数据结构 5 哈希表/HashMap 自动扩容多线程会出现的问题

Posted 2021-03-05 chromet

上一节，我们已经介绍了最重要的B树以及B+树，使用的情况以及区别的内容。当然，本节课，我们将学习重要的一个数据结构、哈希表

哈希表

哈希也常被称作是散列表，为什么要这么称呼呢，散列、散列、其元素分布较松散、经常用来储存例如key-value的数据、这样有什么好处呢？我们来细细琢磨一下：

• 公安 110
• 急救 120
• 火警 114

假设我们需要将这几个数据保存下来，并且取出的时候，我知道公安 我就能立马查找出公安所对应的号码。并且是快速查询出？怎么做呢？

我们都知道，数组通过索引的方式，也就是下标，它的时间复杂度是最低的。O(1)

通过下标一下子就能找出来。我们有没有办法，通过我们当前的这个key 来算出hash 值呢？

这里的算 这个过程，就是一个生成索引的过程，就是我们所说的哈希（hash）

画图理解一下

假设我们的Hash 算法我们自己定义的，已知条件，所以我们随便知道一个值key 就能算出这个值存在数组的下标，所以呢 能够实现快速查询。

哈希碰撞

就是两个元素算出的hash值一样呢？就会产生冲突，这样的情况只能避免，不能消除。

HashMap

我们来看看JAVA 里面的HashMap 是怎么实现的吧；

    static final float DEFAULT_LOAD_FACTOR = 0.75f;
    static final int DEFAULT_INITIAL_CAPACITY = 1 << 4; // aka 16
    public HashMap() {
        this.loadFactor = DEFAULT_LOAD_FACTOR; // all other fields defaulted
    }

DEFAULT_LOAD_FACTOR= 荷载系数 默认是0.75 荷载比例大于这个数值的时候，就需要扩容了。

DEFAULT_INITIAL_CAPACITY=初始化容量大小 16

    transient Node<K,V>[] table;

我们可以发现，它其中有一个table 的数组，类型是Node,很显然，这就是底层的数组，放置的数据就是这个节点包装类。

        Node(int hash, K key, V value, Node<K,V> next) {
            this.hash = hash;
            this.key = key;
            this.value = value;
            this.next = next;
        }

节点带有当前的hash值，以及键值、我们还会发现，他会带有一个next 元素的指针，这说明什么？就是单向链表呗。

put 增加一个节点

我们构造一个新的map 集合，通过put(k,v) 向散列表中增加一个节点信息。

    Map<String,String> map = new HashMap<>();

    map.put("key","value");
------------
    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);
    }

我们得知，这个hash(obj) 方法将传过来的key 通过运算得出hash 值。

hashCode() 是Object 类里面的一个方法。

    public int hashCode() {
        int h = hash;
        if (h == 0 && value.length > 0) {
            char val[] = value;

            for (int i = 0; i < value.length; i++) {
                h = 31 * h + val[i];
            }
            hash = h;
        }
        return h;
    }

这通常通过将对象的内部地址转换为整数来实现，但Java的编程语言不需要此实现技术。

说白了就是：将这个对象的内存地址通过一种整数的方式展现给我们。

将得到的哈希值进行 无符号右移 16位。 >>>

在与原来的哈希值进行异或^ 进行运算得出hash值。

putVal()

    final V putVal(int hash, K key, V value, boolean onlyIfAbsent,
                   boolean evict) {
        Node<K,V>[] tab; Node<K,V> p; int n, i;
        if ((tab = table) == null || (n = tab.length) == 0)
            n = (tab = resize()).length;
        if ((p = tab[i = (n - 1) & hash]) == null)
            tab[i] = newNode(hash, key, value, null);
        else {
            Node<K,V> e; K k;
            if (p.hash == hash &&
                ((k = p.key) == key || (key != null && key.equals(k))))
                e = p;
            else if (p instanceof TreeNode)
                e = ((TreeNode<K,V>)p).putTreeVal(this, tab, hash, key, value);
            else {
                for (int binCount = 0; ; ++binCount) {
                    if ((e = p.next) == null) {
                        p.next = newNode(hash, key, value, null);
                        if (binCount >= TREEIFY_THRESHOLD - 1) // -1 for 1st
                            treeifyBin(tab, hash);
                        break;
                    }
                    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;
    }

主要的元素填入是putVal()方法。我简单说一下这个方法：

1. 通过传入的hash 值确定这个元素将要放入的位置i
2. 确定i位置是否有元素
3. 若有元素。则通过链表的形式。后入式插入
4. 若没有元素，则撇进去即可。

后入式插入 解释一下这个词：不要想歪啊，学术研究。

后面的元素则会替换原有的位置，后加入的元素下一个元素的指针指向原来的元素

get()

    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) {
            if (first.hash == hash && // always check first node
                ((k = first.key) == key || (key != null && key.equals(k))))
                return first;
            if ((e = first.next) != null) {
                if (first instanceof TreeNode)
                    return ((TreeNode<K,V>)first).getTreeNode(hash, key);
                do {
                    if (e.hash == hash &&
                        ((k = e.key) == key || (key != null && key.equals(k))))
                        return e;
                } while ((e = e.next) != null);
            }
        }
        return null;
    }

将HashMap 增加顺序反过来即可。我们还是总结一下：

1. 通过传入的key计算出哈希值。 通过hash值确定这个元素原来存在的数组下标位置i。
2. 访问数组指定位置i确定位置，这个元素存在与否。若存在则直接返回。
3. 若对比后发现不是这个元素。也没有下一个元素的指针next 则返回null
4. 若存在下一个指针，则开始遍历查找。

HashMap 长度

默认初始化长度为16 这个经常会被面试问到。还有一点就是：HashMap 的自动扩容或者手动指定长度。一般都是2的幂函数。 就是2的x次方。

为啥要选择这样，因为是和Hash 算法有关。一般情况下。hash的值基本上都是由key的后几位决定的。所以，这个就了解就可以了。不必要深究。

自动扩容

我们在上面涉及到一个 DEFAULT_LOAD_FACTOR=荷载系数默认0.75

当底层数组的大小不足以容纳后面的元素的时候，就会发生扩容。也就是resize()

HashMap 主要涉及扩容的方法就是resize()

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;
            }
            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;
    }

什么时候会发生扩容呢？当前容量>=总容量*荷载系数

1. 创建一个新的数组，创建一个新的数组，长度是原来的2倍。
2. 遍历oldTab 取出元素的键后，重新进行hash,算出index=i = (newCap - 1) & hash
3. 重新插入元素。

多线程下的HashMap

HashMap 在单线程下是安全的，但是不可用于多线程。

多线程下，HashMap 很容易形成链表环。这个记下来就可以了。

119 的下一个元素指向114
而114的下一个元素又会指向119 这样很容易形成死锁

小结

通过本节，应该了解到一个重要的概念。哈希，以及哈希在JAVA 里面涉及到的HashMap。而HashMap 几个重要的概念，最后再次声明一下：

1. HashMap 适用于单线程，多线程会出现死锁（链表环）
2. HashMap 默认数组大小 16 荷载系数 0.75
3. HashMap 在扩容的时候，扩容为本身的两倍，并且重新进行put()

参考

https://mp.weixin.qq.com/s/HzRH9ZJYmidzW5jrMvEi4w