品HashMap(java8)

前言

作为java开发人员,HashMap可谓是业务中的一把利器,9龙再次捡起这老生常谈的知识点,深入源码,细细品味。

葡京在线网投首先,我们抛出几个关于HashMap的问题,带着问题去学习,就像捉迷藏一样有意思。

1、为什么要使用HashMap?HashMap有什么特性?

2、HashMap的主要参数有哪些?都有什么作用?

3、HashMap是基于什么数据结构实现的?

4、构造HashMap时传入的初始容量是如何处理的?为什么要这样做?

5、HashMap在什么时候扩容?扩容的时候都做了什么事?hash碰撞8次一定会转换为红黑树吗?

6、在foreach时对hashMap进行增删操作会发生什么?

1、为什么要使用HashMap?

我们在使用一种工具的时候,肯定是因为其的某种特性很符合我们的需求,能够快速准确的解决我们的问题。那我们为什么要使用HashMap呢?

This implementation provides constant-time performance for the basic operations (get and put), assuming the hash function disperses the elements properly among the buckets.

源码注释里有这样一句话,这就是我们使用HashMap的原因。

意为:HashMap为基本操作(get和put)提供了常数时间性能(即O(1))葡京在线网投,假设散列函数将元素适当地分散到各个bucket中。

我们可以这样理解,如果当你需要快速存储并查询值,可以使用HashMap,它可以保证在O(1)的时间复杂度完成。前提是你键的hashCode要足够不同

Map还有一个特性就是key不允许重复。下面我们就来看看HashMap如何保证O(1)进行get和put。

2、细嚼HashMap主要参数

2.1、静态常量

    //默认的初始化桶容量,必须是2的幂次方(后面会说为什么)
    static final int DEFAULT_INITIAL_CAPACITY = 1 << 4;
    //最大桶容量
    static final int MAXIMUM_CAPACITY = 1 << 30;
    //默认的负载因子
    static final float DEFAULT_LOAD_FACTOR = 0.75f;
    //判断是否将链表转化为树的阈值
    static final int TREEIFY_THRESHOLD = 8;
    //判断是否将树转化为链表的阈值
    static final int UNTREEIFY_THRESHOLD = 6;
    //判断是否可以执行将链表转化为树,如果当前桶的容量小于此值,则进行resize()。避免表容量过小,较容易产生hash碰撞。
    static final int MIN_TREEIFY_CAPACITY = 64;

2.2、字段

    //hash表
    transient Node<K,V>[] table;
    //缓存的EntrySet,便与迭代使用
    transient Set<Map.Entry<K,V>> entrySet;
    //记录HashMap中键值对的数量
    transient int size;
    //当对hashMap进行一次结构上的变更,会进行加1。结构变更指的是对Hash表的增删操作。
    transient int modCount;
    //判断是否扩容的阈值。threshold = capacity * load factor
    int threshold;
    //负载因子,用于计算threshold,可以在构造函数时指定。
    final float loadFactor;

3、嗅探HashMap数据结构

上面我们看到一个Node<K,V>[] table的Node数组。

为什么要使用数组呢?

答:为了能快速访问元素。哦,说的什么鬼,那我得追问,为什么数组能快速访问元素了?

  1. 数组只需对 [首地址+元素大小*k] 就能找到第k个元素的地址,对其取地址就能获得该元素。
  2. CPU缓存会把一片连续的内存空间读入,因为数组结构是连续的内存地址,所以数组全部或者部分元素被连续存在CPU缓存里面。

让我们看看Node的结构。

 static class Node<K,V> implements Map.Entry<K,V> {
        final int hash; //key 的hash
        final K key;    //key对象
        V value;        //value对象
        Node<K,V> next; //链接的下一个节点

        Node(int hash, K key, V value, Node<K,V> next) {
            this.hash = hash;
            this.key = key;
            this.value = value;
            this.next = next;
        }
 }

我们看到,Node节点内部保留了一个next节点的引用,太熟悉了,这不就是链表嘛。

到这,我们知道了HashMap的底层数据结构是基于数组+链表。但是,这就完了吗?在jdk1.7确实只是这样,jdk1.8为了提高hash碰撞时链表查询效率低的问题,在hash碰撞达到8次之后会将链表转化为红黑树,以至于将链表查询的时间复杂度从O(N)提高到O(logN)。

