相关文章
java源码分析之HashMap (一)
上一篇博文主要介绍了HashMap链表结构的实现，本篇继续分析HashMap树形结构的实现。
树形桶的节点结构
static final class TreeNode<K,V> extends LinkedHashMap.Entry<K,V> {
TreeNode<K,V> parent; // red-black tree links
TreeNode<K,V> left;
TreeNode<K,V> right;
TreeNode<K,V> prev; // needed to unlink next upon deletion
boolean red;
TreeNode(int hash, K key, V val, Node<K,V> next) {
super(hash, key, val, next);
}
// 代码省略
}
TreeNode是树形结构的基本节点，它继承自LinkedHashMap.Entry类，我们看一下具体的实现
static class Entry<K,V> extends HashMap.Node<K,V> {
Entry<K,V> before, after;
Entry(int hash, K key, V value, Node<K,V> next) {
super(hash, key, value, next);
}
}
从以上代码我们可以看到，TreeNode是个红黑树的节点，Entry是个双向链表的节点，由此我们我们可以大胆猜测一下，如果一个桶的结构是树形结构，那么它应该是红黑树+双向链表的集合体，下面我们就来分析+验证这个猜测。
树形桶的生成
我们看一下putVal()方法：
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)
n = (tab = resize()).length;
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();
afterNodeInsertion(evict);
return null;
}
我们从第19行开始看
这一句的判断条件的意思是 当某个桶内的元素大于等于TREEIFY_THRESHOLD这个值时，会把桶的链表结构转换为树形结构，我们继续分析treeifyBin()方法：
final void treeifyBin(Node<K,V>[] tab, int hash) {
int n, index; Node<K,V> e;
if (tab == null || (n = tab.length) < MIN_TREEIFY_CAPACITY)
// table的长度大于MIN_TREEIFY_CAPACITY时才会有执行树化操作，否则只是扩容
resize();
else if ((e = tab[index = (n - 1) & hash]) != null) {
TreeNode<K,V> hd = null, tl = null;
do {
TreeNode<K,V> p = replacementTreeNode(e, null);
if (tl == null)
hd = p;
else {
p.prev = tl;
tl.next = p;
}
tl = p;
} while ((e = e.next) != null);
if ((tab[index] = hd) != null)
hd.treeify(tab);
}
}
我们看第三行代码，从这一行代码的判断条件可以得出结论：只有在桶的个数大于等于MIN_TREEIFY_CAPACITY个时，才会执行树化操作，否则只是扩容，由此我们可以得出如下结论：
HashMap将链表结构转化为树形结构有两个条件:
1.单个桶中节点个数大于等于TREEIFY_THRESHOLD（默认值为8）
2.table长度大于等于MIN_TREEIFY_CAPACITY（默认值为64）
继续分析 treeifyBin(Node<K,V>[] tab, int hash) 方法，我们可以看到在接下来的do-while循环只是将目标桶内的单向链表结构转化为了双向链表结构，那么真正转为树形结构的操作在哪里呢？答案很明显，就是在hd.treeify(tab);这一行，我们继续跟下去。
final void treeify(Node<K,V>[] tab) {
TreeNode<K,V> root = null;
for (TreeNode<K,V> x = this, next; x != null; x = next) {
next = (TreeNode<K,V>)x.next;
x.left = x.right = null;
if (root == null) {
x.parent = null;
x.red = false;
root = x;
}
else {
K k = x.key;
int h = x.hash;
Class<?> kc = null;
for (TreeNode<K,V> p = root;;) {
int dir, ph;
K pk = p.key;
if ((ph = p.hash) > h)
dir = -1;
else if (ph < h)
dir = 1;
else if ((kc == null &&
(kc = comparableClassFor(k)) == null) ||
(dir = compareComparables(kc, k, pk)) == 0)
dir = tieBreakOrder(k, pk);
TreeNode<K,V> xp = p;
if ((p = (dir <= 0) ? p.left : p.right) == null) {
x.parent = xp;
if (dir <= 0)
xp.left = x;
else
xp.right = x;
root = balanceInsertion(root, x);
break;
}
}
}
}
moveRootToFront(tab, root);
}
从代码可以看出，这其实就是把链表转化为红黑树的逻辑，关于红黑树我们后面再讲，现在只需要知道红黑树是一个平衡二叉查找树即可,而且综合之前的分析，我们可以看到其实TreeNode既是一个红黑树结构，又是一个双链表结构。
既然有treeify方法，那么相对的就会有unTreeify方法，我们来看一下：
final Node<K,V> untreeify(HashMap<K,V> map) {
Node<K,V> hd = null, tl = null;
