在JDK1.6,JDK1.7中,HashMap采用位桶+链表实现。每个桶对应不同的hash值,根据key计算得到的hash值,将键值对存放到对应位置。但是,很可能出现不同的key,计算出的hash值相同,这时就会造成哈希冲突。hashmap使用链表处理冲突,同一hash值的键值对存放在同一个桶中,并以链表形式存放。
但是当位于一个桶中的元素较多,即hash值相等的元素较多时,通过key值依次查找的效率较低。而JDK1.8中,HashMap采用位桶+链表+红黑树实现,当链表长度超过阈值(8)时,将链表转换为红黑树,这样大大减少了查找时间。
hashMap的键值都可以为null。且键不能相同,这里说的相同的是:两个键hash值相同,且key==key2||(key!=null&&key.equals(key2))
从下图源码中可以看出它的底层实现,
/** * 哈希表的结构是桶(数组)+单向链表+红黑树。 * 由于不同的key计算出的hash值可能相同,会造成hash冲突,引入单链表解决hash冲突。 * 所以,桶中的各个元素hash值虽然相同,但是key不相同,因为hashmap不允许相同的key。 * 当链表长度过大时,访问速度下降,引入红黑树解决这一问题 * 哈希表的容量(桶的个数)是2的倍数 * 该数组的初始化放在了put中,构造函数中并没有对其进行初始化 */ transient Node<K,V>[] table;
即HashMap的原理图是:
先来看看hashmap中的几个参数:
/** * 默认的初始化容量(桶的个数),是16, 要为2的幂次 */ static final int DEFAULT_INITIAL_CAPACITY = 1 << 4; // aka 16 /** * 最大的容量键值对的个数,是2的30次方 */ static final int MAXIMUM_CAPACITY = 1 << 30; /** * 加载因子。当hash表中桶的数目超过当前容量与加载因子的乘积时,就会扩容 */ static final float DEFAULT_LOAD_FACTOR = 0.75f; /** * 一个桶树化的阈值。当桶中元素个数超过这个值时,将链表转化为红黑树。 * 这个值至少为8.要不然频繁转化效率不高。 */ static final int TREEIFY_THRESHOLD = 8; /** * 一个桶的链表还原阈值。当桶中元素个数小于这个值时,红黑树会还原为链表。 */ static final int UNTREEIFY_THRESHOLD = 6; /** * 哈希表的最小树形化的容量。这里的容量是指表的容量(table capacity),也就是桶的个数 * 只有当表的容量(桶的个数)大于这个值时,表中的桶才能树形化(转化成红黑树), * 否则,当桶内元素太多时,不是转换成红黑树,而是扩容,因为容量不够大。 */ static final int MIN_TREEIFY_CAPACITY = 64;
/**
* The next size value at which to resize (capacity * load factor).从这里可看出,是键值对的个数
* 门限,进行rehash的门限(capacity*loadFactor) */ int threshold; final float loadFactor;
这几个参数的含义上面都有标注。HashMap默认的容量(键值对个数)是16,。默认的加载因子是0.75,加载因子loadFactor是影响hashMap进行扩容的指标之一,还有一个是容量,也就是table数组的大小(桶的个数)。threshold是进行扩容的门限值,为capacity*loadFactor 。
当一个桶中元素个数大于8时(添加元素时判断),会将链表转成红黑树;当树的节点个数小于6时(删除节点时判断),会转成链表。
MIN_TREEIFY_CAPACITY变量:最小树形化的值。意思是:桶的的个数(表的容量)没有达到这个值(64)时,即使桶中元素个数大于8时,也不会转成红黑树,而是直接扩容(resize(),该方法后面介绍),扩大桶的个数,桶个数两倍。只有当桶的个数大于等于该值时,才会树形化。
还有一个变量size ,表示当前存储键值对的数量,存一个则加1,删一个则减一。而capacity容量,也是表示存储键值对的容量,(不是桶的个数)。。这样,size>capacity*0.75则扩容,指得是键值对数量的比较。
构造函数
/** * 构造函数只是对loadFactor、threshold两个变量完成赋值,并没有初始化; * 具体的初始化将在put时进行。 */ 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; //找到大于等于initialCapacity的第一个2的整数次幂的数。如14,返回16。(该方法最后会提到) this.threshold = tableSizeFor(initialCapacity); //新的扩容临界值 } public HashMap(int initialCapacity) { this(initialCapacity, DEFAULT_LOAD_FACTOR); } public HashMap() { this.loadFactor = DEFAULT_LOAD_FACTOR; // all other fields defaulted }
