今日閑來無事,撸了一把jdk 1.8HashMap源碼的源碼,随手記錄一番,便于後期複習也可以更好的消化吸收,如果有了解不周,不吝賜教。如果對 集合上不太了解的同學可以先參考助力掌握常用Java集合了解一波,希望你有所收獲。本文從HashMap的一些重要參數說起。
-
HashMap重要參數
/**
* The default initial capacity - MUST be a power of two.
* 預設的初始化容量,必須是2的整數倍,預設16,也就是預設會建立 16 *個箱子,箱子的個數不能太多或太少。如果太少,很容易觸發擴容,如果太多,周遊哈希表會比較慢。
*/
static final int DEFAULT_INITIAL_CAPACITY = 1 << 4; // aka 16
/**
*最大容量為2的30次方,一般情況下隻要記憶體夠用,哈希表不會出現問題。
*/
static final int MAXIMUM_CAPACITY = 1 << 30;
/**
*預設的負載因子。是以初始情況下,當鍵值對的數量大于 16 * 0.75 = 12 時,就會觸發擴容
*/
static final float DEFAULT_LOAD_FACTOR = 0.75f;
/**
*上文說過,如果哈希函數不合理,即使擴容也無法減少箱子中連結清單的長度,是以 Java *的處理方案是當連結清單太長時,轉換成紅黑樹。這個值表示當某個箱子中,連結清單長度大于 8 *時,有可能會轉化成樹。
*/
static final int TREEIFY_THRESHOLD = 8;
/**
* 在哈希表擴容時,如果發現連結清單長度小于 6,則會由樹重新退化為連結清單。
*/
static final int UNTREEIFY_THRESHOLD = 6;
/**
* 在轉變成樹之前,還會有一次判斷,隻有鍵值對數量大于 64 *才會發生轉換。這是為了避免在哈希表建立初期,多個鍵值對恰好被放入了同一個連結清單中而導緻不必要的*轉化。
*/
static final int MIN_TREEIFY_CAPACITY = 64;
這裡面有些參數比如說為要設定為2的整數倍,為什麼負載因子達到8的時候要轉為紅黑樹等等,勿急,會在下文介紹。
這裡面有兩個參數影響HashMap性能:初始容量和加載因子。預設初始容量是16,加載因子是0.75。容量是哈希表中桶(Entry數組)的數量,初始容量隻是哈希表在建立時的容量。加載因子是哈希表在其容量自動增加之前可以達到多滿的一種尺度。當哈希表中的條目數超出了加載因子與目前容量的乘積時,通過調用 rehash 方法将容量翻倍。
-
HashMap構造方法
HashMap的構造方法有以上四種一、二、四都比較簡單,點進去看一下就明白了,重要點來分析一下第三種構造方法。畢竟,上面也寫道初始容量和加載因子兩個參數會影響HashMap性能,細談究竟怎樣影響的。
/**
* Constructs an empty <tt>HashMap</tt> with the specified initial
* capacity and load factor.
* 根據初始化容量和加載因子構造一個空的HashMap
* @param initialCapacity the initial capacity
* @param loadFactor the load factor
* @throws IllegalArgumentException if the initial capacity is negative
* or the load factor is nonpositive
*/
public HashMap(int initialCapacity, float loadFactor) {
if (initialCapacity < 0)
throw new IllegalArgumentException("Illegal initial capacity: " +
initialCapacity);
//如果入參初始化容量大于設定的最大值,就将其設定為最大值。
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);
}
主要為初始化容量和負載因子進行初始化,仔細閱讀發現這段并不難,但是我們到結尾處發現為初始化容量指派的是tableSizeFor()的傳回值,那它又對我們傳入參數initialCapacity做了什麼操作呢???
