HashMap是使用頻率最高的類型之一,同時也是面試經常被問到的問題之一,這是因為 HashMap 的知識點有很多,同時它又屬于 Java 基礎知識的一部分,是以在面試中經常被問到。
本課時講的是,HashMap 底層是如何實作的?在 JDK 1.8 中它都做了哪些優化?
典型回答
在JDK1.7中HashMap是以數組加連結清單的形式組成的,JDK1.8之後新增了紅黑樹的組成結構,當連結清單大于8時,連結清單結構會轉換成紅黑樹結構,它的組成結構如下圖所示:
數組中的元素我們稱之為哈希桶,它的定義如下:
static class Node<K,V> implements Map.Entry<K,V> {
final int hash;
final K key;
V value;
Node<K,V> next;
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;
}
}
可以看出每個哈希桶中包含了四個字段:hash、key、value、next,其中next 表示連結清單的下一個節點。
JDK 1.8之是以添加紅黑樹是因為一旦連結清單過長,會嚴重影響HashMap的性能,而紅黑樹具有快速增删改查的特點,這樣就可以有效的解決連結清單過長時操作比較慢的問題。
考點分析
上面大體介紹了 HashMap 的組成結構,但面試官想要知道的遠遠不止這些,和 HashMap 相關的面試題還有以下幾個:
- JDK 1.8 HashMap 擴容時做了哪些優化?
- 加載因子為什麼是 0.75?
- 當有哈希沖突時,HashMap 是如何查找并确認元素的?
- HashMap 源碼中有哪些重要的方法?
- HashMap 是如何導緻死循環的?
知識擴充
1.HashMap源碼分析
HashMap源碼中包含一下幾個屬性:
// HashMap初始化長度
static final int DEFAULT_INITIAL_CAPACITY = 1 << 4; // aka 16
// HashMap最大長度
static final int MAXIMUM_CAPACITY = 1 << 30; //1073741824
// 預設加載因子(擴容因子)
static final float DEFAULT_LOAD_FACTOR = 0.75f;
//轉換紅黑樹的臨界值,當連結清單長度大于此值時,會把連結清單結構轉換為紅黑樹結構
static final int TREEIFY_THRESHOLD = 8;
//轉換連結清單的臨界值,當元素小于此值時,會将紅黑樹結構轉換成連結清單結構
static final int UNTREEIFY_THRESHOLD = 6;
//最小樹容量
static final int MIN TREEIFY CAPACITY = 64;
1.1.什麼時加載因子?為什麼加載因子時0.75?
加載因子也叫擴容因子或負載因子,用來判斷什麼時候進行擴容的,假如加載因子是0.5,HashMap的初始化容量是16,那麼當HashMap中有16*0.5=8個元素時,HashMap就會進行擴容。
那加載因子為什麼是0.75而不是0.5或者1.0呢?
