Java 7 和 Java 8 中的 HashMap原理解析

時間 2019-11-18

標籤 java hashmap 原理解析欄目 Java 简体版

原文原文鏈接

HashMap 多是面試的時候必問的題目了，面試官爲何都偏心拿這個問應聘者？由於 HashMap 它的設計結構和原理比較有意思，它既能夠考初學者對 Java 集合的瞭解又能夠深度的發現應聘者的數據結構功底。java

閱讀前提：本文分析的是源碼，因此至少讀者要熟悉它們的接口使用，同時，對於併發，讀者至少要知道 CAS、ReentrantLock、Unsafe 操做這幾個基本的知識，文中不會對這些知識進行介紹。Java8 用到了紅黑樹，不過本文不會進行展開，感興趣的讀者請自行查找相關資料。node

Java 7 中 HashMap

HashMap 是最簡單的，一來咱們很是熟悉，二來就是它不支持併發操做，因此源碼也很是簡單。面試

首先，咱們用下面這張圖來介紹 HashMap 的結構。數組

大方向上，HashMap 裏面是一個數組，而後數組中每一個元素是一個單向鏈表。爲何是這種的結構，這涉及到數據結構方面的知識了。數據結構

HashMap的數據結構

數據結構中有數組和鏈表來實現對數據的存儲，但這二者基本上是兩個極端。併發

數組
數組存儲區間是連續的，佔用內存嚴重，故空間複雜的很大。但數組的二分查找時間複雜度小，爲O(1)；
數組的特色是：尋址容易，插入和刪除困難；函數

鏈表
鏈表存儲區間離散，佔用內存比較寬鬆，故空間複雜度很小，但時間複雜度很大，爲O(N)。
鏈表的特色是：尋址困難，插入和刪除容易。oop

哈希表
那麼咱們能不能綜合二者的特性，作出一種尋址容易，插入刪除也容易的數據結構？答案是確定的，這就是咱們要提起的哈希表。哈希表（(Hash table）既知足了數據的查找方便，同時不佔用太多的內容空間，使用也十分方便。post

哈希表有多種不一樣的實現方法，我接下來解釋的是最經常使用的一種方法—— 拉鍊法，咱們能夠理解爲「鏈表的數組」，如圖：this

當添加數據的時候，整個結構大體以下：

從上圖咱們能夠發現哈希表是由數組+鏈表組成的，一個長度爲16的數組中，每一個數組中元素存儲的是一個鏈表的頭結點。

那麼這些元素是按照什麼樣的規則存儲到數組中呢。通常狀況咱們首先想到的就是元素的 key 的哈希值對數組長度取模獲得 ( hash(key)%(length -1) )，這樣一來，元素的分佈相對來講是比較均勻的。可是，「模」運算的消耗仍是比較大的，能不能找一種更快速，消耗更小的方式那？java中是這樣作的：

static int indexFor(int h, int length) {  
   return h & (length-1);  
}

咱們知道每一個數據對象的hash對應惟一一個值，可是一個hash值不必定對應惟一的數據對象。若是兩個不一樣對象的 hashCode 相同，此狀況即稱爲哈希衝突。
好比上述HashMap中，12%16=12，28%16=12，108%16=12，140%16=12。因此十二、2八、108以及140都存儲在數組下標爲12的位置，而後依次放在數組中該位置的鏈表上。

注意：
對於那些 hash 衝突的數據，最新(最後) Put 的值放在鏈表的頭部，爲何這樣作呢？由於咱們程序設計中認爲最新放進去的值它的使用率會更高些，放在鏈表頭比較容易查詢獲取到。

HashMap 裏面實現一個靜態內部類 Entry，Entry 包含四個屬性：key，value，hash值和用於單向鏈表的 next。從屬性key，value咱們就能很明顯的看出來 Entry 就是 HashMap 鍵值對實現的一個基礎 bean，咱們上面說到 HashMap的基礎就是一個線性數組，這個數組就是 Entry[]，Map 裏面的內容都保存在 Entry[] 裏面。上圖中，每一個綠色的實體是嵌套類 Entry 的實例。

capacity：當前數組容量，始終保持 2^n，能夠擴容，擴容後數組大小爲當前的 2 倍。
loadFactor：負載因子，默認爲0.75。
threshold：擴容的閾值，等於 capacity * loadFactor。

