Java8 HashMap实现原理探究

xcc 8年前

来自: http://my.oschina.net/u/779531/blog/628506


前言:Java8之后新增挺多新东西,在网上找了些相关资料,关于HashMap在自己被血虐之后痛定思痛决定整理一下相关知识方便自己看。图和有些内容参考的这个文章:http://www.importnew.com/16599.html

HashMap的存储结构如图:一个桶(bucket)上的节点多于8个则存储结构是红黑树,小于8个是单向链表。

1:HashMap的一些属性

public class HashMap<k,v> extends AbstractMap<k,v> implements Map<k,v>, Cloneable, Serializable {         private static final long serialVersionUID = 362498820763181265L;            // 默认的初始容量是16      static final int DEFAULT_INITIAL_CAPACITY = 1 << 4;             // 最大容量      static final int MAXIMUM_CAPACITY = 1 << 30;         // 默认的填充因子(以前的版本也有叫加载因子的)      static final float DEFAULT_LOAD_FACTOR = 0.75f;         // 这是一个阈值,当桶(bucket)上的链表数大于这个值时会转成红黑树,put方法的代码里有用到      static final int TREEIFY_THRESHOLD = 8;         // 也是阈值同上一个相反,当桶(bucket)上的链表数小于这个值时树转链表      static final int UNTREEIFY_THRESHOLD = 6;         // 看源码注释里说是:树的最小的容量,至少是 4 x TREEIFY_THRESHOLD = 32 然后为了避免(resizing 和 treeification thresholds) 设置成64      static final int MIN_TREEIFY_CAPACITY = 64;         // 存储元素的数组,总是2的倍数      transient Node<k,v>[] table;         transient Set<map.entry<k,v>> entrySet;         // 存放元素的个数,注意这个不等于数组的长度。      transient int size;         // 每次扩容和更改map结构的计数器      transient int modCount;             // 临界值 当实际大小(容量*填充因子)超过临界值时,会进行扩容      int threshold;         // 填充因子      final float loadFactor;

2:HashMap的构造方法

// 指定初始容量和填充因子的构造方法  public HashMap(int initialCapacity, float loadFactor) {      // 指定的初始容量非负      if (initialCapacity < 0)          throw new IllegalArgumentException(Illegal initial capacity:  +                                             initialCapacity);      // 如果指定的初始容量大于最大容量,置为最大容量      if (initialCapacity > MAXIMUM_CAPACITY)          initialCapacity = MAXIMUM_CAPACITY;      // 填充比为正      if (loadFactor <= 0 || Float.isNaN(loadFactor))          throw new IllegalArgumentException(Illegal load factor:  +                                             loadFactor);      this.loadFactor = loadFactor;      // 指定容量后,tableSizeFor方法计算出临界值,put数据的时候如果超出该值就会扩容,该值肯定也是2的倍数      // 指定的初始容量没有保存下来,只用来生成了一个临界值      this.threshold = tableSizeFor(initialCapacity);  }    // 该方法保证总是返回大于cap并且是2的倍数的值,比如传入999 返回1024  static final int tableSizeFor(int cap) {      int n = cap - 1;      // 向右做无符号位移      n |= n >>> 1;      n |= n >>> 2;      n |= n >>> 4;      n |= n >>> 8;      n |= n >>> 16;      // 三目运算符的嵌套      return (n < 0) ? 1 : (n >= MAXIMUM_CAPACITY) ? MAXIMUM_CAPACITY : n + 1;  }    //构造函数2  public HashMap(int initialCapacity) {      this(initialCapacity, DEFAULT_LOAD_FACTOR);  }     //构造函数3  public HashMap() {      this.loadFactor = DEFAULT_LOAD_FACTOR; // all other fields defaulted  }

3:get和put的时候确定元素在数组中的位置

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

要确定位置

第一步:首先是要计算key的hash码,是一个int类型数字。那后面的 h >>> 16 源码注释的说法是:为了避免hash碰撞(hash collisons)将高位分散到低位上了,这是综合考虑了速度,性能等各方面因素之后做出的。 

