文章目錄
- 前言
- 一、HashMap的定義?
-
- 1、hash是什麼?
- 2、map是什麼?
- 3、HashMap是什麼?
- 二、HashMap的存儲結構
- 三、常量
- 四、工作原理
-
- 1、簡化資料結構
- 2、put過程
- 3、resize過程
- 4、get過程
- 總結
前言
作為一名Java開發攻城獅,相信大家對HashMap都不陌生,為什麼HashMap那麼重要呢?我認為主要有兩個原因:一是常用,HashMap是我們日常開發作業中出現頻率非常高的一個工具,而且它效率比較高。二是常問,幾乎90%以上的國中級Java面試都會問HashMap。
一、HashMap的定義?
1、hash是什麼?
把任意長度的輸入,通過一種函數,變換成固定長度的輸出,該輸出就是哈希值(hashCode),這種函數就叫做哈希函數(哈市Code()),而計算哈希值的過程就叫做哈希。
2、map是什麼?
簡單說map是存儲<鍵-值>的集合類,它的每個元素是一個entry<k,v>,包含鍵key和值value。map翻譯成英文是映射的意思,通過鍵key可以找到對應的值value,是以key必須是唯一的。
3、HashMap是什麼?
HashMap就是用哈希來實作map。首先建立一個數組(哈希表),把map的key經過雜湊演算法得到哈希值,該哈希值作為數組下标,對應的位置(桶)來存儲map的鍵值對。
二、HashMap的存儲結構
從圖中可以看出,HashMap是 數組 + 連結清單(+ 紅黑樹)的結構。Java 8以後HashMap引入了紅黑樹,優化了在哈希沖突過于頻繁時導緻效率問題。
三、常量
// 預設初始容量,2的整數幂
// 此處無需過于糾結,隻是寫法不同,編譯後class檔案中就是16
static final int DEFAULT_INITIAL_CAPACITY = 1 << 4;
// 最大容量
static final int MAXIMUM_CAPACITY = 1 << 30;
// 預設負載因子
static final float DEFAULT_LOAD_FACTOR = 0.75f;
// 連結清單轉紅黑樹邊界
static final int TREEIFY_THRESHOLD = 8;
// 紅黑樹轉連結清單邊界
static final int UNTREEIFY_THRESHOLD = 6;
四、工作原理
1、簡化資料結構
Node<K,V>[] table = new Node[16]; // 初始化散列桶
class Node<K,V> implements Map.Entry<K,V> {
final int hash; // hash值
final K key; // 鍵
V value; // 值
Node<K,V> next; // 指向連結清單的下一個節點
}
HashMap通過對鍵key進行哈希計算,确定桶bucket的位置,然後在桶bucket存儲鍵值元素,作為Node。對鍵key進行哈希計算後,桶bucket已有元素,即産生哈希沖突,将新元素插入到連結清單尾部。
2、put過程
public V put(K key, V value) {
// 對key進行hash計算
return putVal(hash(key), key, value, false, true);
}
static final int hash(Object key) {
int h;
// key可以為null,null時傳回0,非null時傳回哈希值
// 此處為java 8的優化點,計算hash時高位參與運算,減少hash沖突
return (key == null) ? 0 : (h = key.hashCode()) ^ (h >>> 16);
}
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)
// 重新計算數組大小,第一次進入時采用預設大小,即初始容量16 * 負載因子0.75 = 12
n = (tab = resize()).length;
if ((p = tab[i = (n - 1) & hash]) == null)
// 目前桶bucket沒有元素,直接插入值
tab[i] = newNode(hash, key, value, null);
else {
// 目前桶bucket有元素(哈希沖突)
Node<K,V> e; K k;
if (p.hash == hash &&
((k = p.key) == key || (key != null && key.equals(k))))
// key的哈希值相同,并且key也相同,直接覆寫原來的元素(更新)
e = p;
else if (p instanceof TreeNode)
// 紅黑樹節點,将新元素轉化為樹節點插入
e = ((TreeNode<K,V>)p).putTreeVal(this, tab, hash, key, value);
else {
// 連結清單節點,
for (int binCount = 0; ; ++binCount) {
if ((e = p.next) == null) {
// 目前元素next指向新元素(尾插)
p.next = newNode(hash, key, value, null);
if (binCount >= TREEIFY_THRESHOLD - 1) // -1 for 1st
