一、简述
本篇内容我们来聊聊我们日常开发中经常使用的一个类--HashMap,相信大家都不陌生。
二、归纳
- 继承了AbstractMap抽象类,实现了Map接口,实现了Cloneable,Serializable接口,所以支持复制(拷贝)、序列化。
- HashMap的底层是基于拉链式的散列算法实现的,也就是数组+链表+红黑树,允许null键和null值存在,默认初始容量为16,默认负载因子为0.75,扩容时扩容为原来容量的2倍,且底层数组容量一定为2的整数次幂。
- HashMap在求hash值的时,当key为null时,hash值为0,当key不为null时,采用key.hashCode()^(key.hashCode()>>>16)进行计算,通过这种方式,让高位数据与低位数据进行按位异或操作,以此加大低位信息的随机性,变相的让高位数据参与到,从而达到降低hash的碰撞冲突。
- HashMap在求位置索引是,采用(length - 1) & hash的方式,等价于hash % length,但是取余运算没有按位与运算高。
- HashMap是非线程安全的,只是用于单线程环境下,多线程环境下可以采用concurrent并发包下的concurrentHashMap。
三、分析
1、接口
在分析HashMap源码之前,我们先来看看集合的接口--Map。
public interface Map<K, V> {
...
// 增
V put(K key, V value);
// 删
V remove(Object key);
// 查
V get(Object key);
...
}
在上述接口中,我只抽取了比较重要的几个方法,然后以此为后续重点分析目标,其Map接口对应的源码中远不止上述几个方法,有兴趣的同学可以自行翻阅。
2、静态内部内
public class HashMap<K,V> extends AbstractMap<K,V>
implements Map<K,V>, Cloneable, Serializable {
...
// HashMap的结构
static class Node<K,V> implements Map.Entry<K,V> {
// 整型的hash值
final int hash;
// 键
final K key;
// 值
V value;
// 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;
}
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;
}
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;
}
}
// 红黑树的静态内部类
static final class TreeNode<K,V> extends LinkedHashMap.LinkedHashMapEntry<K,V> {
TreeNode<K,V> parent; // red-black tree links
TreeNode<K,V> left;
TreeNode<K,V> right;
TreeNode<K,V> prev; // needed to unlink next upon deletion
boolean red;
TreeNode(int hash, K key, V val, Node<K,V> next) {
super(hash, key, val, next);
}
...
}
...
}
3、成员变量
public class HashMap<K,V> extends AbstractMap<K,V>
implements Map<K,V>, Cloneable, Serializable {
// 序列化唯一表示UID
private static final long serialVersionUID = 362498820763181265L;
// 默认初始容量为16,0000 0001 右移4位 0001 0000为16,主干数组的初始容量为16,
// 且这个数组必须是2的整数次方幂
static final int DEFAULT_INITIAL_CAPACITY = 1 << 4;
// 最大容量为int的最大值除2
static final int MAXIMUM_CAPACITY = 1 << 30;
// 默认负载因子为0.75
static final float DEFAULT_LOAD_FACTOR = 0.75f;
// 阈值,如果主干数组上的链表的长度大于8,链表转化为红黑树
static final int TREEIFY_THRESHOLD = 8;
// Hash表扩容后,如果发现某一个红黑树的长度小于6,则会重新退化为链表
static final int UNTREEIFY_THRESHOLD = 6;
// 当hashmap容量大于64时,链表才能转成红黑树
static final int MIN_TREEIFY_CAPACITY = 64;
// 存储元素的数组,transient关键字表示该属性不能被序列化
transient Node<K,V>[] table;
// 将数据转换成set的另一种存储形式,这个变量主要用于迭代功能
transient Set<Map.Entry<K,V>> entrySet;
// HashMap的元素数量
transient int size;
// HashMap结构性变化的次数
transient int modCount;
// 当前HashMap所能容纳键值对数量的最大值,超过这个值,则需扩容
int threshold;
// 负载因子
final float loadFactor;
...
}
3、构造函数
构造函数是一个类最常见的,同样也是最常被使用到的,接着我们分析HashMap的四个不同的构造函数。
public class HashMap<K,V> extends AbstractMap<K,V>
implements Map<K,V>, Cloneable, Serializable {
...
