码迷,mamicode.com
首页 > 编程语言 > 详细

Java源码解析|HashMap的前世今生

时间:2019-10-19 11:29:15      阅读:84      评论:0      收藏:0      [点我收藏+]

标签:while   图片   因此   表数据   put   顺序   ==   arch   死锁   

HashMap的前世今生

Java8在Java7的基础上,做了一些改进和优化。
底层数据结构和实现方法上,HashMap几乎重写了一套
所有的集合都新增了函数式的方法,比如说forEach,也新增了很多好用的函数。

前世——Java 1.7

底层数据结构

数组 + 链表

在Java1.7中HashMap使用数组+链表来作为存储结构
数组就类似一个个桶构成的容器,链表用来解决冲突,当出现冲突时,就找到当前数据应该存储的桶的位置(数组下标),在当前桶中插入新链表结点。

如下图所示:
技术图片

链表结点中存放(key,value)键值对
技术图片

扩容与初始化

初始化:初始时,HashMap的数组大小(桶个数)默认为16,且数组大小必须是2的幂次方
看下图源码注释所示
技术图片
技术图片

resize方法扩容
什么时候扩容?
桶里链表结点元素超过threshole变量= 16 * 扩容因子0.75 = 12个时开始扩容
技术图片
限定扩容最大值为Integer的大小
技术图片

  • 扩容一倍:
    技术图片

  • 怎么扩容:开辟新的数组(桶),使用transfer方法将旧数组数据拷贝到新数组中,部分元素重写计算hash值(rehash)
    技术图片
    技术图片

  • transfer函数,把旧表的桶搬到新的桶
    遍历每一个桶的链表,重新rehash,indexFor拿到新表的下标,放到新表
    技术图片

hash算法

  • 为什么数组的大小必须为2的幂
    我们在求key的hash值在数组的下标的方法中发现 数组设置为2的幂-,是为了在求模转成位运算时,恰好可以得到数组下标
    技术图片

举个栗子:比如,假设 数组长度为2的5次方,也就是32个长度,我们拿key的hash值(32位)与数组长度作&与运算,就能得到一个在数组长度范围内的下标,这个下标就是当前key应该在表table的位置了。
看下图演示吧:
技术图片

所以数组大小必须规定为2的幂的原因就是为了hash算法将来计算key在数组中的index下标

由key得到hashcode的算法,在1.7中比较复杂,就不过多陈述了。

put方法

  • 需要使用equals方法比较key,所以自定义的类需要重载equals方法
  • 因此也推荐使用String这种已经重写equals方法的类作为键key。
    技术图片
    技术图片

遗留问题:安全、死锁

1.hashmap1.7线程不安全
技术图片
并发下并发下,扩容时,需要使用transfer函数拷贝链表数据,有坑,容易出现死循环链表,死锁

查看参考链接

2.hash碰撞的安全问题
Java1.7中的hash算法会出现碰撞,可以通过恶意请求引发DOS
如下,hash值相同
技术图片

解决方法:换一种hash计算方法
技术图片
技术图片

今生——Java 1.8

底层数据结构

  • HashMap底层的数据结构是:数组+链表+红黑树
  • 当链表的长度大于等于8时,链表会转化成红黑树;
  • 当红黑树的大小小于等于6时,红黑树会转化成链表;
    整体的数据结构如下:
    技术图片

扩容与初始化

常见属性:

//初始容量为 16
 static final int DEFAULT_INITIAL_CAPACITY = 1 << 4;

 //最大容量
 static final int MAXIMUM_CAPACITY = 1 << 30;

 //负载因子默认值
 static final float DEFAULT_LOAD_FACTOR = 0.75f;
 
 //桶上的链表长度大于等于8时,链表转化成红黑树
 static final int TREEIFY_THRESHOLD = 8;

 //桶上的红黑树大小小于等于6时,红黑树转化成链表
 static final int UNTREEIFY_THRESHOLD = 6;

 //当数组容量大于 64 时,链表才会转化成红黑树
 static final int MIN_TREEIFY_CAPACITY = 64;

 //记录迭代过程中 HashMap 结构是否发生变化,如果有变化,迭代时会 fail-fast
 transient int modCount;

 //HashMap 的实际大小,可能不准(因为当你拿到这个值的时候,可能又发生了变化)
 transient int size;

 //存放数据的数组
 transient Node<K,V>[] table;

