HashMap是Android程序员(当然也包括Java程序员)经常使用的映射数据类型,伴随着JDK的版本更新,JDK1.8相比1.7对HashMap的底层实现了一些优化,尤其是红黑树这个点(现在面试的时候基本都会问到这个问题),本博文结合JDK1.8源码分析下HashMap的实现原理。
1.简介
1.1 哈希算法
什么是哈希算法呢?
哈希算法将任意长度的二进制值映射为较短的固定长度的二进制值,这个小的二进制值称为哈希值。哈希值是一段数据唯一且极其紧凑的数值表示形式。如果散列一段明文而且哪怕只更改该段落的一个字母,随后的哈希都将产生不同的值。要找到散列为同一个值的两个不同的输入,在计算上是不可能的,所以数据的哈希值可以检验数据的完整性。一般用于快速查找和加密算法。
1.2 解决hash冲突
HashMap使用链地址法来解决hash冲突,即数组+链表的组合,JDK1.8之后才引入了红黑树进行存储优化。
每个数组元素上都是一个链表结构,当数据被hash后得到数组的下标,把数据存储到对应下标的链表上。
1.3 HashMap定义
public class HashMap<K,V> extends AbstractMap,<K,V>
implements Map<K,V>, Cloneable, Serializable
从HashMap的定义上,我们可以知道以下几点:
- HashMap为散列表,用于存储[key-value]键值对
- 继承了AbstractMap,实现了Map、Cloneable、Serializable
- 由于Map的设计是非同步的,从实现上看HashMap也是非线程安全的。(线程同步的场景可以使用ConcurrentHashMap)
- 可以实现克隆
- 可以序列化
1.4 一些属性
// 初始化容量,必须为2的n次幂(主要是为了后续计算index考虑)
static final int DEFAULT_INITIAL_CAPACITY = 1 << 4; // aka 16
// 最大容量,2的30次幂
static final int MAXIMUM_CAPACITY = 1 << 30;
// 默认的加载因子,size=capacity*factor
static final float DEFAULT_LOAD_FACTOR = 0.75f;
// 使用红黑树的阀值
// 当链表中的个数大于该值时,会将链表转换为红黑树进行存储
// 该值必须大于2,且最小值为8
static final int TREEIFY_THRESHOLD = 8;
// resize时不使用树的阀值,必须小于TREEIFY_THRESHOLD
static final int UNTREEIFY_THRESHOLD = 6;
// 红黑树最小容量
// 最小值为:4 * TREEIFY_THRESHOLD
static final int MIN_TREEIFY_CAPACITY = 64;
1.5 重要的Node
// 用于存储数据的节点
static class Node<K,V> implements Map.Entry<K,V> {
// 用于定位数组索引位置
final int hash;
// 存储的key
final K key;
// 存储的value
V value;
// 链表中下一个值
Node<K,V> next;
Node(int hash, K key, V value, Node<K,V> next) {
this.hash = hash;
this.key = key;
this.value = value;
this.next = next;
}
public final K getKey() { return key; }
public final V getValue() { return value; }
public final String toString() { return key + "=" + value; }
public final int hashCode() {
return Objects.hashCode(key) ^ Objects.hashCode(value);
}
public final V setValue(V newValue) {
V oldValue = value;
value = newValue;
return oldValue;
}
public final boolean equals(Object o) {
if (o == this)
return true;
if (o instanceof Map.Entry) {
Map.Entry<?,?> e = (Map.Entry<?,?>)o;
if (Objects.equals(key, e.getKey()) &&
Objects.equals(value, e.getValue()))
return true;
}
return false;
}
}
Node是HashMap的一个静态内部类,实现了Map.Entry接口,本质是就是一个键值对。
1.6 构造方法
在看构造方法前,先来看几个关键的属性:
// 存储数据的数据,首次使用时被初始化,需要时可以被扩容
// 当分配时它的长度一定是2的n次幂
transient Node<K,V>[] table;
// 数组中实际存储的键值对数量
transient int size;
// 用于fail-fast
transient int modCount;
// HashMap所能容纳的最大数据量的Node(键值对)个数
// threshold = capacity * load factor
// 超过该值那么将进行扩容
int threshold;
// 负载因子
final float loadFactor;
下面我们来看下HashMap的几个构造方法:
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);
}
public HashMap(int initialCapacity) {
this(initialCapacity, DEFAULT_LOAD_FACTOR);
}
public HashMap() {
this.loadFactor = DEFAULT_LOAD_FACTOR; // all other fields defaulted
}
public HashMap(Map<? extends K, ? extends V> m) {
this.loadFactor = DEFAULT_LOAD_FACTOR;
putMapEntries(m, false);
}
这些构造方法其实就是对上面的几个属性进行了初始化。
2.原理分析
2.1 确定在Hash数组中的index
方法一:
static final int hash(Object key) {
