HashMap和List这两个类是我们在Java语言编程时使用的频率非常高集合类。“知其然,更要知其所以然”。HashMap认识我已经好多年了,对我在工作中一直也尽心尽力的提供帮助。我从去年开始就想去它家拜访来着,可是经常因为各种各样的原因让其遗忘在路过的风景中。(文章大部分源码基于jdk1.7)。
HashMap是基于哈希表实现的键值对的集合,继承自AbstractMap并的Map接口的非同步实现。此实现提供所有可选的映射操作,并允许使用null值和null键。此类不保证映射的顺序,特别是它不保证该顺序恒久不变。
HashMap的特殊存储结构使得在获取指定元素的前需要经过哈希运算,得到目标元素在哈希表中的位置,然后再进行少量的比较即可得到元素,这使得HashMap的查找效率很高。
- public class HashMap<K,V>
- extends AbstractMap<K,V>
- implements Map<K,V>, Cloneable, Serializable
- {
- static final int DEFAULT_INITIAL_CAPACITY = 1 << 4; // aka 16
- static final int MAXIMUM_CAPACITY = 1 << 30;
- static final float DEFAULT_LOAD_FACTOR = 0.75f;
- static final Entry<?,?>[] EMPTY_TABLE = {};
- transient Entry<K,V>[] table = (Entry<K,V>[]) EMPTY_TABLE;
- transient int size;
- int threshold;
- final float loadFactor;
- transient int modCount;
- static final int ALTERNATIVE_HASHING_THRESHOLD_DEFAULT = Integer.MAX_VALUE;
- /**********部分代码省略**********/
- static class Entry<K,V> implements Map.Entry<K,V> {
- final K key;
- V value;
- Entry<K,V> next;
- int hash;
- /**********部分代码省略**********/
- }
- /**********部分代码省略**********/
- }
HashMap中主要存储着一个Entry的数组table,Entry就是数组中的元素,Entry实现了Map.Entry所以其实Entry就是一个key-value对,并且它持有一个指向下一个元素的引用,这样构成了链表(在java8中Entry改名为Node,因为在Java8中Entry不仅有链表形式还有树型结构,对应的类为TreeNode)。
- /**
- * Constructs an empty <tt>HashMap</tt> with the specified initial
- * capacity and load factor.
- *
- * @param initialCapacity the initial capacity
- * @param loadFactor the load factor
- * @throws IllegalArgumentException if the initial capacity is negative
- * or the load factor is nonpositive
- */
- 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;
- threshold = initialCapacity;
- init();
- }
- public HashMap(int initialCapacity) {
- this(initialCapacity, DEFAULT_LOAD_FACTOR);
- }
- public HashMap() {
- this(DEFAULT_INITIAL_CAPACITY, DEFAULT_LOAD_FACTOR);
- }
- public HashMap(Map<? extends K, ? extends V> m) {
- this(Math.max((int) (m.size() / DEFAULT_LOAD_FACTOR) + 1,
- DEFAULT_INITIAL_CAPACITY), DEFAULT_LOAD_FACTOR);
- inflateTable(threshold);
- putAllForCreate(m);
- }
主要有两个参数,【initialCapacity】初始容量、【loadFactor】加载因子。这两个属性在类定义时候都赋有默认值分别为16和0.75。table数组默认值为EMPTY_TABLE,在添加元素的时候判断table是否为EMPTY_TABLE来调用【inflateTable】。在构造HashMap实例的时候默认【threshold】阈值等于初始容量。当构造方法的参数为Map时,调用 【inflateTable(threshold)】方法对table数组容量进行设置:
- /**
- * Inflates the table.
