概述
HashMap對於使用Java的小夥伴們來說最熟悉不過,每天都在使用它。這次主要是分析下HashMap的工作原理,為什麼我會拿這個東西出來分析,主要是最近面試的小夥伴們,中被人問起HashMap,HashMap涉及的知識遠遠不止put和get那麼簡單。
為什麼叫做HashMap?內部是怎樣實現的呢?使用的時候大多數都是用String作為它的key呢?下面就讓我們來了解HashMap,並給你詳細解釋這些問題。
HashMap名字的由來
其實HashMap的由來是基於Hasing技術(Hasing),Hasing就是將很大的字串或者任何物件轉換成一個用來代表它們的很小的值,這些更短的值就可以很方便的用來方便索引、加快搜尋。
什麼是HashMap
HashMap是一個用於儲存Key-Value鍵值對的集合,你可以用一個”key”去儲存資料。當你想獲得資料的時候,你可以通過”key”去得到資料,每一個鍵值對也叫做Entry。這些個鍵值對(Entry)分散儲存在一個陣列當中,這個陣列就是HashMap的主幹。
先介紹一下HashMap的變數
size,就是HashMap的儲存大小。threshold是HashMap臨界值,也叫閥值,如果HashMap到達了臨界值,需要重新分配大小。loadFactor是負載因子, 預設為75%。閥值 = 當前陣列長度✖負載因子。modCount指的是HashMap被修改或者刪除的次數總數。
HashMap的儲存結構
Entry分散儲存在一個Entry型別的陣列table, table裡的每一個資料都是一個Entry物件。Y軸方向代表的就是陣列,X軸方向就是連結串列的儲存方式。
table裡面儲存的Entry型別,Entry類裡包含了hashcode變數,key,value 和另外一個Entry物件。因為這是一個連結串列結構。通過我找到你,你再找到他。不過這裡的Entry並不是LinkedList,它是單獨為HashMap服務的一個內部單連結串列結構的類。
陣列的特點是特點是查詢快,時間複雜度是O(1),插入和刪除的操作比較慢,時間複雜度是O(n)。而連結串列的儲存方式是非連續的,大小不固定,特點與陣列相反,插入和刪除快,查詢速度慢。HashMap引用他們,選取了他們的有段,可以說是在查詢,插入和刪除的操作,都會有些提速。
HashMap的基本原理
1、首先判斷Key是否為Null,如果為null,直接查詢Enrty[0],如果不是Null,先計算Key的HashCode,然後經過二次Hash,得到Hash值。
2、根據Hash值,對Entry[]的長度length求餘,得到的就是Entry陣列的index。
3、根據對應的索引找到對應的陣列,就是找到了其所在的連結串列,然後按照連結串列的操作對Value進行插入、刪除和查詢操作。
Hash碰撞
hash 方法
我們都知道在Java中每個物件都有一個hashcode()方法用來返回該物件的 hash值。HashMap先對hashCode進行hash操作,然後再通過hash值進一步計算下標。
final int hash(Object k) {
int h = hashSeed;
if (0 != h && k instanceof String) {
return sun.misc.Hashing.stringHash32((String) k);
}
h ^= k.hashCode();
// This function ensures that hashCodes that differ only by
// constant multiples at each bit position have a bounded
// number of collisions (approximately 8 at default load factor).
h ^= (h >>> 20) ^ (h >>> 12);
return h ^ (h >>> 7) ^ (h >>> 4);
}
public final int hashCode() {
return Objects.hashCode(getKey()) ^ Objects.hashCode(getValue());
}複製程式碼
HashMap是怎麼通過Hash查詢陣列的索引的呢,呼叫indexFor,其中h是hash值,length是陣列的長度,這個按位與的演算法其實就是h%length求餘。
/**
* Returns index for hash code h.
