有人说HashMap是jdk中最难的类,重要性不用多说了,敲过代码的应该都懂,那么一起啃下这个硬骨头吧!
一、哈希表
在了解HashMap之前,先看看啥是哈希表,首先回顾下数组以及链表
数组:采用一段连续的存储单元来存储数据。对于指定下标的查找,时间复杂度为O(1);通过给定值进行查找,需要遍历数组,逐一比对给定关键字和数组元素,时间复杂度为O(n),当然,对于有序数组,则可采用二分查找,插值查找,斐波那契查找等方式,可将查找复杂度提高为O(logn);对于一般的插入删除操作,涉及到数组元素的移动,其平均复杂度也为O(n)。
线性链表:对于链表的新增,删除等操作(在找到指定操作位置后),仅需处理结点间的引用即可,时间复杂度为O(1),而查找操作需要遍历链表逐一进行比对,复杂度为O(n)。
哈希表:相比上述几种数据结构,在哈希表中进行添加,删除,查找等操作,性能十分之高,不考虑哈希冲突的情况下,仅需一次定位即可完成,时间复杂度为O(1)。
数组查询快的一个主要原因就是每个元素都有对应的index,根据index可以很方便的取数,哈希表的主干则是使用数组结构。来个图:
当插入数据时,首先对要插入的数据进行哈希计算(哈希算法可以说直接影响哈希表性能),得到某个值,这个值也就是代表数据在哈希表中的存储位置。举个例子,当前哈希表的长度为6,那么对于任何的正整数%6,得到的结果肯定是0-5,这小学数学应该就懂了吧!然后将余数作为要插入的位置,进行数据的保存。那就会有人问了,如果不同数据插入时,计算得到的余数相同怎么办?非常好,这就是哈希冲突,或是哈希碰撞。
二、hash冲突(hash碰撞)
哈希冲突的解决方案有多种:开放定址法(发生冲突,继续寻找下一块未被占用的存储地址),再散列函数法,链地址法,而HashMap即是采用了链地址法,也就是数组+链表的方式。
对于HashMap来说,如果没有出现hash冲突,自然是最好的,找到对应位置直接插入即可;若是存在hash冲突,由于每个位置上存在的其实是链表,往当前链表上加数据。
在jdk1.8之前,hashmap图示如下:
在1.8中,如图:
bucket代表的是桶,也就是当某一个位置上面的节点数大于8时,采用红黑树,否则使用链表。
jdk1.8之前的hashmap都采用上图的结构,都是基于一个数组和多个单链表,hash值冲突的时候,就将对应节点以链表的形式存储。如果在一个链表中查找其中一个节点时,将会花费O(n)的查找时间,会有很大的性能损失。到了jdk1.8,当同一个hash值的节点数不小于8时,不再采用单链表形式存储,而是采用红黑树。
三、类定义、成员变量、构造函数
1、类定义
public class HashMap<K,V> extends AbstractMap<K,V> implements Map<K,V>, Cloneable, Serializable
2、成员变量
private static final long serialVersionUID = 362498820763181265L; //初始化容量。左位移4位,也就是2的四次方 static final int DEFAULT_INITIAL_CAPACITY = 1 << 4; // aka 16 //最大容量 static final int MAXIMUM_CAPACITY = 1 << 30; //加载因子 static final float DEFAULT_LOAD_FACTOR = 0.75f; //当桶(bucket)上的结点数大于这个值时会转成红黑树 static final int TREEIFY_THRESHOLD = 8; //当桶(bucket)上的结点数小于这个值时树转链表 static final int UNTREEIFY_THRESHOLD = 6; //桶中结构转化为红黑树对应的table的最小大小 static final int MIN_TREEIFY_CAPACITY = 64; //存储元素的数组,总是2的幂次倍 transient Node<K,V>[] table; //存在所有的entry transient Set<Map.Entry<K,V>> entrySet; //实际存储的键值对的个数,不等于数组的size transient int size; //修改次数 transient int modCount; //临界值,当实际大小(容量*填充因子)超过临界值时,会进行扩容 int threshold; //负载因子,代表了table的填充度有多少,默认是0.75 final float loadFactor;
3、构造函数
public HashMap(int initialCapacity, float loadFactor) { if (initialCapacity < 0) throw new IllegalArgumentException("Illegal initial capacity: " + initialCapacity); //容量不能大于hashMap允许的最大值,超过了不会报错,默认最大值 if (initialCapacity > MAXIMUM_CAPACITY) initialCapacity = MAXIMUM_CAPACITY; //负载因子不能<=0,不能为非数字 if (loadFactor <= 0 || Float.isNaN(loadFactor)) throw new IllegalArgumentException("Illegal load factor: " + loadFactor); this.loadFactor = loadFactor; //这个方法返回大于initialCapacity的最小的二次幂数值。 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; //将m的所有元素存入本HashMap实例中。 putMapEntries(m, false); }
四、内部类
1、Node
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); } 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; } }
2、keySet