到这我们就可以明白,HashMap如果能够均匀的将Node节点放置到table数组中,我们只要能够通过某种方式知道指定key的Node所在数组中的索引,基于数组,我们就可以很快查找到所需的值。

接着我们就要看看如何定位到table数组中。

4、走进HashMap构造函数

葡京在线网投有了上面的基础知识,知道字段含义及数据结构,我们就有一点信心可以正式进入源码阅读。我觉得了解一个类,得从构造函数入手,知道构造对象的时候做了哪些初始化工作,其次再深入常用的方法,抽丝剥茧。

    public HashMap(int initialCapacity) {
        //如果只传入初始值,则负载因子使用默认的0.75
        this(initialCapacity, DEFAULT_LOAD_FACTOR);
    }

   public HashMap(int initialCapacity, float loadFactor) {
        if (initialCapacity < 0)
            throw new IllegalArgumentException("Illegal initial capacity: " +
                                               initialCapacity);
       //保证初始容量最大为2^30
        if (initialCapacity > MAXIMUM_CAPACITY)
            initialCapacity = MAXIMUM_CAPACITY;
        if (loadFactor <= 0 || Float.isNaN(loadFactor))
            throw new IllegalArgumentException("Illegal load factor: " +
                                               loadFactor);
       //使用指定的值初始化负载因子及判断是否扩容的阈值。
        this.loadFactor = loadFactor;
        this.threshold = tableSizeFor(initialCapacity);
    }

我们可以看到,构造函数主要是为了初始化负载因子及hash表的容量。可能大家会疑问,这不是初始化的是threshold吗?不要被表面所欺骗,这只是临时将hash表的容量存储在threshold上,我想是因为HashMap不想增加多余的字段来保存hash表的容量,因为数组的length就可以表示,只是暂时数组还未初始化,所以容量暂先保存在threshold。

我们看到将用户指定的initialCapacity传入tableSizeFor方法返回了一个值,返回的值才是真正初始化的容量。???搞毛子这是?然我们揭开它神秘的面纱。

/**
 * Returns a power of two size for the given target capacity.
 */
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;
    }

好吧, 我们还是把它盖上吧,9龙也没去推算过。我们从jdk给的方法注释看出,该方法返回一个目标值的2的幂次方,进一步9龙翻译为:返回大于或等于目标值的第一个数,该数必须是2的幂次方。

举例说一下:

如果输入10,大于等于10的第一个数,又是2的幂次方的数是16;

如果输入7,大于等于7的第一个数,又是2的幂次方的数是8;

如果输入20;大于等于20的第一个数,又是2的幂次方的是32;

到这我们又得问自己,为什么hash表的容量必须是2的幂次方呢?

5、解剖HashMap主要方法

5.1、put

当我们new出HashMa的对象,都会调用put方法进行添加键值对。我跟那些直接贴代码的能一样吗?有啥不一样,哈哈哈。9龙会先读源码,再贴流程图,这样大家会更理解一点。

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

static final int hash(Object key) {
        int h;
    //将key的高16位与低16位异或,减小hash碰撞的机率
        return (key == null) ? 0 : (h = key.hashCode()) ^ (h >>> 16);
    }