/**
`* 无参构造函数
*/
public HashMap() {
this.loadFactor = DEFAULT_LOAD_FACTOR;
}
/**
* 有参构造函数
*
* @param initialCapacity 数组容量
*/
public HashMap(int initialCapacity) {
this(initialCapacity, DEFAULT_LOAD_FACTOR);
}
/**
* 有参构造函数
*
* @param initialCapacity 数组容量
* @param initialCapacity 负载因子
*/
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);
}
/**
* 有参构造函数
*
* @param m 传入Map集合
*/
public HashMap(Map<extends K, extends V> m) {
this.loadFactor = DEFAULT_LOAD_FACTOR;
putMapEntries(m, false);
}
/**
* 返回一个比给定整数大且最接近的2的幂次方整数
* 例如:给定10,返回2的4次方16,因为HashMap要求容量必须是2的幂。
*/
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;
}
/**
* 将m的所有元素存入本HashMap实例中
*
* @param m map集合
* @param evict 如果为false,则表处于创建模式。
*/
final void putMapEntries(Map<extends K, extends V> m, boolean evict) {
// 得到 m 中元素的个数
int s = m.size();
// 当 m 中有元素时,则需将map中元素放入本HashMap实例。
if (s > 0) {
// 判断table是否已经初始化,如果未初始化,则先初始化一些变量。
if (table == null) { // pre-size
// 根据待插入的map 的 size 计算要创建的 HashMap 的容量。
float ft = ((float)s / loadFactor) + 1.0F;
int t = ((ft < (float)MAXIMUM_CAPACITY) ?
(int)ft : MAXIMUM_CAPACITY);
// 把要创建的 HashMap 的容量存在 threshold 中
if (t > threshold)
threshold = tableSizeFor(t);
}
// 如果table初始化过,因为别的函数也会调用它,所以有可能HashMap已经被初始化过了。
// 判断待插入的 map 的 size,若 size 大于 threshold,则先进行 resize(),进行扩容
else if (s > threshold)
resize();
// //然后就开始遍历 带插入的 map ,将每一个 <Key ,Value> 插入到本HashMap实例。
for (Map.Entry<extends K, extends V> e : m.entrySet()) {
K key = e.getKey();
V value = e.getValue();
// put(K,V)也是调用 putVal 函数进行元素的插入
putVal(hash(key), key, value, false, evict);
}
}
}
...
}
注意:默认情况下,threshold=capacity*loadFactor,但是在其它情况下也会由tableSizeFor()方法计算得出。
-------------------------------
假设cap = 10
n = cap - 1;// 9 0000 1001
-------------------------------
n | n >>> 1; 0000 1001
OR 0000 0100
0000 1101
-------------------------------
n |= n >>> 2; 0000 1101
OR 0000 0011
0000 1111
-------------------------------
n |= n >>> 4; 0000 1111
OR 0000 0000
0000 1111
-------------------------------
n |= n >>> 8; 0000 1111
OR 0000 0000
0000 1111
-------------------------------
n |= n >>> 16; 0000 1111
OR 0000 0000
0000 1111
-------------------------------
n = n + 1; 0001 0000(16)
4、增操作
public class HashMap<K,V> extends AbstractMap<K,V>
implements Map<K,V>, Cloneable, Serializable {
...
