HashMap源码分析(hashmap源码分析和实现原理)
概述
什么是Hash
哈希:英文是Hash,也称为散列 基本原理就是把任意长度输入,转化为固定长度输出 这个映射的规则就是Hash算法,而原始数据映射的二进制串就是Hash值
Hash的特点
1.从Hash值不可以反向推导出原始数据
2.输入数据的微小变化会得到完全不同的Hash值相同的数据一定可以得到相同的值
3.哈希算法的执行效率要高效,长的文本也能快速计算Hash值
4.Hash算法的冲突概率要小
由于Hash原理就是将输入空间映射成Hash空间,而Hash空间远远小于输入空间,根据抽屉原理,一定存在不同输出有相同的映射
抽屉原理 :桌子上有10个苹果,将其放在9个抽屉里面,那必有一个抽屉不少于2个苹果
HashMap原理讲解
HashMap的继承体系
HashMap继承了AbstractMap,实现了Cloneable接口、Serializable接口、Map<K,V>接口
public class HashMap<K,V> extends AbstractMap<K,V> implements Map<K,V>, Cloneable, Serializable { } 复制代码
静态内部类Node
static class Node<K,V> implements Map.Entry<K,V> { final int hash; final K key; V value; Node<K,V> next; } 复制代码
底层数据结构
put方法底层源码
什么是Hash碰撞
假如我有存储一个元素,发现其Key的Hash值还是1122,那么经过扰动之后,其位置还是2,所以此时,就有冲突,这个时候就要解决冲突。
解决Hash碰撞的方法
开放寻址法
拉链法 [HashMap就是使用了此方法]
什么是链化
在JDK1.7之前,假如数据量很大,那么碰撞的概率也很大,此时,拉链法的链子就会很长,那么就会降低查找速度,所以在JDK1.8之后引入红黑树
HashMap的扩容原理
因为当数据表很多的时候,碰撞使得冲突和查找速度都上升,此时就要扩容
手撕源码
常量
/** * HashMap中的数组默认大小为16 */ static final int DEFAULT_INITIAL_CAPACITY = 1 << 4; // aka 16 /** * HashMap中的数组长度的最大值为2^30 */ static final int MAXIMUM_CAPACITY = 1 << 30; /** * 负载因子,比如初始数组的容量为16,如果数组中的元素数量超过16*0.75=12时就会扩容 */ static final float DEFAULT_LOAD_FACTOR = 0.75f; /** * 树化阈值,链表长度超过该值时就会升级为红黑树 */ static final int TREEIFY_THRESHOLD = 8; /** * 树=链表化阈值,链表长度小于该值时就会退化为链表 */ static final int UNTREEIFY_THRESHOLD = 6; /** * 当HashMap中的元素个数达到64个以上之后,对应槽位的链表元素个数超过8时,才能升级为红黑树 */ static final int MIN_TREEIFY_CAPACITY = 64; 复制代码
属性
/* ---------------- Fields -------------- */ /** * Hash表 * 什么时候初始化呢? */ transient Node<K,V>[] table; /** * 不重要属性 */ transient Set<Map.Entry<K,V>> entrySet; /** * 当前Hash表中的元素个数 */ transient int size; /** * 当前Hash表被修改次数,比如往Hash表中插入元素或者删除元素,但是修改即覆盖元素值不算 */ transient int modCount; /** * The next size value at which to resize (capacity * load factor). * 扩容阈值,当你的Hash表中的元素个数超过阈值时,就会触发扩容,为什么要扩容? * 如果不扩容的话,就会导致Hash表查找效率降低(链表长度太长,或者树的结构的元素太多), */ int threshold; /** * 负载因子 * threshold = capcity * loadFactor */ final float loadFactor; 复制代码
构造方法
public HashMap(int initialCapacity, float loadFactor) { /** * 其实就是做了一些校验,initialCapacity必须大于0,最大值只能是MAXIMUM_CAPACITY,即2的30次幂 */ if (initialCapacity < 0) throw new IllegalArgumentException("Illegal initial capacity: " + initialCapacity); if (initialCapacity > MAXIMUM_CAPACITY) initialCapacity = MAXIMUM_CAPACITY; //loadFactor必须大于0 if (loadFactor <= 0 || Float.isNaN(loadFactor)) throw new IllegalArgumentException("Illegal load factor: " + loadFactor); this.loadFactor = loadFactor; /** * 因为Hash表的桶位只能是2的次幂个数,由于传进来的初始化桶位可能是随意的,比如7 * 这就需要这里做一些处理,最终的扩容阈值必须是2的次方数, * 即如果initialCapacity传进来为7 =》 threshold = 8 * 如果initialCapacity传进来为9 =》 threshold = 16 * Hash表中的数组的长度必须是2的次方数 */ this.threshold = tableSizeFor(initialCapacity); } /** * 作用:返回一个大于等于当前传入的cap的数字,并且这个数字一定是2的次方数 * cap = 10 * n = 10 - 1 = 9 * 0b1001 | 0b0100 => 0b1101 n |= n >>> 1; * 0b1101 | 0b0011 => 0b1111 n |= n >>> 2; * 0b1111 | 0b0000 => 0b1111 n |= n >>> 4; * ... 