Java集合之HashMap

作者: 带娃儿先走 | 来源:发表于2018-03-13 16:32 被阅读0次

前言

HashMap是Map集合的一种实现，提供了一种简单实用的数据存储和读取方式。
Map接口不同于List接口，属于集合框架中的另一个支线。

HashMap采用K-V键值对数据存储模型，底层的存储结构是基于数组和链表实现。在JDK 8中，当数组中某一项的链表存储键值对的个数超过8时，会使用红黑树来存储。

HashMap是一个非线程安全的集合类。如果在多线程环境下，可以使用Collections.synchronizedMap获得线程安全的HashMap：
Map map = Collections.synchronizedMap(new HashMap());

在HashMap中，我们把数组看作buckets array，数组的每个元素Node实现了Map.Entry接口，也叫做槽（bucket）。容量是指数的槽的数量。

image.png

HashMap实现了Map接口，有put、get、remove等一些操作集合的方法。
HashMap继承了AbstractMap类，AbstractMap类对于Map接口做了基础的实现，实现了containsKey、containsValue等方法。

源码分析

成员变量

...
static final int DEFAULT_INITIAL_CAPACITY = 16;
static final int MAXIMUM_CAPACITY = 1073741824;
static final float DEFAULT_LOAD_FACTOR = 0.75F;
static final int TREEIFY_THRESHOLD = 8;
static final int UNTREEIFY_THRESHOLD = 6;
static final int MIN_TREEIFY_CAPACITY = 64;
transient Node<K,V>[] table;
transient Set<Map.Entry<K,V>> entrySet;
transient int size;
transient int modCount;
int threshold;
final float loadFactor;

成员变量相对于List接口下的集合类来说比较多，我们可以从名字上看出对应的含义。

DEFAULT_INITIAL_CAPACITY：表示默认容量，容量必须为2的幂。
MAXIMUM_CAPACITY：表示最大容量，如果传入的容量大于该值，实际容量也会被该值替换。
DEFAULT_LOAD_FACTOR：默认的加载因子。加载因子可以理解为饱和率。用来计算扩容的threshold。当HashMap的实际元素容量达到threshold时，HashMap进行扩容操作。
TREEIFY_THRESHOLD：当槽的链表容量大于该值时，该槽内的存储结构由链表改为红黑树。该值必须大于2，最好大于8。
UNTREEIFY_THRESHOLD：当槽存储的元素容量小于该值时，由树型转回链式结构。该值应该小于TREEIFY_THRESHOLD。该值最大为6。
MIN_TREEIFY_CAPACITY：当哈希表的容量大于该值时，表中的槽才能树形化。否则槽内元素太多时会扩容。为了避免扩容与树形化选择的冲突，该值不能小于4 * TREEIFY_THRESHOLD。
table：存储Entry的数组，每个Entry是一条单链表的头结点。
entrySet：HashMap中所有键值对的集合。
size：HashMap键值对的数量。
threshold：如果size大于该值时，会进行扩容操作。threshold = capacity loadFactor。
loadFactor：实际的加载因子，通过构造方法传入。默认等于DEFAULT_LOAD_FACTOR。

构造方法

   public HashMap(int initialCapacity, float loadFactor) {
        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;
        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);
    }

HashMap有四个构造方法。我们主要关注的是initialCapacity(初始大小)、loadFactor(加载因子)两个参数。
第一个方法支持同时自定义两个参数。
第二个方法支持自定义initialCapacity，loadFactor使用DEFAULT_LOAD_FACTOR。
第三个方法不传参，initialCapacity使用DEFAULT_INITIAL_CAPACITY，loadFactor使用DEFAULT_LOAD_FACTOR。
第四个是将其它的Map集合元素重新散列，构造一个HashMap。

关注第一个方法中的tableSizeFor()方法。

static final int tableSizeFor(int cap) {
        int n = cap - 1;
        n |= n >>> 1;// >>>表示无符号右移
        n |= n >>> 2;
        n |= n >>> 4;
        n |= n >>> 8;
        n |= n >>> 16;
        return (n < 0) ? 1 : (n >= MAXIMUM_CAPACITY) ? MAXIMUM_CAPACITY : n + 1;
    }

这个方法主要是位运算操作。返回值是2的幂中第一个大于等于传入的cap的数值。
注意int n = cap - 1。这句话是为了避免cap本来就是2的幂次方，这样一来，经过后续的位操作的，返回值将会变成2 * cap,是不符合我们预期的。

Node类

static class Node<K,V> implements Map.Entry<K,V> {
        final int hash;
        final K key;
        V value;
        Node<K,V> next;
        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);//异或运算
        }
        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;
        }
    }

Node<K,V>类是HashMap中的静态内部类，实现Map.Entry<K,V>接口。定义了key键、value值、next节点，也就是说元素之间构成了单向链表。

重要普通方法

hash(Object key)

static final int hash(Object key) {
    int h;
    return (key == null) ? 0 : (h = key.hashCode()) ^ (h >>> 16);
}
public final int hashCode() {
        return Objects.hashCode(key) ^ Objects.hashCode(value);
}

