HashMap底层达成原理,我们族的那点事情

2019-08-17 19:14栏目:互联网知识
TAG:

原标题:Map 大家族的那点事儿 ( 4 ) :HashMap

HashMap概述

HashMap实现了Map接口,我们常用HashMap进行put和get操作读存键值对数据。下面介绍基于jdk1.8深入了解HashMap底层原理。

HashMap实际是一种“数组 链表”数据结构。在put操作中,通过内部定义算法寻止找到数组下标,将数据直接放入此数组元素中,若通过算法得到的该数组元素已经有了元素(俗称hash冲突,链表结构出现的实际意义也就是为了解决hash冲突的问题)。将会把这个数组元素上的链表进行遍历,将新的数据放到链表末尾。

图片 1

存储数据的对象

static class Node<K,V> implements Map.Entry<K,V> {

final int hash;

final K key;

V value;

Node<K,V> next;

}

我们从jdk1.8源代码看出存储对象Node实际是实现Map.Entry对象接口。

hash:通过hash算法的出来的值。hash值的算法我们看下HashMap源代码的实现

static final int hash(Object key) {

int h;

return (key == null) ? 0 : (h = key.hashCode ^ (h >>> 16);

}

不同的数据类型的hashCode计算的方法不一样,我们看下String和Integer两种数据类型的hashCode算法

String.hashCode()

public int hashCode() {

int h = hash;

if (h == 0 && value.length > 0) {

char val[] = value;

for (int i = 0; i < value.length; i ) {

h = 31 * h val[i];

}

hash = h;

}

return h;

}

通过将字符串转换成char数组,使用公式s[0]*31^ s[1]*31^ ... s[n-1]进行计算得出最后的值。val[i]值是对应字符的ASCII值.在看到这里的时候,这里为什么使用了一个31作为相乘因子(能为啥,还不是为了性能考虑,那为什么使用31性能能得到优化呢),这里可以延伸讨论。

Integer.hashCode()

public static int hashCode(int value) {

return value;

}

直接返回值.

key:存储数据的key

value:存储数据的value

next:下一个数据,出现哈希冲突时,该数组元素会出现链表结构,会使用next指向链表中下一个元素对象

链表结构导致的问题

通过哈希算法从寻止上能够高效的找到对应的下标,但是随着数据的增长,哈希冲突碰撞过多。在寻找数据上,找到该来链表,会通过遍历在寻找对应数据,如此将会使得get数据效率越来越低。在jdk1.8中,链表元素数量大于等于8将会重组该链表结构形成为“红黑树结构”,这种结构使得在hash冲突碰撞过多情况下,get效率比链表的效率高很多。

HashMap put存储数据是如何处理的

HashMap有几个重要的变量

transient Node<K,V>[] table;

int threshold;

final float loadFactor;

int modCount;

int size;

table:存储数组的变量,初始长度为16通过源代码看出在第一次进行resize扩容(java是静态语言,在定义数组初始化时,需要定义数组的长度,在map数据增长后,内部机制会进行重新定义一个数组做到扩容的操作)初始化时,会将默认静态变量

static final int DEFAULT_INITIAL_CAPACITY = 1 << 4;复制代码

赋给数组长度进行初始化。

loadFactor:数据的增长因子,默认为0.75。在进行扩容操作会使用到。

threshold:允许的最大的存储的元素数量,通过length数组长度*loadFactor增长因子得出

modCount:记录内部结构发生变化的次数,put操作以及其他...

size:实际存储的元素数量

put的流程

直接通过源代码分析

final V putVal(int hash, K key, V value, boolean onlyIfAbsent,

boolean evict) {

Node<K,V>[] tab; Node<K,V> p; int n, i;

// 判断数组是否为空,长度是否为0,是则进行扩容数组初始化

if ((tab = table) == null || (n = tab.length) == 0)

n = (tab = resize.length;

// 通过hash算法找到数组下标得到数组元素,为空则新建

if ((p = tab[i = & hash]) == null)

tab[i] = newNode(hash, key, value, null);

else {

Node<K,V> e; K k;

// 找到数组元素,hash相等同时key相等,则直接覆盖

if (p.hash == hash &&

((k = p.key) == key || (key != null && key.equals

e = p;

