JDK源码学习笔记——HashMap

JDK源码学习笔记——HashMap
  • 实现 java.util.Map 接口,继承 java.util.AbstractMap 抽像类。
  • 实现 java.io.Serializable 接口。
  • 实现 java.lang.Cloneable 接口。

顺便看看Map的4个常用实现类

JDK源码学习笔记——HashMap
  • HashMap :今天的主角
  • Hashtable线程安全,但性能不如 ConcurrentHashMap ,没必要继续使用了
  • LinkedHashMapHashMap 的子类,保存了元素插入的顺序。
  • TreeMap :能够根据key排序。key必须实现 Comparable 接口或构造 TreeMap 时传入自定义比较器。

2 概览

HashMap底层是依靠数组+链表(jdk1.8后引入了红黑树)实现的。查询操作如何实现O(1)的时间复杂度是我们最关心的问题。 来看它的几个主要属性:

Node<K,V>[] table
int threshold
float loadFactor
int size

简单来讲,HashMap内部维护了一个Node数组 table ,数组上的每一个位置叫做一个哈希桶。那么如何利用数组的特性来存储键值对?

对key求hash值就可以把key转为一个整数,以此作为下标就可以存在数组里了。但还不够,数组长度不够用怎么办?

那就把 hash(key) 对数组长度取模,用 hash(key) % (table.length -1) 作为下标就好了。还是不够,不同的key计算出来的值一样怎么办?

这也就是哈希冲突了。HashMap采用了链表法处理。每一个哈希桶都对应一个链表,如果发生哈希冲突就把新的value放在链表末尾。这样如果一个链表过长,还是会影响性能。从java8开始做了优化,当链表太长时,就转为红黑树。

而扩容也是查询操作保持O(1)时间复杂度的重要手段,我们希望尽量每个桶里都只放了一个元素。 threshold 是扩容阈值,指当 size 超过 threshold 时,HashMap会进行扩容。扩容阈值通过 threshold = table.length * loadFactor 计算得到。扩容操作是非常消耗性能的,在初始化HashMap时,最好估算大小,用 HashMap(int initialCapacity) 方法构造,避免频繁进行扩容。

loadFactor 是对空间和时间的一种平衡选择。数据量相同的情况下, loadFactor 越小,HashMap占用的空间越大,但越不容易哈希冲突,查询效率越高。相反, loadFactor 越大,占用空间越小,查询效率越低。 loadFactor 默认值0.75,除非在特殊情况下,不建议修改。

table 的长度总是2的n次方。这样 hash(key) % (table.length -1) 可以写为 hash(key) & (table.length -1) ,位运算要有更高的效率。

3 构造方法

3.1 默认构造方法 HashMap()

static final int DEFAULT_INITIAL_CAPACITY = 1 << 4; // aka 16

    static final float DEFAULT_LOAD_FACTOR = 0.75f;
    
    public HashMap() {
        // 使用默认负载因子创建一个空的HashMap (table会在第一次使用时初始化,默认初始容量为16)
        this.loadFactor = DEFAULT_LOAD_FACTOR; // all other fields defaulted
    }
复制代码

3.2 给定容量的构造方法 HashMap(int initialCapacity)

public HashMap(int initialCapacity) {
        // 创建一个指定容量(会计算得到2的幂)、默认负载因子的HashMap
        this(initialCapacity, DEFAULT_LOAD_FACTOR);
    }
复制代码

3.3 给定容量和负载因子的构造方法 HashMap(int initialCapacity, float loadFactor)

public HashMap(int initialCapacity, float loadFactor) {
        // 校验
        if (initialCapacity < 0)
            throw new IllegalArgumentException("Illegal initial capacity: " +
                                               initialCapacity);
        // 给定容量超过最大容量,则使用最大容量
        if (initialCapacity > MAXIMUM_CAPACITY)
            initialCapacity = MAXIMUM_CAPACITY;
        // 校验
        if (loadFactor <= 0 || Float.isNaN(loadFactor))
            throw new IllegalArgumentException("Illegal load factor: " +
        // 设置负载因子                                       loadFactor);
        this.loadFactor = loadFactor;
        // 计算扩容阈值
        this.threshold = tableSizeFor(initialCapacity); // 注意这个方法
    }
    