- */
- private void inflateTable(int toSize) {
- // Find a power of 2 >= toSize
- int capacity = roundUpToPowerOf2(toSize);
- //更新阈值
- threshold = (int) Math.min(capacity * loadFactor, MAXIMUM_CAPACITY + 1);
- table = new Entry[capacity];
- initHashSeedAsNeeded(capacity);
- }
- //返回一个比初始容量大的最小的2的幂数,如果number为2的整数幂值那么直接返回,最小为1,最大为2^31。
- private static int roundUpToPowerOf2(int number) {
- // assert number >= 0 : "number must be non-negative";
- return number >= MAXIMUM_CAPACITY
- ? MAXIMUM_CAPACITY
- : (number > 1) ? Integer.highestOneBit((number - 1) << 1) : 1;
- }
返回一个不大于i的2的整数次幂
- public static int highestOneBit(int i) {
- // HD, Figure 3-1
- i |= (i >> 1); //i的二进制右边2位为1 。
- i |= (i >> 2); //i的二进制右边4位为1。
- i |= (i >> 4); //i的二进制右边8位为1。
- i |= (i >> 8); //i的二进制右边16位为1。
- i |= (i >> 16); //i的二进制右边32位为1。
- //这样5次移位后再进行与操作,i的所有非0低位全部变成1;
- return i - (i >>> 1); //i减去所有底位的1,只留一个高为的1
- }
为什么桶的容量要是2的指数,后面会讲到这样有助于添加元素时减少哈希冲突。
- 获取key的hashcode
- 二次hash
- 通过hash找到对应的index
- 插入链表
- //HashMap添加元素
- public V put(K key, V value) {
- //table没有初始化size=0,先调用inflateTable对table容器进行扩容
- if (table == EMPTY_TABLE) {
- inflateTable(threshold);
- }
- //在hashMap增加key=null的键值对
- if (key == null) return putForNullKey(value);
- //计算key的哈希值
- int hash = hash(key);
- //计算在table数据中的bucketIndex
- int i = indexFor(hash, table.length);
- //遍历table[i]的链表,如果节点不为null,通过循环遍历链表的下一个元素
- for (Entry < K, V > e = table[i]; e != null; e = e.next) {
- Object k;
- //找到对应的key,则将value进行替换
- if (e.hash == hash && ((k = e.key) == key || key.equals(k))) {
- V oldValue = e.value;
- e.value = value;
- e.recordAccess(this);
- return oldValue;
- }
- }
- //没有找到对应的key的Entry,则需要对数据进行modify,modCount加一
- modCount++;
- //将改key,value添加入table中
- addEntry(hash, key, value, i);
- return null;
- }
- //添加Entry
- void addEntry(int hash, K key, V value, int bucketIndex) {
- //当前桶的长度大于于阈值,而且当前桶的索引位置不为null。则需要对桶进行扩容
- if ((size >= threshold) && (null != table[bucketIndex])) {
- //对桶进行扩容
- resize(2 * table.length);
- //重新计算hash值
- hash = (null != key) ? hash(key) : 0;
- //重新计算当前需要插入的桶的位置
- bucketIndex = indexFor(hash, table.length);
- }
- //在bucketIndex位置创建Entry
- createEntry(hash, key, value, bucketIndex);
- }
- //创建Entry
- void createEntry(int hash, K key, V value, int bucketIndex) {
- //找到当前桶的当前链表的头节点
- Entry < K,
- V > e = table[bucketIndex];
- //新创建一个Entry将其插入在桶的bucketIndex位置的链表的头部
- table[bucketIndex] = new Entry < >(hash, key, value, e);
- size++;
- }
- final int hash(Object k) {
- int h = hashSeed;
- if (0 != h && k instanceof String) {
- return sun.misc.Hashing.stringHash32((String) k);
- }
- h ^= k.hashCode();
- // This function ensures that hashCodes that differ only by
- // constant multiples at each bit position have a bounded
- // number of collisions (approximately 8 at default load factor).
- h ^= (h >>> 20) ^ (h >>> 12);
- return h ^ (h >>> 7) ^ (h >>> 4);
- }
