JDK8中的HashMap初始化和擴(kuò)容機(jī)制詳解
一、HashMap初始化方法
HashMap() 不帶參數(shù),默認(rèn)初始化大小為16,加載因子為0.75;
HashMap(int initialCapacity) 指定初始化大?。?/p>
HashMap(int initialCapacity, float loadFactor) 指定初始化大小和加載因子大小;
HashMap(Map<? extends K,? extends V> m) 用現(xiàn)有的一個(gè)map來(lái)構(gòu)造HashMap。

二、分析初始化過(guò)程
1、初始化代碼測(cè)試用例
Map<String, String> map = new HashMap<>(3);
map.put("id", "1");
map.put("name", "riemann");
map.put("sex", "male");
2、初始化過(guò)程
public HashMap(int initialCapacity, float loadFactor) {
// 初始化大小小于0,拋出異常
if (initialCapacity < 0)
throw new IllegalArgumentException("Illegal initial capacity: " +
initialCapacity);
// 初始大小最大為默認(rèn)最大值
if (initialCapacity > MAXIMUM_CAPACITY)
initialCapacity = MAXIMUM_CAPACITY;
// 加載因子要在0到1之間
if (loadFactor <= 0 || Float.isNaN(loadFactor))
throw new IllegalArgumentException("Illegal load factor: " +
loadFactor);
this.loadFactor = loadFactor;
// threshold是根據(jù)當(dāng)前的初始化大小和加載因子算出來(lái)的邊界大小,
// 當(dāng)桶中的鍵值對(duì)超過(guò)這個(gè)大小就進(jìn)行擴(kuò)容
this.threshold = tableSizeFor(initialCapacity);
}
此時(shí):loadFactor = 0.75 默認(rèn)值
// 這個(gè)方法返回大于輸入?yún)?shù)且最接近的2的整數(shù)次冪的數(shù)
static final int tableSizeFor(int cap) {
int n = cap - 1;
// 無(wú)符號(hào)向右移動(dòng)
// 按位或
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;
}
此時(shí):threshold = 4
三、分析擴(kuò)容過(guò)程
1、第一次執(zhí)行put操作后
final V putVal(int hash, K key, V value, boolean onlyIfAbsent,
boolean evict) {
Node<K,V>[] tab; Node<K,V> p; int n, i;
// 如果存儲(chǔ)元素的table為空,則進(jìn)行必要字段的初始化
if ((tab = table) == null || (n = tab.length) == 0)
// 獲取長(zhǎng)度
n = (tab = resize()).length;
// 如果根據(jù)hash值獲取的結(jié)點(diǎn)為空,則新建一個(gè)結(jié)點(diǎn)
// 此處 & 代替了 % (除法散列法進(jìn)行散列)
if ((p = tab[i = (n - 1) & hash]) == null)
tab[i] = newNode(hash, key, value, null);
// 這里的p結(jié)點(diǎn)是根據(jù)hash值算出來(lái)對(duì)應(yīng)在數(shù)組中的元素
else {
Node<K,V> e; K k;
// 如果新插入的結(jié)點(diǎn)和table中p結(jié)點(diǎn)的hash值,key值相同的話
if (p.hash == hash &&
((k = p.key) == key || (key != null && key.equals(k))))
e = p;
// 如果是紅黑樹(shù)結(jié)點(diǎn)的話,進(jìn)行紅黑樹(shù)插入
else if (p instanceof TreeNode)
e = ((TreeNode<K,V>)p).putTreeVal(this, tab, hash, key, value);
else {
for (int binCount = 0; ; ++binCount) {
// 代表這個(gè)單鏈表只有一個(gè)頭部結(jié)點(diǎn),則直接新建一個(gè)結(jié)點(diǎn)即可
if ((e = p.next) == null) {
p.next = newNode(hash, key, value, null);
// 鏈表長(zhǎng)度大于8時(shí),將鏈表轉(zhuǎn)紅黑樹(shù)
if (binCount >= TREEIFY_THRESHOLD - 1) // -1 for 1st
treeifyBin(tab, hash);
break;
}
if (e.hash == hash &&
((k = e.key) == key || (key != null && key.equals(k))))
break;
// 及時(shí)更新p
p = e;
}
}
// 如果存在這個(gè)映射就覆蓋
if (e != null) { // existing mapping for key
V oldValue = e.value;
// 判斷是否允許覆蓋,并且value是否為空
if (!onlyIfAbsent || oldValue == null)
e.value = value;
// 回調(diào)以允許LinkedHashMap后置操作
afterNodeAccess(e);
