• 认真地记录技术中遇到的坑!
  • 能摸鱼真是太好啦!嘿嘿嘿!

Java容器HashMap源码分析

Java 悠悠 2个月前 (06-28) 348次浏览 0个评论

本文对JDK11下HashMap的源码进行分析,HashMap的实现在JDK8之后做了比较大的改动,之后就大同小异,对于JDK8也是可以适用的。

存储结构

再JDK1.7以前,HashMap采用位桶+链表来实现,使用链表拉链法来处理Hash冲突,当相同hash值的元素较多时,需要遍历链表查找的效率就比较低。

因此JDK1.8以后采用位桶+链表+红黑树来实现,当冲突链表长度超过阈值(默认为8)并且位桶table元素个数大于64时,将链表转为红黑树,这样能大幅减少hash冲突的key的查找时间,代价是需要更多存储空间以及更大复杂性。

![Java容器HashMap源码分析]

不过当map中存储的节点数 > 加载因子 × 数组长度时,位桶会进行扩容,扩容倍数为2,而加载因子取0.75,所以出现Hash冲突并导致Hash链表长度超过阈值(8)的概率低于百万分之一。

其核心存储结构如下,位桶为table,节点为Node类型:

// 序列号
private static final long serialVersionUID = 362498820763181265L;

// 默认的初始容量是16
static final int DEFAULT_INITIAL_CAPACITY = 1 << 4;

// 最大容量
static final int MAXIMUM_CAPACITY = 1 << 30;

// 默认的加载因子
static final float DEFAULT_LOAD_FACTOR = 0.75f;

// 当桶(bucket)上的结点数大于这个值时会转成红黑树
static final int TREEIFY_THRESHOLD = 8;

// 当桶(bucket)上的结点数小于这个值时树转链表
static final int UNTREEIFY_THRESHOLD = 6;

// 桶中结构转化为红黑树对应的table的最小容量
static final int MIN_TREEIFY_CAPACITY = 64;

// 存储元素的数组,总是2的幂次倍
transient Node<k,v>[] table;

// 存放具体元素的集
transient Set<map.entry<k,v>> entrySet;

// 存放元素的个数,注意这个不等于数组的长度。
transient int size;

// 每次扩容和更改map结构的计数器
transient int modCount;

// 临界值(容量*加载因子) 当实际大小超过临界值时,会进行扩容
int threshold;

// 扩容时的加载因子,当 size > loadFactor * table.length 时对table进行扩容
final float loadFactor;

// hash桶列表
transient Node<K,V>[] table;

// hash节点结构
static class Node<K,V> implements Map.Entry<K,V> {
    final int hash;
    final K key;
    V value;
    Node<K,V> next;
}

// 树节点类结构
static final class TreeNode<K,V> extends LinkedHashMap.Entry<K,V> {
        TreeNode<K,V> parent;  // 父
        TreeNode<K,V> left;    // 左
        TreeNode<K,V> right;   // 右
        TreeNode<K,V> prev;    // needed to unlink next upon deletion
        boolean red;           // 判断颜色
        TreeNode(int hash, K key, V val, Node<K,V> next) {
            super(hash, key, val, next);
        }
        // 返回根节点
        final TreeNode<K,V> root() {
            for (TreeNode<K,V> r = this, p;;) {
                if ((p = r.parent) == null)
                    return r;
                r = p;
       }
    }
}

初始化

HashMap的构造函数可以指定初始容量以及扩容加载因子两个参数,如果没有指定这两个参数则取默认值。

另外注意tableSizeFor函数实现,指定容量cap时,实际取值为大于cap-1的最小2的n次方,比如给定cap=10,则取值为16,给定cap=32则取值32。并且最大取值为 2^30 ,int类型的最大值为 2^31 – 1,是没法取到 2^31 的。

// 默认构造函数。
public HashMap() {
    this.loadFactor = DEFAULT_LOAD_FACTOR; // all   other fields defaulted
}

// 包含另一个“Map”的构造函数
public HashMap(Map<? extends K, ? extends V> m) {
    this.loadFactor = DEFAULT_LOAD_FACTOR;
    putMapEntries(m, false);//下面会分析到这个方法
}

// 指定“容量大小”的构造函数
public HashMap(int initialCapacity) {
    this(initialCapacity, DEFAULT_LOAD_FACTOR);
}

// 指定“容量大小”和“加载因子”的构造函数
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);
}

hash定位

HashMap使用位桶来进行存储,将key进行hash计算得到桶的下标,然后存入相应的桶中。hash计算函数如下:

static final int hash(Object key) {
    int h;
    // key.hashCode():返回散列值也就是hashcode
    // ^ :按位异或
    // >>>:无符号右移,忽略符号位,空位都以0补齐
    return (key == null) ? 0 : (h = key.hashCode()) ^ (h >>> 16);
}

// 通过hash查找元素
Node<K, V> first = table[(table.length - 1) & hash])

