什么是hashMap，初始长度，高并发死锁，java8 hashMap做的性能提升

Posted 2020-10-17 jiguojing

 

    众所周知，HashMap是一个用于存储Key-Value键值对的集合，每一个键值对也叫做Entry。这些个键值对（Entry）分散存储在一个数组当中，这个数组就是HashMap的主干。

 

HashMap数组每一个元素的初始值都是Null。

 

对于HashMap，我们最常使用的是两个方法：Get 和 Put。

 

1.put方法的原理

    比如调用 hashMap.put("apple", 0) ，插入一个Key为“apple"的元素。这时候我们需要利用一个哈希函数来确定Entry的插入位置（index）： length表示 初始化时候，HashMap的容量

                                hash =  Hash（“apple”）

          　　　　　　　 index = hash & (length - 1)

 

    假定最后计算出的index是2，那么结果如下：

    但是，因为HashMap的长度是有限的，当插入的Entry越来越多时，再完美的Hash 函数也难免会出现index冲突的情况，比如：

 

     这个时候该怎么办呢，我们可以利用链表来解决。

    HashMap数组的每一个元素不止是一个Entry对象，也是一个链表的头节点。每一个Entry对象通过Next指针指向它的下一个Entry节点。当新来的Entry映射到冲突的数组位置时，只需要插入到对应的链表即可：

需要注意的是，新来的Entry节点插入链表时，使用的是“头插法”。至于为什么不插入链表尾部，是因为HashMap的发明者认为，后插入的Entry被查找的可能性更大。且插入到最后的话，那时间复杂度也会上升。

 

2.get方法的原理

    首先会把输入的Key做一次Hash映射，得到对应的index：

　　　　　　　　hash = Hash("apple")

　　　　　　　　index = hash & (length-1)

    由于刚才所说的Hash冲突，同一个位置有可能匹配到多个Entry，这时候就需要顺着对应链表的头节点，一个一个向下来查找。假设我们要查找的Key是“apple”：

 

第一步，我们查看的是头节点Entry6，Entry6的Key是banana，显然不是我们要找的结果。

 

第二步，我们查看的是Next节点Entry1，Entry1的Key是apple，正是我们要找的结果。

 

问题：

问题1：HashMap的初始长度，为什么？HashMap的最大容量？

 

问题2：高并发下 HashMap 可能会出现死锁？

 

问题3：java8中，HashMap的结构有什么样的优化？

 

解答：

问题1：HashM安排的初始长度，为什么？

     初始长度是 16，每次扩展或者是手动初始化，长度必须是 2的幂。

     因为： index = HashCode(Key) & (length - 1)， 如果 length是 2的 幂的话，则 length - 1就是 全是 1的二进制数，比如  16 - 1 = 1111，这样相当于是 坐落在长度为 length的hashMap上的位置只和 HashCode的后四位有关，这只要给出的HashCode算法本身分布均匀，算出的index就是分布均匀的。

　　因为HashMap的key是int类型，所以最大值是2^31次方，但是查看源码，当到达 2^30次方，即 

MAXIMUM_CAPACITY,之后，便不再进行扩容。

问题2：高并发情况下，为什么HashMap出现死锁？

    我们看到默认HashMap的初始长度是16，比较小，每一次push的时候，都会检查当前容量是否超过 预定的 threshold，如果超过，扩大HashMap容量一倍，整个表里的所有元素都需要按照新的hash算法被算一遍，这个代价较大。提到死锁，对于HashMap来说，貌似只能和链表操作有关。

正常ReHash过程，可以看到，每个元素重新算hash值，将链表翻转（目的遍历每个bucket上的链表还是用的是头插法，时间复杂度最低），放到对应的bucket上的链表中

 

 

并发时候的reHash过程

while(null != e) {
                Entry<K,V> next = e.next; //线程1还没有执行这句 中断了
                if (rehash) {
                    e.hash = null == e.key ? 0 : hash(e.key);
                }
                int i = indexFor(e.hash, newCapacity);
                e.next = newTable[i];
                newTable[i] = e;
                e = next;
            }

过程：

（1）线程1，先被中断，线程2执行reHash过程

（2）线程2将原表 bucket 1 处的链表分发到 新表 bucket 1 和 bucket 3 上（hash值的后2位，第一位不同，则不是01就是11），分散到 bucket 3上的值有两个， key(3), key(7)，遍历原表Bucket 1 上的 链表，采用头插法，结果就是 链表反转且还属于新表此bucket的元素放到 此bucket上。此时 key(7) -> key(3) -> null

（3）此时线程 2 被中断，线程 1调度。 此时线程 1 中 e 是 key(3)-> null

       执行 next = e.next , 得到 next = null

       e.next = newTable[i]， e.next = key(7)->key(3)->null，所以 e是 key(3)->key(7)->key(3)

       newTable[i] = e;  此时newTable[i] 就是一个 循环链表。

　　 e = next, e是null，跳出循环

 

这样等到get方法到对应的链表上取数据时，就会发生 死循环。

 

问题3：java8对hashMap做了什么优化？

    简单说： java7中 hashMap每个桶中放置的是链表，这样当hash碰撞严重时，会导致个别位置链表长度过长，从而影响性能。

java8中，HashMap 每个桶中当链表长度超过8之后，会将链表转换成红黑树，从而提升增删改查的速度。