让我们看看putVal干了什么。

    /**
     * 此方法用于将(k,v)键值对存储到HashMap中
     *
     * @param hash key的hash
     * @param key key对象
     * @param value key对应的value对象
     * @param onlyIfAbsent 如果是true,则不覆盖原值。
     * @param evict if false, the table is in creation mode.
     * @return 返回旧值,如果没有,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;
        //在第一次put的时候,此时Node表还未初始化,上面我们已经知道,构造HashMap对象时只是初始化了负载因子及初始容量,但并没有初始化hash表。在这里会进行第一次的初始化操作。
        if ((tab = table) == null || (n = tab.length) == 0)
            n = (tab = resize()).length;
        //如果得到了一个hash值,并且hash值在很少相同的情况下,如何均匀的分布到table数组里呢?最容易想到的就是用hash%n,n为table数组的长度。但是%运算是很慢的,我们知道位运算才是最快的,计算机识别的都是二进制。所以如果保证n为2的幂次方,hash%n 与 hash&(n-1)的结果就是相同的。这就是为什么初始容量要是2的幂次方的原因。
        //当找到的hash桶位没有值时,直接构建一个Node进行插入
        if ((p = tab[i = (n - 1) & hash]) == null)
            tab[i] = newNode(hash, key, value, null);
        else {
            //否则,表明hash碰撞产生。
            Node<K,V> e; K k;
            //判断hash是否与桶槽的节点hash是否相同并且key的equals方法也为true,表明是重复的key,则记录下当前节点
            if (p.hash == hash &&
                ((k = p.key) == key || (key != null && key.equals(k))))
                e = p;
            //如果桶槽节点是树节点,则放置到树中,并返回旧值
            else if (p instanceof TreeNode)
                e = ((TreeNode<K,V>)p).putTreeVal(this, tab, hash, key, value);
            else {
                //表明是链表,还未转换为红黑树。
                for (int binCount = 0; ; ++binCount) {
                    //如果节点的next索引是null,表明后面没有节点,则使用尾插法进行插入
                    if ((e = p.next) == null) {
                        p.next = newNode(hash, key, value, null);
                        //此时链表长度为9,即hash碰撞8次,会将链表转化为红黑树
                        if (binCount >= TREEIFY_THRESHOLD - 1) // -1 for 1st
                            treeifyBin(tab, hash);
                        break;
                    }
                    //如果key是同一个key,则跳出循环链表
                    if (e.hash == hash &&
                        ((k = e.key) == key || (key != null && key.equals(k))))
                        break;
                    p = e;
                }
            }
            //判断是否是重复的key
            if (e != null) { // existing mapping for key
                //拿到旧值
                V oldValue = e.value;
                //因为put操作默认的onlyIfAbsent为false,所以,默认都是使用新值覆盖旧值
                if (!onlyIfAbsent || oldValue == null)
                    e.value = value;
                afterNodeAccess(e);
                //返回旧值
                return oldValue;
            }
        }
        //到这里,表明有新数据插入到Hash表中,则将modCount进行自增
        ++modCount;
        //判断当前键值对容量是否满足扩容条件,满足则进行扩容
        if (++size > threshold)
            resize();
        afterNodeInsertion(evict);
        return null;
    }

总结一下:

  1. put方法先通过计算key的hash值;
  2. 如果hash表没有初始化,则进行初始化;
  3. 然后计算该hash应该处于hash桶的哪个位置;
  4. 如果该位置没有值,则直接插入;
  5. 如果有值,判断是否为树节点,是的话插入到红黑树中;
  6. 否则则是链表,使用尾插法进行插入,插入后判断hash碰撞是否满足8次,如果满足,则将链表转化为红黑树;
  7. 插入后判断key是否相同,相同则使用新值覆盖旧值;
  8. 进行++modCount,表明插入了新键值对;再判断是否进行扩容。

灵魂拷问:真的hash碰撞8次一定会转换为红黑树吗???

其实不然,在put中,如果hash碰撞8次会调用此方法将链表转换为红黑树,但不一定调用就会真正转换。需要tab.length大于等于64才会真正的执行转换操作。葡京在线网投因为在表容量过小的时候,hash碰撞才会比较明显,但不是说表越大越好。

 final void treeifyBin(Node<K,V>[] tab, int hash) {
        int n, index; Node<K,V> e;
     //如果表的长度小于64,是先扩容
        if (tab == null || (n = tab.length) < MIN_TREEIFY_CAPACITY)
            resize();
        else if ((e = tab[index = (n - 1) & hash]) != null) {
            //只有大于等于64才会真正的转换
            TreeNode<K,V> hd = null, tl = null;
            do {
                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);
            if ((tab[index] = hd) != null)
                hd.treeify(tab);
        }
    }

5.2、resize()

