扒光 HashMap

阅读要求：具备一定的数据结构基础知识，例如：数组，链表，二叉树的数据结构以及特性

HashMap 的构成

• 数组 + 链表 + 红黑树

    transient Node<K,V>[] table;

• 默认容量：

    /**
     * The default initial capacity - MUST be a power of two.
     */
    static final int DEFAULT_INITIAL_CAPACITY = 1 << 4; // aka 16

• 扩容阀值

    int threshold;

• 加载因子：默认是 0.75，范围：0-1

    final float loadFactor;

• HashMap 数据结构原型图

  
  图片来源于：一文读懂HashMap

• 一个数据，是如何保存到数据的哪一个下标下呢？

index = (size - 1) & hash

哈希碰撞（哈希冲突）

哈希碰撞的定义：

不同的 key 值，通过哈希函数，计算出来的 hash 相同

举个栗子：

哈希函数为： hash = key % 3
传递的 key 分别为：1 和 4，于是有： hash(1) = 1%3 = 1； hash(4) = 4%3 =1;
不同的 key, 计算出来的 hash 值相同，故产生了哈希碰撞

哈希函数

良好的哈希函数应尽可能的具备有以下几种特性：

• 计算速度快
• 计算出来的结果离散，哈希碰撞的机会尽可能少

解决哈希碰撞的方法

• 链地址法： 将 hash 相同的，存储在同一线性链表中（参考：上方数据结构原型图）。

• 其他方法：探针法，开放地址法，再哈希法等

HashMap 的扩容机制

扩容机制

• 扩容时机

size >= loadFactor * capacity

举个栗子：loadFactor 为 0.75， capacity 为 16, 则触发扩容的时机就是 12 时触发。

• 扩容机制：容量翻倍

threshold = oldThr << 1

• 扩容的时机

扩容优化：

为了避免频繁的扩容，造成性能问题和内存浪费，在确定容量的情况下，应使用 HashMap 两个参数的构造函数，指定容量以及扩容因子

    public HashMap(int initialCapacity, float loadFactor) {

    }

默认的扩容因子为什么是 0.75？

利用统计学的泊松分布概念计算得出，可参考文章 HashMap的loadFactor为什么是0.75？

HashMap 的存储过程

存储过程流程图

存储过程流程图

源码解析

final V putVal(int hash, K key, V value, boolean onlyIfAbsent,
                   boolean evict) {
        Node<K,V>[] tab; Node<K,V> p; int n, i;
      // 获取初始化数据
        if ((tab = table) == null || (n = tab.length) == 0)
           // 数据进行初始化，并且给会重新计算 threshold 大小为 0.75 * 容量
            n = (tab = resize()).length;
       // 计算得到要插入到数据的哪一个位置
        if ((p = tab[i = (n - 1) & hash]) == null)
            // 如果当前数组位置为空，则直接将此节点插入
            tab[i] = newNode(hash, key, value, null);
        else {
            // 代表数组位置不空，则：1. 相同 key 值则替换位置下的值 2. 如果是红黑树，则插入到红黑树中；如果不是红黑树，则插入到链表中
            Node<K,V> e; K k;
            if (p.hash == hash &&
                ((k = p.key) == key || (key != null && key.equals(k))))
                //  找到相同 key 值
                e = p;
            else if (p instanceof TreeNode)
              // 红黑树，则插入到红黑树中
                e = ((TreeNode<K,V>)p).putTreeVal(this, tab, hash, key, value);
            else {
              // 遍历链表
                for (int binCount = 0; ; ++binCount) {
                    if ((e = p.next) == null) {
                      // 链表节点指向下一个为空，代表找到了末尾，插入到链表末尾
                        p.next = newNode(hash, key, value, null);
                        if (binCount >= TREEIFY_THRESHOLD - 1) // -1 for 1st
                          // 链表数量达到 8 个，链表转红黑树
                            treeifyBin(tab, hash);
                        break;
                    }
                    if (e.hash == hash &&
                        ((k = e.key) == key || (key != null && key.equals(k))))
                        // 找到相同 key 值
                        break;
                    // 当前链表，指向下一个
                    p = e;
                }
            }
            // 代表找到相同的 key 值，将此节点中的值替换
            if (e != null) { // existing mapping for key
                V oldValue = e.value;
                if (!onlyIfAbsent || oldValue == null)
                    e.value = value;
                afterNodeAccess(e);
                return oldValue;
            }
        }
        ++modCount;
        // 当前容量 +1，满足扩容条件，进行扩容
        if (++size > threshold)
            resize();
        afterNodeInsertion(evict);
        return null;
    }

其它键值存储方式

HashMap 和 Hashtable 的区别

• HashMap 是线程不安全的， HashTable 是线程安全的，因为 Hashtable 提供的函数都加载了 synchronize 关键字，故 Hashtable 的效率低；
• HashMap 默认容量是 16，Hashtable 的默认容量是 11；
• 存储结构不同等。

HashMap 的其他替代方案

• SparseArray
• Hashtable
• ConcurrentHashMap

不吐不快

• threshold 在构造函数的时，是代表容量值，在首次 putVal 中，对 table 进行初始化，重新将 threshold 的值变为 capacity * loadFactor，threshold 存在二异性，巨坑
• resize 函数逻辑写得渣到掉土了

参考文献

• 一文读懂HashMap
• HashMap的loadFactor为什么是0.75？