注意問題：

一、擴容的數組的長度爲何保持 2^n？
其實這是爲了保證經過hash方式獲取下標的時候分佈均勻。數組長度爲2的n次冪的時候，不一樣的key 算得得 index 相同的概率較小，那麼數據在數組上分佈就比較均勻，也就是說碰撞的概率小，相對的，查詢的時候就不用遍歷某個位置上的鏈表，這樣查詢效率也就較高了。

二、爲何負載因子的值默認爲 0.75？
加載因子是表示Hash表中元素的填滿的程度。

加載因子越大，填滿的元素越多，空間利用率越高，但衝突的機會加大了。
反之,加載因子越小，填滿的元素越少，衝突的機會減少，但空間浪費多了。
衝突的機會越大，則查找的成本越高。反之，查找的成本越小。

所以,必須在 "衝突的機會"與"空間利用率"之間尋找一種平衡與折衷。

put 過程分析

仍是比較簡單的，跟着代碼走一遍吧。

public V put(K key, V value) {
    // 當插入第一個元素的時候，須要先初始化數組大小
    if (table == EMPTY_TABLE) {
        inflateTable(threshold);
    }
    // 若是 key 爲 null，感興趣的能夠往裏看，最終會將這個 entry 放到 table[0] 中
    if (key == null)
        return putForNullKey(value);
    // 1. 求 key 的 hash 值
    int hash = hash(key);
    // 2. 找到對應的數組下標
    int i = indexFor(hash, table.length);
    // 3. 遍歷一下對應下標處的鏈表，看是否有重複的 key 已經存在，
    //    若是有，直接覆蓋，put 方法返回舊值就結束了
    for (Entry<K,V> e = table[i]; e != null; e = e.next) {
        Object k;
        if (e.hash == hash && ((k = e.key) == key || key.equals(k))) {
            V oldValue = e.value;
            e.value = value;
            e.recordAccess(this);
            return oldValue;
        }
    }

    modCount++;
    // 4. 不存在重複的 key，將此 entry 添加到鏈表中，細節後面說
    addEntry(hash, key, value, i);
    return null;
}

數組初始化（inflateTable）

在第一個元素插入 HashMap 的時候作一次數組的初始化，就是先肯定初始的數組大小，並計算數組擴容的閾值。

private void inflateTable(int toSize) {
    // 保證數組大小必定是 2 的 n 次方。
    // 好比這樣初始化：new HashMap(20)，那麼處理成初始數組大小是 32
    int capacity = roundUpToPowerOf2(toSize);
    // 計算擴容閾值：capacity * loadFactor
    threshold = (int) Math.min(capacity * loadFactor, MAXIMUM_CAPACITY + 1);
    // 算是初始化數組吧
    table = new Entry[capacity];
    initHashSeedAsNeeded(capacity); //ignore
}

這裏有一個將數組大小保持爲 2 的 n 次方的作法，Java7 和 Java8 的 HashMap 和 ConcurrentHashMap 都有相應的要求，只不過實現的代碼稍微有些不一樣，後面再看到的時候就知道了。

計算具體數組位置（indexFor）

這個簡單，咱們本身也能 YY 一個：使用 key 的 hash 值對數組長度進行取模就能夠了。

static int indexFor(int hash, int length) {
    // assert Integer.bitCount(length) == 1 : "length must be a non-zero power of 2";
    return hash & (length-1);
}

這個方法很簡單，簡單說就是取 hash 值的低 n 位。如在數組長度爲 32 的時候，其實取的就是 key 的 hash 值的低 5 位，做爲它在數組中的下標位置。

