高級架構進階之HashMap源碼就該這麼學
引言--面試常見的問題
問：「你用過HashMap，你能跟我說說它嗎？」
「固然用過，HashMap是一種的存儲結構，可以快速將key的數據put方式存儲起來，而後很快的經過get取出來」，而後說「HashMap不是線程安全的， 答：HashTable是線程安全的，經過synchronized實現的。HashMap取值很是快」等等。這個時候說明他已經很熟練使用HashMap的工具了。node
問：「你知道HashMap 在put和get的時候是怎麼工做的嗎？」
答：「HashMap是經過key計算出Hash值，而後將這個Hash值映射到對象的引用上，get的時候先計算key的hash值，而後找到對象」。這個時候已經顯得不自信了。web
問：「HashMap的key爲何通常用字符串比較多，能用其餘對象，或者自定義的對象嗎？爲何？」
答：「這個沒研究過，通常習慣用String。」面試
問：「你剛纔提到HashMap不是線程安全的，你怎麼理解線程安全。原理是什麼？幾種方式避免線程安全的問題。」
答：「線程安全就是多個線程去訪問的時候，會對對象形成不是預期的結果，通常要加鎖才能線程安全。」HashMap的面試問題可以考察面試者的線程問題、Java內存模型問題、線程可見與不可變問題、Hash計算問題、鏈表結構問題、二進制的&、|、<<、>>等問題。因此一個HashMap就能考驗一我的的技術功底了。數組
1、數據結構
HashMap是數組+鏈表+紅黑樹（JDK1.8增長了紅黑樹部分）實現的，以下所示安全
// Node<K,V> 類用來實現數組及鏈表的數據結構
static class Node<K,V> implements Map.Entry<K,V> {
final int hash; //保存節點的 hash 值
final K key; //保存節點的 key 值
V value; //保存節點的 value 值
Node<K,V> next; //指向鏈表結構下的當前節點的 next 節點，紅黑樹 TreeNode 節點中也有用到
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() { }
public final V getValue() { }
public final String toString() { }
public final int hashCode() { }
public final V setValue(V newValue) { }
public final boolean equals(Object o) { }
}
public class LinkedHashMap<K,V> {
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);
}
}
}
// TreeNode<K,V> 繼承 LinkedHashMap.Entry<K,V>，用來實現紅黑樹相關的存儲結構
static final class TreeNode<K,V> extends LinkedHashMap.Entry<K,V> {
TreeNode<K,V> parent; // 存儲當前節點的父節點
TreeNode<K,V> left; //存儲當前節點的左孩子
TreeNode<K,V> right; //存儲當前節點的右孩子
TreeNode<K,V> prev; // 存儲當前節點的前一個節點
boolean red; // 存儲當前節點的顏色（紅、黑）
TreeNode(int hash, K key, V val, Node<K,V> next) {
super(hash, key, val, next);
}
final TreeNode<K,V> root() { }
static <K,V> void moveRootToFront(Node<K,V>[] tab, TreeNode<K,V> root) { }
final TreeNode<K,V> find(int h, Object k, Class<?> kc) { }
final void treeify(Node<K,V>[] tab) { }
final Node<K,V> untreeify(HashMap<K,V> map) { }
final TreeNode<K,V> putTreeVal(HashMap<K,V> map, Node<K,V>[] tab,int h, K k, V v) { }
final void removeTreeNode(HashMap<K,V> map, Node<K,V>[] tab, boolean movable) { }
final void split(HashMap<K,V> map, Node<K,V>[] tab, int index, int bit) { }
/* ------------------------------------------------------------ */
// Red-black tree methods, all adapted from CLR
// 紅黑樹相關操做
static <K,V> TreeNode<K,V> rotateLeft(TreeNode<K,V> root,TreeNode<K,V> p) {}
static <K,V> TreeNode<K,V> rotateRight(TreeNode<K,V> root,TreeNode<K,V> p) { }
static <K,V> TreeNode<K,V> balanceInsertion(TreeNode<K,V> root, TreeNode<K,V> x) {}