葡京在线网投put方法中用到了两次resize()方法,现在让我们来品一品resize()的具体实现逻辑。

final Node<K,V>[] resize() {
        Node<K,V>[] oldTab = table;
        int oldCap = (oldTab == null) ? 0 : oldTab.length;
        int oldThr = threshold;
        int newCap, newThr = 0;
        //如果旧table中有数据
        if (oldCap > 0) {
            //当表的长度达到定义的最大值时,不再进行扩容,只是将判断扩容的阈值改为Integer.MAX_VALUE。
            if (oldCap >= MAXIMUM_CAPACITY) {
                threshold = Integer.MAX_VALUE;
                return oldTab;
            }
            //先将新容量为原来的2倍,如果结果小于MAXIMUM_CAPACITY并且旧的容量大于等于默认值16,则也将新的阈值为原来的2倍
            else if ((newCap = oldCap << 1) < MAXIMUM_CAPACITY &&
                     oldCap >= DEFAULT_INITIAL_CAPACITY)
                newThr = oldThr << 1; // double threshold
        }
    //oldCap等于0 如果旧阈值大于0,则将旧阈值赋值给新容量。这一步对应于指定的容量构造器,指定容量时,赋值给了阈值
        else if (oldThr > 0) // initial capacity was placed in threshold
            newCap = oldThr;
    //这一步对应于无参构造器,这时使用默认值
        else {               // zero initial threshold signifies using defaults
            newCap = DEFAULT_INITIAL_CAPACITY;
            newThr = (int)(DEFAULT_LOAD_FACTOR * DEFAULT_INITIAL_CAPACITY);
        }
    //这里是因为在oldCap大于0但没有大于默认的16,不会更改newThr的值,还是0。这时候需要根据newCap的值计算newThr。
        if (newThr == 0) {
            float ft = (float)newCap * loadFactor;
            newThr = (newCap < MAXIMUM_CAPACITY && ft < (float)MAXIMUM_CAPACITY ?
                      (int)ft : Integer.MAX_VALUE);
        }
    //将新阈值覆盖threshold
        threshold = newThr;
        @SuppressWarnings({"rawtypes","unchecked"})
    //使用newCap初始化新表。这里的newCap是oldCap的2倍
        Node<K,V>[] newTab = (Node<K,V>[])new Node[newCap];
        table = newTab;
    //至此,完成了新表容量的计算及新阈值的计算,并且创建了新表。下面开始将旧表数据移至新表
        if (oldTab != null) {
            //从表的前往后迁移
            for (int j = 0; j < oldCap; ++j) {
                Node<K,V> e;
                //如果下标j对应的位置有值,拿到引用赋值给e
                if ((e = oldTab[j]) != null) {
                    //因为已经有了引用e,可以将原数组的赋值为null, help gc
                    oldTab[j] = null;
                    //如果e.next没有指向,则证明当前槽位只有一个节点,直接计算在新表的位置赋值即可
                    if (e.next == null)
                        newTab[e.hash & (newCap - 1)] = e;
                    //证明当前槽位不止一个节点,判断e是否为TreeNode,如果是,则使用树的迁移方法
                    else if (e instanceof TreeNode)
                        ((TreeNode<K,V>)e).split(this, newTab, j, oldCap);
                    else { // preserve order
                        //因为扩容后的节点不是在j处,就在j + oldCap处。
                        //loHead节点记录了j处的链表的头指针,loTail记录j处尾指针
                        //hiHead节点记录了j+oldCap处链表的头指针,hiTail记录了j+oldCap处的尾指针
                        Node<K,V> loHead = null, loTail = null;
                        Node<K,V> hiHead = null, hiTail = null;
                        Node<K,V> next;
                        do {
                            next = e.next;
                            //判断是否还处于j处(后面会详细解释)
                            if ((e.hash & oldCap) == 0) {
                                if (loTail == null)
                                    //记录j的头指针
                                    loHead = e;
                                else
                                    //链接节点
                                    loTail.next = e;
                                loTail = e;
                            }
                            //否则在[j+oldCap]处
                            else {
                                if (hiTail == null)
                                    //记录j+oldCap的头指针
                                    hiHead = e;
                                else
                                    //链接节点
                                    hiTail.next = e;
                                hiTail = e;
                            }
                        } while ((e = next) != null);
                        if (loTail != null) {
                            loTail.next = null;
                            //将位置没变的链表放在j处
                            newTab[j] = loHead;
                        }
                        if (hiTail != null) {
                            hiTail.next = null;
                            //将位置改变的链表放在[j+oldCap]处
                            newTab[j + oldCap] = hiHead;
                        }
                    }
                }
            }
        }
    //返回新链表
        return newTab;
    }

