源码修炼笔记之HashMap源码解析
2020-05-24 本文已影响0人
花醉霜寒
HashMap高频面试题
HashMap备受面试官的青睐，笔者几乎每次面试都会遇到关于HashMap的问题，整理出来一些，供大家自查对HashMap的掌握程度。
- HashMap 在 JDK1.8 中做了哪些优化？
- 简述一下HashMap中get和put的基本过程；
- HashMap在什么情况下会扩容？
- HashMap为什么采用红黑树而不是其他的平衡二叉树？为什么不用跳表？
- HashMap put操作当存在hash冲突时，新插入的值放在链表头部还是尾部？
- HashMap扩容过程简述一下？
- HashMap是如何解决hash冲突的，还了解其他解决hash冲突的方法吗？
- HashMap是线程安全的吗？在高并发场景下使用HashMap存在什么问题？
- 为什么Integer或者String比较适合作为HashMap的key？若用自定义的类作为key需要注意什么问题？
- HashMap、HashTable和CurrentHashMap的区别？
- 扩容时链表导致死循环？
- containsKey和containsValue用哪个？性能如何？
- HashMap中Iterator的便利顺序是什么
HashMap源码解析
// 默认HashMap的初始容量
static final int DEFAULT_INITIAL_CAPACITY = 1 << 4; // aka 16
//HashMap的最大容量
static final int MAXIMUM_CAPACITY = 1 << 30;
//默认负载因子0.75
static final float DEFAULT_LOAD_FACTOR = 0.75f;
//链表转化为红黑树的阈值
static final int TREEIFY_THRESHOLD = 8;
//红黑树退化为链表的阈值
static final int UNTREEIFY_THRESHOLD = 6;
//链表转化为红黑树的最小HashMap容量条件
static final int MIN_TREEIFY_CAPACITY = 64;
//存储数据的数组
transient Node<K,V>[] table;
//元素个数
transient int size;
//操作次数
transient int modCount;
int threshold;
//负载因子
final float loadFactor;
public HashMap(int initialCapacity, float loadFactor)
public HashMap(int initialCapacity)
public HashMap()
public HashMap(Map<? extends K, ? extends V> m)
HashMap共有四个构造函数：
1）指定初始大小和负载因子；
2）指定初始大小采用默认负载因子；
3）为指定初始大小和负载因子，采用默认负载因子和初始大小；
4）通过指定的Map构造新的HashMap。
关于负载因子和初始大小
- 负载因子表示一个散列表的空间的使用程度，有这样一个公式：initailCapacityloadFactor=HashMap的容量，当HashMap中的元素个数到达initailCapacityloadFactor后，继续插入元素，HashMap会进行自动扩容为原来大小的两倍。负载因子的设置对于HashMap的性能有很大的影响，负载因子的设置是时间和空间的博弈，如果设置很小的负载因子，空间利用率低，存储相同个数的元素需要更多的空间，但是出现hash冲突的概率低，由于hash冲突的概率低，所以查询效率会高一些，反之如果设置比较大的负载因子，空间利用率高，但是出现hash冲突的概率较大，影响HashMap的操作性能。
- 在使用HashMap时尽量指定合理的初始大小，HashMap的初始大小默认为16，在我们日常使用过程中，有时HashMap中的元素会远小于16，甚至是一个或者两个元素，例如某些sql的传入参数，如果不指定默认初始大小，将会造成内容浪费，如果一个HashMap中会存放大量的元素，未指定初始大小的情况下会产生大量的扩容操作，每次扩容都涉及到大量元素的拷贝，严重影响性能。初始大小尽量设置为2的幂，这与HashMap中通过元素的hash值计算元素在table中的位置相关，后面介绍HashMap的put方法会详解，如果传入的初始大小不是2的幂，HashMap根据传入的参数，计算大于该参数的最小2的幂来作为HashMap的初始大小，所以为了减少程序的计算时间，传入参数最好设置为2的幂。
public HashMap(int initialCapacity, float loadFactor) {
//判断initialCapacity是否合法
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;
//根据设置的初始大小返回2的幂
this.threshold = tableSizeFor(initialCapacity);
}
get方法的流程大致可以包括如下步骤：
- 判断table不为空，table的长度大于0，对应位置上的第一个元素不为空，如果不满足，则直接返回null;
- 判断对应位置上的第一个元素的hash值和key的值是否相等，若相等直接返回first;
- 判断first是否为红黑树节点;
- 是红黑树节点通过getTreeNode方法获取key对应的值;
- 若为链表节点，则通过遍历链表节点获取与key对应的节点;
- 若为链表节点，则通过遍历链表节点获取与key对应的节点;
- 上述步骤依然未获取key对应的节点，则返回null。
get方法源码如下所示，上述步骤均在源码基础上进行了注释：
final Node<K,V> getNode(int hash, Object key) {
Node<K,V>[] tab; Node<K,V> first, e; int n; K k;
//判断table不为空，table的长度大于0，对应位置上的第一个元素不为空，如果不满足，则直接返回null
if ((tab = table) != null && (n = tab.length) > 0 &&
(first = tab[(n - 1) & hash]) != null) {
//判断对应位置上的第一个元素的hash值和key的值是否相等，若相等直接返回first
if (first.hash == hash && // always check first node
((k = first.key) == key || (key != null && key.equals(k))))
return first;
//判断first节点的下一个节点是否为null，若为null直接返回null
if ((e = first.next) != null) {
//判断first是否为红黑树节点
if (first instanceof TreeNode)
//是红黑树节点通过getTreeNode方法获取key对应的值