为什么这么进行二次hash,目的是唯一的就是让产生的hashcode散列均匀。在网络上也找了一些关于hash值获取的介绍,下边是我找到感觉比较靠谱的一篇文章中关于hash算法的解析:
假设h^key.hashCode()的值为:0x7FFFFFFF,table.length为默认值16。
上面算法执行
得到i=15
其中h\^(h>>>7)^(h>>>4) 结果中的位运行标识是把h>>>7 换成 h>>>8来看。
即最后h\^(h>>>8)^(h>>>4) 运算后hashCode值每位数值如下:
8=8
7=7^8
6=6^7^8
5=5^8^7^6
4=4^7^6^5^8
3=3^8^6^5^8^4^7 ————> 3^4^5^6^7
2=2^7^5^4^7^3^8^6 ———> 2^3^4^5^6^8
1=1^6^4^3^8^6^2^7^5 ——> 1^2^3^4^5^7^8
算法中是采用(h>>>7)而不是(h>>>8)的算法,应该是考虑1、2、3三位出现重复位^运算的情况。使得最低位上原hashCode的8位都参与了\^运算,所以在table.length为默认值16的情况下面,hashCode任意位的变化基本都能反应到最终hash table 定位算法中,这种情况下只有原hashCode第3位高1位变化不会反应到结果中,即:0x7FFFF7FF的i=15。
从整个二次hash的解析过程来看,通过多次位移和多次与操作获取的hashc。每当key的hashcode有任何变化的时候都能影响到二次hash后的底位的不同,这样在下边根据hash获取在桶上的索引的时候最大减少哈希冲突。
当我们想找一个hash函数想让均匀分布在桶中时,我们首先想到的就是把hashcode对数组长度取模运算,这样一来,元素的分布相对来说是比较均匀的。但是,“模”运算的消耗还是比较大。而JDK中的实现hash根数组的长度-1做一次“&”操作。
- //找到当前的hash在桶的分布节点位置
- static int indexFor(int h, int length) {
- // assert Integer.bitCount(length) == 1 : "length must be a non-zero power of 2";
- return h & (length - 1);
- }
这里需要讲一下为什么index=h&(length-1)呢?因为HashMap中的数组长度为2的指数。(lenth-1)的值恰好是数组能容纳的最大容量,且在二进制下每位都是1。所以在经过二次hash之后所获取的code,就能通过一次与操作(取hash值的底位)让其分布在table桶中。
在理解了put之后,get就很简单了。大致思路如下:
bucket里的第一个节点,直接命中;
- 如果有冲突,则通过key.equals(k)去查找对应的entry
- 若为树,则在树中通过key.equals(k)查找,O(logn);
- 若为链表,则在链表中通过key.equals(k)查找,O(n)。
- //HashMap的get方法
- public V get(Object key) {
- //获取key为null的value
- if (key == null)
- return getForNullKey();
- //获取key对应的Entry实例
- Entry<K,V> entry = getEntry(key);
- return null == entry ? null : entry.getValue();
- }
- //获取Entry
- final Entry<K,V> getEntry(Object key) {
- if (size == 0) {
- return null;
- }
- //计算key的hash值
- int hash = (key == null) ? 0 : hash(key);
- //根据hash调用indexFor方法找到当前key对应的桶的index,遍历该节点对应的链表
- for (Entry<K,V> e = table[indexFor(hash, table.length)];
- e != null;
- e = e.next) {
- Object k;
- //判断当前Entry的hash、key的hash和Entry的key、key是否相等
- if (e.hash == hash &&
- ((k = e.key) == key || (key != null && key.equals(k))))
- return e;
- }
- return null;
- }
当HashMap中的元素越来越多的时候,因为数组的长度是固定的所以hash冲突的几率也就越来越高,桶的节点处的链表就越来越长,这个时候查找元素的时间复杂度相应的增加。为了提高查询的效率,就要对HashMap的数组进行扩容(这是一个常用的操作,数组扩容这个操作也会出现在ArrayList中。),而在HashMap数组扩容之后,最消耗性能的地方就出现了:原数组中的数据必须重新计算其在新数组中的位置,并放进去,这就是resize。
当HashMap中的元素个数超过阈值时,就会进行数组扩容,【loadFactor】加载因子的默认值为0.75,【threshold】阈值等于桶长乘以loadFactor这是一个折中的取值。也就是说,默认情况下,数组大小为16,那么当HashMap中元素个数超过160.75=12的时候,就把数组的大小扩展为 216=32,即扩大一倍,然后重新计算每个元素在数组中的位置。
- //HashMap扩容
- void resize(int newCapacity) {
- //引用备份
- Entry[] oldTable = table;
- //原来桶的长度
- int oldCapacity = oldTable.length;
- //判断是否已经扩容到极限
- if (oldCapacity == MAXIMUM_CAPACITY) {
- threshold = Integer.MAX_VALUE;
- return;
- }
- //根据容器大小创新的建桶
- Entry[] newTable = new Entry[newCapacity];
- //
- transfer(newTable, initHashSeedAsNeeded(newCapacity));
- //重置桶的引用
- table = newTable;
- //重新计算阈值
- threshold = (int) Math.min(newCapacity * loadFactor, MAXIMUM_CAPACITY + 1);
- }
- //用于初始化hashSeed参数.
