Java集合——HashMap(四)擴容機制——resize()
HashMap的擴容機制---resize()
雖然在hashmap的原理裡面有這段,但是這個單獨拿出來講rehash或者resize()也是極好的。
什麼時候擴容:當向容器新增元素的時候,會判斷當前容器的元素個數,如果大於等於閾值(知道這個閾字怎麼念嗎?不念fa值,念yu值四聲)---即當前陣列的長度乘以載入因子的值的時候,就要自動擴容啦。
擴容(resize)就是重新計算容量,向HashMap物件裡不停的新增元素,而HashMap物件內部的陣列無法裝載更多的元素時,物件就需要擴大陣列的長度,以便能裝入更多的元素。當然Java裡的陣列是無法自動擴容的,方法是使用一個新的陣列代替已有的容量小的陣列,就像我們用一個小桶裝水,如果想裝更多的水,就得換大水桶。
先看一下什麼時候,resize();
/** * HashMap 新增節點 * * @param hash 當前key生成的hashcode * @param key 要新增到 HashMap 的key * @param value 要新增到 HashMap 的value * @param bucketIndex 桶,也就是這個要新增 HashMap 裡的這個資料對應到陣列的位置下標 */ void addEntry(int hash, K key, V value, int bucketIndex) { //size:The number of key-value mappings contained in this map. //threshold:The next size value at which to resize (capacity * load factor) //陣列擴容條件:1.已經存在的key-value mappings的個數大於等於閾值 // 2.底層陣列的bucketIndex座標處不等於null if ((size >= threshold) && (null != table[bucketIndex])) { resize(2 * table.length);//擴容之後,陣列長度變了 hash = (null != key) ? hash(key) : 0;//為什麼要再次計算一下hash值呢? bucketIndex = indexFor(hash, table.length);//擴容之後,陣列長度變了,在陣列的下標跟陣列長度有關,得重算。 } createEntry(hash, key, value, bucketIndex); } /** * 這地方就是連結串列出現的地方,有2種情況 * 1,原來的桶bucketIndex處是沒值的,那麼就不會有連結串列出來啦 * 2,原來這地方有值,那麼根據Entry的建構函式,把新傳進來的key-value mapping放在陣列上,原來的就掛在這個新來的next屬性上了 */ void createEntry(int hash, K key, V value, int bucketIndex) { HashMap.Entry<K, V> e = table[bucketIndex]; table[bucketIndex] = new HashMap.Entry<>(hash, key, value, e); size++; }
我們分析下resize的原始碼,鑑於JDK1.8融入了紅黑樹,較複雜,為了便於理解我們仍然使用JDK1.7的程式碼,好理解一些,本質上區別不大,具體區別後文再說。
void resize(int newCapacity) { //傳入新的容量 Entry[] oldTable = table; //引用擴容前的Entry陣列 int oldCapacity = oldTable.length; if (oldCapacity == MAXIMUM_CAPACITY) { //擴容前的陣列大小如果已經達到最大(2^30)了 threshold = Integer.MAX_VALUE; //修改閾值為int的最大值(2^31-1),這樣以後就不會擴容了 return; } Entry[] newTable = new Entry[newCapacity]; //初始化一個新的Entry陣列 transfer(newTable); //!!將資料轉移到新的Entry數組裡 table = newTable; //HashMap的table屬性引用新的Entry陣列 threshold = (int) (newCapacity * loadFactor);//修改閾值 }
這裡就是使用一個容量更大的陣列來代替已有的容量小的陣列,transfer()方法將原有Entry陣列的元素拷貝到新的Entry數組裡。
void transfer(Entry[] newTable) {
Entry[] src = table; //src引用了舊的Entry陣列
int newCapacity = newTable.length;
for (int j = 0; j < src.length; j++) { //遍歷舊的Entry陣列
Entry<K, V> e = src[j]; //取得舊Entry陣列的每個元素
if (e != null) {
src[j] = null;//釋放舊Entry陣列的物件引用(for迴圈後,舊的Entry陣列不再引用任何物件)
do {
Entry<K, V> next = e.next;
int i = indexFor(e.hash, newCapacity); //!!重新計算每個元素在陣列中的位置
e.next = newTable[i]; //標記[1]
newTable[i] = e; //將元素放在陣列上
e = next; //訪問下一個Entry鏈上的元素
} while (e != null);
}
}
}
static int indexFor(int h, int length) {
return h & (length - 1);
}
newTable[i]的引用賦給了e.next,也就是使用了單鏈表的頭插入方式,同一位置上新元素總會被放在連結串列的頭部位置;這樣先放在一個索引上的元素終會被放到Entry鏈的尾部(如果發生了hash衝突的話),這一點和Jdk1.8有區別,下文詳解。在舊陣列中同一條Entry鏈上的元素,通過重新計算索引位置後,有可能被放到了新陣列的不同位置上。
從上面的for迴圈內部開始說起吧:詳細解釋下,這個轉存的過程。和怎麼個頭插入法.
Entry<K, V> e = src[j];
這句話,就把原來陣列上的那個連結串列的引用就給接手了,所以下面src[j] = null;可以放心大膽的置空,釋放空間。告訴gc這個地方可以回收啦。
繼續到do while 迴圈裡面,
Entry<K, V> next = e.next;
int i = indexFor(e.hash, newCapacity);計算出元素在新陣列中的位置
下面就是單鏈表的頭插入方式轉存元素啦
關於這個 單鏈表的頭插入方式 的理解,我多說兩句。
這地方我再看的時候,就有點蒙了,他到底怎麼在插到新的數組裡面的?
要是在插入新陣列的時候,也出現了一個數組下標的位置處,出現了多個節點的話,那又是怎麼插入的呢?
1,假設現在剛剛插入到新陣列上,因為是物件陣列,陣列都是要預設有初始值的,那麼這個陣列的初始值都是null。不信的可以新建個Javabean陣列測試下。
那麼e.next = newTable[i],也就是e.next = null啦。然後再newTable[i] = e;也就是 說這個時候,這個陣列的這個下標位置的值設定成這個e啦。
2,假設這個時候,繼續上面的迴圈,又取第二個資料e2的時候,恰好他的下標和剛剛上面的那個下標相同啦,那麼這個時候,是又要有連結串列產生啦、
e.next = newTable[i];,假設上面第一次存的叫e1吧,那麼現在e.next = newTable[i];也就是e.next = e1;
然後再,newTable[i] = e;,把這個後來的賦值在陣列下標為i的位置,當然他們兩個的位置是相同的啦。然後注意現在的e,我們叫e2吧。e2.next指向的是剛剛的e1,e1的next是null。
這就解釋啦:先放在一個索引上的元素終會被放到Entry鏈的尾部。這句話。
關於什麼時候resize()的說明:
看1.7的原始碼上說的條件是:if ((size >= threshold) && (null != table[bucketIndex])) {。。。}
其中
size表示當前hashmap裡面已經包含的元素的個數。
threshold:threshold = (int) Math.min(capacity * loadFactor, MAXIMUM_CAPACITY + 1);
一般是容量值X載入因子。
而1.8的是:
if (++size > threshold){}
其中
size:The number of key-value mappings contained in this map.和上面的是一樣的
threshold:newThr = (int)(DEFAULT_LOAD_FACTOR * DEFAULT_INITIAL_CAPACITY);
也是一樣的,
最後總結一下:就是這個map裡面包含的元素,也就是size的值,大於等於這個閾值的時候,才會resize();
具體到實際情況就是:假設現在閾值是4;在新增下一個假設是第5個元素的時候,這個時候的size還是原來的,還沒加1,size=4,那麼閾值也是4的時候,
當執行put方法,新增第5個的時候,這個時候,4 >= 4。元素個數等於閾值。就要resize()啦。新增第4的時候,還是3 >= 4不成立,不需要resize()。
經過這番解釋,可以發現下面的這個例子,不應該是在新增第二個的時候resize(),而是在新增第三個的時候,才resize()的。
這個也是我後來再細看的時候,發現的。當然,這個咱可以先忽略,重點看如何resize(),以及如何將舊資料移動到新陣列的
下面舉個例子說明下擴容過程。
這句話是重點----hash(){return key % table.length;}方法,就是翻譯下面的一行解釋:
假設了我們的hash演算法就是簡單的用key mod 一下表的大小(也就是陣列的長度)。
其中的雜湊桶陣列table的size=2, 所以key = 3、7、5,put順序依次為 5、7、3。在mod 2以後都衝突在table[1]這裡了。這裡假設負載因子 loadFactor=1,即當鍵值對的實際大小size 大於 table的實際大小時進行擴容。接下來的三個步驟是雜湊桶陣列 resize成4,然後所有的Node重新rehash的過程。
下面我們講解下JDK1.8做了哪些優化。經過觀測可以發現,我們使用的是2次冪的擴充套件(指長度擴為原來2倍),所以,
經過rehash之後,元素的位置要麼是在原位置,要麼是在原位置再移動2次冪的位置。對應的就是下方的resize的註釋。
/**
* Initializes or doubles table size. If null, allocates in
* accord with initial capacity target held in field threshold.
* Otherwise, because we are using power-of-two expansion, the
* elements from each bin must either stay at same index, or move
* with a power of two offset in the new table.
*
* @return the table
*/
final Node<K,V>[] resize() { }
看下圖可以明白這句話的意思,n為table的長度,圖(a)表示擴容前的key1和key2兩種key確定索引位置的示例,圖(b)表示擴容後key1和key2兩種key確定索引位置的示例,其中hash1是key1對應的雜湊值(也就是根據key1算出來的hashcode值)與高位與運算的結果。
元素在重新計算hash之後,因為n變為2倍,那麼n-1的mask範圍在高位多1bit(紅色),因此新的index就會發生這樣的變化:
因此,我們在擴充HashMap的時候,不需要像JDK1.7的實現那樣重新計算hash,只需要看看原來的hash值新增的那個bit是1還是0就好了,是0的話索引沒變,是1的話索引變成“原索引+oldCap”,可以看看下圖為16擴充為32的resize示意圖:
是 沒看懂他連個圖是怎麼前後對應的,誰看懂了,交流哈賽。
當時上面這個圖,沒看懂,是因為,他就沒說每個節點的hashcode是啥,他怎麼確定是保留在原來的位置,還是說在原來位置的基礎上再加個原來陣列的長度呢。所以,上面那個圖僅僅具有丁點兒參考價值。
這個設計確實非常的巧妙,既省去了重新計算hash值的時間,而且同時,由於新增的1bit是0還是1可以認為是隨機的,因此resize的過程,均勻的把之前的衝突的節點分散到新的bucket了。這一塊就是JDK1.8新增的優化點。有一點注意區別,JDK1.7中rehash的時候,舊連結串列遷移新連結串列的時候,如果在新表的陣列索引位置相同,則連結串列元素會倒置,但是從上圖可以看出,JDK1.8不會倒置。有興趣的同學可以研究下JDK1.8的resize原始碼,寫的很贊,如下:
1 final Node<K,V>[] resize() {
2 Node<K,V>[] oldTab = table;
3 int oldCap = (oldTab == null) ? 0 : oldTab.length;
4 int oldThr = threshold;
5 int newCap, newThr = 0;
6 if (oldCap > 0) {
7 // 超過最大值就不再擴充了,就只好隨你碰撞去吧
8 if (oldCap >= MAXIMUM_CAPACITY) {
9 threshold = Integer.MAX_VALUE;
10 return oldTab;
11 }
12 // 沒超過最大值,就擴充為原來的2倍
13 else if ((newCap = oldCap << 1) < MAXIMUM_CAPACITY &&
14 oldCap >= DEFAULT_INITIAL_CAPACITY)
15 newThr = oldThr << 1; // double threshold
16 }
17 else if (oldThr > 0) // initial capacity was placed in threshold
18 newCap = oldThr;
19 else { // zero initial threshold signifies using defaults
20 newCap = DEFAULT_INITIAL_CAPACITY;
21 newThr = (int)(DEFAULT_LOAD_FACTOR * DEFAULT_INITIAL_CAPACITY);
22 }
23 // 計算新的resize上限
24 if (newThr == 0) {
25
26 float ft = (float)newCap * loadFactor;
27 newThr = (newCap < MAXIMUM_CAPACITY && ft < (float)MAXIMUM_CAPACITY ?
28 (int)ft : Integer.MAX_VALUE);
29 }
30 threshold = newThr;
31 @SuppressWarnings({"rawtypes","unchecked"})
32 Node<K,V>[] newTab = (Node<K,V>[])new Node[newCap];
33 table = newTab;
34 if (oldTab != null) {
35 // 把每個bucket都移動到新的buckets中
36 for (int j = 0; j < oldCap; ++j) {
37 Node<K,V> e;
38 if ((e = oldTab[j]) != null) {
39 oldTab[j] = null;
40 if (e.next == null)
41 newTab[e.hash & (newCap - 1)] = e;
42 else if (e instanceof TreeNode)
43 ((TreeNode<K,V>)e).split(this, newTab, j, oldCap);
44 else { // 連結串列優化重hash的程式碼塊
45 Node<K,V> loHead = null, loTail = null;
46 Node<K,V> hiHead = null, hiTail = null;
47 Node<K,V> next;
48 do {
49 next = e.next;
50 // 原索引
51 if ((e.hash & oldCap) == 0) {
52 if (loTail == null)
53 loHead = e;
54 else
55 loTail.next = e;
56 loTail = e;
57 }
58 // 原索引+oldCap
59 else {
60 if (hiTail == null)
61 hiHead = e;
62 else
63 hiTail.next = e;
64 hiTail = e;
65 }
66 } while ((e = next) != null);
67 // 原索引放到bucket裡
68 if (loTail != null) {
69 loTail.next = null;
70 newTab[j] = loHead;
71 }
72 // 原索引+oldCap放到bucket裡
73 if (hiTail != null) {
74 hiTail.next = null;
75 newTab[j + oldCap] = hiHead;
76 }
77 }
78 }
79 }
80 }
81 return newTab;
82 }
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。
(5) 還沒升級JDK1.8的,現在開始升級吧。HashMap的效能提升僅僅是JDK1.8的冰山一角。