/**
* 增
*
* @param 指定值要与之关联的键
* @param 与指定键相关联的值
* @return 返回其指定键对应的旧值,如果key原本没存入,则返回null
*/
public V put(K key, V value) {
return putVal(hash(key), key, value, false, true);
}
/**
* 增
*
* @param 指定值要与之关联的键
* @param 与指定键相关联的值
* @return 返回其指定键对应的旧值,如果key原本没存入,则返回null
*/
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table为空或者长度为0,则resize()
if ((tab = table) == null || (n = tab.length) == 0)
n = (tab = resize()).length;
// 确定插入table的位置,算法是(n - 1) & hash,在n为2的幂时,相当于取摸操作。
// 找到key值对应的槽并且是第一个,直接加入
if ((p = tab[i = (n - 1) & hash]) == null)
tab[i] = newNode(hash, key, value, null);
// 在table的i位置发生碰撞,有两种情况,1、key值是一样的,替换value值,
// 2、key值不一样的有两种处理方式:2.1、存储在i位置的链表;2.2、存储在红黑树中
else {
Node<K,V> e; K k;
// 第一个node的hash值即为要加入元素的hash
if (p.hash == hash &&
((k = p.key) == key || (key != null && key.equals(k))))
e = p;
// 2.2
else if (p instanceof TreeNode)
e = ((TreeNode<K,V>)p).putTreeVal(this, tab, hash, key, value);
// 2.1
else {
// 不是TreeNode,即为链表,遍历链表
for (int binCount = 0; ; ++binCount) {
// 链表的尾端也没有找到key值相同的节点,则生成一个新的Node,
// 并且判断链表的节点个数是不是到达转换成红黑树的上界达到,则转换成红黑树。
if ((e = p.next) == null) {
// 创建链表节点并插入尾部
p.next = newNode(hash, key, value, null);
// 超过了链表的设置长度8就转换成红黑树
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;
}
}
// 如果e不为空就替换旧的oldValue值
if (e != null) {
V oldValue = e.value;
if (!onlyIfAbsent || oldValue == null)
e.value = value;
afterNodeAccess(e);
return oldValue;
}
}
++modCount;
if (++size > threshold)
resize();
afterNodeInsertion(evict);
return null;
}
/**
* 计算key的hash值
*
* key的hash值是通过其hashCode()高16位按位异或低16位实现的
* 主要目的是通过这样方式降低其hash碰撞
*/
static final int hash(Object key) {
int h;
return (key == null) 0 : (h = key.hashCode()) ^ (h >>> 16);
}
/**
* 扩容
*
* @return 返回新的一维数组
*/
final Node<K,V>[] resize() {
// 保存当前table
Node<K,V>[] oldTab = table;
// 保存当前table的容量
int oldCap = (oldTab == null) 0 : oldTab.length;
// 保存当前阈值
int oldThr = threshold;
// 初始化新的table容量和阈值
int newCap, newThr = 0;
// 1.resize()函数在size > threshold时被调用。oldCap大于 0 代表原来的 table 表非空,
// oldCap 为原表的大小,oldThr(threshold) 为 oldCap × load_factor
if (oldCap > 0) {
// 若旧table容量已超过最大容量,更新阈值为Integer.MAX_VALUE(最大整形值),
// 这样以后就不会自动扩容了。
if (oldCap >= MAXIMUM_CAPACITY) {
threshold = Integer.MAX_VALUE;
return oldTab;
}
// 容量翻倍,使用左移,效率更高
else if ((newCap = oldCap << 1) < MAXIMUM_CAPACITY &&
oldCap >= DEFAULT_INITIAL_CAPACITY)
// 阈值翻倍
newThr = oldThr << 1; // double threshold
}
// 2. resize()函数在table为空被调用。oldCap 小于等于 0 且 oldThr 大于0,
// 代表用户创建了一个 HashMap,但是使用的构造函数为HashMap(int initialCapacity,
// float loadFactor) 或 HashMap(int initialCapacity)或 HashMap(Map<extends K,
// extends V> m),导致 oldTab 为 null,oldCap 为0, oldThr 为用户指定的
// HashMap的初始容量。
else if (oldThr > 0) // initial capacity was placed in threshold
// 当table没初始化时,threshold持有初始容量。
newCap = oldThr;
// 3. resize()函数在table为空被调用。oldCap 小于等于 0 且 oldThr 等于0,
// 用户调用 HashMap()构造函数创建的 HashMap,所有值均采用默认值,oldTab(Table)表为空,
// oldCap为0,oldThr等于0。
else {
newCap = DEFAULT_INITIAL_CAPACITY;
newThr = (int)(DEFAULT_LOAD_FACTOR * DEFAULT_INITIAL_CAPACITY);
}
// 新阈值为0
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"})
// 初始化table