static <K,V> TreeNode<K,V> balanceDeletion(TreeNode<K,V> root,TreeNode<K,V> x) {}
static <K,V> boolean checkInvariants(TreeNode<K,V> t) {}
}
2、成員屬性
//建立 HashMap 時未指定初始容量狀況下的默認容量
static final int DEFAULT_INITIAL_CAPACITY = 1 << 4;
//HashMap 的最大容量
static final int MAXIMUM_CAPACITY = 1 << 30;
//HashMap 默認的裝載因子,當 HashMap 中元素數量超過 容量*裝載因子 時，進行 resize() 操做
static final float DEFAULT_LOAD_FACTOR = 0.75f;
//用來肯定什麼時候將解決 hash 衝突的鏈表轉變爲紅黑樹
static final int TREEIFY_THRESHOLD = 8;
// 用來肯定什麼時候將解決 hash 衝突的紅黑樹轉變爲鏈表
static final int UNTREEIFY_THRESHOLD = 6;
/* 當須要將解決 hash 衝突的鏈表轉變爲紅黑樹時，須要判斷下此時數組容量，如果因爲數組容量過小（小於 MIN_TREEIFY_CAPACITY ）致使的 hash 衝突太多，則不進行鏈表轉變爲紅黑樹操做，轉爲利用 resize() 函數對 hashMap 擴容 */
static final int MIN_TREEIFY_CAPACITY = 64;
//保存Node<K,V>節點的數組
transient Node<K,V>[] table;
//由 hashMap 中 Node<K,V> 節點構成的 set
transient Set<Map.Entry<K,V>> entrySet;
//記錄 hashMap 當前存儲的元素的數量
transient int size;
//記錄 hashMap 發生結構性變化的次數（注意 value 的覆蓋不屬於結構性變化）
transient int modCount;
//threshold的值應等於 table.length * loadFactor, size 超過這個值時進行 resize()擴容
int threshold;
//記錄 hashMap 裝載因子
final float loadFactor;
一、loadFactor參數
若是內存富餘，那麼建議把loadFactor設置的小一點，可是要注意初始size的設置，若是不合適會致使頻繁的 resize 嚴重影響插入的效率。
若是內存比較吃緊，就能夠把loadFactor設置的大一些，可是loadFactor設置大的話，鍵值對以鏈表的形式存儲的機率就提升，平均的查詢時間變慢，可是對於插入而言，雖然沒有直接的影響，可是loadFactor提升，性能優化
3、構造方法
//構造方法１，指定初始容量及裝載因子
public HashMap(int initialCapacity, float loadFactor) {
if (initialCapacity < 0)
throw new IllegalArgumentException("Illegal initial capacity: " +
initialCapacity);
if (initialCapacity > MAXIMUM_CAPACITY)
initialCapacity = MAXIMUM_CAPACITY;
if (loadFactor <= 0 || Float.isNaN(loadFactor))
throw new IllegalArgumentException("Illegal load factor: " +
loadFactor);
this.loadFactor = loadFactor;
/* tableSizeFor(initialCapacity) 方法返回的值是最接近 initialCapacity 的2的冪，若指定初始容量爲９，則實際 hashMap 容量爲16*/
//注意此種方法建立的 hashMap 初始容量的值存在 threshold 中
this.threshold = tableSizeFor(initialCapacity);
}
//tableSizeFor(initialCapacity) 方法返回的值是最接近 initialCapacity 的2的冪
static final int tableSizeFor(int cap) {
int n = cap - 1;
n |= n >>> 1;// >>> 表明無符號右移
n |= n >>> 2;
n |= n >>> 4;
n |= n >>> 8;
n |= n >>> 16;
return (n < 0) ? 1 : (n >= MAXIMUM_CAPACITY) ? MAXIMUM_CAPACITY : n + 1;
}
//構造方法２，僅指定初始容量，裝載因子的值採用默認的 0.75
public HashMap(int initialCapacity) {
this(initialCapacity, DEFAULT_LOAD_FACTOR);
}
//構造方法３，全部參數均採用默認值
public HashMap() {
this.loadFactor = DEFAULT_LOAD_FACTOR; // all other fields defaulted
}
4、put方法