- //其中hashSeed用于计算key的hash值,它与key的hashCode进行按位异或运算。
- //这个hashSeed是一个与实例相关的随机值,主要用于解决hash冲突。
- final boolean initHashSeedAsNeeded(int capacity) {
- boolean currentAltHashing = hashSeed != 0;
- boolean useAltHashing = sun.misc.VM.isBooted() && (capacity >= Holder.ALTERNATIVE_HASHING_THRESHOLD);
- boolean switching = currentAltHashing ^ useAltHashing;
- if (switching) {
- hashSeed = useAltHashing ? sun.misc.Hashing.randomHashSeed(this) : 0;
- }
- return switching;
- }
- //桶中数据的迁移
- void transfer(Entry[] newTable, boolean rehash) {
- //新的痛长
- int newCapacity = newTable.length;
- for (Entry < K, V > e: table) {
- //遍历桶的没一个节点的链表
- while (null != e) {
- Entry < K,
- V > next = e.next;
- //重新计算哈希值
- if (rehash) {
- e.hash = null == e.key ? 0 : hash(e.key);
- }
- //找到当前Entry在新桶中的位置
- int i = indexFor(e.hash, newCapacity);
- //将Entry添加在当桶中的bucketIndex处的链表的头部
- e.next = newTable[i];
- //将产生的新链表赋值为桶的bucketIndex处
- newTable[i] = e;
- //遍历当前链表的下一个节点
- e = next;
- }
- }
- }
- 假设hash算法就是最简单的 key mod table.length(也就是数组的长度)。
- 最上面的是old hash 表,其中的Hash表的 size = 2, 所以 key = 3, 7, 5,在mod 2以后碰撞发生在 table[1]
- 接下来的三个步骤是 Hash表 resize 到4,并将所有的
重新resize到新Hash表的过程
在HashMap进行扩容的时候有一个点大家发现没,所有Entry的hash值是不需要重新计算的。因为hash值与(length - 1)取的总是hash值的二进制右边底位,扩容一次向左多取一位二进制。
- 什么时候会使用HashMap?他有什么特点?
是基于Map接口的实现,存储键值对时,它可以接收null的键值,是非同步的,HashMap存储着Entry(hash, key, value, next)对象。
- 你知道HashMap的工作原理吗?
通过hash的方法,通过put和get存储和获取对象。存储对象时,我们将K/V传给put方法时,它调用hashCode计算hash从而得到bucket位置,进一步存储,HashMap会根据当前bucket的占用情况自动调整容量(超过Load Facotr则resize为原来的2倍)。获取对象时,我们将K传给get,它调用hashCode计算hash从而得到bucket位置,并进一步调用equals()方法确定键值对。如果发生碰撞的时候,Hashmap通过链表将产生碰撞冲突的元素组织起来,在Java 8中,如果一个bucket中碰撞冲突的元素超过某个限制(默认是8),则使用红黑树来替换链表,从而提高速度。
- 你知道get和put的原理吗?equals()和hashCode()的都有什么作用?
通过对key的hashCode()进行hashing,并计算下标( n-1 & hash),从而获得buckets的位置。如果产生碰撞,则利用key.equals()方法去链表或树中去查找对应的节点
- 你知道hash的实现吗?为什么要这样实现?
在通过hashCode()的高位与底位进行异或,主要是从速度、功效、质量来考虑的,这么做可以在bucket的n比较小的时候,也能保证考虑到高低bit都参与到hash的计算中,同时不会有太大的开销。
- 如果HashMap的大小超过了负载因子(load factor)定义的容量,怎么办?
如果超过了负载因子(默认0.75),则会重新resize一个原来长度两倍的HashMap,并且重新调用hash方法。
- //链表切换为红黑树的阈值
- static final int TREEIFY_THRESHOLD = 8;
- //红黑树切花为链表的阈值
- static final int UNTREEIFY_THRESHOLD = 6;
- //红黑树上的节点个数满足时对整个桶进行扩容
- static final int MIN_TREEIFY_CAPACITY = 64;
- //红黑树
- static final class TreeNode<K,V> extends LinkedHashMap.Entry<K,V> {
- TreeNode<K,V> parent; // red-black tree links
- TreeNode<K,V> left;
- TreeNode<K,V> right;
- TreeNode<K,V> prev; // needed to unlink next upon deletion
- boolean red;
- /*************部分代码省略*****************/
- }
- //获取key的hashCode,并进行二次hash。二次hash只是将hashcode的高16位于第16位进行异或
- static final int hash(Object key) {
- int h;
- return (key == null) ? 0 : (h = key.hashCode()) ^ (h >>> 16);
- }
- //resize时hash冲突使用的是红黑树
- final Node<K,V>[] resize() {
- /*************部分代码省略*****************/
- }
哈希碰撞会对hashMap的性能带来灾难性的影响。如果多个hashCode()的值落到同一个桶内的时候,这些值是存储到一个链表中的。最坏的情况下,所有的key都映射到同一个桶中,这样hashmap就退化成了一个链表——查找时间从O(1)到O(n),而使用红黑树代替链表查找时间会变为O(logn)。
参考文章:
主题:HashMap hash方法分析
文章到这里就全部讲述完啦,若有其他需要交流的可以留言哦~!~!
想阅读作者的更多文章,可以查看我 个人博客 和公共号:
来源: https://juejin.im/entry/5a140ca4f265da43310d728d