經常使用的HashMap究竟是個什麼結構
0x00 前言
HashMap 是最經常使用的容器之一，應該沒什麼疑問了。可你到底瞭解他嗎？網上已經有不少文章來總結 HashMap 了，我來寫這篇，主要是爲了記錄本身閱讀以後的一點點小感悟，如如有錯誤的地方，請你們指正。下文分析基於 jdk1.8 。java
0x01 一句話介紹
HashMap 內部是一個 Node 類數組，每一個節點存放對應的數據。數組
0x02 概述
先來介紹下 HashMap ，主要依據來自 HashMap 的註釋（熟悉的同窗能夠直接跳過到0x03部分）。安全
一、HashMap 實現了 Map 接口，擁有 Map 的全部操做，具備如下特色：bash
- 容許
null的 key 和 value 。 - 大體上，他和 HashTable 相同，可是 HashTable 是線程安全的，而 HashMap 非線程安全。出於此緣由，HashMap 在性能上明顯會優於 HashTable 。
- 不保證順序，緣由在於其內在的原理，他是根據 key 的 hash 值來計算位置的，因此，順序天然是沒法保證的了。（到底怎麼算的，往下看。）
二、HashMap 的 get , put 在hash值比較均勻的狀況下，操做都是常數級別的時間複雜度。一個很是重要的點是，capacity 不能設置過高，load factor 不能設置的過低。（這兩個變量又是幹嗎的呢，這裏先賣個關子✧(≖ ◡ ≖✿)嘿嘿）。函數
三、由於他不是線程安全的，因此能夠經過 Collections.synchronizedMap 來包裝，從而變成一個線程安全的 Map。性能
四、擁有 fail-fast 特性。簡單來講，就是在遍歷的時候，發現元素被改變，就拋出異常。ui
0x03 解釋幾個變量
構造函數裏面的 initialCapacity
這個參數的意思比較明顯，就是初始的 Map 長度。默認是 16。this
Node<K,V>[] table
Map 中真正存放元素的地方，能夠看到他是一個 Node 數組。Node 結構比較簡單，就是一個 key-value 組成的一個鏈表，其中還有 hash變量，和 next 變量。spa
float loadFactor
顧名思義，負載因子。默認值是0.75，是一個空間和時間上的權衡。具體怎麼來的，多是一個複雜的邏輯推算。線程
int threshold
閾值，Map 所能容納的鍵值對數量。是根據 Map 中的數組長度*loadFactor計算出來的。看到這個，應該就能夠想到，若是 loadFactor設置的過小，會有什麼問題了。沒錯，若是設置過小，容量就會很小，致使空間上的一個浪費，大部分的位置都是空的，沒有被充分利用。反之，若是設置太大，就會致使元素放置很是擁擠，查詢起來效率就會變低。
0x04 方法分析
構造函數
HashMap 有好幾個構造函數，來看一個比較重要的吧。
public HashMap(int initialCapacity, float loadFactor) {
// 若是傳遞進來的初始化數組的大小小於0，就是不合法，直接拋異常。
if (initialCapacity < 0)
throw new IllegalArgumentException("Illegal initial capacity: " +
initialCapacity);
// 若是大於最大的值，就讓他等於最大值。
if (initialCapacity > MAXIMUM_CAPACITY)
initialCapacity = MAXIMUM_CAPACITY;
if (loadFactor <= 0 || Float.isNaN(loadFactor))
throw new IllegalArgumentException("Illegal load factor: " +
loadFactor);
this.loadFactor = loadFactor;
// 根據 tableSizeFor 方法進行數組長度的對齊。
this.threshold = tableSizeFor(initialCapacity);
}
// 數組長度的對齊。
static final int tableSizeFor(int cap) {
int n = cap - 1;
// 通過如下的變化，數組的長度必定是2^n了。
n |= n >>> 1; // 1
n |= n >>> 2; // 2
n |= n >>> 4; // 3
n |= n >>> 8; // 4
n |= n >>> 16; // 5
return (n < 0) ? 1 : (n >= MAXIMUM_CAPACITY) ? MAXIMUM_CAPACITY : n + 1;
}
複製代碼
在這裏給方法tableSizeFor舉個🌰：
若是我設置cap爲13，則13-1的二進制是：
0000 0000 0000 1100
此時進行第一步：
0000 0000 0000 1100
>>>1 0000 0000 0000 0110
|= 0000 0000 0000 1110
第二步：
0000 0000 0000 1110
>>>2 0000 0000 0000 0011
|= 0000 0000 0000 1111
第三步：
0000 0000 0000 1111
>>>4 0000 0000 0000 0000
|= 0000 0000 0000 1111
……
能夠看出，後面應該全是 1111（2）了。最後加個1，就是16，2^4.
