HashMap作为最常见的集合,设计的非常巧妙,里面有许多细节及优化技巧值得我们深入学习。HashMap是线程不安全的,所有对应的设计了线程安全的ConcurrentHashMap,通过细粒度的锁实现了线程安全。
HashMap继承了Map
JDK1.8之前,HashMap是数组+单向链表实现的,JDK1.8开始数组+单向链表+红黑树实现
Map<Integer, String> map = new HashMap<>();
map.put(1, "Arya");
map.put(2, "Sum");
map.put(3, "Sesi");
map.put(4, "Sansa");
// 1 遍历键值
Set<Entry<Integer, String>> set = map.entrySet();
for (Entry entry : set) {
System.out.println(entry.getKey() + " -> " + entry.getValue());
}
System.out.println("-----------------------");
// 2 遍历键
for (Integer key : map.keySet()) {
System.out.println(key + " -> " + map.get(key));
}
System.out.println("-----------------------");
// 3 遍历值
for (String value : map.values()) {
System.out.println(value);
}
System.out.println("-----------------------");
int key1 = 0;
// 4 foreach遍历
map.forEach((key, value) -> System.out.println(key + " -> " + value));
HashMap 是一个链表散列结构,即数组与链表的结合体,HashMap底层是一个数组结构,数组中每一项又是一个链表。当链表的长度超过8时,链表将会转为红黑树。如下图所示:
当新建一个HashMap时,就会初始化一个数组,一个长度为16的数组。每个元素存储的是一个链表的头结点,这些元素添加的算法是通过hash(key)%len【实际优化为:(table.length -1) & h,长度减1与hash值进行与运算】 的规则存储到数组中的,按照元素的key的哈希值对数组长度取模得到。
(1) Node
(2) Node(int hash, K key, V value, Node
(3) DEFAULT_INITIAL_CAPACITY: 默认大小16
(4) DEFAULT_LOAD_FACTOR: 默认负载因子0.75
(5) TREEIFY_THRESHOLD: 临界值8
当我们往HashMap的put元素时,先根据元素的key的hashCode计算hash值,根据hash值与数组length计算这个元素在数组中的位置,如果数组该位置已经存放其他元素了,那么在这个位置上的元素将以链表的形式存放,新加入元素的放在链头,最先加入的放在链尾。如果数组该位置上没有元素,则使用传入的参数新增一个节点并放在该索引位置。JDK1.8以后,HashMap 采用数组 + 链表 + 红黑树实现,链表长度超过8时,将链表转为红黑树,这样可以大大减少查找时间。
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
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
if (p.hash == hash &&
((k = p.key) == key || (key != null && key.equals(k))))
e = p;
else if (p instanceof TreeNode)
e = ((TreeNode
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;
}
(1) 如何计算新添加的元素存放的位置
首先调用hash(Object key) 对key值进行hash计算,key的hashCode与 hashCode无符号右移16之后再进行异或运算,保证对key进行了充分的散列。
static final int hash(Object key) {
int h;
return (key == null) ? 0 : (h = key.hashCode()) ^ (h >>> 16);
}
添加之前先对table进行初始化(table未初始化,即第一次添加元素时)或者扩容(数组长度超过阈值=length * DEFAULT_LOAD_FACTOR)。
if ((tab = table) == null || (n = tab.length) == 0)
n = (tab = resize()).length;
初始化及扩容方法
final Node
Node
int oldCap = (oldTab == null) ? 0 : oldTab.length;
int oldThr = threshold;
int newCap, newThr = 0;
if (oldCap > 0) {
if (oldCap >= MAXIMUM_CAPACITY) {
threshold = Integer.MAX_VALUE;
return oldTab;
}
else if ((newCap = oldCap << 1) < MAXIMUM_CAPACITY &&
oldCap >= DEFAULT_INITIAL_CAPACITY)
newThr = oldThr << 1; // double threshold
}
else if (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);
}
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
table = newTab;
if (oldTab != null) {
for (int j = 0; j < oldCap; ++j) {
Node
if ((e = oldTab[j]) != null) {
oldTab[j] = null;
if (e.next == null)
newTab[e.hash & (newCap - 1)] = e;
else if (e instanceof TreeNode)
((TreeNode
else { // preserve order
Node
Node
Node
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;
}
不必看懂全部代码,看关键的部分即可。
newCap = DEFAULT_INITIAL_CAPACITY;
newThr = (int)(DEFAULT_LOAD_FACTOR * DEFAULT_INITIAL_CAPACITY);
Node
table = newTab;
初始化数组之后计算新增元素的存放位置,在putVal()里实现,如果该位置没有元素则直接放入即可。
if ((p = tab[i = (n - 1) & hash]) == null)
tab[i] = newNode(hash, key, value, null);
