Jdk18中的HashMap实现原理.docx
《Jdk18中的HashMap实现原理.docx》由会员分享，可在线阅读，更多相关《Jdk18中的HashMap实现原理.docx（18页珍藏版）》请在冰点文库上搜索。
Jdk18中的HashMap实现原理
Jdk1.8中的HashMap实现原理
HashMap概述
HashMap是基于哈希表的Map接口的非同步实现。
此实现提供所有可选的映射操作，并允许使用null值和null键。
此类不保证映射的顺序，特别是它不保证该顺序恒久不变。
HashMap的数据结构
在Java编程语言中，最基本的结构就是两种，一个是数组，另外一个是模拟指针（引用），所有的数据结构都可以用这两个基本结构来构造的，HashMap也不例外。
HashMap实际上是一个“链表散列”的数据结构，即数组和链表的结构，但是在jdk1.8里
加入了红黑树的实现，当链表的长度大于8时，转换为红黑树的结构。
从上图中可以看出，java中HashMap采用了链地址法。
链地址法，简单来说，就是数组加链表的结合。
在每个数组元素上都一个链表结构，当数据被Hash后，得到数组下标，把数据放在对应下标元素的链表上。
*/
staticclassNodeimplementsMap.Entry{
finalinthash;//用于定位数组索引的位置
finalKkey;
Vvalue;
Nodenext;//链表的下一个Node
Node（inthash,Kkey,Vvalue,Nodenext）{
this.hash=hash;
this.key=key;
this.value=value;
this.next=next;
}
Node是HashMap的一个内部类，实现了Map.Entry接口，本质是就是一个映射（键值对）。
有时两个key会定位到相同的位置，表示发生了Hash碰撞。
当然Hash算法计算结果越分散均匀，Hash碰撞的概率就越小，map的存取效率就会越高。
HashMap类中有一个非常重要的字段，就是Node[]table，即哈希桶数组，明显它是一个Node的数组。
如果哈希桶数组很大，即使较差的Hash算法也会比较分散，如果哈希桶数组数组很小，即使好的Hash算法也会出现较多碰撞，所以就需要在空间成本和时间成本之间权衡，其实就是在根据实际情况确定哈希桶数组的大小，并在此基础上设计好的hash算法减少Hash碰撞。
那么通过什么方式来控制map使得Hash碰撞的概率又小，哈希桶数组（Node[]table）占用空间又少呢？
答案就是好的Hash算法和扩容机制。
在理解Hash和扩容流程之前，我们得先了解下HashMap的几个字段。
从HashMap的默认构造函数源码可知，构造函数就是对下面几个字段进行初始化，源码如下：
intthreshold;//所能容纳的key-value对极限
finalfloatloadFactor;//负载因子
intmodCount;
intsize;
首先，Node[]table的初始化长度length（默认值是16），Loadfactor为负载因子（默认值是0.75），threshold是HashMap所能容纳的最大数据量的Node（键值对）个数。
threshold=length*Loadfactor。
也就是说，在数组定义好长度之后，负载因子越大，所能容纳的键值对个数越多。
结合负载因子的定义公式可知，threshold就是在此Loadfactor和length（数组长度）对应下允许的最大元素数目，超过这个数目就重新resize（扩容），扩容后的HashMap容量是之前容量的两倍。
默认的负载因子0.75是对空间和时间效率的一个平衡选择，建议大家不要修改，除非在时间和空间比较特殊的情况下，如果内存空间很多而又对时间效率要求很高，可以降低负载因子Loadfactor的值；相反，如果内存空间紧张而对时间效率要求不高，可以增加负载因子loadFactor的值，这个值可以大于1。
size这个字段其实很好理解，就是HashMap中实际存在的键值对数量。
注意和table的长度length、容纳最大键值对数量threshold的区别。
而modCount字段主要用来记录HashMap内部结构发生变化的次数，主要用于迭代的快速失败。
强调一点，内部结构发生变化指的是结构发生变化，例如put新键值对，但是某个key对应的value值被覆盖不属于结构变化。
在HashMap中，哈希桶数组table的长度length大小必须为2的n次方（一定是合数），这是一种非常规的设计，常规的设计是把桶的大小设计为素数。
相对来说素数导致冲突的概率要小于合数，具体证明可以参考
这里存在一个问题，即使负载因子和Hash算法设计的再合理，也免不了会出现拉链过长的情况，一旦出现拉链过长，则会严重影响HashMap的性能。
于是，在JDK1.8版本中，对数据结构做了进一步的优化，引入了红黑树。
而当链表长度太长（默认超过8）时，链表就转换为红黑树，利用红黑树快速增删改查的特点提高HashMap的性能，其中会用到红黑树的插入、删除、查找等算法
确定哈希桶数组索引位置
代码实现：
//方法一：
staticfinalinthash（Objectkey）{//jdk1.8&jdk1.7
inth;
//h=key.hashCode（）为第一步取hashCode值
//h^（h>>>16）为第二步高位参与运算
return（key==null）?