    /**
     * 容量必须是2的幂,通过此方法计算得到大于给定容量的最小的2的幂
     */
    static final int tableSizeFor(int cap) {
        // 从二进制cap的最左边的1开始,全部设置为 1 ,得到 n ,这样 n + 1就是要求的值
        int n = -1 >>> Integer.numberOfLeadingZeros(cap - 1); // cap - 1 再计算避免cap假设刚好是8,但 n=16 这是不对的。
        // cap 是 0 或 1 的时候 n 是 -1,此时返回 1
        return (n < 0) ? 1 : (n >= MAXIMUM_CAPACITY) ? MAXIMUM_CAPACITY : n + 1;
    }
复制代码

3.4 HashMap(Map<? extends K, ? extends V> m)

public HashMap(Map<? extends K, ? extends V> m) {
        // 设置负载因子
        this.loadFactor = DEFAULT_LOAD_FACTOR;
        putMapEntries(m, false);
    }
    
    final void putMapEntries(Map<? extends K, ? extends V> m, boolean evict) {
        int s = m.size();
        if (s > 0) {
            // table 为空,还未初始化
            if (table == null) { // pre-size
                // 由map大小和负载因子计算table大小
                float ft = ((float)s / loadFactor) + 1.0F; // 因为下边(int)向下取整
                int t = ((ft < (float)MAXIMUM_CAPACITY) ?
                         (int)ft : MAXIMUM_CAPACITY);
                // 新的容量大于扩容阈值,则计算新的扩容阈值
                if (t > threshold)
                    threshold = tableSizeFor(t);
            // 若不为空 扩容直到够用或达到最大值
            } else {
                // Because of linked-list bucket constraints, we cannot
                // expand all at once, but can reduce total resize
                // effort by repeated doubling now vs later
                while (s > threshold && table.length < MAXIMUM_CAPACITY)
                    resize();
            }

            // 遍历,将元素挨个添加到HashMap中
            for (Map.Entry<? extends K, ? extends V> e : m.entrySet()) {
                K key = e.getKey();
                V value = e.getValue();
                // 后边再看
                putVal(hash(key), key, value, false, evict);
            }
        }
    }
复制代码

4 主要方法

4.1 添加单个元素 V put(K key, V value)

/**
     * 链表转为红黑树的临界值
     */
    static final int TREEIFY_THRESHOLD = 8;
    /**
     * 红黑树退化为链表的临界值
     */    
    static final int UNTREEIFY_THRESHOLD = 6;

    public V put(K key, V value) {
        return putVal(hash(key), key, value, false, true);
    }
    
    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 未初始化或容量为0 则扩容
        if ((tab = table) == null || (n = tab.length) == 0)
            n = (tab = resize()/*扩容*/).length;
        if ((p = tab[i = (n - 1) & hash]/*获得对应位置的 Node 节点*/) == null)
            // 如果是空,直接new 一个新的 node 放在这个位置
            tab[i] = newNode(hash, key, value, null);
        else {
            // 如果不是空
            Node<K,V> e; // 目标node,存放新加入元素的node
            K k;
            // 如果 hash 值相等且 key 也相等,那这个 node 就是要找的 node
            if (p.hash == hash &&
                ((k = p.key) == key || (key != null && key.equals(k))))
                e = p;
            // 如果 p 是树节点
            else if (p instanceof TreeNode)
                // 直接添加到树中
                e = ((TreeNode<K,V>)p).putTreeVal(this, tab, hash, key, value);
            else {
                // 顺序遍历链表
                for (int binCount = 0; ; ++binCount) {
                    // 目标节点 e 指向 p 的下一个节点,如果已经遍历到链表尾部,说明 key 不在 HashMap 中
                    if ((e = p.next) == null) {
                        // 创建新节点
                        p.next = newNode(hash, key, value, null);
                        // 如果链表长度达到 TREEIFY_THRESHOLD 时,转为树
                        if (binCount >= TREEIFY_THRESHOLD - 1) // -1 for 1st
                            treeifyBin(tab, hash);
                        break; // 跳出循环
                    }
                    // 如果 hash 和 key 都相等,说明找到了目标 node
                    if (e.hash == hash &&
                        ((k = e.key) == key || (key != null && key.equals(k))))
                        break; // 跳出循环
                    p = e; // p指向下一个节点
                }
            }
            // 找到了 key 对应的节点
            if (e != null) { // existing mapping for key
                V oldValue = e.value;
                // 如果允许修改节点,则修改
                if (!onlyIfAbsent || oldValue == null)
                    e.value = value;
                // 节点被访问的回调函数
                afterNodeAccess(e);
                // 返回旧值
                return oldValue;
            }
        }
        // 增加修改次数
        ++modCount;
        // 如果超过扩容阈值,则进行扩容
        if (++size > threshold)
            resize();
        // 添加节点后的回调
        afterNodeInsertion(evict);
        return null;
    } 
    
