hashmap源码解读

Posted 2021-04-24 程序媛爱coding

hashmap示意图

HashMap的源码中，充斥个各种位运算代替常规运算的地方，以提升效率： 
* 与运算替代模运算。用 hash & (table.length-1) 替代 hash % (table.length) 
* 用if ((e.hash & oldCap) == 0)判断扩容后，节点e处于低区还是高区。

链表的节点数据结构

构造函数

 

 

1.第一个构造函数：指定table的size 指定loadFactor

2.第二个构造函数：制定table的size

3.第三个构造函数：默认的构造函数

 

首先整清楚这三个构造函数的区别

table的size默认是2^n 第三个构造函数的默认的是2<<4

如果指定的table的size不是2^n会转变成2^n 

 

 

 

如果cap是5 那么得到的threshold的值是8   

n |= n >>> ;
n |= n >>> ;
n |= n >>> ;
n |= n >>> ;
n |= n >>> ;

此操作会使cap-1的各个二进制位制成1

 

如果传入的参数cap不是2^n，则返回比cap大的最小幂次方

put()

 

 

hash(Object key) {
    h;
    (key == ) ? : (h = key.hashCode()) ^ (h >>> );
}

1.而key的hash值，并不仅仅只是key对象的hashCode()方法的返回值，还会经过扰动函数的扰动，以使hash值更加均衡。 
因为hashCode()是int类型，取值范围是40多亿，只要哈希函数映射的比较均匀松散，碰撞几率是很小的。 
但就算原本的hashCode()取得很好，每个key的hashCode()不同，但是由于HashMap的哈希桶的长度远比hash取值范围小，默认是16，所以当对hash值以桶的长度取余，以找到存放该key的桶的下标时，由于取余是通过与操作完成的，会忽略hash值的高位。因此只有hashCode()的低位参加运算，发生不同的hash值，但是得到的index相同的情况的几率会大大增加，这种情况称之为hash碰撞。 即，碰撞率会增大。

扰动函数就是为了解决hash碰撞的。它会综合hash值高位和低位的特征，并存放在低位，因此在与运算时，相当于高低位一起参与了运算，以减少hash碰撞的概率。（在JDK8之前，扰动函数会扰动四次，JDK8简化了这个操作）

2.我们可以发现，当key=null时，也是有hash值的值是0，所以HashMap的key是可以为null的，对比HashTable源码我们可以知道，HashTable的key直接进行了hashCode，如果key为null时，会抛出异常，所以HashTable的key不可以是null。

 

/**
* Implements Map.put and related methods
*
* @param hash hash for key
* @param key the key
* @param value the value to put
* @param onlyIfAbsent if true, don't change existing value
* @param evict if false, the table is in creation mode.
* @return previous value, or null if none
*/
final V putVal(int hash, K key, V value, boolean onlyIfAbsent,
boolean evict) {
Node<K,V>[] tab; Node<K,V> p; int n, i;

//tab存放当前的hash桶 
if ((tab = table) == null || (n = tab.length) == 0)

//第一次put(key, value)  的时候，hash桶为空，进行初始化操作
n = (tab = resize()).length;

//如果当前的index节点是空的，表示没有发生hash碰撞，直接构建一个新节点node，挂载在index处，index是用哈希值&哈希值的长度-1替代了取模运算  计算机二进制操作更快，提高计算机的运算效率
if ((p = tab[i = (n - 1) & hash]) == null)
tab[i] = newNode(hash, key, value, null);
else {//否则发生了冲突
Node<K,V> e; K k;
if (p.hash == hash &&
((k = p.key) == key || (key != null && key.equals(k))))
e = p;//如果hash值相等且key也相等，则覆盖value
else if (p instanceof TreeNode)//如果是红黑树，放到红黑树里
e = ((TreeNode<K,V>)p).putTreeVal(this, tab, hash, key, value);
else {//如果是链表，则执行链表的插入操作
for (int binCount = 0; ; ++binCount) {
if ((e = p.next) == null) {
p.next = newNode(hash, key, value, null);
if (binCount >= TREEIFY_THRESHOLD - 1) // 追加节点后 链表的长度>=8 则转化为红黑树
 treeifyBin(tab, hash);
break;
}
if (e.hash == hash &&
((k = e.key) == key || (key != null && key.equals(k))))
break;
p = e;
}
}

//如果e不为null，说明有覆盖的节点 
if (e != null) { // existing mapping for key
 V oldValue = e.value;
if (!onlyIfAbsent || oldValue == null)
e.value = value;
afterNodeAccess(e);
return oldValue;//直接用新值覆盖旧值 返回，不再进行后面的++size操作 
}
}

//如果走到了这里，说明是新加一个节点
++modCount;

//更新size,判断是否需要扩容
if (++size > threshold)