这个方法首先获得了key的 Hash值。然后通过 Hash值进行高位运算。过程如下图：

image.png

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。

put(key,value）

public V put(K key, V value) {
      return putVal(hash(key), key, value, false,  true);
  }
  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)
            // tab 为空,调用resize()初始化tab。
            n = (tab = resize()).length;
        if ((p = tab[i = (n - 1) & hash]) == null)
            // key没有被占用的情况下,将value封装为Node并赋值
            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))))
                // 如果key相同,p赋值给e
                e = p;
            else if (p instanceof TreeNode)
                // 如果p是红黑树类型，调用putTreeVal方式赋值
                e = ((TreeNode<K,V>)p).putTreeVal(this, tab, hash, key, value);
            else {
                // index 相同的情况下
                for (int binCount = 0; ; ++binCount) {
                    if ((e = p.next) == null) {
                        // 如果p的next为空，将新的value值添加至链表后面
                        p.next = newNode(hash, key, value, null);
                        if (binCount >= TREEIFY_THRESHOLD - 1) // -1 for 1st
                            // 如果链表长度大于8，链表转化为红黑树，执行插入
                            treeifyBin(tab, hash);
                        break;
                    }
                    // key相同则跳出循环
                    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;
                //根据规则选择是否覆盖value
                if (!onlyIfAbsent || oldValue == null)
                    e.value = value;
                afterNodeAccess(e);
                return oldValue;
            }
        }
        ++modCount;
        if (++size > threshold)
            // size大于加载因子,扩容
            resize();
        afterNodeInsertion(evict);
        return null;
    }

HashMap 的插入操作需要分多种情况来判断。具体流程如下图:

image.png

resize( ) 方法

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) {
            // table已存在
            if (oldCap >= MAXIMUM_CAPACITY) {
                // 超过最大值就不再扩充
                threshold = Integer.MAX_VALUE;
                return oldTab;
            }
            //没超过最大值，扩充为原来的两倍
            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
            // 初始化时，tableSizeFor方法保证了threshold是2的幂次方
            newCap = oldThr;
        else {               // zero initial threshold signifies using defaults
            // 默认初始化，cap为16，threshold为12。
            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;
        if (oldTab != null) {
            // 把每个bucket都移动到新的buckets中
            for (int j = 0; j < oldCap; ++j) {
                Node<K,V> e;
                if ((e = oldTab[j]) != null) {
                    oldTab[j] = null;
                    if (e.next == null)
                       // 链表只有一个节点，直接赋值
                        newTab[e.hash & (newCap - 1)] = e;
                    else if (e instanceof TreeNode)
                        // e为红黑树的情况
                        ((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;
                        do {
                            next = e.next;
                            // e.hash & oldCap是新增的bit位的值
                            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;
    }

前面一部分是对于扩容的操作。oldCap > 0表示table已经被初始化过了。说明 HashMap 已经有元素了。而其它情况都是构造 HashMap 后还没有初始化table的情况。

resize方法我们主要关注的是元素转移到新数组的操作。

假设 HashMap 的capacity为 2k2k。一个元素element在这个数组中的索引为：index = element.hash & (2^k - 1)。
2^k - 1用二进制表示，它的最后 k 位都为1。
所以index的值就是element.hash二进制表示的最后 k 位转化为十进制。

示例如下：

image.png

接下来我们对 HashMap 进行扩容。capacity 为2k+12k+1。元素element在原来数组中的位置为index。
计算element在新数组中的位置:newIndex = element.hash & (2 ^ (k + 1）- 1)。
element.hash为固定值。考虑(2 ^ (k + 1）- 1)的取值，由上面的分析可以知道，它用二进制表示最后 k+1 位都为 1 。所以newIndex的值就是element.hash二进制表示的最后 k+1 位转化为十进制。

我们来探讨index与newIndex之间的关系。下面的hash都表示element.hash。
index的取值为hash的最后 k 位，newIndex的取值为hash的最后 k+1 位。
第 k+1 位转化为十进制时的取值为 2k2k。
假设hash的第 k+1 位为 x，它的值为hash & 2^k，newIndex = index + x∗2kx∗2k
当 x 为 0 时，最后的 k+1 位的值与最后 k 位的值一样。即newIndex = index。
当 x 为 1 时，newIndex = index + 2k2k。即element的位置右移了 2k2k位。
所以在计算新的索引值时，只需要计算hash的第 k+1 位，即hash & 2^k。
这个设计非常的巧妙，新增的1bit是0还是1可以认为是随机的，因此resize的过程均匀的把之前的冲突的节点分散到新的bucket中了。

假设capacity从 16 扩展到 32 。

image.png

理解了这个过程之后，resize方法理解起来就很简单了。
另外一个注意的点是：在 JDK 1.8 中，旧链表迁移新链表的时候，如果在新表的数组索引位置相同，链表元素不会倒置。这与 JDK 1.7 中不同。

get(key)

public V get(Object key) {
     Node<K,V> e;
     return (e = getNode(hash(key), key)) == null ? null : e.value;
 }
 
