image
前言
学过数据结构的读者们想必其实也都学过HashMap，面试官问你的时候，想来你都是很清楚的知道HashMap是怎样的一个构成？确实很简单，就是数组加链表嘛。那再问你Hashtable和HashMap的区别是什么？脑子也不用想，又能出来一个答案线程安全和线程不安全,Hashtable不允许存在空值呗。那继续往深处问，HashMap是怎么做性能优化的？这个时候你是怎么样的反应呢？如果知道红黑树，那就能答出来；不知道的话那不是就凉了，因为这个时候连ConcurrentHashMap都需要放弃回答了！！！
思维导图
image
HashMap源码导读
其实思路大致都是相同的，所以这里只分析一个HashMap，先贴出他的几个常见用法。
HashMap hashMap = new HashMap();
hashMap.put(key, value);
hashMap.get(key);
主要从这个方面对HashMap的整个工作流程进行分析。
HashMap()
public HashMap(int initialCapacity, float loadFactor) {
if (initialCapacity < 0)
throw new IllegalArgumentException("Illegal initial capacity: " +
initialCapacity);
// 对数组的一个保护，不能超过int最大值范围
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);
}
public HashMap(int initialCapacity) {
this(initialCapacity, DEFAULT_LOAD_FACTOR);
}
public HashMap() {
this.loadFactor = DEFAULT_LOAD_FACTOR; // all other fields defaulted
}
public HashMap(Map<? extends K, ? extends V> m) {
this.loadFactor = DEFAULT_LOAD_FACTOR;
putMapEntries(m, false);
}
其实在无参构造方法，我们并没有看到所谓的数组的初始化，他只对我们的负载因子做了一个初始化，也就是我们一直常说的0.75f,但为什么是0.75f呢，只能说是一个经验值，也就是经验所致，因为0.5f时空间太浪费，1f时容易出现极端情况，当然也不是随便定的，设计师肯定是做了很多的测试的，但依旧是一个经验值，或者说是测试后的最优解。
回到我们之前的问题，既然我们学习的时候学到过HashMap是一个数组+链表。那做第一个思考为什么初始化不见了？ 先带着这样的问题继续啊往下走。
先看看自己动手初始化容量构造函数，最后都会调用下方的tableSizeFor()方法。
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;
}
本质意思就是把数值变成2的指数倍，这样的好处是计算方便处理。但是出现同样的问题，没有初始化，这里也只看到了容量。问题继续保留。
put(key, value)
public V put(K key, V value) {
return putVal(hash(key), key, value, false, true); // 1
}
// 由注释1直接调用的方法putVal()
final V putVal(int hash, K key, V value, boolean onlyIfAbsent,
boolean evict) {
Node<K,V>[] tab; Node<K,V> p; int n, I;
// 第一次来判断的时候，显然的tab是一个空，因为在构造函数中，我们并没有看到他的初始化，那么必然要调用resize()方法。
if ((tab = table) == null || (n = tab.length) == 0)
n = (tab = resize()).length; // 2，未能出事而必然调用的方法
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(); // 2
afterNodeInsertion(evict);
return null;
}
// 由注释2直接调用的方法
// 由多种方法调用到这里：
// 1. 尚未初始化
// 2. 保存的数据超出 容量 * 负载因子
// 3. 数据被删的不足以支持树形的时候
final Node<K,V>[] resize() {
Node<K,V>[] oldTab = table;
int oldCap = (oldTab == null) ? 0 : oldTab.length;
int oldThr = threshold;
int newCap, newThr = 0;
// 。。。。
// 此处对容量大小做了一系列的判定，为定义初始化容量为16
// 。。。。
if (newThr == 0) {
float ft = (float)newCap * loadFactor;
newThr = (newCap < MAXIMUM_CAPACITY && ft < (float)MAXIMUM_CAPACITY ?
