HashMap一文通

标签： JAVA COLLECTIONS 源码

---

为什么CSDN的md样式如此丑陋？？？

推荐看官看 https://www.zybuluo.com/kiraSally/note/819843

1.什么是HashMap

• 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
• 此类不保证映射顺序
• 此实现假定哈希函数将元素适当分布在各桶之间，为读取操作提供稳定性能
• 迭代时间与实例容量(桶的数量)及其大小(键-值映射关系数)成正比
• 本版本为JDK1.7, 此链接为JDK1.8版本(加班赶点中)

2.HashMap的数据结构

• 类定义

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

• 重要全局变量 - 链表散列的数据结构(数组+链表【冲突解决方案-封闭寻址方法】)

备注：建议直接看英文注释，更加清晰明了//The default initial capacity - MUST be a power of two.static final int DEFAULT_INITIAL_CAPACITY = 16;//The maximum capacity - MUST be a power of two <= 1<<30.static final int MAXIMUM_CAPACITY = 1 << 30;//The load factor used when none specified in constructor.static final float DEFAULT_LOAD_FACTOR = 0.75f;//The table, resized as necessary. Length MUST Always be a power of two.transient Entry<K,V>[] table;//The number of key-value mappings contained in this map.transient int size;//The next size value at which to resize (capacity * load factor).int threshold;//The load factor for the hash table.final float loadFactor;/**  * The number of times this HashMap has been structurally modified  * Structural modifications are those that change the number of mappings in  * the HashMap or otherwise modify its internal structure (e.g.,  * rehash).  This field is used to make iterators on Collection-views of  * the HashMap fail-fast.  (See ConcurrentModificationException).  */transient int modCount;

• 构造器

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);    // Find a power of 2 >= initialCapacity        int capacity = 1;        while (capacity < initialCapacity)            capacity <<= 1;        this.loadFactor = loadFactor;        //阈值为容量*负载因子和最大容量+1之间的最小值 以此值作为容量翻倍的依据(不能超过最大容量)        threshold = (int)Math.min(capacity * loadFactor, MAXIMUM_CAPACITY + 1);        //初始化一个2次幂的Entry类型数组 一个桶对应一个Entry对象        table = new Entry[capacity];        useAltHashing = sun.misc.VM.isBooted() &&         (capacity >= Holder.ALTERNATIVE_HASHING_THRESHOLD);        init();}

• 数组内元素的链表结构

/**  * 静态类 默认实现内部Entry接口 (接口中可定义内部接口-Map.Entry接口为Map的内部接口)  * PS:JDK8中引入default，作用为在接口中定义默认方法实现  */static class Entry<K,V> implements Map.Entry<K,V> {    final K key;//key具有引用不可变特性    V value;    Entry<K,V> next;//next指向下一个：单向链表，头插入    final int hash;    ……}

3.HashMap的存储

• put方法解析

/**  * @return key不存在返回null，否则返回旧值  */public V put(K key, V value) {    //其允许存放null的key和null的value    //当其key为null时，调用putForNullKey方法，放入到table[0]的这个位置（null键只有一个）    if (key == null)        return putForNullKey(value);    //通过调用hash方法对key进行哈希，得到哈希之后的数值    //其目的是为了尽可能的让键值对可以分不到不同的桶中    int hash = hash(key);    //根据上一步骤中求出的hash得到在数组中是索引i    int i = indexFor(hash, table.length);    //如果i处的Entry不为null，则通过其next指针不断遍历e元素的下一个元素。    for (Entry<K,V> e = table[i]; e != null; e = e.next) {        Object k;//使用临时变量k主要用于e.key的赋值，意义有限        //hash一致 && (key引用相同 或 key字符串比较相同)        if (e.hash == hash && ((k = e.key) == key || key.equals(k))) {            //值变更            V oldValue = e.value;            e.value = value;            e.recordAccess(this);            return oldValue;//已存在则选择直接返回旧值        }    }    modCount++;    addEntry(hash, key, value, i);//新增    return null;//若key不存在则返回null}