// 该数组元素在链表长度>8后形成红黑树结构的对象

else if (p instanceof TreeNode)

e = ((TreeNode<K,V>)p).putTreeVal(this, tab, hash, key, value);

else {

// 该数组元素hash相等,key不等,同时链表长度<8.进行遍历寻找元素,有就覆盖无则新建

for (int binCount = 0; ; binCount) {

if ((e = p.next) == null) {

// 新建链表中数据元素

p.next = newNode(hash, key, value, null);

if (binCount >= TREEIFY_THRESHOLD - 1) // -1 for 1st

// 链表长度>=8 结构转为 红黑树

treeifyBin(tab, hash);

break;

}

if (e.hash == hash &&

((k = e.key) == key || (key != null && key.equals

break;

p = e;

}

}

if (e != null) { // existing mapping for key

V oldValue = e.value;

if (!onlyIfAbsent || oldValue == null)

e.value = value;

afterNodeAccess;

return oldValue;

}

}

modCount;

if ( size > threshold)

resize();

afterNodeInsertion;

return null;

}

便于理解,花了一下图。如下图示(画工不是很好,见谅见谅)

图片 2

下图是一位大神级别画的图,引用一下便于理解

图片 3

1、首选判断table是否为空,数组长度为空,将会进行第一次初始化。(在实例化HashMap是,并不会进行初始化数组)

2、进行第一次resize()扩容之后。开始通过hash算法寻址找到数组下标。若数组元素为空,则创建新的数组元素。若数组元素不为空,同时hash相等,key不相等,同时不是TreeNode数据对象,将遍历该数组元素下的链表元素。若找到对应的元素,则覆盖,如果没有找到,就新建元素,放入上一个链表元素的next中,在放入元素之后,如果条件满足"链表元素长度>8",则将该链表结构转为"红黑树结构"。

3、找到对应的数组元素或者链表元素,同时创建新的数据元素或者覆盖元素之后。如果条件满足元素大小size>允许的最大元素数量threshold,则再一次进行扩容操作。每次扩容操作,新的数组大小将是原始的数组长度的两倍。

4、put操作完成。

调用put方法示例

下面通过使用例子介绍这个过程

HashMap<Integer, String> hashMap = new HashMap<Integer, String>;// 1

int a1 = 1;

int a2 = 2;

int a3 = 5;

System.out.println(String.valueOf " " String.valueOf " " String.valueOf);// 1 2 1 数组下标

hashMap.put;// 2

hashMap.put;// 3

hashMap.put;// 4

1、创建了一个HashMap对象,初始化initialCapacity为4,增长因子为0.75。threshold初始化为4

2、进行了第一次put,因为table为空,进行了第一次resize()扩容操作,数组进行初始化,默认为16. threshold变为3。同时通过hash算法(数组长度n-1 & hash)即为1。

3、第二次put操作,同时获取数组下标为2,此时数组下标为2当前没有数组元素,则直接创建数据元素放入

4、第三次put操作,得到数组下标为1已经有了一个数组元素。同时我们知道存储数据的Node对象中又一个next,则新的此时的数据元素放入上一个链表中next为空的Node中的next中。

形成了如下图的数据结构

图片 4

结论:通过hash算法进行计算的出来的数组下标,有一定概率会导致hash冲突,那在一个数组元素中,存在hash值一样的key,key却不相等。为了解决这一个hash冲突问题,使用了链表结构进行处理。

HashMap扩容resize()

java是静态方法,在数组进行初始化时,必须给一个数组长度。HashMap定义默认的数组长度为16。条件满足元素size>允许的最大元素数量threshold。则进行扩容。一般来说,在put操作中,HashMap至少进行了一次扩容。

我们在原有的示例加入如下

int a4 = 6;

hashMap.put;

形成了新的结构,如下图

图片 5

放入了2:2的next中,此时size=4,threshold>3,条件满足size>threshold,进行扩容resize()操作

final Node<K,V>[] resize() {

Node<K,V>[] oldTab = table;

int oldCap = (oldTab == null) ? 0 : oldTab.length;

int oldThr = threshold;

int newCap, newThr = 0;

if (oldCap > 0) {

// 超过最大限制,不进行扩容

if (oldCap >= MAXIMUM_CAPACITY) {

threshold = Integer.MAX_VALUE;

return oldTab;