(int)ft : Integer.MAX_VALUE);
}
threshold = newThr;
// 进行了整个的table进行一个初始化
// 而这个table就是一个Node的数组
// Node也就是链表的一个个节点，读者自己点进去观察就能看到next节点
@SuppressWarnings({"rawtypes","unchecked"})
Node<K,V>[] newTab = (Node<K,V>[])new Node[newCap];
table = newTab;
// 。。。。。
}
到这里我们就已经明白了，原来初始化的过程已经在这里进行了定义，这也就解决了我们的第一个问题了。但是随之而来第二个问题，为什么要这样设计呢？ 这里给出我思考的一个答案，如果只创建了，却没有进行使用呢？那至少就会占去16个数据类型大小的内存，而这样的创建方法，就是对内存的一种保护机制。
第三个问题，为什么要转变成树形（当然它是有好听的名字的，叫做红黑树）？ 其实结构的转换为的不外乎几种原因效率问题、空间占用问题。如果使用链表查询，他的查询速度是O(n) ，而红黑树的查询速度是O(logn)。但是红黑树带来的问题确实一个存储容量的问题，作为二叉树，他需要同时保存左右节点，而单链表只有一个节点，那么内存消耗的问题就出来了。树的构造问题能讲一篇博客，所以就不再这里讲先了。
get(key)
public V get(Object key) {
Node<K,V> e;
return (e = getNode(hash(key), key)) == null ? null : e.value;
}
通过hash值来寻找我们对应的节点，那我们就需要先来看看这个hash是怎么计算的。
static final int hash(Object key) {
int h;
return (key == null) ? 0 : (h = key.hashCode()) ^ (h >>> 16);
}
答案也是一目了然的，获得hashCode()值，然后进行于0000_0000_0000_0000b进行异或运算。其实就是为了算出hashCode()的低16位。那我们获得了hash值以后，就需要来找找我们的节点了。
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) {
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)
// 对树形中的数据进行查找
return ((TreeNode<K,V>)first).getTreeNode(hash, key);
// 对链表中的数据进行查找
do {
if (e.hash == hash &&
((k = e.key) == key || (key != null && key.equals(k))))
return e;
} while ((e = e.next) != null);
}
}
return null;
}
然后获取到我们需要的数据，然后就返还给我们了，哇哦！！原来整体就够就是这么简单的。（其实真正写起来不简单，分析起来简单一点罢了，嘿嘿。）
HashMap和Hashtable有什么不同
既然我们已经知道了整个的HashMap的构成，那主要要了解的对象就应该是Hashtable了。那我们先来看看Hashtable的构造函数好了。
// 无参构造函数初始化，处理容量为11，负载因子为0，75
public Hashtable() {
this(11, 0.75f);
}
// 链表的创建在默认最后嗲用的构造函数中就已经创建
// 那这里我们就发现了第一个不同的地方。
public Hashtable(int initialCapacity, float loadFactor) {
if (initialCapacity < 0)
throw new IllegalArgumentException("Illegal Capacity: "+
initialCapacity);
if (loadFactor <= 0 || Float.isNaN(loadFactor))
throw new IllegalArgumentException("Illegal Load: "+loadFactor);
if (initialCapacity==0)
initialCapacity = 1;
this.loadFactor = loadFactor;
table = new Entry<?,?>[initialCapacity];
threshold = (int)Math.min(initialCapacity * loadFactor, MAX_ARRAY_SIZE + 1);
}
文内写了第一个不同点，但是还有一个不同点，你是否发现了？ 就是容量的问题，在HashMap中的容量计算全部都是往2的指数倍进行靠近的，但是Hashtable并没有做出这样的选择，但是在负载因子上又出奇的一致。
再看看Hashtable的put(key, value)方法。
public synchronized V put(K key, V value) {
// 判空机制的存在，和HashMap并无判空，也就容许null作为key存在
if (value == null) {
throw new NullPointerException();
}
// Makes sure the key is not already in the hashtable.