當咱們往HashMap中put元素的時候，先根據key的hashCode從新計算hash值，根據hash值獲得這個元素在數組中的位置（即下標），若是數組該位置上已經存放有其餘元素了，那麼在這個位置上的元素將以鏈表的形式存放，新加入的放在鏈頭，最早加入的放在鏈尾，數組中存儲的是最後插入的元素 。若是數組該位置上沒有元素，就直接將該元素放到此數組中的該位置上。微信
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, //這裏onlyIfAbsent表示只有在該key對應原來的value爲null的時候才插入，也就是說若是value以前存在了，就不會被新put的元素覆蓋。
boolean evict) { //evict參數用於LinkedHashMap中的尾部操做，這裏沒有實際意義。
Node<K,V>[] tab; Node<K,V> p; int n, i; //定義變量tab是將要操做的Node數組引用，p表示tab上的某Node節點，n爲tab的長度，i爲tab的下標。
if ((tab = table) == null || (n = tab.length) == 0) //判斷當table爲null或者tab的長度爲0時，即table還沒有初始化，此時經過resize()方法獲得初始化的table。
n = (tab = resize()).length; //這種狀況是可能發生的，HashMap的註釋中提到：The table, initialized on first use, and resized as necessary。
if ((p = tab[i = (n - 1) & hash]) == null) //此處經過（n - 1） & hash 計算出的值做爲tab的下標i，並另p表示tab[i]，也就是該鏈表第一個節點的位置。並判斷p是否爲null。
tab[i] = newNode(hash, key, value, null); //當p爲null時，代表tab[i]上沒有任何元素，那麼接下來就new第一個Node節點，調用newNode方法返回新節點賦值給tab[i]。
else { //下面進入p不爲null的狀況，有三種狀況：p爲鏈表節點；p爲紅黑樹節點；p是鏈表節點但長度爲臨界長度TREEIFY_THRESHOLD，再插入任何元素就要變成紅黑樹了。
Node<K,V> e; K k; //定義e引用即將插入的Node節點，而且下文能夠看出 k = p.key。
if (p.hash == hash && //HashMap中判斷key相同的條件是key的hash相同，而且符合equals方法。這裏判斷了p.key是否和插入的key相等，若是相等，則將p的引用賦給e。
((k = p.key) == key || (key != null && key.equals(k)))) //這一步的判斷實際上是屬於一種特殊狀況，即HashMap中已經存在了key，因而插入操做就不須要了，只要把原來的value覆蓋就能夠了。
e = p; //這裏爲何要把p賦值給e，而不是直接覆蓋原值呢？答案很簡單，如今咱們只判斷了第一個節點，後面還可能出現key相同，因此須要在最後一併處理。
else if (p instanceof TreeNode) //如今開始了第一種狀況，p是紅黑樹節點，那麼確定插入後仍然是紅黑樹節點，因此咱們直接強制轉型p後調用TreeNode.putTreeVal方法，返回的引用賦給e。
e = ((TreeNode<K,V>)p).putTreeVal(this, tab, hash, key, value); //你可能好奇，這裏怎麼不遍歷tree看看有沒有key相同的節點呢？其實，putTreeVal內部進行了遍歷，存在相同hash時返回被覆蓋的TreeNode，不然返回null。
else { //接下里就是p爲鏈表節點的情形，也就是上述說的另外兩類狀況：插入後仍是鏈表/插入後轉紅黑樹。另外，上行轉型代碼也說明了TreeNode是Node的一個子類。
for (int binCount = 0; ; ++binCount) { //咱們須要一個計數器來計算當前鏈表的元素個數，並遍歷鏈表，binCount就是這個計數器。
if ((e = p.next) == null) { //遍歷過程當中當發現p.next爲null時，說明鏈表到頭了，直接在p的後面插入新的鏈表節點，即把新節點的引用賦給p.next，插入操做就完成了。注意此時e賦給p。
p.next = newNode(hash, key, value, null); //最後一個參數爲新節點的next，這裏傳入null，保證了新節點繼續爲該鏈表的末端。
if (binCount >= TREEIFY_THRESHOLD - 1) // -1 for 1st //插入成功後，要判斷是否須要轉換爲紅黑樹，由於插入後鏈表長度加1，而binCount並不包含新節點，因此判斷時要將臨界閾值減1。
treeifyBin(tab, hash); //當新長度知足轉換條件時，調用treeifyBin方法，將該鏈表轉換爲紅黑樹。
break; //固然若是不知足轉換條件，那麼插入數據後結構也無需變更，全部插入操做也到此結束了，break退出便可。
}
if (e.hash == hash && //在遍歷鏈表的過程當中，我以前提到了，有可能遍歷到與插入的key相同的節點，此時只要將這個節點引用賦值給e，最後經過e去把新的value覆蓋掉就能夠了。
((k = e.key) == key || (key != null && key.equals(k)))) //老樣子判斷當前遍歷的節點的key是否相同。
