HashMap的resize自动扩容

Posted 2021-03-13 wangflower

在之前学习的HashMap触发红黑树条件的知识点中，有一个步骤是resize(), 再来了解一下这块的知识

HashMap是JAVA最常用的集合之一，用来存储Key-Value这种键值对形式的数据，内部通过哈希表，让存取的效率最好的时候可以达到O(1)，实际使用中可能存在hash冲突，引入了链表和红黑树结构，让效率最差也不低于O(logn)。

集合的底层是基于数组、链表这种基础的数据结构，集合在容量不足的情况下，会触发动态扩容来保证有足够的空间存储数据，动态扩容因为涉及到一系列 数据调整拷贝等， 实际上是比较繁琐耗时的操作，所以使用时能够预估数据量的范围，合理的通过构造方法，指定集合的初始容量，保证接下来的操作不会触发动态扩容。

先来看看HashMap初始化的时候，都做了哪些事情

/**
 * Constructs an empty <tt>HashMap</tt> with the specified initial
 * capacity and the default load factor (0.75).
 *
 * @param  initialCapacity the initial capacity.
 * @throws IllegalArgumentException if the initial capacity is negative.
 */
public HashMap(int initialCapacity) {
    this(initialCapacity, DEFAULT_LOAD_FACTOR);
}

HashMap提供了一个指定初始化容量的构造方法，这个方法内部实际上是调用了另一个构造方法中，带有load factor的构造方法，默认的load factor是0.75

/**
 * Constructs an empty <tt>HashMap</tt> with the specified initial
 * capacity and load factor.
 *
 * @param  initialCapacity the initial capacity
 * @param  loadFactor      the load factor
 * @throws IllegalArgumentException if the initial capacity is negative
 *         or the load factor is nonpositive
 */
public HashMap(int initialCapacity, float loadFactor) {
    if (initialCapacity < 0)
        throw new IllegalArgumentException("Illegal initial capacity: " +
                                           initialCapacity);
    if (initialCapacity > MAXIMUM_CAPACITY)
        initialCapacity = MAXIMUM_CAPACITY;
    if (loadFactor <= 0 || Float.isNaN(loadFactor))
        throw new IllegalArgumentException("Illegal load factor: " +
                                           loadFactor);
    this.loadFactor = loadFactor;
    this.threshold = tableSizeFor(initialCapacity);
}

其中的threshold是用来存储触发HashMap扩容的阈值，也就是说，当hashMap中存储的元素个数达到threshold时，就会触发自动扩容

从上面的方法中可以看出，HashMap的初始化，并不是直接使用传入的 initialCapacity，而是用这个值经过方法 tableSizeFor（）处理后，得到一个threshold

再来看看这个方法的处理逻辑：

/**
 * Returns a power of two size for the given target capacity.
 */
static final int tableSizeFor(int cap) {
    int n = cap - 1;
    n |= n >>> 1;
    n |= n >>> 2;
    n |= n >>> 4;
    n |= n >>> 8;
    n |= n >>> 16;
    return (n < 0) ? 1 : (n >= MAXIMUM_CAPACITY) ? MAXIMUM_CAPACITY : n + 1;
}

可以看到实际上是逐步的位运算，让得到的返回值始终保持在2的N次幂，这么做的目的是为了在后续的扩容中，快速计算数据在扩容后的新表中的位置
比如说外部纯如的数字是10000，那么在经过计算后，会变成最低的2的14次幂=16384，乘以默认的负载因子0.75f，在不扩容的前提下，可存储的数据量是

16384*0.75 = 12288
所以当初始化HashMap时，传入10000的容量，实际在存放10000个数据量的时候是不会触发自动扩容的

那么另外的一种场景，我们传入的初始容量为1000，情况会是怎么样呢？再来分析一下：
在HashMap的构造方法中，threhold为扩容的阈值，在构造方法中由tableSizeFor方法计算后直接赋值，所以如果初始传入1000，那么通过构造函数的计算得到的

threhold为1024，但是HashMap在此时并没有直接使用，这个时候load factor也没有使用，那什么时候使用的这些参数呢，再来看看HashMap的处理逻辑：

/**
 * 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;
    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;
}

在HashMap中，所有的数据都是通过内部的成员变量table数组来存储的，，在jdk1.8后，table的类型有调整，但是没有改变数组的基本结构，三者之间的关系是：
table.size = threshold * loadFactor
在HashMap中，table的初始化也是在resize方法中，也就是说，resize方法不仅承担了动态扩容的逻辑，也承担了table的初始化，在上面的源码中，可以看到，当我们第一次
调用put方法存储数据的时候，如果发现table为null，则会调用resize去初始化，在resize的方法中，调整了threshold的值，完成了初始化：

/**
 * Initializes or doubles table size.  If null, allocates in
 * accord with initial capacity target held in field threshold.
 * Otherwise, because we are using power-of-two expansion, the
 * elements from each bin must either stay at same index, or move
 * with a power of two offset in the new table.
 *
 * @return the table
 */
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;
}

当我们指定了初始容量，且table未被初始化，这个时候oldThr（代表扩容的阈值）通过threshol赋值，不为0，oldCap（代表table的容量）=0，所以逻辑会走到：

else if (oldThr > 0) // initial capacity was placed in threshold
    newCap = oldThr;

会将oldThr赋值给newCap，也就是新创建 table会是我们构造的HashMap时指定的容量值
接着往下走

if (newThr == 0) {
    float ft = (float)newCap * loadFactor;
    newThr = (newCap < MAXIMUM_CAPACITY && ft < (float)MAXIMUM_CAPACITY ?
              (int)ft : Integer.MAX_VALUE);
}
threshold = newThr;

Node<K,V>[] newTab = (Node<K,V>[])new Node[newCap];
table = newTab;

newThr=0，会通过装载因子loadFactor调整新的阈值，最后将使用loadFactor调整后的阈值保存到了threshold中，并通过newCap创建新的数组，并将其指定到table中，完成table的初始化
所以再初始化 时候，传入的initialCapacity 经过位运算被赋值给threshold，但是他实际上是table的大小，并且最终会通过loadFactor重新调整threshold
当传入初始容量为1000，只是表示table数组为1000，扩容依据的阈值会在resize中调整为1024*0.75=768
所以当存入1000条数据时候，容量不足，还是会触发一次自动扩容

所以当按照实际当业务初始化一个容量当时候，为了避免自动扩容，将我们预期当容量除以0.75，得到当数值作为初始化容量。

HashMap的初始化容量默认是16.

最开始的条件，当传入10000，经过resize计算后的threshols是16384*0.75 = 12288 所以存入10000条数据不会触发自动扩容