HashMap內部結構深刻剖析

時間  2019-11-11
標籤 hashmap 內部結構 深刻 剖析 简体版
原文   原文鏈接

java.util.HashMap是很常見的類，前段時間公司系統因爲對HashMap使用不當，致使cpu百分之百，在併發環境下使用HashMap而沒有作同步，可能會引發死循環，關於這一點，sun的官方網站上已有闡述，這並不是是bug。java

HashMap的數據結構
HashMap主要是用數組來存儲數據的，咱們都知道它會對key進行哈希運算，哈系運算會有重複的哈希值，對於哈希值的衝突，HashMap採用鏈表來解決的。在HashMap裏有這樣的一句屬性聲明：
transient Entry[] table;
Entry就是HashMap存儲的數據，它擁有的屬性以下web

1
2
3
4
 
final K key;
 V value;
 final int hash;
 Entry<K,V> next;

看到next了嗎？next就是爲了哈希衝突而存在的。好比經過哈希運算，一個新元素應該在數組的第10個位置，可是第10個位置已經有Entry，那麼好吧，將新加的元素也放到第10個位置，將第10個位置的原有Entry賦值給當前新加的Entry的next屬性。數組存儲的鏈表，鏈表是爲了解決哈希衝突的，這一點要注意。
幾個關鍵的屬性
存儲數據的數組
transient Entry[] table; 這個上面已經講到了
默認容量數組

1
 
static final int DEFAULT_INITIAL_CAPACITY = 16;

最大容量安全

1
 
static final int MAXIMUM_CAPACITY = 1 << 30;

默認加載因子，加載因子是一個比例，當HashMap的數據大小>=容量*加載因子時，HashMap會將容量擴容數據結構

1
 
static final float DEFAULT_LOAD_FACTOR = 0.75f;

當實際數據大小超過threshold時，HashMap會將容量擴容，threshold＝容量*加載因子併發

1
 
int threshold;

加載因子app

1
 
final float loadFactor;

HashMap的初始過程
構造函數1函數

1
2
3
4
5
6
7
8
9
10
11
12
13
14
15
16
17
18
19
20
 
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);         // Find a power of 2 >= initialCapacity
        int capacity = 1;
        while (capacity < initialCapacity) 
            capacity <<= 1;         this.loadFactor = loadFactor;
        threshold = (int)(capacity * loadFactor);
        table = new Entry[capacity];
        init();
    }

重點注意這裏網站

1
2
 
while (capacity < initialCapacity) 
            capacity <<= 1;

capacity纔是初始容量，而不是initialCapacity，這個要特別注意，若是執行new HashMap(9,0.75)；那麼HashMap的初始容量是16，而不是9，想一想爲何吧。this

構造函數2

1
2
3
 
 public HashMap(int initialCapacity) {
        this(initialCapacity, DEFAULT_LOAD_FACTOR);
    }

構造函數3，所有都是默認值

1
2
3
4
5
6
 
 public HashMap() {
        this.loadFactor = DEFAULT_LOAD_FACTOR;
        threshold = (int)(DEFAULT_INITIAL_CAPACITY * DEFAULT_LOAD_FACTOR);
        table = new Entry[DEFAULT_INITIAL_CAPACITY];
        init();
    }

構造函數4

1
2
3
4
5
 
public HashMap(Map<? extends K, ? extends V> m) {
        this(Math.max((int) (m.size() / DEFAULT_LOAD_FACTOR) + 1,
                      DEFAULT_INITIAL_CAPACITY), DEFAULT_LOAD_FACTOR);
        putAllForCreate(m);
    }

如何哈希
HashMap並非直接將對象的hashcode做爲哈希值的，而是要把key的hashcode做一些運算以獲得最終的哈希值，而且獲得的哈希值也不是在數組中的位置哦，不管是get仍是put仍是別的方法，計算哈希值都是這一句：

1
 
int hash = hash(key.hashCode());

hash函數以下：

1
2
3
 
static int hash(int h) {
    return useNewHash ? newHash(h) : oldHash(h);
    }

useNewHash聲明以下：

1
2
 
private static final boolean useNewHash;
    static { useNewHash = false; }

這說明useNewHash其實一直爲false且不可改變的，hash函數裏對useNewHash的判斷真是多餘的。

1
2
3
4
5
6
7
8
9
10
11
12
13
14
 
private static int oldHash(int h) {
        h += ~(h << 9);
        h ^=  (h >>> 14);
        h +=  (h << 4);
        h ^=  (h >>> 10);
        return h;
    }
    private static int newHash(int h) {
        // This function ensures that hashCodes that differ only by
        // constant multiples at each bit position have a bounded
        // number of collisions (approximately 8 at default load factor).
        h ^= (h >>> 20) ^ (h >>> 12);
        return h ^ (h >>> 7) ^ (h >>> 4);
    }

其實HashMap的哈希函數會一直都是oldHash。

若是肯定數據的位置
看下面兩行

1
2
 
int hash = hash(k.hashCode());int i = indexFor(hash, table.length);

第一行，上面講過了，是獲得哈希值，第二行，則是根據哈希指計算元素在數組中的位置了，位置的計算是將哈希值和數組長度按位與運算。

1
2
3
 
static int indexFor(int h, int length) {
        return h & (length-1);
    }

put方法到底做了什麼？

1
2
3
4
5
6
7
8
9
10
11
12
13
14
15
16
17
18
19
 
public V put(K key, V value) {
    if (key == null)
        return putForNullKey(value);
        int hash = hash(key.hashCode());
        int i = indexFor(hash, table.length);
        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++;
        addEntry(hash, key, value, i);
        return null;
    }