// 連結清單長度超過8,轉化為紅黑樹
treeifyBin(tab, hash);
break;
}
// key的哈希值相同,并且key也相同,直接覆寫原來的元素(更新)
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;
// 判斷是否需要擴容
if (++size > threshold)
resize();
afterNodeInsertion(evict);
return null;
}
1)對key進行hash,得到哈希值
2)第一次進入,初始化table
3)通過哈希值确定桶的位置,目前桶沒有元素,直接插入
4)目前桶有元素,若哈希值和key都相同,直接覆寫
5)是樹節點,将新元素轉換為樹節點直接插入
6)對連結清單周遊,目前元素的next為null,直接插入到next,next有元素,若哈希值和key都相同,直接覆寫
7)插入完成後判斷是否需要擴容
3、resize過程
final Node<K,V>[] resize() {
Node<K,V>[] oldTab = table;
// 取原數組大小,第一次進入時為0
int oldCap = (oldTab == null) ? 0 : oldTab.length;
int oldThr = threshold;
int newCap, newThr = 0;
if (oldCap > 0) {
if (oldCap >= MAXIMUM_CAPACITY) {
// 超過最大容量
threshold = Integer.MAX_VALUE;
return oldTab;
}
else if ((newCap = oldCap << 1) < MAXIMUM_CAPACITY &&
oldCap >= DEFAULT_INITIAL_CAPACITY)
// 新數組大小擴容為原數組大小的兩倍
newThr = oldThr << 1; // double threshold
}
else if (oldThr > 0) // initial capacity was placed in threshold
newCap = oldThr;
else { // zero initial threshold signifies using defaults
// 第一次進入,數組大小16,擴容門檻值16*0.75=12
newCap = DEFAULT_INITIAL_CAPACITY;
newThr = (int)(DEFAULT_LOAD_FACTOR * DEFAULT_INITIAL_CAPACITY);
}
if (newThr == 0) {
// 新門檻值 = 新數組大小 * 負載因子
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) {
// 周遊原數組,複用原哈希值重新計算在新數組中的下标(桶bucket),放入對應的新數組中
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;
}
1)判斷是擴容還是初始化,初始化則使用參數或預設值初始化數組大小和擴容門檻值;擴容則将數組擴容為原數組的2倍大小,重新計算擴容門檻值。
2)對原數組進行周遊,對元素重新計算下标後放入新數組
4、get過程
public V get(Object key) {
Node<K,V> e;
// 哈希計算
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;
if ((tab = table) != null && (n = tab.length) > 0 &&
(first = tab[(n - 1) & hash]) != null) {
// 确定桶的位置後,取第一個元素對比,哈希值相同,key相同,直接傳回
if (first.hash == hash && // always check first node
((k = first.key) == key || (key != null && key.equals(k))))
return first;
// 周遊連結清單
if ((e = first.next) != null) {
if (first instanceof TreeNode)
// 樹節點,擷取節點傳回
return ((TreeNode<K,V>)first).getTreeNode(hash, key);
// 連結清單節點,循環
do {
if (e.hash == hash &&
((k = e.key) == key || (key != null && key.equals(k))))
return e;
} while ((e = e.next) != null);
}
}
return null;
}
get過程比較簡單,擷取哈希值後,去數組中找到對應元素即可,遇到連結清單則周遊,遇到紅黑樹則調用樹節點擷取方法。
總結
HashMap在Java 8進行了非常大的變革,提高了效率的同時也解決了擴容時的死循環問題,在Java 11等版本中也有小範圍優化但原理沒變。本文中有以下幾點沒有詳細說明,有興趣的可自行研究:(面試或許會問)
1、Java 8中的哈希計算算法為什麼能降低哈希沖突
2、為什麼連結清單長度超過8才會轉紅黑樹,為什麼要用紅黑樹
3、哈希沖突時頭插法比尾插法好在哪裡