return oldValue;
}
}
// 更改操作次數(shù)
++modCount;
// 大于臨界值
if (++size > threshold)
// 將數(shù)組大小設(shè)置為原來(lái)的2倍,并將原先的數(shù)組中的元素放到新數(shù)組中
// 因?yàn)橛墟湵恚t黑樹(shù)之類,因此還要調(diào)整他們
resize();
// 回調(diào)以允許LinkedHashMap后置操作
afterNodeInsertion(evict);
return null;
}
2、第一put會(huì)進(jìn)行resize()操作:
// 初始化或者擴(kuò)容之后元素調(diào)整
final Node<K,V>[] resize() {
// 獲取舊元素?cái)?shù)組的各種信息
Node<K,V>[] oldTab = table;
// 長(zhǎng)度
int oldCap = (oldTab == null) ? 0 : oldTab.length;
// 擴(kuò)容的臨界值
int oldThr = threshold;
// 定義新數(shù)組的長(zhǎng)度及擴(kuò)容的臨界值
int newCap, newThr = 0;
// 如果原table不為空
if (oldCap > 0) {
// 如果數(shù)組長(zhǎng)度達(dá)到最大值,則修改臨界值為Integer.MAX_VALUE
if (oldCap >= MAXIMUM_CAPACITY) {
threshold = Integer.MAX_VALUE;
return oldTab;
}
// 下面就是擴(kuò)容操作(2倍)
else if ((newCap = oldCap << 1) < MAXIMUM_CAPACITY &&
oldCap >= DEFAULT_INITIAL_CAPACITY)
// threshold也變?yōu)槎?
newThr = oldThr << 1; // double threshold
}
else if (oldThr > 0) // initial capacity was placed in threshold
newCap = oldThr;
// threshold為0,則使用默認(rèn)值
else { // zero initial threshold signifies using defaults
newCap = DEFAULT_INITIAL_CAPACITY;
newThr = (int)(DEFAULT_LOAD_FACTOR * DEFAULT_INITIAL_CAPACITY);
}
// 如果臨界值還為0,則設(shè)置臨界值
if (newThr == 0) {
float ft = (float)newCap * loadFactor;
newThr = (newCap < MAXIMUM_CAPACITY && ft < (float)MAXIMUM_CAPACITY ?
(int)ft : Integer.MAX_VALUE);
}
// 更新填充因子
threshold = newThr;
@SuppressWarnings({"rawtypes","unchecked"})
Node<K,V>[] newTab = (Node<K,V>[])new Node[newCap];
table = newTab;
// 調(diào)整數(shù)組大小之后,需要調(diào)整紅黑樹(shù)或者鏈表的指向
if (oldTab != null) {
for (int j = 0; j < oldCap; ++j) {
Node<K,V> e;
if ((e = oldTab[j]) != null) {
oldTab[j] = null;
if (e.next == null)
newTab[e.hash & (newCap - 1)] = e;
// 紅黑樹(shù)調(diào)整
else if (e instanceof TreeNode)
((TreeNode<K,V>)e).split(this, newTab, j, oldCap);
else { // preserve order
// 鏈表調(diào)整
Node<K,V> loHead = null, loTail = null;
Node<K,V> hiHead = null, hiTail = null;
Node<K,V> next;
do {
next = e.next;
if ((e.hash & oldCap) == 0) {
if (loTail == null)
loHead = e;
else
loTail.next = e;
loTail = e;
}
else {
if (hiTail == null)
hiHead = e;
else
hiTail.next = e;
hiTail = e;
}
} while ((e = next) != null);
if (loTail != null) {
loTail.next = null;
newTab[j] = loHead;
}
if (hiTail != null) {
hiTail.next = null;
newTab[j + oldCap] = hiHead;
}
}
}
}
}
return newTab;
}
四、小結(jié)
第一次put后:threshold = newCap * loadFactor = oldThr * loadFactor = 4 * 0.75 = 3
第二次put后:++size = 3,不進(jìn)行擴(kuò)容
第三次put后:++size = 4,進(jìn)行擴(kuò)容
oldCap = oldTab.length = 3 newcap = oldCap << 1 = 6 threshold = newThr = newCap * loadFactor = 6 * 0.75 = 4
結(jié)論:設(shè)置初始化容量n,初始化threshold = 大于n數(shù)且最接近的2的整數(shù)次冪的數(shù) * 負(fù)載因子
JDK8中的HashMap深入理解
一、首先看一下HashMap的數(shù)據(jù)結(jié)構(gòu)(數(shù)組+鏈表/紅黑樹(shù)),如下圖:

