【JAVA秒會技術之秒殺面試官】集合篇（二）

秒殺Java面試官——集合篇（二）

3、HashMap底層實現原理（基於JDK1.8）

        面試中，你是否也曾被問過如下問題呢：

    你知道HashMap的數據結構嗎？HashMap是如何實現存儲的？底層採用了什麼算法？爲何採用這種算法？如何對HashMap進行優化？若是HashMap的大小超過了負載因子定義的容量，怎麼辦？等等。

    有以爲很難嗎？別怕!下面博主就帶着你們深度剖析，以源代碼爲依據，逐一分析，看看HashMap究竟是怎麼玩的：

       ① HashMap源碼片斷 —— 整體介紹：  

 

/* Hash table based implementation of the <tt>Map</tt> interface（HashMap實現了Map接口）. This implementation provides all of the optional map operations, and permits <tt>null</tt> values and the <tt>null</tt> key（容許儲存null值和null鍵）.  (The <tt>HashMap</tt> class is roughly equivalent to <tt>Hashtable</tt>, except that it is unsynchronized and permits nulls.(HashTable和HashMap很類似，除了HashTable的方法是同步的，而且不容許儲存null值和null鍵))  This class makes no guarantees as to the order of the map; in particular, it does not guarantee that the order will remain constant over time(HashMap不保證映射的順序,特別是它不保證該順序不隨時間變化).*/

 

       ② HashMap源碼片斷 —— 六大初始化參數：

 

 

/**
     * 初始容量1 << 4 = 16
     */
    static final int DEFAULT_INITIAL_CAPACITY = 1 << 4; 
    /**
     * 最大容量1 << 30 = 1073741824
     */
    static final int MAXIMUM_CAPACITY = 1 << 30;
    /**
     * 默認負載因子0.75f
     */
    static final float DEFAULT_LOAD_FACTOR = 0.75f;
    /**
     * 由鏈表轉換成樹的閾值：即當bucket(桶)中bin（箱子）的數量超過
     * TREEIFY_THRESHOLD時使用樹來代替鏈表。默認值是8 
     */
    static final int TREEIFY_THRESHOLD = 8;
    /**
     * 由樹轉換成鏈表的閾值：當執行resize操做時，當bucket中bin的數量少於此值，
     * 時使用鏈表來代替樹。默認值是6 
     */
    static final int UNTREEIFY_THRESHOLD = 6;
    /**
     * 樹的最小容量
     */
    static final int MIN_TREEIFY_CAPACITY = 64;

 

 

        ③ HashMap源碼片斷 —— 內部結構：

 

 

/**
     * Basic hash bin node, used for most entries. 
     */
    // Node是單向鏈表，它實現了Map.Entry接口
    static class Node<K,V> implements Map.Entry<K,V> {
        final int hash;   // 鍵對應的Hash值
        final K key;       // 鍵
        V value;            // 值
        Node<K,V> next;    // 下一個節點
        // 構造函數
        Node(int hash, K key, V value, Node<K,V> next) {
            this.hash = hash;  
            this.key = key;
            this.value = value;
            this.next = next;
        }
    // 存儲（位桶）的數組</k,v>
transient Node<K,V>[] table;
    // 紅黑樹
    static final class TreeNode<K,V> extends LinkedHashMap.Entry<K,V> {
        TreeNode<K,V> parent; // 父節點
        TreeNode<K,V> left;    // 左節點
        TreeNode<K,V> right;   // 右節點
        TreeNode<K,V> prev;    // needed to unlink next upon deletion
        boolean red;             // 顏色屬性
        TreeNode(int hash, K key, V val, Node<K,V> next) {
            super(hash, key, val, next);
        }

 

      簡單看：在JDK1.8中，HashMap採用位桶+鏈表+紅黑樹實現。具體實現原理，咱們繼續看源碼。關於紅黑樹，我將在後期《算法篇》詳細介紹。

      ④ HashMap源碼片斷 —— 數組Node[]位置：

 

 

// 第一步：先計算key對應的Hash值
    static final int hash(Object key) {
        int h;
        return (key == null) ? 0 : (h = key.hashCode()) ^ (h >>> 16);
}

// 第二步：保證哈希表散列均勻
    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;
}

對第二步的做用，進行簡要說明（很高級！）：

{ 能夠從源碼看出，在HashMap的構造函數中，都直接或間接的調用了tableSizeFor函數。下面分析緣由：length爲2的整數冪保證了length-1最後一位（固然是二進制表示）爲1，從而保證了取索引操做 h&（length-1）的最後一位同時有爲0和爲1的可能性，保證了散列的均勻性。反過來說，當length爲奇數時，length-1最後一位爲0，這樣與h按位與的最後一位確定爲0，即索引位置確定是偶數，這樣數組的奇數位置所有沒有放置元素，浪費了大量空間。簡而言之：length爲2的冪保證了按位與最後一位的有效性，使哈希表散列更均勻。}

// 第三步：計算索引：index = (tab.length - 1) & hash
    if (tab == null || (n = tab.length) == 0) return;
int index = (n - 1) & hash;