如果key为null,直接取0,否则令h等于key的哈希值,将hh右移16位后的数进行异或运算。这步操作是为了减少哈希碰撞的概率。

哈希值是一个int类型的数值,4个字节,32个bit位,而数组初始化长度为16,那么在参与运算的只有哈希值低位,高位是没有起到任何作用的,所以让高位也参与运算,进一步降低哈希碰撞的概率,使得数据分布更平均,我们把这样的操作称为扰动

最后通过位与操作(table.length - 1) & hash直接获得下标,而不是用取余操作,位运算更快。这就要求table的容量必须是2的倍数才方便用位与操作。

put操作

put元素时需要考虑如下情况:

  • table的延迟初始化
  • hash出现冲突的处理,链表,树化操作
  • key值相同元素进行替换
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;
    // 延迟初始化逻辑,table为null或者长度为0时,初始化hashMap对象中最耗费内存的散列表
    if ((tab = table) == null || (n = tab.length) == 0)
        n = (tab = resize()).length;

    // 寻址找到的桶位刚好是 null 即没有hash冲突,直接在该位置插入元素
    if ((p = tab[i = (n - 1) & hash]) == null)
        tab[i] = newNode(hash, key, value, null);

    // 最后遇到hash冲突的处理
    else {
        Node<K,V> e; K k;
        // 该key就在桶中,则赋值给k后续进行替换
        if (p.hash == hash &&
            ((k = p.key) == key || (key != null && key.equals(k))))
            e = p;
        // 拉链已经树化,从树中找到插入或者替换点位
        else if (p instanceof TreeNode)
            e = ((TreeNode<K,V>)p).putTreeVal(this, tab, hash, key, value);
        else {
            // 从链表头部开始扫描处理
            for (int binCount = 0; ; ++binCount) {
                // 在链表结尾插入元素
                if ((e = p.next) == null) {
                    p.next = newNode(hash, key, value, null);
                    if (binCount >= TREEIFY_THRESHOLD - 1) // -1 for 1st
                        treeifyBin(tab, hash);
                    break;
                }

                // 链表中存在hash和key都相等的元素,则进行替换
                if (e.hash == hash &&
                    ((k = e.key) == key || (key != null && key.equals(k))))
                    break;
                p = e;
            }
        }

        // 已经存在相同key,则替换value
        if (e != null) { // existing mapping for key
            V oldValue = e.value;
            if (!onlyIfAbsent || oldValue == null)
                // 覆写新值
                e.value = value;
            afterNodeAccess(e);
            return oldValue;
        }
    }

    // 修改次数加一,注意如果时替换Node元素则不算修改
    ++modCount;

    // 元素个数加一,并且判断是否大于阈值,大于时需要扩容处理
    if (++size > threshold)
        resize();
    afterNodeInsertion(evict);
    return null;
}

扩容

当元素越来越多时,出现冲突的可能性就会增大,hash之后链表长度就会越长,查找元素时间复杂度从O(1)升到0(n),为了解决效率下降的问题,就需要扩容,虽然扩容是比较重量级的操作,其中涉及到拷贝所有元素等。

final Node<K,V>[] resize() {
    // 引用扩容之前的哈市表,长度,阈值等数据
    Node<K,V>[] oldTab = table;
    int oldCap = (oldTab == null) ? 0 : oldTab.length;
    int oldThr = threshold;

    // 扩容之后的容量和阈值
    int newCap, newThr = 0;

    // 表示hash表已经初始化过,是一次元素增加导致的扩容
    if (oldCap > 0) {

        // 超过hashMap容量最大值时,不再扩容,并设置扩容最大阈值位int最大值
        if (oldCap >= MAXIMUM_CAPACITY) {
            threshold = Integer.MAX_VALUE;
            return oldTab;
        }

        // 新table容量增加2倍,没有达到最大容量则相应设置阈值增大2倍
        else if ((newCap = oldCap << 1) < MAXIMUM_CAPACITY &&
                    oldCap >= DEFAULT_INITIAL_CAPACITY)
            newThr = oldThr << 1; // double threshold
    }

    // 延迟初始化,待参数的3个构造函数,new HashMap(intiCap),new HashMap(map) 并且Map有数据
    else if (oldThr > 0) // initial capacity was placed in threshold
        newCap = oldThr;

    // new HashMap();时
    else {               // zero initial threshold signifies using defaults
        newCap = DEFAULT_INITIAL_CAPACITY;
        newThr = (int)(DEFAULT_LOAD_FACTOR * DEFAULT_INITIAL_CAPACITY);
    }

    // newThr为0的时候,通过newCap和loadFactor计算出一个newThr
    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"})
    // 用新的容量创建数组,并赋值到table
    Node<K,V>[] newTab = (Node<K,V>[])new Node[newCap];
    table = newTab;
    if (oldTab != null) {

