数据结构 5 哈希表/HashMap 自动扩容多线程会出现的问题
Posted chromet
tags:
篇首语:本文由小常识网(cha138.com)小编为大家整理,主要介绍了数据结构 5 哈希表/HashMap 自动扩容多线程会出现的问题相关的知识,希望对你有一定的参考价值。
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:
- 通过传入的hash 值确定这个元素将要放入的位置
i
- 确定
i
位置是否有元素 - 若有元素。则通过链表的形式。
后入式插入
- 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:
- 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
。 - 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。 - 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 - 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
- 创建一个新的数组,创建一个新的数组,长度是原来的2倍。
- 遍历
oldTab
取出元素的键后,重新进行hash,算出index=i = (newCap - 1) & hash
- 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:
- HashMap 适用于单线程,多线程会出现死锁(链表环)
- HashMap 默认数组大小 16 荷载系数 0.75
- 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
以上是关于数据结构 5 哈希表/HashMap 自动扩容多线程会出现的问题的主要内容,如果未能解决你的问题,请参考以下文章
算法初级面试题05——哈希函数/表生成多个哈希函数哈希扩容利用哈希分流找出大文件的重复内容设计RandomPool结构布隆过滤器一致性哈希并查集岛问题