Java集合-HashMap

HashMap是以散列方式存储键值对。同时允许使用空值和空键。这个类不保序；特别是，它的元素顺序可能会随着时间的推移变化。

HashMap实例有两个影响其性能的参数:初始容量和负载因子。

• 容量是哈希表中桶的数量，初始容量就是哈希表创建时的容量。
• 加载因子是散列表在其容量自动扩容之前被允许的最大饱和量。当哈希表中的 entry 数量超过负载因子和当前容量的乘积时，散列表就会被重新映射（即重建内部数据结构），一般散列表大约是存储桶数量的两倍。

HashMap核心字段

public class HashMap<K,V> extends AbstractMap<K,V>
    implements Map<K,V>, Cloneable, Serializable {

    // 该表在初次使用时初始化，并根据需要调整大小。分配时，长度总是2的幂。
    transient Node<K,V>[] table;
    // 保存缓存的 entrySet()。请注意，AbstractMap 字段用于 keySet() 和 values()。
    transient Set<Map.Entry<K,V>> entrySet;
    // map 中的键值对数
    transient int size;
    // 这个HashMap被结构修改的次数结构修改是那些改变HashMap中的映射数量或者修改其内部结构（例如，重新散列）的修改。
    transient int modCount;
    // 下一个调整大小的值（容量*加载因子）。
    int threshold;
    // 散列表的加载因子
    final float loadFactor;
}

• table：在第一次使用时初始化，并根据需要调整大小。分配时，长度总是2的幂。
• size：初始容量。 初始为 16，每次容量不够自动扩容
• loadFactor： 负载因子。自动扩容之前被允许的最大饱和量，默认 0.75。

HashMap底层实现

由于计算Hash的时候会存在哈希冲突，HashMap在1.7和1.8解决哈希冲突的方案不相同。

JDK1.7

采用的数组+链表的方式解决哈希冲突。

JDK1.8

之前数组+链表的方式存在一个弊端：

当计算出的Hash大量落在同一个Node上的时候，会出现这个链表特别长，导致查询性能下降。

针对这个情况，1.8进行了改变：

• 长度没有超过阈值8的时候，还是采用数组+链表的方式来解决哈希冲突
• 当长度超过阈值8的时候，采用红黑树的方式来解决哈希冲突

为什么要变成红黑树

• 链表：查找的时间复杂度与链表的长度相关，为 O(1 + N)。
• 红黑树：降低查询消耗，超过阈值8，转成红黑树，将查找的时间复杂度变为 O(1 + logN)。

为什么要超过一定长度才变成红黑树

红黑树类似于二叉平衡树，在插入的时候需要进行旋转，插入的成本比较高。

构造方法

构造方法1

    /**
     * 构造一个具有默认初始容量(16)和默认负载因子(0.75)的空HashMap。
     */
    public HashMap() {
        this.loadFactor = DEFAULT_LOAD_FACTOR; // all other fields defaulted
    }

其中默认的初始容量和负载因子如下：

    static final int DEFAULT_INITIAL_CAPACITY = 1 << 4; // aka 16
    static final float DEFAULT_LOAD_FACTOR = 0.75f;

构造方法2

	/**
    * 构造一个具有指定初始容量和默认负载因子(0.75)的空HashMap。
    */
	public HashMap(int initialCapacity) {
        this(initialCapacity, DEFAULT_LOAD_FACTOR);
    }

构造方法3

    /**
    * 以 initialCapacity 初始化容量；以 loadFactor 初始化加载因子
    */
	public HashMap(int initialCapacity, float loadFactor) {
        if (initialCapacity < 0)
            throw new IllegalArgumentException("Illegal initial capacity: " +
                                               initialCapacity);
        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);
    }

其中最大容量如下：

	/**
	* 最大容量，如果更高的值由任何一个构造函数用参数隐式指定，则使用该值。必须是二的幂<= 1<<30。
	*/
    static final int MAXIMUM_CAPACITY = 1 << 30;

构造方法4

	/**
	* 用与指定Map相同的映射构造一个新的HashMap。创建HashMap时使用默认负载因子(0.75)和足够容纳指定Map中的映射的初始容量。
	*/
	public HashMap(Map<? extends K, ? extends V> m) {
        this.loadFactor = DEFAULT_LOAD_FACTOR;
        putMapEntries(m, false);
    }

put方法

put方法的大致思路如下：

• 对 key 的 hashCode() 做 hash 计算，然后根据 hash 值再计算 Node 的存储位置;
• 如果没有哈希碰撞，直接放到桶里；如果有哈希碰撞，以链表的形式存在桶后。
• 如果哈希碰撞导致链表过长(大于等于 TREEIFY_THRESHOLD，数值为 8)，就把链表转换成红黑树；
• 如果节点已经存在就替换旧值
• 桶数量超过负载因子 * 当前容量（即 load factor * current capacity ），HashMap 调用 resize 自动扩容一倍

    public V put(K key, V value) {
        return putVal(hash(key), key, value, false, true);
    }