for (Node<K,V> q = this; q != null; q = q.next) {
Node<K,V> p = map.replacementNode(q, null);
if (tl == null)
hd = p;
else
tl.next = p;
tl = p;
}
return hd;
}
方法的实现很简单，就是遍历红黑树把TreeNode节点转化为Node节点，也就是把红黑树+双向链表的数据结构转化为单向链表结构。
那么这个unTreeify方法是在哪里调用的呢？有两个地方，一个是removeTreeNode方法，一个是split方法，我们首先看removeTreeNode方法：
final void removeTreeNode(HashMap<K,V> map, Node<K,V>[] tab,
boolean movable) {
int n;
if (tab == null || (n = tab.length) == 0)
return;
int index = (n - 1) & hash;
TreeNode<K,V> first = (TreeNode<K,V>)tab[index], root = first, rl;
TreeNode<K,V> succ = (TreeNode<K,V>)next, pred = prev;
if (pred == null)
tab[index] = first = succ;
else
pred.next = succ;
if (succ != null)
succ.prev = pred;
if (first == null)
return;
if (root.parent != null)
root = root.root();
if (root == null
|| (movable
&& (root.right == null
|| (rl = root.left) == null
|| rl.left == null))) {
tab[index] = first.untreeify(map); // too small
return;
}
// 代码省略
}
代码很长，且大部分和红黑树的节点删除有关，我们把无关的代码省略，重点看一下untreeify执行的条件
条件.jpg
我们来分析分析上面这个逻辑，进入这个untreeify() 的要求是，root == null, root.right ==null, root.left==null, root.left.left==null四种情况，我们以7个节点的红黑树来分析，A为root节点。
七节点红黑树.png
所以进入这个方法主要有以下几种情况，我们一种一种的来分析当满足要求时，节点的个数。（这里默认认为知道红黑树的5个特点，主要是黑平衡）
当这四种情况都满足时，我们可以看出最多节点有如上图所示个数，可以为7个。（大于8个不考虑，因为大于8会变成红黑树）。
1. 最多节点情况：当我们删除节点D时，只满足root.left.left==null这个条件，这棵树仍可以维持红黑树的特点，这时的最大节点数为6.
2. 最少节点情况：当EFG不存在时，在A,B,C,D中删除任意一个节点，都会满足上述四种规则中的一种。则存在最少节点情况，有3个节点。
以上情况都是会将树转化成链表，此时的节点是 3<= nodes <=6 ，由此可以看出，当节点数在小于6时，是可能转化成链表，但不是绝对情况， 所以使用定义的变量（固定数量6）也不正确。只好通过判断去动态获取节点数。
节点数量原因分析
为什么在小于6的时候可能转换成链表，而在大于8的时候转化成红黑树？
主要通过时间查询节点分析，红黑树的平均查询时间为 log(n), 而链表是O(n)，平均是O(n)/2。
当节点数为8时，红黑树查询时间3，链表查询时间是4, 可以看出来当红黑树查询效率大于了链表。（两个函数曲线问题，当节点更多是，比红黑树需要的时间更多）
当节点数为6时，为什么转换成链表，我认为主要时因为节点数太少，如果还是用红黑树，为了维持红黑树的特点，则需要翻转，左旋，右旋，等，更消耗性能。
为什么不是7是转化？
主要是为了给一个过渡，防止频繁转化。 也如上图，7个节点可能正好是一个满二叉树。
接下来看split方法：
final void split(HashMap<K,V> map, Node<K,V>[] tab, int index, int bit) {
TreeNode<K,V> b = this;
// Relink into lo and hi lists, preserving order
TreeNode<K,V> loHead = null, loTail = null;
TreeNode<K,V> hiHead = null, hiTail = null;
int lc = 0, hc = 0;
for (TreeNode<K,V> e = b, next; e != null; e = next) {
next = (TreeNode<K,V>)e.next;
e.next = null;
if ((e.hash & bit) == 0) {
if ((e.prev = loTail) == null)
loHead = e;
else
loTail.next = e;
loTail = e;
++lc;
}
else {
if ((e.prev = hiTail) == null)
hiHead = e;
else
hiTail.next = e;
hiTail = e;
++hc;
}
}
if (loHead != null) {
if (lc <= UNTREEIFY_THRESHOLD)
tab[index] = loHead.untreeify(map);
else {
tab[index] = loHead;
if (hiHead != null) // (else is already treeified)
loHead.treeify(tab);
}
}
if (hiHead != null) {
if (hc <= UNTREEIFY_THRESHOLD)
tab[index + bit] = hiHead.untreeify(map);
else {
tab[index + bit] = hiHead;
if (loHead != null)
hiHead.treeify(tab);
}
}
}
这个方法的调用是在resize方法中，结合我们上一篇讲过的链表结构resize的操作，这里的逻辑就不难理解了，其实就是把一个桶的树形结构拆分成高低位两个桶，如果低位的桶不适用红黑树的结构了，就调用unTreeify方法转化为链表结构。
网友评论