面试高频问题,这里提供下参考。
目录
- 唠叨
- 解析思路
- get方法
- put方法
- resize方法
唠叨
认真阅读了下HashMap的实现方式,也参考了网上别人的一些解析,个人觉得还是有些东西想说。网上有的文章名字为HashMap源码解析,实际上就是给它里面的一些方法加上一些注释而已,有不少都是这样的。
我自己看源码的时候,发现不是别人不想解析,而是它的实现真的需要亲自研读,多理顺几遍才知道怎么回事。
我在这里解析的文字描述也较多,不管谁的解析,自己也都要看一下JDK源码的具体实现,我们仅提供参考而已。
解析思路
源码不太方便看,先说明一下我的阅读思路。
- 把常用的几个方法拷贝到文本编辑器里面。
- HashMap中不同的时候会有不同的流程,梳理方法中的逻辑流程。
就像采用极端法,采用特殊的数据,然后查看方法执行语句。未执行的语句暂时不考虑。 - 注释源码...
我觉得HashMap的实现方式不够好,关键的几个方法里面包含的情况太多了,阅读起来是有难度的,而写程序的目的之一不就是让其他开发者阅读吗?一个方法内部做了太多的事情,违反了代码整洁的规则,一个函数做要尽量少的事情。
解析
之前稍微介绍了一些HashMap的特性,HashMap初探。这里接着深入。
get方法
先挑最简单的说...
public V get(Object key) {
Node<K,V> e;
return (e = getNode(hash(key), key)) == null ? null : e.value;
}
- 先从数组下标,找到对应的Node
- 如果Node里的第一个节点命中,直接返回
- 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)。
// hash值为hash(key),key
final Node<K,V> getNode(int hash, Object key) {
Node<K,V>[] tab; Node<K,V> first, e; int n; K k;
//table不为空,并且tab[(n-1) & hash] != null的时候。
if ((tab = table) != null && (n = tab.length) > 0 &&
(first = tab[(n - 1) & hash]) != null) {
//判断取出Node的hash值是否相等。key值相等,那么直接返回。
//想一想什么情况下,if语句不成立?
if (first.hash == hash && // always check first node
((k = first.key) == key || (key != null && key.equals(k))))
return first;
//也就是取出的第一个Node的hash值与key计算的hash不等。
if ((e = first.next) != null) {
if (first instanceof TreeNode)
//从树中取节点。
return ((TreeNode<K,V>)first).getTreeNode(hash, key);
do {
//判断hash值与key值是否相等,一直判断到相等或到节点末端为止。
if (e.hash == hash &&
((k = e.key) == key || (key != null && key.equals(k))))
return e;
} while ((e = e.next) != null);
}
}
return null;
}
put方法
这个中间涉及的逻辑多一些,方法需要分不同的步骤看。
思路:
- 对key的hashCode()做hash,然后再计算index;
- 如果没碰撞直接放到bucket里;
- 如果碰撞了,以链表的形式存在buckets后;
- 如果节点已经存在就替换old value(保证key的唯一性)
- 如果碰撞导致链表过长(大于等于TREEIFY_THRESHOLD),就把链表转换成红黑树;
- 如果Node的容量满了(超过load factor*current capacity),就要resize。
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;
//如果table为空,就重新创建table
if ((tab = table) == null || (n = tab.length) == 0)
n = (tab = resize()).length;
// 如果tab[(n-1) & hash]为空的话,就在tab[(n-1) & hash]位置存储节点。
// newNode = new Node<>(hash, key, value, next);
if ((p = tab[i = (n - 1) & hash]) == null)
tab[i] = newNode(hash, key, value, null);
else {
//当tab[(n-1)&hash]位置已经存在Node的时候。
Node<K,V> e; K k;
//如果已经存在的Node与即将要存的key值一样
// e为存在的Node
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 {
//不满足以上的情况,一直把Node往后插入。
//如果插入的节点数量多于TREEIFY_THRESHOLD-1个,变为树形节点
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;
}
//如果再遍历的时候,发现key值相同的时候,就跳出循环。e = p.next,
// 这时已经记录e的Node值了
if (e.hash == hash &&
((k = e.key) == key || (key != null && key.equals(k))))
break;
p = e;
}
}
// 存在对应的Node时
if (e != null) { // existing mapping for key
V oldValue = e.value;
if (!onlyIfAbsent || oldValue == null)
e.value = value;
afterNodeAccess(e);
return oldValue;
}
}
// HashMap内部修改的初始
++modCount;