0:
（h=key.hashCode（））^（h>>>16）;
}
//方法二：
staticintindexFor（inth,intlength）{//jdk1.7的源码，jdk1.8没有这个方法，但是实现原理一样的
returnh&（length-1）;//第三步取模运算
}
这里的Hash算法本质上就是三步：
取key的hashCode值、高位运算、取模运算。
对于任意给定的对象，只要它的hashCode（）返回值相同，那么程序调用方法一所计算得到的Hash码值总是相同的。
我们首先想到的就是把hash值对数组长度取模运算，这样一来，元素的分布相对来说是比较均匀的。
但是，模运算的消耗还是比较大的，在HashMap中是这样做的：
调用方法二来计算该对象应该保存在table数组的哪个索引处。
这个方法非常巧妙，它通过h&（table.length-1）来得到该对象的保存位，而HashMap底层数组的长度总是2的n次方，这是HashMap在速度上的优化。
当length总是2的n次方时，h&（length-1）运算等价于对length取模，也就是h%length，但是&比%具有更高的效率。
在JDK1.8的实现中，优化了高位运算的算法，通过hashCode（）的高16位异或低16位实现的：
（h=k.hashCode（））^（h>>>16），主要是从速度、功效、质量来考虑的，这么做可以在_数组table的length比较小的时候，也能保证考虑到高低Bit都参与到Hash的计算中，同时不会有太大的开销。
下面举例说明下，n为table的长度。
HashMap的put方法实现
put函数大致的思路为：
对key的hashCode（）做hash，然后再计算index;
如果没碰撞直接放到bucket里；
如果碰撞了，以链表的形式存在buckets后；
如果碰撞导致链表过长（大于等于TREEIFY_THRESHOLD），就把链表转换成红黑树；
如果节点已经存在就替换oldvalue（保证key的唯一性）
如果bucket满了（超过loadfactor*currentcapacity），就要resize。
具体代码实现如下：
publicVput（Kkey,Vvalue）{
returnputVal（hash（key）,key,value,false,true）;
}
/**
*生成hash的方法
*/
staticfinalinthash（Objectkey）{
inth;
return（key==null）?
0:
（h=key.hashCode（））^（h>>>16）;
}
finalVputVal（inthash,Kkey,Vvalue,booleanonlyIfAbsent,booleanevict）{
Node[]tab;Nodep;intn,i;
//判断table是否为空，
if（（tab=table）==null||（n=tab.length）==0）
n=（tab=resize（））.length;//创建一个新的table数组，并且获取该数组的长度
//根据键值key计算hash值得到插入的数组索引i，如果table[i]==null，直接新建节点添加
if（（p=tab[i=（n-1）&hash]）==null）
tab[i]=newNode（hash,key,value,null）;
else{//如果对应的节点存在
Nodee;Kk;
//判断table[i]的首个元素是否和key一样，如果相同直接覆盖value
if（p.hash==hash&&
（（k=p.key）==key||（key!
