java提优-HashMap源码小析(基于JDK1.8)
Posted jiusixiantan
tags:
篇首语：本文由小常识网(cha138.com)小编为大家整理，主要介绍了java提优-HashMap源码小析(基于JDK1.8)相关的知识，希望对你有一定的参考价值。
HashMap是我们日常使用的非常多的java集合框架下的一员，
它是基于哈希表的 Map 接口的实现，以key-value的形式存在。 我们可以通过key快速地存、取value。
本文以基于 JDK1.8 为源码，简单梳理了一下hashMap的源码实现相关知识点。
一、类定义
HashMap实现了Map接口，继承AbstractMap。其中Map接口定义了键映射到值的规则，而AbstractMap类提供 Map 接口的骨干实现，以最大限度地减少实现此接口所需的工作 。
二、类属性成员
//默认初始容量16（必须是 2 的倍数）
static final int DEFAULT_INITIAL_CAPACITY = 1 << 4;
//最大容量 1073741824 2^30
static final int MAXIMUM_CAPACITY = 1 << 30;
//默认扩充因子
static final float DEFAULT_LOAD_FACTOR = 0.75F;
//树化阈值 jdk1.8中当桶（Node节点）中链表长度超过该值，则将链表转成红黑树
static final int TREEIFY_THRESHOLD = 8;
//树退化阈值
static final int UNTREEIFY_THRESHOLD = 6;
// 最小树形化容量阈值：即 当哈希表中的容量 > 该值时，才允许树形化链表 （即 将链表 转换成红黑树）
// 否则，若桶内元素太多时，则直接扩容，而不是树形化
// 为了避免进行扩容、树形化选择的冲突，这个值不能小于 4 * TREEIFY_THRESHOLD
static final int MIN_TREEIFY_CAPACITY = 64;
//初始化使用，长度总是 2的幂
transient HashMap.Node<K, V>[] table;
// 保存缓存的entrySet（）
transient Set<Entry<K, V>> entrySet;
//此映射中包含的键值映射的数量。（集合存储键值对的数量）
transient int size;
// 跟前面ArrayList和LinkedList集合中的字段modCount一样，记录集合被修改的次数
// 主要用于迭代器中的快速失败
transient int modCount;
//threshold 扩容阈值 表示当HashMap的size大于threshold时会执行resize(扩容)操作。
//threshold=capacity*loadFactor
int threshold;
//装载因子
final float loadFactor;
1.HashMap.Node<K, V>[] table：我们说 HashMap 是由数组+链表+红黑树组成 ，这里的数组就是 table 字段。 后面对其进行初始化长度默认是 DEFAULT_INITIAL_CAPACITY= 16。而且 JDK 声明数组的长度总是 2的n次方(一定是合数) 。
2.size：集合中存放key-value 的实时对数。
3.loadFactor ：装载因子，是用来衡量 HashMap 满的程度，计算HashMap的实时装载因子的方法为：size/capacity，而不是占用桶的数量去除以capacity。capacity 是桶的数量，也就是 table 的长度length。
默认的负载因子0.75 是对空间和时间效率的一个平衡选择，建议大家不要修改，除非在时间和空间比较特殊的情况下，如果内存空间很多而又对时间效率要求很高，可以降低负载因子loadFactor 的值；相反，如果内存空间紧张而对时间效率要求不高，可以增加负载因子 loadFactor 的值，这个值可以大于1。
4.threshold ： 计算公式：capacity * loadFactor。这个值是当前已占用数组长度的最大值。过这个数目就重新resize(扩容)，扩容后的 HashMap 容量是之前容量的两倍。
三、构造函数
HashMap提供了三个构造函数：
1.HashMap()：构造一个具有默认初始容量 (16) 和默认加载因子 (0.75) 的空 HashMap。
2.HashMap(int initialCapacity)：构造一个带指定初始容量和默认加载因子 (0.75) 的空 HashMap。
/**
* 默认构造函数，默认 初始容量 (16) ,装载因子 loadFactor = 0.75