• hash方法解析

//JDK1.7final int hash(Object k) {    int h = 0;    if (useAltHashing) {        if (k instanceof String) {            return sun.misc.Hashing.stringHash32((String) k);        }        h = hashSeed;    }    //异或就是两个数的二进制形式，按位对比，相同取0，不同取一    //此算法加入了高位计算，防止低位不变，高位变化时，造成的 hash 冲突    h ^= k.hashCode();    h ^= (h >>> 20) ^ (h >>> 12);    return h ^ (h >>> 7) ^ (h >>> 4);}//JDK1.8 扰动函数 -> 散列值优化函数static final int hash(Object key) {    int h;    //把一个数右移16位即丢弃低16为，就是任何小于2^16的数，右移16后结果都为0    //2的16次方再右移刚好就是1 同时int最大值为32位    //任何一个数，与0按位异或的结果都是这个数本身    //为indexFor做准备    return (key == null) ? 0 : (h = key.hashCode()) ^ (h >>> 16);}

• indexFor方法解析

/**  * Int范围(2^32)从-2147483648到2147483648，加起来大概40亿空间，内存不能直接读取  * 用之前还要先做对数组的长度取模运算，得到的余数才能用来访问数组下标  * @Param h 根据hash方法得到h  * @Param length 一定是2次幂  */static int indexFor(int h, int length) {    //2次幂-1 返回的结果的二进制为永远是都是1 比如 15 -> 1111 (16 -> 10000)    //与运算 只有 1 & 1 = 1 正好相当于一个“低位掩码”    //如果length-1中某一位为0，则不论h中对应位的数字为几，对应位结果都是0，这样就让两个h取到同一个结果，hash冲突    //同时这个操作可以保证索引不会大于数组的大小(见开头的描述)    return h & (length-1);}

• addEntry方法解析

//该方法为包访问 package java.util(本包私有性高于子类)void addEntry(int hash, K key, V value, int bucketIndex) {    //当前容量超过阈值 && 当前坐标数组非空    //有个优雅的设计在于，若bucketIndex处没有Entry对象，那么新添加的entry对象指向null，从而就不会有链了    if ((size >= threshold) && (null != table[bucketIndex])) {        resize(2 * table.length);//容量扩容一倍        hash = (null != key) ? hash(key) : 0;//hash重新计算        bucketIndex = indexFor(hash, table.length);//index重新计算    }    createEntry(hash, key, value, bucketIndex);//新增Entry元素到数组的制定下标位置}//该方法为包访问 package java.utilvoid createEntry(int hash, K key, V value, int bucketIndex) {    // 获取指定 bucketIndex 索引处的 Entry    Entry<K,V> e = table[bucketIndex];    // 将新创建的 Entry 放入 bucketIndex 索引处，并让新的 Entry 指向原来的 Entry    // 形成链表，新加入的放入链表头部，最先加入的放入尾部    table[bucketIndex] = new Entry<>(hash, key, value, e);    size++;}

• 关于indexFor和hash方法的进一步解读

  • hashCode返回的-2147483648到2147483648的int值，加起来大概40亿的映射空间。只要哈希函数映射比较均匀松散，一般很难出现碰撞key.hashCode()
  • 但问题是40亿长度数组，内存放不下，该散列值不能直接拿来用。用之前必须先对数组长度取模运算，得到的余数才能来访问数组下标indexFor()

  • 长度取2的整次幂，而length-1时正好相当于一个低位掩码。与操作的结果就是散列的高位全部归零，只保留低位值，用作下标访问

      10100101 11000100 00100101& 00000000 00000000 00001111  00000000 00000000 00000101    //高位全部归零，只保留末四位

  • 但问题是，无论散列值再松散，但只取最后几位，碰撞也很严重。更要命的是如果散列本身做的不好，分布上成等差数列，就会出现规律性重复，这时候就需要扰动函数进行打散优化.

  • 扰动函数生效：
    
    右位移16位(32位一半)，让高半区和低半区做异或，目的是混合原始哈希码的高位和低位，以此来加大低位的随机性。而且混合后的低位包含高位的部分特征，这样高位的信息也变相保留下来。
  • 当长度非2次幂(最后一位永远是0)，进行与运算(只有都为1得1，否则为0)，会造成最后一位永远是0，那最后一位就无法使用，导致(1)空间的巨大浪费。同时可使用的位置比原数组长度小很多，(2)进一步增加了碰撞的几率。

• 归纳

  • 存储时，根据hash算法决定其在数组中的存储位置，再根据equals方法决定其在该数组位置上的链表中的存储位置;同时HashMap会根据当前bucket的占用情况自动调整容量(超过loadFacotr则resize为原来的2倍)
  • 读取时，根据hash算法找到其在数组中的存储位置，再根据equals方法从该位置上的链表中取出该Entry。在产生碰撞的情况下，进行get时，两步的时间复杂度是O(1)+O(n)。1.8使用红黑树(O(1)+O(logn))

