秒杀Java面试官——集合篇(二)
三、HashMap底层实现原理(基于JDK1.8)
面试中,你是否也曾被问过以下问题呢:
你知道HashMap的数据结构吗?HashMap是如何实现存储的?底层采用了什么算法?为什么采用这种算法?如何对HashMap进行优化?如果HashMap的大小超过了负载因子定义的容量,怎么办?等等。
有觉得很难吗?别怕!下面博主就带着大家深度剖析,以源代码为依据,逐一分析,看看HashMap到底是怎么玩的:
① HashMap源码片段 —— 总体介绍:
/* Hash table based implementation of the <tt>Map</tt> interface(HashMap实现了Map接口). This implementation provides all of the optional map operations, and permits <tt>null</tt> values and the <tt>null</tt> key(允许储存null值和null键). (The <tt>HashMap</tt> class is roughly equivalent to <tt>Hashtable</tt>, except that it is unsynchronized and permits nulls.(HashTable和HashMap很相似,除了HashTable的方法是同步的,并且不允许储存null值和null键)) This class makes no guarantees as to the order of the map; in particular, it does not guarantee that the order will remain constant over time(HashMap不保证映射的顺序,特别是它不保证该顺序不随时间变化).*/
② HashMap源码片段 —— 六大初始化参数:
/** * 初始容量1 << 4 = 16 */ static final int DEFAULT_INITIAL_CAPACITY = 1 << 4; /** * 最大容量1 << 30 = 1073741824 */ static final int MAXIMUM_CAPACITY = 1 << 30; /** * 默认负载因子0.75f */ static final float DEFAULT_LOAD_FACTOR = 0.75f; /** * 由链表转换成树的阈值:即当bucket(桶)中bin(箱子)的数量超过 * TREEIFY_THRESHOLD时使用树来代替链表。默认值是8 */ static final int TREEIFY_THRESHOLD = 8; /** * 由树转换成链表的阈值:当执行resize操作时,当bucket中bin的数量少于此值, * 时使用链表来代替树。默认值是6 */ static final int UNTREEIFY_THRESHOLD = 6; /** * 树的最小容量 */ static final int MIN_TREEIFY_CAPACITY = 64;
③ HashMap源码片段 —— 内部结构:
/** * Basic hash bin node, used for most entries. */ // Node是单向链表,它实现了Map.Entry接口 static class Node<K,V> implements Map.Entry<K,V> { final int hash; // 键对应的Hash值 final K key; // 键 V value; // 值 Node<K,V> next; // 下一个节点 // 构造函数 Node(int hash, K key, V value, Node<K,V> next) { this.hash = hash; this.key = key; this.value = value; this.next = next; } // 存储(位桶)的数组</k,v> transient Node<K,V>[] table; // 红黑树 static final class TreeNode<K,V> extends LinkedHashMap.Entry<K,V> { TreeNode<K,V> parent; // 父节点 TreeNode<K,V> left; // 左节点 TreeNode<K,V> right; // 右节点 TreeNode<K,V> prev; // needed to unlink next upon deletion boolean red; // 颜色属性 TreeNode(int hash, K key, V val, Node<K,V> next) { super(hash, key, val, next); }
简单看:在JDK1.8中,HashMap采用位桶+链表+红黑树实现。具体实现原理,我们继续看源码。关于红黑树,我将在后期《算法篇》详细介绍。
④ HashMap源码片段 —— 数组Node[]位置:
// 第一步:先计算key对应的Hash值 static final int hash(Object key) { int h; return (key == null) ? 0 : (h = key.hashCode()) ^ (h >>> 16); }// 第二步:保证哈希表散列均匀 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; }对第二步的作用,进行简要说明(很高级!):
{ 可以从源码看出,在HashMap的构造函数中,都直接或间接的调用了tableSizeFor函数。下面分析原因:length为2的整数幂保证了length-1最后一位(当然是二进制表示)为1,从而保证了取索引操作 h&(length-1)的最后一位同时有为0和为1的可能性,保证了散列的均匀性。反过来讲,当length为奇数时,length-1最后一位为0,这样与h按位与的最后一位肯定为0,即索引位置肯定是偶数,这样数组的奇数位置全部没有放置元素,浪费了大量空间。简而言之:length为2的幂保证了按位与最后一位的有效性,使哈希表散列更均匀。}
// 第三步:计算索引:index = (tab.length - 1) & hash if (tab == null || (n = tab.length) == 0) return; int index = (n - 1) & hash;(区别于HashTable :index = (hash & 0x7FFFFFFF) % tab.length;