复制代码

4.2 扩容 Node<K,V>[] resize()

final Node<K,V>[] resize() {
        Node<K,V>[] oldTab = table;
        int oldCap = (oldTab == null) ? 0 : oldTab.length; // 注意这里
        int oldThr = threshold;
        int newCap, newThr = 0;
        // oldCap > 0, table 非空
        if (oldCap > 0) {
            // 如果超过最大容量
            if (oldCap >= MAXIMUM_CAPACITY) {
                // 扩容阈值设为最大值,返回旧table,不允许再扩容
                threshold = Integer.MAX_VALUE;
                return oldTab;
            }
            // 旧容量大于默认初始化容量且扩容两倍后小于最大容量,则扩容两倍
            else if ((newCap = oldCap << 1) < MAXIMUM_CAPACITY &&
                     oldCap >= DEFAULT_INITIAL_CAPACITY)
                newThr = oldThr << 1; // double threshold
        }
        // oldCap <= 0 , table 为空,所以下边是初始化的情况
        // oldThr > 0, 非默认构造函数的情况
        // 直接用oldThr 当做新的容量。oldThr由tableSizeFor()方法得出,一定是2的幂
        else if (oldThr > 0) // initial capacity was placed in threshold
            newCap = oldThr;
        // 默认构造函数的情况
        else {               // zero initial threshold signifies using defaults
            newCap = DEFAULT_INITIAL_CAPACITY;
            newThr = (int)(DEFAULT_LOAD_FACTOR * DEFAULT_INITIAL_CAPACITY);
        }
        // 如果上边没有给出新的扩容阈值,则用 newCap * loadFactor 计算
        if (newThr == 0) {
            float ft = (float)newCap * loadFactor;
            newThr = (newCap < MAXIMUM_CAPACITY && ft < (float)MAXIMUM_CAPACITY ?
                      (int)ft : Integer.MAX_VALUE);
        }
        // 新 扩容阈值 赋值
        threshold = newThr;
        @SuppressWarnings({"rawtypes","unchecked"})
        Node<K,V>[] newTab = (Node<K,V>[])new Node[newCap];
        // 用新的容量创建新的 table 并赋值
        table = newTab;
        // 如果旧 table 不是空,需要搬运数据
        if (oldTab != null) {
            for (int j = 0; j < oldCap; ++j) {
                // j 位置的节点
                Node<K,V> e;
                // 如果节点不为空
                if ((e = oldTab[j]) != null) {
                    // 置空旧table
                    oldTab[j] = null;
                    // 如果只有一个元素,直接赋值
                    if (e.next == null)
                        newTab[e.hash & (newCap - 1)] = e;
                    // 如果是树节点
                    else if (e instanceof TreeNode)
                        // 处理。。。
                        ((TreeNode<K,V>)e).split(this, newTab, j, oldCap);
                    // 如果是链表
                    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;
                            // 扩容一倍后,原来位置的链表节点,要被分配到新 table 的两个位置上去
                            // 如果去高位
                            if ((e.hash & oldCap) == 0) {
                                if (loTail == null)
                                    loHead = e;
                                else
                                    loTail.next = e;
                                loTail = e;
                            }
                            // 如果去低位
                            else {
                                if (hiTail == null)
                                    hiHead = e;
                                else
                                    hiTail.next = e;
                                hiTail = e;
                            }
                        } while ((e = next) != null);
                        // 低位放在新 table j 位置
                        if (loTail != null) {
                            loTail.next = null;
                            newTab[j] = loHead;
                        }
                        // 高位放在新 table j + oldCap 位置
                        if (hiTail != null) {
                            hiTail.next = null;
                            newTab[j + oldCap] = hiHead;
                        }
                    }
                }
            }
        }
        return newTab;
    }
复制代码

