JDK8 HashMap原理分析
2019-07-03 本文已影响0人
那些年搬过的砖
HashMap的底层存储结构
JDK8中，HashMap是以数组+链表+红黑树的存储结构。
整体上看是一个数组，通过计算元素key的hash值来获取存放位置的数组下标，如果出现hash碰撞，以链表形式存储，称之为桶,如果链表长度达到8，会转换为红黑树存储，红黑树的引进主要是为了提升查询的性能。
HashMap的底层存储结构
HashMap常量
//缺省的初始容量16
tatic final int DEFAULT_INITIAL_CAPACITY = 1 << 4; // aka 16
//最大容量2的30次方
static final int MAXIMUM_CAPACITY = 1 << 30;
//默认负载因子
static final float DEFAULT_LOAD_FACTOR = 0.75f;
//当桶上的节点数大于阈值时转换为红黑数
static final int TREEIFY_THRESHOLD = 8;
//当桶上节点数小于阈值时转换为链表
static final int UNTREEIFY_THRESHOLD = 6;
//被树化的最小Hash表容量
static final int MIN_TREEIFY_CAPACITY = 64;
HashMap变量
//元素存放表，长度总是2的幂次倍
transient Node<K,V>[] table;
//具体元素存放集合
transient Set<Map.Entry<K,V>> entrySet;
//实际存放键值对数量
transient int size;
//扩容（重hash）或者map结构修改的次数
transient int modCount;
//扩容阈值（容量*负载因子）
int threshold;
//负载因子
final float loadFactor;
Node是对Map中键值对的描述
static class Node<K,V> implements Map.Entry<K,V> {
//hashCode，不可改变
final int hash;
//key不可改变
final K key;
V value;
//指向当前元素的下一个元素，一个桶中形成链表组织
Node<K,V> next;
...
}
HashMap插入元素过程
put过程.png
解释：
主要流程参考上图基本是清晰的，主要说一下图中标①的地方：
在进行链表添加时，首先判断下一个节点是否为空，为空就说明是链表最后一个节点，直接插入到链表尾部，如果不是最后一个节点，判断key是否存在，如果存在则覆盖value值，如果不存在，则继续链表遍历，直到找到相同key或者遍历完最后一个元素后插入到链表的尾部
对应插入元素源码解释如下
final V putVal(int hash, K key, V value, boolean onlyIfAbsent,
boolean evict) {
Node<K,V>[] tab; Node<K,V> p; int n, i;
//桶数组是否为空
if ((tab = table) == null || (n = tab.length) == 0)
//为空先进行扩容
n = (tab = resize()).length;
//根据hash值计算数组下标，并判断该下标处元素是否为空
if ((p = tab[i = (n - 1) & hash]) == null)
//如果为空，将元素插入该位置
tab[i] = newNode(hash, key, value, null);
else {//如果不为空，说明出现了hash碰撞，插入到桶中
Node<K,V> e; K k;
//key是否相同，相同则覆盖元素的value
if (p.hash == hash &&
((k = p.key) == key || (key != null && key.equals(k))))
e = p;
//如果是TreeNode，则按红黑树插入
else if (p instanceof TreeNode)
e = ((TreeNode<K,V>)p).putTreeVal(this, tab, hash, key, value);
else {//如果不是TreeNode，插入到链表中
//遍历链表
for (int binCount = 0; ; ++binCount) {
//链表元素的下一个节点是否为空，为空插入到链表尾部
if ((e = p.next) == null) {
p.next = newNode(hash, key, value, null);
//判断链表长度是否超过阈值(8)，超过转换为红黑树
if (binCount >= TREEIFY_THRESHOLD - 1) // -1 for 1st
treeifyBin(tab, hash);
break;
}
//判断key是否存在，key存在则跳出循环，接下来的流程中会覆盖value值，如果key不存在，则继续遍历链表
if (e.hash == hash &&
((k = e.key) == key || (key != null && key.equals(k))))
break;
p = e;
}
}
//key存在，覆盖value值
if (e != null) { // existing mapping for key
V oldValue = e.value;
if (!onlyIfAbsent || oldValue == null)
e.value = value;
afterNodeAccess(e);
return oldValue;
}
}
++modCount;
//判断是否需要扩容
if (++size > threshold)
resize();
//为了继承自HashMap的LinkedHashMap而设计
