快啊,为啥不⽤ArrayList? 因为采⽤基本数组结构,扩容机制可以⾃⼰定义,HashMap中数组扩容刚好是 2的次幂 ,在做取模运算的效率⾼。 ⽽ArrayList的扩容机制是1.5倍扩容(这一点我相信学习过的都应该清楚),那ArrayList为什么是1.5倍扩容这就不在本⽂说明了。
我们都知道在HashMap中 使用数组加链表,这样问题就来了,数组使用起来是有下标的,但是我们平时使用HashMap都是这样使用的:
HashMap<Integer,String> hashMap=new HashMap<>(); hashMap.put(2,"dd"); 复制代码
可以看到的是并没有特地为我们存放进来的值指定下标,那是因为我们的hashMap对存放进来的key值进行了hashcode(),生成了一个值,但是这个值很大,我们不可以直接作为下标,此时我们想到了可以使用取余的方法,例如这样:
key.hashcode()%Table.length; 复制代码
即可以得到对于任意的一个key值,进行这样的操作以后,其值都落在 0-Table.length-1
中,但是 HashMap的源码却不是这样做? 它 对其进行了与操作,对Table的表长度减一再与生产的hash值进行相与:
if ((p = tab[i = (n - 1) & hash]) == null) tab[i] = newNode(hash, key, value, null); 复制代码
我们来画张图进行进一步的了解;
这里我们也就得知为什么Table数组的长度要一直都为 2的n次方
,只有这样,减一进行相与时候,才能够达到最大的 n-1
值。 举个栗子来反证一下: 我们现在 数组的长度为 15 减一为 14 ,二进制表示 0000 1110
进行相与时候,最后一位永远是0,这样就可能导致,不能够完完全全的进行Table数组的使用。违背了我们最开始的想要对Table数组进行 最大限度的无序使用 的原则,因为HashMap为了能够存取高效,,要尽量较少碰撞,就是要尽量把数据分配均匀,每个链表⻓度⼤致相同。 此时还有一点需要注意的是: 我们对key值进行hashcode以后,进行相与时候都是只用到了后四位,前面的很多位都没有能够得到使用,这样也可能会导致我们所生成的下标值不能够完全散列。 解决方案:
将生成的hashcode值的高16位于低16位进行异或运算,这样得到的值再进行相与,一得到最散列的下标值。
static final int hash(Object key) { int h; return (key == null) ? 0 : (h = key.hashCode()) ^ (h >>> 16); } 复制代码
1.对key的hashCode()做hash运算,计算index; 2.如果没碰撞直接放到bucket⾥; 3.如果碰撞了,以链表的形式存在buckets后; 4.如果碰撞导致链表过⻓(⼤于等于TREEIFY_THRESHOLD),就把链表转换成红⿊树(JDK1.8中的改动); 5.如果节点已经存在就替换old value(保证key的唯⼀性) 6.如果bucket满了(超过load factor*current capacity),就要resize
在得到下标值以后,可以开始put值进入到数组+链表中,会有三种情况:
同时 对于 Key
和 Value
也要经历一下步骤
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) // HashMap的懒加载策略,当执行put操作时检测Table数组初始化。 n = (tab = resize()).length; if ((p = tab[i = (n - 1) & hash]) == null) //通过``Hash``函数获取到对应的Table,如果当前Table为空,则直接初始化一个新的Node并放入该Table中。 tab[i] = newNode(hash, key, value, null); else { Node<K,V> e; K k; //进行值的判断: 判断对于是不是对于相同的key值传进来不同的value,若是如此,将原来的value进行返回 if (p.hash == hash && ((k = p.key) == key || (key != null && key.equals(k)))) e = p; else if (p instanceof TreeNode) // 如果当前Node类型为TreeNode,调用 PutTreeVal 方法。 e = ((TreeNode<K,V>)p).putTreeVal(this, tab, hash, key, value); else { //如果不是TreeNode,则就是链表,遍历并与输入key做命中碰撞。 for (int binCount = 0; ; ++binCount) { if ((e = p.next) == null) { //如果当前Table中不存在当前key,则添加。 p.next = newNode(hash, key, value, null); if (binCount >= TREEIFY_THRESHOLD - 1) // -1 for 1st //超过了``TREEIFY_THRESHOLD``则转化为红黑树。 treeifyBin(tab, hash); break; } if (e.hash == hash && ((k = e.key) == key || (key != null && key.equals(k)))) //做命中碰撞,使用hash、内存和equals同时判断(不同的元素hash可能会一致)。 break; p = e; } } if (e != null) { // existing mapping for key //如果命中不为空,更新操作。 V oldValue = e.value; if (!onlyIfAbsent || oldValue == null) e.value = value; afterNodeAccess(e); return oldValue; } } ++modCount; if (++size > threshold) //扩容检测! resize(); afterNodeInsertion(evict); return null; } 复制代码
以上就是 HashMap
的Put操作,若是对其中的红黑树的添加,以及Node链表和红黑树的转换过程我们暂时不进行深入的讨论,这个流程大概还是可以进行理解,下面来深入讨论扩容问题。
HashMap 的扩容实现机制是将老table数组中所有的Entry取出来,重新对其Hashcode做 Hash
散列到新的Table中,可以看到注解 Initializes or doubles table size.
