上篇：《對於HashMap,你知道多少？》

 

閱讀目錄

• 1、前言
• 2、源碼解讀
• 3、併發場景中使用HashMap會怎麼樣？
• 4、怎樣合理使用HashMap?

1、前言

HashMap在面試中是個火熱的話題，那麼你能應付自如嗎？下面拋出幾個問題看你是否知道，若是知道那麼本文對於你來講就不值一提了。

• HashMap的內部數據結構是什麼？
• HashMap擴容機制時什麼？何時擴容？
• HashMap其長度有什麼特徵？爲何是這樣？
• HashMap爲何線程不安全？併發的場景會出現什麼的狀況？

本文是基於JDK1.7.0_79版本進行研究的。

2、源碼解讀

一、類的繼承關係

 

其中繼承了AbstractMap抽象類，別小看了這個抽象類哦，它實現了Map接口的許多重要方法，大大減小了實現此接口的工做量。

二、屬性解析

2.一、capacity：容量

• DEFAULT_INITIAL_CAPACITY：默認的初始容量-必須是2的冪。爲何呢？先留個疑問在這

 

• MAXIMUM_CAPACITY：最大容量爲2^30。

2.2 threshold：閾值

 

從上面註釋能夠看出， 它的值是由容量和加載因子決定的。

2.3 loadFactor：加載因子，默認爲0.75

 

2.4 size：鍵值對長度

 

2.5 modCount：修改內部結構的次數

 

上面五個屬性字段都很重要， 後面再分析體現其重要。

三、底層數據結構

 

Entry內部結構以下：

 

經分析後其數據結構爲數組+鏈表的形式，展現圖以下：

 

四、重要函數

4.1 構造函數

總共有四個構造函數， 主要分析含有兩個參數的構造函數：

 

其實這個構造函數也主要是初始化加載因子和閾值。（可能1.7的其餘版本會有點不同，會在構造函數中初始化table）

 

4.2 put()函數

 

• 第一步：當table尚未初始化時，看下inflateTable()函數作了什麼操做。

 

• 其中容量是根據toSize取第一個大於它的2的指數次冪的值， 以下，其中highestOneBit函數是返回其最高位的權值，用的最巧的就是(number - 1) << 1 其實就是取number的倍數， 但綜合使用卻能取得第一個大於等於該值的2的指數次冪。（用的牛逼）

 

• 接着看put函數的第二步：當key爲null時，會取數組下標爲0的位置進行鏈表遍歷，若是存在key=null，則替換值並返回。不然進入第六步（注意：索引值依然指定是0）。

 

• 第三步：根據key的hashCode求取hash值，這又是個神奇的算法，這裏不作多解釋。

 

• 第四步：根據hash值和底層數組的長度計算索引下標。由於數組的長度是2的冪，因此h & (length-1)運算其實就是h與（length-1）的取模運算。不得不服啊，將計算運用的如此高效。

 

找個數驗證下：

 

• 第五步是驗證是否有重複key,若是有則替換新值而後返回，源碼很詳細了就再也不作解釋了。
• 第六步：是將值添加到entry數組中，詳細看下addEntry()函數。首先根據size和閾值判斷是否須要擴容（進行兩倍擴容），若是須要擴容則先擴容從新計算索引，則建立新的元素添加至數組。

 

其中擴容機制resize()函數須要重點撈出來曬下：newCapacity = 2 * length，理論上會進行兩倍擴容但會根最大容量進行對比取最小， 建立新數組而後將就數組中的值拷貝至新數組（其中會從新計算索引下標），而後再賦值給table, 最後再從新計算閾值。

 

接着看transfer()函數，多注意這個函數中循環的內容

 

經過上面分析，其實put函數仍是簡單的，不是很繞。那麼能從其中找到開頭的第二和第三個問題的答案嗎？下面總結下順便回答下這兩個問題：

一、數組長度不論是初始化仍是擴容時，都始終保持是2的指數次冪。爲何呢？下面個人分析：

• 能使元素均勻分佈，增大空間利用率。put值時須要根據key的hash值與長度進行取模運算獲得索引下標，若是是2的冪，那麼length必定是偶數，則length-1必定是奇數，那麼它對應的二進制的最後一位必定是1，因此它能保證h&（length-1）既能到奇數也能獲得偶數，這樣保證了散列的均勻性。相反若是不是2的冪，那麼length-1多是偶數，這樣h&(length-1)獲得的都是偶數，就會浪費一半的空間了。
• 運算效率高效。位運算比%運算高效。

