Hashmap源码解析

一、Hashmap数据结构

哈希表是一种以键 - 值（key-value）存储数据的结构，我们只要输入待查找的值即 key，就可以找到其对应的值即 Value。哈希的思路很简单，把值放在数组里，用一个哈希函数把 key 换算成一个确定的位置，然后把 value 放在数组的这个位置。

比如上图中，一共有13个桶0-12，当哈希值是01时，就会被放到1桶中，如果是14，对13取模之后也是1，所以也会被放到1桶中。由于1桶有两个数据，就会形成一个链表。

这里需要注意的是，如果链表大小超过阈值（TREEIFY_THRESHOLD, 8），图中的链表就会被改造为树形结构。如果链表长度超过阈值( TREEIFY THRESHOLD==8)，就把链表转成红黑树，链表长度低于6，就把红黑树转回链表。

JDK版本实现方式节点数>=8 节点数<=6

1.8以前数组+单向链表数组+单向链表数组+单向链表

1.8以后数组+单向链表+红黑树数组+红黑树数组+单向链表

JDK版本	实现方式	节点数>=8	节点数<=6
1.8以前	数组+单向链表	数组+单向链表	数组+单向链表
1.8以后	数组+单向链表+红黑树	数组+红黑树	数组+单向链表

二、Hashmap源码-初始化

从非拷贝构造函数的实现来看，Hashmap的数据似乎并没有在最初就初始化好，仅仅设置了一些初始值而已。

 //这两个是限定值 当节点数大于8时会转为红黑树存储static final int TREEIFY_THRESHOLD = 8;//当节点数小于6时会转为单向链表存储static final int UNTREEIFY_THRESHOLD = 6;//红黑树最小长度为 64static final int MIN_TREEIFY_CAPACITY = 64;//HashMap容量初始大小static final int DEFAULT_INITIAL_CAPACITY = 1 << 4; // aka 16//HashMap容量极限static final int MAXIMUM_CAPACITY = 1 << 30;//负载因子默认大小static final float DEFAULT_LOAD_FACTOR = 0.75f;//Node是Map.Entry接口的实现类//在此存储数据的Node数组容量是2次幂//每一个Node本质都是一个单向链表transient Node<K,V>[] table;//HashMap大小,它代表HashMap保存的键值对的多少transient int size;//HashMap被改变的次数transient int modCount;//下一次HashMap扩容的大小int threshold;//存储负载因子的常量final float loadFactor;//默认的构造函数public HashMap() {this.loadFactor = DEFAULT_LOAD_FACTOR; // all other fields defaulted}//指定容量大小public HashMap(int initialCapacity) {this(initialCapacity, DEFAULT_LOAD_FACTOR);}//指定容量大小和负载因子大小public HashMap(int initialCapacity, float loadFactor) {//指定的容量大小不可以小于0,否则将抛出IllegalArgumentException异常if (initialCapacity < 0)throw new IllegalArgumentException("Illegal initial capacity: " +initialCapacity);//判定指定的容量大小是否大于HashMap的容量极限if (initialCapacity > MAXIMUM_CAPACITY)initialCapacity = MAXIMUM_CAPACITY;//指定的负载因子不可以小于0或为Null，若判定成立则抛出IllegalArgumentException异常if (loadFactor <= 0 || Float.isNaN(loadFactor))throw new IllegalArgumentException("Illegal load factor: " +loadFactor);this.loadFactor = loadFactor;// 设置“HashMap阈值”，当HashMap中存储数据的数量达到threshold时，就需要将HashMap的容量加倍。//tableSizeFor用于查找到大于给定数值的最近2次幂值，比如给定18就是32。给定33就是64。this.threshold = tableSizeFor(initialCapacity);}//传入一个Map集合,将Map集合中元素Map.Entry全部添加进HashMap实例中public HashMap(Map<? extends K, ? extends V> m) {this.loadFactor = DEFAULT_LOAD_FACTOR;//此构造方法主要实现了Map.putAll()putMapEntries(m, false);}

