LJ的Blog

学海无涯苦做舟

0%

浅析HashMap

发表于 更新于 分类于

基于数组的ArrayList长于按索引获取对应元素，而在中间位置插入和删除元素，都涉及了对数组整体的移动、复制等操作，相比于链表的插入删除来说代价比较大。基于链表的LinkedList长于随机插入删除，Java的双向链表（LinekdList）只能从头到尾或者从尾到头遍历链表获取元素，相较于ArrayList也是比较慢的。那么有没有一种折中的解决方案，使得插入删除和取元素都比较便捷呢？我认为HashMap可以算是这么一种折中的解决方案。

HashMap概述

HashMap是一个实现了Map接口的哈希表，允许使用null值和null键。除了非同步和允许使用null之外，HashMap类与Hashtable大致相同。HashMap不保证映射的顺序，不保证该顺序恒久不变。

HashMap不是线程安全的，如果想要使用线程安全的HashMap，可以通以下代码来得到：

1
Map map = Collections.synchronizedMap(new HashMap());

源码实现

HashMap在实现上采用了类似“链表的数组”这种数据结构，也有将之称为“拉链法”的，实现方式如图。

拉链法

当HashMap根据key计算的hash值一样时，就发生了碰撞，这时就会根据如图所示的结构存储存储对应的对象。而这种碰撞发生非常多的话，那么HashMap读取对象的速度就会变慢。在java 8之后，如果一个“桶”的记录过大（TREEIFY_THRESHOLD = 8），HashMap会动态的使用一个专门的treemap实现来替换它。这样可以降低频繁发生碰撞时读对象的时间复杂度，当然，这需要你插入的key实现了Comparable接口，否则这样的优化是你享受不到的~

1
2
3
4
5
6
7
8
9
10
11
12
13
14
15
16
17
18
19
20
21
22
23
24
25
26
27
28
29
30
31
32
33
34
35
36
37
38
39
40
41
42
43
// 单向链表的数据结构
static class Node<K,V> implements Map.Entry<K,V> {
    final int hash;
    final K key;
    V value;
    // 下个节点的引用
    Node<K,V> next;

    // 在构造函数中初始化
    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;
    }

    // 复写equal方法
    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;
    }
}

重要的属性：

1
2
3
4
5
6
7
8
9
10
11
12
13
14
15
16
17
18
19
20
21
22
23
24
25
26
27
28
29
30
31
32
33
34
35
  /**
   * The table, initialized on first use, and resized as
   * necessary. When allocated, length is always a power of two.
   * (We also tolerate length zero in some operations to allow
   * bootstrapping mechanics that are currently not needed.)
   */
  // 存储元素的实体数组
  transient Node<K,V>[] table;

/** 
  * The number of key-value mappings contained in this map. 
  */
  // map的容量
  transient int size;

  /**
   * The next size value at which to resize (capacity * load factor).
   *
   * @serial
   */
  // (The javadoc description is true upon serialization.
  // Additionally, if the table array has not been allocated, this
  // field holds the initial array capacity, or zero signifying
  // DEFAULT_INITIAL_CAPACITY.)
  // 当实际大小超过此值时，会进行扩容 threshold = 容量 * 加载因子
  int threshold;

  /**
   * The load factor for the hash table.
   *
   * @serial
   */
  // 哈希表的加载因子，加载因子在这种实现方式中是数组被填充的程度，哈希表
  // 填充的越满，发生冲突的机会越大。在Java的实现中默认的加载因子是0.75
  final float loadFactor;

接下来看一下HashMap默认的无参构造函数，看一下HashMap是如何初始化的：

1
2
3
4
5
6
7
/**
 * Constructs an empty <tt>HashMap</tt> with the default initial capacity
 * (16) and the default load factor (0.75).
 */
public HashMap() {
    this.loadFactor = DEFAULT_LOAD_FACTOR; // all other fields defaulted
}

根据注释来看说是用默认的初始化容量（16）和默认的加载因子（0.75）来构造一个空的哈希Map。虽然注释是这么说的，但是并没有看到其他的动作，特别是上面提到的table这个数组，在构造函数中没有初始化的动作，其实他是在插入元素的时候才真正的初始化这个数组。来看一下我们平时调用的map.put(key,value)是如何实现的：

1
2
3
public V put(K key, V value) {
    return putVal(hash(key), key, value, false, true);
}

具体的实现是putVal，那么看下这个方法：

1
2
3
4
5
6
7
8
9
10
11
12
13
14
15
16
17
18
19
20
21
22
23
24
25
26
27
28
29
30
31
32
33
34
35
36
37
38
39
40
41
42
43
44
45
46
47
48
49
50
51
52
53
54
55
56
57
58
59
60
61
/**
 * Implements Map.put and related methods
 *
 * @param hash hash for key
 * @param key the key
 * @param value the value to put
 * @param onlyIfAbsent if true, don't change existing value
 * @param evict if false, the table is in creation mode.
 * @return previous value, or null if none
 */
final V putVal(int hash, K key, V value, boolean onlyIfAbsent,
               boolean evict) {
    Node<K,V>[] tab; Node<K,V> p; int n, i;
    // 如果table为空
    if ((tab = table) == null || (n = tab.length) == 0)
        // 事实上调用了resize()，初始化的动作就是在resize方法中完成的
        n = (tab = resize()).length;
    // 这里根据哈希计算数组下标还是有点玄机的，留待之后讨论
    // 这里如果数组对应的索引下还没有插入值，将值插入
    if ((p = tab[i = (n - 1) & hash]) == null)
        tab[i] = newNode(hash, key, value, null);
    else {// 如果已经有值了，即发生了冲突
        Node<K,V> e; K k;
        // 如果键值相同
        if (p.hash == hash &&
            ((k = p.key) == key || (key != null && key.equals(k))))
            e = p;
        // HashMap如果频繁的发生碰撞，那么速度就会变慢，在java8 之后
        // 如果同一个索引频繁的发生碰撞，那么就会将这个索引底下的链表
        // 转换为红黑树，提升搜索的速度。很好，很牛逼的改进！
        else if (p instanceof TreeNode)
            e = ((TreeNode<K,V>)p).putTreeVal(this, tab, hash, key, value);
        else {
            // 不想注释了，自己看吧
            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;
    if (++size > threshold)
        resize();
    afterNodeInsertion(evict);
    return null;
}