  （區別於HashTable ：index = (hash & 0x7FFFFFFF) % tab.length;

取模中的除法運算效率很低，可是HashMap的位運算效率很高）

 

       ⑤ HashMap源碼片斷 —— 經常使用get（）/put（）操做：

 

 

/**
     * Implements Map.get and related methods
     *
     * @param hash hash for key
     * @param key the key
     * @return the node, or null if none
     */
    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 &&
             //tab[(n - 1) & hash]獲得對象的保存位
            (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) {
                //判斷：若是第一個節點是TreeNode,則採用紅黑樹處理衝突
                if (first instanceof TreeNode)
                    return ((TreeNode<K,V>)first).getTreeNode(hash, key);
                do {
                    //反之，採用鏈表處理衝突
                    if (e.hash == hash &&
                        ((k = e.key) == key || (key != null && key.equals(k))))
                        return e;
                } while ((e = e.next) != null);
            }
        }
        return null;
    }
    /**
     * Implements Map.put and related methods
     *
     * @param hash hash for key
     * @param key the key
     * @param value the value to put
     * @param onlyIfAbsent if true, don't change existing value
     * @param evict if false, the table is in creation mode.
     * @return previous value, or null if none
     */
    final V putVal(int hash, K key, V value, boolean onlyIfAbsent,
                   boolean evict) {
        Node<K,V>[] tab; Node<K,V> p; int n, i;
        if ((tab = table) == null || (n = tab.length) == 0)
            //若是tab爲空或長度爲0，則分配內存resize()
            n = (tab = resize()).length;
        if ((p = tab[i = (n - 1) & hash]) == null)
            //tab[i = (n - 1) & hash]找到put位置，若是爲空,則直接put
            tab[i] = newNode(hash, key, value, null);
        else {
            Node<K,V> e; K k;
             //先判斷key的hash()方法判斷，再調用equals()方法判斷
            if (p.hash == hash &&  ((k = p.key) == key || (key != null && key.equals(k))))
                e = p;
            else if (p instanceof TreeNode)
               //屬於紅黑樹處理衝突
               e = ((TreeNode<K,V>)p).putTreeVal(this, tab, hash, key, value);
            else {
                //鏈表處理衝突
                for (int binCount = 0; ; ++binCount) {
                    //p第一次指向表頭,以後依次後移
                    if ((e = p.next) == null) {
                        //e爲空，表示已到表尾也沒有找到key值相同節點，則新建節點
                        p.next = newNode(hash, key, value, null);
                        //新增節點後若是節點個數到達閾值，則將鏈表轉換爲紅黑樹
                        if (binCount >= TREEIFY_THRESHOLD - 1) // -1 for 1st
                            treeifyBin(tab, hash);
                        break;
                    }
                    //容許存儲null鍵null值
                    if (e.hash == hash &&
                        ((k = e.key) == key || (key != null && key.equals(k))))
                        break;
                    //指針下移一位
                    p = e;
                }
            }
            //更新hash值和key值均相同的節點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;
    }

 

        ⑥ HashMap源碼片斷 —— 擴容resize（）：

 

 

//可用來初始化HashMap大小 或從新調整HashMap大小 變爲原來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) {
                threshold = Integer.MAX_VALUE;
                return oldTab;
            }
            else if ((newCap = oldCap << 1) < MAXIMUM_CAPACITY &&
                     oldCap >= DEFAULT_INITIAL_CAPACITY)
                newThr = oldThr << 1; // 擴容閾值加倍
        }
        else if (oldThr > 0)  // oldCap=0 ,oldThr>0此時newThr=0 
            newCap = oldThr;
        else {   // oldCap=0,oldThr=0 至關於使用默認填充比和初始容量 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];
        // 數組輔助到新的數組中，分成黑樹和鏈表討論
        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;
    }

 

 

         看完以上源碼，是否感受身體被掏空了？別慌，博主如今以一個簡單的小例子爲主導，帶領你們從新梳理一下。

           

 簡析底層實現過程：

        ①建立HashMap，初始容量爲16，實際容量 = 初始容量*負載因子（默認0.75） = 12；

        ②調用put方法，會先計算key的hash值：hash = key.hashCode()。

        ③調用tableSizeFor()方法，保證哈希表散列均勻。

        ④計算Nodes[index]的索引：先進行index = (tab.length - 1) & hash。

        ⑤若是索引位爲null,直接建立新節點,若是不爲null,再判斷所由於上是否有元素

        ⑥若是有：則先調用hash()方法判斷，再調用equals()方法進行判斷，若是都相同則直接用新的Value覆蓋舊的；

        ⑦若是不一樣，再判斷第一個節點類型是否爲樹節點（涉及到：鏈表轉換成樹的閾值，默認8），若是是，則按照紅黑樹的算法進行存儲；若是不是，則按照鏈表存儲；

       ⑧當存儲元素過多時，須要進行擴容：

   默認的負載因子是0.75，若是實際元素所佔容量佔分配容量的75%時就要擴容了。大約變爲原來的2倍（newThr =oldThr << 1）;