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)
                 return ((TreeNode<K,V>)first).getTreeNode(hash, key);
             do {
                 if (e.hash == hash &&
                     ((k = e.key) == key || (key != null && key.equals(k))))
                     return e;
             } while ((e = e.next) != null);
         }
     }
     return null;
 }

判断元素相等的设计比较经典，利用了 bool表达式的短路特性：先比较 hash值；如果 hash值相等，就通过==比较；如果==不等，再通过equals方法比较。hash是提前计算好的；==直接比较引用值；equals方法最有可能耗费性能，如String的equals方法需要O(n)的时间，n是字符串长度。

remove(key) & remove(key, value)

remove(key) 方法和remove(key, value)方法都是通过调用removeNode方法来实现删除元素的。

public V remove(Object key) {
    Node<K,V> e;
    return (e = removeNode(hash(key), key, null, false, true)) == null ?
        null : e.value;
}
public boolean remove(Object key, Object value) {
    return removeNode(hash(key), key, value, true, true) != null;
}
final Node<K,V> removeNode(int hash, Object key, Object value,
                               boolean matchValue, boolean movable) {
    Node<K,V>[] tab; Node<K,V> p; int n, index;
    if ((tab = table) != null && (n = tab.length) > 0 &&
        (p = tab[index = (n - 1) & hash]) != null) {
        Node<K,V> node = null, e; K k; V v;
        if (p.hash == hash &&
            ((k = p.key) == key || (key != null && key.equals(k))))
            // index 元素只有一个元素
            node = p;
        else if ((e = p.next) != null) {
            if (p instanceof TreeNode)
                // index处是一个红黑树
                node = ((TreeNode<K,V>)p).getTreeNode(hash, key);
            else {
                // index处是一个链表，遍历链表返回node
                do {
                    if (e.hash == hash &&
                        ((k = e.key) == key ||
                         (key != null && key.equals(k)))) {
                        node = e;
                        break;
                    }
                    p = e;
                } while ((e = e.next) != null);
            }
        }
        // 分不同情形删除节点
        if (node != null && (!matchValue || (v = node.value) == value ||
                             (value != null && value.equals(v)))) {
            if (node instanceof TreeNode)
                ((TreeNode<K,V>)node).removeTreeNode(this, tab, movable);
            else if (node == p)
                tab[index] = node.next;
            else
                p.next = .next;
            ++modCount;
            --size;
            afterNodeRemoval(node);
            return node;
        }
    }
    return null;
}

线程安全

在多线程使用场景中，应该尽量避免使用线程不安全的 HashMap，而使用线程安全的 ConcurrentHashMap。

迭代器的fail-fast策略导致了并发不安全。如果在使用迭代器的过程中有其他线程修改了。HashMap就会抛出异常。

而在 JDK 1.7 中，并发 put操作触发扩容导致潜在可能的死循环现象。
示例如下：

public class HashMapInfiniteLoop {  
 
    private static HashMap<Integer,String> map = new HashMap<Integer,String>(2);  
    public static void main(String[] args) {  
        map.put(5， "C");  
 
        new Thread("Thread1") {  
            public void run() {  
                map.put(7, "B");  
                System.out.println(map);  
            };  
        }.start();  
        new Thread("Thread2") {  
            public void run() {  
                map.put(3, "A");  
                System.out.println(map);  
            };  
        }.start();        
    }  
}

transfer方法中的迁移元素代码如下:

do {
    Entry<K,V> next = e.next; // <--假设线程一执行到这里就被调度挂起了
    int i = indexFor(e.hash, newCapacity);
    e.next = newTable[i];
    newTable[i] = e;
    e = next;
} while (e != null);

假设线程一执行完Entry<K,V> next = e.next;。而线程二执行完成了resize操作。那么会出现下图的情况：

image.png

Thread1的 e 指向了key(3)，而next指向了key(7)。

接下来线程一执行。先是执行 newTalbe[i] = e，然后是e = next，导致了e指向了key(7)，而下一次循环的next = e.next导致了next指向了key(3)。

image.png

e.next = newTable[i] 导致 key(3).next 指向了 key(7)。注意：此时的key(7).next已经指向了key(3)，环形链表就这样出现了。

image.png
当我们用线程一调用map.get(11)时，悲剧就出现了——Infinite Loop。

总结

扩容是一个特别耗性能的操作，所以当程序员在使用HashMap的时候，估算map的大小，初始化的时候给一个大致的数值，避免map进行频繁的扩容。

负载因子是可以修改的，也可以大于1，但是建议不要轻易修改，除非情况非常特殊。

HashMap是线程不安全的，不要在并发的环境中同时操作HashMap，建议使用ConcurrentHashMap。

JDK1.8引入红黑树大程度优化了HashMap的性能。

Java集合之HashMap

前言

源码分析

成员变量

构造方法

Node类

重要普通方法

线程安全

总结

相关文章

网友评论

延伸阅读

深度阅读

栏目导航

热点阅读