-
細究tableSizeFor()
//初始化臨界值的具體實作
static final int tableSizeFor(int cap) {
int n = cap - 1;
n |= n >>> 1;//現将n無符号右移1位,并将結果與右移前的n做按位或操作,結果賦給n;
n |= n >>> 2;
n |= n >>> 4;
n |= n >>> 8;
n |= n >>> 16;
//中間過程的目的就是使n的二進制數的低位全部變為1,比如10,11變為11,100,101,110,111變為
111;
return (n < 0) ? 1 : (n >= MAXIMUM_CAPACITY) ? MAXIMUM_CAPACITY : n + 1;
}
看到這裡,想大家都明白了吧,這個方法在結果上的展現就是,檢查所傳的參數是否為2的幂次方,且不能為負數(負數變為1),且不能超過常量MAXIMUM_CAPACITY(超過變為MAXIMUM_CAPACITY),如果不為2的幂次方,将其變為,比cap大的最小的2的幂。為什麼變為2的次幂而不是直接設定為我們傳入的值呢?同樣,勿急(?),會在下文有詳細說明。
這邊我們來分析下上述代碼的詳細過程
先來分析有關n位操作部分:先來假設n的二進制為01xxx...xxx。接着
對n右移1位:001xx...xxx,再位或:011xx...xxx
對n右移2為:00011...xxx,再位或:01111...xxx
此時前面已經有四個1了,再右移4位且位或可得8個1
同理,有8個1,右移8位肯定會讓後八位也為1。
綜上可得,該算法讓最高位的1後面的位全變為1。
最後再讓結果n+1,即得到了2的整數次幂的值了。
現在回來看看第一條語句:
int n = cap - 1;
讓cap-1再指派給n的目的是另找到的目标值大于或等于原值。例如二進制1000,十進制數值為8。如果不對它減1而直接操作,将得到答案10000,即16。顯然不是結果。減1後二進制為111,再進行操作則會得到原來的數值1000,即8。
這種方法的效率非常高,可見Java8對容器優化了很多,很強。
上面是初始化過程,接下來我們進行重頭戲,上面遺留的問題也會在這裡有彩蛋,仔細閱讀,結合代碼效果更佳。
-
HashMap的put過程
廢話不多說,直接上代碼,有詳細注解,仔細尋找彩蛋吆,也有面試官喜歡問的一些問題也有展現,為了節約大家的時間,偷偷提示下注釋拓展下面都是面試官喜歡問的奧。
HashMap的put過程
**
* Associates the specified value with the specified key in this map.
* If the map previously contained a mapping for the key, the old
* value is replaced.
*将key和value聯系起來,如果map包含一個映射關于這個key,舊的值将會被替換
*
* @param key key with which the specified value is to be associated
key聯系了一個确定的值
* @param value value to be associated with the specified key
值被聯系到一個确定的key
* @return the previous value associated with <tt>key</tt>, or
* <tt>null</tt> if there was no mapping for <tt>key</tt>.
* (A <tt>null</tt> return can also indicate that the map
* previously associated <tt>null</tt> with <tt>key</tt>.)
* 傳回先前key關聯的值,如果key之前沒有映射傳回一個null值
*
*
*/
public V put(K key, V value) {
return putVal(hash(key), key, value, false, true);
}
/**
* Implements Map.put and related methods.
*
* @param hash hash for key
* key的hash值
* @param key the key
* key
* @param value the value to put
* 被put的值
* @param onlyIfAbsent if true, don't change existing value
* 如果為真,不改變存在的值
* @param evict if false, the table is in creation mode.
* 如果為false,表處于建立過程中
* @return previous value, or null if none
* 傳回以前的值,如果沒有傳回null
*/
final V putVal(int hash, K key, V value, boolean onlyIfAbsent,
boolean evict) {
Node<K,V>[] tab;//hash表
Node<K,V> p; //解決hash沖突連結清單
int n, i;
//如果表為null或者表的長度為0,進行resize()擴容,并将其長度賦給n
if ((tab = table) == null || (n = tab.length) == 0)
n = (tab = resize()).length;
/*hash值和hash表長度減一進行&運算
*拓展:
*為什麼要和tab-1進行&運算
*1>效率問題
*在底層的執行效率而言來說:加減法>乘除法>%運算 由此可見%運算效率極低,是以采用&運算
*2>
*數組越界問題
*hash值和n-1進行&運算,它的取值範圍隻會在0~n-1之間
*舉例:
*hash: 5634276829768796
*tab初始化長度為16 則:n-1為15
*n-1二進制:0000 0000 0000 1111
* 10011100010111110111011010111111101111011000110 0011 0101 0100 1100
* &運算 前面均為0 0000 0000 0000 1111
* 結果: 隻與後四位有關:要麼為全0要麼為全1,保證了資料越問題
**/
if ((p = tab[i = (n - 1) & hash]) == null)
//如果tab[i]為空,說明沒有hash沖突,直接插入即可
tab[i] = newNode(hash, key, value, null);
else {
//有hash沖突
Node<K,V> e; K k;
/**
*1)進行目前hash值和傳入的hash值是否相等并且判斷他們的key值是否相等
*2)判斷傳入key值是否為空并且判斷目前key和傳入key是否相等
*兩條件若滿足其一說明,目前節點key和傳入的key值發生hash沖突
*将這個目前節點指派給變量Node<K,V> p;
*
if (p.hash == hash &&
((k = p.key) == key || (key != null && key.equals(k))))
e = p;
/**
*擴充:
*由于jdk1.8引入紅黑樹的資料結構
*why:
*解決連結清單的缺點:
*如果連結清單長度過長,查找元素效率低,引入紅黑樹提高查找效率
*
*判斷目前節點是否是樹節點,插入紅黑樹
**/
else if (p instanceof TreeNode)
e = ((TreeNode<K,V>)p).putTreeVal(this, tab, hash, key, value);
else {
//說明是連結清單,for循環找到最後一個節點,進行插入
for (int binCount = 0; ; ++binCount) {
if ((e = p.next) == null) {
p.next = newNode(hash, key, value, null);
/**
*如果連結清單長度超過設定的門檻值,将連結清單轉為紅黑樹,預設為8
*擴充:
*為什麼設定為8呢?
