java基礎(chǔ)類型源碼解析之多角度講HashMap

更新時間：2019年07月11日 09:36:44 作者：longhuihu

這篇文章主要給大家介紹了關(guān)于java基礎(chǔ)類型源碼解析之HashMap的相關(guān)資料，文中通過示例代碼介紹的非常詳細，對大家學(xué)習(xí)或者使用java基具有一定的參考學(xué)習(xí)價值，需要的朋友們下面來一起學(xué)習(xí)學(xué)習(xí)吧

前言

終于來到比較復(fù)雜的HashMap，由于內(nèi)部的變量，內(nèi)部類，方法都比較多，沒法像ArrayList那樣直接平鋪開來說，因此準(zhǔn)備從幾個具體的角度來切入。

桶結(jié)構(gòu)

HashMap的每個存儲位置，又叫做一個桶，當(dāng)一個Key&Value進入map的時候，依據(jù)它的hash值分配一個桶來存儲。

看一下桶的定義：table就是所謂的桶結(jié)構(gòu)，說白了就是一個節(jié)點數(shù)組。

transient Node<K,V>[] table;
transient int size;

節(jié)點

HashMap是一個map結(jié)構(gòu)，它不同于Collection結(jié)構(gòu)，不是存儲單個對象，而是存儲鍵值對。

因此內(nèi)部最基本的存儲單元是節(jié)點：Node。

節(jié)點的定義如下：

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

可見節(jié)點除了存儲key,vaue,hash三個值之外，還有一個next指針，這樣一樣，多個Node可以形成一個單向列表。這是解決hash沖突的一種方式，如果多個節(jié)點被分配到同一個桶，可以組成一個鏈表。

HashMap內(nèi)部還有另一種節(jié)點類型，叫做TreeNode：

class TreeNode<K,V> extends LinkedHashMap.Entry<K,V> {
 TreeNode<K,V> parent; // red-black tree links
 TreeNode<K,V> left;
 TreeNode<K,V> right;
 TreeNode<K,V> prev; // needed to unlink next upon deletion
 boolean red;
 }

TreeNode是從Node繼承的，它可以組成一棵紅黑樹。為什么還有這個東東呢？上面說過，如果節(jié)點的被哈希到同一個桶，那么可能導(dǎo)致鏈表特別長，這樣一來訪問效率就會急劇下降。此時如果key是可比較的(實現(xiàn)了Comparable接口），HashMap就將這個鏈表轉(zhuǎn)成一棵平衡二叉樹，來挽回一些效率。在實際使用中，我們期望這種現(xiàn)象永遠不要發(fā)生。

有了這個知識，就可以看看HashMap幾個相關(guān)常量定義了：

static final int TREEIFY_THRESHOLD = 8;
static final int UNTREEIFY_THRESHOLD = 6;
static final int MIN_TREEIFY_CAPACITY = 64;

TREEIFY_THRESHOLD，當(dāng)某個桶里面的節(jié)點數(shù)達到這個數(shù)量，鏈表可轉(zhuǎn)換成樹；
UNTREEIFY_THRESHOLD，當(dāng)某個桶里面數(shù)低于這數(shù)量，樹轉(zhuǎn)換回鏈表；
MIN_TREEIFY_CAPACITY，如果桶數(shù)量低于這個數(shù)，那么優(yōu)先擴充桶的數(shù)量，而不是將鏈表轉(zhuǎn)換成樹；

put方法：Key&Value

插入接口：

public V put(K key, V value) {
 return putVal(hash(key), key, value, false, true);
}
final int hash(Object key) {
 int h;
 return (key == null) ? 0 : (h = key.hashCode()) ^ (h >>> 16);
}

put方法調(diào)用了私有方法putVal，不過值得注意的是，key的hash值不是直接用的hashCode，最終的hash=（hashCode右移16）^ hashCode。

在將hash值映射為桶位置的時候，取的是hash值的低位部分，這樣如果有一批key的僅高位部分不一致，就會聚集的同一個桶里面。（如果桶數(shù)量比較少，key是Float類型，且是連續(xù)的整數(shù)，就會出現(xiàn)這種case）。

執(zhí)行插入的過程：

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;

    //代碼段1
    if ((p = tab[i = (n - 1) & hash]) == null)
      tab[i] = newNode(hash, key, value, null);      
    else {
      Node<K,V> e; K k;
      //代碼段2
      if (p.hash == hash &&
        ((k = p.key) == key || (key != null && key.equals(k))))
        e = p;
      //代碼段3  
      else if (p instanceof TreeNode)
        e = ((TreeNode<K,V>)p).putTreeVal(this, tab, hash, key, value);
      else {
        //代碼段4
        for (int binCount = 0; ; ++binCount) {
          //代碼段4.1
          if ((e = p.next) == null) {
            p.next = newNode(hash, key, value, null);
            if (binCount >= TREEIFY_THRESHOLD - 1) // -1 for 1st
              treeifyBin(tab, hash);
            break;
          }
          //代碼段4.2
          if (e.hash == hash &&
            ((k = e.key) == key || (key != null && key.equals(k))))
            break;
          p = e;
        }
      }
      //代碼段5
      if (e != null) { // existing mapping for key
        V oldValue = e.value;
        if (!onlyIfAbsent || oldValue == null)
          e.value = value;
        afterNodeAccess(e);
        return oldValue;
      }
    }
    //代碼段6
    ++modCount;
    if (++size > threshold)
      resize();
    afterNodeInsertion(evict);
    return null;
  }

