Java集合 - HashMap

Posted 2023-01-02

介绍 HashMap

Map 是一种存储键值对的集合。Map 集合可以根据 key 快速查找对应的 value 值。HashMap 是 Map 类型的一中。

HashMap 的底层存储结构是：数组 + 链表 + 红黑树。

下面我们通过 HashMap 的新增操作、查找操作来看 HashMap 的底层存储结构。

HashMap 的新增操作

当调用 HashMap 的 put() 方法时，put() 方法的处理逻辑如下：

• 首先，它会调用 hash() 方法根据 key 计算出 hash 值，然后根据计算出的 hash 值计算出 key 对应的数组索引 i：

• 计算出 key 对应的数组索引 i 之后，它根据数组在索引 i 上的值进行处理：

  • 如果数组在索引 i 上的值为 null，则直接生成一个新的节点，并让 tab[i] 指向该节点；
  • 如果数组在索引 i 上的值不为 null，则意味着需要解决 hash 冲突问题。

• 接上一步骤，如果数组在索引 i 上的值不为 null。

  • 如果索引 i 上的结构是普通链表，则把新生成的节点加到链表的末尾
  • 如果索引 i 上的结构是红黑树，则使用红黑树方式新增

• 接上一步骤，如果索引 i 上的结构是普通链表，则把新生成的节点加到链表的末尾之后，需要判断是否需要将链表转为红黑树：

  • 如果链表的长度大于等于 8，并且数组的长度大于等于 64，则调用 treeifyBin() 将链表转为红黑树；
  • 如果链表的长度大于等于 8，但是数组的长度小于 64，则调用 resize() 方法执行扩容操作；
  • 当红黑树中的节点个数小于等于 6 时，红黑树会转为链表。

• 将节点加入 HashMap 集合之后，put() 方法的最后一步，如果 HashMap 中元素的数量超过了扩容的阈值（threshold），那么它会调用 resize() 方法执行扩容操作。

当调用 HashMap 的 put() 方法时，如果 HashMap 中已经存在要新增的 key，并且方法的入参 onlyIfAbsent 为 false，则替换旧值，并返回旧值。

---

HashMap 中调用 hash() 方法根据 key 计算出 hash 值的规则是：

• 如果 key 为 null，则计算出的 hash 值为 0
• 如果 key 不为 null，则 hash 值的计算公式为 hash = key.hashCode() ^ (key.hashCode() >>> 16)。先将 key 的 hashCode 值无符号右移 16 位，然后再和 key 的 hashCode 值做 异或 运算，使 key 的 hashCode 值高 16 位的变化映射到低 16 位中，使 hashCode 值高 16 位也参与后续索引 i 的计算（i = hash & (n - 1)）。减少了碰撞的可能性。

// 向 HashMap 集合中新增键值对
// 如果 HashMap 集合中已经存在该键，那么旧的值将被替换
public V put(K key, V value) 
    return putVal(hash(key), key, value, false, true);


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

HashMap 的扩容机制

当调用 HashMap 的 put() 方法时，将节点加入 HashMap 集合之后，如果 HashMap 中元素的数量超过了扩容的阈值（threshold），那么它会调用 resize() 方法执行扩容操作。

HashMap 的扩容机制是扩容为原来容量的 2 倍。resize() 方法会重新计算每个元素的 hash 值，将元素重新放入新的位置，并更新下次扩容的阈值（threshold 成员变量）为原来阈值的 2 倍。初始扩容阈值 threshold = loadFactor * 数组的长度。

final V putVal(int hash, K key, V value, boolean onlyIfAbsent, boolean evict) 

    // 将节点加入 HashMap 集合

    ++modCount;
    if (++size > threshold) 
        // 执行扩容操作
        resize();
    
    afterNodeInsertion(evict);
    return null;

HashMap 的查找操作

当调用 HashMap 的 get() 方法时，get() 方法的处理逻辑如下：

• 首先，它会根据传入的 key 计算出 hash 值；然后根据计算出的 hash 值计算出 key 对应的数组索引 i
• 计算出 key 对应的数组索引 i 之后，根据存储位置，从数组中取出对应的 Entry，然后通过 key 对象的 equals() 方法判断传入的 key 和 Entry 中的 key 是否相等：
  • 如果传入的 key 和 Entry 中的 key 相等，则查找操作完成，返回 Entry 中的 value；
  • 如果传入的 key 和 Entry 中的 key 不相等，判断数组在索引 i 上的结构是链表 还是 红黑树，然后调用相应的查找数据的方法。直到找到相等的 Entry 或者没有下一个 Entry 为止。

自定义类型作为 Map 的 key，注意事项

面试中如何通过 HashMap 展示你在数据结构方面的功底？-极客时间 (geekbang.org)

当 HashMap 的 key 为自定义类型时，我们需要重写（Override）该类的 equals() 方法和 hashCode() 方法。因为：

• 重写 equals() 方法的原因：HashMap 的查找操作需要使用 key 对象的 equals() 方法判断传入的 key 和 Entry 中的 key 是否相等。我们需要保证逻辑上相同的对象，使用 equals() 方法判断时结果为 true。
• 重写 hashCode() 方法的原因：HashMap 在使用哈希函数计算 key 的 hash 值时，需要使用 key 对象的 hashCode() 方法。我们需要保证逻辑上相同的对象，hashCode() 方法的返回值也相同。

HashMap 的容量大小问题

HashMap 的数组长度总是为 2 的幂次方。不论传入的初始容量是否为 2 的幂次方，最终都会转化为 2 的幂次方。

HashMap 中根据 key 计算出 hash 值，然后根据计算出的 hash 值计算出 key 对应的数组索引 i 时，通过 hash 值 和 数组的长度 - 1 做与运算获得 key 对应的数组索引 i ，即 i = hash & (n - 1)。

---

HashMap 设计的非常巧妙：

• 在计算 hash 值时，它先将 key 的 hashCode 值无符号右移 16 位，然后再和 key 的 hashCode 值做 异或 运算，使 key 的 hashCode 值高 16 位的变化映射到低 16 位中，使 hashCode 值高 16 位也参与后续索引 i 的计算（i = hash & (n - 1)）。减少了碰撞的可能性。
• 在根据 hash 值计算 key 对应的数组索引 i 时，它将 hash 值 和 数组的长度 - 1 做与运算获得 key 对应的数组索引 i，即 i = hash & (n - 1)。由于数组的长度 n 是 2 的幂次方，n - 1 可以保证它的二进制的后几位都是 1，n 的这一位及之前的位都是 0。因此，计算出的数组索引 i 和 hash 值的二进制表示中后几位有关，而与前面的二进制位无关
• 当 b 是 2 的幂次方时，a % b == a & (b - 1)。CPU 处理位运算比处理数学运算的速度更快，效率更高。

HashMap 的死循环问题

HashMap 的死循环问题说的是，多个线程同时操作一个 HashMap，当 HashMap 中的键值对数量达到一定程度需要进行扩容操作时，HashMap 有可能会进入一个无限循环，导致程序无法正常执行。

这是因为多个线程同时操作一个 HashMap，多个线程调用 HashMap 的 resize() 执行扩容操作，HashMap 中的链表有可能成环，程序无法从遍历链表中退出，从而导致程序进入死循环。