//扩容
resize();
afterNodeInsertion(evict);
return null;
}

我们慢慢来分析。首先看入参：

• hash：表示key的hash值

• key：待存储的key值

• value：待存储的value值，从这个方法可以知道，HashMap底层存储的是key-value的键值对，不只是存储了value

• onlyIfAbsent：这个参数表示，是否需要替换相同的value值，如果为true，表示不替换已经存在的value

• evict：如果为false，表示数组是新增模式

我们看到put时所传入的参数put(hash(key), key, value, false, true)，可以得到相应的含义。

resize()

resize两个作用

1:如果初次的put，是初始化操作

2:如果不是初次的操作，是扩容操作

 

final Node<K,V>[] resize() {

//oldTab是当前的hash桶
Node<K,V>[] oldTab = table;

//如果当前的hash桶是空的，oldCap赋值为0
int oldCap = (oldTab == null) ? 0 : oldTab.length;

//oldThr等于table的长度
int oldThr = threshold;
int newCap, newThr = 0;
if (oldCap > 0) {//是扩容操作
if (oldCap >= MAXIMUM_CAPACITY) {
threshold = Integer.MAX_VALUE;
return oldTab;
}
else if ((newCap = oldCap << 1) < MAXIMUM_CAPACITY &&
oldCap >= DEFAULT_INITIAL_CAPACITY)
newThr = oldThr << 1; //扩容操作 double 
 }
else if (oldThr > 0) // initial capacity was placed in threshold  //初始化操作 oldThr等于table的长度 初始化table走此逻辑
 newCap = oldThr;//newCap等于桶的长度threshold 
else { // zero initial threshold signifies using defaults
 newCap = DEFAULT_INITIAL_CAPACITY;
newThr = (int)(DEFAULT_LOAD_FACTOR * DEFAULT_INITIAL_CAPACITY);
}
if (newThr == 0) {　//初始化操作 newThr=(float)newCap * loadFactor;  threshold = newThr; 此步骤是真正的把阈值改成了 构造函数的时候赋值的初始值乘以装载因子了
float ft = (float)newCap * loadFactor;
newThr = (newCap < MAXIMUM_CAPACITY && ft < (float)MAXIMUM_CAPACITY ?
(int)ft : Integer.MAX_VALUE);
}
threshold = newThr;//如果是初始化操作 threshold是(float)newCap * loadFactor 如果是扩容操作  threshold=double threshold
@SuppressWarnings({"rawtypes","unchecked"})
Node<K,V>[] newTab = (Node<K,V>[])new Node[newCap];//初始化或扩容为newCap长度
table = newTab;
if (oldTab != null) {//此处是扩容操作
for (int j = 0; j < oldCap; ++j) {
Node<K,V> e;
if ((e = oldTab[j]) != null) {//扩容操作的时候 遍历旧的hash桶 如果第i个桶不为空 就把旧hash桶置空 
oldTab[j] = null;//此处也是线程不安全的地方
if (e.next == null)//如果hash桶的next是空，说明只有桶一个长度，没有链表或红黑树，那么重新hash
newTab[e.hash & (newCap - 1)] = e;
else if (e instanceof TreeNode)//如果hash桶的next是红黑树，就重新红黑树的一些操作，红黑树先掠过
((TreeNode<K,V>)e).split(this, newTab, j, oldCap);
else { // preserve order //如果hash桶的next是链表

//扩容是容量的翻倍，所以原链表下的每个节点要么存放在原来的下标，即low位，或扩容后的下标即high位等于low位加原hash桶的容量
 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) { //原有桶的key经过扩容后不一定在原先的桶里了，有可能移到新的桶里 如果是0表示还在原来的桶里，也就是说在原来的桶里，如果为1表示在新的桶里
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; //high位= low位+原哈希桶容量 
}
}
}
}
}
return newTab;//如果是初始化操作直接返回 
}

用图表达更直观

//原有桶的key经过扩容后不一定在原先的桶里了，有可能移到新的桶里 如果是0表示还在原来的桶里，也就是说在原来的桶里，如果为1表示在新的桶里

因此，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”，可以看看下图为16扩充为32的resize示意图：

重要点：

1.运算用位运算代替更加的高效

2.对于扩容导致需要新建数组存放更多元素时，除了要将老数组中的元素迁移过来，也记得将老数组中的引用置null，以便GC 

3 取下标 是用 哈希值 与运算 （桶的长度-1） i = (n - 1) & hash。 由于桶的长度是2的n次方，这么做其实是等于 一个模运算。但是效率更高 

4.扩容时，如果发生过哈希碰撞，节点数小于8个。则要根据链表上每个节点的哈希值，依次放入新哈希桶对应下标位置。 
5.因为扩容是容量翻倍，所以原链表上的每个节点，现在可能存放在原来的下标，即low位， 或者扩容后的下标，即high位。 high位= low位+原哈希桶容量 
6.利用哈希值 与运算 旧的容量 ，if ((e.hash & oldCap) == 0),可以得到哈希值去模后，是大于等于oldCap还是小于oldCap，等于0代表小于oldCap，应该存放在低位，否则存放在高位。这里又是一个利用位运算 代替常规运算的高效点 
7.如果追加节点后，链表数量》=8，则转化为红黑树 
8. 插入节点操作时，有一些空实现的函数，用作LinkedHashMap重写使用。

 

 

 

综合流程为（转载的美团的一位同学的图 嘿嘿）

 

 

 敏敏 猫眼电影菜鸟工程师，爱好钻研技术，一直在成长的路上