final class KeySet extends AbstractSet<K> { public final int size() { return size; } public final void clear() { HashMap.this.clear(); } public final Iterator<K> iterator() { return new KeyIterator(); } public final boolean contains(Object o) { return containsKey(o); } public final boolean remove(Object key) { return removeNode(hash(key), key, null, false, true) != null; } public final Spliterator<K> spliterator() { return new KeySpliterator<>(HashMap.this, 0, -1, 0, 0); } public final void forEach(Consumer<? super K> action) { Node<K,V>[] tab; if (action == null) throw new NullPointerException(); if (size > 0 && (tab = table) != null) { int mc = modCount; for (int i = 0; i < tab.length; ++i) { for (Node<K,V> e = tab[i]; e != null; e = e.next) action.accept(e.key); } if (modCount != mc) throw new ConcurrentModificationException(); } } }
3、Values
final class Values extends AbstractCollection<V> { public final int size() { return size; } public final void clear() { HashMap.this.clear(); } public final Iterator<V> iterator() { return new ValueIterator(); } public final boolean contains(Object o) { return containsValue(o); } public final Spliterator<V> spliterator() { return new ValueSpliterator<>(HashMap.this, 0, -1, 0, 0); } public final void forEach(Consumer<? super V> action) { Node<K,V>[] tab; if (action == null) throw new NullPointerException(); if (size > 0 && (tab = table) != null) { int mc = modCount; for (int i = 0; i < tab.length; ++i) { for (Node<K,V> e = tab[i]; e != null; e = e.next) action.accept(e.value); } if (modCount != mc) throw new ConcurrentModificationException(); } } }
4、entrySet
final class EntrySet extends AbstractSet<Map.Entry<K,V>> { public final int size() { return size; } public final void clear() { HashMap.this.clear(); } public final Iterator<Map.Entry<K,V>> iterator() { return new EntryIterator(); } public final boolean contains(Object o) { if (!(o instanceof Map.Entry)) return false; Map.Entry<?,?> e = (Map.Entry<?,?>) o; Object key = e.getKey(); Node<K,V> candidate = getNode(hash(key), key); return candidate != null && candidate.equals(e); } public final boolean remove(Object o) { if (o instanceof Map.Entry) { Map.Entry<?,?> e = (Map.Entry<?,?>) o; Object key = e.getKey(); Object value = e.getValue(); return removeNode(hash(key), key, value, true, true) != null; } return false; } public final Spliterator<Map.Entry<K,V>> spliterator() { return new EntrySpliterator<>(HashMap.this, 0, -1, 0, 0); } public final void forEach(Consumer<? super Map.Entry<K,V>> action) { Node<K,V>[] tab; if (action == null) throw new NullPointerException(); if (size > 0 && (tab = table) != null) { int mc = modCount; for (int i = 0; i < tab.length; ++i) { for (Node<K,V> e = tab[i]; e != null; e = e.next) action.accept(e); } if (modCount != mc) throw new ConcurrentModificationException(); } } }
五、主要方法
1、put()
