HashMap 源码分析(JDK1.8)
2017-12-30 16:05
651 查看
0 概述
HashMap是Java程序员使用频率最高的容器之一,主要原因它的查询效率比较高,本文基于JDK1.8,深入探讨HashMap的结构实现和功能原理。1 HashMap底层数据结构
首先看下HashMap底层数据结构,本质上就是一个数组+链表+红黑树(JDK1.8),数组存放的是一个个链表节点,是采用拉链法解决Hash冲突,如果链表长度过长(大于8),将会转化为红黑树。//node 数组 transient Node<K,V>[] table; // Node 节点 static class Node<K,V> implements Map.Entry<K,V> { final int hash; final K key; V value; 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; } }
1 HashMap实现原理
下图给出向HashMap容器中,put一个key-value的过程,首先根据key 计算出其对应的hash值,然后再根据hash值,计算机这个key存放位置(数组下标)。实现细节:
hash(key),通过hashCode()的高16位异或低16位实现的:(h = k.hashCode()) ^ (h >>> 16),这么做可以在数组table的length比较小的时候,也能保证考虑到高低Bit都参与到Hash的计算中,同时不会有太大的开销,进而减少冲突。
index=h & (length-1)获取node 数组具体位置,这个方法比较巧妙,因为HashMap的Node数组大小都是2的n次方,当length总是2的n次方时,h& (length-1)运算等价于对length取模,也就是h%length,但是&比%具有更高的效率。值得说明是可以指定初始化容量,当然如果你知道容量不是2的n次幂,它会用tableSizeFor方法将其处理成2的n次幂。
// static final int hash(Object key) { int h; return (key == null) ? 0 : (h = key.hashCode()) ^ (h >>> 16); } // 寻址 index=h & (length-1); /** 这个方法就是将容量处理成 2 的n次方, 先将cap处理成全是111111(二进制的),然后再加1,非常的巧妙 * 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和n右移一位或,高位至少有两个1 (处理后n=00011****) n |= n >>> 2; n |= n >>> 4; n |= n >>> 8; n |= n >>> 16; return (n < 0) ? 1 : (n >= MAXIMUM_CAPACITY) ? MAXIMUM_CAPACITY : n + 1; }
几个重要的属性
transient int size; int threshold; final float loadFactor;
size 表示hashMap 实际存储了多少对key-valve。
threshold,是HashMap所能容纳的最大数据量的Node(键值对)个数,超过就会扩容(数组扩容)。由于threshold = length * Load factor,所以在数组定义好长度之后,负载因子越大,所能容纳的键值对个数越多。
loadFactor 负载因子,默认的负载因子0.75是对空间和时间效率的一个平衡选择。当loadFactor过大(大于1),threshold值也就大于长度,出现碰撞的数据也就越多,查询等效率也就变低,但是空间利用率高;当loadFactor过小(假设为0.1),threshold远小于长度,出现碰撞的数据也就比较低,查询等效率也就变高,但是空间利用率不高。
3 HashMap 扩容
扩容(resize)就是重新计算容量,向HashMap对象里不停的添加元素,当size大于等于前面提到的这个threshold时候,就需要扩大数组的长度。简单的说,也就是重新分配一个大的数组,将老的数组中数据拷贝到新的数组中去。因此从这里我们可以看到如果我们知道我们需要往HashMap中放多少数据时候,可以直接初始化容量,这样可以有效避免内存拷贝。由于其扩容(2倍)&以及寻址特点,对于扩容后数据拷贝过程,对应的数组节点数据,要么还在改位置要么会索引到(不会跑到其的位置去):原索引+oldCap(老的容量)。举个例子:初始容量16 一个hash值为10010,其位置010010&01111=00010,可以看到其位置是2,那么扩容后
容量是32,其位置其位置010010&11111=10010(18)可以看到其位置是18=16+2。由此也可以看出扩容数据分配更加均匀。
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) { //超过最大值,就无法扩容了,只能让他去碰撞了 if (oldCap >= MAXIMUM_CAPACITY) { threshold = Integer.MAX_VALUE; return oldTab; } //没有超过最大值,那就扩容是原来的2倍(左移1位) 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; //初始化情况,没有给定容量情况 else { // zero initial threshold signifies using defaults newCap = DEFAULT_INITIAL_CAPACITY; newThr = (int)(DEFAULT_LOAD_FACTOR * DEFAULT_INITIAL_CAPACITY); } //扩容后重新计算threshold值 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) //处理红黑树节点的情况 ((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; // 等于0 表示还在原位置 if ((e.hash & oldCap) == 0) { if (loTail == null) loHead = e; else loTail.next = e; loTail = e; } // 原索引+oldCap的位置 else { if (hiTail == null) hiHead = e; else hiTail.next = e; hiTail = e; } } while ((e = next) != null); // 原索引位置 if (loTail != null) { loTail.next = null; newTab[j] = loHead; } // 原索引+oldCap的位置 if (hiTail != null) { hiTail.next = null; newTab[j + oldCap] = hiHead; } } } } } return newTab; }
4 总结
JDK 1.8 的HashMap底层设计的非常棒,非常巧妙,不愧为大师之作。参考文献:
https://tech.meituan.com/java-hashmap.html
相关文章推荐
- Java中HashMap底层实现原理(JDK1.8)源码分析
- HashMap源码分析(基于JDK1.8)
- Java中HashMap底层实现原理(JDK1.8)源码分析
- 【集合框架】JDK1.8源码分析之IdentityHashMap(四)
- jdk 1.7 1.8 HashMap 源码分析
- HashMap源码分析_JDK1.8版本
- JDK1.8源码分析之HashMap
- Java中HashMap底层实现原理(JDK1.8)源码分析
- 【jdk1.8】HashMap源码分析
- Java中HashMap底层实现原理(JDK1.8)源码分析
- Java中HashMap底层实现原理(JDK1.8)源码分析
- 长文慎入 HashMap 源码分析 基于 JDK 1.8
- 源码分析系列1:HashMap源码分析(基于JDK1.8)
- JDK1.8 HashMap源码分析
- JDK1.8源码分析之HashMap
- 【集合框架】JDK1.8源码分析之HashMap(一)
- (转载)Java中HashMap底层实现原理(JDK1.8)源码分析
- 【集合框架】JDK1.8源码分析之HashMap(一)
- HashMap 源码详细分析(JDK1.8)
- JDK1.8 HashMap 源码分析