jdk1.8 hashmap

2019年12月05日 阅读数:52
这篇文章主要向大家介绍jdk1.8 hashmap,主要内容包括基础应用、实用技巧、原理机制等方面,希望对大家有所帮助。

本文来源于:http://www.2cto.com/kf/201505/401433.htmlhtml

这几天学习了HashMap的底层实现,发现关于HashMap实现的博客仍是不少的,但几乎都是JDK1.6版本的,而个人JDK版本是1.8.0_25,对比之下,发现Hashmap的实现变更较大。这篇博客断断续续写了一天,理解不当之处,欢迎指正。java

在JDK1.6中,HashMap采用位桶+链表实现,即便用链表处理冲突,同一hash值的链表都存储在一个链表里。可是当位于一个桶中的元素较多,即hash值相等的元素较多时,经过key值依次查找的效率较低。而JDK1.8中,HashMap采用位桶+链表+红黑树实现,当链表长度超过阈值(8)时,将链表转换为红黑树,这样大大减小了查找时间。node

下面直接贴代码:数组

1 涉及到的数据结构:处理hash冲突的链表和红黑树以及位桶数据结构

 

?
1
2
3
4
5
6
7
8
9
10
11
12
13
14
15
16
17
18
19
20
21
22
23
24
25
26
27
28
29
30
31
32
33
34
35
36
37
38
39
40
//Node是单向链表,它实现了Map.Entry接口
static class Node<k,v> implements Map.Entry<k,v> {
     final int hash;
     final K key;
     V value;
     Node<k,v> next;
     //构造函数Hash值 键 值 下一个节点
     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);
     }
 
     public final V setValue(V newValue) {
         V oldValue = value;
         value = newValue;
         return oldValue;
     }
     //判断两个node是否相等,若key和value都相等,返回true。能够与自身比较为true
     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 ;
     }
}</k,v></k,v></k,v></k,v>

?
1
2
3
4
5
6
7
8
9
10
11
12
13
14
15
16
17
18
19
//红黑树
static final class TreeNode<k,v> extends LinkedHashMap.Entry<k,v> {
     TreeNode<k,v> parent;  // 父节点
     TreeNode<k,v> left; //左子树
     TreeNode<k,v> right; //右子树
     TreeNode<k,v> prev;    // needed to unlink next upon deletion
     boolean red;    //颜色属性
     TreeNode( int hash, K key, V val, Node<k,v> next) {
         super (hash, key, val, next);
     }
 
     //返回当前节点的根节点
     final TreeNode<k,v> root() {
         for (TreeNode<k,v> r = this , p;;) {
             if ((p = r.parent) == null )
                 return r;
             r = p;
         }
     }</k,v></k,v></k,v></k,v></k,v></k,v></k,v></k,v></k,v>

?
1
transient Node<k,v>[] table; //存储(位桶)的数组</k,v>

有了以上3个数据结构,只要有一点数据结构基础的人,均可以大体联想到HashMap的实现了。首先有一个每一个元素都是链表(可能表述不许确)的数组,当添加一个元素(key-value)时,就首先计算元素key的hash值,以此肯定插入数组中的位置,可是可能存在同一hash值的元素已经被放在数组同一位置了,这时就添加到同一hash值的元素的后面,他们在数组的同一位置,可是造成了链表,因此说数组存放的是链表。而当链表长度太长时,链表就转换为红黑树,这样大大提升了查找的效率。

 

下面继续看代码实现:app

2 HashMap主要属性函数

说一下填充比,默认值为0.75,若是实际元素所占容量占分配容量的75%时就要扩容了。若是填充比很大,说明利用的空间不少,可是查找的效率很低,由于链表的长度很大(固然最新版本使用了红黑树后会改进不少),HashMap原本是以空间换时间,因此填充比不必太大。可是填充比过小又会致使空间浪费。若是关注内存,填充比能够性能

稍大,若是主要关注查找性能,填充比能够稍小。学习

 

?
1
2
3
4
5
6
7
8
9
10
11
12
13
14
15
16
17
18
19
20
21
22
23
24
25
26
27
28
29
30
31
public class HashMap<k,v> extends AbstractMap<k,v> implements Map<k,v>, Cloneable, Serializable {
 
     private static final long serialVersionUID = 362498820763181265L;
 
     static final int DEFAULT_INITIAL_CAPACITY = 1 << 4 ; // aka 16
 
     static final int MAXIMUM_CAPACITY = 1 << 30 ; //最大容量
 
     static final float DEFAULT_LOAD_FACTOR = 0 .75f; //填充比
 
     //当add一个元素到某个位桶,其链表长度达到8时将链表转换为红黑树
     static final int TREEIFY_THRESHOLD = 8 ;
 