最终n = 1111 => 15 * * 为什么这里将传进来的cap减一? * 以cap = 16,并且不进行减一,即n = 16 * 0b10000 | 0b01000 => 0b11000 n |= n >>> 1; * 0b11000 | 0b00110 => 0b11110 n |= n >>> 2; * 0b11110 | 0b00001 => 0b11111 n |= n >>> 4; * ...最终n = 0b11111 = 31 * return 31 + 1 = 32 * 传进来的初始化容量是16,但是返回32这是不合理的 */ static final int tableSizeFor(int cap) { //为什么这里将传进来的cap减一? int n = cap - 1; n |= n >>> 1; n |= n >>> 2; n |= n >>> 4; n |= n >>> 8; n |= n >>> 16; //n = 15,不小于0,并且不大于MAXIMUM_CAPACITY(2的30次方),最终走n + 1=16 return (n < 0) ? 1 : (n >= MAXIMUM_CAPACITY) ? MAXIMUM_CAPACITY : n + 1; } 复制代码
为什么 table 的长度 一定是2的幂
计算Hash值得算法,实际就是取模,hash % length,
计算机中直接求余效率不如位移运算,源码中做了优化hash & (length - 1)
要想保证hash % length == hash & (length - 1),那么length必须是2的n次方;
hash方法
/** * 扰动函数:为了减少冲突和碰撞 * 作用:让key的hash值的高16位也参与路由运算(hash数组长度 - 1)& hash(key) * 路由算法:(hash数组长度 - 1)& hash(key),得到就是对应hash数组中的Index桶位的位置 * * key = null的时候,即put(null,value)该值会存放在hash数组中桶位为0的位置 * * 假设 一个key的hashCode的值为 h = 0b 0010 0101 1010 1100 0011 1111 0010 1110 * h = 0b 0010 0101 1010 1100 0011 1111 0010 1110 * 0b 0010 0101 1010 1100 0011 1111 0010 1110 * ^(异或操作,相同为0,不同则为1) * 0b 0000 0000 0000 0000 0010 0101 1010 1100 * => 0010 0101 1010 1100 0001 1010 1000 0010 * * 一般来说hash数组的长度一开始比较小,比如16,那你要想让key的hashCode的高16位也参与到路由算法的计算中来的话 * 那么通过下面的异或操作之后得到的结果是高16位数参与的结果,(本质是高16位与低16位异或的结果) * 即让key的hash值的高16位也参与了路由运算 * */ static final int hash(Object key) { int h; return (key == null) ? 0 : (h = key.hashCode()) ^ (h >>> 16); } 复制代码
高16位参与运算的原因,
(h = key.hashCode()) ^ (h >>> 16)
当数组的长度很短时,只有低位数的hashcode值能参与运算。而让高16位参与运算可以更好的均匀散列,减少碰撞,进一步降低hash冲突的几率。并且使得高16位和低16位的信息都被保留了。
举个简单的例子: 上面提到的数组长度很小的时候,即桶的数量,假设当前为16。
我们知道,计算桶位置的时候是用的hash值与上(n-1),即16-1=15。转换成2进制0000 1111。用竖式表示一下:
操作数1:一个随机的32位hash值 & 操作数2(即上面提到的15):
前面都是0,只有后四位是1的值,发现没有,这时候如果真的做与运算的话,只有最后四位才是有意义的!!前面无论你拿什么与都是0。那么,如果,这时候随机出来的hash值,大部分数值都是大于16,我们假设为32,64,128等等2的幂次方数,那么转换成二进制后,后四位都是0,这时候与运算,不都跑进第一个桶了嘛… (仔细想想,后四位为0的32位二进制数,可表示的数字不少吧…)
put方法
/** * Implements Map.put and related methods * * @param hash hash for key * @param key the key * @param value the value to put * @param onlyIfAbsent 如果插入的key已经存在,则不需要新增,只需要修改,该值在putIfAbsent方法中直接传入true * @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) { //tab:引用当前hashMap的散列表 // p: 表示当前散列表的元素 // n: 表示散列表数组的长度 // i:表示当前key路由云寻址的结果 Node<K,V>[] tab; Node<K,V> p; int n, i; //延迟初始化,为什么叫做延迟呢?