Jdk1.8 HashMap源码分析
2018-01-12 本文已影响105人
maskwang520
1. 概述
平常我们开发中，可能用的最多的容器就是HashMap。我们来看下HashMap的结构如下图。
image.png
它是由一个Node数组，每个数组元素又是有一个链表构成。接下来我们结合源码来分析下put(),get(),resize()者三个常见的操作。
2. 类成员变量的认识
static final int DEFAULT_INITIAL_CAPACITY = 1 << 4; // HashMap初始的bucket16.必须是2的n次幂，原因在后面会涉及到
static final int MAXIMUM_CAPACITY = 1 << 30; //最大容量
static final float DEFAULT_LOAD_FACTOR = 0.75f; //负载因子，估计整个bucket冲突，当到达bucket*0.75容量时，会引起扩容
static final int TREEIFY_THRESHOLD = 8; //当链表长度大于这个值时，会转变成红黑树
static final int UNTREEIFY_THRESHOLD = 6; //当树的节点低于这个值时会转变成链表
- 关于红黑树的介绍，参见我的下篇文章，红黑树的原理及常见的操作
3. put()函数的解析
put()添加操作的过程如下。
- 对key的hashCode()做hash，然后再计算index（求余）;
- 如果没碰撞直接放到bucket里；
- 如果碰撞了，以链表的形式存在buckets后；
- 如果碰撞导致链表过长(大于等于TREEIFY_THRESHOLD)，就把链表转换成红黑树；
- 如果节点已经存在就替换old value(保证key的唯一性)
- 如果bucket满了(超过load factor*current capacity)，就要resize。
其他的解释都在源码中标注。
public V put(K key, V value) {
//对key的hashcode做hash
return putVal(hash(key), key, value, false, true);
}
//onlyIfAbsent为true时，相同的key不会改变替换值。这里的为false，会替换
//evict表示模式，为fasle表示处于bucket处于创建阶段。这里用true指创建完了。
final V putVal(int hash, K key, V value, boolean onlyIfAbsent,
boolean evict) {
Node<K,V>[] tab; Node<K,V> p; int n, i;
if ((tab = table) == null || (n = tab.length) == 0)
//若为null,则创建bucket
n = (tab = resize()).length;
if ((p = tab[i = (n - 1) & hash]) == null)
//若bucket那个位置为null,则创建新的Node节点
tab[i] = newNode(hash, key, value, null);
//表示bucket不为null
else {
Node<K,V> e; K k;
//key存在
if (p.hash == hash &&
((k = p.key) == key || (key != null && key.equals(k))))
e = p;
//若原来为TreeNode,则插入到红黑树种中
else if (p instanceof TreeNode)
e = ((TreeNode<K,V>)p).putTreeVal(this, tab, hash, key, value);
//若原来为链表
else {
for (int binCount = 0; ; ++binCount) {
if ((e = p.next) == null) {
p.next = newNode(hash, key, value, null);
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;
}
}
//写入，若原来有值，则替换
if (e != null) { // existing mapping for key
V oldValue = e.value;
if (!onlyIfAbsent || oldValue == null)
e.value = value;
afterNodeAccess(e);
return oldValue;
}
}
++modCount;
//若超过当前容量大小超过capacity*0.75，则会引起扩容
if (++size > threshold)
resize();
afterNodeInsertion(evict);
return null;
}
注意这里采用的二次hash()操作,不是直接对hashcode再hash。
//hashcode的低16位和高16位做
异或操作
static final int hash(Object key) {
int h;
return (key == null) ? 0 : (h = key.hashCode()) ^ (h >>> 16);
}
- 之所以这样hash，是采用key的hashcode的低16位和高16位做异或操作。这样的好处在于避免hash冲突。否则，它只取低16位，与高位无关，那么它有可能会hash冲突严重。另外，如果还有更严重的冲突，那么可以采用红黑树来解决，事实上Jdk1.8 HashMap也是采用的这样的思想。
Improve the performance of java.util.HashMap under high hash-collision conditions by using balanced trees rather than linked lists to store map entries. Implement the same improvement in the LinkedHashMap class.