现在我们仔细分析e.hash & oldCap葡京在线网投。二话不说,直接上图。

如此详细,是不是不点赞都有点过分了。

resize()中我们看到如果是树节点,调用了((TreeNode<K,V>)e).split(this, newTab, j, oldCap)方法。有了上面的知识,其实这个方法干的事情是一样的。将红黑树拆分为两棵子树,还是分别放置于原来位置和原来位置+oldCap位置。但要注意,这个方法在树的节点小于等于6的时候会将红黑树转换回链表。

final void split(HashMap<K,V> map, Node<K,V>[] tab, int index, int bit) {
            TreeNode<K,V> b = this;
            // Relink into lo and hi lists, preserving order
            TreeNode<K,V> loHead = null, loTail = null;
            TreeNode<K,V> hiHead = null, hiTail = null;
            int lc = 0, hc = 0;
            for (TreeNode<K,V> e = b, next; e != null; e = next) {
                next = (TreeNode<K,V>)e.next;
                e.next = null;
                //判断位置是否更改
                if ((e.hash & bit) == 0) {
                    if ((e.prev = loTail) == null)
                        loHead = e;
                    else
                        loTail.next = e;
                    loTail = e;
                    ++lc;
                }
                else {
                    if ((e.prev = hiTail) == null)
                        hiHead = e;
                    else
                        hiTail.next = e;
                    hiTail = e;
                    ++hc;
                }
            }

            if (loHead != null) {
                //数量小于等于6,转换回链表
                if (lc <= UNTREEIFY_THRESHOLD)
                    tab[index] = loHead.untreeify(map);
                else {
                    tab[index] = loHead;
                    if (hiHead != null) // (else is already treeified)
                        loHead.treeify(tab);
                }
            }
            if (hiHead != null) {
                if (hc <= UNTREEIFY_THRESHOLD)
                    tab[index + bit] = hiHead.untreeify(map);
                else {
                    tab[index + bit] = hiHead;
                    if (loHead != null)
                        hiHead.treeify(tab);
                }
            }
        }

葡京在线网投到此,resize()方法9龙啃完了,牙好疼啊。

5.2、get

知道了HashMap的数据结构及如何以常数时间将键值对put保存管理的,那get这不是很容易吗?请大家尝尝这道小菜。我们保存的是键值对,存储的时候都是以key作为条件存储的,所以在我们取值的时候也是通过key获取值。

    public V get(Object key) {
        Node<K,V> e;
        //计算key的hash,用于定位桶的位置
        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;
         //如果hash桶有值,并且基于hash继续的桶位置也存在值
        if ((tab = table) != null && (n = tab.length) > 0 &&
            (first = tab[(n - 1) & hash]) != null) {
            //先检查第一个节点是否匹配,找到则返回
            if (first.hash == hash && // always check first node
                ((k = first.key) == key || (key != null && key.equals(k))))
                return first;
            //如果第一个不匹配,则判断next是否存在
            if ((e = first.next) != null) {
                //如果存在,判断桶节点是否为树节点,如果是树节点,则从红黑树查找返回
                if (first instanceof TreeNode)
                    return ((TreeNode<K,V>)first).getTreeNode(hash, key);
                do {
                    //不是树节点,从链表的表头向表尾依次判断是否匹配
                    if (e.hash == hash &&
                        ((k = e.key) == key || (key != null && key.equals(k))))
                        //找到则返回
                        return e;
                } while ((e = e.next) != null);
            }
        }
         //没有找到,则返回null
        return null;
    }

总结一下get流程:

