📝个人主页:哈__
期待您的关注
目录
8.数组的大小(并非容量,而是实际放了多少个数据结点到table数组中)
在Java中,HashMap结构是被经常使用的,在面试当中也是经常会被问到的。这篇文章我给大家分享一下我对于HashMap结构源码的理解。
HashMap的存储与一般的数组不同,HashMap的每一个元素存储的并不是一个值,而是一个引用类型的Node结点,这也就意味着这个Node结点有被扩充的可能,因为这个Node结点可以是一个链表的Head结点,也可以是一棵树的根节点。
HashMap的存储数组叫做table,也可以称作“桶”,试想这样的一个场景:我们在一排放了3个桶,同时我们有4个苹果,如果我们要把所有的苹果放到桶当中,那么必然有一个桶中 的苹果个数>=2。
这种情况在我们的HashMap中也会出现,我们的HashMap结构是把很多的数据存放到一个容量达不到元素个数的数组当中,就如同桶和苹果一样。
因此我们的HashMap结果会出现上图所示的一种冲突,我们成为散列冲突,也叫做Hash冲突 。
出现冲突不要怕,解决冲突就是了,我们的一个桶当中可以放两个苹果,自然HashMap的table数组的一个位置也可以存放两个元素。
问题来了,我们现在假设有16个桶,同时间断性的向桶中放苹果,而且还要能够方便我们后续去拿苹果和寻找苹果,那我们这16个桶还够用吗?我们这样子直接把苹果放进桶里,还能够方便我们后续找苹果吗?
行了,解决吧,现在假设你是一位苹果管理员,你该怎么优化一下?你看看这样子行不行,不就是放苹果、找苹果嘛,既然让我来管理,那我希望把苹果平均放到桶当中,每次我放的位置尽量不要和之前的苹果放的位置有冲突,如果桶多的话,你也不能一个一个桶去看吧,所以,我们定义了一个算法,我根据这个苹果的生产ID序列号去寻找对应的桶放进去,如同取余放置一样。这是个不错的思路。但序列号都是有规律的,这样会影响我们的放置,我们希望是一个很随机的结果,因此我们给这个序列号随机变动几个位置后在选择桶。在HashMap中,这样的序列号叫做hashCode值,经过一个扰动函数后,我们的到的扰动的值叫做hash。
如何存放的问题解决了,但苹果一旦多了还是会产生冲突,一个桶里放8个我还能找得到,但是一个桶里放20个,30个苹果,那我就找不到那个序列号的苹果了。
二叉树我们都学过,倘若我们把桶内的苹果以二叉树的方式进行存储,那这样我们在查找的时候是不是就省了很多时间呢?因此HashMap中的table内的一个元素列表长度>8的时候,进行树化操作。但也不是非要进行树化的,毕竟树化也要浪费很多资源。当我们的桶的数量<=64的时候,我们不进行树化操作,我们进行数组扩容,把table扩大2倍,这样的话,我们在放苹果的时候发生冲突的概率就会降低。但如果容量已经达到了64,我们就考虑把链表转为红黑树(也是二叉树)了。
以上的过程不知道你是否理解了没,放苹果的案例和HashMap存储元素的过程相似,现在我们来看代码吧。
一、HashMap中的变量
1.默认容量
HashMap无参构造方法调用时,我们的HashMap数组的初始容量是16。
/** * 默认初始化的容量大小,且必须是2的整数倍 */ static final int DEFAULT_INITIAL_CAPACITY = 1 << 4; // aka 16
2.最大容量
记录了我们HashMap所能存储的最大的元素个数。
/** * 我们的元素数组的最大的容量,如果我们设定的最大容量比这个数还大 * 那我们就把容量设定为这个最大的值 */ static final int MAXIMUM_CAPACITY = 1 << 30;
3.负载因子
负载因子决定了HashMap在存储更多数据时如何扩展其容量。默认情况下,当负载因子达到0.75时,HashMap会进行扩容。这意味着,当HashMap中的元素数量达到数组容量的0.75倍时,数组的大小就会翻倍,以便容纳更多的数据。
为什么选择0.75作为默认的负载因子呢?这并不是随意的选择,而是经过深思熟虑后的优化值。负载因子实际上是一个权衡空间和时间的参数。在理想情况下,如果负载因子为1,这意味着每个索引位置上都有一个键值对存在。然而,当两个或更多的键具有相同的哈希值时,就会发生冲突,这会导致查询效率降低。因此,通过设置一个适当的负载因子,可以平衡键值对的存储效率和查询效率。
通过将负载因子设置为0.75,可以在空间和时间效率之间取得平衡。这意味着,当数组接近其容量时,HashMap会进行扩容,以避免因哈希冲突而导致的性能下降。同时,这个值也避免了因频繁扩容而产生的额外开销。在大多数情况下,0.75的负载因子可以提供较好的性能。
/** * 如果我们并没有自己初始化一个平衡因子,这个就是默认的平衡因子 */ static final float DEFAULT_LOAD_FACTOR = 0.75f;
4.列表树化的阈值
/** * 当列表的长度超过了8,达到9的时候就会把列表转为红黑树 */ static final int TREEIFY_THRESHOLD = 8;
5.红黑树转列表的阈值
一个桶里的苹果往外拿了很多,就那么几个苹果我数的清,用不到树了。
/** * 当树中的结点的个数小于6的时候我们就把红黑树转为列表了 */ static final int UNTREEIFY_THRESHOLD = 6;
6.树化时的最小数组容量
/** * 在我们的列表转为红黑树的时候,如果我们的数组长度(也就是容量)达不到64,那我们就扩充数组 * 而不是进行红黑树的转化 **/ static final int MIN_TREEIFY_CAPACITY = 64;
7.元素数组(存放我们插入的数据)
这就是我们的桶。
transient Node<K,V>[] table;
8.数组的大小(并非容量,而是实际放了多少个数据结点到table数组中)
/** * 此映射中包含的键值映射数。 */ transient int size;
这些变量看完了之后,我们在介绍一个结点类Node,我们的元素在存储的时候都是这个类型。
9.Node结点
static class Node<K,V> implements Map.Entry<K,V> { final int hash; //hash值 final K key; //key V value; //value Node<K,V> next; //记录下一个元素 }
10.扩容阈值
当table中的元素个数达到了这个值的时候进行resize操作,并非所有node节点的个数,而是我们的一维table中存放元素的个数(存放的链表和树算一个元素)。
/** * table中存放的元素的个数达到了这个值进行resize操作 */ int threshold;
二、HashMap的put方法
我们只以无参构造的HashMap为例。
HashMap<String,Integer> map = new HashMap<>(); map.put("张三",18);
我们看看这个put方法到底干了些什么。
我们点进去这个put方法,发现调用的是putVal方法,这个方法有五个参数,第一个参数传入了一个hash方法,第二个就是我们的key,第三个就是value,而后边的两个是默认的boolean类型的值,我们不看后边的两个。
public V put(K key, V value) { return putVal(hash(key), key, value, false, true); }
hash到底是什么,我们上边其实也讲到过,这是一个扰动函数,意在把我们要插入的这个元素更加随机、均匀的分布到table中。想了解这个过程我们先往下走,到了具体的位置在讲解。
我们看看这个putVal方法。代码倒是挺多的,不过没关系,你就看我写的注释。
final V putVal(int hash, K key, V value, boolean onlyIfAbsent, boolean evict) { //这里初始化了一个tab用于保存我们最终的结果 还有一个临时的结点p Node<K,V>[] tab; Node<K,V> p; int n, i; //这种写法要弄清,=是赋值,==是判断,如果我们的table还没有初始化的话 if ((tab = table) == null || (n = tab.length) == 0) //我们就把这个n记录成我们这个tab初始化后的大小 n = (tab = resize()).length; //这里就是进行位置判断的代码了,如果当前遍历的结点是个空的,我们直接把node放到这个桶里 if ((p = tab[i = (n - 1) & hash]) == null) tab[i] = newNode(hash, key, value, null); else { //如果当前位置不为空 //定义一个e结点用于遍历 Node<K,V> e; K k; //如果这个结点的key和我们插入元素的key相同,那我们把这个e指向这个结点 if (p.hash == hash && ((k = p.key) == key || (key != null && key.equals(k)))) e = p; //但如果不同,而且这个结点还是个树形结点,我们调用专门的方法遍历树 else if (p instanceof TreeNode) e = ((TreeNode<K,V>)p).putTreeVal(this, tab, hash, key, value); else {//如果不是树,那就是链表了,我们进行链表遍历去插入我们的新元素 for (int binCount = 0; ; ++binCount) { //如果我们遍历到的结点已经遍历完了,那我们把元素插入 if ((e = p.next) == null) { p.next = newNode(hash, key, value, null); //如果达到了树化阈值,那我们进行树化操作 //这里注意一下为什么是-1,因为我们从0开始遍历,当我们达到了7说明 已经遍历了8次,同时上边进行了一次插入,结点数达到了9 if (binCount >= TREEIFY_THRESHOLD - 1) // -1 for 1st treeifyBin(tab, hash); break; } //如果当前结点的key就是我们插入的key,我们不做操作,这是e是有指向的 if (e.hash == hash && ((k = e.key) == key || (key != null && key.equals(k)))) break; p = e; } } //如果e不是空,就说明找到了一个key相同的结点,我们进行value的替换 if (e != null) { // existing mapping for key V oldValue = e.value; if (!onlyIfAbsent || oldValue == null) e.value = value; afterNodeAccess(e); //替换后就return了,不对table结构做影响 return oldValue; } } //如果我们对table的结构影响了,我们把这个值+1 ++modCount; //看看把这个值插进去之后,是否达到了扩容阈值,并不是table中元素的长度满了之后才扩容的 if (++size > threshold) resize(); afterNodeInsertion(evict); return null; }
在上方的代码中你看到了这样的代码。这样代码就是判断我们元素放到哪个位置的。我们用桶的容量去和hash值进行与操作。
(p = tab[i = (n - 1) & hash
假设当前容量是16,那么你看一下这个与操作的核心部分是什么,n的前28位都是0,与后的结果也是0,所以真正影响元素位置的只有n的最后四位和元素hashcode的最后四位。结果也一定是0~15。
h.hashCode = 1101 0111 1011 1100 0101 1011 10111010
n-1 = 0000 0000 0000 0000 0000 0000 0000 1111
那么扰动函数的作用是什么呢。我们上边的与操作只算了元素hashcode的后4位,不够随机,我们想要让hashcode的前16位也要影响最后的结果。所以就有了扰动函数。