=null&&key.equals（k））））
e=p;
//判断table[i]是否为treeNode，即table[i]是否是红黑树，如果是红黑树，则直接在树中插入键值对
elseif（pinstanceofTreeNode）
e=（（TreeNode）p）.putTreeVal（this,tab,hash,key,value）;
//该链为链表
else{
//遍历table[i]，判断链表长度是否大于TREEIFY_THRESHOLD（默认值为8），大于8的话把链表转换为红黑树，在红黑树中执行插入操作，否则进行链表的插入操作；遍历过程中若发现key已经存在直接覆盖value即可；
for（intbinCount=0;;++binCount）{
if（（e=p.next）==null）{
p.next=newNode（hash,key,value,null）;
if（binCount>=TREEIFY_THRESHOLD-1）//-1for1st
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）{//existingmappingforkey
VoldValue=e.value;
if（!
onlyIfAbsent||oldValue==null）
e.value=value;
afterNodeAccess（e）;
returnoldValue;
}
}
++modCount;
//插入成功后，判断实际存在的键值对数量size是否超多了最大容量threshold，如果超过，进行扩容
if（++size>threshold）
resize（）;
afterNodeInsertion（evict）;
returnnull;
}
HashMap的get方法实现
思路如下：
bucket里的第一个节点，直接命中；
如果有冲突，则通过key.equals（k）去查找对应的entry
若为树，则在树中通过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）。
publicVget（Objectkey）{
Nodee;
return（e=getNode（hash（key）,key））==null?
null:
e.value;
}
finalNodegetNode（inthash,Objectkey）{
Node[]tab;Nodefirst,e;intn;Kk;
if（（tab=table）!
=null&&（n=tab.length）>0&&
（first=tab[（n-1）&hash]）!
=null）{
//直接命中
if（first.hash==hash&&//每次都是校验第一个node
（（k=first.key）==key||（key!
=null&&key.equals（k））））
returnfirst;
//未命中
if（（e=first.next）!
=null）{
//在树中获取
if（firstinstanceofTreeNode）
return（（TreeNode）first）.getTreeNode（hash,key）;
//在链表中获取
do{
if（e.hash==hash&&
（（k=e.key）==key||（key!
=null&&key.equals（k））））
returne;
}while（（e=e.next）!
=null）;
}
}
returnnull;
}
扩容机制
扩容（resize）就是重新计算容量，向HashMap对象里不停的添加元素，而HashMap对象内部的数组无法装载更多的元素时，对象就需要扩大数组的长度，以便能装入更多的元素。
当然Java里的数组是无法自动扩容的，方法是使用一个新的数组代替已有的容量小的数组，就像我们用一个小桶装水，如果想装更多的水，就得换大水桶。
我们分析下resize的源码，鉴于JDK1.8融入了红黑树，较复杂，为了便于理解我们仍然使用JDK1.7的代码，好理解一些，本质上区别不大，具体区别后文再说。
voidresize（intnewCapacity）{//传入新的容量
Entry[]oldTable=table;//引用扩容前的Entry数组
intoldCapacity=oldTable.length;
if（oldCapacity==MAXIMUM_CAPACITY）{//扩容前的数组大小如果已经达到最大（2^30）了
threshold=Integer.MAX_VALUE;//修改阈值为int的最大值（2^31-1），这样以后就不会扩容了
return;
}
Entry[]newTable=newEntry[newCapacity];//初始化一个新的Entry数组
transfer（newTable）;//！
！
将数据转移到新的Entry数组里
table=newTable;//HashMap的table属性引用新的Entry数组
threshold=（int）（newCapacity*loadFactor）;//修改阈值
}
这里就是使用一个容量更大的数组来代替已有的容量小的数组，transfer（）方法将原有Entry数组的元素拷贝到新的Entry数组里。
voidtransfer（Entry[]newTable）{
Entry[]src=table;//src引用了旧的Entry数组
intnewCapacity=newTable.length;
for（intj=0;jEntrye=src[j];//取得旧Entry数组的每个元素
if（e!