Node<K,V>[] newTab = (Node<K,V>[])new Node[newCap];
table = newTab;
if (oldTab != null) {
// 把 oldTab 中的节点 reHash 到 newTab 中去
for (int j = 0; j < oldCap; ++j) {
Node<K,V> e;
if ((e = oldTab[j]) != null) {
oldTab[j] = null;
// 若节点是单个节点,直接在 newTab 中进行重定位
if (e.next == null)
newTab[e.hash & (newCap - 1)] = e;
// 若节点是 TreeNode 节点,要进行 红黑树的 rehash 操作
else if (e instanceof TreeNode)
((TreeNode<K,V>)e).split(this, newTab, j, oldCap);
// 若是链表,进行链表的 rehash 操作
else { // preserve order
Node<K,V> loHead = null, loTail = null;
Node<K,V> hiHead = null, hiTail = null;
Node<K,V> next;
// 将同一桶中的元素根据(e.hash & oldCap)是否为0进行分割,
// 分成两个不同的链表,完成rehash。
do {
next = e.next;
// 根据算法 e.hash & oldCap 判断节点位置rehash 后是否发生改变
// 最高位==0,这是索引不变的链表。
if ((e.hash & oldCap) == 0) {
if (loTail == null)
loHead = e;
else
loTail.next = e;
loTail = e;
}
// 最高位==1 (这是索引发生改变的链表)
else {
if (hiTail == null)
hiHead = e;
else
hiTail.next = e;
hiTail = e;
}
} while ((e = next) != null);
if (loTail != null) {// 原bucket位置的尾指针不为空(即还有node)
loTail.next = null;// 链表最后得有个null
newTab[j] = loHead;// 链表头指针放在新桶的相同下标(j)处
}
if (hiTail != null) {
hiTail.next = null;
// rehash 后节点新的位置一定为原来基础上加上 oldCap
newTab[j + oldCap] = hiHead;
}
}
}
}
}
return newTab;
}
...
}
5、删操作
public class HashMap<K,V> extends AbstractMap<K,V>
implements Map<K,V>, Cloneable, Serializable {
...
/**
* 如果存在,则从此映射中删除指定键的映射。
*
* @param 要从映射中删除其映射的键
* @return the previous value associated with <tt>key</tt>, or
* <tt>null</tt> if there was no mapping for <tt>key</tt>.
* (A <tt>null</tt> return can also indicate that the map
* previously associated <tt>null</tt> with <tt>key</tt>.)
*/
public V remove(Object key) {
Node<K,V> e;
return (e = removeNode(hash(key), key, null, false, true)) == null ?
null : e.value;
}
/**
* 删除一个Node节点
*
* @param hash hash for key
* @param key the key
* @param value the value to match if matchValue, else ignored
* @param matchValue if true only remove if value is equal
* @param movable if false do not move other nodes while removing
* @return the node, or null if none
*/
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;
// 1. 定位桶位置
if ((tab = table) != null && (n = tab.length) > 0 &&
(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;
// 如果是 TreeNode 类型,调用红黑树的查找逻辑定位待删除节点
else if ((e = p.next) != null) {
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;
}
...
}
6、查操作
public class HashMap<K,V> extends AbstractMap<K,V>
implements Map<K,V>, Cloneable, Serializable {
...
/**
* 获取键对应的值
*
* @return 返回对应的值,如果不存在则返回null
*/
public V get(Object key) {
Node<K,V> e;
return (e = getNode(hash(key), key)) == null null : e.value;
}
/**
* 通过hash和key获取其对应的Node节点
*
* @param hash 通过key计算的hash值
* @param key 键
* @return 返回对应的Node节点,如果不存在则返回null
*/
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;
}
...
}
7、HashMap JDK1.7和1.8的HashMap的不同点?
- JDK1.7用的是头插法,而JDK1.8及之后使用的都是尾插法,那么他们为什么要这样做呢?因为JDK1.7是用单链表进行的纵向延伸,当采用头插法时会容易出现逆序且环形链表死循环问题。但是在JDK1.8之后是因为加入了红黑树使用尾插法,能够避免出现逆序且链表死循环的问题。
- 扩容后数据存储位置的计算方式也不一样:1. 在JDK1.7的时候是直接用hash值和需要扩容的二进制数进行&(这里就是为什么扩容的时候为啥一定必须是2的多少次幂的原因所在,因为如果只有2的n次幂的情况时最后一位二进制数才一定是1,这样能最大程度减少hash碰撞)(hash值 & length-1)。