有的同窗可能不信，因此再舉個更大的🌰：
0100 0110 0101 0110
此時進行第一步：
0100 0110 0101 0110
>>>1 0010 0011 0010 1011
|= 0110 0111 0111 1111
第二步：
0110 0111 0111 1111
>>>2 0001 1001 1101 1111
|= 0111 1111 1111 1111
第三步：
0111 1111 1111 1111
>>>4 0000 0111 1111 1111
|= 0111 1111 1111 1111
……
能夠看到，最終結果仍是同樣。二進制有不少好玩的特性，若是能利用好，性能上的提高絕對不止一點半點。
複製代碼
Node節點類
包含一個 hash，key， value。
put
public V put(K key, V value) {
// 實際調用 putVal 方法。此時可能有個疑問，key他本身不是有hashcode方法嗎？爲何還要本身寫一個？暫且按下，先看看 putVal 方法。 ①
return putVal(hash(key), key, value, false, true);
}
final V putVal(int hash, K key, V value, boolean onlyIfAbsent,
boolean evict) {
Node<K,V>[] tab; Node<K,V> p; int n, i;
// 若是 tab 尚未被初始化，或者是空，則先進行 resize .
if ((tab = table) == null || (n = tab.length) == 0)
// n 就是tab的長度。 ③
n = (tab = resize()).length;
// 這裏是重點，怎麼定位？ (n-1)&hash 來定位的。 ②
if ((p = tab[i = (n - 1) & hash]) == null)
// 若是是null，則建立一個新的節點。
tab[i] = newNode(hash, key, value, null);
else {
Node<K,V> e; K k;
// 若是舊節點就是須要被put的節點，則將值直接進行替換。
// 能夠看到他是根據 == 判斷是不是同一個對象，或者 equals 方法來判斷是否相等。
if (p.hash == hash &&
((k = p.key) == key || (key != null && key.equals(k))))
e = p;
// 若是是 紅黑樹，則調用紅黑樹的putTreeVal。
else if (p instanceof TreeNode)
e = ((TreeNode<K,V>)p).putTreeVal(this, tab, hash, key, value);
else {
// 若是是鏈表，則一個一個往下尋找，
for (int binCount = 0; ; ++binCount) {
if ((e = p.next) == null) {
// 若是一直找到結尾，都沒找到,則建立一個新節點
p.next = newNode(hash, key, value, null);
// 若是鏈表的長度，已經大於了須要轉成紅黑樹的長度，則將其轉爲紅黑樹
if (binCount >= TREEIFY_THRESHOLD - 1) // -1 for 1st
treeifyBin(tab, hash);
break;
}
// 找到則終結循環
if (e.hash == hash &&
((k = e.key) == key || (key != null && key.equals(k))))
break;
p = e;
}
}
// 若是找到了對應的節點，進行一個替換
if (e != null) {
V oldValue = e.value;
if (!onlyIfAbsent || oldValue == null)
// 若是標誌檢查符合，或者原值爲null，則進行賦值。
e.value = value;
// 節點可用完成通知
afterNodeAccess(e);
return oldValue;
}
}
// 修改變動標誌加一
++modCount;
// 若是總的節點數量，大於了閾值，則進行擴容
if (++size > threshold)
resize();
// 插入完畢通知
afterNodeInsertion(evict);
return null;
}
複製代碼
講講②處，爲何這樣定位呢？ (n - 1) & hash 。n 是 table 的長度，是一個 2^n 的數字。通常狀況下，若是有一個大於數組長度的位置，咱們怎麼來將其放入數組中呢？很簡單，取模。對這個位置取模，獲得的值確定都是小於數組長度的。劃重點！因此這個 (n - 1) & hash 也是取模！咱們都知道，n-1 的二進制，都是高位0 + 低位多個1組成的。此時和 hash 值相與，與出來的值，確定是小於 n-1 的，這就達到了一個取模的效果。空說無憑，仍是舉個🌰。