=null）{
src[j]=null;//释放旧Entry数组的对象引用（for循环后，旧的Entry数组不再引用任何对象）
do{
Entrynext=e.next;
inti=indexFor（e.hash,newCapacity）;//！
！
重新计算每个元素在数组中的位置
e.next=newTable[i];//标记[1]
newTable[i]=e;//将元素放在数组上
e=next;//访问下一个Entry链上的元素
}while（e!
=null）;
}
}
}
newTable[i]的引用赋给了e.next，也就是使用了单链表的头插入方式，同一位置上新元素总会被放在链表的头部位置；这样先放在一个索引上的元素终会被放到Entry链的尾部（如果发生了hash冲突的话），这一点和Jdk1.8有区别，下文详解。
在旧数组中同一条Entry链上的元素，通过重新计算索引位置后，有可能被放到了新数组的不同位置上。
下面举个例子说明下扩容过程。
假设了我们的hash算法就是简单的用keymod一下表的大小（也就是数组的长度）。
其中的_哈希桶数组table的size=2，所以key=3、7、5，put顺序依次为5、7、3。
在mod2以后都冲突在table[1]这里了。
这里假设负载因子loadFactor=1，即当键值对的实际大小size大于table的实际大小时进行扩容。
接下来的三个步骤是哈希桶数组resize成4，然后所有的Node重新rehash的过程。
下面我们讲解下JDK1.8做了哪些优化。
经过观测可以发现，我们使用的是2次幂的扩展（指长度扩为原来2倍），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。
看下图可以明白这句话的意思，n为table的长度，图（a）表示扩容前的key1和key2两种key确定索引位置的示例，图（b）表示扩容后key1和key2两种key确定索引位置的示例，其中hash1是key1对应的哈希与高位运算结果。
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，不需要像JDK1.7的实现那样重新计算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”，可以看看下图为16扩充为32的resize示意图：
这个设计确实非常的巧妙，既省去了重新计算hash值的时间，而且同时，由于新增的1bit是0还是1可以认为是随机的，因此resize的过程，均匀的把之前的冲突的节点分散到新的bucket了。
这一块就是JDK1.8新增的优化点。
有一点注意区别，JDK1.7中rehash的时候，旧链表迁移新链表的时候，如果在新表的数组索引位置相同，则链表元素会倒置，但是从上图可以看出，JDK1.8不会倒置。
有兴趣的同学可以研究下JDK1.8的resize源码，写的很赞，如下:
finalNode[]resize（）{
Node[]oldTab=table;
intoldCap=（oldTab==null）?
0:
oldTab.length;
intoldThr=threshold;
intnewCap,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;
returnoldTab;
}
//没超过最大值，就扩充为原来的2倍
elseif（（newCap=oldCap<<1）oldCap>=DEFAULT_INITIAL_CAPACITY）
newThr=oldThr<<1;//doublethreshold
}
elseif（oldThr>0）//initialcapacitywasplacedinthreshold
newCap=oldThr;
else{//zeroinitialthresholdsignifiesusingdefaults
newCap=DEFAULT_INITIAL_CAPACITY;
newThr=（int）（DEFAULT_LOAD_FACTOR*DEFAULT_INITIAL_CAPACITY）;
}
//计算新的resize上限
if（newThr==0）{
floatft=（float）newCap*loadFactor;
newThr=（newCap（int）ft:
Integer.MAX_VALUE）;
}
threshold=newThr;
@SuppressWarnings（{"rawtypes","unchecked"}）
Node[]newTab=（Node[]）newNode[newCap];
table=newTab;
if（oldTab!
=null）{
//把每个bucket都移动到新的buckets中
for（intj=0;jNodee;
if（（e=oldTab[j]）!
=null）{
oldTab[j]=null;
if（e.next==null）
newTab[e.hash&（newCap-1）]=e;
elseif（einstanceofTreeNode）
（（TreeNode）e）.split（this,newTab,j,oldCap）;
else{//erveorder
NodeloHead=null,loTail=null;
NodehiHead=nul
升级会员 