//这个自然是用的最多的方法之一 public V put(K key, V value) { return putVal(hash(key), key, value, false, true); } static final int hash(Object key) { int h; //如果key为null,hash值为0.不为null,获取key的hashcode(),然后将h无符号右位移16位,再与原来的h做异或运算。 //为啥这么弄?鬼知道。。。但是目的就是为了让散列均匀 return (key == null) ? 0 : (h = key.hashCode()) ^ (h >>> 16); } final V putVal(int hash, K key, V value, boolean onlyIfAbsent, boolean evict) { Node<K,V>[] tab; Node<K,V> p; int n, i; //如果table为null或者长度为0,首先进行扩容。 if ((tab = table) == null || (n = tab.length) == 0) n = (tab = resize()).length; //(n-1)&hash是啥意思呢?目的:获取该对象的键在hashmap中的位置。n表示的是hash桶数组的长度,并且该长度为2的n次方,这样(n-1)&hash就等价于hash%n。因为&运算的效率高于%运算。(n-1)&hash=hash%n有一个前提,就是n为2的次方,比如2、4、8。。。 如果当前位置为null,说明还没有元素被放在这个位置,所以直接new一个node,放在此位置即可。 if ((p = tab[i = (n - 1) & hash]) == null) //newNode就是new一个node,放入到当前数组的对应位置上。 tab[i] = newNode(hash, key, value, null); else { Node<K,V> e; K k; //当前位置已经有node了,也就是出现了hash冲突 //如果桶中的第一个元素(数组中的结点)的hash值相等,key相等。 if (p.hash == hash && //判断Key是否与当前存在的node的key值相等 ((k = p.key) == key || (key != null && key.equals(k)))) e = p; //判断该链是红黑树 else if (p instanceof TreeNode) //放入红黑树中 e = ((TreeNode<K,V>)p).putTreeVal(this, tab, hash, key, value); //不是红黑树,肯定就是链表了 else { //在链表的最末端插入节点 for (int binCount = 0; ; ++binCount) { //如果当前node的next为null,说明当前的节点就是链表的最后一个元素 if ((e = p.next) == null) { p.next = newNode(hash, key, value, null); //因为bidCount从0开始,所以判断的值为TREEIFY_THRESHOLD - 1,大于TREEIFY_THRESHOLD,转换成红黑树 if (binCount >= TREEIFY_THRESHOLD - 1) // -1 for 1st treeifyBin(tab, hash); break; } //判断链表中结点的key值与插入的元素的key值是否相等。如果有相等的直接跳出循环 if (e.hash == hash && ((k = e.key) == key || (key != null && key.equals(k)))) break; p = e; } } //表示在桶中找到key值、hash值与插入元素相等的结点 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; }
总结下putVal(),如下:
- ①.判断键值对数组table[i]是否为空或为null,否则执行resize()进行扩容;
- ②.根据键值key计算hash值得到插入的数组索引i,如果table[i]==null,直接新建节点添加,转向⑥,如果table[i]不为空,转向③;
- ③.判断table[i]的首个元素是否和key一样,如果相同直接覆盖value,否则转向④,这里的相同指的是hashCode以及equals;
- ④.判断table[i] 是否为treeNode,即table[i] 是否是红黑树,如果是红黑树,则直接在树中插入键值对,否则转向⑤;
- ⑤.遍历table[i],判断链表长度是否大于8,大于8的话把链表转换为红黑树,在红黑树中执行插入操作,否则进行链表的插入操作;遍历过程中若发现key已经存在直接覆盖value即可;
- ⑥.插入成功后,判断实际存在的键值对数量size是否超多了最大容量threshold,如果超过,进行扩容。
2、get()
//get(key)方法的本质就是根据key值获取到对应的节点,然后将Node的value返回 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 && //在hashMap里,(n - 1) & hash = hash % n。证明方法:https://blog.csdn.net/evilcry2012/article/details/88823910 (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; //链中的第一个节点不符合规定,继续往下找。 if ((e = first.next) != null) { //如果是红黑树的话,查询红黑树的节点,然后返回。红黑树由于本人还不是非常清楚,所以暂不做解释了 if (first instanceof TreeNode) return ((TreeNode<K,V>)first).getTreeNode(hash, key); do { //这时候就确定为链表结构的数据了,轻车熟路,不多解释了。不清楚的可以看看本人的LinkedList if (e.hash == hash && ((k = e.key) == key || (key != null && key.equals(k)))) return e; } while ((e = e.next) != null); } } return null; }
六、思考点
1、为啥HashMap的初始大小为16?并且每次自动扩展或是手动初始化,长度必须为2的幂?
用16当做初始化的数,主要是考虑到key映射到index的hash算法。例如index = Hash("apple"),hash运算要尽量分布均匀,最理想的效果就是在一个hashMap对象put操作时,永远不要有hash冲突,当然一般实现不了。有一种最简单hash运算就是拿hash%length,余数为0~length-1,这种方式可以实现,但是需要把十进制的数转成二进制,效率相对较慢。在jdk8中,jdk大神是这么干的,index = HashCode(Key)&(Length - 1),具体的原因可以看这篇博客:https://blog.csdn.net/evilcry2012/article/details/88823910
2、高并发环境,hashMap可能会出现死锁
可以看下这篇文章:高并发下的HashMap