Java容器 | 基於原始碼分析Map集合體系

25minutes發表於2021-09-09
Java原始碼

一、容器之Map集合

集合體系的原始碼中，Map中的HashMap的設計堪稱最經典，涉及資料結構、程式設計思想、雜湊計算等等，在日常開發中對於一些原始碼的思想進行參考借鑑還是很有必要的。

  • 基礎：元素增查刪、容器資訊；
  • 進階：儲存結構、容量、雜湊；

API體系

在整個Map和Set的API體系中，最重要的就是HashMap的實現原理：

  • HashMap：基於雜湊表管理元素；
  • LinkedHashMap：基於HashMap和雙向連結串列；
  • HashSet：底層維護HashMap結構；
  • LinkedHashSet：繼承HashSet，雙向連結串列；

所以Map和Set的系列中，除特殊API之外，基本原理都依賴HashMap，只是在各自具體實現時，適用於不同特點的元素管理。

二、資料結構

在看HashMap之前，先理解一種資料結構：陣列+連結串列的結構。

基於陣列管理元素的位置，元素的儲存形成連結串列結構，既然是連結串列那麼就可以是單雙向的結構，這需要針對具體的API去分析，通過這個結構可以得到幾個關鍵資訊：

  • 擴容：基於陣列則面對擴容問題；
  • 連結串列：形成連結串列結構的機制；
  • 雜湊：雜湊值計算與衝突處理；

三、HashMap詳解

1、結構封裝

既然上面簡單描述了陣列+連結串列的結構，那麼從原始碼角度看看是如何封裝的：

transient Node<K,V>[] table;

在HashMap中陣列結構的變數命名為table（表），並且是基於Node<K,V>的節點：

static class Node<K,V> implements Map.Entry<K,V> {
    final int hash;
    final K key;
    V value;
    Node<K,V> next;
}

實現Map.Entry介面，並定義節點的結構變數，和節點自身的相關方法。

2、構造方法

在知道HashMap中的基礎結構後，可以看其相關的構造方法，初始化哪些變數：

無參構造

public HashMap() {
    this.loadFactor = DEFAULT_LOAD_FACTOR;
}
  • float DEFAULT_LOAD_FACTOR = 0.75f;
  • this.loadFactor = DEFAULT_LOAD_FACTOR;

實際上還要關注一個核心引數：

static final int DEFAULT_INITIAL_CAPACITY = 1 << 4; // 16

即陣列預設的初始化容量DEFAULT_INITIAL_CAPACITY為16，擴容的閾值loadFactor為0.75，即表示當陣列中元素達到12個便會進行擴容操作。

有參構造

當然也可以通過有參構造方法去設定兩個引數：即容量和擴容的閾值：

public HashMap(int initialCapacity, float loadFactor) ;

通過兩個構造方法的原始碼可知：當直接建立新的HashMap的時候，不會立即對雜湊陣列進行初始化，但是可以對關鍵變數做自定義設定。

3、裝載元素

順著HashMap的使用方法，看元素新增：

public V put(K key, V value) {
    return putVal(hash(key), key, value, false, true);
}

在put的時候並沒有做過多直接操作，而是呼叫兩個關鍵方法：

  • hash()：計算key的hash值；
  • putVal()：元素新增過程；

這裡必須看一個關鍵方法，雜湊值的計算：

static final int hash(Object key) {
    int h;
    return (key == null) ? 0 : (h = key.hashCode()) ^ (h >>> 16);
}

並不是直接獲取Object中hashCode的返回值，計算key對應的hashCode值，和hashCode值右移16位的值，並對兩個結果進行異或運算，以此拉低雜湊衝突發生的概率。

再看putVal()方法，這裡的操作就相當精彩：

核心步驟總結：

  • 首次執行判斷並初始化底層陣列；
  • 基於雜湊值計算結果新增元素；
  • 根據新增元素後的容量來判斷是否擴容；

這裡還需要說明一個問題：

HashMap基於紅黑樹來處理雜湊衝突問題，如果hash衝突過多，對O(n)的查詢效能的影響非常大，當衝突節點連結串列的衝突元素數量到達8時，並且陣列的長度到達64時，會使用紅黑樹結構代替連結串列來處理雜湊衝突的查詢效能問題，關於樹結構可以移步之前的相關文章。

4、自動化擴容

容器在一定邊界內可以不斷新增元素，其核心的機制就是擴容，HashMap的擴容遵循最小可用原則，當然容量到達閾值，便會觸發自動擴容機制。

閾值：threshold=capacity*loadFactor，預設即 16*0.75=12。

核心方法：resize；

核心步驟總結：

  • 判斷擴容的邊界引數：threshold；
  • 核心引數計算：容量和閾值；
  • 基於新引數建立一個新的空陣列；
  • 原陣列為null則過程可以理解為初始化；
  • 原陣列不為null則擴容並遷移資料；

很顯然如果涉及陣列擴容則會很影響效率，所以在日常開發中，可以在使用HashMap的時候預先估計好HashMap的大小，保證閾值大於儲存的元素數量，儘可能避免進行多次擴容操作。

5、查詢元素

getNode查詢方法，通過hash值的計算，然後依次經過陣列、紅黑樹、連結串列進行遍歷查詢：

6、刪除元素

removeNode刪除方法，首先通過hash值的計算，找到要刪除的節點，然後判斷索引位置是紅黑樹還是連結串列結構，分別執行各自的刪除流程：

7、補充說明

這裡對兩個方法做個簡單的說明：hashCode()與equals()，通常來說重寫equals方法的時候需要重寫hashCode方法。

這兩個方法都可以用來比較兩個物件是否相等，但是hash值有存在衝突的情況，可能存在兩個物件的hash值衝突，這時候可以通過equals判斷物件值是否相同，==判斷值物件，地址判斷引用物件。

在HashMap的結構中，連結串列上的hash值相同情況還要通過equals方法來判斷具體值是否相同，才能找到相應的物件。

四、原始碼地址

GitHub·地址
https://github.com/cicadasmile/java-base-parent
GitEE·地址
https://gitee.com/cicadasmile/java-base-parent

閱讀標籤

【Java基礎】【設計模式】【結構與演算法】【Linux系統】【資料庫】

【分散式架構】【微服務】【大資料元件】【SpringBoot進階】【Spring&Boot基礎】

【資料分析】【技術導圖】【 職場】

相關文章