    // hashcode 无符号位移 16 位
    static final int hash(Object key) {
        int h;
        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;
        // tab 为空则创建
        if ((tab = table) == null || (n = tab.length) == 0)
            n = (tab = resize()).length;
        // 计算 index，并对 null 做处理
        if ((p = tab[i = (n - 1) & hash]) == null)
            tab[i] = newNode(hash, key, value, null);
        else {
            Node<K,V> e; K k;
            // 节点存在
            if (p.hash == hash &&
                ((k = p.key) == key || (key != null && key.equals(k))))
                e = p;
            // 该链为树
            else if (p instanceof TreeNode)
                e = ((TreeNode<K,V>)p).putTreeVal(this, tab, hash, key, value);
            // 该链为链表
            else {
                for (int binCount = 0; ; ++binCount) {
                    if ((e = p.next) == null) {
                        p.next = newNode(hash, key, value, null);
                        // 如果超过链表长度超过8,链表转换成红黑树
                        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;
                }
            }
            // 写入
            if (e != null) { // existing mapping for key
                V oldValue = e.value;
                if (!onlyIfAbsent || oldValue == null)
                    e.value = value;
                afterNodeAccess(e);
                return oldValue;
            }
        }
        ++modCount;
        if (++size > threshold)
            resize();
        afterNodeInsertion(evict);
        return null;
    }

get方法

get方法的大致思路如下：

• 对 key 的 hashCode() 做 hash 计算，然后根据 hash 值再计算桶的 index
• 如果桶中的第一个节点命中，直接返回；
• 如果有冲突，则通过 key.equals(k) 去查找对应的 entry
  • 若为树，则在红黑树中通过 key.equals(k) 查找，O(logn)；
  • 若为链表，则在链表中通过 key.equals(k) 查找，O(n)。

    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;
        if ((tab = table) != null && (n = tab.length) > 0 &&
            (first = tab[(n - 1) & hash]) != null) {
            // 直接命中
            if (first.hash == hash && // always check first node
                ((k = first.key) == key || (key != null && key.equals(k))))
                return first;
            // 未命中
            if ((e = first.next) != null) {
                // 在树中 get
                if (first instanceof TreeNode)
                    return ((TreeNode<K,V>)first).getTreeNode(hash, key);
                // 在链表中 get
                do {
                    if (e.hash == hash &&
                        ((k = e.key) == key || (key != null && key.equals(k))))
                        return e;
                } while ((e = e.next) != null);
            }
        }
        return null;
    }

hash方法

在get和put方法中都会去hashcode进行hash操作，然后再通过 hash 值进一步计算下标。

    static final int hash(Object key) {
        int h;
        return (key == null) ? 0 : (h = key.hashCode()) ^ (h >>> 16);
    }

以看到这个方法大概的作用就是：高 16bit 不变，低 16bit 和高 16bit 做了一个异或。

resize方法

当 put 时，如果发现目前的 bucket 占用程度已经超过了 Load Factor 所希望的比例，那么就会发生 resize。在 resize 的过程，简单的说就是把 bucket 扩充为 2 倍，之后重新计算 index，把节点再放到新的 bucket 中。

什么时候扩容

当 键值对数量size > 扩容因子loadFactor * 哈希表大小 时，容器将自动扩容并重新哈希。

扩容原理

由于是扩充为 2 倍，并且table的大小是2的指数幂，所以，元素的位置要么是在原位置，要么是在原位置再移动 2 次幂的位置。

因此元素在重新计算 hash 之后，因为 n 变为 2 倍，那么 n-1 的 mask 范围在高位多 1bit(红色)，因此新的 index 就会发生这样的变化：

因此，我们在扩充 HashMap 的时候，不需要重新计算 hash，只需要看看原来的 hash 值新增的那个 bit 是 1 还是 0 就好了，是 0 的话索引没变，是 1 的话索引变成“原索引+oldCap”。

final Node<K,V>[] resize() {
    Node<K,V>[] oldTab = table;
    int oldCap = (oldTab == null) ? 0 : oldTab.length;
    int oldThr = threshold;
    int newCap, newThr = 0;
    if (oldCap > 0) {
        // 超过最大值就不再扩充了，就只好随你碰撞去吧
        if (oldCap >= MAXIMUM_CAPACITY) {
            threshold = Integer.MAX_VALUE;
            return oldTab;
        }
        // 没超过最大值，就扩充为原来的 2 倍
        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);
    }

    // 计算新的 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;
    if (oldTab != null) {
        // 把每个 bucket 都移动到新的 buckets 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;
                        // 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里
                    if (loTail != null) {
                        loTail.next = null;
                        newTab[j] = loHead;
                    }
                    // 原索引+oldCap放到bucket里
                    if (hiTail != null) {
                        hiTail.next = null;
                        newTab[j + oldCap] = hiHead;
                    }
                }
            }
        }
    }
    return newTab;
}

扩容为什么是2的幂次方

• 性能上：位运算，速度快，由于是位运算所以肯定是二次方
• 散列上：2的次数幂能够让数据更散列更均匀的分布，充分利用数组空间，尽可能减少元素位置的移动

参考

Java容器之Map (opens new window)