Hashmap源码分析

概述

hashmap应该是集合中较复杂的一个类。最早出现在1.2中,在1.8中加入了红黑树,所以1.8的改动很大。hashmap允许null值和null键,底层是通过散列算法实现的。并且hashmap不是线程安全的。

源码分析

成员变量

//默认的初始化数组大小为16
static final int DEFAULT_INITIAL_CAPACITY = 1 << 4
//最大存储容量
static final int MAXIMUM_CAPACITY = 1 << 30
//默认扩容因子
static final float DEFAULT_LOAD_FACTOR = 0.75f;
//这是jdk1.8新加的,这是链表的最大长度,当大于这个长度时,就会将链表转成红黑树
static final int TREEIFY_THRESHOLD = 8;
//table就是存储Node 的数组,就是hash表中的桶位
transient Node<K,V>[] table;
//实际存储的数量,则HashMap的size()方法,实际返回的就是这个值,isEmpty()也是判断该值是否为0
transient int size;
transient int modCount;
//扩容的门限值,当大于这个值时,table数组要进行扩容,一般等于(cap*loadFactor)
int threshold;
//装载因子
final float loadFactor;

我记得hashmap的初始大小在android中是4,java中是16…不知道啥时候改了….

构造方法

hashmap的构造方法有4个,具体代码如下:

/** 构造方法 1 */
public HashMap() {
this.loadFactor = DEFAULT_LOAD_FACTOR; // all other fields defaulted
}
/** 构造方法 2 */
public HashMap(int initialCapacity) {
this(initialCapacity, DEFAULT_LOAD_FACTOR);
}
/** 构造方法 3 */
public HashMap(int initialCapacity, float loadFactor) {
if (initialCapacity < 0)
throw new IllegalArgumentException("Illegal initial capacity: " +
initialCapacity);
if (initialCapacity > MAXIMUM_CAPACITY)
initialCapacity = MAXIMUM_CAPACITY;
if (loadFactor <= 0 || Float.isNaN(loadFactor))
throw new IllegalArgumentException("Illegal load factor: " +
loadFactor);
this.loadFactor = loadFactor;
this.threshold = tableSizeFor(initialCapacity);
}
/** 构造方法 4 */
public HashMap(Map<? extends K, ? extends V> m) {
this.loadFactor = DEFAULT_LOAD_FACTOR;
putMapEntries(m, false);
}

我们可以在初始化的时候传入初始大小以及扩容因子,如果不传则为默认值。当然,我们还可以把已有map直接传进去。我们可以看到在第三个构造方法中给扩展的限制进行了重新的定义,因为可能我们传的大小不是2的幂数。现在他是如何重新定义的:

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;
}

这段代码的意思就是把初始大小的后面所有数置为1,然后加一,也就是找到最近的2的次幂。

添加

现在我们看看hashmap是如何添加一个元素的。

public V put(K key, V value) {
return putVal(hash(key), key, value, false, true);
}

这边主要是通过putVal进行添加的,这边通过hash函数将key与其高16位异或。具体代码如下:

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

下面我们具体看看putVal这个方法:

final V putVal(int hash, K key, V value, boolean onlyIfAbsent,
boolean evict) {
Node<K,V>[] tab; Node<K,V> p; int n, i;
//table 没有初始化
if ((tab = table) == null || (n = tab.length) == 0)
//可以看到table的初始化放在了这里,是通过resize来做的
n = (tab = resize()).length;
//这里就是HASH算法了,用来定位桶位的方式,可以看到是采用容量-1与键hash值进行与运算
//n-1,的原因就是n一定是一个2的整数幂,而(n - 1) & hash其实质就是(n-1)%hash,但是取余运算的效率明显不如位运算与
//并且(n - 1) &hash也能保证散列均匀,不会产生只有偶数位有值的现象
if ((p = tab[i = (n - 1) & hash]) == null)
//当这里是空桶位时,就直接构造新的Node节点,将其放入桶位中
//newNode()方法,就是对new Node(,,,)的包装
//同时也可以看到Node中的hash值就是重新计算的hash(key)
tab[i] = newNode(hash, key, value, null);
else {
Node<K,V> e; K k;
//键hash值相等,键相等时,这里就是发现该键已经存在于Map中
if (p.hash == hash &&
((k = p.key) == key || (key != null && key.equals(k))))
e = p;
//当该桶位是红黑树结构时,则应该按照红黑树方式插入
else if (p instanceof TreeNode)
e = ((TreeNode<K,V>)p).putTreeVal(this, tab, hash, key, value);
//当该桶位为链表结构时,进行链表的插入操作,但是当链表长度大于TREEIFY_THRESHOLD - 1,就要将链表转换成红黑树
else {
//这里binCount记录链表的长度
for (int binCount = 0; ; ++binCount) {
//找到链表尾端
if ((e = p.next) == null) {
p.next = newNode(hash, key, value, null);
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;
}
}
if (e != null) { // existing mapping for key
V oldValue = e.value;
if (!onlyIfAbsent || oldValue == null)
e.value = value;
afterNodeAccess(e);
return oldValue;
}
}
//记录改变次数
++modCount;
//当达到扩容上限时,进行扩容
if (++size > threshold)
resize();
afterNodeInsertion(evict);
return null;
}