return ((TreeNode<K,V>)first).getTreeNode(hash, key);
//若为链表节点，则通过遍历链表节点获取与key对应的节点
do {
if (e.hash == hash &&
((k = e.key) == key || (key != null && key.equals(k))))
return e;
} while ((e = e.next) != null);
}
}
//上述步骤依然未获取key对应的节点，则返回null
return null;
}
put方法的过程相对于get方法要复杂一些，通过分析源码，put方法调用了putVal方法，添加元素的主要逻辑在putVal方法中，添加元素的过程如下图所示：
hashmap的put过程
put方法的源码如下所示，添加元素的步骤均在源码的基础上进行了注释：
final V putVal(int hash, K key, V value, boolean onlyIfAbsent,
boolean evict) {
Node<K,V>[] tab; Node<K,V> p; int n, i;
//table为空，通过reSize方法进行初始化
if ((tab = table) == null || (n = tab.length) == 0)
n = (tab = resize()).length;
//计算插入元素在table中的位置，该位置元素为null，直接添加元素
if ((p = tab[i = (n - 1) & hash]) == null)
tab[i] = newNode(hash, key, value, null);
//若该位置元素不为null，则有hash冲突
else {
//e为对应位置的oldValue
Node<K,V> e; K k;
//判断该位置第一个元素的hash值与插入元素key的hash值是否相等，相等则e=p
if (p.hash == hash &&
((k = p.key) == key || (key != null && key.equals(k))))
e = p;
//上述条件不满足，判断p是否为红黑树节点，若为红黑树节点，通过putTreeVal获取e
else if (p instanceof TreeNode)
e = ((TreeNode<K,V>)p).putTreeVal(this, tab, hash, key, value);
//为链表节点
else {
//遍历链表
for (int binCount = 0; ; ++binCount) {
//每次判断为e赋值，如果e为null，则在链表中添加元素
if ((e = p.next) == null) {
p.next = newNode(hash, key, value, null);
//链表长度大于8，将链表转化为红黑树
if (binCount >= TREEIFY_THRESHOLD - 1) // -1 for 1st
treeifyBin(tab, hash);
break;
}
//key相等，则返回
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;
//onlyIfAbsent为true表示只有该处如果该位置存在值，不替换，为false表示替换旧值
if (!onlyIfAbsent || oldValue == null)
e.value = value;
//空方法，子类可以实现自己的逻辑，主要给LinkedHashMap用的
afterNodeAccess(e);
return oldValue;
}
}
//操作数+1，用于fail fast
++modCount;
//判断是否需要进行扩容操作
if (++size > threshold)
resize();
//空方法，子类可以实现自己的逻辑
afterNodeInsertion(evict);
return null;
}
源码中的极致设计思路：
- HashMap的初始化采用的是延迟加载的方式，最大限度为应用程序节省内存；
- i = (n - 1) & hash，i表示元素在table中的位置，n表示table的长度，是2的幂，通过这种方式计算元素在table中的位置，可以最大限度的使元素尽量均匀的分布在table中，如table的长度为16，n-1为15，15的二进制表示为“1111”，若n-1为14，n-1的二进制为 “1110”，则有个位置将永远不可能有元素插入。
resize方法在HashMap中是非常重要的方法，table的初始化和扩容都是通过resize方法完成的，resize的过程大致如下：
- 判断table是否初始化，若没有初始化，则初始化table；
- 设置新的容量大小和threshold；
- 判断是否需要元素拷贝到新table中；
- 进行元素拷贝，元素拷贝分为普通节点、红黑树节点和链表节点的拷贝；
- 最后返回新的table。
resize方法源码如下所示，详细过程均在源码的基础进行了注释：
final Node<K,V>[] resize() {
Node<K,V>[] oldTab = table;
int oldCap = (oldTab == null) ? 0 : oldTab.length;
int oldThr = threshold;
int newCap, newThr = 0;
//判断原来table的长度
if (oldCap > 0) {
//到达最大长度，无法进行扩容
if (oldCap >= MAXIMUM_CAPACITY) {
threshold = Integer.MAX_VALUE;
return oldTab;
}
//容量和threshold变为原来的两倍，因为都是2的幂，采用移位运算提高效率
else if ((newCap = oldCap << 1) < MAXIMUM_CAPACITY &&
oldCap >= DEFAULT_INITIAL_CAPACITY)
newThr = oldThr << 1; // double threshold
}
//判断oldThr是否大于0，大于0表示初始化时指定了大小
else if (oldThr > 0) // initial capacity was placed in threshold
newCap = oldThr;
//表示初始化时没有指定初始大小，采用默认值
else { // zero initial threshold signifies using defaults
newCap = DEFAULT_INITIAL_CAPACITY;
newThr = (int)(DEFAULT_LOAD_FACTOR * DEFAULT_INITIAL_CAPACITY);
}
//设置newThr的值
if (newThr == 0) {
float ft = (float)newCap * loadFactor;
newThr = (newCap < MAXIMUM_CAPACITY && ft < (float)MAXIMUM_CAPACITY ?
(int)ft : Integer.MAX_VALUE);
}
//将newThr设置为新的threshold
threshold = newThr;
@SuppressWarnings({"rawtypes","unchecked"})
Node<K,V>[] newTab = (Node<K,V>[])new Node[newCap];
table = newTab;
//判断table原来的table是否为null，不为null则需要进行元素拷贝到新的table中
if (oldTab != null) {
//元素拷贝到新table中
for (int j = 0; j < oldCap; ++j) {
Node<K,V> e;
if ((e = oldTab[j]) != null) {
//旧元素快速GC
oldTab[j] = null;
//e节点上不存在hash冲突，直接在newTable中赋值
if (e.next == null)
newTab[e.hash & (newCap - 1)] = e;
//存在hash冲突且节点为红黑树，通过split方法进行扩容
else if (e instanceof TreeNode)
((TreeNode<K,V>)e).split(this, newTab, j, oldCap);
//节点为链表节点
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;
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;
}
接下来对元素的拷贝进行分析，普通节点只需简单的赋值操作即可，红黑树是非常复杂的数据结构，关于红黑树本文不作详细介绍，此处主要分析一下链表在扩容时是如何处理的，首先扩容过程中一个链表会被拆分为两个链表，放入新的table中，即如果在oldTable中的位置是j，那这两个链表在newTable中的位置是j和j+oldCap，源码中采用了十分巧妙的方式，过设置四个Node对象进行操作：
Node<K,V> loHead = null, loTail = null;
Node<K,V> hiHead = null, hiTail = null;
其中loHead和loTail分别指向拷贝到newTable中j位置上链表的头节点和尾节点，hiHead和hiTail则分别指向拷贝到j+oldCap位置上链表的头节点和尾节点，处理过程如图所示：
链表扩容过程
高频面试题解析
-
HashMap 在 JDK1.8 中做了哪些优化？
Entry变为Node；
链表变为链表+红黑树的形式等 -
简述一下HashMap中get和put的基本过程；
源码解析中已详细分析 -
HashMap在什么情况下会扩容？
源码解析中已详细分析 -
HashMap为什么采用红黑树而不是其他的平衡二叉树？为什么不用跳表？
-
HashMap put操作当存在hash冲突时，新插入的值放在链表头部还是尾部？
源码解析中已详细分析，应该是尾部 -
HashMap扩容过程简述一下？
源码解析中已详细分析，参考resize过程分析 -
HashMap是如何解决hash冲突的，还了解其他解决hash冲突的方法吗？
解决hash冲突的方法主要包括开放寻址法和链表法 -
HashMap是线程安全的吗？在高并发场景下使用HashMap存在什么问题？
纵观HashMap的源码，并未出现sychronized、Lock、volatile、CAS等相关技术，HashMap在并发共享的情况下并非是线程安全的，在高并发情况下，HashMap实例作为共享变量读写过程中会出现线程安全问题。 -
为什么Integer或者String比较适合作为HashMap的key？若用自定义的类作为key需要注意什么问题？
这些都是final修饰的不可变类型，自定义类作为key需要重写equals和hashCode方法。 -
HashMap、HashTable和CurrentHashMap的区别？
HashMap非线程安全，HashTable线程安全，使用synchronized性能差，CurrentHashMap采用unsafe的CAS操作，即乐观锁，线程安全，性能比HashTable好。 -
扩容时链表导致死循环？
-
containsKey和containsValue用哪个？性能如何？
containsKey在不存在hash冲突的情况下，时间复杂度为o(1)，而containsValue时间复杂度为o(n)。 -
HashMap中Iterator的便利顺序是什么
这个是我一个朋友遇到的面试题，以前还真没有仔细考虑过，其实源码中非常简单，iterator分为KeyIterator和ValueIterator都是按照table的顺序进行遍历的。