1、紅黑樹(shù)特性(缺一不可):
(1)、每個(gè)節(jié)點(diǎn)要么是紅色要么是黑色。
(2)、根節(jié)點(diǎn)是黑色。
(3)、所有葉子節(jié)點(diǎn)都是黑色(葉子節(jié)點(diǎn)為NIL或者NULL節(jié)點(diǎn))。
(4)、不存在兩個(gè)連續(xù)的紅色節(jié)點(diǎn)。
(5)、任意節(jié)點(diǎn)(包含跟節(jié)點(diǎn))到其葉子節(jié)點(diǎn)的所有路徑都包含相同數(shù)目的黑色節(jié)點(diǎn)。
2、為什么HashMap中使用紅黑樹(shù)而不使用AVL樹(shù)呢?
紅黑樹(shù)被稱為弱AVL樹(shù),犧牲了嚴(yán)格的高度平衡的優(yōu)越條件為代價(jià)(紅黑樹(shù)左右子樹(shù)的高度差不超過(guò)一倍即可)使其能夠以O(shè)(log2 n)的時(shí)間復(fù)雜度進(jìn)行搜索、插入、刪除操作;此外,由于它的設(shè)計(jì),任何不平衡都會(huì)在三次旋轉(zhuǎn)之內(nèi)解決。因?yàn)镠ashMap的使用場(chǎng)景中插入和刪除操作是非常頻繁的,所以在HashMap中使用了紅黑樹(shù)。
3、紅黑樹(shù)RBT與平衡二叉樹(shù)AVL比較:
(1)、紅黑樹(shù)和AVL樹(shù)類似,都是在進(jìn)行插入和刪除操作時(shí)通過(guò)特定操作保持二叉查找樹(shù)的平衡,從而獲得較高的查找性能。
(2)、紅黑樹(shù)和AVL樹(shù)的區(qū)別在于它使用顏色來(lái)標(biāo)識(shí)節(jié)點(diǎn)的高度,它所追求的是局部平衡而不是AVL樹(shù)中的非常嚴(yán)格的平衡。
(3)、AVL 樹(shù)比紅黑樹(shù)更加平衡,但AVL樹(shù)在插入和刪除的時(shí)候也會(huì)存在大量的旋轉(zhuǎn)操作。所以當(dāng)你的應(yīng)用涉及到頻繁的插入和刪除操作,切記放棄AVL樹(shù),選擇性能更好的紅黑樹(shù);當(dāng)然,如果你的應(yīng)用中涉及的插入和刪除操作并不頻繁,而是查找操作相對(duì)更頻繁,那么就優(yōu)先選擇 AVL 樹(shù)進(jìn)行實(shí)現(xiàn)。
二、HashMap元素插入過(guò)程及一些參數(shù)的詳解
1、首先,需要了解HashMap源碼中幾個(gè)重要的參數(shù):
DEFAULT_INITIAL_CAPACITY:默認(rèn)初始化大小
MAXIMUM_CAPACITY:最大容量
DEFAULT_LOAD_FACTOR:默認(rèn)的負(fù)載因子
TREEIFY_THRESHOLD:鏈表轉(zhuǎn)化為紅黑樹(shù)的閾值(包含)
UNTREEIFY_THRESHOLD:紅黑樹(shù)轉(zhuǎn)化為鏈表的閾值(包含)
MIN_TREEIFY_CAPACITY:當(dāng)數(shù)組大小小于該值時(shí),不進(jìn)行鏈表向紅黑樹(shù)的轉(zhuǎn)化,而是進(jìn)行擴(kuò)容

2、HashMap存儲(chǔ)元素過(guò)程:

(1)圖中剛開(kāi)始有計(jì)算 key 的 hash 值的設(shè)計(jì)?
拿到 key 的 hashCode,并將 hashCode 的高16位和 hashCode 進(jìn)行異或(XOR)運(yùn)算,得到最終的 hash 值。

