资讯专栏INFORMATION COLUMN

HashMap 精讲原理篇

Lyux / 2764人阅读

摘要:从结构实现来讲,是数组链表红黑树增加了红黑树部分实现的。当链表长度大于时,将这个链表转换成红黑树,利用红黑树快速增删改查的特点提高的性能。

原文链接 更多教程 本文涉及HashMap的:

HashMap的简单使用

HashMap的存储结构原理

HashMap的扩容方法原理

HashMap中定位数据索引实现

HashMap中put、get方法实现

HashMap的简单使用

HashMap使用键值对存储,只需传入相应的键-值即可存储。看下面的例子:

HashMap map = new HashMap();
map.put("key1", 1);
map.put("key2", 2);
map.put("key3", 3);
for(Entry entry : map.entrySet()) {
    System.out.println(entry.getKey() + ": " + entry.getValue());
}

运行结果是:

key1:1
key2:2
key3:3

读取对应键的值:

map.get("key3");
原文链接 更多教程

看到这里你一定想知道HashMap存储数据后的结构是怎么样的。

HashMap的存储结构

HashMap综合了数组和链表的优缺点,实现了自己的存储方式。那么先看一下数组和链表的存储方式:

数组:

1.数组存储区间是连续的,占用内存严重,故空间复杂的很大。
2.数组的特点是:寻址容易,插入和删除困难。

链表

1.链表存储区间离散,占用内存比较宽松,故空间复杂度很小,但时间复杂度很大,达O(N)。
2.链表的特点是:寻址困难,插入和删除容易。

HashMap为了能做到寻址容易,插入、删除也容易使用了如下的结构。
从结构实现来讲,HashMap是数组+链表+红黑树(JDK1.8增加了红黑树部分)实现的。

HashMap存储数据的工作流程就是:

例如存储:map.put("key1", 1);

分析:

1.将“key1”这个key用hashCode()方法得到其hashCode 值,然后再通过Hash算法的后两步运算(高位运算和取模运算,下文有介绍)来定位该键值对的存储位置(即数据在table数组中的索引)
2.有时两个key会定位到相同的位置,表示发生了Hash碰撞。Java中HashMap采用了链地址法来解决Hash碰撞。(链地址法,简单来说,就是数组加链表的结合。在每个数组元素上都一个链表结构,当数据被Hash后,得到数组下标,把数据放在对应下标元素的链表上。)
3.当链表长度大于8时,将这个链表转换成红黑树,利用红黑树快速增删改查的特点提高HashMap的性能。想了解更多红黑树数据结构的工作原理可以参考http://blog.csdn.net/v_july_v/article/details/6105630

接下来,看存储的数据结构代码:

HashMap中存储数据用的是一个数组:Node[] table,即哈希桶数组,明显它是一个Node的数组。对照上图中的第一列(数组table)。

数组中存储的黑点的数据结构就是这里的Node结构:

static class Node implements Map.Entry {
        final int hash;    //用来定位数组索引位置
        final K key;
        V value;
        Node next;   //链表的下一个node

        Node(int hash, K key, V value, Node next) { ... }
        public final K getKey(){ ... }
        public final V getValue() { ... }
        public final String toString() { ... }
        public final int hashCode() { ... }
        public final V setValue(V newValue) { ... }
        public final boolean equals(Object o) { ... }
}

Node是HashMap的一个内部类,实现了Map.Entry接口,本质是就是一个映射(键值对)。

扩容原理

在理解HashMap的扩容流程之前,我们得先了解下HashMap的几个字段。

 int threshold;             // 所能容纳的key-value对极限 
 final float loadFactor;    // 负载因子
 int modCount;  
 int size;  

Node[] table的初始化长度length(默认值是16)

原文链接 更多教程
static final int DEFAULT_INITIAL_CAPACITY = 1 << 4; // aka 16

loadFactor为负载因子(默认值是0.75),

static final float DEFAULT_LOAD_FACTOR = 0.75f;

threshold
是HashMap所能容纳的最大数据量的Node(键值对)个数:threshold = length * loadFactor。超过这个数目就重新resize(扩容),扩容后的HashMap容量是之前容量的两倍。默认的负载因子0.75是对空间和时间效率的一个平衡选择,建议大家不要修改。

size
就是HashMap中实际存在的键值对数量。

modCount
主要用来记录HashMap内部结构发生变化的次数,主要用于迭代的快速失败。强调一点,内部结构发生变化指的是结构发生变化,例如put新键值对,但是某个key对应的value值被覆盖不属于结构变化。

具体实现方法 确定哈希桶数组索引的位置

分三步确定:

取key的hashCode值

高位运算

取模运算

方法一:
static final int hash(Object key) {   //jdk1.8 & jdk1.7
     int h;
     // h = key.hashCode() 为第一步 取hashCode值
     // h ^ (h >>> 16)  为第二步 高位参与运算
     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:

1.求hash值方法中,用h = key.hashCode()。然后将h的低16位和高16位异或,是为了保证在数组table的length比较小的时候,让高低位数据都参与到Hash的计算中,同时不会有太大的开销。
2.length是数组的长度,取模运算求出数组索引。当length总是2的n次方时,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。

高低位异或运算如下图:(n为table的长度)

HashMap的put方法
public V put(K key, V value) {
        // 对key的hashCode()做hash
        return putVal(hash(key), key, value, false, true);
}

final V putVal(int hash, K key, V value, boolean onlyIfAbsent,
                   boolean evict) {
        Node[] tab; Node p; int n, i;
        //判断键值对数组table[i]是否为空或为null,否则执行resize()进行扩容
        if ((tab = table) == null || (n = tab.length) == 0)
            n = (tab = resize()).length;
        //根据键值key计算hash值得到插入的数组索引i,如果table[i]==null,直接新建节点添加
        if ((p = tab[i = (n - 1) & hash]) == null)
            tab[i] = newNode(hash, key, value, null);
        else {
            Node e; K k;
            //判断table[i]的首个元素是否和key一样,如果相同直接覆盖value,这里的相同指的是hashCode相等
            if (p.hash == hash &&
                ((k = p.key) == key || (key != null && key.equals(k))))
                e = p;
            //判断table[i] 是否为treeNode,即table[i] 是否是红黑树,如果是红黑树,则直接在树中插入键值对
            else if (p instanceof TreeNode)
                e = ((TreeNode)p).putTreeVal(this, tab, hash, key, value);
            else {
                //遍历table[i],判断链表长度是否大于8,大于8的话把链表转换为红黑树,在红黑树中执行插入操作,否则进行链表的插入操作;遍历过程中若发现key已经存在直接覆盖value即可;
                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;
        //插入成功后,判断实际存在的键值对数量size是否超多了最大容量threshold,如果超过,进行扩容。
        if (++size > threshold)
            resize();
        afterNodeInsertion(evict);
        return null;
}

针对这个流程,网上出现了一张比较好的流程图,这里借用下(若有冒犯请留言,我将重新画一个)

结合图看代码更清晰移动点。

HashMap的扩容方法

JDK1.7中的扩容较好理解:使用一个容量更大的数组来代替已有的容量小的数组,并把数据从原来的数组中重新按照原来的计算方法放到新的数组中。

void resize(int newCapacity) {   //传入新的容量
     Entry[] oldTable = table;    //引用扩容前的Entry数组
     int oldCapacity = oldTable.length;         
     if (oldCapacity == MAXIMUM_CAPACITY) {  //扩容前的数组大小如果已经达到最大(2^30)了
         threshold = Integer.MAX_VALUE; //修改阈值为int的最大值(2^31-1),这样以后就不会扩容了
         return;
     }
  
     Entry[] newTable = new Entry[newCapacity];  //初始化一个新的Entry数组
     transfer(newTable);                         //!!将数据转移到新的Entry数组里
     table = newTable;                           //HashMap的table属性引用新的Entry数组
     threshold = (int)(newCapacity * loadFactor);//修改阈值
 }
原文链接 更多教程
void transfer(Entry[] newTable) {
     Entry[] src = table;                   //src引用了旧的Entry数组
     int newCapacity = newTable.length;
     for (int j = 0; j < src.length; j++) { //遍历旧的Entry数组
         Entry e = src[j];             //取得旧Entry数组的每个元素
         if (e != null) {
             src[j] = null;//释放旧Entry数组的对象引用(for循环后,旧的Entry数组不再引用任何对象)
             do {
                 Entry next = e.next;
                 int i = indexFor(e.hash, newCapacity); //!!重新计算每个元素在数组中的位置
                 e.next = newTable[i]; //标记[1]
                 newTable[i] = e;      //将元素放在数组上
                 e = next;             //访问下一个Entry链上的元素
             } while (e != null);
         }
     }
 } 

JDK1.8中,对扩容算法做了优化。我们观察下key1和key2在扩容前和扩容后的位置计算过程:

可以看到如下结果:

我们在扩充HashMap的时候,不需要像JDK1.7的实现那样重新计算hash,只需要看看原来的hash值新增的那个bit是1还是0就好了,是0的话索引没变,是1的话索引变成“原索引+oldCap”。

可以看看下图为16扩充为32的resize示意图:

这个设计确实非常的巧妙,既省去了重新计算hash值的时间,而且同时,由于新增的1bit是0还是1可以认为是随机的,因此resize的过程,均匀的把之前的冲突的节点分散到新的bucket了。

具体代码,有兴趣的可以仔细品读以下代码:

 1 final Node[] resize() {
 2     Node[] oldTab = table;
 3     int oldCap = (oldTab == null) ? 0 : oldTab.length;
 4     int oldThr = threshold;
 5     int newCap, newThr = 0;
 6     if (oldCap > 0) {
 7         // 超过最大值就不再扩充了,就只好随你碰撞去吧
 8         if (oldCap >= MAXIMUM_CAPACITY) {
 9             threshold = Integer.MAX_VALUE;
10             return oldTab;
11         }
12         // 没超过最大值,就扩充为原来的2倍
13         else if ((newCap = oldCap << 1) < MAXIMUM_CAPACITY &&
14                  oldCap >= DEFAULT_INITIAL_CAPACITY)
15             newThr = oldThr << 1; // double threshold
16     }
17     else if (oldThr > 0) // initial capacity was placed in threshold
18         newCap = oldThr;
19     else {               // zero initial threshold signifies using defaults
20         newCap = DEFAULT_INITIAL_CAPACITY;
21         newThr = (int)(DEFAULT_LOAD_FACTOR * DEFAULT_INITIAL_CAPACITY);
22     }
23     // 计算新的resize上限
24     if (newThr == 0) {
25 
26         float ft = (float)newCap * loadFactor;
27         newThr = (newCap < MAXIMUM_CAPACITY && ft < (float)MAXIMUM_CAPACITY ?
28                   (int)ft : Integer.MAX_VALUE);
29     }
30     threshold = newThr;
31     @SuppressWarnings({"rawtypes","unchecked"})
32         Node[] newTab = (Node[])new Node[newCap];
33     table = newTab;
34     if (oldTab != null) {
35         // 把每个bucket都移动到新的buckets中
36         for (int j = 0; j < oldCap; ++j) {
37             Node e;
38             if ((e = oldTab[j]) != null) {
39                 oldTab[j] = null;
40                 if (e.next == null)
41                     newTab[e.hash & (newCap - 1)] = e;
42                 else if (e instanceof TreeNode)
43                     ((TreeNode)e).split(this, newTab, j, oldCap);
44                 else { // 链表优化重hash的代码块
45                     Node loHead = null, loTail = null;
46                     Node hiHead = null, hiTail = null;
47                     Node next;
48                     do {
49                         next = e.next;
50                         // 原索引
51                         if ((e.hash & oldCap) == 0) {
52                             if (loTail == null)
53                                 loHead = e;
54                             else
55                                 loTail.next = e;
56                             loTail = e;
57                         }
58                         // 原索引+oldCap
59                         else {
60                             if (hiTail == null)
61                                 hiHead = e;
62                             else
63                                 hiTail.next = e;
64                             hiTail = e;
65                         }
66                     } while ((e = next) != null);
67                     // 原索引放到bucket里
68                     if (loTail != null) {
69                         loTail.next = null;
70                         newTab[j] = loHead;
71                     }
72                     // 原索引+oldCap放到bucket里
73                     if (hiTail != null) {
74                         hiTail.next = null;
75                         newTab[j + oldCap] = hiHead;
76                     }
77                 }
78             }
79         }
80     }
81     return newTab;
82 }
安全性

HashMap是线程不安全的,不要在并发的环境中同时操作HashMap,建议使用ConcurrentHashMap。

原文链接 更多教程

参考:
https://tech.meituan.com/2016...

https://yikun.github.io/2015/...

文章版权归作者所有,未经允许请勿转载,若此文章存在违规行为,您可以联系管理员删除。

转载请注明本文地址:https://www.ucloud.cn/yun/73314.html

相关文章

  • 17、Python快速开发分布式搜索引擎Scrapy精讲—深度优先与广度优先原理

    摘要:百度云搜索,搜各种资料搜网盘,搜各种资料网站树形结构深度优先是从左到右深度进行爬取的,以深度为准则从左到右的执行递归方式实现默认是深度优先的广度优先是以层级来执行的,列队方式实现转载自 【百度云搜索,搜各种资料:http://www.bdyss.cn】 【搜网盘,搜各种资料:http://www.swpan.cn】 showImg(https://segmentfault.com/im...

    xfee 评论0 收藏0
  • Java精讲:生产者-消费者

    摘要:创建一个阻塞队列生产者生产,目前总共有消费者消费,目前总共有原文链接更多教程 原文链接 更多教程 本文概要 生产者和消费者问题是线程模型中老生常谈的问题,也是面试中经常遇到的问题。光在Java中的实现方式多达数十种,更不用说加上其他语言的实现方式了。那么我们该如何学习呢? 本文会通过精讲wait()和notify()方法实现生产者-消费者模型,来学习生产者和消费者问题的原理。 目的...

    VPointer 评论0 收藏0
  • 学习JVM必看书籍

    学习JVM的相关资料 《深入理解Java虚拟机——JVM高级特性与最佳实践(第2版)》 showImg(https://segmentfault.com/img/bVbsqF5?w=200&h=200); 基于最新JDK1.7,围绕内存管理、执行子系统、程序编译与优化、高效并发等核心主题对JVM进行全面而深入的分析,深刻揭示JVM的工作原理。以实践为导向,通过大量与实际生产环境相结合的案例展示了解...

    shaonbean 评论0 收藏0

发表评论

0条评论

Lyux

|高级讲师

TA的文章

阅读更多
最新活动
阅读需要支付1元查看
<