  1. 更加key计算hash值
  2. 使用hash&(n-1)判断hash桶位是否有值,如果没有值,则返回null
  3. 如果有值,判断第一个是否匹配。(匹配指:hash值相同并且equals方法返回结果为true),匹配则返回
  4. 如果第一个不匹配,判断是否为树节点,是树节点则从红黑树查找
  5. 如果不是树节点,则是链表,则从表头到表尾依次查找。

6、简述modCount

这个字段并不是map独有的,Collection集合(List、Set)也有。此字段用于迭代时的快速失败,也就是在迭代的过程中,如果调用了put、clear、remove等会对容器内部数据的数量产生增加或减少的操作时,抛出ConcurrentModificationException异常。

HashMap有三个迭代器,分别是KeyIterator、ValueIterator、EntryIterator,它们分别对应于KeySet、Values、EntrySet内部类中,当用户调用其对应的iterator()方法时都会new一个对应的迭代器。

这里我就不贴代码了,太多,有兴趣的可以去看一看。这里主要讲解为什么快速失败。

final class KeyIterator extends HashIterator
        implements Iterator<K> {
        public final K next() { return nextNode().key; }
    }

    final class ValueIterator extends HashIterator
        implements Iterator<V> {
        public final V next() { return nextNode().value; }
    }

    final class EntryIterator extends HashIterator
        implements Iterator<Map.Entry<K,V>> {
        public final Map.Entry<K,V> next() { return nextNode(); }
    }

使用者可以根据自己的需求选择使用的迭代器。每一个都继承自HashIterator,我们来看一看。

 abstract class HashIterator {
        Node<K,V> next;        // next entry to return
        Node<K,V> current;     // current entry
        int expectedModCount;  // for fast-fail
        int index;             // current slot

        HashIterator() {
            //关键在这里,当每一次使用迭代器的时候,会将modCount赋值给内部类的expectedModCount
            expectedModCount = modCount;
            Node<K,V>[] t = table;
            current = next = null;
            index = 0;
            if (t != null && size > 0) { // advance to first entry
                do {} while (index < t.length && (next = t[index++]) == null);
            }
        }

        public final boolean hasNext() {
            return next != null;
        }

        final Node<K,V> nextNode() {
            Node<K,V>[] t;
            Node<K,V> e = next;
            //每次取值之前会判断modCount和expectedModCount是否相等,如果不等则表明在迭代过程中有其他线程或当前线程调用了put、remove等方法。
            if (modCount != expectedModCount)
                throw new ConcurrentModificationException();
            if (e == null)
                throw new NoSuchElementException();
            if ((next = (current = e).next) == null && (t = table) != null) {
                do {} while (index < t.length && (next = t[index++]) == null);
            }
            return e;
        }

        //如果想删除,只能调用迭代器自己的remove方法,但是,它删除的是调用nextNode()拿到的节点
        public final void remove() {
            Node<K,V> p = current;
            if (p == null)
                throw new IllegalStateException();
            //删除之前也会判断modCount是否被修改
            if (modCount != expectedModCount)
                throw new ConcurrentModificationException();
            current = null;
            K key = p.key;
            removeNode(hash(key), key, null, false, false);
            expectedModCount = modCount;
        }
    }

所以,在迭代过程中对HashMap进行增删操作会抛出ConcurrentModificationException异常。还记得一开始提出的一个问题吗?对的,就是它。你可以去看看List等的源码,modCount也存在,而且实现都是一样的。

7、总结

楼主花了很大的精力与时间与大家细嚼慢咽HashMap,我想现在大家都知道了最开始的问题的答案了,包括过程中楼主提出的一些问题,也都一一进行了详解。9龙没去讨论并发条件出现的问题,也不讨论1.7并发扩容时链表死循环问题,网上太多了。更重要是,HashMap本身就不支持并发操作,那你想到了什么呢?

9龙才疏学浅,文中如有错误,敬请指出,也欢迎大家有疑问可以提出,一起探讨进步。

如果觉得9龙本文对你有帮助,请帮忙点赞、分享以示支持,如果转载请注明出处。话不多说,点关注,不迷路。

posted @ 2019-12-09 08:59  9龙  阅读(...)  评论(...)    收藏