//如果存储的节点数,大于临界值,重新分配大小
if (++size > threshold)
resize();
//抽象方法,当节点执行插入操作的时候如何处理
afterNodeInsertion(evict);
return null;
}
一般不发生碰撞的时候,相对简单,数据量较小的情况下。
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;
// 留意 i = (n-1)&hash,所以取的时候也这样取
// newNode = new Node<>(hash, key, value, next);
if ((p = tab[i = (n - 1) & hash]) == null)
tab[i] = newNode(hash, key, value, null);
++modCount;
if (++size > threshold)
resize();
afterNodeInsertion(evict);
return null;
}
发生碰撞后,有个红黑树的处理,因为红黑树相对知识点较多,下次单独详细解释。这里可以参考以下,从JDK源码研究红黑树。我解释下关于碰撞冲的循环。
- 查看是否存在相同的key,存在相同的key跳出循环,覆盖key的value
- 如果不存在相同的key,在链表末尾插入新的Node
- 如果链表节点过长,转换为树。
for (int binCount = 0; ; ++binCount) {
// p.next为null的时候,走到了链表的末端,然后新建一个节点,如果链表的长度太长,转换为树存储。
if ((e = p.next) == null) {
p.next = newNode(hash, key, value, null);
if (binCount >= TREEIFY_THRESHOLD - 1) // -1 for 1st
treeifyBin(tab, hash);
break;
}
// 如果链表中存在于要put的key值相同的时候,存储key值,也就是e ,(e = p.next)。
if (e.hash == hash &&
((k = e.key) == key || (key != null && key.equals(k))))
break;
p = e;
}
红黑树的部分,我们下次单独解析
resize方法
这个涉及的内容,有不少线需要捋一捋。首先看申明时候会resize()。它们都在调用put的时候执行的。
- table == null的时候
if ((tab = table) == null || (n = tab.length) == 0)
n = (tab = resize()).length;
- 键值映射的的数目大于临界值的时候。
if (++size > threshold)
resize();
resize具体方法
final Node<K,V>[] resize() {
Node<K,V>[] oldTab = table;
// 之前的容量可能为0或者为之前的大小
// threshold可能为null或者为2的n次方
int oldCap = (oldTab == null) ? 0 : oldTab.length;
int oldThr = threshold;
//新的容量,新的临界目前都为0
int newCap, newThr = 0;
// 第二次resize的时候。
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
}
//第一次resize()的时候,初始化的操作。
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);
}
//第一次resize(),会进入
if (newThr == 0) {
//负载因子 * 初始容量
float ft = (float)newCap * loadFactor;
//保证临界值不超过最大值。
newThr = (newCap < MAXIMUM_CAPACITY && ft < (float)MAXIMUM_CAPACITY ?
(int)ft : Integer.MAX_VALUE);
}
//真正初始化的操作,新建newCap个数组,临界值初始化。
threshold = newThr;
@SuppressWarnings({"rawtypes","unchecked"})
Node<K,V>[] newTab = (Node<K,V>[])new Node[newCap];
table = newTab;
// 非 第一次reizie()时
if (oldTab != null) {
for (int j = 0; j < oldCap; ++j) {
Node<K,V> e;
if ((e = oldTab[j]) != null) {
// 重新计算了一次hash
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);
// 如果e.next != null 存在hash的Node 链子
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;
// 原索引
if ((e.hash & oldCap) == 0) {
if (loTail == null)
loHead = e;
else
loTail.next = e;
loTail = e;
}
// 原索引+ oldCap
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;
}
如果是第一次resize,我们抽出来会执行到的语句。
- 初始化容量
- 初始化threshold,也就是初始化临界值,决定了table的键值对数目到什么时候会再次resize()
final Node<K,V>[] resize() {
//第一次的时候table为null
Node<K,V>[] oldTab = table;
// oldCap 为 0,threshod为null
int oldCap = (oldTab == null) ? 0 : oldTab.length;
int oldThr = threshold;
int newCap, newThr = 0;
// 不会走
if (oldCap > 0) {
....