二、重複key的值會被新值替換，容許key爲空且統一放在下標爲0的鏈表上。

三、當size大於等於閾值（容量*加載因子）時，會進行擴容。擴容機制是：擴容量爲原來數組長度的兩倍，根據擴容量建立新數組而後進行數組拷貝，新元素落位須要從新計算索引下標。擴容後，閾值須要從新計算，須要插入的元素落位的索引下標也須要從新計算。

四、擴容很耗時，而擴容的次數主要取決於加載因子的值，由於它決定這擴容的次數。下面講下它的取值的重要性：

• 加載因子越小，優勢：存儲的衝突機會減小；缺點：擴容次數越多（消耗性能就越大）、同時浪費空間較大（不少空間還沒用，就開始擴容了）
• 加載因子越大，有點：擴容次數較少，空間利用率高；缺點：衝突概率就變大了、鏈表（後面介紹）長度會變長，查找的效率下降

五、擴容時會從新計算索引下標。也就是所謂的rehash過程。

六、插入元素都是表頭插入，而不是鏈表尾插入。

4.三、get()函數

知道了put方法的原理，那麼get方法就很簡單了。

 

第一步：若是key爲空，則直接從table[0]所對應的鏈表中查找（應該還記得put的時候爲null的key放在哪）。

 

第二步：若是key不爲空，則根據key獲取hash值，而後再根據hash和length-1取模獲得索引，而後再遍歷索引對應的鏈表，存在與key相等的則返回。

 

3、併發場景中使用HashMap會怎麼樣？

一、確定不能保證數據的安全性，由於內部方法沒有一個是線程安全的。

二、有時會出現死鎖狀況。爲何呢？下面列個場景簡單分析下：

• 假設當前容量爲4， 有三個元素（a, b, c）都在table[2]下的鏈表中，另外一個元素(d)在table[3]下。如圖

 

• 假設此時有A,B兩個線程都要往map中put一個元素則都須要擴容，當遍歷到table[2]時，假設線程B先進入循環體的第一步：e 指向a, next指向b, 如圖：

 

 

• 此時線程B讓出時間片，讓A線程一直執行完擴容操做，最終落位一樣也是落位到table[2],其鏈表元素已經倒序了。如圖：

 

• A線程讓出時間片，B線程操做：接着循環繼續執行，執行到循環末尾的時候，table[2] 指向a, 同時 e 和 next 都是指向b,如圖：

 

 

• 接着第二輪循環， e = b, next = a, 進行第二輪循環後的結果是e = next 且 table[2] 指向b元素，b元素再指向a元素，如圖：

 

• 接着第三輪循環， e = a, a的下個元素爲null, 因此next = null，可是當執行到下面這步就改變形式了，e.next 又指向了b，此時a和b已經出現了環形。由於next = null，因此終止了循環。

 

 

• 此時，問題尚未直接產生。當調用get()函數查找一個不存在的Key，而這個Key的Hash結果剛好等於3的時候，因爲位置3帶有環形鏈表，因此程序將會進入死循環！（上面圖形均忽略四個元素和要插入元素的規劃）

• 注：歡迎工做1到5年的Java工程師朋友們加入Java高級交流：468897908。羣內提供免費的Java架構學習資料（有Spring，MyBatis，Netty源碼分析，高併發、高性能、分佈式、微服務架構的原理，JVM性能優化等...）這些成爲架構師必備的知識體系，以及Java進階學習路線圖。

4、怎樣合理使用HashMap?

• 一、建立HashMap時，指定足夠大的容量，減小擴容次數。最好爲：須要存的實際個數/除以加載因子。可使用guava包中的Maps.newHashMapWithExpectedSize()方法。

爲何要這樣指定大小呢？ 再去上面回顧下擴容時機吧

• 二、不要在併發場景中使用HashMap，如硬要使用經過Collections工具類建立線程安全的map,如：Collections.synchronizedMap(new HashMap<String, Object>());