之前有写过 ArrayList 与 LinkedList ,分别用到了数组与链表的结构,下面来看看 HashMap,了解其实现及扩容机制.
构造函数
HashMap 有四个构造函数,其中比较有代表性的是下面这个
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;
this.threshold = tableSizeFor(initialCapacity);
}
需要注意的有两个入参 initialCapacity 和 loadFactor,分别指 HashMap 的深度及负载因子(了解 HashMap 的实现后就能理解这两个值的含义)
在类中我们可以发现有两个常量,即他们的默认值,数组长度默认为 16,当数组存储量达到 16 * 0.75 = 12 时,会进行扩容
static final int DEFAULT_INITIAL_CAPACITY = 1 << 4;
static final float DEFAULT_LOAD_FACTOR = 0.75f;
再看看 tableSizeFor(initialCapacity)
static final int tableSizeFor(int cap) {
int n = cap - 1;
n |= n >>> 1;
n |= n >>> 2;
n |= n >>> 4;
n |= n >>> 8;
n |= n >>> 16;
return (n < 0) ? 1 : (n >= MAXIMUM_CAPACITY) ? MAXIMUM_CAPACITY : n + 1;
}
这里用于根据 capacity 生成最终的数组长度,并确保其为 2 的幂
数据结构
static class Node<K,V> implements Map.Entry<K,V> {
...
Node(int hash, K key, V value, Node<K,V> next) {
this.hash = hash;
this.key = key;
this.value = value;
this.next = next;
}
...
}
transient Node<K,V>[] table;
在 HashMap 中,可以发现上述两段代码,前一段代码是一个单向链表,可见,HashMap 是一个链表数组(链表散列)
散列,put 及 get
再看看 HashMap 是如何实现存储的
public V put(K key, V value) {
return putVal(hash(key), key, value, false, true);
}
final V putVal(int hash, K key, V value, boolean onlyIfAbsent,
boolean evict) {
Node<K,V>[] tab; Node<K,V> p; int n, i;
if ((tab = table) == null || (n = tab.length) == 0)
n = (tab = resize()).length;
if ((p = tab[i = (n - 1) & hash]) == null)
tab[i] = newNode(hash, key, value, null);
else {
Node<K,V> e; K k;
if (p.hash == hash && ((k = p.key) == key || (key != null && key.equals(k))))
e = p;
else if (p instanceof TreeNode)
e = ((TreeNode<K,V>)p).putTreeVal(this, tab, hash, key, value);
else {
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;
}
源码比较长,逻辑上主要是
确定数组长度
根据 hash 值找数组位置 i = (n - 1) & hash
如果 i 位置为空,则新建 Node 并返回
如果 i 位置不为空,则判断 key 是否跟已存在的 key 一致(equals 比较),一致则修改该 Node 为新建的 Node,不一致则新建 Node,并将 Next 指向新 Node(HashMap 认为最新加入的值为使用概率最大,故在链表前端增加 Node,而不在尾端增加)
5. 考虑是否需要扩容,根据前面说到的扩展因子进行判断,如何扩容后面再说
其中 table 位置使用了 i = (n - 1) & hash,前面的 tableSizeFor 保证了 n-1 为全 1 的二进制数,通过 & 运算,取 hash 的后 N 位
hash 的实现
static final int hash(Object key) {
int h;
return (key == null) ? 0 : (h = key.hashCode()) ^ (h >>> 16);
}
在 hashCode 后还有一个 h>>>16 异或的操作,hashCode 的高 16 位与低 16 位异或
(n - 1) & hash
上图是 i = (n - 1) & hash 的完整版,HashMap 这样做,HashCode 低位高位都利用起来,在低位间接的保留了高位的信息,加大低位的随机性,起到扰动函数的作用,减少 hash 冲突的几率,让 HashMap 的值尽量平均的分布在 Node 数组中
HashMap 的取值与存储类似,关键代码依然是 (n - 1) & hash,在遇到 hash 冲突时,则会进入链表取值,这个留到后面说
hash 冲突
尽管 HashMap 的 hash 进行了高位低位混用的优化,但 hash 冲突是难免的,HashMap 使用了链表的方式解决 hash 冲突
HashMap 存储结构
从上图可以发现,当发生 hash 冲突时,HashMap 使用了链表,之前贴出的 put(key, value) 方法中有一行是这样的
// 之前已经赋值 p = tab[i = (n - 1) & hash])
if (p.hash == hash && ((k = p.key) == key || (key != null && key.equals(k))))
即在比较完 hash 值以后,会继续比较 key 是否一致,这样确保能找到正确的 key
总结
HashMap 采用了数组 + 链表的数据结构,利用 hash() 方法生成数组下标,有助于实现快速查找,而链表则解决了 hash 冲突的问题.而在扩容等方面,通过 tableSizeFor,能完美的使用位运算,运算效率得到不错的提升.
ps: 近一个月都比较忙,工作 + 家庭,这篇文章断断续续写了三四次,从 17 年写到了 18 年,总算完了,不知道中间会不会有什么遗漏或者错误...
来源: http://www.jianshu.com/p/e7a3d1502be7