第二步: h是hash码,length是上面Node[]数组的长度,做与运算 h & (length-1)。由于length是2的倍数-1后它的二进制码都是1而1与上其他数的结果可能是0也可能是1,这样保证运算后的均匀性。也就是hash方法保证了结果的均匀性,这点非常重要,会极大的影响HashMap的put和get性能。看下图对比:

  图3.1是非对称的hash结果

                              图3.1是非均衡的hash结果

                            图3.2是均衡的hash结果

这两个图的数据不是很多,如果链表长度超过8个会转成红黑树。那个时候看着会更明显,jdk8之前一直是链表,链表查询的复杂度是O(n)而红黑树由于其自身的特点,查询的复杂度是O(log(n))。如果hash的结果不均匀会极大影响操作的复杂度。相关的知识这里有一个<a href="http://blog.chinaunix.net/uid-26575352-id-3061918.html">红黑树基础知识博客 </a>网上还有个例子来验证:自定义了一个对象来做key,调整hashCode()方法来看put值得时间

public class MutableKeyTest {      public static void main(String args[]){          class MyKey {              Integer i;                public void setI(Integer i) {                  this.i = i;              }                public MyKey(Integer i) {                  this.i = i;              }                @Override              public int hashCode() {                  // 如果返回1                  // return 1                  return i;              }                // object作为key存map里,必须实现equals方法              @Override              public boolean equals(Object obj) {                  if (obj instanceof MyKey) {                      return i.equals(((MyKey)obj).i);                  } else {                      return false;                  }              }          }                    // 我机器配置不高,25000的话正常情况27毫秒,可以用2500万试试,如果hashCode()方法返回1的话,250万就卡死          Map<MyKey,String> map = new HashMap<>(25000,1);          Date begin = new Date();          for (int i = 0; i < 20000; i++){              map.put(new MyKey(i), "test " + i);          }              Date end = new Date();          System.out.println("时间(ms) " + (end.getTime() - begin.getTime()));

4:get方法

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;      // hash & (length-1)得到红黑树的树根位置或者是链表的表头      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) {              // 如果是树,遍历红黑树复杂度是O(log(n)),得到节点值              if (first instanceof TreeNode)                  return ((TreeNode<k,v>)first).getTreeNode(hash, key);              // else是链表结构              do {                  if (e.hash == hash &&                      ((k = e.key) == key || (key != null && key.equals(k))))                      return e;              } while ((e = e.next) != null);          }      }      return null;  }

5 :put方法,put的时候根据 h & (length - 1) 定位到那个桶然后看是红黑树还是链表再putVal

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;         // 如果tab为空或长度为0,则分配内存resize()         if ((tab = table) == null || (n = tab.length) == 0)             n = (tab = resize()).length;         // (n - 1) & hash找到put位置,如果为空,则直接put         if ((p = tab[i = (n - 1) & hash]) == null)             tab[i] = newNode(hash, key, value, null);         else {             Node<k,v> e; K k;             // 第一节节点hash值同,且key值与插入key相同             if (p.hash == hash &&((k = p.key) == key || (key != null && key.equals(k))))                 e = p;             else if (p instanceof TreeNode)                 // 红黑树的put方法比较复杂,putVal之后还要遍历整个树,必要的时候修改值来保证红黑树的特点                 e = ((TreeNode<k,v>)p).putTreeVal(this, tab, hash, key, value);             else {                 // 链表                 for (int binCount = 0; ; ++binCount) {                     if ((e = p.next) == null) {                         // e为空,表示已到表尾也没有找到key值相同节点,则新建节点                         p.next = newNode(hash, key, value, null);                         // 新增节点后如果节点个数到达阈值,则将链表转换为红黑树                         if (binCount >= TREEIFY_THRESHOLD - 1) // -1 for 1st                             treeifyBin(tab, hash);                         break;                     }                     // 容许空key空value                     if (e.hash == hash &&((k = e.key) == key || (key != null && key.equals(k))))                         break;                     p = e;                 }             }             // 更新hash值和key值均相同的节点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:resize方法

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;              }              // 这一句比较重要,可以看出每次扩容是2倍              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;      }