假設 n = 16, n-1的二進制即爲 1111 。再隨便寫個32位的hash。
0000 0000 0000 1111
& 1001 1101 1110 0110
= 0000 0000 0000 0110 = 6 < 16
複製代碼
方法很是巧妙，避免了取模，大大提高了索引的速度。
此時引出了①的緣由。先看看hash的尊容。
// hash 方法。
static final int hash(Object key) {
int h;
return (key == null) ? 0 : (h = key.hashCode()) ^ (h >>> 16);
}
複製代碼
來講說這個 hash 方法。能夠看到若是是 null，則返回的是0.非null，則調用了key#hashCode方法，而且異或了hash值右移16位。分析②的時候，能夠看到定位是根據hash值和n-1相與來肯定位置的，這就是爲何要從新一個hash的緣由。哈？爲何？根據②的🌰，能夠看出來，定位和hash值的前幾位都沒有關係，只和 n-1 的二進制長度的位數有關。這就帶來一個問題，很是容易產生衝突，隨機性被下降了，畢竟高xx位都沒有參與運算，就那麼幾位，確定容易產生衝突。異或這個操做，將高位也拉了進來，大大提升了參與度，hash散列也會更好。仍是舉一個🌰。
1110 0010 0011 1101 1110 0000 0011 1101
>>16 0000 0000 1110 0010 0000 0000 1110 0000
^= 1110 0010 1101 1111 1110 0000 1101 1101
能夠看到，若是不進行這個操做，這兩個元素確定是在一個定位上的，若是加上高位操做，則被分散了。
複製代碼
resize
resize是用來對map進行擴容的方法。對應上面的註釋③。
final Node<K,V>[] resize() {
Node<K,V>[] oldTab = table;
// 獲取舊的數組長度。
int oldCap = (oldTab == null) ? 0 : oldTab.length;
int oldThr = threshold;
int newCap, newThr = 0;
if (oldCap > 0) {
// 若是已經大於了最大值，就設置閾值最大，直接返回。
if (oldCap >= MAXIMUM_CAPACITY) {
threshold = Integer.MAX_VALUE;
return oldTab;
}
else if ((newCap = oldCap << 1) < MAXIMUM_CAPACITY &&
oldCap >= DEFAULT_INITIAL_CAPACITY)
newThr = oldThr << 1; // 閾值翻倍。
}
else if (oldThr > 0)
// 若是閾值大於0&舊的數組長度小於1，則將新數組長度設置爲閾值的大小。
newCap = oldThr;
else { // 上述條件都不符合，則使用初始值。。
newCap = DEFAULT_INITIAL_CAPACITY;
// 新的閾值是默認負載因子*默認數組長度的值。
newThr = (int)(DEFAULT_LOAD_FACTOR * DEFAULT_INITIAL_CAPACITY);
}
// 若是新閾值爲0
if (newThr == 0) {
根據是否在範圍內，對新閾值賦值，方法同上。
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];
table = newTab;
if (oldTab != null) { // 若是是擴容，不是初始化，則須要進行元素遷移。
for (int j = 0; j < oldCap; ++j) {
Node<K,V> e;
if ((e = oldTab[j]) != null) {
// e 已經引用了就數據，因此將數組對應位置清空，利於垃圾回收。
oldTab[j] = null;
if (e.next == null) // ① 若是鏈表只有一個元素，則將其放入新數組對應的位置，計算方法已經說過。
newTab[e.hash & (newCap - 1)] = e;
else if (e instanceof TreeNode) //② 若是是一顆紅黑樹，則利用 split 方法來進行拆樹。
((TreeNode<K,V>)e).split(this, newTab, j, oldCap);
else { // 若是仍是鏈表。 ③
Node<K,V> loHead = null, loTail = null;
Node<K,V> hiHead = null, hiTail = null;
Node<K,V> next;
do {
// next 是 e 的下一個元素
next = e.next;
if ((e.hash & oldCap) == 0) { // e 的 hash 值和舊的數組長度相與爲0 ③-1
if (loTail == null) // 若是低位尾部是null，則低位頭是 e.