最開始的一段處理桶數(shù)組還沒有分配的情況；
代碼段1： i = (n - 1) & hash，計算hash對應(yīng)的桶位置，因為n是2的冥次，這是一種高效的取模操作；如果這個位置是空的，那么直接創(chuàng)建Node放進去就OK了；否則這個沖突位置的節(jié)點記為P;
代碼段2：如果節(jié)點P的key和傳入的key相等，那么說明新的value要放入一個現(xiàn)有節(jié)點里面，記為e;
代碼段3：如果節(jié)點P是一棵樹，那么將key&value插入到這個棵樹里面；
代碼段4：P是鏈表頭，或是單獨一個節(jié)點，兩種情況，都可以通過掃描鏈表的方式來做；
代碼段4.1：如果鏈表到了尾部，插入一個新節(jié)點，同時如果有必要，將鏈表轉(zhuǎn)成樹；
代碼段4.2：如果鏈表中找到了相等的key，和代碼段2一樣處理；
代碼段5：將value存入節(jié)點e
代碼段6：如果size超過某個特定值，要調(diào)整桶的數(shù)量，關(guān)于resize的策略在下文會講

remove方法

了解了put方法，remove方法就容易了，直接講解私有方法removeNode吧。

public V remove(Object key) {
  Node<K,V> e;
  return (e = removeNode(hash(key), key, null, false, true)) == null ?
    null : e.value;
}
  
Node<K,V> removeNode(int hash, Object key, Object value,
                boolean matchValue, boolean movable) {
  Node<K,V>[] tab; Node<K,V> p; int n, index;
  
  //代碼段1
  if ((tab = table) != null && (n = tab.length) > 0 &&
    (p = tab[index = (n - 1) & hash]) != null) {
    
    //代碼段2：
    Node<K,V> node = null, e; K k; V v;
    if (p.hash == hash &&
      ((k = p.key) == key || (key != null && key.equals(k))))
      node = p;
      
    //代碼段3:
    else if ((e = p.next) != null) {
      //代碼段3.1:
      if (p instanceof TreeNode)
        node = ((TreeNode<K,V>)p).getTreeNode(hash, key);
      else {
        //代碼段3.2:
        do {
          if (e.hash == hash &&
            ((k = e.key) == key ||
             (key != null && key.equals(k)))) {
            node = e;
            break;
          }
          p = e;
        } while ((e = e.next) != null);
      }
    }
    
    //代碼段4:
    if (node != null && (!matchValue || (v = node.value) == value ||
               (value != null && value.equals(v)))) {         
      //代碼段4.1:
      if (node instanceof TreeNode)
        ((TreeNode<K,V>)node).removeTreeNode(this, tab, movable);
      //代碼段4.2:
      else if (node == p)
        tab[index] = node.next;
      //代碼段4.3:
      else
        p.next = node.next;
      ++modCount;
      --size;
      afterNodeRemoval(node);
      return node;
    }
  }
  return null;
}

代碼段1：這個if條件在判斷hash對應(yīng)的桶是否空的，如果是話，那么map里面肯定就沒有這個key；否則第一個節(jié)點記為P；
代碼段2：如果P節(jié)點的key與參數(shù)key相等，找到了要移除的節(jié)點，記為node；
代碼段3：掃描桶里面的其他節(jié)點
代碼段3.1：如果桶里面這是一顆樹，執(zhí)行樹的查找邏輯；
代碼段3.2：執(zhí)行鏈表掃描邏輯；
代碼段4：如果找到了node，那么嘗試刪除它
代碼段4.1：如果是樹節(jié)點，執(zhí)行樹的節(jié)點刪除邏輯；
代碼段4.2：node是鏈表頭結(jié)點，將node.next放入桶就ok；
代碼段4.3：刪除鏈表中間節(jié)點

rehash

rehash就是重新分配桶，并將原有的節(jié)點重新hash到新的桶位置。

先看兩個和桶的數(shù)量相關(guān)的成員變量

final float loadFactor;
int threshold;

loadFactor 負(fù)載因子，是創(chuàng)建HashMap時設(shè)定的一個值，即map所包含的條目數(shù)量與桶數(shù)量的比值上限；一旦map的負(fù)載達到這個值，就需要擴展桶的數(shù)量；
threshold map的數(shù)量達到這個值，就需要擴展桶，它的值基本上等于桶的容量*loadFactor，我感覺就是一個緩存值，加快相關(guān)的操作，不用每次都去計算；

