摘要：值得位數(shù)有的次方，如果直接拿散列值作為下標(biāo)訪問主數(shù)組的話，只要算法比較均勻，一般是很難出現(xiàn)碰撞的。但是內(nèi)存裝不下這么大的數(shù)組，所以計算數(shù)組下標(biāo)就采取了一種折中的辦法，就是將得到的散列值與數(shù)組長度做一個與操作。
hashMap簡單介紹
hashMap是面試中的高頻考點，或許日常工作中我們只需把hashMap給new出來，調(diào)用put和get方法就完了。但是hashMap給我們提供了一個絕佳的范例，展示了編程中對數(shù)據(jù)結(jié)構(gòu)和算法的應(yīng)用，例如位運算、hash，數(shù)組，鏈表、紅黑樹等，學(xué)習(xí)hashMap絕對是有好處的。
廢話不多說，要想學(xué)習(xí)hashMap，必先明白其數(shù)據(jù)結(jié)構(gòu)。在java中，最基礎(chǔ)的數(shù)據(jù)結(jié)構(gòu)就兩種，一種是數(shù)組，另外一個就是模擬指針（引用）,一起來看下hashMap結(jié)構(gòu)圖：
類定義
從類定義上看，繼承于AbstractMap，并實現(xiàn)Map接口，其實就是里面定義了一些常用方法比如size(),isEmpty(),containsKey(),get(),put()等等，Cloneable,Serializable 的作用在之前l(fā)ist章節(jié)已講述過就不再重復(fù)了，整體來說類定義還是蠻簡單的
public class HashMap extends AbstractMap
implements Map, Cloneable, Serializable
源碼分析
接下來會帶領(lǐng)大家閱讀源碼，有些不重要的，會咔掉一部分。
//初始容量16
static final int DEFAULT_INITIAL_CAPACITY = 1 << 4;
//最大容量2的30次方
static final int MAXIMUM_CAPACITY = 1 << 30;
//默認(rèn)加載因子，用來計算threshold
static final float DEFAULT_LOAD_FACTOR = 0.75f;
//鏈表轉(zhuǎn)成樹的閾值，當(dāng)桶中鏈表長度大于8時轉(zhuǎn)成樹
static final int TREEIFY_THRESHOLD = 8;
//進行resize操作室，若桶中數(shù)量少于6則從樹轉(zhuǎn)成鏈表
static final int UNTREEIFY_THRESHOLD = 6;
//當(dāng)桶中的bin樹化的時候，最小hashtable容量，最少是TREEIFY_THRESHOLD 的4倍
static final int MIN_TREEIFY_CAPACITY = 64;
//在樹化之前，桶中的單個bin都是node，實現(xiàn)了Entry接口
static class Node implements Map.Entry {
final int hash;
final K key;
V value;
Node next;
Node(int hash, K key, V value, Node next) {
this.hash = hash;
this.key = key;
this.value = value;
this.next = next;
}
public final int hashCode() {
return Objects.hashCode(key) ^ Objects.hashCode(value);
}
}
為什么hashMap容量總是2的冪次方？
//jdk1.8
static final int hash(Object key) {
int h;
return (key == null) ? 0 : (h = key.hashCode()) ^ (h >>> 16);
}
hashMap中的hash算法，影響hashMap效率的重要因素之一就是hash算法的好壞。hash算法的好壞，我們可以簡單的通過兩個因素判斷，1是否高效2是否均勻。
大家都知道key.hashCode調(diào)用的是key鍵值類型自帶的哈希函數(shù)，返回int散列值。int值得位數(shù)有2的32次方，如果直接拿散列值作為下標(biāo)訪問hashMap主數(shù)組的話，只要hash算法比較均勻，一般是很難出現(xiàn)碰撞的。但是內(nèi)存裝不下這么大的數(shù)組，所以計算數(shù)組下標(biāo)就采取了一種折中的辦法，就是將hash（）得到的散列值與數(shù)組長度做一個與操作。如下函數(shù)：
//或許大家會發(fā)現(xiàn)這個方法是jdk1.7，為什么不用1.8的呢？那是因為1.8里已經(jīng)去掉這個函數(shù)，直接調(diào)用，為了講解方便，我從1.7中找出此方法方便學(xué)習(xí)
static int indexFor(int h, int length) {
// assert Integer.bitCount(length) == 1 : "length must be a non-zero power of 2";
return h & (length-1);
}
hashMap的長度必須是2的冪次方，最小為16.順便說一下這樣設(shè)計的好處。因為這樣（length-1）正好是一個高位掩碼，&運算會將高位置0，只保留低位數(shù)字。我們來舉個例子，假設(shè)長度為16，16-1=15，15的2進制表示為
00000000 00000000 00000000 00001111.隨意定義一個散列值做&運算，結(jié)果如所示：
10101010 11110011 00111010 01011010
& 00000000 00000000 00000000 00001111
-------------------------------------
00000000 00000000 00000000 00001010
也就是說實際上只截取了最低的四位，也就是我們計算的索引結(jié)果。但是只取后幾位的話，就算散列值分布再均勻，hash碰撞也會很嚴(yán)重，如果hashcode函數(shù)本身不好，分布上成等差數(shù)列的漏洞，使最后幾個低位成規(guī)律性重復(fù)，這就無比蛋疼了。這時候hash（）函數(shù)的價值就體現(xiàn)出來了
h=key.hashcode() 11111011 01011111 00011100 01011011
h>>>16 ^ 00000000 00000000 11111011 01011111
-------------------------------------