取模中的除法运算效率很低,但是HashMap的位运算效率很高)
⑤ HashMap源码片段 —— 常用get()/put()操作:
/** * 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; if ((tab = table) != null && (n = tab.length) > 0 && //tab[(n - 1) & hash]得到对象的保存位 (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) { //判断:如果第一个节点是TreeNode,则采用红黑树处理冲突 if (first instanceof TreeNode) return ((TreeNode<K,V>)first).getTreeNode(hash, key); do { //反之,采用链表处理冲突 if (e.hash == hash && ((k = e.key) == key || (key != null && key.equals(k)))) return e; } while ((e = e.next) != null); } } return null; } /** * 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; if ((tab = table) == null || (n = tab.length) == 0) //如果tab为空或长度为0,则分配内存resize() n = (tab = resize()).length; if ((p = tab[i = (n - 1) & hash]) == null) //tab[i = (n - 1) & hash]找到put位置,如果为空,则直接put tab[i] = newNode(hash, key, value, null); else { Node<K,V> e; K k; //先判断key的hash()方法判断,再调用equals()方法判断 if (p.hash == hash && ((k = p.key) == key || (key != null && key.equals(k)))) e = p; else if (p instanceof TreeNode) //属于红黑树处理冲突 e = ((TreeNode<K,V>)p).putTreeVal(this, tab, hash, key, value); else { //链表处理冲突 for (int binCount = 0; ; ++binCount) { //p第一次指向表头,之后依次后移 if ((e = p.next) == null) { //e为空,表示已到表尾也没有找到key值相同节点,则新建节点 p.next = newNode(hash, key, value, null); //新增节点后如果节点个数到达阈值,则将链表转换为红黑树 if (binCount >= TREEIFY_THRESHOLD - 1) // -1 for 1st treeifyBin(tab, hash); break; } //允许存储null键null值 if (e.hash == hash && ((k = e.key) == key || (key != null && key.equals(k)))) break; //指针下移一位 p = e; } } //更新hash值和key值均相同的节点Value值 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; }
⑥ HashMap源码片段 —— 扩容resize():
//可用来初始化HashMap大小 或重新调整HashMap大小 变为原来2倍大小 final Node<K,V>[] resize() { Node<K,V>[] oldTab = table; 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; // 扩容阈值加倍 } else if (oldThr > 0) // oldCap=0 ,oldThr>0此时newThr=0 newCap = oldThr; else { // oldCap=0,oldThr=0 相当于使用默认填充比和初始容量 初始化 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]; // 数组辅助到新的数组中,分红黑树和链表讨论 table = newTab; if (oldTab != null) { for (int j = 0; j < oldCap; ++j) { Node<K,V> e; if ((e = oldTab[j]) != null) { oldTab[j] = null; if (e.next == null) newTab[e.hash & (newCap - 1)] = e; 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; }
看完以上源码,是否感觉身体被掏空了?别慌,博主现在以一个简单的小例子为主导,带领大家重新梳理一下。
简析底层实现过程:
①创建HashMap,初始容量为16,实际容量 = 初始容量*负载因子(默认0.75) = 12;
②调用put方法,会先计算key的hash值:hash = key.hashCode()。
③调用tableSizeFor()方法,保证哈希表散列均匀。
④计算Nodes[index]的索引:先进行index = (tab.length - 1) & hash。
⑤如果索引位为null,直接创建新节点,如果不为null,再判断所因为上是否有元素
⑥如果有:则先调用hash()方法判断,再调用equals()方法进行判断,如果都相同则直接用新的Value覆盖旧的;
⑦如果不同,再判断第一个节点类型是否为树节点(涉及到:链表转换成树的阈值,默认8),如果是,则按照红黑树的算法进行存储;如果不是,则按照链表存储;
⑧当存储元素过多时,需要进行扩容:
默认的负载因子是0.75,如果实际元素所占容量占分配容量的75%时就要扩容了。大约变为原来的2倍(newThr =oldThr << 1);