resize表示的是对数组进行初始化或 进行Double处理。现在我们来一步一步进行分析。
/** * Initializes or doubles table size. If null, allocates in * accord with initial capacity target held in field threshold. * Otherwise, because we are using power-of-two expansion, the * elements from each bin must either stay at same index, or move * with a power of two offset in the new table. * * @return the table */ final Node<K,V>[] resize() { //先将老的Table取别名,这样利于后面的操作。 Node<K,V>[] oldTab = table; int oldCap = (oldTab == null) ? 0 : oldTab.length; int oldThr = threshold; int newCap, newThr = 0; //表示之前的数组容量不为空。 if (oldCap > 0) { // 如果 此时的数组容量大于最大值 if (oldCap >= MAXIMUM_CAPACITY) { // 扩容 阙值为 Int类型的最大值,这种情况很少出现 threshold = Integer.MAX_VALUE; return oldTab; } //表示 old数组的长度没有那么大,进行扩容,两倍(这里也是有讲究的)对阙值也进行扩容 else if ((newCap = oldCap << 1) < MAXIMUM_CAPACITY && oldCap >= DEFAULT_INITIAL_CAPACITY) newThr = oldThr << 1; // double threshold } //表示之前的容量是0 但是之前的阙值却大于零, 此时新的hash表长度等于此时的阙值 else if (oldThr > 0) // initial capacity was placed in threshold newCap = oldThr; else { // zero initial threshold signifies using defaults //表示是初始化时候,采用默认的 数组长度* 负载因子 newCap = DEFAULT_INITIAL_CAPACITY; newThr = (int)(DEFAULT_LOAD_FACTOR * DEFAULT_INITIAL_CAPACITY); } //此时表示若新的阙值为0 就得用 新容量* 加载因子重新进行计算。 if (newThr == 0) { float ft = (float)newCap * loadFactor; newThr = (newCap < MAXIMUM_CAPACITY && ft < (float)MAXIMUM_CAPACITY ? (int)ft : Integer.MAX_VALUE); } // 开始对新的hash表进行相对应的操作。 threshold = newThr; @SuppressWarnings({"rawtypes","unchecked"}) Node<K,V>[] newTab = (Node<K,V>[])new Node[newCap]; table = newTab; if (oldTab != null) { //遍历旧的hash表,将之内的元素移到新的hash表中。 for (int j = 0; j < oldCap/***此时旧的hash表的阙值*/; ++j) { Node<K,V> e; if ((e = oldTab[j]) != null) { //表示这个格子不为空 oldTab[j] = null; if (e.next == null) // 表示当前只有一个元素,重新做hash散列并赋值计算。 newTab[e.hash & (newCap - 1)] = e; else if (e instanceof TreeNode) // 如果在旧哈希表中,这个位置是树形的结果,就要把新hash表中也变成树形结构, ((TreeNode<K,V>)e).split(this, newTab, j, oldCap); else { // preserve order //保留 旧hash表中是链表的顺序 Node<K,V> loHead = null, loTail = null; Node<K,V> hiHead = null, hiTail = null; Node<K,V> next; do {// 遍历当前Table内的Node 赋值给新的Table。 