*這裡面涉及到一個機率問題,設計人員根據大量的測試發現插入的元素進入
*同一個桶的機率符合泊松分布(自行百度了解,不做概述),當連結清單長度達到
*8的時候幾乎不會再有元素進入桶中,除非資料量特别大的情況下。
*是以說,在資料量不是特别大的情況下,引入紅黑樹進行優化連結清單的一些缺點,
*并沒有提升很大的效率。
**/
if (binCount >= TREEIFY_THRESHOLD - 1) // -1 for 1st
//轉化為紅黑樹
treeifyBin(tab, hash);
break;
}
//判斷目前插入的值是否存在,如果存在跳出目前循環
if (e.hash == hash &&
((k = e.key) == key || (key != null && key.equals(k))))
break;
p = e;
}
}
//當節點不為空的時候說明有key有映射(對應值)
if (e != null) { // existing mapping for key
V oldValue = e.value;
//當值為空時直接插入
if (!onlyIfAbsent || oldValue == null)
e.value = value;
//這個方法是為子類LinkedHashMap服務的,保證元素的插入順序
afterNodeAccess(e);
return oldValue;
}
}
//modCount記錄被修改的次數
++modCount;
/**
*拓展
*如果數組長度大于數組擴容的門檻值(預設為加載因子*預設數組長度),進行擴容
*加載因子loadFactor:預設為0.75
*加載因子為什麼設為0.75?
*假如說加載因子設為0.5,空間使用率低,會減少hash沖突,提高查詢效率,節省查找時間
*假如說加載因子設為1,空間使用率會提高,但相應hash沖突會增加,增加時間複雜度
*是以說出于時間和空間的綜合考慮最終定為0.75
*/
if (++size > threshold)
resize();
//這個方法是為子類LinkedHashMap服務的,用來回調移除最早放入Map的對象
afterNodeInsertion(evict);
return null;
}
好了HashMap的put方法我們就看到這裡,裡面都有詳細注解,可能閑餘時間會對重要問題進行總結,後補。
接下來我們看看HashMap的一個擴容問題,在jdk1.7中我們都知道在并發情況下,HashMap會出現循環連結清單問題,是線程不安全的,jdk1.8對其進行了優化,是如何優化的呢?仔細閱讀下文源碼,關于jdk1.7的循環連結清單問題,自行百度,這裡不做稱述,後期如有空閑再來分享。
再來看看在put過程中它是如何計算hash值的
-
HashMap中hash(Object key)的原理
static final int hash(Object key) {
int h;
return (key == null) ? 0 : (h = key.hashCode()) ^ (h >>> 16);
}
相信基本都能看懂,是不是很簡單,但是估計知道這一步(h = key.hashCode()) ^ (h >>> 16)原因的人很少。
首先這個方法的傳回值還是一個哈希值。為什麼不直接傳回key.hashCode()呢?還要與 (h >>> 16)異或。
講到這裡還要看一個方法indexFor,在jdk1.7中有indexFor(int h, int length)方法。jdk1.8裡沒有,但原理沒變。下面看下1.7源碼
1.8中用tab[(n - 1) & hash]代替但原理一樣。
static int indexFor(int h, int length) {
return h & (length-1);
}
這個方法傳回值就是數組下标。我們平時用map大多數情況下map裡面的資料不是很多。這裡與(length-1)相&,
但由于絕大多數情況下length一般都小于2^16即小于65536。是以return h & (length-1);結果始終是h的低16位與(length-1)進行&運算。如下例子(hashcode為四位元組)
例如1.