 // 扩容的门槛,有两种情况
 // 如果初始化时,给定数组大小的话,通过 tableSizeFor 方法计算,数组大小永远接近于 2 的幂次方,比如你给定初始化大小 19,实际上初始化大小为 32,为 2 的 5 次方。
 // 如果是通过 resize 方法进行扩容,大小 = 数组容量 * 0.75
 int threshold;

 //链表的节点
 static class Node<K,V> implements Map.Entry<K,V> {
 
 //红黑树的节点
 static final class TreeNode<K,V> extends LinkedHashMap.Entry<K,V>
  • 可以看到初始容量为16,最大容量为2的30次方
  • 当数组容量大于 64 时,并且链表结点数>=8时,链表才会转化成红黑树
    而转化成红黑树的概率是非常小的(千万分之一),原因是一个合适的hash计算不会很少出现多次碰撞
    在考虑设计链表结点数>=8这个值的时候,我们参考了泊松分布概率函数,由泊松分布中得出结论,链表各个长度的命中概率为:
* 0:    0.60653066
* 1:    0.30326533
* 2:    0.07581633
* 3:    0.01263606
* 4:    0.00157952
* 5:    0.00015795
* 6:    0.00001316
* 7:    0.00000094
* 8:    0.00000006

意思是,当链表的长度是8的时候,出现的概率是0.00000006,不到千万分之一,所以说正常情况下,链表的长度不可能到达8,而一旦到达8时,肯定是hash 算法出了问题,所以在这种情况下,为了让HashMap仍然有较高的查询性能,所以让链表转化成红黑树,我们正常写代码,使用HashMap时,几乎不会碰到链表转化成红黑树的情况。

  • 扩容
    扩容有两种情况:
  1. 如果初始化时,给定数组大小的话,通过 tableSizeFor 方法计算,数组的容量大小会近似一下,数组大小永远是 2 的幂次方,比如你给定初始化大小 19,实际上初始化大小为 32,也就是 2 的 5 次方。

  2. 如果是通过 resize 方法进行扩容,当大小 > 数组容量 * 0.75进行resize
    技术图片
    技术图片

  • 扩容后拷贝原来的table,像java1.7的transfer函数,java1.8中保持顺序复制,线程仍然不安全
    技术图片
  • 扩容时的高低位链表 不太懂。
    技术图片

  • resize效率低,需要拷贝,所以初始化时最好指定一定的容量,避免频繁扩容带来的性能问题。

put插入方法

  • HashMap新增结点步骤如下:

技术图片
技术图片

  • put的部分代码如下
// 入参 hash:通过 hash 算法计算出来的值。
// 入参 onlyIfAbsent:false 表示即使 key 已经存在了,仍然会用新值覆盖原来的值,默认为 false
final V putVal(int hash, K key, V value, boolean onlyIfAbsent,
               boolean evict) {
    // n 表示数组的长度,i 为数组索引下标,p 为 i 下标位置的 Node 值
    Node<K,V>[] tab; Node<K,V> p; int n, i;
    //如果数组为空,使用 resize 方法初始化
    if ((tab = table) == null || (n = tab.length) == 0)
        n = (tab = resize()).length;
    // 如果当前索引位置是空的,直接生成新的节点在当前索引位置上
    if ((p = tab[i = (n - 1) & hash]) == null)
        tab[i] = newNode(hash, key, value, null);
    // 如果当前索引位置有值的处理方法,即我们常说的如何解决 hash 冲突
    else {
        // e 当前节点的临时变量
        Node<K,V> e; K k;
        // 如果 key 的 hash 和值都相等,直接把当前下标位置的 Node 值赋值给临时变量
        if (p.hash == hash &&
            ((k = p.key) == key || (key != null && key.equals(k))))
            e = p;
        // 如果是红黑树,使用红黑树的方式新增
        else if (p instanceof TreeNode)
            e = ((TreeNode<K,V>)p).putTreeVal(this, tab, hash, key, value);
        // 是个链表,把新节点放到链表的尾端
        else {
            // 自旋
            for (int binCount = 0; ; ++binCount) {
                // e = p.next 表示从头开始,遍历链表
                // p.next == null 表明 p 是链表的尾节点
                if ((e = p.next) == null) {
                    // 把新节点放到链表的尾部 
                    p.next = newNode(hash, key, value, null);
                    // 当链表的长度大于等于 8 时,链表转红黑树
                    if (binCount >= TREEIFY_THRESHOLD - 1)
                        treeifyBin(tab, hash);//树化
                    break;
                }
                // 链表遍历过程中,发现有元素和新增的元素相等,结束循环
                if (e.hash == hash &&
                    ((k = e.key) == key || (key != null && key.equals(k))))
                    break;
                //更改循环的当前元素,使 p 在遍历过程中,一直往后移动。
                p = e;
            }
        }
        // 说明新节点的新增位置已经找到了
        if (e != null) {
            V oldValue = e.value;
            // 当 onlyIfAbsent 为 false 时,才会覆盖值 
            if (!onlyIfAbsent || oldValue == null)
                e.value = value;
            afterNodeAccess(e);
            // 返回老值
            return oldValue;
        }
    }
    // 记录 HashMap 的数据结构发生了变化
    ++modCount;
    //如果 HashMap 的实际大小大于扩容的门槛,开始扩容
    if (++size > threshold)
        resize();
    afterNodeInsertion(evict);
    return null;
}