上面注释的已经很清楚了,这边说一下,他会通过散列算法找到对应的位置,如果是空就直接扔进去,如果是非空就判断它是链表还是红黑树,按照对应的数据结构进行插入。

如果链表太长,会进行树化操作,下面看看如何进行树化的:

final void treeifyBin(Node<K,V>[] tab, int hash) {
int n, index; Node<K,V> e;
// 桶数组容量小于 MIN_TREEIFY_CAPACITY,优先进行扩容而不是树化
if (tab == null || (n = tab.length) < MIN_TREEIFY_CAPACITY)
resize();
else if ((e = tab[index = (n - 1) & hash]) != null) {
// hd 为头节点(head),tl 为尾节点(tail)
TreeNode<K,V> hd = null, tl = null;
do {
// 将普通节点替换成树形节点
TreeNode<K,V> p = replacementTreeNode(e, null);
if (tl == null)
hd = p;
else {
p.prev = tl;
tl.next = p;
}
tl = p;
} while ((e = e.next) != null); // 将普通链表转成由树形节点链表
if ((tab[index] = hd) != null)
// 将树形链表转换成红黑树
hd.treeify(tab);
}
}
TreeNode<K,V> replacementTreeNode(Node<K,V> p, Node<K,V> next) {
return new TreeNode<>(p.hash, p.key, p.value, next);
}

这边代码不多,上面注释已经说的比较清楚了。

无论在put还是树化中都用到了resize方法,也就是扩容,下面看看resize是如何处理扩容的。

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;
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;
}

从上述代码,我们可以看出,如果超过了最大值则不需要扩容了,否则将大小以及阈值扩充到原来的两倍。扩充完成后,重新对数据排列。对红黑树以及链表进行拆分。然后按照原顺序进行排列。

获取

获取其实很简单,就是先定位键所在的桶的位置,然后在对链表或者红黑树进行查找。具体代码如下:

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;
// 1. 定位键值对所在桶的位置
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) {
// 2. 如果 first 是 TreeNode 类型,则调用黑红树查找方法
if (first instanceof TreeNode)
return ((TreeNode<K,V>)first).getTreeNode(hash, key);
// 2. 对链表进行查找
do {
if (e.hash == hash &&
((k = e.key) == key || (key != null && key.equals(k))))
return e;
} while ((e = e.next) != null);
}
}
return null;
}

删除

删除操作其实也是很简单的,第一步,定位bucket的位置,第二步,遍历找到与key相同的节点,第三步,删除。具体代码如下:

public V remove(Object key) {
Node<K,V> e;
return (e = removeNode(hash(key), key, null, false, true)) == null ?
null : e.value;
}
final Node<K,V> removeNode(int hash, Object key, Object value,
boolean matchValue, boolean movable) {
Node<K,V>[] tab; Node<K,V> p; int n, index;
if ((tab = table) != null && (n = tab.length) > 0 &&
// 1. 定位桶位置
(p = tab[index = (n - 1) & hash]) != null) {
Node<K,V> node = null, e; K k; V v;
// 如果键的值与链表第一个节点相等,则将 node 指向该节点
if (p.hash == hash &&
((k = p.key) == key || (key != null && key.equals(k))))
node = p;
else if ((e = p.next) != null) {
// 如果是 TreeNode 类型,调用红黑树的查找逻辑定位待删除节点
if (p instanceof TreeNode)
node = ((TreeNode<K,V>)p).getTreeNode(hash, key);
else {
// 2. 遍历链表,找到待删除节点
do {
if (e.hash == hash &&
((k = e.key) == key ||
(key != null && key.equals(k)))) {
node = e;
break;
}
p = e;
} while ((e = e.next) != null);
}
}
// 3. 删除节点,并修复链表或红黑树
if (node != null && (!matchValue || (v = node.value) == value ||
(value != null && value.equals(v)))) {
if (node instanceof TreeNode)
((TreeNode<K,V>)node).removeTreeNode(this, tab, movable);
else if (node == p)
tab[index] = node.next;
else
p.next = node.next;
++modCount;
--size;
afterNodeRemoval(node);
return node;
}
}
return null;
}

总结

合理的使用HashMap能够在增删改查等方面都有很好的表现。在使用时我们需要注意以下几点:

  • 设计的key对象一定要实现hashCode方法,并尽可能保证均匀少重复。

  • 由于树化过程会依次通过hash值、比较值和对象的hash值进行排序,所以key还可以实现Comparable,以方便树化时进行比较。

  • 如果可以预先估计数量级,可以指定initial capacity,以减少rehash的过程。

  • 虽然HashMap引入了红黑树,但它的使用是很少的,如果大量出现红黑树,说明数据本身设计的不合理,我们应该从数据源寻找优化方案。

坚持原创技术分享,您的支持将鼓励我继续创作!
0%