【Android每日一问】HashMap相关问题
站长
· 阅读数 5
什么是HashMap？
简单来说HashMap是数组+链表的结合体，Jdk1.8后加入了红黑树，数组是HashMap的主体，链表和红黑树的出现主要是为了解决哈希冲突。HashMap继承于AbstractMap，实现了Map、Cloneable、java.io.Serializable接口。
HashMap的存储
HashMap是根据键值对来对数据进行存储，大多数情况下只需要一次定位即可，因此具有很快的访问速度。HashMap中最多可以有一条记录的键为null，null键的hash值为0，允许多条记录的值为null。 HashMap是线程不安全的，如果想要保证线程安全可以用Collections的synchronizedMap 方法使 HashMap 具有线程安全的能力，或者使用ConcurrentHashMap。
- 下面从源码的角度看一下HashMap是怎么样的存储结构
static class Node<K,V> implements Map.Entry<K,V> {
final int hash;//当前节点的hash值
final K key;//保存节点的key值
V value;//保存节点的value值
Node<K,V> next;//指向下个节点
Node(int hash, K key, V value, Node<K,V> next) {
this.hash = hash;
this.key = key;
this.value = value;
this.next = next;
}
public final K getKey() { return key; }
public final V getValue() { return value; }
public final String toString() { return key + "=" + value; }
public final int hashCode() {
return Objects.hashCode(key) ^ Objects.hashCode(value);
}
public final V setValue(V newValue) {
V oldValue = value;
value = newValue;
return oldValue;
}
public final boolean equals(Object o) {
if (o == this)
return true;
if (o instanceof Map.Entry) {
Map.Entry<?,?> e = (Map.Entry<?,?>)o;
if (Objects.equals(key, e.getKey()) &&
Objects.equals(value, e.getValue()))
return true;
}
return false;
}
}
//链表部分
static class LinkedHashMapEntry<K,V> extends HashMap.Node<K,V> {
LinkedHashMapEntry<K,V> before, after;
LinkedHashMapEntry(int hash, K key, V value, Node<K,V> next) {
super(hash, key, value, next);
}
}
//红黑树部分
static final class TreeNode<K,V> extends LinkedHashMap.LinkedHashMapEntry<K,V> {
TreeNode<K,V> parent; // red-black tree links 存储当前节点的父节点
TreeNode<K,V> left;//存储当前节点的做孩子节点
TreeNode<K,V> right;//存储当前节点的右孩子节点
TreeNode<K,V> prev; // needed to unlink next upon deletion存储当前节点的前一个节点
boolean red;//存储当前节点的红黑颜色
TreeNode(int hash, K key, V val, Node<K,V> next) {
super(hash, key, val, next);
}
从以上可以很清晰地看出来HashMap是数组+链表+红黑树实现的。
从源码真正的了解HashMap
- 我们先来看看HashMap提供的构造方法有哪些？
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);
}
- 该方法指定初始容量以及装载因子，常量MAXIMUM_CAPACITY = 1 << 30为HashMap的最大容量
- 这里注意到方法tableSizeFor(),这个方法返回的值是最接近initialCapacity值的2的幂，并且会把这个值存储在threshold中。
static final int tableSizeFor(int cap) {
int n = cap - 1;
n |= n >>> 1;
n |= n >>> 2;//>>>代表无符号右移
n |= n >>> 4;
n |= n >>> 8;
n |= n >>> 16;
return (n < 0) ? 1 : (n >= MAXIMUM_CAPACITY) ? MAXIMUM_CAPACITY : n + 1;
}
public HashMap(int initialCapacity) {
this(initialCapacity, DEFAULT_LOAD_FACTOR);
}
- 该方法只指定初始容量大小，DEFAULT_LOAD_FACTOR = 0.75f为HashMap默认的装载因子，当HashMap中的元素数量超过容量*0.75的时候，要进行resize()操作，也就是HashMap的扩容。
public HashMap() {
this.loadFactor = DEFAULT_LOAD_FACTOR; // all other fields defaulted
}
- 该方法所有参数均用默认值。
public HashMap(Map<? extends K, ? extends V> m) {
this.loadFactor = DEFAULT_LOAD_FACTOR;
putMapEntries(m, false);
}
- 该方法传进来一个Map来创建，在下面介绍。
HashMap 的put方法
在看put方法前，先了解一下HashMap中定义的各种变量的作用
static final int TREEIFY_THRESHOLD = 8;
- hash 冲突的链表向红黑树转变的临界值
static final int UNTREEIFY_THRESHOLD = 6;
- hash 冲突的红黑树转变为链表的临界值
static final int MIN_TREEIFY_CAPACITY = 64;
- 当需要将链表转为红黑树时，需要判断当前数组的容量，如果当前的容量小于MIN_TREEIFY_CAPACITY，则要进行扩容操作，不进行转变操作。
transient Node<K,V>[] table;
- 保存节点的数组
transient Set<Map.Entry<K,V>> entrySet;
- 由Node<K,V>构成的Set
transient int size;
- 存储数据的数量
transient int modCount;
- hashMap 发生结构性变化的次数（注意 value 的覆盖不属于结构性变化）
int threshold;
- hreshold的值等于 table.length * loadFactor, size 超过这个值时进行 resize()扩容操作
final float loadFactor;
- 装载因子
HashMap的put方法
public V put(K key, V value) {
return putVal(hash(key), key, value, false, true);
}
public void putAll(Map<? extends K, ? extends V> m) {
putMapEntries(m, true);
}
- put实际调用为
putVal()方法，这里看到hash值的计算是通过hash(key)方法。如下：
static final int hash(Object key) {
int h;
return (key == null) ? 0 : (h = key.hashCode()) ^ (h >>> 16);
}
- 可以看到hash值的计算是通过hashCode()的高16位异或低16位实现的。
- putAll方法实际调用为
putMapEntries(m, true);，如下：
final void putMapEntries(Map<? extends K, ? extends V> m, boolean evict) {
int s = m.size();
if (s > 0) {
//在构造方法中调用时table一定为null
if (table == null) { // pre-size
//根据传入的map的大小计算要创建的hashMap的大小。
float ft = ((float)s / loadFactor) + 1.0F;
int t = ((ft < (float)MAXIMUM_CAPACITY) ?
(int)ft : MAXIMUM_CAPACITY);
if (t > threshold)
threshold = tableSizeFor(t);//把创建的hashmap 的大小存起来
}
else if (s > threshold)//如果传进来的map的大小大于当前大小要先进行扩容
resize();
for (Map.Entry<? extends K, ? extends V> e : m.entrySet()) {
K key = e.getKey();
V value = e.getValue();
//扩容之后将数据进行插入。
putVal(hash(key), key, value, false, evict);
}
}
}
evict值为false代表在创建的时候调用了这个函数，也就是上面提到过得第四个构造函数，为true表示HashMap已经被创建好了之后才进行调用，也就是putAll方法的调用。- 可以看到最终调用的也是
putVal(hash(key), key, value, false, evict)
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;
//确定在数组中的插入位置，位置计算通过(n - 1) & hash，也就是hash%n来得到，如果没有元素则直接插入
if ((p = tab[i = (n - 1) & hash]) == null)
tab[i] = newNode(hash, key, value, null);
else {
Node<K,V> e; K k;
//如果存在元素则比较待插入元素的hash值和key值
if (p.hash == hash &&
((k = p.key) == key || (key != null && key.equals(k))))
e = p;
else if (p instanceof TreeNode)
//如果元素是红黑树节点则通过putTreeVal插入
e = ((TreeNode<K,V>)p).putTreeVal(this, tab, hash, key, value);
else {
//这里说明是链表部分，找到合适的位置然后进行插入
for (int binCount = 0; ; ++binCount) {
if ((e = p.next) == null) {
//找到位置，插入
p.next = newNode(hash, key, value, null);
//插入后的节点数如果大于TREEIFY_THRESHOLD - 1则要转变为红黑树
if (binCount >= TREEIFY_THRESHOLD - 1) // -1 for 1st
treeifyBin(tab, hash);
break;
}
if (e.hash == hash &&
((k = e.key) == key || (key != null && key.equals(k))))
break;
p = e;
}
}
if (e != null) { // existing mapping for key 该元素已经存在，覆盖value
V oldValue = e.value;
if (!onlyIfAbsent || oldValue == null)
e.value = value;
afterNodeAccess(e);
return oldValue;
}
}
++modCount;//记录变化次数
if (++size > threshold)
resize();
afterNodeInsertion(evict);
return null;
}
- 接下来看
putTreeVal(this, tab, hash, key, value);方法：
final TreeNode<K,V> putTreeVal(HashMap<K,V> map, Node<K,V>[] tab,
int h, K k, V v) {
Class<?> kc = null;
boolean searched = false;
TreeNode<K,V> root = (parent != null) ? root() : this;
//从根节点开始遍历找到合适的位置
for (TreeNode<K,V> p = root;;) {
int dir, ph; K pk;
if ((ph = p.hash) > h)
dir = -1;//dir小于０，接下来查找当前节点左孩子
else if (ph < h)
dir = 1;//dir大于０，接下来查找当前节点右孩子
else if ((pk = p.key) == k || (k != null && k.equals(pk)))//hash值相同并且key相同
return p;
else if ((kc == null &&
(kc = comparableClassFor(k)) == null) ||
(dir = compareComparables(kc, k, pk)) == 0) {
//至此代表当前节点与待插入节点key不同，hash值相同
//k并未实现comparable<K>接口或者k的compareTo方法错误
if (!searched) {
//在以当前节点为根的整个树进行一次遍历，看是否存在待插入节点
TreeNode<K,V> q, ch;
searched = true;
if (((ch = p.left) != null &&
(q = ch.find(h, k, kc)) != null) ||
((ch = p.right) != null &&
(q = ch.find(h, k, kc)) != null))
return q;
}
//通过另一种方式比较k
dir = tieBreakOrder(k, pk);
}
TreeNode<K,V> xp = p;
//插入节点
if ((p = (dir <= 0) ? p.left : p.right) == null) {
Node<K,V> xpn = xp.next;
TreeNode<K,V> x = map.newTreeNode(h, k, v, xpn);
if (dir <= 0)
xp.left = x;
else
xp.right = x;
xp.next = x;
x.parent = x.prev = xp;
if (xpn != null)
((TreeNode<K,V>)xpn).prev = x;
//平衡二叉树
moveRootToFront(tab, balanceInsertion(root, x));
return null;
}
}
}
static int tieBreakOrder(Object a, Object b) {
int d;
if (a == null || b == null ||
(d = a.getClass().getName().
compareTo(b.getClass().getName())) == 0)
d = (System.identityHashCode(a) <= System.identityHashCode(b) ?
-1 : 1);
return d;
}
- 通过比较内存地址去比较
HashMap 的get方法
public V get(Object key) {
Node<K,V> e;
return (e = getNode(hash(key), key)) == null ? null : e.value;
}
- get方法比较简单，就是通过输入节点的hash值和key值利用getNode方法去进行查找。
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 &&
(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) {
if (first instanceof TreeNode)//若定位到的节点是 TreeNode 节点，则在树中进行查
return ((TreeNode<K,V>)first).getTreeNode(hash, key);
do {//在链表中进行查找
if (e.hash == hash &&
((k = e.key) == key || (key != null && key.equals(k))))
return e;
} while ((e = e.next) != null);
}
}
return null;
}
final TreeNode<K,V> getTreeNode(int h, Object k) {
return ((parent != null) ? root() : this).find(h, k, null);
}
- getTreeNode方法从根节点开始调用find方法进行查找。
final TreeNode<K,V> find(int h, Object k, Class<?> kc) {
TreeNode<K,V> p = this;
do {
int ph, dir; K pk;
TreeNode<K,V> pl = p.left, pr = p.right, q;
if ((ph = p.hash) > h)
p = pl;
else if (ph < h)
p = pr;
else if ((pk = p.key) == k || (k != null && k.equals(pk)))
return p;
else if (pl == null)
p = pr;
else if (pr == null)
p = pl;
else if ((kc != null ||
(kc = comparableClassFor(k)) != null) &&
(dir = compareComparables(kc, k, pk)) != 0)
p = (dir < 0) ? pl : pr;
else if ((q = pr.find(h, k, kc)) != null)
return q;
else
p = pl;
} while (p != null);
return null;
}
- 首先进行hash值的比较，如果不同，让当前节点变为左孩子或右孩子
- 若hash相同，进行key值的比较。
- 若hash值相同，key值不同，并且k是不可以比较的，则要在整棵树中进行查找，先找右子树再找左子树。
HashMap的扩容
首先我们在扩容的时候，一般会把长度扩为原来的2倍，所以，元素有可能保持在原位，或者移动2次幂的位置，也就是原来的hash值会新增一个bit，是0的话代表保持原位，1的话代表索引发生改变，这时的索引变为元索引+oldCap。
下面具体看一下源码是什么样的。
final Node<K,V>[] resize() {
Node<K,V>[] oldTab = table;
//oldCap为原table的大小
int oldCap = (oldTab == null) ? 0 : oldTab.length;
//oldThr为oldCap*load_factor
int oldThr = threshold;
int newCap, newThr = 0;
//resize()实在size>threshold的时候被调用。
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
}
//下面是在table为空的时候被调用，oldCap小于等于0并且oldThr大于0，
//表示用户使用的带参构造函数创建的hashMap，
//导致oldTab为null，oldCap为0,oldThr不为0
else if (oldThr > 0) // initial capacity was placed in threshold
newCap = oldThr;
//oldCap 小于等于 0 且 oldThr 等于0，
//用户调用 HashMap()构造函数创建的 HashMap，所有值均采用默认值，
//oldTab（Table）表为空，oldCap为0，oldThr等于0，
else { // zero initial threshold signifies using defaults
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];
table = newTab;
if (oldTab != null) {
//把 oldTab 中的节点 reHash 到 newTab 中去
for (int j = 0; j < oldCap; ++j) {
Node<K,V> e;
if ((e = oldTab[j]) != null) {
oldTab[j] = null;
if (e.next == null)
//若节点是单个节点，直接在 newTab中进行重定位
newTab[e.hash & (newCap - 1)] = e;
else if (e instanceof TreeNode)
//若节点是 TreeNode 节点，要进行 红黑树的 rehash 操作
((TreeNode<K,V>)e).split(this, newTab, j, oldCap);
else { // preserve order
//若是链表，进行链表的 rehash操作
//loHead，下标不变情况下的链表头
//loTail，下标不变情况下的链表尾
//hiHead，下标改变情况下的链表头
//hiTail，下标改变情况下的链表尾
Node<K,V> loHead = null, loTail = null;
Node<K,V> hiHead = null, hiTail = null;
Node<K,V> next;
do {
next = e.next;
//根据算法e.hash & oldCap判断节点位置rehash后是否发生改变
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;
// rehash后节点新的位置一定为原来基础上加上 oldCap
newTab[j + oldCap] = hiHead;
}
}
}
}
}
return newTab;
}
- 可以看到红黑树的
rehash操作是通过(TreeNode<K,V>)e).split(this, newTab, j, oldCap);这个方法进行的.
final void split(HashMap<K,V> map, Node<K,V>[] tab, int index, int bit) {
TreeNode<K,V> b = this;
// Relink into lo and hi lists, preserving order
TreeNode<K,V> loHead = null, loTail = null;
TreeNode<K,V> hiHead = null, hiTail = null;
int lc = 0, hc = 0;
//由于TreeNode节点之间存在双端链表的关系，可以利用链表关系进行rehash
for (TreeNode<K,V> e = b, next; e != null; e = next) {
next = (TreeNode<K,V>)e.next;
e.next = null;
if ((e.hash & bit) == 0) {
if ((e.prev = loTail) == null)
loHead = e;
else
loTail.next = e;
loTail = e;
++lc;
}
else {
if ((e.prev = hiTail) == null)
hiHead = e;
else
hiTail.next = e;
hiTail = e;
++hc;
}
}
//rehash 操作之后注意对根据链表长度进行untreeify或treeify操作
if (loHead != null) {
if (lc <= UNTREEIFY_THRESHOLD)
tab[index] = loHead.untreeify(map);
else {
tab[index] = loHead;
if (hiHead != null) // (else is already treeified)
loHead.treeify(tab);
}
}
if (hiHead != null) {
if (hc <= UNTREEIFY_THRESHOLD)
tab[index + bit] = hiHead.untreeify(map);
else {
tab[index + bit] = hiHead;
if (loHead != null)
hiHead.treeify(tab);
}
}
}
HashMap，ConcurrentHashMap，HashTable的区别
HashTable底层数组+链表实现，无论key还是value都不能为null，线程安全，实现线程安全的方式是在修改数据时锁住整个HashTable，效率低，ConcurrentHashMap做了相关优化.HashTable初始size为11，扩容：newsize = olesize*2+1,计算index的方法：index = (hash & 0x7FFFFFFF) % tab.lengthConcurrentHashMap线程安全，而hashMap是线程不安全的。ConcurrentHashMap在jdk1.7时通过把整个Map分为N个Segment，可以提供相同的线程安全，但是效率提升N倍，默认提升16倍。(读操作不加锁，由于HashEntry的value变量是 volatile的，也能保证读取到最新的值。)。jdk1.8中去掉了Segment这种数据结构，使用synchronized来进行同步锁粒度降低，所以不需要分段锁的概念，实现的复杂度也增加了Hashtable的synchronized是针对整张Hash表的，即每次锁住整张表让线程独占，ConcurrentHashMap允许多个修改操作并发进行.ConcurrentHashMap扩容：段内扩容（段内元素超过该段对应Entry数组长度的75%触发扩容，不会对整个Map进行扩容），插入前检测需不需要扩容，有效避免无效扩容。hashMap扩容针对整个Map，每次扩容时，原来数组中的元素依次重新计算存放位置，并重新插入插入元素后才判断该不该扩容，有可能无效扩容（插入后如果扩容，如果没有再次插入，就会产生无效扩容）Hashtable和HashMap都实现了Map接口，但是Hashtable的实现是基于Dictionary抽象类的。Java5提供了ConcurrentHashMap，它是HashTable的替代，比HashTable的扩展性更好。
为什么1.7是头插法，1.8后改为尾插法？
Java7在多线程操作HashMap时可能引起死循环，原因是扩容转移后前后链表顺序倒置，在转移过程中修改了原来链表中节点的引用关系。
Java8在同样的前提下并不会引起死循环，原因是扩容转移后前后链表顺序不变，保持之前节点的引用关系。
为什么容量会设置为2的幂次？
是为了位运算的方便，位与运算比算数计算的效率高了很多，之所以选择16，是为了服务将Key映射到index的算法。
index的计算公式：index = HashCode（Key） & （Length- 1）
那为啥用16不用别的呢？
因为在使用是2的幂的数字的时候，Length-1的值是所有二进制位全为1，这种情况下，index的结果等同于HashCode后几位的值。
只要输入的HashCode本身分布均匀，Hash算法的结果就是均匀的。