【Java8源码分析】集合框架-HashMap
来源:互联网 发布:compareto方法比较数组 编辑:程序博客网 时间:2024/06/04 22:05
一、HashMap的存储结构
总共有两种存储类
// 1. 哈希冲突时采用链表法的类,一个哈希桶多于8个元素改为TreeNodestatic class Node<K,V> implements Map.Entry<K,V>// 2. 哈希冲突时采用红黑树存储的类,一个哈希桶少于6个元素改为Nodestatic final class TreeNode<K,V> extends LinkedHashMap.Entry<K,V>
下面详细看一下Node类
// 每个哈希桶的存储结构,重写了equals和hashCode static class Node<K,V> implements Map.Entry<K,V> { final int hash; final K key; V value; Node<K,V> next; Node(int hash, K key, V value, Node<K,V> next) { this.hash = hash; this.key = key; this.value = value; this.next = next; } public final K getKey() { return key; } public final V getValue() { return value; } public final String toString() { return key + "=" + value; } public final int hashCode() { return Objects.hashCode(key) ^ Objects.hashCode(value); } public final V setValue(V newValue) { V oldValue = value; value = newValue; return oldValue; } public final boolean equals(Object o) { if (o == this) return true; if (o instanceof Map.Entry) { Map.Entry<?,?> e = (Map.Entry<?,?>)o; if (Objects.equals(key, e.getKey()) && Objects.equals(value, e.getValue())) return true; } return false; } }
二、hash值计算和hash桶映射
下面为hash值计算方法,至于这个算法为什么高效和均匀,有待研究
// hash算法,算法比较高效、均匀 static final int hash(Object key) { int h; return (key == null) ? 0 : (h = key.hashCode()) ^ (h >>> 16); }
由hash值映射hash桶的标号
// n为hash桶的个数,比较好理解(n - 1) & hash
三、源码分析
package java.util;import java.io.IOException;import java.io.InvalidObjectException;import java.io.Serializable;import java.lang.reflect.ParameterizedType;import java.lang.reflect.Type;import java.util.function.BiConsumer;import java.util.function.BiFunction;import java.util.function.Consumer;import java.util.function.Function;public class HashMap<K,V> extends AbstractMap<K,V> implements Map<K,V>, Cloneable, Serializable { private static final long serialVersionUID = 362498820763181265L; // 默认容器初始大小为16 static final int DEFAULT_INITIAL_CAPACITY = 1 << 4; static final int MAXIMUM_CAPACITY = 1 << 30; // 默认装载因子0.75 static final float DEFAULT_LOAD_FACTOR = 0.75f; // 在解决哈希冲突时,超过8个元素,采用红黑树替换链表 static final int TREEIFY_THRESHOLD = 8; // 在解决哈希冲突时,低于6个元素,将红黑书转为链表 static final int UNTREEIFY_THRESHOLD = 6; // 采用红黑树替换链表时,要求容器容量最小为64,否则采用扩容方式 static final int MIN_TREEIFY_CAPACITY = 64; // hash算法,算法比较高效、均匀 static final int hash(Object key) { int h; return (key == null) ? 0 : (h = key.hashCode()) ^ (h >>> 16); } // 返回不小于cap的2的次方的数 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; } /* ---------------- Fields -------------- */ // 所有的哈希桶 transient Node<K,V>[] table; // 用作缓存 transient Set<Map.Entry<K,V>> entrySet; transient int size; // 这个在ArrayList和LinkedList里已经见过,用来实现fast-fail transient int modCount; // HashMap的阈值,用于判断是否需要调整HashMap的容量(threshold = 容量*装载因子) int threshold; // 装载因子 final float loadFactor; // 构造方法,对于能预估容量大小的,可以指定一个初始容量,减少扩容操作 // 装载因子一般采用默认的0.75即可 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; // 不小于容量的2的次方数 this.threshold = tableSizeFor(initialCapacity); } public HashMap(int initialCapacity) { this(initialCapacity, DEFAULT_LOAD_FACTOR); } public HashMap() { this.loadFactor = DEFAULT_LOAD_FACTOR; } // 该构造方法先初始化一个空的hashmap,再把所有元素添加进去 public HashMap(Map<? extends K, ? extends V> m) { this.loadFactor = DEFAULT_LOAD_FACTOR; // 把一个Map全部添加入HashMap putMapEntries(m, false); } final void putMapEntries(Map<? extends K, ? extends V> m, boolean evict) { int s = m.size(); if (s > 0) { if (table == null) { // pre-size float ft = ((float)s / loadFactor) + 1.0F; int t = ((ft < (float)MAXIMUM_CAPACITY) ? (int)ft : MAXIMUM_CAPACITY); if (t > threshold) threshold = tableSizeFor(t); } else if (s > threshold) resize(); for (Map.Entry<? extends K, ? extends V> e : m.entrySet()) { K key = e.getKey(); V value = e.getValue(); putVal(hash(key), key, value, false, evict); } } } public int size() { return size; } public boolean isEmpty() { return size == 0; } // 由key获取value 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 && // 注意这里的 (n-1) & hash 为根据hash值计算出hash桶 (first = tab[(n - 1) & hash]) != null) { // 检查第一个节点,对于没有hash冲突的桶,第一个元素即为查找元素 if (first.hash == hash && ((k = first.key) == key || (key != null && key.equals(k)))) return first; if ((e = first.next) != null) { // 如果hash桶已经树化,即超过8个元素转为红黑树 if (first instanceof TreeNode) return ((TreeNode<K,V>)first).getTreeNode(hash, key); // 否则遍历链表查找 do { if (e.hash == hash && ((k = e.key) == key || (key != null && key.equals(k)))) return e; } while ((e = e.next) != null); } } return null; } public boolean containsKey(Object key) { return getNode(hash(key), key) != null; } // 添加元素 public V put(K key, V value) { return putVal(hash(key), key, value, false, true); } // onlyIfAbsent如果为true,只有在hashmap没有该key的时候才添加 // evict如果为false,hashmap为创建模式 // 这两个参数均为实现java8的新接口而设置 final V putVal(int hash, K key, V value, boolean onlyIfAbsent, boolean evict) { Node<K,V>[] tab; Node<K,V> p; int n, i; if ((tab = table) == null || (n = tab.length) == 0) n = (tab = resize()).length; if ((p = tab[i = (n - 1) & hash]) == null) // 如果hash桶为空,直接插入 tab[i] = newNode(hash, key, value, null); else { // 此处e为key值跟要插入元素相等的元素 // 下面代码为找出e 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 // 超过树化临界值 treeifyBin(tab, hash); break; } if (e.hash == hash && ((k = e.key) == key || (key != null && key.equals(k)))) break; p = e; } } if (e != null) { // existing mapping for key V oldValue = e.value; if (!onlyIfAbsent || oldValue == null) e.value = value; // 回调函数 afterNodeAccess(e); return oldValue; } } ++modCount; if (++size > threshold) resize(); // 回调函数 afterNodeInsertion(evict); return null; } // 扩容函数,如果hash桶为空,初始化默认大小,否则双倍扩容 // 注意!!因为扩容为2的倍数,根据hash桶的计算方法,元素哈希值不变 // 所以元素在新的hash桶的下标,要不跟旧的hash桶下标一致,要不增加1倍 final Node<K,V>[] resize() { Node<K,V>[] oldTab = table; int oldCap = (oldTab == null) ? 0 : oldTab.length; int oldThr = threshold; // 下面代码为更新新容量,和新的阀值 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) // 双倍扩容 newThr = oldThr << 1; } else if (oldThr > 0) newCap = oldThr; else { 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; // 新建扩容后的hash桶,需要把旧桶里的元素搬到新桶下去 // 需根据元素的hash值重新计算新桶中的位置 @SuppressWarnings({"rawtypes","unchecked"}) Node<K,V>[] newTab = (Node<K,V>[])new Node[newCap]; table = newTab; if (oldTab != null) { 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; 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; } // 把链表转为红黑树 final void treeifyBin(Node<K,V>[] tab, int hash) { int n, index; Node<K,V> e; if (tab == null || (n = tab.length) < MIN_TREEIFY_CAPACITY) resize(); else if ((e = tab[index = (n - 1) & hash]) != null) { TreeNode<K,V> hd = null, tl = null; do { TreeNode<K,V> p = replacementTreeNode(e, null); if (tl == null) hd = p; else { p.prev = tl; tl.next = p; } tl = p; } while ((e = e.next) != null); if ((tab[index] = hd) != null) hd.treeify(tab); } }}
四、总结说明
- HashMap默认的初始容量为16,装载因子为0.75
- Hash冲突中链表结构的数量大于8个,则调用树化转为红黑树结构,红黑树查找稍微快些;红黑树结构的数量小于6个时,则转为链表结构
- 如果加载因子越大,对空间的利用更充分,但是查找效率会降低(链表长度会越来越长);如果加载因子太小,那么表中的数据将过于稀疏(很多空间还没用,就开始扩容了),对空间造成严重浪费。如果我们在构造方法中不指定,则系统默认加载因子为0.75,这是一个比较理想的值,一般情况下我们是无需修改的。
- 一般对哈希表的散列很自然地会想到用hash值对length取模(即除法散列法),Hashtable中也是这样实现的,这种方法基本能保证元素在哈希表中散列的比较均匀,但取模会用到除法运算,效率很低,HashMap中则通过h&(length-1)的方法来代替取模,同样实现了均匀的散列,但效率要高很多,这也是HashMap对Hashtable的一个改进。
- 哈希表的容量一定要是2的整数次幂。首先,length为2的整数次幂的话,h&(length-1)就相当于对length取模,这样便保证了散列的均匀,同时也提升了效率;其次,length为2的整数次幂的话,为偶数,这样length-1为奇数,奇数的最后一位是1,这样便保证了h&(length-1)的最后一位可能为0,也可能为1(这取决于h的值),即与后的结果可能为偶数,也可能为奇数,这样便可以保证散列的均匀性,而如果length为奇数的话,很明显length-1为偶数,它的最后一位是0,这样h&(length-1)的最后一位肯定为0,即只能为偶数,这样任何hash值都只会被散列到数组的偶数下标位置上,这便浪费了近一半的空间,因此,length取2的整数次幂,是为了使不同hash值发生碰撞的概率较小,这样就能使元素在哈希表中均匀地散列。
五、参考
http://blog.csdn.net/ns_code/article/details/36034955
0 0
- 【Java8源码分析】集合框架-HashMap
- 【Java8源码分析】集合框架-ArrayList
- 【Java8源码分析】集合框架-LinkedList
- 【Java8源码分析】集合框架-TreeMap
- Java8 HashMap源码分析
- Java8 HashMap源码分析
- java8-HashMap源码分析
- Java8集合源码解析-HashMap
- java8 hashMap介绍 源码分析
- 集合源码学习(七):HashMap(Java8)
- 集合源码分析----HashMap
- java核心之集合框架——HashMap源码分析
- Java集合框架之Map---HashMap和LinkedHashMap源码分析
- java集合框架08——HashMap和源码分析
- Java 集合框架源码分析(三)——HashMap
- Java 集合框架源码分析(三)——HashMap
- Java 集合框架源码分析(三)——HashMap
- java源码分析之集合框架HashMap 10
- 一个线程安全的单例模式示例
- 思路+步骤+方法,三步教你如何快速构建用户画像?
- 类的继承与封装
- 成员函数的重载、覆盖和隐藏的区别与联系
- Java中在特定区间产生随机数
- 【Java8源码分析】集合框架-HashMap
- 使用库函数将字符串和数字互换
- 按照输入顺序的map
- Zeus资源调度系统介绍
- 欢迎使用CSDN-markdown编辑器
- 三个数比大小
- 解决phpstorm运行很卡问题!
- HTML5入门学习总结
- SSO单点登录三种情况的实现方式详解(一)