原始碼分析之 HashMap

特立獨行的豬手發表於2019-03-04
原始碼HashMap

概念

HashMap是Java Collections Framework中Map集合的一種實現。HashMap提供了一種簡單實用的資料儲存和讀取方式。Map介面不同於List介面，屬於集合框架的另一條支線，Map提供了鍵值對K-V資料儲存模型，底層則是通過Hash表儲存。

本文分析基於JDK1.8。

類結構

原始碼分析之 HashMap

HashMap實現了Map介面，Map介面設定一系列操作Map集合的方法，如：put、get、remove…等方法，而HashMap也針對此有其自身對應的實現。

HashMap繼承AbstractMap類。AbstractMap類對於Map介面做了基礎的實現，實現了containsKey、containsValue…等方法。

類成員

建構函式

HashMap提供四種建構函式。最為基礎是如下這種：

HashMap(int initialCapacity, float loadFactor)
   public HashMap(int initialCapacity, float loadFactor) {

        ...        

        this.loadFactor = loadFactor;
        this.threshold = tableSizeFor(initialCapacity);
    }複製程式碼

HashMap(int initialCapacity, float loadFactor)是最基礎的建構函式。該建構函式提供兩個引數initialCapacity(初始大小)、loadFactor(載入因子)。

  • initialCapacity預設值是16 (1 << 4),最大值是 1073 741 824(1 << 30)，且大小必須是小於最大值的2的冪次方；
  • loadFactor預設值是0.75，作用是擴容時使用；

初始化的過程中將傳入的引數loadFactor賦值給this.loadFactor，然後呼叫tableSizeFor(initialCapacity)方法將處理的結果值賦值給this.threshold;

threshold是HashMap判斷size是否需要擴容的閾值。這裡呼叫tableSizeFor(initialCapacity)來設定threshold;

tableSizeFor有啥用？

先丟擲答案：tableSizeFor方法保證函式返回值是大於等於給定引數initialCapacity最小的2的冪次方的數值。

如何實現？

 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;
    }複製程式碼

可以看出該方法是一系列的二進位制位操作。先說明 |=的作用：a |= b 等同於 a = a|b。逐行分析tableSizeFor方法：

  • int n = cap - 1

    • 給定的cap減1，是為了避免引數cap本來就是2的冪次方，這樣一來，經過後續的未操作的，cap將會變成2 * cap,是不符合我們預期的。

  • n |= n >>> 1

    • n >>> 1，n無符號右移1位，即n二進位制最高位的1右移一位；

    • n | (n >>> 1)，導致的結果是n二進位制的高2位值為1;

      目前n的高1~2位均為1。

  • n |= n >>> 2

    • n繼續無符號右移2位。

    • n | (n >>> 2)，導致n二進位制表示高3~4位經過運算值均為1；

      目前n的高1~4位均為1。

  • n |= n >>> 4

    • n繼續無符號右移4位。

    • n | (n >>> 4)，導致n二進位制表示高5~8位經過運算值均為1；

      目前n的高1~8位均為1。

  • n |= n >>> 8

    • n繼續無符號右移8位。

    • n | (n >>> 8)，導致n二進位制表示高9~16位經過運算值均為1；

      目前n的高1~16位均為1。

  • n |= n >>> 16

    • n繼續無符號右移16位。

    • n | (n >>> 16)，導致n二進位制表示高17~32位經過運算值均為1；

      目前n的高1~32位均為1。

可以看出，無論給定cap(cap < MAXIMUM_CAPACITY )的值是多少，經過以上運算，其值的二進位制所有位都會是1。再將其加1，這時候這個值一定是2的冪次方。當然如果經過運算值大於MAXIMUM_CAPACITY，直接選用MAXIMUM_CAPACITY。

這裡可以舉個例子，假設給定的cap的值為20。

  • int n = cap - 1; —> n = 19(二進位制表示：0001 0011)

  • n |= n >>> 1;

    n             ->  0001 0011
    n >>> 1       ->  0000 1001
    n |= n >>> 1  ->  0001 1011複製程式碼
  • n |= n >>> 2;
    n             ->  0001 1011
    n >>> 2       ->  0000 1101
    n |= n >>> 2  ->  0001 1111複製程式碼

此時n所有位均為1，後續的位操作均不再改變n的值。

…

    n + 1        ->  0010 0000 (32)複製程式碼

最終，tableSizeFor(20)的結果為32(2^5)。

至此tableSizeFor如何保證cap為2的冪次方已經顯而易見了。那麼問題來了，為什麼cap要保持為2的冪次方？

為什麼cap要保持為2的冪次方？

cap要保持為2的冪次方主要原因是HashMap中資料儲存有關。

在JDK1.8中，HashMap中key的Hash值由Hash(key)方法（後面會詳細分析）計算得來。

HashMap中儲存資料table的index是由key的Hash值決定的。在HashMap儲存資料的時候，我們期望資料能夠均勻分佈，以避免雜湊衝突。自然而然我們就會想到去用%取餘的操作來實現我們這一構想。

這裡要了解到一個知識：取餘(%)操作中如果除數是2的冪次方則等同於與其除數減一的與(&)操作。

這也就解釋了為啥一定要求cap要為2的冪次方。再來看看table的index的計算規則：

 index = e.hash & (newCap - 1) 

 等同於：

 index = e.hash % newCap複製程式碼

採用二進位制位操作&，相對於%，能夠提高運算效率，這就是要求cap的值被要求為2冪次方的原因。

Node<k,v> 類

相關文章