(2)為什么要將 hashCode 的高16位參與運(yùn)算?
主要是為了在 table 的長(zhǎng)度較小的時(shí)候,讓高位也參與運(yùn)算,并且不會(huì)有太大的開(kāi)銷。
(3)為什么鏈表轉(zhuǎn)紅黑樹(shù)的閾值是8?
我們平時(shí)在進(jìn)行方案設(shè)計(jì)時(shí),必須考慮的兩個(gè)很重要的因素是:時(shí)間和空間。對(duì)于 HashMap 也是同樣的道理,簡(jiǎn)單來(lái)說(shuō),閾值為8是在時(shí)間和空間上權(quán)衡的結(jié)果。紅黑樹(shù)節(jié)點(diǎn)大小約為鏈表節(jié)點(diǎn)的2倍,在節(jié)點(diǎn)太少時(shí),紅黑樹(shù)的查找性能優(yōu)勢(shì)并不明顯,付出2倍空間的代價(jià)不值得。理想情況下,使用隨機(jī)的哈希碼,節(jié)點(diǎn)分布在 hash 桶中的頻率遵循泊松分布,按照泊松分布的公式計(jì)算,鏈表中節(jié)點(diǎn)個(gè)數(shù)為8時(shí)的概率為0.00000006,這個(gè)概率足夠低了,并且到8個(gè)節(jié)點(diǎn)時(shí),紅黑樹(shù)的性能優(yōu)勢(shì)也會(huì)開(kāi)始展現(xiàn)出來(lái),因此8是一個(gè)較合理的數(shù)字。
(4)HashMap 的默認(rèn)初始容量是多少?HashMap 的容量有什么限制嗎?
默認(rèn)初始容量是16。HashMap 的容量必須是2的N次方,HashMap 會(huì)根據(jù)我們傳入的容量計(jì)算一個(gè)大于等于該容量的最小的2的N次方,例如傳 9,容量為16。

(5)為什么HashMap 的容量必須是 2 的 N 次方?
計(jì)算索引位置的公式為:(n - 1) & hash,當(dāng) n 為2的N 次方時(shí),n - 1為低位全是 1 的值,此時(shí)任何值跟 n - 1 進(jìn)行 &運(yùn)算的結(jié)果為該值的低 N 位,達(dá)到了和取模同樣的效果,實(shí)現(xiàn)了均勻分布。實(shí)際上,這個(gè)設(shè)計(jì)就是基于公式:x mod 2^n = x & (2^n - 1),因?yàn)?&運(yùn)算比 mod 具有更高的效率。當(dāng) n 不為 2 的 N 次方時(shí),hash 沖突的概率明顯增大。
(6)為什么HashMap的負(fù)載因子默認(rèn)為0.75?

在HashMap的類注釋上有如圖一段解釋:大致意思是說(shuō)負(fù)載因子是0.75的時(shí)候,空間利用率比較高,而且避免了相當(dāng)多的Hash沖突,使得底層的鏈表或者是紅黑樹(shù)的高度比較低,提升了空間效率。
以上為個(gè)人經(jīng)驗(yàn),希望能給大家一個(gè)參考,也希望大家多多支持腳本之家。
相關(guān)文章
SWT(JFace)體驗(yàn)之FillLayout布局
FillLayout是非常簡(jiǎn)單的一種布局方式,它會(huì)以同樣大小對(duì)父組件中的子組件進(jìn)行布局,這些子組件將以一行或一列的形式排列。2009-06-06
Java使用釘釘創(chuàng)建企業(yè)內(nèi)部機(jī)器人的實(shí)現(xiàn)
釘釘?shù)某霈F(xiàn)為企業(yè)節(jié)約了大量人力成本,其中也開(kāi)放了大量的外部api接口方便企業(yè)使用。本文主要介紹了Java使用釘釘創(chuàng)建企業(yè)內(nèi)部機(jī)器人的實(shí)現(xiàn),感興趣的可以了解一下2021-11-11
javacv開(kāi)發(fā)詳解之調(diào)用本機(jī)攝像頭視頻
這篇文章主要介紹了javacv開(kāi)發(fā)詳解之調(diào)用本機(jī)攝像頭視頻,對(duì)javacv感興趣的同學(xué),可以參考下2021-04-04
idea使用easyCode生成代碼(根據(jù)mybatis-plus模板創(chuàng)建自己的模板)
本文主要介紹了idea使用easyCode生成代碼,easyCode代碼生成器可以減少低價(jià)值搬磚,具有一定的參考價(jià)值,感興趣的可以了解一下2023-10-10
Spring @Primary和@Qualifier注解原理解析
這篇文章主要介紹了Spring @Primary和@Qualifier注解原理解析,文中通過(guò)示例代碼介紹的非常詳細(xì),對(duì)大家的學(xué)習(xí)或者工作具有一定的參考學(xué)習(xí)價(jià)值,需要的朋友可以參考下2020-04-04
java?Web實(shí)現(xiàn)用戶登錄功能圖文教程
這篇文章主要給大家介紹了關(guān)于java?Web實(shí)現(xiàn)用戶登錄功能的相關(guān)資料,在開(kāi)發(fā)Web應(yīng)用程序中,用戶登錄是一個(gè)常見(jiàn)的功能,文中通過(guò)代碼以及圖文介紹的非常詳細(xì),需要的朋友可以參考下2023-10-10