11111011 01011111 11100111 00000100
& 00000000 00000000 00000000 00001111
-------------------------------------
00000000 00000000 00000000 00000100
(h = key.hashCode()) ^ (h >>> 16)，16正好是32的一半，其目的是為了將自己的高半?yún)^(qū)和低半?yún)^(qū)做異或，混合高低位信息，以此來加大低位的隨機性，而且混合后的低位存在部分高位的特征，算是變相的保留了高位信息。由此看來jdk1.8對于hash算法和計算索引值的設(shè)計就基本暴露在我們的眼前了，不得不佩服設(shè)計之巧妙。
//返回大于等于cap且距離最近的一個2的冪
//例子：cap=2 return 4; cap=9 return 16;
static final int tableSizeFor(int cap) {
int n = cap - 1;
n |= n >>> 1;
n |= n >>> 2;
n |= n >>> 4;
n |= n >>> 8;
n |= n >>> 16;
return (n < 0) ? 1 : (n >= MAXIMUM_CAPACITY) ? MAXIMUM_CAPACITY : n + 1;
}
//hashMap數(shù)組，保留著鏈表的頭結(jié)點或者紅黑樹的跟結(jié)點。
//當(dāng)?shù)谝淮问褂玫臅r候，會對其初始化，當(dāng)需要擴容時，會調(diào)用resize方法。長度一定是2的冪
transient Node[] table;
//用來遍歷的set集合，速度快于keySet
transient Set> entrySet;
transient int size;
//用來檢測使用iterator期間結(jié)構(gòu)是否發(fā)生變化，變化則觸發(fā)fail-fast機制
transient int modCount;
//當(dāng)容器內(nèi)映射數(shù)量達到時，發(fā)生resize操作（threshold=capacity * load factor）
int threshold;
//加載因子，默認(rèn)0.75
final float loadFactor;
get方法解析
public V get(Object key) {
Node e;
return (e = getNode(hash(key), key)) == null ? null : e.value;
}
final Node getNode(int hash, Object key) {
Node[] tab; Node first, e; int n; K k;
if ((tab = table) != null && (n = tab.length) > 0 &&
(first = tab[(n - 1) & hash]) != null) {
if (first.hash == hash && // always check first node
((k = first.key) == key || (key != null && key.equals(k))))
return first;
if ((e = first.next) != null) {
if (first instanceof TreeNode)
return ((TreeNode)first).getTreeNode(hash, key);
do {
if (e.hash == hash &&
((k = e.key) == key || (key != null && key.equals(k))))
return e;
} while ((e = e.next) != null);
}
}
return null;
}
hash函數(shù)之前已經(jīng)研究過了，直接鎖定getNode()吧。通過hash函數(shù)算出hash值&上數(shù)組長度從而計算出索引值，然后遍歷比較key，返回對應(yīng)值。
put和resize方法解析
public V put(K key, V value) {
return putVal(hash(key), key, value, false, true);
}
final V putVal(int hash, K key, V value, boolean onlyIfAbsent,
boolean evict) {
Node[] tab; Node p; int n, i;
//若table為空，則調(diào)用resize（）進行初始化，并將長度賦值給n
if ((tab = table) == null || (n = tab.length) == 0)
n = (tab = resize()).length;
//根據(jù)(n-1)&hash算出索引，得到結(jié)點p，若p為null，則生成一個新的結(jié)點插入。
if ((p = tab[i = (n - 1) & hash]) == null)
tab[i] = newNode(hash, key, value, null);
else {
//若p不為null，則將p和插入結(jié)點的key與其hash值進行比較，若相同將p的引用同時賦值給e
Node e; K k;
if (p.hash == hash &&
((k = p.key) == key || (key != null && key.equals(k))))
e = p;
//若不同，且結(jié)點p屬于樹節(jié)點，則調(diào)用putTreeVal（）
else if (p instanceof TreeNode)
e = ((TreeNode)p).putTreeVal(this, tab, hash, key, value);
else {
//若不同，則將p當(dāng)做鏈表的頭結(jié)點，循環(huán)比較，若為null則新增節(jié)點，且循環(huán)次數(shù)大于等于TREEIFY_THRESHOLD - 1則從鏈表結(jié)構(gòu)轉(zhuǎn)為樹結(jié)構(gòu)
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;
}
//若鏈表中其中一結(jié)點的key與hash與插入結(jié)點一致，則跳出循環(huán)
if (e.hash == hash &&
((k = e.key) == key || (key != null && key.equals(k))))
break;
p = e;
}
}
//如果插入的key存在，則替換舊值并返回