桶的擴展策略，見下面的函數(shù)，如果需要的容量是cap，真實擴展的容量是大于cap的一個2的冥次。
這樣依賴，每次擴展，增加的容量都是2的倍數(shù)。

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;
}

這是具體的擴展邏輯

Node<K,V>[] resize() {
  
   //此處省略了計算newCap的邏輯

  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;
        
        //分支1
        if (e.next == null)
          newTab[e.hash & (newCap - 1)] = e;
        //分支2
        else if (e instanceof TreeNode)
          ((TreeNode<K,V>)e).split(this, newTab, j, oldCap);
        //分支3
        else { // preserve order
          //此處省略了鏈表拆分邏輯  
        }
    }
  }
  return newTab;
}

首先分配新的桶數(shù)組；
掃描舊的桶，將元素遷移過來；
分支1：桶里面只有一個新的節(jié)點，那么放入到新桶對應(yīng)的位置即可；
分支2：桶里面是一棵樹，執(zhí)行樹的拆分邏輯
分支3：桶里面是一個鏈表，執(zhí)行鏈表的拆分邏輯；

由于新桶的數(shù)量是舊桶的2的倍數(shù)，所以每個舊桶都能對應(yīng)2個或更多的新桶，互不干擾。所以上面的遷移邏輯，并不需要檢查新桶里面是否有節(jié)點。

可見，rehash的代價是很大的，最好在初始化的時候，能夠設(shè)定一個合適的容量，避免rehash。

最后，雖然上面的代碼沒有體現(xiàn)，在HashMap的生命周期內(nèi)，桶的數(shù)量只會增加，不會減少。

迭代器

所有迭代器的核心就是這個HashIterator

abstract class HashIterator {
  Node<K,V> next;    // next entry to return
  Node<K,V> current;   // current entry
  int expectedModCount; // for fast-fail
  int index;       // current slot

  final Node<K,V> nextNode() {
    Node<K,V>[] t;
    Node<K,V> e = next;
    if (modCount != expectedModCount)
      throw new ConcurrentModificationException();
    if (e == null)
      throw new NoSuchElementException();
    if ((next = (current = e).next) == null && (t = table) != null) {
      do {} while (index < t.length && (next = t[index++]) == null);
    }
    return e;
  }
}

簡單起見，只保留了next部分的代碼。原理很簡單，next指向下一個節(jié)點，肯定處在某個桶當(dāng)中(桶的位置是index)。那么如果同一個桶還有其他節(jié)點，那么一定可以順著next.next來找到，無論這是一個鏈表還是一棵樹。否則掃描下一個桶。

有了上面的節(jié)點迭代器，其他用戶可見的迭代器都是通過它來實現(xiàn)的。

final class KeyIterator extends HashIterator
  implements Iterator<K> {
  public final K next() { return nextNode().key; }
}

final class ValueIterator extends HashIterator
  implements Iterator<V> {
  public final V next() { return nextNode().value; }
}

final class EntryIterator extends HashIterator
  implements Iterator<Map.Entry<K,V>> {
  public final Map.Entry<K,V> next() { return nextNode(); }
}

視圖

KeySet的部分代碼：這并不是一個獨立的Set，而是一個視圖，它的接口內(nèi)部訪問的都是HashMap的數(shù)據(jù)。

final class KeySet extends AbstractSet<K> {
  public final int size()         { return size; }
  public final void clear()        { HashMap.this.clear(); }
  public final Iterator<K> iterator()   { return new KeyIterator(); }
  public final boolean contains(Object o) { return containsKey(o); }
  public final boolean remove(Object key) {
    return removeNode(hash(key), key, null, false, true) != null;
  }
}

EntrySet、Values和KeySet也是類似的，不再贅述。

要點總結(jié)

1、key&value存儲在節(jié)點中；

2、節(jié)點有可能是鏈表節(jié)點，也有可能是樹節(jié)點；

3、依據(jù)key哈希值給節(jié)點分配桶；

4、如果桶里面有多個節(jié)點，那么要么形成一個鏈表，要么形成一顆樹；

5、裝載因子限制的了節(jié)點和桶的數(shù)量比例，必要時會擴展桶的數(shù)量；

6、桶數(shù)量必然是2的冥次，重新分配桶的過程叫做rehash，這是很昂貴的操作；

總結(jié)

以上就是這篇文章的全部內(nèi)容了，希望本文的內(nèi)容對大家的學(xué)習(xí)或者工作具有一定的參考學(xué)習(xí)價值，謝謝大家對腳本之家的支持。

您可能感興趣的文章: