HashMap简介
如果你了解过数据结构,就应该理解散列表的概念,类似于数学中函数的概念,通过一个自变量映射到一个因变量上。如果把键值当作自变量,对应的值当作因变量,这样我们就得到了一些键值对,保存这些键值对的数据结构我们就叫做散列表,在Java中,拥有一个Map接口来提供操作这种数据结构的方法
Java的数据结构接口分为两个大类,Collection和Map,我们这里要讲的HashMap就是Map分支的一个实例对象
源码分析
HashMap的结构
我们点进HashMap的源码,可以看到HashMap继承了AbstractMap抽象类,实现了Map接口,同时还实现了Cloneable和Serializable接口以提供浅复制和序列化
public class HashMap<K,V> extends AbstractMap<K,V>
implements Map<K,V>, Cloneable, Serializable {
我们的重点是HashMap,所以把重心放在HashMap本身上,只需要知道Map和AbstractMap提供了一些方法接口和默认实现即可
类似于ArrayList的数组,HashMap也有存储数据的对象,是一个Node类型的数组
transient Node<K,V>[] table;
这个Node类型是什么呢,我们点进去,发现是一个HashMap的静态内部类
static class Node<K,V> implements Map.Entry<K,V> {
final int hash;
final K key;
V value;
Node<K,V> next;
有四个属性,我们依次解释
- hash:键的hash值。注意,这里的hash值要和键的hashcode值区分开,下面还会提到
- key:键值对的键
- value:键值对的值
- next:链表指针
这里的next指针可能有些人不了解,这里先解释一下Hash冲突
计算机不像人类一样可以清晰地分辨出哪些对象属于一类,在HashMap中,通过一个key的hash值来唯一确定一个key在数组中的索引位置。但是Java并不能保证任意两个逻辑意义不同的对象一定拥有不同的hash值,所以就有可能发生有两个在我们看来完全不同的对象,却有着相同的hash值,但是一个索引位置只能放一个元素,这时候就发生了哈希冲突
这里我只说一下HashMap中的解决办法,即数组-链表法,将发生冲突的节点(拥有不同key值但是相同hash值的节点)以链表的形式挂在数组的某一个索引位置处,如下图
回来继续看HashMap的结构,还剩下三个常量
/** 默认初始容量 */
static final int DEFAULT_INITIAL_CAPACITY = 1 << 4; // aka 16
/** 最大容量 */
static final int MAXIMUM_CAPACITY = 1 << 30;
/** 负载因子 */
static final float DEFAULT_LOAD_FACTOR = 0.75f;
初始容量和最大容量很好理解,都是为了控制数组长度的常量,负载因子如果学过数据结构应该也很好理解,我们在存放KV时,并不能将数组占满,而是最多只能达到数组长度 * 负载因子的长度,这样可以尽量避免频繁的哈希冲突
还有其余一些属性,比如临界值threshold,我们遇到了再说
HashMap的操作
扩容操作
因为底层数据结构是一个数组,并不能弹性地自动扩容,所以HashMap提供了一个扩容方法:resize。这个方法返回一个Node对象的数组,也就是扩容后的新数组
方法很长,我们一点一点看
Node<K,V>[] oldTab = table;
int oldCap = (oldTab == null) ? 0 : oldTab.length;
int oldThr = threshold;
int newCap, newThr = 0;
首先是定义了
- oldTab:扩容前的数组
- oldCap:扩容前数组的长度
- oldThr:扩容前的临界值(超过临界值会进行扩容)(计算公式:数组长度*负载因子)
- newCap:扩容后的长度
- newThr:扩容后的临界值
其次是一些边界条件判断:
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
}
else if (oldThr > 0) // initial capacity was placed in threshold
newCap = oldThr;
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);
}
这几个条件,具体表示为以下含义:
- 如果之前数组长度已经达到最大容量,则取消负载因子的限制(将临界值设为最大值)
- 如果之前数组长度扩大到两倍后(每次扩容到之前的两倍),没有超过最大限制,新数组的长度为之前的两倍
- 如果之前数组长度为0,但是临界值大于0,则让新数组的长度等于临界值
- 如果之前的数组长度为0,且临界值也为0,则把新数组的长度和临界值设为默认值
然后是赋值部分
threshold = newThr;
@SuppressWarnings({"rawtypes","unchecked"})
Node<K,V>[] newTab = (Node<K,V>[])new Node[newCap];
table = newTab;
把新的临界值和新的空数组赋值过去
最后就是核心部分,即将原数组的内容拷贝到新数组去。整段代码逻辑复杂,我们一部分一部分的来看
if (oldTab != null) {
for (int j = 0; j < oldCap; ++j) {
Node<K,V> e;
首先进行了一次非空判断,最外层是一个循环,循环次数是扩容前数组的长度,即它的目的是遍历一遍老数组
然后是接着是两个终止条件(单轮次的终止而不是整个循环的终止)
if ((e = oldTab[j]) != null) {
oldTab[j] = null;
if (e.next == null)
newTab[e.hash & (newCap - 1)] = e;
- 如果当前索引位置为空,跳过该节点,进入下一次循环
- 如果当前索引位置节点的next节点为空,即索引位置只有一个节点,则直接将该节点的值赋到新数组对应的位置上,然后进入下一次循环
这里需要再解释一下,键的hash值并不是对应的索引位置,而是通过和数组长度-1作与运算得到最终的索引位置
接下来,判断是否为TreeNode节点
else if (e instanceof TreeNode)
((TreeNode<K,V>)e).split(this, newTab, j, oldCap);
TreeNode节点也是一个内部类,表示一棵红黑树(不理解红黑树的就当成二叉树即可)。因为链表长度如果过长,那么索引的效率就会降低,所以将其链表转换为红黑树。这里如果发现当前索引节点是树节点,则通过对应的方法进行转移
接下来我们只看这一段核心代码
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;
}
}
刚看可能大家都是一头雾水,主要是因为有一个点没有理解,我简要讲解一下:
- 采用e.hash & oldCap而不是oldCap-1,是因为这里不是为了计算索引位置,而是判断是否需要进行移动
这样就很清晰了,这段代码让loHead=>loTail这条链连接所有新老数组中索引位置一样的元素,而hiHead=>hiTail这条链连接所有新老数组中位置改变的数组
不改变位置的链上元素还是移动到新数组对应位置上,而改变位置的链上元素则移动到j+oldCap的索引位置
最后返回新数组作为结果
取值方法
在HashMap中,通过调用get()方法即可获取某个key值对应的value,在HashMap内部,这个方法具体实现如下
public V get(Object key) {
Node<K,V> e;
return (e = getNode(hash(key), key)) == null ? null : e.value;
}
get()方法内部调用getNode方法获取key值对应的节点,这个方法需要传入两个参数,key和key的哈希值,这个hash()方法的具体实现如下
static final int hash(Object key) {
int h;
return (key == null) ? 0 : (h = key.hashCode()) ^ (h >>> 16);
}
显然,并不是直接调用key的hashCode()方法,而是将key的hashCode的高16位和低16位做异或运算,来充分运用高位和低位的信息,毕竟只取低位或只取高位的话会发生大量的碰撞情况
好的继续说getNode方法,方法很简练,如下
final Node<K,V> getNode(int hash, Object key) {
Node<K,V>[] tab; Node<K,V> first, e; int n; K k;
// 临界判断,需要保证数组非空以及索引位置非空
if ((tab = table) != null && (n = tab.length) > 0 &&
(first = tab[(n - 1) & hash]) != null) {
if (first.hash == hash && // 检查索引位置的第一个节点的key值是否为所求
((k = first.key) == key || (key != null && key.equals(k))))
return first;
if ((e = first.next) != null) {
// 如果是树节点,则通过对应的方法来获取
if (first instanceof TreeNode)
return ((TreeNode<K,V>)first).getTreeNode(hash, key);
// 否则就扫描整条链表
do {
if (e.hash == hash &&
((k = e.key) == key || (key != null && key.equals(k))))
return e;
} while ((e = e.next) != null);
}
}
return null;
}
本身不难理解,获取节点的过程可分为以下几步
- 临界判断,如果是数组或索引位置为空就直接返回,否则进入下一步
- 检查第一个节点是否为所求节点,如果是,则直接返回,否则进入下一步
- 如果索引位置是树节点,通过红黑树对应的方法来查找节点,否则遍历链表来寻找
插入方法
和get方法类似,put方法也是调用了其他方法来进行插入,如下
public V put(K key, V value) {
return putVal(hash(key), key, value, false, true);
}
前三个参数很好理解,问题是后面两个参数,点进putVal方法,可以看到这两个参数的含义依次是:
- onlyIfAbsent:如果为true,则不覆盖原值
- evict:如果为false,则table处于创建模式
onlyIfAbsent很好理解,主要是evict这个变量很奇怪,其实我们接下来看源码就会发现,这个变量仅仅触发了插入之后的一个回调方法,这个方法体为空,也就是这个变量没有实际意义
把重心放在putVal方法上,一开始还是两个临界判断,如下
if ((tab = table) == null || (n = tab.length) == 0)
n = (tab = resize()).length;
if ((p = tab[i = (n - 1) & hash]) == null)
tab[i] = newNode(hash, key, value, null);
- 如果数组为空,触发扩容方法
- 如果索引位置为空,直接在该位置插入
至于我为什么把插入语句当成临界判断条件,是因为putVal方法的核心不在这里,我们接着看
else {
Node<K,V> e; K k;
if (p.hash == hash &&
((k = p.key) == key || (key != null && key.equals(k))))
e = p;
else if (p instanceof TreeNode)
e = ((TreeNode<K,V>)p).putTreeVal(this, tab, hash, key, value);
else {
for (int binCount = 0; ; ++binCount) {
if ((e = p.next) == null) {
p.next = newNode(hash, key, value, null);
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;
}
}
// 说明存在拥有相同key值的节点
if (e != null) {
V oldValue = e.value;
// 如果我们设置了onlyIfAbsent为true或原value为空
if (!onlyIfAbsent || oldValue == null)
e.value = value;
// 一个空回调方法
afterNodeAccess(e);
return oldValue;
}
}
如果上述两个条件不满足,则说明需要在链表/红黑树节点上进行插入,我们一部分一部分的看
else if (p instanceof TreeNode)
e = ((TreeNode<K,V>)p).putTreeVal(this, tab, hash, key, value);
p节点是当前数组索引位置的节点,假如这个节点是树节点,会调用putTreeVal方法进行插入
否则说明是链表结构,则需要找到链表尾进行插入,如下
for (int binCount = 0; ; ++binCount) {
// 如果找到链表尾就直接插入
if ((e = p.next) == null) {
p.next = newNode(hash, key, value, null);
if (binCount >= TREEIFY_THRESHOLD - 1) // -1 for 1st
// 如果大于链表长度阈值,就将其转换为红黑树
treeifyBin(tab, hash);
break;
}
// 判断条件:hash值相等,且key值(物理/逻辑)相等
if (e.hash == hash &&
((k = e.key) == key || (key != null && key.equals(k))))
break;
p = e;
}
这里提醒一点,TREEIFY_THRESHOLD是链表长度的阈值,也就是说链表长度最多只能为TREEIFY_THRESHOLD,超过了这个值就会被转换成红黑树结构,这个值固定为8
最后,判断是否需要进行扩容
++modCount;
if (++size > threshold)
resize();
// 空回调函数
afterNodeInsertion(evict);
return null;
注意,只要不触发原值覆盖条件,putVal方法一定只会返回null