這其實是出于容量和性能之間平衡的結果:
- 當加載因子設定比較大的時候,擴容的門檻就被提高了,擴容發生的頻率比較低,占用的空間會比較小,但此時發生Hash沖突的幾率就會提升,是以需要更複雜的資料結構來存儲元素,這樣對元素的操作時間就會增加,運作效率也會是以降低;
- 而當加載因子值比較小的時候,擴容的門檻會比較低,是以會占用更多的空間,此時元素的存儲就比較稀疏,發生哈希沖突的可能性就比較小,是以操作性能會比較高。
是以綜合了以上情況就取了一個 0.5 到 1.0 的平均數 0.75 作為加載因子。
1.2.HashMap源碼中三個重要方法:查詢、新增和資料擴容。
1.2.1.查詢
public V get(Object key) {
Node<K,V> e;
// 對key進行哈希操作
return (e = getNode(hash(key), key)) == null ? null : e.value;
}
final Node<K,V> getNode(int hash, Object key) {
Node<K,V>[] tab; Node<K,V> first, e; int n; K k;
// 非空判斷
if ((tab = table) != null && (n = tab.length) > 0 &&
(first = tab[(n - 1) & hash]) != null) {
// 判斷第一個是否是要查詢的元素
if (first.hash == hash && // always check first node
((k = first.key) == key || (key != null && key.equals(k))))
return first;
// 判斷下一個節點是否非空
if ((e = first.next) != null) {
// 如果第一節點時樹結構,則使用getTreeNode擷取相應的資料
if (first instanceof TreeNode)
return ((TreeNode<K,V>)first).getTreeNode(hash, key);
do {
// 非樹結構,循環判斷
// hash相等并且key相等,傳回此節點
if (e.hash == hash &&
((k = e.key) == key || (key != null && key.equals(k))))
return e;
} while ((e = e.next) != null);
}
}
return null;
}
從以上源碼可以看出,當哈希沖突時我們需要通過判斷 key 值是否相等,才能确認此元素是不是我們想要的元素。
1.2.2.新增
public V put(K key, V value) {
// 對key進行哈希操作
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;
// 哈希表為空則建立表
if ((tab = table) == null || (n = tab.length) == 0)
n = (tab = resize()).length;
// 根據 key 的哈希值計算出要插入的數組索引 i
if ((p = tab[i = (n - 1) & hash]) == null)
// 如果table[i]等于nul1,則直接插入
tab[i] = newNode(hash, key, value, null);
else {
Node<K,V> e; K k;
// 如果key已經存在了,直接覆寫 value
if (p.hash == hash &&
((k = p.key) == key || (key != null && key.equals(k))))
e = p;
// 如果key不存在,判斷是否為紅黑樹
else if (p instanceof TreeNode)
// 紅黑樹直接插入鍵值對
e = ((TreeNode<K,V>)p).putTreeVal(this, tab, hash, key, value);
else {
// 為連結清單結構,循環準備插入
for (int binCount = 0; ; ++binCount) {
// 下一個元素為空時
if ((e = p.next) == null) {
p.next = newNode(hash, key, value, null);
//連結清單長度大于8轉換為紅黑樹進行處理
if (binCount >= TREEIFY_THRESHOLD - 1) // -1 for 1st
treeifyBin(tab, hash);
break;
}
// key已經存在直接覆寫 value
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;
// 超過最大容量,擴容
if (++size > threshold)
resize();
afterNodeInsertion(evict);
return null;
}
新增方法的執行流程,如下圖所示:
1.2.3.擴容
final Node<K,V>[] resize() {
// 擴容前的數組
Node<K,V>[] oldTab = table;
// 擴容前的數組的大小和門檻值
int oldCap = (oldTab == null) ? 0 : oldTab.length;
int oldThr = threshold;
//預定義新數組的大小和門檻值
int newCap, newThr = 0;
if (oldCap > 0) {
//超過最大值就不再擴容了
if (oldCap >= MAXIMUM_CAPACITY) {
threshold = Integer.MAX_VALUE;
return oldTab;
}
//擴大容量為目前容量的兩倍,但不能超過MAXIMUM_CAPACITY
else if ((newCap = oldCap << 1) < MAXIMUM_CAPACITY &&