添加節點到鏈表中（addEntry）

找到數組下標後，會先進行 key 判重，若是沒有重複，就準備將新值放入到鏈表的表頭。

void addEntry(int hash, K key, V value, int bucketIndex) {
    // 若是當前 HashMap 大小已經達到了閾值，而且新值要插入的數組位置已經有元素了，那麼要擴容
    if ((size >= threshold) && (null != table[bucketIndex])) {
        // 擴容，後面會介紹一下
        resize(2 * table.length);
        // 擴容之後，從新計算 hash 值
        hash = (null != key) ? hash(key) : 0;
        // 從新計算擴容後的新的下標
        bucketIndex = indexFor(hash, table.length);
    }
    // 往下看
    createEntry(hash, key, value, bucketIndex);
}
// 這個很簡單，其實就是將新值放到鏈表的表頭，而後 size++
void createEntry(int hash, K key, V value, int bucketIndex) {
    Entry<K,V> e = table[bucketIndex];
    table[bucketIndex] = new Entry<>(hash, key, value, e);
    size++;
}

這個方法的主要邏輯就是先判斷是否須要擴容，須要的話先擴容，而後再將這個新的數據插入到擴容後的數組的相應位置處的鏈表的表頭。

數組擴容（resize）

前面咱們看到，在插入新值的時候，若是當前的 size 已經達到了閾值，而且要插入的數組位置上已經有元素，那麼就會觸發擴容，擴容後，數組大小爲原來的 2 倍。

void resize(int newCapacity) {
    Entry[] oldTable = table;
    int oldCapacity = oldTable.length;
    if (oldCapacity == MAXIMUM_CAPACITY) {
        threshold = Integer.MAX_VALUE;
        return;
    }
    // 新的數組
    Entry[] newTable = new Entry[newCapacity];
    // 將原來數組中的值遷移到新的更大的數組中
    transfer(newTable, initHashSeedAsNeeded(newCapacity));
    table = newTable;
    threshold = (int)Math.min(newCapacity * loadFactor, MAXIMUM_CAPACITY + 1);
}

擴容就是用一個新的大數組替換原來的小數組，並將原來數組中的值遷移到新的數組中。

因爲是雙倍擴容，遷移過程當中，會將原來 table[i] 中的鏈表的全部節點，分拆到新的數組的 newTable[i]和 newTable[i + oldLength] 位置上。如原來數組長度是 16，那麼擴容後，原來 table[0] 處的鏈表中的全部元素會被分配到新數組中 newTable[0] 和 newTable[16] 這兩個位置。代碼比較簡單，這裏就不展開了。

get 過程分析

相對於 put 過程，get 過程是很是簡單的。

根據 key 計算 hash 值。
找到相應的數組下標：hash & (length - 1)。
遍歷該數組位置處的鏈表，直到找到相等(==或equals)的 key。

public V get(Object key) {
    // 以前說過，key 爲 null 的話，會被放到 table[0]，因此只要遍歷下 table[0] 處的鏈表就能夠了
    if (key == null)
        return getForNullKey();
    // 
    Entry<K,V> entry = getEntry(key);

    return null == entry ? null : entry.getValue();
}

getEntry(key):

final Entry<K,V> getEntry(Object key) {
    if (size == 0) {
        return null;
    }

    int hash = (key == null) ? 0 : hash(key);
    // 肯定數組下標，而後從頭開始遍歷鏈表，直到找到爲止
    for (Entry<K,V> e = table[indexFor(hash, table.length)];
         e != null;
         e = e.next) {
        Object k;
        if (e.hash == hash &&
            ((k = e.key) == key || (key != null && key.equals(k))))
            return e;
    }
    return null;
}

Java8 中 HashMap

Java8 對 HashMap 進行了一些修改，最大的不一樣就是利用了紅黑樹，因此其由 數組+鏈表+紅黑樹組成。

根據 Java7 HashMap 的介紹，咱們知道，查找的時候，根據 hash 值咱們可以快速定位到數組的具體下標，可是以後的話，須要順着鏈表一個個比較下去才能找到咱們須要的，時間複雜度取決於鏈表的長度，爲 O(n)。