*/
public HashMap() {
this.loadFactor = 0.75F;
}
/**
* 构造一个带指定初始容量的空 HashMap
*/
public HashMap(int var1) {
this(var1, 0.75F);
}
3.HashMap(int initialCapacity, float loadFactor)：构造一个带指定初始容量和加载因子的空 HashMap。
/**
* @param initialCapacity:自定义大小，
* @param loadFactor:自定义装载因子
*/
public HashMap(int initialCapacity, float loadFactor) {
//1.初始化容量不能小于 0 ，不然抛出异常
if (initialCapacity < 0)
throw new IllegalArgumentException("Illegal initial capacity: " +
initialCapacity);
//2.如果初始化容量大于2的30次方，则初始化容量都为2的30次方
if (initialCapacity > MAXIMUM_CAPACITY)
initialCapacity = MAXIMUM_CAPACITY;
//3.如果加载因子小于0，或者加载因子是一个非数值，抛出异常
if (loadFactor <= 0 || Float.isNaN(loadFactor))
throw new IllegalArgumentException("Illegal load factor: " + loadFactor);
//4.赋值装载因子值
this.loadFactor = loadFactor;
//5.返回大于等于initialCapacity的最小的二次幂数值。
this.threshold = tableSizeFor(initialCapacity);
}
//返回大于等于initialCapacity的最小的二次幂数值。
// >>> 操作符表示无符号右移，高位补0。
// | 按位或运算 1|0=1; 1|1=1; 0|0=0;
static final int tableSizeFor(int cap) {
int n = cap - 1;
//把最大位的1，通过位移后移一位，并且通过|运算，组合起来
n |= n >>> 1;
//把最大的两位，已经变成1的，往后移动两位，并且通过|运算，组合起来
n |= n >>> 2;
n |= n >>> 4;
n |= n >>> 8;
n |= n >>> 16;
//前面所有的过程，都是保证造成一个所有位都位1的数据。并且通过最后的+1实现最小的二次幂数值。
return (n < 0) ? 1 : (n >= MAXIMUM_CAPACITY) ? MAXIMUM_CAPACITY : n + 1;
}
四、关键方法介绍
1.hash( ) 算法
HashMap 是通过散列函数来确定索引的位置的。散列函数设计的好坏，决定了map中元素分布的均匀度。
? HashMap 是数组+链表+红黑树的组合，我们希望在有限个数组位置时，尽量每个位置的元素只有一个，那么当我们用散列函数求得索引位置的时候，我们能马上知道对应位置的元素是不是我们想要的，而不是要
进行链表的遍历或者红黑树的遍历，这会大大优化我们的查询效率。HashMap 中的哈希算法：
//取hash值的函数
static final int hash(Object key) {
int h;
//扰动函数，为了防止取出的hash值碰撞太严重
return (key == null) ? 0 : (h = key.hashCode()) ^ (h >>> 16);
}
i = (table.length - 1) & hash;//这一步是在后面添加元素putVal()方法中进行位置的确定
该函数主要分为三步：
①取 hashCode 值： key.hashCode()
②高位参与运算：h ^ h>>>16 (^:异或，同值取0，异值取1。 )
③hash值与长度取模运算：(n-1) & hash
? hashCode() 为native 方法，功能是获取对象的hash码，若要让数组均匀分布，需要将计算的hashCode 和数组长度取模，此处用 hash & (table.length -1) 来进行取模运算的。 前面说过 HashMap 底层数组的长度总是2的n次方，这是HashMap在速度上的优化。当 length 总是2的n次方时，hash & (length-1)运算等价于对 length 取模，也就是 hash%length，但是&比%具有更高的效率。比如 n % 32 = n & (32 -1).