从构造函数可以看出,构造函数并没有对底层的table数组进行初始化,而是和ArrayList一样,将初始化数组的过程推迟到第一次添加元素时进行。第一个构造函数,将传入的容量赋值给了threshold门限,后面会在resize方法中根据该门限进行初始化。
哈希冲突:
1、两节点 key 值相同(hash值一定相同),导致冲突
2、两节点 key 值不同,由于 hash 函数的局限性导致hash 值相同,冲突
3、两节点 key 值不同,hash 值不同,但 hash 值对数组长度取模后相同,冲突
注意上面第三点,存元素都是hash&(n-1),所以一个桶内的多个key可能hash值是不同的,所以就可以解释每次遍历链表判断key是否相同时还要再判断key的hash值。
HashMap的存取机制
1,HashMap如何getValue值,看源码
/** * 返回key对应的value * 1.计算key的hash值。 * 2.根据hash值找到对应桶的第一个节点。 * 3.判断第一个节点是不是(比较hash值和key)。 * 4.第一个节点不是就分红黑树和链表继续遍历 */ public V get(Object key) { Node<K,V> e; return (e = getNode(hash(key), key)) == null ? null : e.value; } /** * 根据hash值和key找到对应的节点 * 1.根据hash值找到对应的桶的第一个节点。如果第一个节点hash值以及key都对应的相等,则返回第一个。 * 2.往后遍历,看看是不是树,然后遍历。 * 这里找桶的算法是(n-1)&hash。n是桶的个数(2的幂次)。 * * 这里取模时,前后两个数位置无所谓,只要有一个是2的幂次(b),另外一个是a, * 取模就等价于求余数(a%(b-1),(2的幂次-1)做分母)。 * 所以,这里是等价于hash%(n-1)。也就是找桶的位置,从0开始 */ 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; }
View Code
步骤简述:
1.计算key的hash值。
2.根据hash值找到对应桶的第一个节点,hash&(n-1)。
3.判断第一个节点是不是(比较hash值和key)。
4.第一个节点不是就分红黑树和链表继续遍历
这里根据hash值找到对应桶的算法是(n-1)&hash。这个算法其实就是取模运算,又因为n是桶的个数,是2的幂次,所以该算法等价于
hash%(n-1),也就是找到对应的桶的位置(从0开始)。
2,HashMap如何put(key,value);看源码
/** * 存元素,见下个方法 */ public V put(K key, V value) { return putVal(hash(key), key, value, false, true); } /** * 存元素的步骤: * 1.根据key计算hash值; * 2.判断是否是第一次加入元素(table是否为空),如果是,则调用resize函数初始化: * 如果threshold=0,则初始化为16,;如果threshold不为0(构造函数中传入加载因子,会给threshold赋值,但是没有初始化table) * 3.根据hash值找到((n-1)&hash)对应桶的第一个元素;如果第一个元素为空,那么直接插入新节点。 * 4.如果第一个元素不为空,则判断结构是不是红黑树,如果是红黑树则调用红黑树插入的方法; * 5.如果不是红黑树,则依次遍历链表,如果链表有和传入的key相同的key,则用新的value替换原来的value,并返回旧value; * 6.如果没有相同的key,则插入到链表的最后。并判断新链表的大小是否超过门限,超过则转换成红黑树。 */ final V putVal(int hash, K key, V value, boolean onlyIfAbsent, boolean evict) { Node<K,V>[] tab; Node<K,V> p; int n, i; /** * 构造函数中没有对table进行初始化,所以第一次put时,会进行判断table是否为空,为空则要进行初始化。 * 也就是table初始化为初始化容量16. * resize()函数就是扩容:table为空时,扩容(也就是初始化)为默认容量16;table不为空时,扩容两倍(满足容量是2的幂次) */ if ((tab = table) == null || (n = tab.length) == 0) n = (tab = resize()).length; //根据hash值,找到对应桶位置的第一个元素,如果该元素为空,则直接插入。 if ((p = tab[i = (n - 1) & hash]) == null) tab[i] = newNode(hash, key, value, null); else { Node<K,V> e; K k; //如果第一个元素不为空,且该元素的key与传入的key一样,说明已经存在该key,记录下来 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) { //如果是最后一个了,且key都不相同,就将新节点插入到链表最后 if ((e = p.next) == null) { p.next = newNode(hash, key, value, null); //如果新加入节点后,链表大小超过阈值8,就转成红黑树 if (binCount >= TREEIFY_THRESHOLD - 1) // 因为从-1开始的。