如果该位置已经存在元素,则进行链表操作,先判断该位置所有节点与新增节点是否存在重复的情况(key的hash值相同,且通过equals()判断结果为true),重复则直接覆盖原值;hash值相等equals判断不同则表示元素不重复,添加到链表尾部。
判断头节点是否与新增元素相同,相同则直接覆盖。
if (p.hash == hash &&((k = p.key) == key || (key != null && key.equals(k))))
e = p;
判断其中链表中的某个节点是否与新增相同,相同则覆盖,不存在相同的元素则直接添加至链表尾部。treeifyBin(tab, hash)暂时不管。
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;
}
}
当链表长度超过8时,对链表进行树化操作,将链表转为红黑树结构。
final void treeifyBin(Node
int n, index; Node
if (tab == null || (n = tab.length) < MIN_TREEIFY_CAPACITY)
resize();
else if ((e = tab[index = (n - 1) & hash]) != null) {
TreeNode
do {
TreeNode
if (tl == null)
hd = p;
else {
p.prev = tl;
tl.next = p;
}
tl = p;
} while ((e = e.next) != null);
if ((tab[index] = hd) != null)
hd.treeify(tab);
}
}
关键的算法:
① return (key == null) ? 0 : (h = key.hashCode()) ^ (h >>> 16)
将hashCode的高16位与hashCode进行异或运算,主要是为了在table的length较小的时候,让高位也参与运算,并且不会有太大的开销,提高性能且让hashCode更加散列。保证hash值的后几位尽可能的不一样
② i = (n - 1) & hash]
(n - 1) & hash等同于 hash%n,采用位算符效率更高,且能尽量保证hash值的散列结果,如key的hash值为100,计算过程如下:
100 % 16 = 4
100 转为二进制:0110 0100
n-1 转为二进制:0000 1111
进行 &运算结果如下:
运算结果的后几位与hash值的后几位基本上保持一致,采用此算法既提高了效率又保证了结果与原值一样散列。
③ 扩容之后原元素存储的位置
扩容之后,根据原来的索引算法 e.hash & (n-1) 与e.hash & oldCap算法,原来的元素新索引为原索引或者(原索引+原数组长度),
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;
}
继续使用上面的例子,如key的hash值为100,长度为16时存储的位置为4,长度扩容为32时,新索引算法根据:
e.hash & oldCap 计算结果为0,则新索引与原索引一样,结算结果不为0,则新索引 = 原索引 + 原数组长度
*e.hash & oldCap:*
结果为0表示hash值的倒数第5位为0,结果为1表示hash值的倒数第5位为1;
e.hash & oldCap结果为0,那么数组扩容之后的计算结果(e.hash & (newCap - 1))与(e.hash & (oldCap- 1))一致;
e.hash & oldCap结果为1,那么数组扩容之后的计算结果(e.hash & (newCap - 1)) = (e.hash & (oldCap- 1)) + oldCap;
从HashMap 中get元素时,首先计算key的hash值,找到数组中对应位置的某一元素,然后根据key的equals方法从对应位置的链表中找到需要的元素。
如果第一个点是TreeNode,说明该节点采用了红黑树结构处理冲突,根据key的equals方法便利红黑树,得到节点值。
当HashMap中的元素越来越多的时候,hash冲突的几率也就越来越高,因为数组的长度是固定的。所以为了提高查询的效率,就要对HashMap的数组进行扩容,在对HashMap数组进行扩容时,就会出现性能问题: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。
HashMap什么时候进行扩容呢?当HashMap中的元素个数 > 数组大小 * loadFactor时,就会进行数组扩容,loadFactor的默认值为0.75,这是一个折中的取值。默认情况下,数组大小为16,那么当HashMap中元素个数超过16 * 0.75=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,而这是一个非常消耗性能的操作,所以如果我们已经预知HashMap中元素的个数,那么预设元素的个数能够有效的提高HashMap的性能。
HashMap 在底层将 key-value 当成一个整体进行处理,这个整体就是一个 Node 对象。HashMap 底层采用一个 Node
通过源码我们可以看到HashMap在初始化时,对数组容量进行了幂化处理:
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);
}
幂化方法tableSizeFor(),它的功能返回大于等于输入参数的2的整数次幂的数,比如10返回16,10000返回16384。该算法让最高位的1后面的位全变为1,最后让结果n+1,即得到了2的整数次幂。
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;
}
那么为什么要这么设置呢,原因总结下来有:
(1) 当数组长度为2的幂次方时,可以使用位运算来计算元素在数组中的位置,位运算相对高效;
(2) 增加hash值的随机性,减少hash冲突;如果length为2的幂次方,length-1 转为二进制时必定全是都是11111…的形式,这样使用hash值与length计算元素位置时,所有的位都能参与计算,如果不是2的幂次方,长度转为二进制可能包含0,与hash值与运算时,为0永远为0,起不到散列作用,散列结果出现冲突的概率相对大;
(3) 数组长度为2的幂次方,扩容后计算原来元素存放位置,不用再逐个重新计算,只需要判断hash值新增的bit位是1还是0,0则索引不变,1则新索引=原索引+原数组容量;
为什么要table数组容量大于64才树化,因为当table数组容量较小时,键值对节点hash的碰撞率会较高,进而导致链表长度较长,容易树化,此时应该先扩容而不是立刻树化,树化后的增、删、查相对复杂。
HashMap查找也是非常快的,查找一个元素首先要知道key的hash值,HashMap中并不是直接通过key的hashCode方法获取hash值,而是通过内部自定义方法计算hash值的。
static final int hash(Object key) {
int h;
return (key == null) ? 0 : (h = key.hashCode()) ^ (h >>> 16);
}
(h = key.hashCode()) ^ (h >>> 16) 是为了让高位数据与低位数据进行异或,变相让高位数据参与到计算中,int有32位,右移16位就能让低16位和高16位进行异或,进一步增加hash值的随机性。
手机扫一扫
移动阅读更方便
你可能感兴趣的文章