以上简单的看了下HashMap是如何插入一个值的，在计算索引上，HashMap并没有采用我们平时的哈希值对数组长度取余。而是采用了效率比较高的 & 运算，h & (length - 1)，在注释中也说了，哈希表的长度必须是2的次幂，这么做的好处是什么呢？首先是h & (length - 1)，length是2的次幂，那么length - 1用二进制表示的话必定全是1，而采用&运算的话，无论是0或1和1进行&运算，其结果既可能是0，也可能是1，这样就保证了运算后的均匀性。

在以上的注释中也提到了对table的初始化是在resize方法中完成的，那么看看resize方法：

1
2
3
4
5
6
7
8
9
10
11
12
13
14
15
16
17
18
19
20
21
22
23
24
25
26
27
28
29
30
31
32
33
34
35
36
37
38
39
40
41
42
43
44
45
46
47
48
49
50
51
52
53
54
55
56
57
58
59
60
61
62
63
64
65
66
67
68
69
70
71
72
73
74
75
76
77
78
79
80
81
82
83
84
85
86
87
88
89
90
/**
 * Initializes or doubles table size.  If null, allocates in
 * accord with initial capacity target held in field threshold.
 * Otherwise, because we are using power-of-two expansion, the
 * elements from each bin must either stay at same index, or move
 * with a power of two offset in the new table.
 *
 * @return the table
 */
final Node<K,V>[] resize() {
    Node<K,V>[] oldTab = table;
    int oldCap = (oldTab == null) ? 0 : oldTab.length;
    int oldThr = threshold;
    int newCap, newThr = 0;
    // 原数组不空
    if (oldCap > 0) {
        // 如果oldCap已经为最大容量
        if (oldCap >= MAXIMUM_CAPACITY) {
            threshold = Integer.MAX_VALUE;
            return oldTab;
        }
        // 每次扩容是之前的2倍，一直是2的次幂
        else if ((newCap = oldCap << 1) < MAXIMUM_CAPACITY &&
                 oldCap >= DEFAULT_INITIAL_CAPACITY)
            newThr = oldThr << 1; // double threshold
    }
    // 重新创建table数组，原数组为空，oldThr不为空
    // 扩展为oldThr大小
    else if (oldThr > 0) // initial capacity was placed in threshold
        newCap = oldThr;
    // 原数组为空，oldThr为空，全部使用默认值
    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;
                // 桶中只有一个元素
                if (e.next == null)
                    newTab[e.hash & (newCap - 1)] = e;
                // 如果第一个节点是TreeNode
                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;
                    }
                    if (hiTail != null) {
                        hiTail.next = null;
                        newTab[j + oldCap] = hiHead;
                    }
                }
            }
        }
    }
    return newTab;
}

接下来再看一下get方法是如何获取到值得

1
2
3
4
5
6
7
8
9
10
11
12
13
14
15
16
17
18
19
20
21
22
23
24
25
26
27
28
29
30
31
32
33
34
35
36
37
38
39
40
41
42
43
44
45
46
47
48
49
/**
 * Returns the value to which the specified key is mapped,
 * or {@code null} if this map contains no mapping for the key.
 *
 * <p>More formally, if this map contains a mapping from a key
 * {@code k} to a value {@code v} such that {@code (key==null ? k==null :
 * key.equals(k))}, then this method returns {@code v}; otherwise
 * it returns {@code null}.  (There can be at most one such mapping.)
 *
 * <p>A return value of {@code null} does not <i>necessarily</i>
 * indicate that the map contains no mapping for the key; it's also
 * possible that the map explicitly maps the key to {@code null}.
 * The {@link #containsKey containsKey} operation may be used to
 * distinguish these two cases.
 *
 * @see #put(Object, Object)
 */
public V get(Object key) {
    Node<K,V> e;
    return (e = getNode(hash(key), key)) == null ? null : e.value;
}

/**
 * Implements Map.get and related methods
 *
 * @param hash hash for key
 * @param key the key
 * @return the node, or null if none
 */
final Node<K,V> getNode(int hash, Object key) {
    Node<K,V>[] tab; Node<K,V> first, e; int n; K k;
    // hash & (length - 1)得到红黑树的树根或者是链表头
    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)// 红黑树
                return ((TreeNode<K,V>)first).getTreeNode(hash, key);
            do { // 链表
                if (e.hash == hash &&
                    ((k = e.key) == key || (key != null && key.equals(k))))
                    return e;
            } while ((e = e.next) != null);
        }
    }
    return null;
}

浅析暂时就到这了。