若是key爲NULL，則是單獨處理的，看看putForNullKey方法：

1
2
3
4
5
6
7
8
9
10
11
12
13
14
15
16
17
 
 private V putForNullKey(V value) {
        int hash = hash(NULL_KEY.hashCode());
        int i = indexFor(hash, table.length);         for (Entry<K,V> e = table[i]; e != null; e = e.next) {
            if (e.key == NULL_KEY) {
                V oldValue = e.value;
                e.value = value;
                e.recordAccess(this);
                return oldValue;
            }
        } 
        modCount++;
        addEntry(hash, (K) NULL_KEY, value, i);
        return null;
    }

NULL_KEY的聲明：

1
 
static final Object NULL_KEY = new Object();

這一段代碼是處理哈希衝突的，就是說，在數組某個位置的對象可能並非惟一的，它是一個鏈表結構，根據哈希值找到鏈表後，還要對鏈表遍歷，找出key相等的對象，替換它，而且返回舊的值。

1
2
3
4
5
6
7
8
 
for (Entry<K,V> e = table[i]; e != null; e = e.next) {
            if (e.key == NULL_KEY) {
                V oldValue = e.value;
                e.value = value;
                e.recordAccess(this);
                return oldValue;
            }
        }

若是遍歷完了該位置的鏈表都沒有找到有key相等的，那麼將當前對象增長到鏈表裏面去

1
2
3
 
 modCount++;
  addEntry(hash, (K) NULL_KEY, value, i);
  return null;

且看看addEntry方法

1
2
3
4
5
6
 
  void addEntry(int hash, K key, V value, int bucketIndex) {
    Entry<K,V> e = table[bucketIndex];
        table[bucketIndex] = new Entry<K,V>(hash, key, value, e);
        if (size++ >= threshold)
            resize(2 * table.length);
    }

table[bucketIndex] = new Entry(hash, key, value, e);新建一個Entry對象，並放在當前位置的Entry鏈表的頭部，看看下面的 Entry構造函數就知道了，注意紅色部分。

1
2
3
4
5
6
 
Entry(int h, K k, V v, Entry<K,V> n) {
            value = v;
            next = n; 
            key = k;
            hash = h;
        }

如何擴容？
當put一個元素時，若是達到了容量限制，HashMap就會擴容，新的容量永遠是原來的2倍。
上面的put方法裏有這樣的一段：

1
2
 
if (size++ >= threshold)
            resize(2 * table.length);

這是擴容判斷，要注意，並非數據尺寸達到HashMap的最大容量時才擴容，而是達到 threshold指定的值時就開始擴容， threshold＝最大容量＊加載因子。 看看resize方法

1
2
3
4
5
6
7
8
9
10
11
12
13
 
void resize(int newCapacity) {
        Entry[] oldTable = table;
        int oldCapacity = oldTable.length;
        if (oldCapacity == MAXIMUM_CAPACITY) {
            threshold = Integer.MAX_VALUE;
            return;
        } 
        Entry[] newTable = new Entry[newCapacity];
        transfer(newTable); 
        table = newTable;
        threshold = (int)(newCapacity * loadFactor);
    }

重點看看紅色部分的 transfer方法

1
2
3
4
5
6
7
8
9
10
11
12
13
14
15
16
17
 
 void transfer(Entry[] newTable) {
        Entry[] src = table;
        int newCapacity = newTable.length;
        for (int j = 0; j < src.length; j++) {
            Entry<K,V> e = src[j];
            if (e != null) {
                src[j] = null;
                do {
                    Entry<K,V> next = e.next;
                    int i = indexFor(e.hash, newCapacity);  
                    e.next = newTable[i];
                    newTable[i] = e;
                    e = next;
                } while (e != null);
            }
        }
    }

tranfer方法將全部的元素從新哈希，由於新的容量變大，因此每一個元素的哈希值和位置都是不同的。

正確的使用HashMap
1：不要在併發場景中使用HashMap
HashMap是線程不安全的，若是被多個線程共享的操做，將會引起不可預知的問題，據sun的說法，在擴容時，會引發鏈表的閉環，在get元素時，就會無限循環，後果是cpu100%。
看看get方法的紅色部分

1
2
3
4
5
6
7
8
9
10
11
12
13
 
public V get(Object key) {
    if (key == null)
        return getForNullKey();
        int hash = hash(key.hashCode());
        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.equals(k)))
                return e.value;
        }
        return null;
    }

2：若是數據大小是固定的，那麼最好給HashMap設定一個合理的容量值

根據上面的分析，HashMap的初始默認容量是16，默認加載因子是0.75，也就是說，若是採用HashMap的默認構造函數，當增長數據時，數據實際容量超過10*0.75=12時，HashMap就擴容，擴容帶來一系列的運算，新建一個是原來容量2倍的數組，對原有元素所有從新哈希，若是你的數據有幾千幾萬個，而用默認的HashMap構造函數，那結果是很是悲劇的，由於HashMap不斷擴容，不斷哈希，在使用HashMap的場景裏，不會是多個線程共享一個HashMap,除非對HashMap包裝並同步，由此產生的內存開銷和cpu開銷在某些狀況下多是致命的。

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