HashMap 是按照 lazy-load 原则，在首次使用时被初始化（拷贝构造函数除外）。我们去看看 put 方法实现，似乎只有一个 putVal 的调用：

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

然后就来看putVal方法内部：

public V put(K key, V value) {return putVal(hash(key), key, value, false, true);}//HashMap.put的具体实现final V putVal(int hash, K key, V value, boolean onlyIfAbsent,boolean evict) {Node<K,V>[] tab; Node<K,V> p; int n, i;//判定table不为空并且table长度不可为0,否则将从resize函数中获取if ((tab = table) == null || (n = tab.length) == 0)n = (tab = resize()).length;//这样写法有点绕,其实这里就是通过索引获取table数组中的一个元素看是否为Nullif ((p = tab[i = (n - 1) & hash]) == null)//若判断成立,则New一个Node出来赋给table中指定索引下的这个元素tab[i] = newNode(hash, key, value, null);else {  //若判断不成立Node<K,V> e; K k;//对这个元素进行Hash和key值匹配if (p.hash == hash &&((k = p.key) == key || (key != null && key.equals(k))))e = p;else if (p instanceof TreeNode) //如果数组中德这个元素P是TreeNode类型//判定成功则在红黑树中查找符合的条件的节点并返回此节点e = ((TreeNode<K,V>)p).putTreeVal(this, tab, hash, key, value);else { //若以上条件均判断失败，则执行以下代码//向Node单向链表中添加数据for (int binCount = 0; ; ++binCount) {if ((e = p.next) == null) {p.next = newNode(hash, key, value, null);//若节点数大于等于8if (binCount >= TREEIFY_THRESHOLD - 1) // -1 for 1st//转换为红黑树treeifyBin(tab, hash);break;}if (e.hash == hash &&((k = e.key) == key || (key != null && key.equals(k))))break;p = e; //p记录下一个节点}}if (e != null) { // existing mapping for keyV oldValue = e.value;if (!onlyIfAbsent || oldValue == null)e.value = value;afterNodeAccess(e);return oldValue;}}++modCount;if (++size > threshold) //判断是否需要扩容resize();afterNodeInsertion(evict);return null;}

1.首先获取Node数组table对象和长度，若table为null或长度为0，则调用resize()扩容方法获取table最新对象，并通过此对象获取长度大小
2.判定数组中指定索引下的节点是否为Null，若为Null 则new出一个单向链表赋给table中索引下的这个节点
3.若判定不为Null,我们的判断再做分支
3.1 首先对hash和key进行匹配,若判定成功直接赋予e

3.2 若匹配判定失败,则进行类型匹配是否为TreeNode 若判定成功则在红黑树中查找符合条件的节点并将其回传赋给e
3.3 若以上判定全部失败则进行最后操作,向单向链表中添加数据若单向链表的长度大于等于8,则将其转为红黑树保存，记录下一个节点,对e进行判定若成功则返回旧值
4.最后判定数组大小需不需要扩容

三、Hashmap源码-hash方法

具体键值对在哈希表中的位置（数组 index）取决于下面的位运算：

i = (n - 1) & hash

仔细观察哈希值的源头，我们会发现，它并不是 key 本身的 hashCode，而是来自于 HashMap 内部的另外一个 hash 方法。注意，为什么这里需要将高位数据移位到低位进行异或运算呢？这是因为有些数据计算出的哈希值差异主要在高位，而 HashMap 里的哈希寻址是忽略容量以上的高位的，那么这种处理就可以有效避免类似情况下的哈希碰撞。

参考资料：

https://blog.csdn.net/caimengyuan/article/details/61204542

四、Hashmap源码-resize方法

//重新设置table大小/扩容 并返回扩容的Node数组即HashMap的最新数据
final Node<K,V>[] resize() {Node<K,V>[] oldTab = table; //table赋予oldTab作为扩充前的table数据int oldCap = (oldTab == null) ? 0 : oldTab.length; int oldThr = threshold;int newCap, newThr = 0;if (oldCap > 0) {//判定数组是否已达到极限大小，若判定成功将不再扩容，直接将老表返回if (oldCap >= MAXIMUM_CAPACITY) {threshold = Integer.MAX_VALUE;return oldTab;}//若新表大小(oldCap*2)小于数组极限大小 并且 老表大于等于数组初始化大小else if ((newCap = oldCap << 1) < MAXIMUM_CAPACITY &&oldCap >= DEFAULT_INITIAL_CAPACITY)//旧数组大小oldThr 经二进制运算向左位移1个位置 即 oldThr*2当作新数组的大小newThr = oldThr << 1; // double threshold}//若老表中下次扩容大小oldThr大于0else if (oldThr > 0)newCap = oldThr;  //将oldThr赋予控制新表大小的newCapelse { //若其他情况则将获取初始默认大小newCap = DEFAULT_INITIAL_CAPACITY;newThr = (int)(DEFAULT_LOAD_FACTOR * DEFAULT_INITIAL_CAPACITY);}//若新表的下表下一次扩容大小为0if (newThr == 0) {  float ft = (float)newCap * loadFactor;  //通过新表大小*负载因子获取newThr = (newCap < MAXIMUM_CAPACITY && ft < (float)MAXIMUM_CAPACITY ?(int)ft : Integer.MAX_VALUE);}threshold = newThr; //下次扩容的大小@SuppressWarnings({"rawtypes","unchecked"})Node<K,V>[] newTab = (Node<K,V>[])new Node[newCap];table = newTab; //将当前表赋予tableif (oldTab != null) { //若oldTab中有值需要通过循环将oldTab中的值保存到新表中for (int j = 0; j < oldCap; ++j) {Node<K,V> e;if ((e = oldTab[j]) != null) {//获取老表中第j个元素 赋予eoldTab[j] = null; //并将老表中的元素数据置Nullif (e.next == null) //若此判定成立 则代表e的下面没有节点了newTab[e.hash & (newCap - 1)] = e; //将e直接存于新表的指定位置else if (e instanceof TreeNode)  //若e是TreeNode类型//分割树，将新表和旧表分割成两个树，并判断索引处节点的长度是否需要转换成红黑树放入新表存储((TreeNode<K,V>)e).split(this, newTab, j, oldCap);else { // preserve orderNode<K,V> loHead = null, loTail = null; //存储与旧索引的相同的节点Node<K,V> hiHead = null, hiTail = null; //存储与新索引相同的节点Node<K,V> next;//通过Do循环 获取新旧索引的节点do {next = e.next;if ((e.hash & oldCap) == 0) {if (loTail == null)loHead = e;elseloTail.next = e;loTail = e;}else {if (hiTail == null)hiHead = e;elsehiTail.next = e;hiTail = e;}} while ((e = next) != null);//通过判定将旧数据和新数据存储到新表指定的位置if (loTail != null) {loTail.next = null;newTab[j] = loHead;}if (hiTail != null) {hiTail.next = null;newTab[j + oldCap] = hiHead;}}}}}//返回新表return newTab;}