也就是-1到7,也就是大于8个节点时 treeifyBin(tab, hash); break; }//如果有相同的key,跳出循环 if (e.hash == hash && ((k = e.key) == key || (key != null && key.equals(k)))) break; p = e; } } /** * 如果有相同的key,将用新的value替换就的value,并返回原来的value */ if (e != null) { // existing mapping for key V oldValue = e.value; if (!onlyIfAbsent || oldValue == null) e.value = value;//新换旧 afterNodeAccess(e); return oldValue; } } ++modCount; if (++size > threshold) resize(); afterNodeInsertion(evict); return null; }
put
*存元素的步骤:
1.根据key计算hash值;
2.判断是否是第一次加入元素(table是否为空),如果是,则调用resize函数初始化(扩容):(见下面resize)
如果threshold=0,则初始化为16,;如果threshold不为0,初始化为threshold(构造函数中传入加载因子,会给threshold赋值,但是没有初 始化table)
3.根据hash值找到((n-1)&hash)对应桶的第一个元素;如果第一个元素为空,那么直接插入新节点。
4.如果第一个元素不为空,则判断结构是不是红黑树,如果是红黑树则调用红黑树插入的方法;
5.如果不是红黑树,则依次遍历链表,如果链表有和传入的key相同的key,则用新的value替换原来的value,并返回旧value;
6.如果没有相同的key,则插入到链表的最后。并判断新链表的大小是否超过门限,超过则转换成红黑树。
7.判断新size是不是大于threshold,是就扩容。
HasMap的扩容机制resize()
构造hash表时,如果不指明初始大小,默认大小为16(即Node数组大小16),如果Node[]数组中的元素达到threahold重新调整HashMap大小 变为原来2倍大小,扩容很耗时..。。扩容是将数组的大小(桶的个数)扩大为两倍。,而判断是否扩容是根据键值对的个数,size>threshold
/** * table为空时,扩容(也就是初始化)为默认容量16;table不为空时,扩容两倍(满足容量是2的幂次) * resize函数中新建一个散列表数组,容量为旧表的2倍,接着把旧表的键值对迁移到新表(重新计算hash值,存入新表), * 这里分三种情况: 1. 表项只有一个键值对时,针对新表计算新的桶位置并插入键值对 2. 表项节点是红黑树节点时(说明这个bin元素较多已经转成红黑树了),split这个bin。 3. 表项节点包含多个键值对组成的链表时(拉链法),把链表上的键值对按hash值分成两串,一串放到新表的原索引位置, 另外一串放到新表的 原索引位置+oldCap 处。 */ 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) { //如果原来桶的个数已经最大了,就不扩容了,直接返回原来数组 if (oldCap >= MAXIMUM_CAPACITY) { threshold = Integer.MAX_VALUE; return oldTab; } //如果原来的容量比默认容量大,且它的2倍也没有超过最大容量,那么新容量为两倍,新扩容门限也为原来两倍 else if ((newCap = oldCap << 1) < MAXIMUM_CAPACITY && oldCap >= DEFAULT_INITIAL_CAPACITY) newThr = oldThr << 1; // double threshold }//如果原来门限大于0,则新容量为原来门限 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;//放到新表的原索引位置 } if (hiTail != null) { hiTail.next = null; newTab[j + oldCap] = hiHead;//另一串放到新表的 原索引+原容量 位置。 } } } } } return newTab; }
resize
步骤:确定扩容后的容量大小
table不为空时,如果原来容量>16,扩容两倍(满足容量是2的幂次);如果16>容量>0,这是由于一开始传入初始容量比较小,前面扩容后容量也还是没有超过16,此时oldThr肯定>0,会调用下一步。
当table为空时:1,如果threshold>0,这就是构造函数中传进来的初始化容量,初始化为该容量threshold;2,threshold=0,没有传入初始 化容量,初始化为默认容量16.