static final int hash(Object key) { int h; return (key == null) ? 0 : (h = key.hashCode()) ^ (h >>> 16); }
h.hashCode = 1101 0111 1011 1100 0101 1011 10111010
h.hashCode >>>16 = 0000 0000 0000 0000 1101 0111 1011 1100
我们取这两个值的与结果,这样我们的hashcode的高位也能扰动我们放的位置。并非单纯的低位和n-1去进行与运算了。
三、resize方法
在上边的代码中有个resize方法的调用,这个方法主要的目的是扩容table。这个resize方法看起来还是非常的恐怖哈。
resize方法解释了为什么数组的容量一定是二的整数倍。
final Node<K,V>[] resize() { //记录一下之前的table Node<K,V>[] oldTab = table; //算一下之前table的容量 int oldCap = (oldTab == null) ? 0 : oldTab.length; //记录一下之前table的扩容阈值 int oldThr = threshold; //把新的容量和扩容阈值定义出来 int newCap, newThr = 0; //如果已经进行过初始化了 if (oldCap > 0) { //如果我们之前的空间大小已经达到了最大容量 -- 很少出现 if (oldCap >= MAXIMUM_CAPACITY) { threshold = Integer.MAX_VALUE; return oldTab; } //否则的话 我们新的容量等于旧的容量*2 位移运算 else if ((newCap = oldCap << 1) < MAXIMUM_CAPACITY && oldCap >= DEFAULT_INITIAL_CAPACITY) //新的扩容阈值也*2 newThr = oldThr << 1; // double threshold } //这个先不说了 else if (oldThr > 0) // initial capacity was placed in threshold newCap = oldThr; // 这个else重要啊,如果我们没有进行过初始化,那我们就把新容量定位16 新的扩容阈值定为12 else { // zero initial threshold signifies using defaults newCap = DEFAULT_INITIAL_CAPACITY; newThr = (int)(DEFAULT_LOAD_FACTOR * DEFAULT_INITIAL_CAPACITY); } //如果新的扩容阈值等于0 我们要进行处理等于新的容量×负载因子 if (newThr == 0) { float ft = (float)newCap * loadFactor; newThr = (newCap < MAXIMUM_CAPACITY && ft < (float)MAXIMUM_CAPACITY ? (int)ft : Integer.MAX_VALUE); } //修改我们的扩容阈值 threshold = newThr; @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; } } } } } return newTab; }
我们分析一下下边的代码。写了注释的直接看看就好,关于树的我不说了,只说链表。
Node<K,V>[] newTab = (Node<K,V>[])new Node[newCap]; table = newTab; //如果我们之前的table不为空的话我们要进行一下元素迁移 if (oldTab != null) { for (int j = 0; j < oldCap; ++j) { Node<K,V> e; //如果当前结点不为空 if ((e = oldTab[j]) != null) { //清空原来的table中的位置,便于垃圾回收 oldTab[j] = null; //如果就一个node 把他搬到新的table中 if (e.next == null) newTab[e.hash & (newCap - 1)] = e; //如果是树形结点 调用split方法 else if (e instanceof TreeNode) ((TreeNode<K,V>)e).split(this, newTab, j, oldCap); //如果是个链表 else { // preserve order // 低链表 Node<K,V> loHead = null, loTail = null; //高链表 Node<K,V> hiHead = null, hiTail = null; Node<K,V> next; do { next = e.next; //判断这个结点放到高链表或者低链表中 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; } } } } }
什么是高链表和低链表。在之前我们说到过元素是如何定位的,靠的是hash和数组容量-1的与操作。但如果我们数组容量不减1呢?因为我们的数组容量是2的整数倍,如果不减1,那么就说明只有一个位置为1,其他的全为0(假设容量是16)。
h.hashCode = 1101 0111 1011 1100 0101 1011 10111010
n = 0000 0000 0000 0000 0000 0000 0001 0000
如同上方的例子,这个元素到底分到哪里,就看这个元素的hash值的倒数第五位,如果是1,就在高链表,如果是0就在低链表。我们通过这样的方式来把元素分到低链表或者高链表当中。
for循环的最后把我们这个临时的低链表和高链表放到我们新的table中。
最后将新的table返回。