4.HashMap的Resize

• 性能参数

  • initialCapacity 初始容量 默认16
  • loadFactor(负载因子) : 衡量的是一个散列表的空间的使用程度，负载因子越大表示散列表的装填程度越高，反之愈小。对于使用链表法的散列表来说，查找一个元素的平均时间是 O(1+a)，因此如果负载因子越大，对空间的利用更充分，然而后果是查找效率的降低；如果负载因子太小，那么散列表的数据将过于稀疏，对空间造成严重浪费。默认的的负载因子 0.75是对空间和时间效率的一个平衡选择。当容量超出此最大容量时， resize后的HashMap 容量是容量的两倍

• resize方法解析

/**  * Rehashes the contents of this map into a new array with a  * larger capacity.  This method is called automatically when the  * number of keys in this map reaches its threshold.  * 目的：通过增加内部数组的长度的方式，从而保证链表中只保留很少的Entry对象，从而降低put(),remove()和        get()方法的执行时间  * 注意：如果两个Entry对象的键的哈希值不一样，但它们之前在同一个桶上，那么在调整以后，并不能保证它们依然在同一个桶上  */void resize(int newCapacity) {    Entry[] oldTable = table;//使用临时拷贝，保证当前数据时效性(参见JAVA的`观察者`模式实现)    int oldCapacity = oldTable.length;    if (oldCapacity == MAXIMUM_CAPACITY) {        threshold = Integer.MAX_VALUE;        return;    }    //实例化一个newCapacity容量的新数组    Entry[] newTable = new Entry[newCapacity];    boolean oldAltHashing = useAltHashing;    useAltHashing |= sun.misc.VM.isBooted() &&            (newCapacity >= Holder.ALTERNATIVE_HASHING_THRESHOLD);    boolean rehash = oldAltHashing ^ useAltHashing;    transfer(newTable, rehash);//遍历旧数组对新数组赋值    table = newTable;//引用替换    threshold = (int)Math.min(newCapacity * loadFactor, MAXIMUM_CAPACITY + 1);//重新计算阈值}

• transfer方法解析

/**  * Transfers all entries from current table to newTable.  */void transfer(Entry[] newTable, boolean rehash) {    int newCapacity = newTable.length;    //注意：如果在新表的数组索引位置相同，则链表元素会倒置，也就是先插入最近的    for (Entry<K,V> e : table) {        while(null != e) {            Entry<K,V> next = e.next;            if (rehash) {                e.hash = null == e.key ? 0 : hash(e.key);//重新计算hash            }            int i = indexFor(e.hash, newCapacity);            //注意：多线程环境可能由于执行次序非有序造成next引用变更赋值出错导致环形链接出现，从而造成死循环            e.next = newTable[i];            newTable[i] = e;            e = next;        }    }}

5.Fail-Fast机制

• 错误机制

  • 当使用迭代器的过程中有其他线程修改了map，将抛出ConcurrentModificationException

• 源码实现

transient int modCount;//修改计数 put、remove或clear时mount++ clear时清空HashIterator() {    expectedModCount = modCount;    if (size > 0) {    Entry[] t = table;    while (index < t.length && (next = t[index++]) == null)          ;    }}final Entry<K,V> nextEntry() {    //期望变更数量不匹配    if (modCount != expectedModCount)        throw new ConcurrentModificationException();

• HashMap的remove方法实现

public V remove(Object key) {    Entry<K,V> e = removeEntryForKey(key);    return (e == null ? null : e.value);}

• HashMap.KeySet的remove方法实现

public boolean remove(Object o) {    return HashMap.this.removeEntryForKey(o) != null;}

• HashMap.HashIterator的remove方法实现

public void remove() {    if (current == null)        throw new IllegalStateException();    if (modCount != expectedModCount)        throw new ConcurrentModificationException();    Object k = current.key;    current = null;    HashMap.this.removeEntryForKey(k);    //重要操作：迭代器中删除时同步了expectedModCount值与modCount相同    expectedModCount = modCount;}

• remove方法解析

/**  * Removes and returns the entry associated with the specified key  * in the HashMap.  Returns null if the HashMap contains no mapping  * for this key.  */final Entry<K,V> removeEntryForKey(Object key) {    int hash = (key == null) ? 0 : hash(key);    int i = indexFor(hash, table.length);    Entry<K,V> prev = table[i];//用于记录该key的前一个元素(默认先从队首开始)    Entry<K,V> e = prev;//从队首开始往队尾遍历    //遍历key所在链表    while (e != null) {        Entry<K,V> next = e.next;        Object k;        if (e.hash == hash && ((k = e.key) == key || (key != null && key.equals(k)))) {            modCount++;//remove属于结构性改造，modCount计数+1            size--;//当前Map的有效元素数量-1            if (prev == e)                table[i] = next;//若当前key正好位于队首，则队首指向next            else                 prev.next = next;//若当前key不位于队首，则该key之前的元素的next指向该key的下一个元素            e.recordRemoval(this);//钩子方法            return e;        }        //继续往队尾找        prev = e;//指向当前循环元素的上一个元素        e = next;//指向下一次循环元素    }    return e;}

• 迭代推荐方式

Map map = new HashMap();Iterator iter = map.entrySet().iterator();while (iter.hasNext()) {　Map.Entry entry = (Map.Entry) iter.next();　Object key = entry.getKey();　Object val = entry.getValue();}

6.常见面试题

1.什么时候会使用HashMap？他有什么特点？

• 基于Map接口实现的Key-Value容器，允许null值，同时非有序，非同步。

2.你知道HashMap的工作原理吗？

• 参见归纳
• 在Java 8中，如果一个bucket中碰撞冲突的元素超过某个限制(默认是8)，则使用红黑树来替换链表，从而提高速度

3.你知道get和put的原理吗？equals()和hashCode()的都有什么作用？

• 通过对key的hashCode()进行hashing，并计算下标( n-1 & hash)，从而获得buckets的位置。如果产生碰撞，则利用key.equals()方法去链表或树中去查找对应的节点

4.你知道hash的实现吗？为什么要这样实现？

• 在Java 1.8的实现中，是通过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bucket的n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。
• 使用hash还有一个好处就是 尽可能确保每个链表中的长度一致

5. 如果HashMap的大小超过了负载因子(load factor)定义的容量，怎么办？

• 如果超过了负载因子(默认0.75)，则会重新resize一个原来长度两倍的HashMap，并且重新调用hash方法；同时此时很可能出现一系列问题：参见问题6

6. 你了解重新调整HashMap大小存在什么问题吗？

• 当数据过多时，很可能出现性能瓶颈(包括rehash时间)
  使用HashMap时一定保证数量有限
• 多线程情况下可能产生条件竞竞争从而造成死循环(具体表现在CPU接近100%)。多线程同时试着调整大小，可能导致存储在链表中的元素的次序颠倒，因为移动到新的bucket位置的时候，HashMap并不会将元素放在链表的尾部，而是放在头部，这是为了避免尾部遍历。具体死循环代码参见transfer(newTable)
  多线程环境下推荐使用ConcurrentHashMap

7. 为什么String, Interger这样的wrapper类适合作为键？

• class具有final属性，同时重写equals()和hashCode()
• hashCode变动会导致读取失效
• final同时保证线程安全
  对象推荐重写equals和hashCode方法，主要用于Map存取时的对比，同时有利于减少碰撞

8.我们可以使用自定义的对象作为键吗？

• 这是前一个问题的延伸。当然你可能使用任何对象作为键，只要它遵守了equals()和hashCode()方法的定义规则，并且当对象插入到Map中之后将不会再改变了。如果这个自定义对象时不可变的，那么它已经满足了作为键的条件，因为当它创建之后就已经不能改变了。

9.如何对HashMap进行排序？

• 转换：Map -> Set -> LinkedList（存key）
• 排序：LinkedList自行sort
• 存储：存入有序LinkedHashMap

10.HashMap的remove陷阱？

• 通过Iterator方式可正确遍历完成remove操作
• 直接调用list的remove方法就会抛异常

11.为什么只允许通过iterator进行remove操作？

• HashMap和keySet的remove方法都可以通过传递key参数删除任意的元素
• 而iterator只能删除当前元素(current)，一旦删除的元素是iterator对象中next所正在引用的，如果没有通过modCount、 expectedModCount的比较实现快速失败抛出异常，下次循环该元素将成为current指向，此时iterator就遍历了一个已移除的过期数据
• 之所以推荐迭代器remove的根本原因在于只有迭代器的remove方法中实现了变更时于modCount的同步工作
  expectedModCount = modCount;

12.如果是遍历过程中增加或修改数据呢？

• 增加或修改数据只能通过Map的put方法实现，在遍历过程中修改数据可以，但如果增加新key就会在下次循环时抛异常，因为在添加新key时modCount也会自增(迭代器只实现了remove方法也是原因之一)