什么是?
是基于哈希表的 Map 接口的异步实现。该实现提供了所有可选的映射操作,并允许空值和空键。此类不保证地图的顺序,尤其不保证该顺序将是永久的。
数据结构
在Java编程语言中,有两种基本结构,一种是数组,另一种是模拟指针(引用)。所有的数据结构都可以使用这两种基本结构来构建,也不例外。它实际上是一种“链表哈希”数据结构,即数组和链表的组合。
文本描述应始终附有图表,以更好地解释数据结构。结构图
从上图可以看出,最底层是一个数组结构,数组中的每一项都是链表或者红黑树。当一个新的被创建时,一个数组被初始化。
我们先来看看核心成员。
public class HashMap extends AbstractMap
implements Map, Cloneable, Serializable {
// 默认容量,默认为16,必须是2的幂
static final int DEFAULT_INITIAL_CAPACITY = 1 << 4;
// 最大容量,值是2^30
static final int MAXIMUM_CAPACITY = 1 << 30
// 装载因子,默认的装载因子是0.75
static final float DEFAULT_LOAD_FACTOR = 0.75f;
// 解决冲突的数据结构由链表转换成树的阈值,默认为8
static final int TREEIFY_THRESHOLD = 8;
// 解决冲突的数据结构由树转换成链表的阈值,默认为6
static final int UNTREEIFY_THRESHOLD = 6;
/* 当桶中的bin被树化时最小的hash表容量。
* 如果没有达到这个阈值,即hash表容量小于MIN_TREEIFY_CAPACITY,当桶中bin的数量太多时会执行resize扩容操作。
* 这个MIN_TREEIFY_CAPACITY的值至少是TREEIFY_THRESHOLD的4倍。
*/
static final int MIN_TREEIFY_CAPACITY = 64;
static class Node implements Map.Entry {
//...
}
// 存储数据的数组
transient Node[] table;
// 遍历的容器
transient Set<Map.Entry> entrySet;
// Map中KEY-VALUE的数量
transient int size;
/**
* 结构性变更的次数。
* 结构性变更是指map的元素数量的变化,比如rehash操作。
* 用于HashMap快速失败操作,比如在遍历时发生了结构性变更,就会抛出ConcurrentModificationException。
*/
transient int modCount;
// 下次resize的操作的size值。
int threshold;
// 负载因子,resize后容量的大小会增加现有size * loadFactor
final float loadFactor;
}
初始化
从源码中可以看出,数组表在初始化的时候并没有被初始化。只能在 put 操作期间放入。你为什么要这样做?估计是避免初始化后使用内存,哈哈哈。
存储操作
下面说一下如何确定数组索引的位置,put操作的详细过程,扩展机制()
哈希计算确定数组的索引位置
无论添加、删除还是查找键值对,定位哈希桶数组的位置都是关键的第一步。上面提到的数据结构是数组和链表的组合,所以我们当然希望这里面的元素位置尽量均匀分布,尽量让每个位置的元素个数只有一个,那么当我们使用hash算法来查找位置,这时候就可以马上知道对应位置的元素就是我们想要的,不用遍历链表,极大的优化了查询的效率。定位数组的索引位置直接决定了散列方法的离散性能。
看源码的实现:
由()的高16位排他或低16位实现:(h = k.()) ^ (h >>> 16),主要从速度、效率和质量,这样做在数组表的大小比较小的时候,可以保证高低位都参与到Hash计算中,不会有太大的开销。
大家都知道,上面代码中的key.()函数调用了key键值类型自带的hash函数,返回一个int hash值。理论上,哈希值是一个 int 类型。如果直接使用哈希值作为下标访问主数组,考虑到二进制 32 位有符号 int 表值的范围从 – 到。前后加起来大约40亿个映射空间。只要散列函数映射得均匀松散,一般的应用就很难发生碰撞。但问题是 40 亿长度的数组无法放入内存。你想,扩容前数组的初始大小只有16,所以这个hash值不能直接使用。使用前需要对数组的长度进行取模运算,余数可以用来访问数组的下标。
顺便说一句,这也解释了为什么数组的长度取2次方。正因为如此(数组长度-1)完全等价于“低位掩码”。“ and”操作就是将hash值的高位全部清零,只保留低位进行数组下标访问。以初始长度16为例,16-1=15。二进制表示为01,对某个hash值进行“与”运算如下,结果是截取最低四位值。
但是问题来了,所以即使我的哈希值分布松散,如果只取最后几位,碰撞也会很严重。更糟糕的是,如果哈希本身没有做好,等差数列分布的漏洞只会让最后几个低位有规律地重复,这将是极其痛苦的。这时,“扰动函数”的值就出来了。说到这里,大家应该都明白了吧,见下图。
右移是 16 位,正好是 32 位的一半。对自身区域的高低半部分进行异或,混合原始哈希码的高低位,从而增加低位的随机性。而且,混合的低位比特掺杂了高位比特的一些特征,使得高位比特也被变相保留。
方法
put方法的执行过程可以通过下图来理解。有兴趣的可以通过对比源码更清楚地学习学习。
源码及解释如下:
// 真正的put操作
final V putVal(int hash, K key, V value, boolean onlyIfAbsent,
boolean evict) {
Node[] tab; Node p; int n, i;
// 如果table没有初始化,或者初始化的大小为0,进行resize操作
if ((tab = table) == null || (n = tab.length) == 0)
n = (tab = resize()).length;
// 如果hash值对应的桶内没有数据,直接生成结点并且把结点放入桶中
if ((p = tab[i = (n - 1) & hash]) == null)
tab[i] = newNode(hash, key, value, null);
// 如果hash值对应的桶内有数据解决冲突,再放入桶中
else {
Node e; K k;
//判断put的元素和已经存在的元素是相同(hash一致,并且equals返回true)
if (p.hash == hash &&
((k = p.key) == key || (key != null && key.equals(k))))
e = p;
// put的元素和已经存在的元素是不相同(hash一致,并且equals返回true)
// 如果桶内元素的类型是TreeNode,也就是解决hash解决冲突用的树型结构,把元素放入树种
else if (p instanceof TreeNode)