length = 8; (length-1) = 7;轉換二進制為111;
hashcode = 78897121 轉換二進制:100101100111101111111100001
0000 0100 1011 0011 1101 1111 1110 0001
&運算
0000 0000 0000 0000 0000 0000 0000 0111
= 0000 0000 0000 0000 0000 0000 0000 0001 (就是十進制1,是以下标為1)
由于和(length-1)運算,length 絕大多數情況小于2的16次方。是以始終是hashcode 的低16位參與運算。要是高16位也參與運算,會讓得到的下标更加散列。
是以這樣高16位是用不到的,如何讓高16也參與運算呢。是以才有hash(Object key)方法。讓他的hashCode()和自己的高16位^運算。是以(h >>> 16)得到他的高16位與hashCode()進行^運算。
重點來了,為什麼用^:因為&和|都會使得結果偏向0或者1 ,并不是均勻的概念,是以用^。
這就是為什麼有hash(Object key)的原因。
-
HashMap的resize()方法
resize()擴容
/**
* 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.
*
*初始化或者将表加倍也就是擴充為原來的兩倍。
*如果表是空的,通過初始化容量來設定一個符合門檻值的初始化表
*否則,就進行二倍擴充
*
* @return the table
*/
final Node<K,V>[] resize() {
//将目前表指派給oldTab
Node<K,V>[] oldTab = table;
//oldCap:擴充前表的容量
int oldCap = (oldTab == null) ? 0 : oldTab.length;
//oldThr:擴充前表的加載因子
int oldThr = threshold;
int newCap, newThr = 0;
if (oldCap > 0) {
if (oldCap >= MAXIMUM_CAPACITY) {//擴容前的數組大小如果已經達到最大(2^30)了
threshold = Integer.MAX_VALUE;//修改門檻值為int的最大值(2^31-1),這樣以後就不會擴容了
return oldTab;
}
/**
*沒超過最大值,就擴充為原來的2倍
*MAXIMUM_CAPACITY:最大容量
*DEFAULT_INITIAL_CAPACITY:預設初始化容量
else if ((newCap = oldCap << 1) < MAXIMUM_CAPACITY &&
oldCap >= DEFAULT_INITIAL_CAPACITY)
擴充為原來的2倍
newThr = oldThr << 1; // double threshold
//說明原來的容量為0
else if (oldThr > 0)
newCap = oldThr;// 初始容量設定為門檻值
else {
newCap = DEFAULT_INITIAL_CAPACITY; // 初始門檻值為零表示使用預設值
newThr = (int)(DEFAULT_LOAD_FACTOR * DEFAULT_INITIAL_CAPACITY);
}
//計算新的resize上限
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;
//把每個bucket都移動到新的buckets中
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)//節點下一個元素為空,直接放入新數組
newTab[e.hash & (newCap - 1)] = e;
else if (e instanceof TreeNode)//類型為Tree,插入紅黑樹
((TreeNode<K,V>)e).split(this, newTab, j, oldCap);
else { //進傳入連結表,此處優化了在并發情況下jdk1.7出現的循環連結清單問題
Node<K,V> loHead = null, loTail = null;
Node<K,V> hiHead = null, hiTail = null;
Node<K,V> next;
do {
// 儲存下一個節點
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);
//原索引放到bucket裡
if (loTail != null) {
loTail.next = null;
newTab[j] = loHead;
}
// 原索引+oldCap放到bucket裡
if (hiTail != null) {
hiTail.next = null;
newTab[j + oldCap] = hiHead;
}
}
}
}
}
return newTab;
}
最後我們再來看看get過程,get元素的過程相對來說是比較簡單的。
public V get(Object key) {
Node<K,V> e;
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;
//目前下表是否有空
if ((tab = table) != null && (n = tab.length) > 0 &&
(first = tab[(n - 1) & hash]) != null) {
//目前key是否是要查找的key
if (first.hash == hash && // always check first node
((k = first.key) == key || (key != null && key.equals(k))))
return first;
//如果不是找下一個
if ((e = first.next) != null) {
//是否是樹節點
if (first instanceof TreeNode)
return ((TreeNode<K,V>)first).getTreeNode(hash, key);
do {
//連結清單 往下循環依次查找
if (e.hash == hash &&
((k = e.key) == key || (key != null && key.equals(k))))
return e;
} while ((e = e.next) != null);
}
}
//沒有找到
return null;
}
沒有多複雜,仔細看看就明白了。