loHead = e;
else // 不然，低位尾部接着往下鏈。
loTail.next = e;
loTail = e; // 尾指向下一個。
}
else { // 不然，對高位尾操做，操做和低位相似。
if (hiTail == null)
hiHead = e;
else
hiTail.next = e;
hiTail = e;
}
} while ((e = next) != null);
if (loTail != null) { // 將低位鏈表放置到 j 的位置上。
loTail.next = null;
newTab[j] = loHead;
}
if (hiTail != null) { // 將高位組成的鏈表放置到 j + oldCap 位置上。
hiTail.next = null;
newTab[j + oldCap] = hiHead;
}
}
}
}
}
return newTab;
}
複製代碼
上面一部分都很好理解。重點看看①-③這幾個地方。先畫個圖吧。好比一個 map 的的長度是4，裏面如此放置元素（爲了舉例，假設能夠放置這麼多）：
[0] -> (0) //第①種，元素0的後面沒有任何元素了，因此直接進行放置
[1] -> ( 1
5 25
9 17 21 29
13 33 ) // 這就屬於②了，鏈表已經被轉化爲一顆紅黑樹了。因此須要將樹給拆掉。
[2] -> (2 -> 6 -> 10 -> 14) // 這就屬於第③種狀況了,須要將此鏈表拆開，放置到新的數組當中。
[3] -> (3)
複製代碼
在此着重講講第三種狀況。仍是上圖。
[0] [0]
[1] [1]
[2]-> (2 -> 6 -> 10 -> 14) -----> [2] -> (2 -> 10)
[3] [3]
[4]
[5]
[6] -> (6 -> 14)
[7]
[8]
此處看看怎麼遷移。先看看他們和舊長度4相與是否爲0。
2 6 10 14
二進制 0010 0110 1010 1110
& 0100 0100 0100 0100
= 0000 0100 0000 0100
列出4和8的二進制數：
4 8
二進制 0100 1000
n-1 0011 0111
複製代碼
能夠看出一些規律，長度的二進制老是隻有一個1，其他位都是0。而位置計算是 hash&n-1,能夠發現，新的位置不過是hash&2n-1，用二進制來看，就是左移了一位補1.因此和原來位置惟一的差異在哪呢，就在這個左移出來的1身上。這就是爲何③-1中爲何判斷e.hash & oldCap。若是長度二進制爲1的那個位置是0的元素，就留在原地，反之，則放置到 j +oldCap 位置。由於擴容是兩倍，因此就是原來的位置加上一個原數組長度。
get
get 方法和 put 方法很是相似。只不過 get 是 get 返回，put 是 set 值進去。內部調用了 getNode 方法。
remove
remove 和 put 方法也很是相似，就是找到對應的元素，進行刪除而已。
containsKey
public boolean containsKey(Object key) {
// 也是調用了get方法調用的內部方法，判斷返回的值是否爲null。因此和 get 方法只是一個用不用返回值的區別。
return getNode(hash(key), key) != null;
}
複製代碼
size
直接返回了記錄元素個數的 size 變量。
clear
遍歷數組，挨個進行 null 賦值。
containsValue
遍歷數組和對應的鏈表，查看 value 是否相等。
紅黑樹相關的函數
這些函數是java8新增的，若是鏈表過長，一個個遍歷很是影響效率，因此 map 內部將他變成了一顆紅黑樹，此文就不進行詳解了。這部分放到 TreeMap 分析的時候再進行描述。
0x05 喝口水，來個總結
本文講解了 HashMap 中的一部分核心問題，沒有所有都講下來。還有resize線程安全問題，紅黑樹相關的部分沒有講解。線程安全這個，後面也會單獨來一篇進行講解。紅黑樹則放到 TreeMap 的分析當中。若是文中有誤，請你們指出，感激涕零。
- 1. 架構究竟是什麼？
- 2. javascript:void究竟是個什麼？
- 3. wepack究竟是什麼（使用篇）
- 4. 【一探究竟】Flutter究竟是什麼？
- 5. 究竟什麼是Java異常？
- 6. JFrame的層次結構究竟是什麼樣的，什麼又是ContentPane?
- 7. 企業架構究竟是什麼？
- 8. 架構究竟是指什麼
- 9. Maven的做用究竟是什麼？
- 10. 方法區究竟是個什麼鬼
- 更多相關文章...
- • Hibernate是什麼 - Hibernate教程
- • MyBatis是什麼 - MyBatis教程
- • 常用的分佈式事務解決方案
- • Composer 安裝與使用
-
每一个你不满意的现在，都有一个你没有努力的曾经。
- 1. python的安裝和Hello，World編寫
- 2. 重磅解讀：K8s Cluster Autoscaler模塊及對應華爲雲插件Deep Dive
- 3. 鴻蒙學習筆記2（永不斷更）
- 4. static關鍵字 和構造代碼塊
- 5. JVM筆記
- 6. 無法啓動 C/C++ 語言服務器。IntelliSense 功能將被禁用。錯誤: Missing binary at c:\Users\MSI-NB\.vscode\extensions\ms-vsc
- 7. 【Hive】Hive返回碼狀態含義
- 8. Java樹形結構遞歸（以時間換空間）和非遞歸（以空間換時間）
- 9. 數據預處理---缺失值
- 10. 都要2021年了，現代C++有什麼值得我們學習的？
- 1. 架構究竟是什麼？
- 2. javascript:void究竟是個什麼？
- 3. wepack究竟是什麼（使用篇）
- 4. 【一探究竟】Flutter究竟是什麼？
- 5. 究竟什麼是Java異常？
- 6. JFrame的層次結構究竟是什麼樣的，什麼又是ContentPane?
- 7. 企業架構究竟是什麼？
- 8. 架構究竟是指什麼
- 9. Maven的做用究竟是什麼？
- 10. 方法區究竟是個什麼鬼