next = e.next; // 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); // 原索引放到bucket里面 if (loTail != null) { loTail.next = null; newTab[j] = loHead; } // 原索引+oldCap 放到bucket里面 if (hiTail != null) { hiTail.next = null; newTab[j + oldCap] = hiHead; } } } } } return newTab; } 复制代码
1.对key的hashCode()做hash运算,计算index; 2.如果在bucket⾥的第⼀个节点⾥直接命中,则直接返回; 3.如果有冲突,则通过key.equals(k)去查找对应的Entry; 4. 若为树,则在树中通过key.equals(k)查找,O(logn); 5. 若为链表,则在链表中通过key.equals(k)查找,O(n)。
在进行取值时候,因为对于我们传进来的key值进行了一系列的hash操作,首先,在传进来 key值时候,先进性hash操作,
final Node<K,V> getNode(int hash, Object key) { Node<K,V>[] tab; Node<K,V> first, e; int n; K k; // 判断 表是否为空,表重读是否大于零,并且根据此 key 对应的表内是否存在 Node节点。 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)))) // 检查第一个Node 节点,若是命中则不需要进行do... whirle 循环。 return first; if ((e = first.next) != null) { if (first instanceof TreeNode) //树形结构,采用 对应的检索方法,进行检索。 return ((TreeNode<K,V>)first).getTreeNode(hash, key); do { //链表方法 做while循环,直到命中结束或者遍历结束。 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
根据get方法的结果,判断是否为空,判断是否包含该key
public boolean containsKey(Object key) { return getNode(hash(key), key) != null; } 复制代码
先说⼀下hash算法⼲嘛的,Hash函数是指把⼀个⼤范围映射到⼀个⼩范围。把⼤范围映射到⼀个⼩范围的⽬的往往是为了 节省空间,使得数据容易保存。
⽐较出名的有 MurmurHash
、 MD4
、 MD5
等等
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
String类中的hashCode计算⽅法还是⽐较简单的,就是以31为权,每⼀位为字符的ASCII值进⾏运算,⽤⾃然溢出来等效 取模。 哈希计算公式可以计为ss[[00]]3311^^((nn–11)) ++ ss[[11]]3311^^((nn–22)) ++ …… ++ ss[[nn–11]] 那为什么以31为质数呢? 主要是因为31是⼀个奇质数,所以31 i=32 i-i=(i<<5)-i,这种位移与减法结合的计算相⽐⼀般的运算快很多
第一问改动了什么 1.由数组+链表的结构改为数组+链表+红⿊树。 2. 优化了⾼位运算的hash算法:h^(h>>>16) 3. 扩容后,元素要么是在原位置,要么是在原位置再移动2次幂的位置,且链表顺序不变。 注意 : 最后⼀条是重点,因为最后⼀条的变动,hashmap在1.8中,不会在出现死循环问题。
HashMap 在 jdk1.7
中 使用 数组加链表的方式,并且在进行链表插入时候使用的是头结点插入的方法。 注 :这里为什么使用 头插法的原因是我们若是在散列以后,判断得到值是一样的,使用头插法,不用每次进行遍历链表的长度。但是这样会有一个缺点,在进行扩容时候,会导致进入新数组时候出现倒序的情况,也会在多线程时候出现线程的不安全性。 但是对与 jdk1.8
而言,还是要进行阙值的判断,判断在什么时候进行红黑树和链表的转换。所以无论什么时候都要进行遍历,于是插入到尾部,防止出现扩容时候还会出现倒序情况。
Hashtable