? 再就是在 JDK1.8 中还有个高位参与运算，hashCode() 得到的是一个32位 int 类型的值，通过hashCode()的高16位 异或 低16位实现的：(h = k.hashCode()) ^ (h >>> 16)，主要是从速度、功效、质量来考虑的，这样让高位的信息也得到了了部分保留。这么做可以在数组table的length比较小的时候，也能保证考虑到高低Bit都参与到Hash的计算中，同时不会有太大的开销。
2.添加元素 put(k, v)
public V put(K key, V value) {
return putVal(hash(key), key, value, false, true);
}
/**
*
* @param hash 索引的位置
* @param key 键
* @param value 值
* @param onlyIfAbsent true 表示不要更改现有值
* @param evict false表示table处于创建模式
* @return
*/
final V putVal(int hash, K key, V value, boolean onlyIfAbsent,
boolean evict) {
Node<K,V>[] tab; Node<K,V> p; int n, i;
//1.如果table为null或者长度为0，则进行初始化
//2.resize()方法本来是用于扩容，由于初始化没有实际分配空间，这里用该方法进行空间分配
if ((tab = table) == null || (n = tab.length) == 0)
n = (tab = resize()).length;
//3.之前提到的：i = (table.length - 1) & hash;
if ((p = tab[i = (n - 1) & hash]) == null)
//4.为null，直接将new新的Node节点插入到计算的索引i位
tab[i] = newNode(hash, key, value, null);
else {
//5.不为null，将值入链表（或者红黑树）
Node<K,V> e; K k;
if (p.hash == hash &&
((k = p.key) == key || (key != null && key.equals(k))))
//6.节点位置已存储的key与要插的key相同，直接用新值覆盖
e = p;
else if (p instanceof TreeNode)
//7.节点存储结构为Tree,插入
e = ((TreeNode<K,V>)p).putTreeVal(this, tab, hash, key, value);
else {
//8.节点存储结构为链表,插入
for (int binCount = 0; ; ++binCount) {
if ((e = p.next) == null) {
p.next = newNode(hash, key, value, null);
//9.链表长度大于8，转换成红黑树
if (binCount >= TREEIFY_THRESHOLD - 1)
treeifyBin(tab, hash);
break;
}
//10.key已经存在直接覆盖value
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;
}
大体流程：
-
判断键值对数组 table 是否为空或为null，是则进行执行resize()进行扩容；
-
计算数组索引 i = (n - 1) & hash， 如果table[i]==null，直接新建节点添加，转向 6，如果table[i]不为空，转向3；
-
判断table[i]的首个元素是否同 key，如果相同直接覆盖value，否则转向④，这里的 相同指的是hashCode以及equals；
-
判断table[i] 是否为treeNode，即table[i] 是否是红黑树，如果是红黑树，则直接在树中插入键值对，否则转向5；
-
遍历table[i]，判断本次插入后的链表长度是否大于 8，大于的话把链表转换为红黑树，在红黑树中执行插入操作，否则进行链表的插入操作；遍历过程中若发现key已经存在直接覆盖value即可
-
插入成功后，判断实际存在的键值对数量size是否超过了最大容量threshold，如果超过，进行扩容。
-
如果新插入的key不存在，则返回null，如果新插入的key存在，则返回原key对应的value值（注意新插入的value会覆盖原value值）
在 6中，有一步，对size进行判断从而扩容，从代码中可知， 只要是调用put() 方法添加元素，那么就会调用 ++size(这里有个例外是插入重复key的键值对，不会调用，但是重复key元素不会影响size)
上述代码中最后55、62行分别调用了
afterNodeAccess(e);
afterNodeInsertion(evict);
两个方法，查看源码，得知是两个空方法，有的map实现类会重写这两个空方法，比如 LinkedHashMap 。
3.resize() 扩容方法
? 通过前文我们了解到，当向Map中插入一个 元素时 ，如果HashMap 集合的元素已经大于了扩容阈值 threshold（capacity * loadFactor）， 就会执行 resize() 扩容方法。
? JDK1.8融入了红黑树的机制， 较为复杂，在此先分析 JDK1.7的扩容源码
JDK1.7 resize() 源码：
//需要扩容成的新数组大小
void resize(int newCapacity) {
//扩容前的老数组
Entry[] oldTable = table;
int oldCapacity = oldTable.length;
//扩容前的数组大小如果已经达到最大(2^30)了
if (oldCapacity == MAXIMUM_CAPACITY) {
//修改阈值为int的最大值(2^31-1)，这样以后就不会扩容了
threshold = Integer.MAX_VALUE;
return;
}
//新数组
Entry[] newTable = new Entry[newCapacity];
//将数组元素转移到新数组里面
//根据initHashSeedAsNeeded结果判断是否进行rehash
transfer(newTable, initHashSeedAsNeeded(newCapacity));
table = newTable;
//修改阈值为
threshold = (int)Math.min(newCapacity * loadFactor, MAXIMUM_CAPACITY + 1);
}
/**
* Transfers all entries from current table to newTable.