oldCap >= DEFAULT_INITIAL_CAPACITY)
newThr = oldThr << 1; // double threshold
}
//目前數組沒有資料,使用初始化的值
else if (oldThr > 0) // initial capacity was placed in threshold
newCap = oldThr;
else { // zero initial threshold signifies using defaults
//如果初始化的值為0,則使用預設的初始化容量
newCap = DEFAULT_INITIAL_CAPACITY;
newThr = (int)(DEFAULT_LOAD_FACTOR * DEFAULT_INITIAL_CAPACITY);
}
//如果新的容量等于0
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];
//開始擴容,将新的容量指派給 table
table = newTab;
//原資料不為空,将原資料複制到新 table中
if (oldTab != null) {
//根據容量循環數組,複制非空元素到新 table
for (int j = 0; j < oldCap; ++j) {
Node<K,V> e;
if ((e = oldTab[j]) != null) {
oldTab[j] = null;
//如果連結清單隻有一個,則進行直接指派
if (e.next == null)
newTab[e.hash & (newCap - 1)] = e;
else if (e instanceof TreeNode)
// 紅黑樹相關操作
((TreeNode<K,V>)e).split(this, newTab, j, oldCap);
else { // preserve order
//連結清單複制,JDK1.8擴容優化部分
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);
// 将原索引放到哈希桶中
if (loTail != null) {
loTail.next = null;
newTab[j] = loHead;
}
// 将 原索引+oldCap 放到哈希桶中
if (hiTail != null) {
hiTail.next = null;
newTab[j + oldCap] = hiHead;
}
}
}
}
}
return newTab;
}
從以上源碼可以看出,JDK1.8在擴容時并沒有像JDK1.7那樣,重新計算每個元素的哈希值,而是通過高位運算(e.hash&oldCap)來确定元素是否需要移動,比如key1的資訊如下:
- key1.hash = 10 0000 1010
- oldCap = 16 0001 0000
使用e.hash&oldCap得到的結果高一位為0,當結果為0時表示元素在擴容時位置不會發生任何變化,而key 2資訊如下:
- key2.hash = 10 0001 0001
- oldCap = 16 0001 0000
這時候得到的結果高一位為 1,當結果為 1 時,表示元素在擴容時位置發生了變化,新的下标位置等于原下标位置 + 原數組長度,如下圖所示:
其中紅色的虛線圖代表了擴容時元素移動的位置。
2.HashMap死循環分析
以JDK1.7為例,假設HashMap預設大小為2,原本HashMap中有一個元素key(5),我們再使用兩個線程:t1添加元素key(3),t2添加元素key(7),當元素key(3)和key(7)都添加到HashMap中之後,線程t1在執行到Entry<K,V>next=e.next;時,交出了CPU的使用權,源碼如下:
void transfer(Entry[] newTable,boolean rehash){
int newCapacity = newTable.length;
for(Entry<K,V> e : table){
while(null != e){
Entry<K,V> next = e.next; //線程一執行此處
if(rehash){
e.hash = null==e.key ? 0 : hash(e.key);
}
int i = indexFor(e.hash,newCapacity);
e.next = newTable[i];
newTable[i] = e;
e = next;
}
}
}
那麼此時線程t1中的e指向了key(3),而next指向了key(7);之後線程t2重新rehash之後連結清單的順序被反轉,連結清單的位置變成了key(5)→key(7)→ key(3),其中 “→” 用來表示下一個元素。
當 t1 重新獲得執行權之後,先執行newTalbe[i] = e 把 key(3) 的 next 設定為 key(7),而下次循環時查詢到 key(7) 的 next 元素為 key(3),于是就形成了 key(3) 和 key(7) 的循環引用,是以就導緻了死循環的發生,如下圖所示:
當然發生死循環的原因是JDK1.7連結清單插入方式為首部倒序插入,這個問題在JDK1.8得到了改善,變成了尾部正序插入。
有人曾經把這個問題回報給了Sun公司,但Sun公司認為這不是一個問題,因為HashMap本身就是非線程安全的,如果要在多線程下,建議使用ConcurrentHashMap替代,但這個問題在面試中被問到的幾率依然很大,是以在這裡需要特别說明一下。
小結
本課時介紹了 HashMap 的底層資料結構,在 JDK 1.7 時 HashMap 是由數組和連結清單組成的,而 JDK 1.8 則新增了紅黑樹結構,當連結清單的長度大于 8 并且容量大于 64 時會轉換為紅黑樹存儲,以提升元素的操作性能。同時還介紹了 HashMap 的三個重要方法,查詢、添加和擴容,以及 JDK 1.7 resize() 在并發環境下導緻死循環的原因。