4.3 移除单个元素 V remove(Object key)

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;
        // table非空校验,拿到 hash 对应位置的 p 节点,并且 p 节点不为null
        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; // 目标节点

            // 通过 hash 和 equals 判断 p 节点 就是 目标节点
            if (p.hash == hash &&
                ((k = p.key) == key || (key != null && key.equals(k))))
                node = p;
            // 如果不是
            else if ((e = p.next) != null) {
                // 如果是树
                if (p instanceof TreeNode)
                    node = ((TreeNode<K,V>)p).getTreeNode(hash, key);
                // 链表
                else {
                    // 遍历查找目标节点
                    do {
                        if (e.hash == hash &&
                            ((k = e.key) == key ||
                             (key != null && key.equals(k)))) {
                            node = e;
                            break;
                        }
                        p = e;
                    } while ((e = e.next) != null);
                }
            }
            // 如果找到了目标节点
            // 是否要校验 value 相等,如果 matchValue 为 true 则进行校验
            if (node != null && (!matchValue || (v = node.value) == value ||
                                 (value != null && value.equals(v)))) {
                // 如果是树 则在树中删除
                if (node instanceof TreeNode)
                    ((TreeNode<K,V>)node).removeTreeNode(this, tab, movable);
                // 如果node 就是 p , 也就是链表的头结点,则将下一个节点放在 table 该位置中,实现移除
                else if (node == p)
                    tab[index] = node.next;
                // 如果不是头结点,把 p 的 next 指向 node 的 next,实现移除
                else
                    p.next = node.next;
                // 增加修改次数
                ++modCount;
                // size - 1
                --size;
                // 移除node的回调
                afterNodeRemoval(node);
                // 返回被移除的node
                return node;
            }
        }
        // 没找到 就返回null
        return null;
    }
    
复制代码

4.4 查找单个元素 V get(Object key)

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;
        // 拿到 table 中对应位置的节点 p
        if ((tab = table) != null && (n = tab.length) > 0 &&
            (first = tab[(n - 1) & hash]) != null) {
            // 如果该位置头结点就是要找的,直接返回
            if (first.hash == hash && // always check first node
                ((k = first.key) == key || (key != null && key.equals(k))))
                return first;
            // 如果后边还有
            if ((e = first.next) != null) {
                // 如果是树 去树里找
                if (first instanceof TreeNode)
                    return ((TreeNode<K,V>)first).getTreeNode(hash, key);
                // 如果是链表 遍历查找
                do {
                    if (e.hash == hash &&
                        ((k = e.key) == key || (key != null && key.equals(k))))
                        return e;
                } while ((e = e.next) != null);
            }
        }
        return null;
    }
复制代码

原文 

https://juejin.im/post/5dc4dc1af265da4d5609164a

本站部分文章源于互联网,本着传播知识、有益学习和研究的目的进行的转载,为网友免费提供。如有著作权人或出版方提出异议,本站将立即删除。如果您对文章转载有任何疑问请告之我们,以便我们及时纠正。

PS:推荐一个微信公众号: askHarries 或者qq群:474807195,里面会分享一些资深架构师录制的视频录像:有Spring,MyBatis,Netty源码分析,高并发、高性能、分布式、微服务架构的原理,JVM性能优化这些成为架构师必备的知识体系。还能领取免费的学习资源,目前受益良多

转载请注明原文出处:Harries Blog™ » JDK源码学习笔记——HashMap

赞 (0)
分享到:更多 ()

评论 0

  • 昵称 (必填)
  • 邮箱 (必填)
  • 网址