因为如果你只是编写了Map<String,String> map = new HashMap<>() //不会初始化hash中数组的长度,也就是不会占用内存,而是等到你put第一个元素,调用putVal方法时,才会 //调用下面的n = (tab = resize()).length;代码初始化 if ((tab = table) == null || (n = tab.length) == 0) n = (tab = resize()).length; //(n - 1) & hash就是路由算法,算出当前要插入的key对应hash数组中的下标,n:hash数组的长度 //假设n = 16 ,那么15 & hash(key)就是当前要插入的key对应hash数组中的下标 //如果算出的下表对应的hash数组元素为null,那就说明该位置没有数据,直接把的当前数组放进去即可 if ((p = tab[i = (n - 1) & hash]) == null) tab[i] = newNode(hash, key, value, null); else { //e:不为null的时候, //k:表示临时的一个key Node<K,V> e; K k; //当前想要插入的元素的key与当前桶位key的hash值一样,并且key一样,将该桶位的元素赋值给e //表示需要进行替换操作 if (p.hash == hash && ((k = p.key) == key || (key != null && key.equals(k)))) e = p; //当前桶位已经形成了红黑树 else if (p instanceof TreeNode) e = ((TreeNode<K,V>)p).putTreeVal(this, tab, hash, key, value); else { //链表的情况,而且链表的头元素与我们要插入的key不一致 //总体思路;遍历链表,依次比较链表元素与当前想要插入的Key是否一样,如果一样则替换 //当遍历到最后一个元素都不一样的时候,则将当前想要插入的元素插入到链表的末尾 for (int binCount = 0; ; ++binCount) { //表示已经遍历到链表的末尾,没有找到元素与当前key一样的 //则只需要将当前想要插入的元素加入到链表末尾即可 if ((e = p.next) == null) { //将当前想要插入的元素加入到链表末尾 p.next = newNode(hash, key, value, null); //为什么这里判断树化阈值,即链表升级为红黑树阈值减一了呢? //是因为上面刚刚在当前链表插入一个元素 if (binCount >= TREEIFY_THRESHOLD - 1) // -1 for 1st //链表升级为红黑树 treeifyBin(tab, hash); break; } //找到了链表的元素与当前想要插入的key一样的情况,需要替换操作 if (e.hash == hash && ((k = e.key) == key || (key != null && key.equals(k)))) break; p = e; } } //e不等于null,条件成立说明,找到了一个与你插入元素key完全一致的数据,需要进行替换 if (e != null) { // existing mapping for key V oldValue = e.value; //传进去的onlyIfAbsent为false,会进入if if (!onlyIfAbsent || oldValue == null) //替换操作 e.value = value; afterNodeAccess(e); //直接返回旧值 return oldValue; } } //modCount:表示散列表结构被修改的次数,上面的替换操作,即将Node元素的value替换,不会执行该操作 ++modCount; //size:表示当前散列表额元素个数,即Node节点的个数 //插入新元素,size自增,如果自增之后的值大于扩容阈值threshold,则触发扩容 if (++size > threshold) //扩容 resize(); afterNodeInsertion(evict); return null; } 复制代码
resize方法
/** * 为什么需要扩容?总结:为了解决hash冲突导致的链化,影响查询效率的问题,扩容会缓解该问题 * 当hash表中的元素个数很多,即链表或者红黑树长度很长的时候, * 通过get()方法查找元素可能从之前的O(1)时间变成O(N) */ final Node<K,V>[] resize() { //oldTab:引用扩容前的哈希表 Node<K,V>[] oldTab = table; //oldCap:表示扩容之前的table数组的长度 int oldCap = (oldTab == null) ? 0 : oldTab.length; //oldThr:表示扩容之前的扩容阈值,出发本次扩容的阈值 int oldThr = threshold; //newCap:扩容之后table数组的大小 //newThr:扩容之后,下次再次触发扩容的条件 int newCap, newThr = 0; //条件如果成立说明 hashMap中的散列表已经初始化过了,这是一次正常的扩容操作 if (oldCap > 0) { //扩容之前的table数组大小已经达到最大阈值之后,则不扩容,并且设置扩容条件为int最大值 //这种情况甚少 if (oldCap >= MAXIMUM_CAPACITY) { threshold = Integer.MAX_VALUE; return oldTab; } //oldCap左移一位实现数值翻倍,即乘以2,并赋值给newCap,newCap小于数组的最大限制 且扩容之前的数组长度 >=16 //这种情况下,则下一次扩容的阈值等于当前阈值的两倍 else if ((newCap = oldCap << 1) < MAXIMUM_CAPACITY && oldCap >= DEFAULT_INITIAL_CAPACITY) //则下一次扩容的阈值等于当前阈值的两倍 newThr = oldThr << 1; // double threshold } } //oldCap =0 说明hashmap中的散列表是null //当调用以下构造方法时,oldThr会大于0 //1.new HashMap(initCap, loadFactor); //2.new