HashMap 相關原理知識點

時間  2020-05-11
標籤 hashmap 相關 原理 知識 简体版
原文   原文鏈接

在java面試中，對於map相關的類是最常常問的，尤爲是HashMap。本人在各類面試中都被問到底層原理，因此如今想盡可能簡潔地總結一下。java

HashMap

在Map中HashMap幾乎是比問的類，並且大部份類都和他相關。node

HashMap是一個存儲鍵值對的線程不安全的容器。目前對於HashMap的大概提問點以下：面試

  • 參數定義
  • 數據結構
  • 具體函數操做
  • 橫向對比和縱向對比
  • 線程安全

如今根據上面幾個方面對HashMap分析。數組

1. 參數定義

static final int DEFAULT_INITIAL_CAPACITY = 1 << 4;
static final int MAXIMUM_CAPACITY = 1 << 30;
static final float DEFAULT_LOAD_FACTOR = 0.75f;
static final int TREEIFY_THRESHOLD = 8;
static final int UNTREEIFY_THRESHOLD = 6;
static final int MIN_TREEIFY_CAPACITY = 64;
複製代碼

上面是HashMap的默認參數，下面逐一講解。安全

  1. DEFAULT_INITIAL_CAPACITY表示HashMap的table默認大小（數組默認大小）。
  2. MAXIMUM_CAPACITY表示HashMap的table的最大容量。
  3. DEFAULT_LOAD_FACTOR默認的擴容因子。
  4. TREEIFY_THRESHOLD表示鏈表變爲紅黑樹的閾值。
  5. UNTREEIFY_THRESHOLD表示紅黑樹變爲鏈表的閾值。
  6. MIN_TREEIFY_CAPACITY表示最小進行變爲進行變爲樹的table大小閾值。
transient Node<K,V>[] table;
transient Set<Map.Entry<K,V>> entrySet;
transient int size;
transient int modCount; 
int threshold;
final float loadFactor;
複製代碼

上面是HashMap對象的成員變量。使用transient修飾不用進行序列化。bash

  1. table是HashMap的容器。
  2. entrySet是HashMap的元素集合。
  3. modCount是HashMap結構發生改變的次數。（HashMap線程不安全，用來快速判斷是否發生線程不安全的狀況）在一些遍歷函數中會進行比較判斷，若是發生改變則拋出ConcurrentModificationException異常。
  4. threshold是HashMap須要擴容的容量閾值，根據容量和擴容因子計算。
  5. loadFactor是擴容因子。

注意

  1. 這裏規定容量的大小必定是2的冪次。這裏的緣由與計算存入Map的元素的位置，以及擴容有關。
  2. 鏈表與紅黑樹相互轉換的閾值大小，與搜索距離有關。

2. 數據結構

HashMap的數據結構爲數組+(鏈表+紅黑樹)網絡

數組：用來做爲容器存儲鍵值對，經過key的hash值肯定在數組中的位置。數據結構

鏈表+紅黑樹：用來處理哈希衝突，使用鏈式處理哈希衝突。其中當這個節點存儲的鍵值對過多使用鏈表查詢效率（O(n)）太低，紅黑樹的查詢效率（O(log(n))）會快不少。多線程

3. 具體函數

具體函數中問得比較多的是put、get、resize這幾個。下面逐一介紹內容。併發

3.1 put函數

下面是java1.8中的具體寫法。各個部分的講解向下看。

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, boolean evict) {
    Node<K,V>[] tab; Node<K,V> p; int n, i;
    if ((tab = table) == null || (n = tab.length) == 0)
        n = (tab = resize()).length;
    if ((p = tab[i = (n - 1) & hash]) == null)
        tab[i] = newNode(hash, key, value, null);
    else {
        Node<K,V> e; K k;
        if (p.hash == hash &&
            ((k = p.key) == key || (key != null && key.equals(k))))
            e = p;
        else if (p instanceof TreeNode)
            e = ((TreeNode<K,V>)p).putTreeVal(this, tab, hash, key, value);
        else {
            for (int binCount = 0; ; ++binCount) {
                if ((e = p.next) == null) {
                    p.next = newNode(hash, key, value, null);
                    if (binCount >= TREEIFY_THRESHOLD - 1) // -1 for 1st
                        treeifyBin(tab, hash);
                    break;
                }
                if (e.hash == hash &&
                    ((k = e.key) == key || (key != null && key.equals(k))))
                    break;
                p = e;
            }
        }
        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;
}
複製代碼

首先，put方法調用的是putVal()方法。

  • 其中傳入的參數使用hash函數計算hash值（這個下面講）。

而後，進入putVal方法：

  • 判斷容器大小是否爲null或者0，是的話使用resize函數對容器進行初始化。
  • 接下來要把元素插入到Map中。計算當前元素存的位置(n - 1) & hash。
    • 當前位置若是爲空，則新建一個節點存入當前位置，使用函數newNode()。
    • 不爲空的話，判斷判斷是否爲鏈表或者紅黑樹，而後進行插入操做。其中須要判斷鏈的大小（binCount）來決定是否與紅黑樹相互轉換。
      • 這裏鏈表使用尾插法，擴容也是尾插法，這樣多線程擴容不會致使死循環。
    • 若是以前key存在if (e != null)，則時更新當前的值，返回以前的值。
  • 以前不存在key，增長size和modcount。
  • 判斷size和threshold的大小，決定是否擴容resize。