 
     static final int UNTREEIFY_THRESHOLD = 6 ;
 
 
     static final int MIN_TREEIFY_CAPACITY = 64 ;
 
     transient Node<k,v>[] table; //存储元素的数组
 
 
     transient Set<map.entry<k,v>> entrySet;
 
     transient int size; //存放元素的个数
 
     transient int modCount; //被修改的次数fast-fail机制
 
     int threshold; //临界值 当实际大小(容量*填充比)超过临界值时,会进行扩容
 
     final float loadFactor; //填充比(......后面略)</map.entry<k,v></k,v></k,v></k,v></k,v>

3 构造方法

 

HashMap的构造方法有4种,主要涉及到的参数有,指定初始容量,指定填充比和用来初始化的Map,直接看代码this

 

?
1
2
3
4
5
6
7
8
9
10
11
12
13
14
15
16
17
18
19
20
21
22
23
24
25
26
27
28
29
30
31
32
33
34
/* ---------------- Public operations -------------- */
 
//构造函数1
public HashMap( int initialCapacity, float loadFactor) {
     //指定的初始容量非负
     if (initialCapacity < 0 )
         throw new IllegalArgumentException(Illegal initial capacity:  +
                                            initialCapacity);
     //若是指定的初始容量大于最大容量,置为最大容量
     if (initialCapacity > MAXIMUM_CAPACITY)
         initialCapacity = MAXIMUM_CAPACITY;
     //填充比为正
     if (loadFactor <= 0 || Float.isNaN(loadFactor))
         throw new IllegalArgumentException(Illegal load factor:  +
                                            loadFactor);
     this .loadFactor = loadFactor;
     this .threshold = tableSizeFor(initialCapacity); //新的扩容临界值
}
 
//构造函数2
public HashMap( int initialCapacity) {
     this (initialCapacity, DEFAULT_LOAD_FACTOR);
}
 
//构造函数3
public HashMap() {
     this .loadFactor = DEFAULT_LOAD_FACTOR; // all other fields defaulted
}
 
//构造函数4用m的元素初始化散列映射
public HashMap(Map<!--? extends K, ? extends V--> m) {
     this .loadFactor = DEFAULT_LOAD_FACTOR;
     putMapEntries(m, false );
}

4 扩容机制

 

构造hash表时,若是不指明初始大小,默认大小为16(即Node数组大小16),若是Node[]数组中的元素达到(填充比*Node.length)

 

?
1
2
3
4
5
6
7
8
9
10
11
12
13
14
15
16
17
18
19
20
21
22
23
24
25
26
27
28
29
30
31
32
33
34
35
36
37
38
39
40
41
42
43
44
45
46
47
48
49
50
51
52
53
54
55
56
57
58
59
60
61
62
63
64
65
66
67
68
69
70
71
72
73
74
75
76
//可用来初始化HashMap大小 或从新调整HashMap大小 变为原来2倍大小
    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 ) {
            if (oldCap >= MAXIMUM_CAPACITY) { //超过1>>30大小,没法扩容只能改变 阈值
                threshold = Integer.MAX_VALUE;
                return oldTab;
            }
            else if ((newCap = oldCap << 1 ) < MAXIMUM_CAPACITY &&
                     oldCap >= DEFAULT_INITIAL_CAPACITY) //新的容量为旧的2倍 最小也是16
                newThr = oldThr << 1 ; // 扩容阈值加倍
        }
        else if (oldThr > 0 )
            newCap = oldThr; //oldCap=0 ,oldThr>0此时newThr=0
        else {               //oldCap=0,oldThr=0 至关于使用默认填充比和初始容量 初始化
            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];
        //数组辅助到新的数组中,分成黑树和链表讨论
        table = newTab;
        if (oldTab != null ) {
            for ( int j = 0 ; j < oldCap; ++j) {
                Node<k,v> e;
                if ((e = oldTab[j]) != null ) {
                    oldTab[j] = null ;
                    if (e.next == null )
                        newTab[e.hash & (newCap - 1 )] = e;
                    else if (e instanceof TreeNode)
                        ((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;
                            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;
    }</k,v></k,v></k,v></k,v></k,v></k,v></k,v></k,v></k,v>

很明显,由于存在旧数组元素复制到新数组中的操做,扩容很是耗时。

 

5 肯定元素put/get的数组Node[]位置

 

?
1
2
3
4
static final int hash(Object key) {
     int h;
     return (key == null ) ? 0 : (h = key.hashCode()) ^ (h >>> 16 );
}
?
1
public native int hashCode();