HashMap(initCap); //3.new HashMap(map);并且这个map有数据 else if (oldThr > 0) // initial capacity was placed in threshold newCap = oldThr; //oldCap = 0,oldThr = 0 //当调用new HashMap()时会出现 else { // zero initial threshold signifies using defaults //赋值默认容量即16 newCap = DEFAULT_INITIAL_CAPACITY; //赋值默认阈值即16 * 0.75 = 12 newThr = (int)(DEFAULT_LOAD_FACTOR * DEFAULT_INITIAL_CAPACITY); } //newThr为0时,通过newCap和loadFactor计算出一个newThr if (newThr == 0) { float ft = (float)newCap * loadFactor; newThr = (newCap < MAXIMUM_CAPACITY && ft < (float)MAXIMUM_CAPACITY ? (int)ft : Integer.MAX_VALUE); } //赋值新额扩容阈值 threshold = newThr; @SuppressWarnings({"rawtypes","unchecked"}) //创建出一个更长,更大的数组 Node<K,V>[] newTab = (Node<K,V>[])new Node[newCap]; //将hash数组引用替换为新的数组 table = newTab; //说明,hashmap本次扩容之前,table不为null //下面的代码总体就是将原来的元素复制到新的扩容之后的数组当中 if (oldTab != null) { //遍历之前的hash数组 for (int j = 0; j < oldCap; ++j) { //当前node节点 Node<K,V> e; //说明当前桶位中有数据,但是数据具体是 单个数据,还是链表 还是红黑树,并不知道 if ((e = oldTab[j]) != null) { //方便JVM GC时回收内存 oldTab[j] = null; //第一种情况:当前桶位只有一个元素,从未发生过碰撞,直接计算出当前元素应该存放新数组中的索引位置 //然后存进去,还是使用同样的路由算法,就hash值 & (hash数组容量 - 1) if (e.next == null) newTab[e.hash & (newCap - 1)] = e; //已经树化的情况 else if (e instanceof TreeNode) ((TreeNode<K,V>)e).split(this, newTab, j, oldCap); else { // preserve order //第三种情况:桶位已经形成链表 //低位链表:存放在扩容之后的数组的下标位置,与当前数组的下标一致 Node<K,V> loHead = null, loTail = null; //高位链表:存放在扩容之后的数组的下标位置为:与当前数组的下标 + 扩容之前数组的长度 Node<K,V> hiHead = null, hiTail = null; Node<K,V> next; do { next = e.next; //为什么要&oldCap?为了区分扩容之后的高位是1还是0 //比如开始oldCap为16,即0b10000 //在索引为15的桶位的两个元素 //一个的hash:.... 1 1111 ---》 即高位 //另一个hash:.... 0 1111 ---》 即低位 //跟&16之后第一个值为1,第二个值为0 //然后分别使用上面的低位链表和高位链表连接起来 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); //将低位链表存储到新的数组中,索引不变 if (loTail != null) { loTail.next = null; newTab[j] = loHead; } //将高位链表存储到新的数组中,索引变了 if (hiTail != null) { hiTail.next = null; newTab[j + oldCap] = hiHead; } } } } } return newTab; } 复制代码
对于扩容方法中低位链表和高位链表的解释如下:
如上图所示,原来hash数组的容量为16,在第15个桶位,说明都是二进制末尾四位1111,因为hash值 & (16 - 1) => hash值 & (1111),但是第五位可能有些元素是1,有些元素是0,第五位是0的元素,hash值与新的hash数组的容量进行路由,即.......0 1111 & (32 - 1) ,
即 .......0 1111 & .......11111,求出的新的桶位索引还是15,这样的元素叫做低位链表的元素
而 .......1 1111 & .......11111,求出的新的桶位索引为11111即31,这样的元素叫做高位链表的元素
get方法
public V get(Object key) { Node<K,V> e; return (e = getNode(hash(key), key)) == null ? null : e.value; } final Node<K,V> getNode(int hash, Object key) { //tab:引用当前hashMap的散列表 //first:桶位中的头元素 //e:临时node元素 //n:table数组长度 Node<K,V>[] tab; Node<K,V> first, e; int n; K k; if ((tab = table) != null && (n = tab.length) > 0 && (first = tab[(n - 1) & hash]) != null) { //第一种情况:定位出来的桶位元素,即为咱们要get的数据 if (first.hash == hash && // always check first node ((k = first.key) == key || (key != null && key.equals(k)))) return first; //说明当前桶位不止一个元素,可能是链表,也可能是红黑树 if ((e = first.next) != null) { //第二种:桶位升级为红黑树的情况 if (first instanceof TreeNode) return ((TreeNode<K,V>)first).getTreeNode(hash, key); do { //桶位是链表的情况,遍历链表,挨个元素比较 if (e.hash == hash && ((k = e.key) == key || (key != null && key.equals(k)))) return e; } while ((e = e.next) != null); } } return null; } 复制代码
remove方法
// 移除元素的方法 public V remove(Object key) { Node<K,V> e; // 调用hash方法,获得哈希值,然后调用removeNode return (e = removeNode(hash(key), key, null, false, true)) == null ? null : e.value; } // 核心方法 removeNode // hash:hash值 // key:key // value:value 如果matchValue则匹配的值,否则忽略 // matchValue:如果为true,则仅在值相等时删除 // movable:如果删除虚假不动其他节点 final Node<K,V> removeNode(int hash, Object key, Object value, boolean matchValue, boolean movable) { // tab:引用当前hashMap的散列表 // p:当前node元素 // n:表示散列表数组长度 // index:表示寻址结果 Node<K,V>[] tab; Node<K,V> p; int n, index; // 判断 table 是否为空,是否长度为0,且对应的hash值在数组里面存在,才继续向下走 if ((tab = table) != null && (n = tab.length) > 0 && (p = tab[index = (n - 1) & hash]) != null) { // 说明桶位是由数据的,需要进行查找操作,并且删除 // node:查找到的结果 // e:当前Node的下一个元素 Node<K,V> node = null, e; K k; V v; // 判断头元素是不是要删除的元素,如果是就放进去node if (p.hash == hash && ((k = p.key) == key || (key != null && key.equals(k)))) node = p; // 桶的第一个不是 else if ((e = p.next) != null) { // 树化结构 if (p instanceof TreeNode) // 调用树化的结果 node = ((TreeNode<K,V>)p).getTreeNode(hash, key); else { // 链表结构 循环遍历得到结构 do { if (e.hash == hash && ((k = e.key) == key || (key != null && key.equals(k)))) { node = e; break; } p = e; } while ((e = e.next) != null); } } // 判断是否得到了目标要删除的节点 if (node != null && (!matchValue || (v = node.value) == value || (value != null && value.equals(v)))) { // 如果是树节点,调用树的删除操作 if (node instanceof TreeNode) ((TreeNode<K,V>)node).removeTreeNode(this, tab, movable); // 如果node = p 表示是第一个数据 else if (node == p) // 更新地址为下一个数据,放到桶 tab[index] = node.next; else // 如果node 不等于 p 那就直接指向链表的下一个元素地址 p.next = node.next; // 修改次数增加 ++modCount; // 大小减1 --size; afterNodeRemoval(node); // 返回删除的node return node; } } // 如果都没有执行,那么就返回null return null; } 复制代码
replace方法
// 根据 k 和 v 替换 @Override public V replace(K key, V value) { Node<K,V> e; if ((e = getNode(hash(key), key)) != null) { V oldValue = e.value; e.value = value; afterNodeAccess(e); return oldValue; } return null; } // 根据 k oldValue newValue 替换 @Override public boolean replace(K key, V oldValue, V newValue) { Node<K,V> e; V v; if ((e = getNode(hash(key), key)) != null && ((v = e.value) == oldValue || (v != null && v.equals(oldValue)))) { e.value = newValue; afterNodeAccess(e); return true; } return false; }
作者:努力更文的小白
链接:https://juejin.cn/post/7031160628433813511