爲了下降這部分的開銷，在 Java8 中，當鏈表中的元素達到了 8 個時，會將鏈表轉換爲紅黑樹，在這些位置進行查找的時候能夠下降時間複雜度爲 O(logN)。

來一張圖簡單示意一下吧：

注意，上圖是示意圖，主要是描述結構，不會達到這個狀態的，由於這麼多數據的時候早就擴容了。

下面，咱們仍是用代碼來介紹吧，我的感受，Java8 的源碼可讀性要差一些，不過精簡一些。

Java7 中使用 Entry 來表明每一個 HashMap 中的數據節點，Java8 中使用 Node，基本沒有區別，都是 key，value，hash 和 next 這四個屬性，不過，Node 只能用於鏈表的狀況，紅黑樹的狀況須要使用 TreeNode。

咱們根據數組元素中，第一個節點數據類型是 Node 仍是 TreeNode 來判斷該位置下是鏈表仍是紅黑樹的。

put 過程分析

public V put(K key, V value) {
    return putVal(hash(key), key, value, false, true);
}

// 第三個參數 onlyIfAbsent 若是是 true，那麼只有在不存在該 key 時纔會進行 put 操做
// 第四個參數 evict 咱們這裏不關心
final V putVal(int hash, K key, V value, boolean onlyIfAbsent,
               boolean evict) {
    Node<K,V>[] tab; Node<K,V> p; int n, i;
    // 第一次 put 值的時候，會觸發下面的 resize()，相似 java7 的第一次 put 也要初始化數組長度
    // 第一次 resize 和後續的擴容有些不同，由於此次是數組從 null 初始化到默認的 16 或自定義的初始容量
    if ((tab = table) == null || (n = tab.length) == 0)
        n = (tab = resize()).length;
    // 找到具體的數組下標，若是此位置沒有值，那麼直接初始化一下 Node 並放置在這個位置就能夠了
    if ((p = tab[i = (n - 1) & hash]) == null)
        tab[i] = newNode(hash, key, value, null);

    else {// 數組該位置有數據
        Node<K,V> e; K k;
        // 首先，判斷該位置的第一個數據和咱們要插入的數據，key 是否是"相等"，若是是，取出這個節點
        if (p.hash == hash &&
            ((k = p.key) == key || (key != null && key.equals(k))))
            e = p;
        // 若是該節點是表明紅黑樹的節點，調用紅黑樹的插值方法，本文不展開說紅黑樹
        else if (p instanceof TreeNode)
            e = ((TreeNode<K,V>)p).putTreeVal(this, tab, hash, key, value);
        else {
            // 到這裏，說明數組該位置上是一個鏈表
            for (int binCount = 0; ; ++binCount) {
                // 插入到鏈表的最後面(Java7 是插入到鏈表的最前面)
                if ((e = p.next) == null) {
                    p.next = newNode(hash, key, value, null);
                    // TREEIFY_THRESHOLD 爲 8，因此，若是新插入的值是鏈表中的第 8 個
                    // 會觸發下面的 treeifyBin，也就是將鏈表轉換爲紅黑樹
                    if (binCount >= TREEIFY_THRESHOLD - 1) // -1 for 1st
                        treeifyBin(tab, hash);
                    break;
                }
                // 若是在該鏈表中找到了"相等"的 key(== 或 equals)
                if (e.hash == hash &&
                    ((k = e.key) == key || (key != null && key.equals(k))))
                    // 此時 break，那麼 e 爲鏈表中[與要插入的新值的 key "相等"]的 node
                    break;
                p = e;
            }
        }
        // e!=null 說明存在舊值的key與要插入的key"相等"
        // 對於咱們分析的put操做，下面這個 if 其實就是進行 "值覆蓋"，而後返回舊值
        if (e != null) {
            V oldValue = e.value;
            if (!onlyIfAbsent || oldValue == null)
                e.value = value;
            afterNodeAccess(e);
            return oldValue;
        }
    }
    ++modCount;
    // 若是 HashMap 因爲新插入這個值致使 size 已經超過了閾值，須要進行擴容
    if (++size > threshold)
        resize();
    afterNodeInsertion(evict);
    return null;
}