扩容两倍步骤:
* resize函数中新建一个散列表数组,容量为旧表的2倍,接着把旧表的键值对迁移到新表(重新计算hash值,存入新表),
* 这里分三种情况:遍历每个桶 j,
1. 桶中只有一个键值对时,针对新表计算新的桶位置并插入键值对
2. 桶中节点是红黑树节点时(说明这个bin元素较多已经转成红黑树了),split这个bin。
3. 桶中节点包含多个键值对组成的链表时(拉链法),把链表上的键值对按hash值分成两串(根据(hash & oldCap) == 0),一串放到新表的原索引位置 j ,另外一串放到新表的 原索引位置 j+原表容量oldCap 处。
这里(hash&oldCap)来决定链表上键值对放在哪,这里不是hash&(n-1),所以不是求余数。
tableSizeFor()
/** * 返回大于cap-1的第一个2的幂次。如cap=10,返回2^4=16 * 如果cap本身就是2的幂次,就返回cap */ static final int tableSizeFor(int cap) { int n = cap - 1;//这是防止cap本身就是2的幂次 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; }
这个方法是在构造函数中使用到。
由此可以看到,当在实例化HashMap实例时,如果给定了initialCapacity,由于HashMap的capacity都是2的幂,因此这个方法用于找到大于等于initialCapacity的最小的2的幂(initialCapacity如果就是2的幂,则返回的还是这个数)。
下面分析这个算法:
首先,为什么要对cap做减1操作。int n = cap - 1;
这是为了防止,cap已经是2的幂。如果cap已经是2的幂, 又没有执行这个减1操作,则执行完后面的几条无符号右移操作之后,返回的capacity将是这个cap的2倍。如果不懂,要看完后面的几个无符号右移之后再回来看看。
下面看看这几个无符号右移操作:
如果n这时为0了(经过了cap-1之后),则经过后面的几次无符号右移依然是0,最后返回的capacity是1(最后有个n+1的操作)。
这里只讨论n不等于0的情况。
第一次右移
n |= n >>> 1;
由于n不等于0,则n的二进制表示中总会有一bit为1,这时考虑最高位的1。通过无符号右移1位,则将最高位的1右移了1位,再做或操作,使得n的二进制表示中与最高位的1紧邻的右边一位也为1,如000011xxxxxx。
第二次右移
n |= n >>> 2;
注意,这个n已经经过了n |= n >>> 1;
操作。假设此时n为000011xxxxxx ,则n无符号右移两位,会将最高位两个连续的1右移两位,然后再与原来的n做或操作,这样n的二进制表示的高位中会有4个连续的1。如00001111xxxxxx 。
第三次右移
n |= n >>> 4;
这次把已经有的高位中的连续的4个1,右移4位,再做或操作,这样n的二进制表示的高位中会有8个连续的1。如00001111 1111xxxxxx 。
以此类推
注意,容量最大也就是32bit的正数,因此最后n |= n >>> 16;
,最多也就32个1,但是这时已经大于了MAXIMUM_CAPACITY
,所以取值到MAXIMUM_CAPACITY
。
该算法的思想就是使n=cap-1的二进制中,第一个1后面全转为为1。
举一个例子说明下吧。
这个算法着实牛逼啊!
注意,得到的这个capacity却被赋值给了threshold。
this.threshold = tableSizeFor(initialCapacity);
开始以为这个是个Bug,感觉应该这么写:
this.threshold = tableSizeFor(initialCapacity) * this.loadFactor;
这样才符合threshold的意思(当HashMap的size到达threshold这个阈值时会扩容)。
但是,请注意,在构造方法中,并没有对table这个成员变量进行初始化,table的初始化被推迟到了put方法中,在resize方法中会对threshold重新计算(如下,结合上面resize代码)。
if (newThr == 0) {//针对的是上面oldThr>0,对threshold重新计算 float ft = (float)newCap * loadFactor; newThr = (newCap < MAXIMUM_CAPACITY && ft < (float)MAXIMUM_CAPACITY ? (int)ft : Integer.MAX_VALUE); }
参考:http://blog.csdn.net/tuke_tuke/article/details/51588156
https://blog.csdn.net/fan2012huan/article/details/51097331
另外,这篇文章写得挺不错:https://blog.csdn.net/zxt0601/article/details/77413921