Java 8系列之重新认识HashMap
关于HashMap，上面链接里美团团队出的文章已经很好了。这篇博客详细聊一下HashMap里几个关键的算法。
二次hash算法
static final int hash(Object key) {
int h;
return (key == null) ? 0 : (h = key.hashCode()) ^ (h >>> 16);
}
源码只有一行，分为3步：
-
h = key.hashCode(),取到哈希码 -
h >>> 16，哈希码无符号右移16位（原长度32位），高位补0。这一步相当于把哈希码的高16位变成低位。 - h 和右移的结果做异或。由于
h >>> 16后高16位为0，任何数和0异或都是其本身，所以这一步保证了二次hash的结果中，高16位不变，低16位有key.hashCode()高位和低位的特征。
为什么要这样做呢？和hashMap中下标计算有关，往下看。
取下标算法
n = table.length;
index = (n-1) & hash;
由于n = table.length必为2的x次幂，(n-1) & hash时：
- 只要
x <= 16即数组长度小于65535时,hash中只有低16位参与了运算。所以二次hash算法中低位结合了高位的特征，就是为了减小hash碰撞。 -
(n-1) & hash等效于hash / n，即求余操作。举个栗子，n=16时，如下：
hash值 10101010
n-1 00001111
——————————————————
& 00001010 // 和1与时不变，和0与时=0
通过位运算实现了等效于求余的算法，效率更高。
tableSizeFor()
把构造函数传入的表示长度的任意数字优化为最接近它的2的n次幂的值，比如传入6，最终为8，传入129，最终为256。
static final int MAXIMUM_CAPACITY = 1 << 30;
/**
* Returns a power of two size for the given target capacity.
*/
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;
}
下面分析这个算法：
首先，为什么要对cap做减1操作。int n = cap - 1;
这是为了防止，cap已经是2的幂。如果cap已经是2的幂， 又没有执行这个减1操作，则执行完后面的几条无符号右移操作之后，返回的capacity将是这个cap的2倍。如果不懂，要看完后面的几个无符号右移之后再回来看看。
下面看看这几个无符号右移操作：
如果n这时为0了（经过了cap-1之后），则经过后面的几次无符号右移依然是0，最后返回的capacity是1（最后有个n+1的操作）。
这里只讨论n不等于0的情况。
第一次右移
n |= n >>> 1;
由于n不等于0，则n的二进制表示中总会有一bit为1，这时考虑最高位的1。通过无符号右移1位，则将最高位的1右移了1位，再做或操作，使得n的二进制表示中与最高位的1紧邻的右边一位也为1，如000011xxxxxx。
第二次右移
n |= n >>> 2;
注意，这个n已经经过了n |= n >>> 1; 操作。假设此时n为000011xxxxxx ，则n无符号右移两位，会将最高位两个连续的1右移两位，然后再与原来的n做或操作，这样n的二进制表示的高位中会有4个连续的1。如00001111xxxxxx 。
第三次右移
n |= n >>> 4;
这次把已经有的高位中的连续的4个1，右移4位，再做或操作，这样n的二进制表示的高位中会有8个连续的1。如00001111 1111xxxxxx 。
以此类推
注意，容量最大也就是32bit的正数，因此最后n |= n >>> 16; ，最多也就32个1，但是这时已经大于了MAXIMUM_CAPACITY ，所以取值到MAXIMUM_CAPACITY 。
举个栗子，如果构造函数里传入的数组长度是13，二进制为1101，经过n |= n >>> 1后还是1101,再n |= n >>> 2，为1111，1111后续右移4、8、16都为0000，再求或还是它本身。最后return n+1，即为1111 + 1 = 10000，即十进制的16，大功告成。
resize() 扩容算法
java 8 的扩容算法因为引入了红黑树，所以比较复杂，我们只提其中比较关键的地方：扩容后怎么确认新下标？
首先要知道扩容是2倍扩容，长度依然为2的次幂。
常规思路当然是重走一次index = (table.length-1) & hash，java 8之前确实是这样做的。
java8优化了这个算法：只需要看看原来的hash值新增的那个bit是1还是0就好了，是0的话索引没变，是1的话索引变成“原索引+oldCap，即hash & oldCap == 0”。
上面这句话是啥意思？举个例子：
// 假设hash值为10101010，原数组长度为8，扩容后为16，根据(table.length-1) & hash 即为
10101010
oldCap-1 00000111
——————————————————
& 00000010
10101010
newCap-1 00001111
——————————————————
& 00001010
// oldIndex即为hash前三位的值010，newIndex是hash前四位的值1010。
// 关键在新增的这一位，为0时 oldIndex=newIndex，位置不变；为1时newIndex = oldIndex + oldCap
// 所以这里无需再计算(table.length-1) & hash，只要判断新增的这一位是0还是1就可以；
10101010
oldCap 00001000
——————————————————
& 00001000
// 直接hash & oldCap == 0，true 时新增的bit为0；index不变，false 时为1，newIndex = oldIndex + oldCap
总结
所以HashMap的长度为什么要优化为2的次幂？从上面的算法可以看出：
- 取下标算法
(table.length-1) & hash，当length为2的次幂时，等效于求余，比求余效率更高。 - 扩容时只需要判断新增的那个bit即可确定下标。
网友评论