        // 迭代桶节点,进行复制操作
        for (int j = 0; j < oldCap; ++j) {
            Node<K,V> e;
            if ((e = oldTab[j]) != null) {
                oldTab[j] = null;   // 原来的数组置为null,等待GC,原来的数据已经在e里面了
                if (e.next == null)
                // 单个元素直接计算hash放入即可
                    newTab[e.hash & (newCap - 1)] = e;
                else if (e instanceof TreeNode)
                // 红黑树复制
                    ((TreeNode<K,V>)e).split(this, newTab, j, oldCap);
                else { // preserve order
                // 复制链表数据
                    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);
                    // 低位链表,原索引放到bucket里
                    if (loTail != null) {
                        loTail.next = null;
                        newTab[j] = loHead;
                    }
                    // 高位链表,原索引+oldCap放到bucket里
                    if (hiTail != null) {
                        hiTail.next = null;
                        newTab[j + oldCap] = hiHead;
                    }
                }
            }
        }
    }
    return newTab;
}

get操作

get操作比较简单,主要就是计算hash,然后根据节点类型取值即可。

public V get(Object key) {
    Node<K,V> e;
    return (e = getNode(hash(key), key)) == null ? null : e.value;
}

/**
    * Implements Map.get and related methods.
    *
    * @param hash hash for key
    * @param key the key
    * @return the node, or null if none
    */
final Node<K,V> getNode(int hash, Object key) {
    Node<K,V>[] tab; Node<K,V> first, e; int n; K k;
    // 首先判断 table 不是空且长度不为0,并且first部位null
    if ((tab = table) != null && (n = tab.length) > 0 &&
        (first = tab[(n - 1) & hash]) != null) {
        // 桶上的节点匹配hash和key直接返回
        if (first.hash == hash && // always check first node
            ((k = first.key) == key || (key != null && key.equals(k))))
            return first;
        if ((e = first.next) != null) {
            if (first instanceof TreeNode)
            // 处理红黑树上的节点
                return ((TreeNode<K,V>)first).getTreeNode(hash, key);

            // 最后剩下的就是链表的节点遍历查找
            do {
                if (e.hash == hash &&
                    ((k = e.key) == key || (key != null && key.equals(k))))
                    return e;
            } while ((e = e.next) != null);
        }
    }

    // 没有找到匹配节点,就返回null
    return null;
}

remove操作

删除元素主要涉及到如果hash冲突红黑树素比较少,低于6个时,需要转化位链表。

// 暴露的移除元素的API
public V remove(Object key) {
    Node<K,V> e;
    // 计算hash,然后调用removeNode
    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;
    // 判断 table 是否为空,是否长度为0,且对应的hash值在数组里面存在
    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;
        if (p.hash == hash &&
            ((k = p.key) == key || (key != null && key.equals(k))))
            // 桶上(链表第一个)的元素匹配
            node = p;
        else if ((e = p.next) != null) {
            if (p instanceof TreeNode)
            // 红黑树处理
                node = ((TreeNode<K,V>)p).getTreeNode(hash, key);
            else {
            // 链表匹配,循环查找
                do {
                    if (e.hash == hash &&
                        ((k = e.key) == key ||
                            (key != null && key.equals(k)))) {
                        node = e;
                        break;
                    }
                    p = e;
                } while ((e = e.next) != null);
            }
        }
        // 判断是否得到了目标要删除的节点
        if (node != null && (!matchValue || (v = node.value) == value ||
                                (value != null && value.equals(v)))) {
            if (node instanceof TreeNode)
            // 如果是树节点,调用树的删除操作
                ((TreeNode<K,V>)node).removeTreeNode(this, tab, movable);
            else if (node == p)
            // 如果是第一个数据,则直接设置为null
                tab[index] = node.next;
            else
            // 链表指针指向下一个元素
                p.next = node.next;
            ++modCount;
            --size;
            afterNodeRemoval(node);
            return node;  // 返回删除的节点
        }
    }
    // 如果没有找到元素,则返回null
    return null;
}

时间复杂度

  • HashMap 的查找和添加 key-value 键值对的平均时间复杂度为 O(1)
  • 对于槽位是链表的节点,平均时间复杂度为 O(k) 。其中 k 为链表长度。
  • 对于槽位是红黑树的节点,平均时间复杂度为 O(logk) 。其中 k 为红黑树节点数量。

和Hashtable的比较

  • Hashtable使用 synchronized 来进行同步。
  • HashMap可以插入键为 null 的 Entry。
  • HashMap的迭代器是 fail-fast 迭代器。
  • HashMap不能保证随着时间的推移 Map 中的元素次序是不变的。

转载请注明出处 Java容器HashMap源码分析
喜欢 (21)
发表我的评论
取消评论
表情 贴图 加粗 删除线 居中 斜体 签到

Hi,您需要填写昵称和邮箱!

  • 昵称 (必填)
  • 邮箱 (必填)
  • 网址