1.判定数组是否已达到极限大小，若判定成功将不再扩容，直接将老表返回
2.若新表大小(oldCap2)小于数组极限大小&老表大于等于数组初始化大小判定成功则旧数组大小oldThr 经二进制运算向左位移1个位置即 oldThr2当作新数组的大小
- 2.1. 若[2]的判定不成功，则继续判定 oldThr （代表老表的下一次扩容量）大于0，若判定成功则将oldThr赋给newCap作为新表的容量
- 2.2 若 [2] 和[2.1]判定都失败,则走默认赋值代表表为初次创建
3.确定下一次表的扩容量, 将新表赋予当前表
4.通过for循环将老表中德值存入扩容后的新表中
- 4.1 获取旧表中指定索引下的Node对象赋予e 并将旧表中的索引位置数据置空
- 4.2 若e的下面没有其他节点则将e直接赋到新表中的索引位置
- 4.3 若e的类型为TreeNode红黑树类型
  
  4.3.1 分割树，将新表和旧表分割成两个树，并判断索引处节点的长度是否需要转换成红黑树放入新表存储
  
  4.3.2 通过Do循环不断获取新旧索引的节点
  
  4.3.3 通过判定将旧数据和新数据存储到新表指定的位置

门限值等于（负载因子）x（容量），如果构建 HashMap 的时候没有指定它们，那么就是依据相应的默认常量值。

门限通常是以倍数进行调整（newThr = oldThr << 1），我前面提到，根据 putVal 中的逻辑，当元素个数超过门限大小时，则调整 Map 大小。

扩容后，需要将老的数组中的元素重新放置到新的数组，这是扩容的一个主要开销来源。

五、Hashmap源码-负载因子

前面我们快速梳理了一下 HashMap 从创建到放入键值对的相关逻辑，现在思考一下，为什么我们需要在乎容量和负载因子呢？

这是因为容量和负载系数决定了可用的桶的数量，空桶太多会浪费空间，如果使用的太满则会严重影响操作的性能。极端情况下，假设只有一个桶，那么它就退化成了链表，完全不能提供所谓常数时间存的性能。

既然容量和负载因子这么重要，我们在实践中应该如何选择呢？

如果能够知道 HashMap 要存取的键值对数量，可以考虑预先设置合适的容量大小。具体数值我们可以根据扩容发生的条件来做简单预估，根据前面的代码分析，我们知道它需要符合计算条件：

 负载因子 * 容量 > 元素数量

所以，预先设置的容量需要满足，大于“预估元素数量 / 负载因子”，同时它是 2 的幂数，结论已经非常清晰了。

如果没有特别需求，不要轻易进行更改，因为 JDK 自身的默认负载因子是非常符合通用场景的需求的。
如果确实需要调整，建议不要设置超过 0.75 的数值，因为会显著增加冲突，降低 HashMap 的性能。
如果使用太小的负载因子，按照上面的公式，预设容量值也进行调整，否则可能会导致更加频繁的扩容，增加无谓的开销，本身访问性能也会受影响。

