HashMap 源码分析(JDK1.8)
2018-01-05 本文已影响97人
Jacky_Y
前言
HashMap想必大家都很熟悉，JDK1.8 的 HashMap 随便一搜都是一大片一大片的，那为什么还要写呢，我会把它精简一下，一方面有利于自己的学习，另一方面希望让大家更好理解核心内容。本篇主要讲解HashMap源码的主要流程。本篇借鉴了 美团的HashMap源码解析 ，我们一起来看下JDK1.8做了哪些优化~
JDK1.7 VS JDK1.8 源码比较
优化概述，之后会一一细说：
- resize 扩容优化
- 引入了红黑树，目的是避免单条链表过长而影响查询效率，红黑树算法请参考 http://blog.csdn.net/v_july_v/article/details/6105630， HashMap整体结构如图：
image.png
- 解决了多线程死循环问题，但仍是非线程安全的，多线程时可能会造成数据丢失问题。
JDK1.7 VS JDK1.8 性能比较：
-
Hash较均匀的情况：
image.png
-
Hash不均匀的情况：
image.png
JDK1.8 中的 HashMap 是不是666的飞起，性能碾压JDK1.7中的HashMap~ 但是源码可比JDK1.7难读一些了，接下来一起来学习下 HashMap 的源码，提前透露下，核心方法是 resize 和 putVal。
预备知识
- HashMap 中
table角标计算及table.length始终为2的幂，即 2 ^ n，对应的代码是 ：
/**
* 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;
}
// 取key的hashCode值、高位运算、取模运算
// 在JDK1.8的实现中，优化了高位运算的算法，
// 通过hashCode()的高16位异或低16位实现的：(h = k.hashCode()) ^ (h >>> 16)，
// 主要是从速度、功效、质量来考虑的，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。
static final int hash(Object key) {
int h;
return (key == null) ? 0 : (h = key.hashCode()) ^ (h >>> 16);
}
我们在代码中经常会看到这样计算table索引：
image.png
这就是
table.length 为何是 2 ^ n 的原因了，图中 n 为 table的长度：
image.png
这样计算之后， 在 n 为 2 ^ n 时， 其实相当于 hash % n，& 当然比 % 效率高，这也是HashMap 计算角标时的巧妙之处。
- capacity、threshold和loadFactor之间的关系：
- capacity table的容量，默认容量是16
- threshold table扩容的临界值
- loadFactor 负载因子，一般 threshold = capacity * loadFactor，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，建议大家不要修改。
基本元素(原 Entity)
static class Node<K,V> implements Map.Entry<K,V> {
final int hash; // node的hash值
final K key; // node的key
V value; // node的value
Node<K,V> next; // node指向下一个node的引用
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;
}
}
resize()方法
我们将resize()方法分为两部分，第一部分是生成newTable的过程，第二部分是迁移数据。
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) {
if (oldCap >= MAXIMUM_CAPACITY) {
threshold = Integer.MAX_VALUE;
return oldTab;
}
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;
else { // zero initial threshold signifies using defaults
newCap = DEFAULT_INITIAL_CAPACITY;
newThr = (int)(DEFAULT_LOAD_FACTOR * DEFAULT_INITIAL_CAPACITY);
}
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;
...
return newTab;
}
以上代码展示了 newTable 的创建过程，由于 table、capacity、threshold等是懒加载，所以会有一系列的判断及对应的初始化，这些不是特别重要，重点在下边，注释标在代码块上（红黑树较为复杂，这里不做讲解，后续会考虑单讲红黑树）：
if (oldTab != null) {
for (int j = 0; j < oldCap; ++j) { // 遍历 oldTab
Node<K,V> e;
if ((e = oldTab[j]) != null) {
oldTab[j] = null;
if (e.next == null) // 如果只有table[j]中有元素
newTab[e.hash & (newCap - 1)] = e;
else if (e instanceof TreeNode) // 如果e是红黑树节点，走红黑树替换方式
((TreeNode<K,V>)e).split(this, newTab, j, oldCap);
else { // 如果 table[j] 后是一个链表 ，将原链表拆分为两条链，分别放到newTab中
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;
}
}
}
}
}
重点就在这个 链表拆分，首次看到 e.hash & oldCap 我是懵逼的。。。其实这样是一个取巧的办法，性能上优于rehash的过程，我们用图解方式去解释如何进行链表拆分：
image.png
(a) 是未扩容时， key1 和 key2 得出的 hash & (n - 1) 均为 5。(b) 是扩容之后，
key1 计算出的 newTab 角标依旧为 5，但是 key2 由于 扩容， 得出的角标 加了 16，即21， 16是oldTab的length，再来看e.hash & oldCap，oldCap.length即n 本身为 0000 0000 0000 0000 0000 0000 0001 0000 ，这个位与运算可以得出扩容后哪些key 在 扩容新增位时1，哪些是0，一个位运算替换了rehash过程，是不是得给100个👍👍👍...👍，大概扩容的过程如下：
image.png
线程安全问题