break; //找到了相同key的節點，那麼插入操做也不須要了，直接break退出循環進行最後的value覆蓋操做。
p = e; //在第21行我提到過，e是當前遍歷的節點p的下一個節點，p = e 就是依次遍歷鏈表的核心語句。每次循環時p都是下一個node節點。
}
}
if (e != null) { // existing mapping for key //左邊註釋爲jdk自帶註釋，說的很明白了，針對已經存在key的狀況作處理。
V oldValue = e.value; //定義oldValue，即原存在的節點e的value值。
if (!onlyIfAbsent || oldValue == null) //前面提到，onlyIfAbsent表示存在key相同時不作覆蓋處理，這裏做爲判斷條件，能夠看出當onlyIfAbsent爲false或者oldValue爲null時，進行覆蓋操做。
e.value = value; //覆蓋操做，將原節點e上的value設置爲插入的新value。
afterNodeAccess(e); //這個函數在hashmap中沒有任何操做，是個空函數，他存在主要是爲了linkedHashMap的一些後續處理工做。
return oldValue; //這裏頗有意思，他返回的是被覆蓋的oldValue。咱們在使用put方法時不多用他的返回值，甚至忘了它的存在，這裏咱們知道，他返回的是被覆蓋的oldValue。
}
}
++modCount; //收尾工做，值得一提的是，對key相同而覆蓋oldValue的狀況，在前面已經return，不會執行這裏，因此那一類狀況不算數據結構變化，並不改變modCount值。
if (++size > threshold) //同理，覆蓋oldValue時顯然沒有新元素添加，除此以外都新增了一個元素，這裏++size並與threshold判斷是否達到了擴容標準。
resize(); //當HashMap中存在的node節點大於threshold時，hashmap進行擴容。
afterNodeInsertion(evict); //這裏與前面的afterNodeAccess同理，是用於linkedHashMap的尾部操做，HashMap中並沒有實際意義。1
return null; //最終，對於真正進行插入元素的狀況，put函數一概返回null。
}
①.判斷鍵值對數組table[i]是否爲空或爲null，不然執行resize()進行擴容；
②.根據鍵值key計算hash值獲得插入的數組索引i，若是table[i]==null，直接新建節點添加，轉向⑥，若是table[i]不爲空，轉向③；
③.判斷table[i]的首個元素是否和key同樣，若是相同直接覆蓋value，不然轉向④，這裏的相同指的是hashCode以及equals；
④.判斷table[i] 是否爲treeNode，即table[i] 是不是紅黑樹，若是是紅黑樹，則直接在樹中插入鍵值對，不然轉向⑤；
⑤.遍歷table[i]，判斷鏈表長度是否大於8，大於8的話把鏈表轉換爲紅黑樹，在紅黑樹中執行插入操做，不然進行鏈表的插入操做；遍歷過程當中若發現key已經存在直接覆蓋value便可；
⑥.插入成功後，判斷實際存在的鍵值對數量size是否超多了最大容量threshold，若是超過，進行擴容。數據結構
5、resize方法
// Initializes or doubles table size，兩倍擴容並初始化table
final Node<K,V>[] resize() {
Node<K,V>[] oldTab = table;
int oldCap = (oldTab == null) ? 0 : oldTab.length;
int oldThr = threshold;
int newCap, newThr = 0; // 新容量，新閥值
if (oldCap > 0) {
if (oldCap >= MAXIMUM_CAPACITY) {
threshold = Integer.MAX_VALUE;
return oldTab; //到達極限，沒法擴容
}
else if((newCap = oldCap << 1) < MAXIMUM_CAPACITY &&
oldCap >= DEFAULT_INITIAL_CAPACITY)
newThr = oldThr << 1; // double threshold閥值
}
// oldCap=0 ,oldThr>0，threshold(新的擴容resize臨界值)
else if (oldThr > 0)
newCap = oldThr; //新容量=舊閥值（擴容臨界值）
else { // oldCap=0 ,oldThr=0，調用默認值來初始化
newCap = DEFAULT_INITIAL_CAPACITY;
newThr=(int)(DEFAULT_LOAD_FACTOR * DEFAULT_INITIAL_CAPACITY);
}
if (newThr== 0) { //新閥值爲0，則須要計算新的閥值
float ft = (float)newCap * loadFactor;
newThr = (newCap < MAXIMUM_CAPACITY && ft < (float)MAXIMUM_CAPACITY ?(int)ft : Integer.MAX_VALUE);
}
threshold = newThr; //設置新的閥值
@SuppressWarnings({"rawtypes","unchecked"})