int h;
return (key == null) ? 0 : (h = key.hashCode()) ^ (h >>> 16);
}
方法二:
static int indexFor(int h, int length) { //jdk1.7的源码,jdk1.8没有这个方法,但是实现原理一样的
return h & (length-1); //第三步 取模运算
}
分析下上面的两个算法,我们可以发现HashMap采用的hash算法主要包括以下三块内容:
取得key的hashCode值
在这里我们需要明确下hashCode()方法与equals()方法之间的关系:
如果x.equals(y)返回“true”,那么x和y的hashCode()必须相等。
如果x.equals(y)返回“false”,那么x和y的hashCode()有可能相等,也有可能不等。高位运算
(h = key.hashCode()) ^ (h >>> 16)
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。
- 取模运算
这个方法非常巧妙,它通过h&(table.length-1)来得到对象的保存位置(数组中的index),因为数组的长度lenth总是为2的n次方,h&(length-1)运算等价于对length取模,也就是h%length,但是&比%具有更高的效率。
2.2 put方法
上面分析了这么多,这个章节才是我们的重点,废话不多说,我们来看put方法到底做了那些神级操作。
public V put(K key, V value) {
return putVal(hash(key), key, value, false, true);
}
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. 如果是首次使用(tab为空),那么进行resize操作
if ((tab = table) == null || (n = tab.length) == 0)
n = (tab = resize()).length;
//2.根据hash值获得数组index值,判断table[index]是否为null
//如果table[index]为null,直接新建node元素。
if ((p = tab[i = (n - 1) & hash]) == null)
tab[i] = newNode(hash, key, value, null);
else {
Node<K,V> e; K k;
// 3. 节点key存在,直接进行覆盖
if (p.hash == hash &&
((k = p.key) == key || (key != null && key.equals(k))))
e = p;
// 4.如果当前table[index]为红黑树节点对象,存储节点到书中
else if (p instanceof TreeNode)
e = ((TreeNode<K,V>)p).putTreeVal(this, tab, hash, key, value);
// 5.如果节点为链表
else {
for (int binCount = 0; ; ++binCount) {
if ((e = p.next) == null) {
p.next = newNode(hash, key, value, null);
// 如果链表长度大于等于8,则将链表转换为红黑树
if (binCount >= TREEIFY_THRESHOLD - 1) // -1 for 1st
treeifyBin(tab, hash);
break;
}
// 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;
}
}
// tab
if (e != null) { // existing mapping for key
V oldValue = e.value;
if (!onlyIfAbsent || oldValue == null)
e.value = value;
afterNodeAccess(e);
return oldValue;
}
}
++modCount;
// 6.超过最大容量,就进行扩容
if (++size > threshold)
resize();
afterNodeInsertion(evict);
return null;
}
2.3 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) {
// 超过最大值就不再进行扩容了
if (oldCap >= MAXIMUM_CAPACITY) {
threshold = Integer.MAX_VALUE;
return oldTab;
}
// 没有超过最大值,就扩大为原来的2倍
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
// 首次使用时进行的扩容
newCap = DEFAULT_INITIAL_CAPACITY;
newThr = (int)(DEFAULT_LOAD_FACTOR * DEFAULT_INITIAL_CAPACITY);
}
// 计算新的上限
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;
// 将每个bucket移动到新的bucket
if ((e = oldTab[j]) != null) {
// 将旧的数组置为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;
// 原索引
if ((e.hash & oldCap) == 0) {
if (loTail == null)
loHead = e;
else
loTail.next = e;
loTail = e;
}
// 原索引+oldCap
else {
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;
}
3. 线程安全性
我们都知道HashMap是非线程安全的,在多线程使用场景中,应该尽量避免使用线程不安全的HashMap,而使用线程安全的ConcurrentHashMap。
ConcurrentHashMap使用了分段加锁的机制,因此在使用效率上比使用HashTable和Collections.synchronizedMap()更高,而且由于设计陈旧,HashTable和Collections.synchronizedMap()正在逐渐退出历史舞台。
4. 结束语
HashMap在我们日常开发中,占据着不可或缺的位置,希望大家能对其原理有一个深入的认识和了解。JDK 1.8对HashMap的优化仅仅是冰山一角,让我们通过HashMap开始拥抱JDK1.8吧。