六、面试问题

1、拉链法导致的链表过深问题为什么不用二叉查找树代替，而选择红黑树？为什么不一直使用红黑树？

之所以选择红黑树是为了解决二叉查找树的缺陷，二叉查找树在特殊情况下会变成一条线性结构（这就跟原来使用链表结构一样了，造成很深的问题），遍历查找会非常慢。而红黑树在插入新数据后可能需要通过左旋，右旋、变色这些操作来保持平衡，引入红黑树就是为了查找数据快，解决链表查询深度的问题，我们知道红黑树属于平衡二叉树，但是为了保持“平衡”是需要付出代价的，但是该代价所损耗的资源要比遍历线性链表要少，所以当长度大于8的时候，会使用红黑树，如果链表长度很短的话，根本不需要引入红黑树，引入反而会慢。

2、说说你对红黑树的见解？

1、每个节点非红即黑

2、根节点总是黑色的

3、如果节点是红色的，则它的子节点必须是黑色的（反之不一定）

4、每个叶子节点都是黑色的空节点（NIL节点）

成很深的问题），遍历查找会非常慢。而红黑树在插入新数据后可能需要通过左旋，右旋、变色这些操作来保持平衡，引入红黑树就是为了查找数据快，解决链表查询深度的问题，我们知道红黑树属于平衡二叉树，但是为了保持“平衡”是需要付出代价的，但是该代价所损耗的资源要比遍历线性链表要少，所以当长度大于8的时候，会使用红黑树，如果链表长度很短的话，根本不需要引入红黑树，引入反而会慢。

2、说说你对红黑树的见解？

1、每个节点非红即黑

2、根节点总是黑色的

3、如果节点是红色的，则它的子节点必须是黑色的（反之不一定）

4、每个叶子节点都是黑色的空节点（NIL节点）

5、从根节点到叶节点或空子节点的每条路径，必须包含相同数目的黑色节点（即相同的黑色高度）

通俗易懂Hashmap源码解析相关推荐

HashMap源码解析(JDK1.8)
HashMap源码解析(JDK1.8) 目录定义构造函数数据结构存储实现源码分析删除操作源码分析 hashMap遍历和异常解析 1. 定义 HashMap实现了Map接口,继承Abstrac ...
面试官系统精讲Java源码及大厂真题 - 08 HashMap 源码解析
08 HashMap 源码解析自信和希望是青年的特权. --大仲马引导语 HashMap 源码很长,面试的问题也非常多,但这些面试问题,基本都是从源码中衍生出来的,所以我们只需要弄清楚其底层实现原 ...
Java集合框架之三：HashMap源码解析
Java集合框架之三:HashMap源码解析版权声明:本文为博主原创文章,转载请注明出处,欢迎交流学习! HashMap在我们的工作中应用的非常广泛,在工作面试中也经常会被问到,对于这样一个重要的集 ...
hashmap删除指定key_Java集合之HashMap源码解析(JDK8)
哈希表(hash table)也叫散列表,是一种非常重要的数据结构,应用场景非常丰富,许多缓存技术(比如memcached)的核心其实就是在内存中维护一张大的哈希表,而HashMap的实现原理也常常出 ...
红黑树分析与JDK8中HashMap源码解析
红黑树分析与JDK8中HashMap源码解析 BST O(1), O(n), O(logn), O(nlogn) 的区别红黑树-RBTree 插入数据 HashMap中红黑树的插入操作 HashMa ...
java容器三：HashMap源码解析
前言:Map接口 map是一个存储键值对的集合,实现了Map接口的主要类有以下几种 TreeMap:用红黑树实现 HashMap:数组和链表实现 HashTable:与HashMap类似,但是线程安全 ...
【Java深入研究】9、HashMap源码解析（jdk 1.8）
一.HashMap概述 HashMap是常用的Java集合之一,是基于哈希表的Map接口的实现.与HashTable主要区别为不支持同步和允许null作为key和value.由于HashMap不是线程 ...
HashMap源码解析
一.HashMap介绍 HashMap位于JDK自带jar包rt.jar的java.util目录下. HashMap是一个散列表,存储的内容是键值对<key,value>映射. HashM ...
JDK8 HashMap源码解析
1.概述本篇文章我们来聊聊大家日常开发中常用的一个集合类 - HashMap.HashMap 最早出现在 JDK 1.2中,底层基于散列算法实现.HashMap 允许 null 键和 null 值, ...

通俗易懂Hashmap源码解析

Hashmap源码解析

一、Hashmap数据结构

二、Hashmap源码-初始化

三、Hashmap源码-hash方法

四、Hashmap源码-resize方法

五、Hashmap源码-负载因子

六、面试问题

1、拉链法导致的链表过深问题为什么不用二叉查找树代替，而选择红黑树？为什么不一直使用红黑树？

2、说说你对红黑树的见解？

2、说说你对红黑树的见解？

通俗易懂Hashmap源码解析相关推荐

最新文章

热门文章