最後，返回null。

這裏onlyIfAbsent和evict參數暫不介紹，有興趣能夠查看源碼註釋。

hash元素位置判斷

容器的大小爲2的冪次緣由之一。

  • 這樣假如容量大小爲16，則計算的時候與1 0000二進制減1的0 1111，與操做效率高。

紅黑樹和鏈表轉換閾值爲6和8

源碼的註釋解釋：

  • 紅黑樹和鏈表以前是空間和時間上的權衡，TreeNodes佔用空間是普通Nodes的兩倍。
  • 當hashcode函數性能較好的狀況下，紅黑樹用到的狀況較少。
  • 理想的狀況下，bin符合泊松分佈(Poisson_distribution)，一個bin中鏈表長度達到8個元素的機率爲0.00000006

下面是網絡上關於查找長度的解釋。

閾值8的緣由：

  • 紅黑樹的平均查找長度是log(n)，若是長度爲8，平均查找長度爲log(8)=3。
  • 鏈表的平均查找長度爲n/2，當長度爲8時，平均查找長度爲8/2=4

這纔有轉換成樹的必要。

閾值6的緣由：

  • 鏈表長度若是是小於等於6，6/2=3
  • 紅黑樹爲log(6)=2.6

雖然速度也很快的，可是轉化爲樹結構和生成樹的時間並不會過短。

3.2 get函數

下面是get方法的調用源碼。

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) {
        if (first.hash == hash && // always check first node
            ((k = first.key) == key || (key != null && key.equals(k))))
            return first;
        if ((e = first.next) != null) {
            if (first instanceof TreeNode)
                return ((TreeNode<K,V>)first).getTreeNode(hash, key);
            do {
                if (e.hash == hash &&
                    ((k = e.key) == key || (key != null && key.equals(k))))
                    return e;
            } while ((e = e.next) != null);
        }
    }
    return null;
}
複製代碼

首先，這裏調用的get方法，其中使用getNode方法。

  • 這裏也使用了hash函數 而後，介紹getNode方法。
  • 這裏判斷容器不爲空，找到hash值對應的位置。
  • 判斷第一個點是不是要查找的元素。
  • 判斷是不是紅黑樹，若是是則調用紅黑樹節點的getTreeNode方法。
  • 若是是鏈表，則使用do{...}while();遍歷查找。

最後，都不符合返回null。

3.3 resize函數

下面是resize方法源碼。比較長，能夠直接看解釋。

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; // double threshold
        }
        else if (oldThr > 0) // initial capacity was placed in threshold
            newCap = oldThr;
        else {               // zero initial threshold signifies using defaults
            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];
        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;
    }
複製代碼

這部分比較長，能夠分爲兩個部分。

第一個部分：計算新的容量和新的容量閾值，而後申請新的內存空間。

  • 若是容量大於等於最大容量，則不擴容使用最大容量，直接返回。
  • 不是則成倍擴容（向左位移1），或者使用默認值初始化容器。
  • 申請新的內存空間。
  • 替換舊容器。

第二個部分：把舊的容器內容移動到新的容器。

  • 遍歷舊容器。判斷節點是一個的話直接移動。
  • 判斷爲紅黑樹的話，使用樹的split函數劃分到新的容器。
  • 判斷是鏈表的話，把原來的鏈表分爲兩個部分，分到新的容器中（新的位置這裏直接加上就容器大小oldCap），這裏判斷使用(e.hash & oldCap)，這個原理等下介紹。

最後，返回新的容器。

計算使用oldCap的緣由

容器大小爲2的冪次緣由之二。

  • 假如容量爲16，二進制位1 0000。新的容器大小的二進制爲10 0000，與hash值進行模運算的時候，計算的是後5位。
  • 舊容器上hash值的後4位的值是相同的，擴容計算的時候只要對舊的位置上的全部元素計算hash值的第5位上的值。
  • 經過和oldCap與操做判斷第五位位置上的hash值能夠分爲兩個部分。這個位置爲0在原來位置，爲1則在原來位置加上oldCap的位置上。

3.4 hash函數

static final int hash(Object key) {
    int h;
    return (key == null) ? 0 : (h = key.hashCode()) ^ (h >>> 16);
}
複製代碼

這裏使用(h >>> 16)爲的是，使得高位的信息包含在hash值中。

4. 橫向對比和縱向對比

橫向對比

須要進行橫向對比的類爲：

  • HashTable；這個是一個線程安全的類，方法使用synchronized修飾，可是併發效率低。容量爲素數減小碰撞，取模效率低。
  • LinkedHashMap：繼承HashMap，保存插入順序。其中代碼題LRUCoach能夠繼承使用leetcode連接
  • ConcurrentHashMap：線程安全的類，併發效率高，具體以後等有時間寫文章介紹。
  • WeakHashMap：使用了弱引用的HashMap，對鍵值不存在引用的時候，若是GC則回收。ThreadLocal中使用到，具體以後等有時間寫文章介紹。

橫向對比

縱向對比的話，就是和1.7相比較：

  • JDK1.7用的是頭插法，而JDK1.8及以後使用的都是尾插法。
  • JDK1.8加入紅黑樹，增長查詢效率。
  • 擴容後數據存儲位置的計算方式也不同。

5. 線程安全

HashMap是個線程不安全的類。可使用ConcurrentHashMap或者HashTable。

  1. 相比1.7使用頭插法解決了死循環問題。
  2. 在put等修改操做上會存在多線程覆蓋的狀況。

這裏講下死循環的緣由：由於1.7中使用頭插法擴容，這樣鏈表擴容後爲逆序。當有多個線程進行擴容的時候，第一個線程把鏈表逆序，第二個線程指向的頭結點變爲尾結點，而後擴容這樣會變成環。

本篇文章參考

相關文章
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。
本站公眾號
   歡迎關注本站公眾號,獲取更多信息
聯繫我們 最近搜索 最新文章 沪ICP备13005482号-10 MyBatis教程 SQL 教程 MySQL教程 Java 教程 Thymeleaf 教程 Hibernate教程 Spring教程 Redis教程