if (e != null) { // existing mapping for key
V oldValue = e.value;
if (!onlyIfAbsent || oldValue == null)
e.value = value;
afterNodeAccess(e);
return oldValue;
}
}
++modCount;
//若插入的key在map中不存在，則判斷size>thresold
if (++size > threshold)
resize();
afterNodeInsertion(evict);
return null;
}
//初始化數(shù)組和擴容使用
final Node[] resize() {
Node[] oldTab = table;
int oldCap = (oldTab == null) ? 0 : oldTab.length;
int oldThr = threshold;
int newCap, newThr = 0;
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);
}
threshold = newThr;
@SuppressWarnings({"rawtypes","unchecked"})
Node[] newTab = (Node[])new Node[newCap];
table = newTab;
//若原數(shù)組不為空，則對其中元素進行重新排列
if (oldTab != null) {
for (int j = 0; j < oldCap; ++j) {
Node 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)e).split(this, newTab, j, oldCap);
else { // preserve order
Node loHead = null, loTail = null;
Node hiHead = null, hiTail = null;
Node 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;
}
entrySet和keySet
hashMap中遍歷的方式是通過entrySet和keySet，為了保證其效率，建議用entrySet因為他的存儲結(jié)構(gòu)和hashMap一致。hashMap是如何維護entrySet的呢？通過閱讀源碼，發(fā)現(xiàn)在put的時候，并沒有對entrySet進行維護，且源碼中
entrySet方法只是new了個對象，那這個entrySet視圖的數(shù)據(jù)從哪而來呢？
public Set> entrySet() {
Set> es;
return (es = entrySet) == null ? (entrySet = new EntrySet()) : es;
}
final class EntrySet extends AbstractSet> {
public final int size() { return size; }
public final void clear() { HashMap.this.clear(); }
public final Iterator> iterator() {
return new EntryIterator();
}
}
final class EntryIterator extends HashIterator
implements Iterator> {
public final Map.Entry next() { return nextNode(); }
}
abstract class HashIterator {
Node next; // next entry to return
Node current; // current entry
int expectedModCount; // for fast-fail
int index; // current slot
HashIterator() {
expectedModCount = modCount;
Node[] t = table;
current = next = null;
index = 0;
if (t != null && size > 0) { // advance to first entry
do {} while (index < t.length && (next = t[index++]) == null);
}
}
final Node nextNode() {
Node[] t;
Node e = next;
if (modCount != expectedModCount)
throw new ConcurrentModificationException();
if (e == null)
throw new NoSuchElementException();
if ((next = (current = e).next) == null && (t = table) != null) {
do {} while (index < t.length && (next = t[index++]) == null);
}
return e;
}
}
通過閱讀EntrySet，我們發(fā)現(xiàn)其iterator() 調(diào)用了EntryIterator(),而在對其進行實例化的時候會對其父類HashIterator進行實例化，從HashIterator的構(gòu)造方法和nextNode我們發(fā)現(xiàn)，其返回的視圖就是作用于table的，所以無需重新開辟內(nèi)存。
總結(jié)
本篇文章主要分析hashMap的存儲結(jié)構(gòu)，分析了hashMap為什么容量始終是2的冪，分析了其hash算法的好壞和影響其效率的因素，同時也了解到了在put和get時做了哪些操作和其中數(shù)據(jù)結(jié)構(gòu)的變化。最后通過hashMap常見的遍歷方式，得出entrySet是便利效率最高的，且hashMap維護entrySet的方式。通過學(xué)習(xí)，發(fā)現(xiàn)hashMap的設(shè)計非常優(yōu)秀，但無奈能力有限，無法將其精妙之處全部剖析開來。
下節(jié)預(yù)告：分析一下并發(fā)下的hashMap有可能造成的閉環(huán)問題和concurrentHashMap
文章版權(quán)歸作者所有，未經(jīng)允許請勿轉(zhuǎn)載,若此文章存在違規(guī)行為，您可以聯(lián)系管理員刪除。
轉(zhuǎn)載請注明本文地址：http://specialneedsforspecialkids.com/yun/70746.html