Entry<?,?> tab[] = table;
int hash = key.hashCode();
int index = (hash & 0x7FFFFFFF) % tab.length;
@SuppressWarnings("unchecked")
Entry<K,V> entry = (Entry<K,V>)tab[index];
for(; entry != null ; entry = entry.next) {
if ((entry.hash == hash) && entry.key.equals(key)) {
V old = entry.value;
entry.value = value;
return old;
}
}
addEntry(hash, key, value, index);
return null;
}
我们常说Hashtable是一个线程安全的类，而这里也给了我们答案，他在方法上加了synchronized，也就是锁的机制，来完成我们的同步。但是思前想后，我都存在一个疑惑，你们是否看到了他的resize()函数呢？，没错，并不存在resize()函数。也就说明Hashtable并不会做扩容的机制，那一旦发生极端情况，我们的就炸裂了。
那我们继续往下看看好了，因为在这个函数中还存在一个addEntry()方法，看看里面是不是有扩容机制呢。
private void addEntry(int hash, K key, V value, int index) {
modCount++;
Entry<?,?> tab[] = table;
if (count >= threshold) {
// Rehash the table if the threshold is exceeded
rehash();
tab = table;
hash = key.hashCode();
index = (hash & 0x7FFFFFFF) % tab.length;
}
// Creates the new entry.
@SuppressWarnings("unchecked")
Entry<K,V> e = (Entry<K,V>) tab[index];
tab[index] = new Entry<>(hash, key, value, e);
count++;
}
原来他改头换面了，在addEntry()方法中，我们发现他的重构函数是一个叫做rehash()的函数。而扩容机制和HashMap相同都是放大两倍的操作来进行完成的。但是从效率上来讲，因为一直数组+链表的形式存在，就算是没有线程安全的机制，效率上来说总体还是比HashMap差劲的。
ConcurrentHashMap就线程安全的性能优化
说到ConcurrentHashMap，其实他和HashMap一样都是存在JDK1.8前后的版本差异的。
网上可以查到很多关于version 1.8之前的机制，也就是分段锁，可以看做成多个Hashtable的组合。而version 1.8之后的机制，就是锁槽了。迟点做一个详细的解析。
既然是性能优化，那么就应该有性能优化的点。
（1）和HashMap的实现方式一样，数组+链表+红黑树，查找性能上优于Hashtable。前提： 使用的容量大于8。
（2）分段锁机制 / 锁槽机制：不再是整个数组加锁，而是对单条或者几条链表和红黑树进行加锁，也就同时能够就收多个不同的hash操作了。
因为我本地使用的JDK1.8，所以我们就先研究一下JDK1.8的做法好了。
final V putVal(K key, V value, boolean onlyIfAbsent) {
if (key == null || value == null) throw new NullPointerException();
int hash = spread(key.hashCode());
int binCount = 0;
for (Node<K,V>[] tab = table;;) {
Node<K,V> f; int n, i, fh;
if (tab == null || (n = tab.length) == 0)
//。。。。。
}
else if ((f = tabAt(tab, i = (n - 1) & hash)) == null) {
// 引入了CAS机制
if (casTabAt(tab, i, null,
new Node<K,V>(hash, key, value, null)))
break; // no lock when adding to empty bin
}
else if ((fh = f.hash) == MOVED)
//。。。。。
else {
V oldVal = null;
synchronized (f) {
// 。。。。。
}
//。。。。。
}
}
addCount(1L, binCount);
return null;
}
需要关注的是加锁对象synchronized (f)。对变量f代表就一个hash对应的一条链表，而加锁正好加的是这条链表，或者这颗红黑树上，另外索引为空时通过CAS的方式来创建一个新的节点。这也就是JDK 1.8引入的新机制CAS+锁。
那我们再看看JDK 1.7的做法是什么样的，就直接用一张图来直观感受吧
image
image
version 1.7的时候根据Segment来给每一链配锁，但是带来的问题就是hash搜索时间变长。不过相较于Hashtable而言，性能上还是更加出色的。因为分段锁的机制也就不影响两两段之间并不会存在锁的问题，也就提高了性能。
而相较于version 1.8来说，性能确是不足的，首先是引入了红黑树的原因，第二Segment的维护其他相较于现在是一个比较麻烦的过程。而后者调整为单个Node进行一个调整，需要进行调整的范围减小了，带来了两个好处，一是好管理，二是可同时操作的数量增加。
总结
其实总体来说就是性能上是HashMap > ConcurrentHashMap > Hashtable ，考虑上线程安全以后ConcurrentHashMap > Hashtable 。所以才会出现后来我们的ConcurrentHashMap出现来替代Hashtable。
以上就是我的学习成果，如果有什么我没有思考到的地方或是文章内存在错误，欢迎与我分享。
相关文章推荐：
网友评论