首先由key值经过hash(key)获取hash值h,再经过 h&(length-1)获得所在数组位置。通常对于哈希表的散列经常使用的方法有直接定址法,除留余数法等,既要便于计算,又能减小冲突。

 

在Hashtable中就是经过除留余数法散列分布的,具体以下:

?
1
int index = (hash & 0x7FFFFFFF ) % tab.length;
可是取模中的除法运算效率很低,HashMap则经过h&(length-1)替代取模,获得所在数组位置,这样效率会高不少。

在HashMap实现中还能够看到以下代码取代了之前版本JDK1.6的while循环来保证哈希表的容量一直是2的整数倍数,用移位操做取代了循环移位。

 

 

?
1
2
3
4
5
6
7
8
9
10
//这段代码保证HashMap的容量老是2的n次方
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 ;
}
能够从 源码 看出,在HashMap的构造函数中,都直接或间接的调用了tableSizeFor函数。下面分析缘由:length为2的整数幂保证了length-1最后一位(固然是二进制表示)为1,从而保证了取索引操做 h&(length-1)的最后一位同时有为0和为1的可能性,保证了散列的均匀性。反过来说,当length为奇数时,length-1最后一位为0,这样与h按位与

 

的最后一位确定为0,即索引位置确定是偶数,这样数组的奇数位置所有没有放置元素,浪费了大量空间。

简而言之:length为2的幂保证了按位与最后一位的有效性,使哈希表散列更均匀。
 

6 下面分析HashMap的最经常使用操做put和get

注意HashMap中key和value都允许为null

直接上代码:

 

?
1
2
3
4
5
6
7
8
9
10
11
12
13
14
15
16
17
18
19
20
21
22
23
24
25
26
27
28
29
30
//***********************************get***************************************************/
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;
     //hash & (length-1)获得对象的保存位
     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 ) {
             //若是第一个节点是TreeNode,说明采用的是数组+红黑树结构处理冲突
             //遍历红黑树,获得节点值
             if (first instanceof TreeNode)
                 return ((TreeNode<k,v>)first).getTreeNode(hash, key);
             //链表结构处理
             do {
                 if (e.hash == hash &&
                     ((k = e.key) == key || (key != null && key.equals(k))))
                     return e;
             } while ((e = e.next) != null );
         }
     }
     return null ;
}</k,v></k,v></k,v></k,v></k,v>

?
1
2
3
4
5
6
7
8
9
10
11
12
13
14
15
16
17
18
19
20
21
22
23
24
25
26
27
28
29
30
31
32
33
34
35
36
37
38
39
40
41
42
43
44
45
46
47
48
49
50
51
52
53
54
//************************put*********************************************************************
    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;
        //若是tab为空或长度为0,则分配内存resize()
        if ((tab = table) == null || (n = tab.length) == 0 )
            n = (tab = resize()).length;
        //(n - 1) & hash找到put位置,若是为空,则直接put
        if ((p = tab[i = (n - 1 ) & hash]) == null )
            tab[i] = newNode(hash, key, value, null );
        else {
            Node<k,v> e; K k;
            //第一节节点hash值同,且key值与插入key相同
            if (p.hash == hash &&((k = p.key) == key || (key != null && key.equals(k))))
                e = p;
            else if (p instanceof TreeNode) //属于红黑树处理冲突
                e = ((TreeNode<k,v>)p).putTreeVal( this , tab, hash, key, value);
            else {
                //链表处理冲突
                for ( int binCount = 0 ; ; ++binCount) {
                    //p第一次指向表头,之后依次后移
                    if ((e = p.next) == null ) {
                        //e为空,表示已到表尾也没有找到key值相同节点,则新建节点
                        p.next = newNode(hash, key, value, null );
                        //新增节点后若是节点个数到达阈值,则将链表转换为红黑树
                        if (binCount >= TREEIFY_THRESHOLD - 1 ) // -1 for 1st
                            treeifyBin(tab, hash);
                        break ;
                    }
                    //允许null==null
                    if (e.hash == hash &&((k = e.key) == key || (key != null && key.equals(k))))
                        break ;
                    p = e; //更新p指向下一个节点
                }
            }
            //更新hash值和key值均相同的节点Value值
            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 ;
    }</k,v></k,v></k,v></k,v>

下面简单说下添加键值对put(key,value)的过程:(事实上,直接看代码逻辑更清晰些)

 

1判断键值对数组tab[]是否为空或为null,不然resize();

2根据键值key计算hash值获得插入的数组索引i,若是tab[i]==null,直接新建节点添加,不然转入3

3判断当前数组中处理hash冲突的方式为链表仍是红黑树(check第一个节点类型便可),分别处理。


热门标签