e = ((TreeNode)p).putTreeVal(this, tab, hash, key, value);
else {
// 桶内元素的类型不是TreeNode,而是链表时,把数据放入链表的最后一个元素上
for (int binCount = 0; ; ++binCount) {
if ((e = p.next) == null) {
p.next = newNode(hash, key, value, null);
// 如果链表的长度大于转换为树的阈值(TREEIFY_THRESHOLD),将存储元素的数据结构变更为树
if (binCount >= TREEIFY_THRESHOLD - 1) // -1 for 1st
treeifyBin(tab, hash);
break;
}
// 如果查已经存在key,停止遍历
if (e.hash == hash &&
((k = e.key) == key || (key != null && key.equals(k))))
break;
p = e;
}
}
// 已经存在元素时
if (e != null) { // existing mapping for key
V oldValue = e.value;
if (!onlyIfAbsent || oldValue == null)
e.value = value;
afterNodeAccess(e);
return oldValue;
}
}
++modCount;
// 如果K-V数量大于阈值,进行resize操作
if (++size > threshold)
resize();
afterNodeInsertion(evict);
return null;
}
扩展机制
巧妙利用扩容机制,以最小的性能完成扩容。扩容后的容量变成前容量的两倍,初始容量为16,所以之后元素的位置要么在原来的位置,要么前容量的位置从原来移动到高下标位置。二进制树型搜索算法,也就是说如果最后一个容量是16,那么下次扩容后容量变成16+16。如果一个元素在下标 7 的位置,下次展开时,要么还在 7 的位置,要么不在 7+16 的位置。
下面解释一下Java 8的扩展机制是怎么做的?n 是表的长度。图 (a) 显示了在展开之前确定两个键 key1 和 key2 的索引位置的示例。图(b)显示了一个确定两个键key1和key2展开后的索引位置的例子,其中hash1对应key1。哈希和高阶运算的结果。
元素重新计算hash后,由于n加倍,n-1的掩码范围在高位(红色)多1位,所以新的索引会变成这样:
因此,我们在展开的时候,不需要像JDK1.7的实现那样重新计算hash。我们只需要查看原始哈希值的新位是1还是0,如果是0,则索引没有改变。如果为1,则索引变为“原始索引+”。您可以看到下图为 16 到 32 的扩展:
而hash值的高位是否为1,只需要和展开后的长度做AND运算,因为展开后的长度是2的幂,所以高位一定是1,低位一定是为0,比如这种形式的10000,源码中有e.hash &来做这个逻辑。
这个设计真的很巧妙,节省了重新计算hash值的时间,同时由于新的1bit是0或者1都可以认为是随机的,所以过程中,将之前的冲突节点平均分配给新的。这块是JDK1.8的新优化点。有一点区别。在JDK1.7中,当旧链表迁移到新链表时,如果新链表的数组索引位置相同,链表元素会倒置,但是从上面可以看出如图,JDK1.8 不会倒过来。下面是JDK1.8的源码二进制树型搜索算法,写的很好,如下:
final Node[] resize() {
Node[] oldTab = table;
int oldCap = (oldTab == null) ? 0 : oldTab.length;
int oldThr = threshold;
int newCap, newThr = 0;
// 计算新的容量值和下一次要扩展的容量
if (oldCap > 0) {
// 超过最大值就不再扩充了,就只好随你碰撞去吧
if (oldCap >= MAXIMUM_CAPACITY) {
threshold = Integer.MAX_VALUE;
return oldTab;
}
// 没超过最大值,就扩充为原来的2倍
else if ((newCap = oldCap << 1) = DEFAULT_INITIAL_CAPACITY)
newThr = 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);
}
// 计算新的resize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[] newTab = (Node[])new Node[newCap];
table = newTab;
if (oldTab != null) {
// 把每个bucket都移动到新的buckets中
for (int j = 0; j < oldCap; ++j) {
Node e;
//如果位置上没有元素,直接为null
if ((e = oldTab[j]) != null) {
oldTab[j] = null;
//如果只有一个元素,新的hash计算后放入新的数组中
if (e.next == null)
newTab[e.hash & (newCap - 1)] = e;
//如果是树状结构,使用红黑树保存
else if (e instanceof TreeNode)
((TreeNode)e).split(this, newTab, j, oldCap);
//如果是链表形式
else { // preserve order
Node loHead = null, loTail = null;
Node hiHead = null, hiTail = null;
Node next;
do {
next = e.next;
//hash碰撞后高位为0,放入低Hash值的链表中
if ((e.hash & oldCap) == 0) {
if (loTail == null)
loHead = e;
else
loTail.next = e;
loTail = e;
}
//hash碰撞后高位为1,放入高Hash值的链表中
else {
if (hiTail == null)
hiHead = e;
else
hiTail.next = e;
hiTail = e;
}
} while ((e = next) != null);
// 低hash值的链表放入数组的原始位置
if (loTail != null) {
loTail.next = null;
newTab[j] = loHead;
}
// 高hash值的链表放入数组的原始位置 + 原始容量
if (hiTail != null) {
hiTail.next = null;
newTab[j + oldCap] = hiHead;
}
}
}
}
}
return newTab;
}
文章来源:http://www.toutiao.com/a6891920706507014659/