java集合之HashMap

HashMap · 發表 2018-10-01 12:50:00

摘要： Map是java中的一種資料結構，圍繞著Map介面，有一系列的實現類如Hashtable、HashMap、LinkedHashMap和TreeMap。而其中HashMap和Hashtable我們平常使用的最多。 HashMap與Hashtable表面上看沒有太大區別，但在一些使用細節和內部...

Map是java中的一種資料結構，圍繞著Map介面，有一系列的實現類如Hashtable、HashMap、LinkedHashMap和TreeMap。而其中HashMap和Hashtable我們平常使用的最多。

HashMap與Hashtable表面上看沒有太大區別，但在一些使用細節和內部實現上有諸多微小的差異：

1、首先Hashtable的大部分方法做了同步，而HashMap沒有，也就是說前者是執行緒安全的，後者不是；

2、Hashtable不允許key或者value使用null值，而HashMap可以；

3、在內部演算法上，對key的hash演算法和hash值到記憶體索引的對映不同；

基於HashMap的使用較為廣泛，在這裡我們主要分析下HashMap的實現：

在 Java8 之前， HashMap 是連結串列雜湊的資料結構，即陣列和連結串列的結合體；從 Java8 開始，HashMap改為由陣列+連結串列+紅黑樹實現，並對擴容的優化。具體結構如下圖所示（圖片來自網路）

接下來我們分析下具體的程式碼實現，首先看下HashMap的建構函式

/**
* 
* @param initialCapacity 初始化大小，通過tableSizeFor計算會返回一個比給定整數大且最接近的2的冪次方整數，並賦值給threshold
* @param loadFactor擴容因子 預設為DEFAULT_LOAD_FACTOR 即0.75
*/
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);
}


public HashMap(int initialCapacity) {
this(initialCapacity, DEFAULT_LOAD_FACTOR);
}

public HashMap() {
this.loadFactor = DEFAULT_LOAD_FACTOR;
}

public HashMap(Map<? extends K, ? extends V> m) {
this.loadFactor = DEFAULT_LOAD_FACTOR;
putMapEntries(m, false);
}

這其中loadFactor和threshold，loadFactor為負載因子，預設值是0.75；threshold是HashMap所能容納的最大資料量的Node(鍵值對)個數，超過這個數目就重新resize(擴容)，擴容後的HashMap容量是之前容量的兩倍。

接下來我們再看HashMap的put方法，在這裡我們主要關注以下幾點：

1、HashMap如何根據key值計算儲存元素的具體下邊位置

2、put方法的實現流程；

3、擴容機制的實現；

首先我們簡單分析下put方法的程式碼

public V put(K key, V value) {
//對key值做hash
return putVal(hash(key), key, value, false, true);
}

/**
* 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) {
//繼承 Map.Entry<K,V>的Node鍵值對陣列
Node<K,V>[] tab; Node<K,V> p; int n, i;
//如果鍵值對陣列為空則建立
if ((tab = table) == null || (n = tab.length) == 0)
n = (tab = resize()).length;
//計算index，即元素在陣列中的下標位置，判斷獲取值是否為空
if ((p = tab[i = (n - 1) & hash]) == null)
//如果為空，則賦值
tab[i] = newNode(hash, key, value, null);
else {//如果按下標位置已經有值，則代表出現了hash衝突，之前已經有值儲存在了次下標位置
Node<K,V> e; K k;
//如果既不是紅黑樹也不是連結串列，那就只有是單個元素（Node<K,V>）了，那且hash值和key值相同，則直接覆蓋
if (p.hash == hash &&
((k = p.key) == key || (key != null && key.equals(k))))
e = p;
//如果是紅黑樹，則按紅黑樹處理
else if (p instanceof TreeNode)
e = ((TreeNode<K,V>)p).putTreeVal(this, tab, hash, key, value);
else {
//如果是連結串列，則按連結串列進行處理
for (int binCount = 0; ; ++binCount) {
if ((e = p.next) == null) {
p.next = newNode(hash, key, value, null);
//如果連結串列長度》=8怎轉換為紅黑樹處理
if (binCount >= TREEIFY_THRESHOLD - 1) // -1 for 1st
treeifyBin(tab, hash);
break;
}
//如果元素（Node<K,V>）已經存在（key相同），則直接覆蓋
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;
//如果陣列長度超過閾值，則進行擴容
if (++size > threshold)
resize();
afterNodeInsertion(evict);
return null;
}

hash(key)方法的內部程式碼：

//jdk1.8原始碼
static final int hash(Object key) {
int h;
// h = key.hashCode() 為第一步 取hashCode值
// h ^ (h >>> 16)為第二步 高位參與運算
return (key == null) ? 0 : (h = key.hashCode()) ^ (h >>> 16);
}

//jdk1.7原始碼，1.8沒有，直接寫在了putVal裡面
static int indexFor(int h, int length) {
return h & (length-1);//第三步 取模運算
}

這裡的Hash演算法本質上就是三步： 取key的hashCode值、高位運算、取模運算 。

對於任意給定的物件，只要它的hashCode()返回值相同，那麼程式呼叫方法一所計算得到的Hash碼值總是相同的。我們首先想到的就是把hash值對陣列長度取模運算，這樣一來，元素的分佈相對來說是比較均勻的。但是，模運算的消耗還是比較大的，在HashMap中是這樣做的：呼叫方法二來計算該物件應該儲存在table陣列的哪個索引處。

這個方法非常巧妙，它通過h & (table.length -1)來得到該物件的儲存位，而HashMap底層陣列的長度總是2的n次方，這是HashMap在速度上的優化。當length總是2的n次方時，h& (length-1)運算等價於對length取模，也就是h%length，但是&比%具有更高的效率。

在JDK1.8的實現中，優化了高位運算的演算法，通過hashCode()的高16位異或低16位實現的：(h = k.hashCode()) ^ (h >>> 16)，主要是從速度、功效、質量來考慮的，這麼做可以在陣列table的length比較小的時候，也能保證考慮到高低Bit都參與到Hash的計算中，同時不會有太大的開銷。

下面舉例說明下，n為table的長度。

接下來put方法的實現流程基本如下圖所示

針對擴容機制，簡答的做個程式碼分析

 final Node<K,V>[] resize() {
Node<K,V>[] oldTab = table;
int oldCap = (oldTab == null) ? 0 : oldTab.length;
int oldThr = threshold;
int newCap, newThr = 0; //新的陣列大小，新的閾值大小
if (oldCap > 0) {
//如果超過最大值了，就直接在賦一個最大值，其他的都不管了
if (oldCap >= MAXIMUM_CAPACITY) {
threshold = Integer.MAX_VALUE;
return oldTab;
}
// 沒超過最大值，就擴充為原來的2倍
else if ((newCap = oldCap << 1) < MAXIMUM_CAPACITY &&
oldCap >= DEFAULT_INITIAL_CAPACITY)
newThr = oldThr << 1; // double threshold//新的閾值
}
else if (oldThr > 0) //原陣列為空且閾值大於0
newCap = oldThr; //，就把當前閾值的大小做為陣列的初始化大小，這裡newThr=0所以會在下面計算新的閾值大小
else {//原陣列和預設的閾值都為空
newCap = DEFAULT_INITIAL_CAPACITY;//新的陣列
newThr = (int)(DEFAULT_LOAD_FACTOR * DEFAULT_INITIAL_CAPACITY);//新的閾值為預設大小*預設擴容因子
}
if (newThr == 0) {//計算新的閾值大小
float ft = (float)newCap * loadFactor;
newThr = (newCap < MAXIMUM_CAPACITY && ft < (float)MAXIMUM_CAPACITY ?
(int)ft : Integer.MAX_VALUE);
}
threshold = newThr;//新的閾值
//把原陣列中的資料轉移到新陣列中
@SuppressWarnings({"rawtypes","unchecked"})
Node<K,V>[] newTab = (Node<K,V>[])new Node[newCap];
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;
}
}
}
}
}
//返回新陣列
return newTab;
}

從上面我們可以看出，相比JDK1.8的HashMap從以下幾個方面保證了資料儲存的高效：

1、優化的hash演算法，好的hash演算法，能夠極大降低hash衝突，保證元素分佈均勻，儘量保證一個hahs地址只儲存單個元素，可以直接獲取，提高效能。

2、對擴容進行了優化，引入紅黑樹，提高了查詢元素位置的效率，特別是在資料量較大，hash衝突較多時；

小結

(1) 擴容是一個特別耗效能的操作，所以當程式設計師在使用HashMap的時候，估算map的大小，初始化的時候給一個大致的數值，避免map進行頻繁的擴容。

(2) 負載因子是可以修改的，也可以大於1，但是建議不要輕易修改，除非情況非常特殊。

(3) HashMap是執行緒不安全的，不要在併發的環境中同時操作HashMap，建議使用ConcurrentHashMap。

(4) JDK1.8引入紅黑樹大程度優化了HashMap的效能。

參考資料：美團點評技術團隊 Java 8系列之重新認識HashMap ofollow,noindex" target="_blank">https://zhuanlan.zhihu.com/p/21673805

java集合之HashMap

小結

您可能也會喜歡…