JDK1.7 HashMap在多线程的扩容时确实会出现循环引用，导致下次get时死循环的问题，具体可以参考HashMap死循环问题。很多文章在说到死循环时都以JDK1.7来举例，其实JDK1.8的优化已经避免了死循环这个问题，但是会造成数据丢失问题，下面我举个例子（需要对应上边resize的下半部分代码）：
创建 thread1 和 thread2 去添加数据，此时都在resize，两个线程分别创建了两个newTable，并且thread1在table = newTab;处调度到thread2(没有给table赋值)，等待thread2扩容之后再调度回thread1，注意，扩容时oldTab[j] = null; 也就将 oldTable中都清掉了，当回到thread1时，将table指向thread1的newTable，但访问oldTable中的元素全部为null，所以造成了数据丢失。
putVal()方法
put方法其实调用了putVal（参数onlyIfAbsent表示如果为true，若put的位置已经有value，则不修改，putIfAbsent方法中传true），这个方法的重点在于 TREEIFY_THRESHOLD 这个变量，如果链表长度 >= TREEIFY_THRESHOLD - 1 ，则调用 treeifyBin 方法， 从它的注释上可以看出，这个方法会把这条链所有的Node变为红黑树结构。
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)
n = (tab = resize()).length;
if ((p = tab[i = (n - 1) & hash]) == null)
tab[i] = newNode(hash, key, value, null);
else {
Node<K,V> e; K k;
if (p.hash == hash &&
((k = p.key) == key || (key != null && key.equals(k))))
e = p;
else if (p instanceof TreeNode)
e = ((TreeNode<K,V>)p).putTreeVal(this, tab, hash, key, value);
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;
}
}
if (e != null) { // existing mapping for key
V oldValue = e.value;
if (!onlyIfAbsent || oldValue == null)
e.value = value;
afterNodeAccess(e);
return oldValue;
}
}
++modCount;
if (++size > threshold)
resize();
afterNodeInsertion(evict);
return null;
}
/**
* Replaces all linked nodes in bin at index for given hash unless
* table is too small, in which case resizes instead.
*/
final void treeifyBin(Node<K,V>[] tab, int hash) {
int n, index; Node<K,V> e;
if (tab == null || (n = tab.length) < MIN_TREEIFY_CAPACITY) // 如果 tab.length 小于 64， 则只进行 resize
resize();
else if ((e = tab[index = (n - 1) & hash]) != null) {
TreeNode<K,V> hd = null, tl = null;
do {
TreeNode<K,V> p = replacementTreeNode(e, null); // Node 替换为 TreeNode
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); // 红黑树转换过程
}
}
entrySet()遍历
我们在遍历HashMap的时候都会使用 map.entrySet().iterator()，看下这个 iterator 是什么：
public Set<Map.Entry<K,V>> entrySet() {
Set<Map.Entry<K,V>> es;
return (es = entrySet) == null ? (entrySet = new EntrySet()) : es;
}
final class EntrySet extends AbstractSet<Map.Entry<K,V>> {
...
public final Iterator<Map.Entry<K,V>> iterator() {
return new EntryIterator();
}
...
}
final class EntryIterator extends HashIterator
implements Iterator<Map.Entry<K,V>> {
public final Map.Entry<K,V> next() { return nextNode(); }
}
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() {
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;
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;
}
public final void remove() {
Node<K,V> p = current;
if (p == null)
throw new IllegalStateException();
if (modCount != expectedModCount)
throw new ConcurrentModificationException();
current = null;
K key = p.key;
removeNode(hash(key), key, null, false, false);
expectedModCount = modCount;
}
}
跟 ArrayList、LinkedList一样，还是modCount和expectedModCount的问题，expectedModCount是iterator构造时赋的值，等于当时的modCount，所以如果已经生成了iterator，如果擅自使用map.put()等操作，会使modCount变化，导致expectedModCount != modCount，会抛出ConcurrentModificationException。
结尾
好了，以上除了红黑树，HashMap中的我认为的核心内容至此就说完了，可以看出JDK一直在许多细节上不断地在做优化，作为我们，还是需要不断地修炼，去发现这些代码中的惊艳之处！
参考
https://tech.meituan.com/java-hashmap.html
http://blog.csdn.net/xuefeng0707/article/details/40797085