而言,使用效率太低。 // 扩容 void transfer(Entry[] newTable, boolean rehash) { int newCapacity = newTable.length; for (Entry<K,V> e : table) { // A while(null != e) { Entry<K,V> next = e.next; if (rehash) { e.hash = null == e.key ? 0 : hash(e.key); } int i = indexFor(e.hash, newCapacity); e.next = newTable[i]; newTable[i] = e; e = next; } } } 复制代码
在 jdk1.7
若是产生了多线程,例如 thread1,和thread2,同时想要进入到 transfer中,此时会出现如下图所示的情况:
此时对于我们的 1
会拥有两个临时变量,我们称为e1与e2。这个时候,线程一会先执行上述的函数,进行数组的翻倍,并且,会进入逆序的状态, 此时的 临时变量e1和next1都已经消失,但是对于每个节点上面所拥有的连接不会更改,这个时候,1上还有一个e2临时变量,2上有一个next2临时变量。如下图所示:
完成了线程一的扩容以后,线程二也会创建一个属于自己的数组,长度也是6。这个时候开始又执行一遍以上的程序。
// 第一遍过来 e.next = newTable[i]; newTable[i] = e; e = next; 复制代码
此时完成了第一次的循环以后,进入到以上的情况,这个时候 执行 e.next = newTable[i];
寓意为: 2所表示的下一个指向 newTable[i]
,此时我们就发现了问题的所在,在执行完第一遍循环以后,2所表示的下一下就已经指向了 newTable[i]
,就是我们的1 ,当然这样我们就不用动,那我们就不动就好了,然后完成以后就如下图所示。
// 第二遍来 e.next = newTable[i]; newTable[i] = e; e = next; 复制代码
这个时候开始第三次的循环,首先执行 Entry<K,V> next = e.next;
,这个时候我们就发现了问题,e2和e2的next2都执行了1,这个时候我们再度,执行以上的语句就会指向一个空的节点,当然空就空了,暂时也还不会出现差错,但是执行到 e.next = newTable[i];
时候,会发现,执行到如下图所示的情况。这个时候出现了循环链表,若是不加以控制,就会耗尽我们的cpu。
第三问为什么不一开始就使用红黑树,不是效率很高吗? 因为红⿊树需要进⾏左旋,右旋,变⾊这些操作来保持平衡,⽽单链表不需要。 当元素⼩于8个当时候,此时做查询操作,链表结构已经能保证查询性能。 当元素⼤于8个的时候,此时需要红⿊树来加快查 询速度,但是新增节点的效率变慢了。 因此,如果⼀开始就⽤红⿊树结构,元素太少,新增效率⼜⽐较慢,⽆疑这是浪费性能的。 第四问 什么时候退化为链表 为6的时候退转为链表。中间有个差值7可以防⽌链表和树之间频繁的转换。 假设⼀下,如果设计成链表个数超过8则链表转 换成树结构,链表个数⼩于8则树结构转换成链表, 如果⼀个HashMap不停的插⼊、删除元素,链表个数在8左右徘徊,就会 频繁的发⽣树转链表、链表转树,效率会很低。
(1)多线程扩容,引起的死循环问题 (2)多线程put的时候可能导致元素丢失 (3)put⾮null元素后get出来的却是null
当然都是可以的,但是对于 key来说只能运行出现一个key值为null,但是可以出现多个value值为null
⼀般⽤Integer、String这种不可变类当HashMap当key,⽽且String最为常⽤。 (1)因为字符串是不可变的,所以在它创建的时候hashcode就被缓存了,不需要重新计算。 这就使得字符串很适合作为Map中的键,字符串的处理速度要快过其它的键对象。 这就是HashMap中的键往往都使⽤字符串。 (2)因为获取对象的时候要⽤到equals()和hashCode()⽅法,那么键对象正确的重写这两个⽅法是⾮常重要的,这些类已 经很规范的覆写了hashCode()以及equals()⽅法。
hashcode可能会发生变化,导致put进行的值,无法get出来,如下代码所示:
HashMap<List<String>,Object> map=new HashMap<>(); List<String> list=new ArrayList<>(); list.add("hello"); Object object=new Object(); map.put(list,object); System.out.println(map.get(list)); list.add("hello world"); System.out.println(map.get(list)); 复制代码
输出值如下:
java.lang.Object@1b6d3586 null 复制代码