如果数组有了key,但不想覆盖 value,可以选择putlfAbsent方法,这个方法有个内置变量onlylfAbsent,内置是true,就不会覆盖,我们平时使用的put方法,内置onlylfAbsent为false,是允许覆盖的。

  • 链表新增结点:把新结点添加到链表尾部就行了。
  • 红黑树新增结点步骤如下
    技术图片
//入参 h:key 的hash值
final TreeNode<K,V> putTreeVal(HashMap<K,V> map, Node<K,V>[] tab,
                               int h, K k, V v) {
    Class<?> kc = null;
    boolean searched = false;
    //找到根节点
    TreeNode<K,V> root = (parent != null) ? root() : this;
    //自旋
    for (TreeNode<K,V> p = root;;) {
        int dir, ph; K pk;
        // p hash 值大于 h,说明 p 在 h 的右边
        if ((ph = p.hash) > h)
            dir = -1;
        // p hash 值小于 h,说明 p 在 h 的左边
        else if (ph < h)
            dir = 1;
        //要放进去key在当前树中已经存在了(equals来判断)
        else if ((pk = p.key) == k || (k != null && k.equals(pk)))
            return p;
        //自己实现的Comparable的话,不能用hashcode比较了,需要用compareTo
        else if ((kc == null &&
                  //得到key的Class类型,如果key没有实现Comparable就是null
                  (kc = comparableClassFor(k)) == null) ||
                  //当前节点pk和入参k不等
                 (dir = compareComparables(kc, k, pk)) == 0) {
            if (!searched) {
                TreeNode<K,V> q, ch;
                searched = true;
                if (((ch = p.left) != null &&
                     (q = ch.find(h, k, kc)) != null) ||
                    ((ch = p.right) != null &&
                     (q = ch.find(h, k, kc)) != null))
                    return q;
            }
            dir = tieBreakOrder(k, pk);
        }

        TreeNode<K,V> xp = p;
        //找到和当前hashcode值相近的节点(当前节点的左右子节点其中一个为空即可)
        if ((p = (dir <= 0) ? p.left : p.right) == null) {
            Node<K,V> xpn = xp.next;
            //生成新的节点
            TreeNode<K,V> x = map.newTreeNode(h, k, v, xpn);
            //把新节点放在当前子节点为空的位置上
            if (dir <= 0)
                xp.left = x;
            else
                xp.right = x;
            //当前节点和新节点建立父子,前后关系
            xp.next = x;
            x.parent = x.prev = xp;
            if (xpn != null)
                ((TreeNode<K,V>)xpn).prev = x;
            //balanceInsertion 对红黑树进行着色或旋转,以达到更多的查找效率,着色或旋转的几种场景如下
            //着色:新节点总是为红色;如果新节点的父亲是黑色,则不需要重新着色;如果父亲是红色,那么必须通过重新着色或者旋转的方法,再次达到红黑树的5个约束条件
            //旋转: 父亲是红色,叔叔是黑色时,进行旋转
            //如果当前节点是父亲的右节点,则进行左旋
            //如果当前节点是父亲的左节点,则进行右旋
          
            //moveRootToFront 方法是把算出来的root放到根节点上
            moveRootToFront(tab, balanceInsertion(root, x));
            return null;
        }
    }
}
  • 有关红黑树还需要补充知识点(占坑)

get查找方法

链表查询的时间复杂度是O(n),红黑树的查询复杂度是O(log(n)。在链表数据不多的时候,使用链表进行遍历也比较快,只有当链表数据比较多的时候,才会转化成红黑树,但红黑树需要的占用空间是链表的2倍,考虑到转化时间和空间损耗,所以我们需要定义出转化的边界值,链表结点>=8时才进行树化。