*/
void transfer(Entry[] newTable, boolean rehash) {
int newCapacity = newTable.length;
for (Entry<K,V> e : table) {
//遍历数组
while(null != e) {
Entry<K,V> next = e.next;
if (rehash) {
e.hash = null == e.key ? 0 : hash(e.key);
}
//重新计算每个元素在数组中的索引位置: h & (length-1)
int i = indexFor(e.hash, newCapacity);
//标记下一个元素，添加是链表头添加
e.next = newTable[i];
newTable[i] = e;//将元素入链
e = next;//访问下一个 Entry 链上的元素
}
}
}
? JDK1.7中首先是创建一个新的大容量数组，然后依次重新计算原集合所有元素的索引，然后重新赋值。如果数组某个位置发生了hash冲突，使用的是单链表的头插入方法，同一位置的新元素总是放在链表的头部，这样与原集合链表对比，扩容之后的可能就是倒序的链表了。
下面我们在看看JDK1.8的。
final Node<K,V>[] resize() {
Node<K,V>[] oldTab = table;
//原数组容量 null时置0
int oldCap = (oldTab == null) ? 0 : oldTab.length;
int oldThr = threshold;
int newCap, newThr = 0;
if (oldCap > 0) {//原数组大于0
if (oldCap >= MAXIMUM_CAPACITY) {
//数组大小如果已经大于等于最大值(2^30)
//修改阈值为int的最大值(2^31-1)，这样以后就不会扩容了
threshold = Integer.MAX_VALUE;
return oldTab;
}
else if ((newCap = oldCap << 1) < MAXIMUM_CAPACITY && oldCap >= DEFAULT_INITIAL_CAPACITY)
//原数组长度大于等于初始化长度16，并且原数组长度扩大1倍也小于2^30次方
newThr = oldThr << 1; // 阀值扩大1倍
}
else if (oldThr > 0)
newCap = oldThr;// 旧阀值大于0，则将新容量直接等于就阀值
else { //阀值等于0，oldCap也等于0（集合未进行初始化）
newCap = DEFAULT_INITIAL_CAPACITY;//默认长度16
newThr = (int)(DEFAULT_LOAD_FACTOR * DEFAULT_INITIAL_CAPACITY);//计算阀值：16*0.75=12
}
if (newThr == 0) {
//计算新阀值
float ft = (float)newCap * loadFactor;
newThr = (newCap < MAXIMUM_CAPACITY && ft < (float)MAXIMUM_CAPACITY ?(int)ft : Integer.MAX_VALUE);
}
threshold = newThr;
@SuppressWarnings({"rawtypes","unchecked"})
//建新数组
Node<K,V>[] newTab = (Node<K,V>[])new Node[newCap];
table = newTab;
if (oldTab != null) {
//开始循环遍历，赋值
for (int j = 0; j < oldCap; ++j) {
Node<K,V> e;
if ((e = oldTab[j]) != null) {
oldTab[j] = null;//清楚原数据，便于垃圾回收
if (e.next == null)//
newTab[e.hash & (newCap - 1)] = e;
else if (e instanceof TreeNode)//红黑树
((TreeNode<K,V>)e).split(this, newTab, j, oldCap);
else {
Node<K,V> loHead = null, loTail = null;
Node<K,V> hiHead = null, hiTail = null;
Node<K,V> next;
do {
next = e.next;
//原索引
if ((e.hash & oldCap) == 0) {
if (loTail == null)
loHead = e;
else
loTail.next = e;
loTail = e;
}else {//原索引+oldCap
if (hiTail == null)
hiHead = e;
else
hiTail.next = e;
hiTail = e;
}
} while ((e = next) != null);
//原索引放到bucket里
if (loTail != null) {
loTail.next = null;
newTab[j] = loHead;
}
//原索引+oldCap放到bucket里
if (hiTail != null) {
hiTail.next = null;
newTab[j + oldCap] = hiHead;
}
}
}
}
}
return newTab;
}
该方法分为两部分，首先是计算新桶数组的容量 newCap 和新阈值 newThr，然后将原集合的元素重新映射到新集合中。
相比于JDK1.7，1.8使用的是2次幂的扩展(指长度扩为原来2倍)，所以，元素的位置要么是在原位置，要么是在原位置再移动2次幂的位置。我们在扩充HashMap的时候，不需要像JDK1.7的实现那样重新计算hash，只需要看看原来的hash值新增的那个bit是1还是0就好了，是0的话索引没变，是1的话索引变成“原索引+oldCap”。
4.remove(Object key) 删除元素
? HashMap 删除元素首先是要找到 桶的位置，然后如果是链表，则进行链表遍历，找到需要删除的元素后，进行删除；如果是红黑树，也是进行树的遍历，找到元素删除后，进行平衡调节，注意，当红黑树的节点数小于 6 时，会转化成链表。
public V remove(Object key) {
Node<K,V> e;
return (e = removeNode(hash(key), key, null, false, true)) == null ?null : e.value;
}
final Node<K,V> removeNode(int hash, Object key, Object value, boolean matchValue, boolean movable) {
Node<K,V>[] tab; Node<K,V> p; int n, index;
if ((tab = table) != null && (n = tab.length) > 0 &&