和 Java7 稍微有點不同的地方就是，Java7 是先擴容後插入新值的，Java8 先插值再擴容，不過這個不重要。

數組擴容

resize() 方法用於初始化數組或數組擴容，每次擴容後，容量爲原來的 2 倍，並進行數據遷移。

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) { // 對應數組擴容
        if (oldCap >= MAXIMUM_CAPACITY) {
            threshold = Integer.MAX_VALUE;
            return oldTab;
        }
        // 將數組大小擴大一倍
        else if ((newCap = oldCap << 1) < MAXIMUM_CAPACITY &&
                 oldCap >= DEFAULT_INITIAL_CAPACITY)
            // 將閾值擴大一倍
            newThr = oldThr << 1; // double threshold
    }
    else if (oldThr > 0) // 對應使用 new HashMap(int initialCapacity) 初始化後，第一次 put 的時候
        newCap = oldThr;
    else {// 對應使用 new HashMap() 初始化後，第一次 put 的時候
        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;

    // 用新的數組大小初始化新的數組
    Node<K,V>[] newTab = (Node<K,V>[])new Node[newCap];
    table = newTab; // 若是是初始化數組，到這裏就結束了，返回 newTab 便可

    if (oldTab != null) {
        // 開始遍歷原數組，進行數據遷移。
        for (int j = 0; j < oldCap; ++j) {
            Node<K,V> e;
            if ((e = oldTab[j]) != null) {
                oldTab[j] = null;
                // 若是該數組位置上只有單個元素，那就簡單了，簡單遷移這個元素就能夠了
                if (e.next == null)
                    newTab[e.hash & (newCap - 1)] = e;
                // 若是是紅黑樹，具體咱們就不展開了
                else if (e instanceof TreeNode)
                    ((TreeNode<K,V>)e).split(this, newTab, j, oldCap);
                else { 
                    // 這塊是處理鏈表的狀況，
                    // 須要將此鏈表拆成兩個鏈表，放到新的數組中，而且保留原來的前後順序
                    // loHead、loTail 對應一條鏈表，hiHead、hiTail 對應另外一條鏈表，代碼仍是比較簡單的
                    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;
                        // 第一條鏈表
                        newTab[j] = loHead;
                    }
                    if (hiTail != null) {
                        hiTail.next = null;
                        // 第二條鏈表的新的位置是 j + oldCap，這個很好理解
                        newTab[j + oldCap] = hiHead;
                    }
                }
            }
        }
    }
    return newTab;
}

get 過程分析

相對於 put 來講，get 真的太簡單了。

計算 key 的 hash 值，根據 hash 值找到對應數組下標: hash & (length-1).
判斷數組該位置處的元素是否恰好就是咱們要找的，若是不是，走第三步.
判斷該元素類型是不是 TreeNode，若是是，用紅黑樹的方法取數據，若是不是，走第四步.
遍歷鏈表，直到找到相等(==或equals)的 key.

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 &&
        (first = tab[(n - 1) & hash]) != null) {
        // 判斷第一個節點是否是就是須要的
        if (first.hash == hash && // always check first node
            ((k = first.key) == key || (key != null && key.equals(k))))
            return first;
        if ((e = first.next) != null) {
            // 判斷是不是紅黑樹
            if (first instanceof TreeNode)
                return ((TreeNode<K,V>)first).getTreeNode(hash, key);

            // 鏈表遍歷
            do {
                if (e.hash == hash &&
                    ((k = e.key) == key || (key != null && key.equals(k))))
                    return e;
            } while ((e = e.next) != null);
        }
    }
    return null;
}

參考：