afterNodeInsertion(evict);
return null;
}
getNode的原理比较简单，源码解析如下
//根据hash值及key值查找元素
final Node<K,V> getNode(int hash, Object key) {
Node<K,V>[] tab; Node<K,V> first, e; int n; K k;
if ((tab = table) != null && (n = tab.length) > 0 &&
(first = tab[(n - 1) & hash]) != null) {
//第一个元素key值相同，直接返回第一个元素
if (first.hash == hash && // always check first node
((k = first.key) == key || (key != null && key.equals(k))))
return first;
//桶中有多个元素
if ((e = first.next) != null) {
//如果是TreeNode类型，在红黑树中查找
if (first instanceof TreeNode)
return ((TreeNode<K,V>)first).getTreeNode(hash, key);
do {
//链表中查找元素
if (e.hash == hash &&
((k = e.key) == key || (key != null && key.equals(k))))
return e;
} while ((e = e.next) != null);
}
}
return null;
}
HashMap扩容
源码解读
//HashMap的扩容，每次都按2倍扩容
final Node<K,V>[] resize() {
//table是一个hash桶数组，oldTab指向该桶
Node<K,V>[] oldTab = table;
//原始数组容量
int oldCap = (oldTab == null) ? 0 : oldTab.length;
//原始阈值
int oldThr = threshold;
int newCap, newThr = 0;
//如果桶数组不为空
if (oldCap > 0) {
//如果超过最大容量2的30次方，已经无法扩容
if (oldCap >= MAXIMUM_CAPACITY) {
threshold = Integer.MAX_VALUE;
return oldTab;
}
//按2的幂次方扩容，新的数组容量和阈值都增大一倍
else if ((newCap = oldCap << 1) < MAXIMUM_CAPACITY &&
oldCap >= DEFAULT_INITIAL_CAPACITY)
newThr = oldThr << 1; // double threshold
}
//初始容量设置为阈值
else if (oldThr > 0) // initial capacity was placed in threshold
newCap = oldThr;
else { // zero initial threshold signifies using defaults
//如果桶数组为空，阈值也为0,初始化容量和阈值，一般为首次初始化并且没有指定初始容量的情况下，初始化容量为16
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;
//以下进行真正的扩容操作
if (oldTab != null) {
//遍历原始数组
for (int j = 0; j < oldCap; ++j) {
Node<K,V> e;
//如果桶数组对象不为空，先缓存到e，原始对象置为空，方便垃圾回收
if ((e = oldTab[j]) != null) {
oldTab[j] = null;
//桶中只有一个元素，则计算扩容后索引位置，并放置到新数组中
if (e.next == null)
newTab[e.hash & (newCap - 1)] = e;
//如果对象是TreeNode，加入到红黑树
else if (e instanceof TreeNode)
((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;
//遍历链表，放入到新桶数组中
do {
next = e.next;
//索引不变的情况
if ((e.hash & oldCap) == 0) {
if (loTail == null)
loHead = e;
else
loTail.next = e;
loTail = e;
}
//索引变为'原索引+oldCap'情况
else {
if (hiTail == null)
hiHead = e;
else
hiTail.next = e;
hiTail = e;
}
} while ((e = next) != null);
//索引不变的情况
if (loTail != null) {
loTail.next = null;
newTab[j] = loHead;
}
//索引变为'原索引+oldCap'情况
if (hiTail != null) {
hiTail.next = null;
newTab[j + oldCap] = hiHead;
}
}
}
}
}
return newTab;
}
扩容后元素位置要么保持不变（如Node0,Node1），要么移动到2次幂位置（如Node4，Node5），即以e.hash&(newCap-1)来确定元素的下标位置。
要么索引不变，要么变成 '原索引+oldCap'
HashMap扩容.png
下图更直观的展示桶中有多个元素时，扩容后索引的变化情况
HashMap扩容.png