(p = tab[index = (n - 1) & hash]) != null) {
Node<K,V> node = null, e; K k; V v;
if (p.hash == hash && ((k = p.key) == key
|| (key != null && key.equals(k))))
//如果键的值与链表第一个节点相等，则将 node 指向该节点
node = p;
else if ((e = p.next) != null) {
//如果桶节点存在下一个节点
if (p instanceof TreeNode) //节点为红黑树
node =((TreeNode<K,V>)p).getTreeNode(hash, key);
else {//链表
do {//遍历链表，找到待删除的节点
if (e.hash == hash && ((k = e.key) == key ||(key != null && key.equals(k)))) {
node = e;
break;
}
p = e;
} while ((e = e.next) != null);
}
}
//删除节点，并进行调节红黑树平衡
if (node != null && (!matchValue || (v = node.value) == value || (value != null && value.equals(v)))) {
if (node instanceof TreeNode)
((TreeNode<K,V>)node).removeTreeNode(this, tab, movable);
else if (node == p)
tab[index] = node.next;
else
p.next = node.next;
++modCount;
--size;
afterNodeRemoval(node);
return node;
}
}
return null;
}
5.get(Key) 查找元素
首先通过 key 找到计算索引，找到桶位置，先检查第一个节点，如果是则返回，如果不是，则遍历其后面的链表或者红黑树。其余情况全部返回 null。
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) {
//table不为空，计算的索引值不为空
if (first.hash == hash && (k = first.key) == key || (key != null && key.equals(k))))
//元素第一个节点
return first;
if ((e = first.next) != null) {
//该元素有后续节点
if (first instanceof TreeNode)
//遍历树查找元素
return ((TreeNode<K,V>)first).getTreeNode(hash, key);
do {
//遍历链表查找元素
if (e.hash == hash &&
((k = e.key) == key || (key != null && key.equals(k))))
return e;
} while ((e = e.next) != null);
}
}
return null;
}
- 判断是否存在给定的 key 或者 value
public boolean containsKey(Object key) {
return getNode(hash(key), key) != null;
}
}
public boolean containsValue(Object value) {
Node<K,V>[] tab; V v;
if ((tab = table) != null && size > 0) {
for (int i = 0; i < tab.length; ++i) {
for (Node<K,V> e = tab[i]; e != null; e = e.next) {
if ((v = e.value) == value ||
(value != null && value.equals(v)))
return true;
}
}
}
return false;
}
五、集合常见应用
1.遍历集合
- 1.分别获取 key 集合和 value 集合。
//1、分别获取key和value的集合
for(String key : map.keySet()){
System.out.println(key);
}
for(Object value : map.values()){
System.out.println(value);
}
- 2.获取 key 集合，然后遍历key集合，根据key分别得到相应value
Set<String> keySet = map.keySet();
for(String str : keySet){
System.out.println(str+"-"+map.get(str));
}
- 3.得到 Entry 集合，然后遍历 Entry
Set<Map.Entry<String,Object>> entrySet = map.entrySet();
for(Map.Entry<String,Object> entry : entrySet){
System.out.println(entry.getKey()+"-"+entry.getValue());
}
- 4.迭代 Iterator
Iterator<Map.Entry<String,Object>> iterator = map.entrySet().iterator();
while(iterator.hasNext()){
Map.Entry<String,Object> mapEntry = iterator.next();
System.out.println(mapEntry.getKey()+"-"+mapEntry.getValue());
}
? 基本上使用第3种方法是性能最好的，
第1种遍历方法在我们只需要 key 集合或者只需要 value 集合时使用；
第2种方法效率很低，不推荐使用；
第4种方法效率也挺好，而且可以再遍历的过程中对集合中的元素进行删除。
总结
HashMap在JDK1.8中采用，数组+链表+红黑树 组成。根据key的索引 ( (n - 1) & hash)判断节点位置，同一节点中的数据非一个时：
? 个数大于 树化阈值(TREEIFY_THRESHOLD ) 8 时,节点内存储结构为红黑树， 当红黑树节点个数小于 6 时，又会转化成链表。
特点：
1.允许 key 和 value 都为 null。key 重复会被覆盖，value 允许重复。
-
非线程安全
-
无序（遍历HashMap得到元素的顺序不是按照插入的顺序）
参考文档： https://www.cnblogs.com/ysocean/p/8711071.html
以上是关于java提优-HashMap源码小析(基于JDK1.8)的主要内容，如果未能解决你的问题，请参考以下文章
Java集合源码剖析——基于JDK1.8中HashMap的实现原理