  • HashMap查找步骤:
    技术图片

  • 链表查找 key是自定义类时需要重写equals方法(来比较链表结点值是否相等)
// 采用自旋方式从链表中查找 key,e 初始为为链表的头节点
do {
    // 如果当前节点 hash 等于 key 的 hash,并且 equals 相等,当前节点就是我们要找的节点
    // 当 hash 冲突时,同一个 hash 值上是一个链表的时候,我们是通过 equals 方法来比较 key 是否相等的
    if (e.hash == hash &&
        ((k = e.key) == key || (key != null && key.equals(k))))
        return e;
    // 否则,把当前节点的下一个节点拿出来继续寻找
} while ((e = e.next) != null);
  • 红黑树查找 key是自定义类时需要重写compator方法(来判断红黑树往左子结点走还是往右走)
    技术图片

hash算法精简

使用异或计算hash,拿高16位异或低16位

static final int hash(Object key) {
    int h;
    return (key == null) ? 0 : (h = key.hashCode()) ^ (h >>> 16);
}
key 在数组中的位置公式:tab[(n - 1) & hash]
  • h^(h>>>16),这么做的好处是使大多数场景下,算出来的hash值比较分散。
    hash 值算出来之后,要计算当前key在数组中的索引下标位置时,可以采用对数组长度取模,但是取模操作对于处理器的计算是比较慢的,数学上有个公式,当b是2的幂次方时,a%b=a&(b-1),所以此处索引位置的计算公式我们可以更换为:(n-1)&hash。

技术图片

因为树有可能退化到链表状态,所以红黑树是一个二叉平衡树,通过自旋来调整高度
技术图片

新增方法

  • getOrDefault方法:如果 key 对应的值不存在,返回期望的默认值 defaultValue
public V getOrDefault(Object key, V defaultValue) {
    Node<K,V> e;
    return (e = getNode(hash(key), key)) == null ? defaultValue : e.value;
}
  • putlfAbsent(K key,V value):如果map中存在key了,那么value就不会覆盖,如果不存在key,新增成功。
  • compute 方法:允许我们把 key和value的值进行计算后,再put到map中,为防止key值不存在造成未知错误,
  • computelfPresent方法:表示只有在key存在的时候,才执行计算
 public void compute(){
    HashMap<Integer,Integer> map = Maps.newHashMap();
    map.put(10,10);
    log.info("compute 之前值为:{}",map.get(10));
    map.compute(10,(key,value) -> key * value);
    log.info("compute 之后值为:{}",map.get(10));
    // 还原测试值
    map.put(10,10);

    // 如果为 11 的 key 不存在的话,需要注意 value 为空的情况,下面这行代码就会报空指针
    //  map.compute(11,(key,value) -> key * value);
    
    // 为了防止 key 不存在时导致的未知异常,我们一般有两种办法
    // 1:自己判断空指针
    map.compute(11,(key,value) -> null == value ? null : key * value);
    // 2:computeIfPresent 方法里面判断
    map.computeIfPresent(11,(key,value) -> key * value);
    log.info("computeIfPresent 之后值为:{}",map.get(11));
  }
结果是:
compute 之前值为:10
compute 之后值为:100
computeIfPresent 之后值为:null(这个结果中,可以看出,使用 computeIfPresent 避免了空指针)

从前世到今生的奈何桥——default

  • Java8在集合类上新增了很多方法,为什么Java7中这些接口的的实现者不需要强制实现这些方法呢?
    主要是因为这些新增的方法被default 关键字修饰了,default一旦修饰接口上的方法,我们需要在接口的方法中写默认实现,并且子类无需强制实现这些方法,所以Java7接口的实现者无需感知。

总结:HashMap的三生三世

Java8在Java7的基础上,做了一些改进和优化,通过default关键字来连接两代。HashMap几乎重写了一套,所有的集合都新增了函数式的方法,比如说forEach,也新增了很多好用的函数。

历时一周的源码与资料阅读后作此文章,关于本文hashMap的知识,如有错误,请指正,感谢!

Java源码解析|HashMap的前世今生

标签:while   图片   因此   表数据   put   顺序   ==   arch   死锁   

原文地址:https://www.cnblogs.com/fisherss/p/11701244.html

(0)
(0)
   
举报
评论 一句话评论(0
登录后才能评论!
© 2014 mamicode.com 版权所有  联系我们:gaon5@hotmail.com
迷上了代码!