4. get()的解析
get()相对来说就非常简单了，过程如下。
- bucket里的第一个节点，直接命中；
- 如果有冲突，则通过key.equals(k)去查找对应的entry
- 若为树，则在树中通过key.equals(k)查找，O(logn)；
- 若为链表，则在链表中通过key.equals(k)查找，O(n)。
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;
//这个if判断bucket是否存在
if ((tab = table) != null && (n = tab.length) > 0 &&
(first = tab[(n - 1) & hash]) != null) {
//检查第一个Node（bucket中第一个节点）是否是要查找的。
if (first.hash == hash && // always check first node
((k = first.key) == key || (key != null && key.equals(k))))
return first;
if ((e = first.next) != null) {
//红黑树的查找key
if (first instanceof TreeNode)
return ((TreeNode<K,V>)first).getTreeNode(hash, key);
do {
//遍历链表，寻找key相同
if (e.hash == hash &&
((k = e.key) == key || (key != null && key.equals(k))))
return e;
} while ((e = e.next) != null);
}
}
return null;
}
(n - 1) & hash就是一个求索引，即求Node数组中的下标。这样的操作是，当我们的n(表示capacity时)取2的幂的时候，例如n取16，那么n-1=15（二进制表示1111）与hash做与操作的时候相当于取余，这样做比直接取余更高效。
5. reSize()的解析
- 当put时，如果发现目前的bucket占用程度已经超过了Load Factor所希望的比例，那么就会发生resize。在resize的过程，简单的说就是把bucket扩充为2倍，之后重新计算index，把节点再放到新的bucket中。
-
然而又因为我们使用的是2次幂的扩展(指长度扩为原来2倍)，所以，元素的位置要么是在原位置，要么是在(原位置+旧capacity)的位置。
怎么理解呢？例如我们从16扩展为32时，具体的变化如下所示：
rehash
-
这个设计确实非常的巧妙，既省去了重新计算hash值的时间，而且同时，由于新增的1bit是0还是1可以认为是随机的，因此resize的过程，均匀的把之前的冲突的节点分散到新的bucket了。因此元素在重新计算hash之后，因为n变为2倍，那么n-1的mask范围在高位多1bit(红色)，因此新的index就会发生这样的变化：
resize
因此，我们在扩充HashMap的时候，不需要重新计算hash，只需要看看原来的hash值新增的那个bit是1还是0就好了，是0的话索引没变，是1的话索引变成“原索引+oldCap”。可以看看下图为16扩充为32的resize示意图：
resize16-32
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) {
//旧的hashMap容量已经达到最大值，那么最新的也只能是最大值
if (oldCap >= MAXIMUM_CAPACITY) {
threshold = Integer.MAX_VALUE;
return oldTab;
}
//如果原来存在旧的容量存在，那么新分配的就是旧的两倍
else if ((newCap = oldCap << 1) < MAXIMUM_CAPACITY &&
oldCap >= DEFAULT_INITIAL_CAPACITY)
newThr = oldThr << 1; // double threshold
}
//旧的容量oldThreshold已经存在，但是没分配容量。那么久新的容量=oldThreshold
else if (oldThr > 0) // initial capacity was placed in threshold
newCap = oldThr;
//两个变量都没有初始化
else { // zero initial threshold signifies using defaults
newCap = DEFAULT_INITIAL_CAPACITY;
newThr = (int)(DEFAULT_LOAD_FACTOR * DEFAULT_INITIAL_CAPACITY);
}
//如果初始化的oldThreshold为0，则重新取整
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)
((TreeNode<K,V>)e).split(this, newTab, j, oldCap);
else { // preserve order
//尾插法把节点插入新分配的bucket中。不带头节点的
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);
if (loTail != null) {
loTail.next = null;
newTab[j] = loHead;
}
if (hiTail != null) {
hiTail.next = null;
newTab[j + oldCap] = hiHead;
}
}
}
}
}
return newTab;
}
参考文章：