// 从这里执行
else { // zero initial threshold signifies using defaults
newCap = DEFAULT_INITIAL_CAPACITY;
newThr = (int)(DEFAULT_LOAD_FACTOR * DEFAULT_INITIAL_CAPACITY);
}
threshold = newThr;
@SuppressWarnings({"rawtypes","unchecked"})
Node<K,V>[] newTab = (Node<K,V>[])new Node[newCap];
table = newTab;
return newTab;
}
第二次及后续的resize执行流程
final Node<K,V>[] resize() {
Node<K,V>[] oldTab = table;
// oldCap为当前table的长度, oldThr为上次的table临界值
int oldCap = (oldTab == null) ? 0 : oldTab.length;
int oldThr = threshold;
int newCap, newThr = 0;
if (oldCap > 0) {
// 这个if语句保证容量不超过hashmap的容量上限值。
if (oldCap >= MAXIMUM_CAPACITY) {
threshold = Integer.MAX_VALUE;
return oldTab;
}
// 如果扩容之后,不超过容量上限,
// 那么表的大小加倍。临界值加倍
else if ((newCap = oldCap << 1) < MAXIMUM_CAPACITY &&
oldCap >= DEFAULT_INITIAL_CAPACITY)
newThr = oldThr << 1; // double threshold
}
threshold = newThr;
@SuppressWarnings({"rawtypes","unchecked"})
Node<K,V>[] newTab = (Node<K,V>[])new Node[newCap];
table = newTab;
//第二次扩容的时候,对上次的table如何处理。
if (oldTab != null) {
// 遍历之前的table,重新hash排序
for (int j = 0; j < oldCap; ++j) {
Node<K,V> e;
//只对存在的索引操作
if ((e = oldTab[j]) != null) {
//销毁当前索引的内容
oldTab[j] = null;
//重新计算位置并赋值
if (e.next == null)
newTab[e.hash & (newCap - 1)] = e;
//树的操作,下次再说
else if (e instanceof TreeNode)
((TreeNode<K,V>)e).split(this, newTab, j, oldCap);
//链表的操作
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;
// oldCap 为 16也就是 10000,
//oldCap为16的倍数,这里是hash值为低数字的时候
if ((e.hash & oldCap) == 0) {
//第一次
if (loTail == null)
loHead = e;
//计算新的next
else
loTail.next = e;
loTail = e;
}
//同理
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;
}
// 加上原本的偏移量
if (hiTail != null) {
hiTail.next = null;
newTab[j + oldCap] = hiHead;
}
}
}
}
}
return newTab;
}
resize中对有碰撞的链表的操作写的很有意思,再叙述一下。在重新分配索引的时候,有重新组建链表的操作。
举个比较夸张的例子,读者就明白了。
- e.hash < 2,那么 e.hash&oldCap就等于0,索引为小于之前hash表大小以内的索引。也就是当初的索引不变。
- e.hash > 2的时候,e.hash&old不等于0,那么它的索引就为当前表的索引再加上新扩容的大小。
这个图说的是,当hashmap的表大小为2扩充到4的时候,原本挂载在1位置的链表,重新分配之后的样子。
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;
}
最后
篇幅有限,我这里仅仅介绍了get方法,put方法,resize方法的具体原理,文章就已经非常长了,不利于阅读。
下次再补充一下HashMap的hash方法原理,其余的相关注意事项。