Node<K,V>[] newTab = (Node<K,V>[])new Node[newCap]; //建立新的桶
table = newTab;
// table初始化,bucket copy到新bucket，分鏈表和紅黑樹
if (oldTab != null) { // 不爲空則挨個copy，影響效率！！！
for (int j = 0; j < oldCap; ++j) {
Node<K,V> e;
if ((e = oldTab[j]) != null) { //先賦值再判斷
oldTab[j] = null; //置null，主動GC
//若是該桶只有一個元素，從新計算桶位，則直接賦到新的桶裏面
if (e.next == null)
//1.6的indexFor，計算key;tableSizeFor性能優化
newTab[e.hash &(newCap - 1)]= e; //hash&(length-1)
else if (e instanceof TreeNode) // 紅黑樹
((TreeNode<K,V>)e).split(this, newTab, j, oldCap);
else { //鏈表，preserve order保持順序
//一個桶中有多個元素，遍歷將它們移到新的bucket或原bucket
Node<K,V> loHead = null,loTail = null;//lo原bucket的鏈表指針
Node<K,V> hiHead = null, hiTail = null;//hi新bucket的鏈表指針
Node<K,V> next;
do {
next = e.next;
if ((e.hash & oldCap) == 0) {//還放在原來的桶
if (loTail == null)
loHead = e;
else
loTail.next = e;
loTail = e; //更新尾指針
}
else {//放在新桶
if (hiTail == null)
hiHead = e;
else
hiTail.next = e;
hiTail = e;
}
} while ((e = next) != null); //
if (loTail != null) { //原bucket位置的尾指針不爲空(即還有node)
loTail.next = null; //鏈表最後得有個null
newTab[j] = loHead;//鏈表頭指針放在新桶的相同下標(j)處
}
if (hiTail != null) { //放在桶 j+oldCap
hiTail.next = null;
newTab[j + oldCap] = hiHead;//j+oldCap見下
}
}
}
}
}
return newTab;
}
6、treeifyBin方法
// 轉化爲樹節點
final void treeifyBin(Node<K,V>[] tab, int hash) {
/*int n, index; Node<K,V> e;
// 若是hash爲空，或者鍵值對總數不夠，則擴容
if (tab == null || (n = tab.length) < MIN_TREEIFY_CAPACITY)
resize();
// 加入的node不爲空
else if ((e = tab[index = (n - 1) & hash]) != null) {
TreeNode<K,V> hd = null, tl = null;
// 該循環把本來的單向鏈表，改爲使用紅黑樹節點連接的雙向鏈表
do {
// 單向鏈表節點轉化爲紅黑樹節點
TreeNode<K,V> p = replacementTreeNode(e, null);
// 此處相似構造一個雙向鏈表
if (tl == null)
// hd爲頭節點
hd = p;
else {
p.prev = tl;
tl.next = p;
}
tl = p;
// 遍歷單向鏈表
} while ((e = e.next) != null);
if ((tab[index] = hd) != null)
hd.treeify(tab);
}*/
}
更多內容請關注微信公衆號：it_hahaapp
相關文章
- 1. JDK源碼分析之hashmap就這麼簡單理解
- 2. linux--linux就該這麼學
- 3. linux 就該這麼學
- 4. Linux就該這麼學
- 5. linux就該這麼學3
- 6. 《Linux就該這麼學》_Day1_ch00
- 7. linux就該這麼學
- 8. 《Linux就該這麼學》day3
- 9. tensorflow 就該這麼學－－1
- 10. tensorflow就該這麼學－－3
- 更多相關文章...
- • Scala 高階函數 - Scala教程
- • XML DOM 高級 - XML 教程
- • 互聯網組織的未來：剖析GitHub員工的任性之源
- • Java Agent入門實戰（二）-Instrumentation源碼概述
相關標籤/搜索
每日一句
-
每一个你不满意的现在，都有一个你没有努力的曾经。
最新文章
歡迎關注本站公眾號,獲取更多信息
相關文章
- 1. JDK源碼分析之hashmap就這麼簡單理解
- 2. linux--linux就該這麼學
- 3. linux 就該這麼學
- 4. Linux就該這麼學
- 5. linux就該這麼學3
- 6. 《Linux就該這麼學》_Day1_ch00
- 7. linux就該這麼學
- 8. 《Linux就該這麼學》day3
- 9. tensorflow 就該這麼學－－1
- 10. tensorflow就該這麼學－－3