*/
static int indexFor(int h, int length) {
return h & (length-1);
}
複製程式碼
其中h是hash值,length是陣列的長度,這個按位與的演算法其實就是h%length求餘。
一般什麼情況下利用該演算法,典型的分組。例如怎麼將100個數分組16組中,就是這個意思。應用非常廣泛。
static int indexFor(int h, int length) {
return h & (length-1);
}複製程式碼
舉個例子
int h=15,length=16;
System.out.println(h & (length-1));
System.out.println(Integer.parseInt("0001111", 2) & Integer.parseInt("0001111", 2));
h=15+16;
System.out.println(h & (length-1));
System.out.println(Integer.parseInt("0011111", 2) & Integer.parseInt("0001111", 2));
h=15+16+16;
System.out.println(h & (length-1));
System.out.println(Integer.parseInt("0111111", 2) & Integer.parseInt("0001111", 2));
h=15+16+16+16;
System.out.println(h & (length-1));
System.out.println(Integer.parseInt("1111111", 2) & Integer.parseInt("0001111", 2));
複製程式碼
呼叫put方法時,儘管我們設法避免碰撞以提高HashMap的效能,還是可能發生碰撞。據說碰撞率還挺高,平均載入率到10%時就會開始碰撞。
原始碼分析
HashMap初始化
預設情況下,大多數人都呼叫 HashMap hashMap = new HashMap();來初始化的,我們在這分析newHashMap(int initialCapacity, float loadFactor)的建構函式。
我們都知道在Java中每個物件都有一個hashcode()方法用來返回該物件的 hash值。HashMap先對hashCode進行hash操作,然後再通過hash值進一步計算下標。
程式碼如下:
public HashMap(int initialCapacity, float loadFactor) {
// initialCapacity代表初始化HashMap的容量,它的最大容量是MAXIMUM_CAPACITY = 1 << 30。
// loadFactor代表它的負載因子,預設是是DEFAULT_LOAD_FACTOR=0.75,用來計算threshold臨界值的。 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;
this.threshold = tableSizeFor(initialCapacity);
}
/**
* Constructs an empty <tt>HashMap</tt> with the specified initial
* capacity and the default load factor (0.75).
*
* @param initialCapacity the initial capacity.
* @throws IllegalArgumentException if the initial capacity is negative.
*/
public HashMap(int initialCapacity) {
this(initialCapacity, DEFAULT_LOAD_FACTOR);
}
/**
* Constructs an empty <tt>HashMap</tt> with the default initial capacity
* (16) and the default load factor (0.75).
*/
public HashMap() {
this.loadFactor = DEFAULT_LOAD_FACTOR; // all other fields defaulted
}複製程式碼
由上面的程式碼可以看出,初始化的時候需要知道初始化的容量大小,因為在後面要通過按位與的Hash演算法計算Entry陣列的索引,那麼要求Entry的陣列長度是2的N次方。
put操作
HashMap怎麼儲存一個物件呢,程式碼如下:
public V put(K key, V value) {
//陣列為空時建立陣列
if (table == EMPTY_TABLE) {
inflateTable(threshold);
}
//①key為空單獨對待
if (key == null)
return putForNullKey(value);
//②根據key計算hash值
int hash = hash(key);
//②根據hash值和當前陣列的長度計算在陣列中的索引
int i = indexFor(hash, table.length);
//遍歷整條連結串列
for (Entry<K,V> e = table[i]; e != null; e = e.next) {
Object k;
//③hash值和key值都相同的情況,替換之前的值
if (e.hash == hash && ((k = e.key) == key || key.equals(k))) {
V oldValue = e.value;
e.value = value;
e.recordAccess(this);
//返回被替換的值
return oldValue;
}
}
modCount++;
//③如果沒有找到key的hash相同的節點,直接存值或發生hash碰撞都走這
addEntry(hash, key, value, i);
return null;
}
複製程式碼
從程式碼中可以看出,步驟如下:
1.首先會判斷可以是否為null,如果是null,就呼叫pullForNullKey(value)處理。程式碼如下:
private V putForNullKey(V value) {
for (Entry<K,V> e = table[0]; e != null; e = e.next) {
if (e.key == null) {
V oldValue = e.value;
e.value = value;
e.recordAccess(this);
return oldValue;
}
}
modCount++;
addEntry(0, null, value, 0);
return null;
}複製程式碼
如果key為null的值,預設就儲存到table[0]開頭的連結串列了。然後遍歷table[0]的連結串列的每個節點Entry,如果發現其中存在節點Entry的key為null,就替換新的value,然後返回舊的value,如果沒發現key等於null的節點Entry,就增加新的節點。
2. 計算key的hashcode,再用計算的結果二次hash,通過indexFor(hash, table.length);找到Entry陣列的索引i。
(3) 然後遍歷以table[i]為頭節點的連結串列,如果發現有節點的hash,key都相同的節點時,就替換為新的value,然後返回舊的value。
如果沒有找到key的hash相同的節點,就增加新的節點addEntry(),程式碼如下:
void addEntry(int hash, K key, V value, int bucketIndex) {
Entry<K,V> e = table[bucketIndex];
table[bucketIndex] = new Entry<K,V>(hash, key, value, e);
if (size++ >= threshold)
//判斷陣列容量是否足夠,不足夠擴容
resize(2 * table.length);
}複製程式碼
(4)如果HashMap大小超過臨界值,就要重新設定大小,擴容,稍後講解。
附上一張流程圖,這個圖是從別的博主哪裡copy的,感覺畫的不錯。
get操作
我們通過hashMap.get(K key) 來獲取存入的值,key的取值很簡單了。我們通過陣列的index直接找到Entry,然後再遍歷Entry,當hashcode和key都一樣就是我們當初存入的值啦。
public V get(Object key) {
if (key == null)
return getForNullKey();
Entry<K,V> entry = getEntry(key);
return null == entry ? null : entry.getValue();
}
複製程式碼
呼叫getEntry(key)拿到entry ,然後返回entry的value,來看getEntry(key)方法
final Entry<K,V> getEntry(Object key) {
if (size == 0) {
return null;
}
int hash = (key == null) ? 0 : hash(key);
for (Entry<K,V> e = table[indexFor(hash, table.length)];
e != null;
e = e.next) {
Object k;
if (e.hash == hash &&
((k = e.key) == key || (key != null && key.equals(k))))
return e;
}
return null;
}複製程式碼
相比put,get操作就沒這麼多套路,只需要根據key值計算hash值,和陣列長度取模,然後就可以找到在陣列中的位置(key為空同樣單獨操作),接著就是Entry遍歷,hash相等的情況下,如果key相等就知道了我們想要的值。
再get方法中有null的判斷,null取hash值總是0,再getNullKey(K key)方法中,也是按照遍歷方法來查詢的。
modCount的作用
眾所周知,HashMap不是執行緒安全的,但在某些容錯能力較好的應用中,如果你不想僅僅因為1%的可能性而去承受hashTable的同步開銷,HashMap使用了Fail-Fast機制來處理這個問題,你會發現modCount在原始碼中是這樣宣告的。
reSize
呼叫put方法時,當HashMap的大小超過臨界值的時候,就需要擴充HashMap的容量了。程式碼如下:
void resize(int newCapacity) { //傳入新的容量
//獲取舊陣列的引用
Entry[] oldTable = table;
int oldCapacity = oldTable.length;
//極端情況,當前鍵值對數量已經達到最大
if (oldCapacity == MAXIMUM_CAPACITY) {
//修改閥值為最大直接返回
threshold = Integer.MAX_VALUE;
return;
}
//步驟①根據容量建立新的陣列
Entry[] newTable = new Entry[newCapacity];
//步驟②將鍵值對轉移到新的陣列中
transfer(newTable, initHashSeedAsNeeded(newCapacity));
//步驟③將新陣列的引用賦給table
table = newTable;
//步驟④修改閥值
threshold = (int)Math.min(newCapacity * loadFactor, MAXIMUM_CAPACITY + 1);
}複製程式碼
void transfer(Entry[] newTable, boolean rehash) {
//獲取新陣列的長度
int newCapacity = newTable.length;
//遍歷舊陣列中的鍵值對
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);
}
//計算在新表中的索引,併到新陣列中
int i = indexFor(e.hash, newCapacity);
e.next = newTable[i];
newTable[i] = e;
e = next;
}
}
}
複製程式碼