}

// 进行原始长度*2扩容

else if ((newCap = oldCap << 1) < MAXIMUM_CAPACITY &&

oldCap >= DEFAULT_INITIAL_CAPACITY)

newThr = oldThr << 1; // double threshold

}

// 第一次初始化

else if (oldThr > 0) // initial capacity was placed in threshold

newCap = oldThr;

else { // zero initial threshold signifies using defaults

newCap = DEFAULT_INITIAL_CAPACITY;

newThr = (DEFAULT_LOAD_FACTOR * DEFAULT_INITIAL_CAPACITY);

}

// 第一次初始化

if (newThr == 0) {

float ft = newCap * loadFactor;

newThr = (newCap < MAXIMUM_CAPACITY && ft < MAXIMUM_CAPACITY ?

ft : Integer.MAX_VALUE);

}

// 新的最大允许元素数量值

threshold = newThr;

@SuppressWarnings({"rawtypes","unchecked"})

// 新的数组

Node<K,V>[] newTab = (Node<K,V>[])new Node[newCap];

table = newTab;

if (oldTab != null) {

// 遍历老数组

for (int j = 0; j < oldCap; j) {

Node<K,V> e;

if ((e = oldTab[j]) != null) {

oldTab[j] = null;

// 直接按照原始索引放入新数组中

if (e.next == null)

newTab[e.hash & (newCap - 1)] = e;

else if (e instanceof TreeNode)

((TreeNode<K,V>)e).split(this, newTab, j, oldCap);

else { // preserve order

// 遍历链表

Node<K,V> loHead = null, loTail = null;

Node<K,V> hiHead = null, hiTail = null;

Node<K,V> next;

do {

next = e.next;

// 放入原索引

if ((e.hash & oldCap) == 0) {

if (loTail == null)

loHead = e;

else

loTail.next = e;

loTail = e;

}

// 原索引+oldCap

else {

if (hiTail == null)

hiHead = e;

else

hiTail.next = e;

hiTail = e;

}

} while ( != null);

if (loTail != null) {

loTail.next = null;

newTab[j] = loHead;

}

if (hiTail != null) {

hiTail.next = null;

newTab[j oldCap] = hiHead;

}

}

}

}

}

return newTab;

}

在put6:6之后,直接就执行了扩容,新数组长度为8,新的结构如下

图片 6

在新的结构中,将原始的数组下标为1和2链表元素均匀分布新数组的其他数组元素中。此间扩容的变化的过程如下

老数组长度为4,通过算法得出数据的下标1:1为1,5:5为1,2:2和6:6为2

1(1:1 == > 5:5)

2(2:2 == > 6:6)

在进行扩容操作是,数组元素链表中的第一个数组下标不会产生变化,在遍历链表其他元素中通过算法"e.hash & oldCap"!=0则将链表元素放入新数据数组下标为[原始数据下标 原始数据长度]

再次引用大神的图,便于理解扩容的数据移动变化

图片 7

在扩容操作中,因无需重新计算hash值,同时均匀将链表冲突的元素均匀分布到新的数组中。这设计实在是巧妙。

get寻找数据

final Node<K,V> getNode(int hash, Object key) {

Node<K,V>[] tab; Node<K,V> first, e; int n; K k;

if ((tab = table) != null && (n = tab.length) > 0 &&

(first = tab[ & hash]) != null) {

if (first.hash == hash && // always check first node

((k = first.key) == key || (key != null && key.equals

return first;

if ((e = first.next) != null) {

if (first instanceof TreeNode)

return ((TreeNode<K,V>)first).getTreeNode(hash, key);

do {

if (e.hash == hash &&

((k = e.key) == key || (key != null && key.equals

return e;

} while ((e = e.next) != null);

}

}

return null;

}

get方法比较简单,基本流程为通过key的hashCode和寻址算法得到数组下标,若数组元素中的key和hash相等,则直接返回。若不想等,同时存在链表元素,则遍历链表元素进行匹配。由于1.8引用了红黑树结构,在链表元素过多时,1.8的实现将比1.7在get和put操作上效率高上很多。

在本文中,未详细说明,寻址的算法的优越性和红黑树的优点。这里不进行讨论。

来源:SylvanasSun's Blog ,

HashMap

版权声明:本文由奥门新萄京娱乐场发布于互联网知识,转载请注明出处:HashMap底层达成原理,我们族的那点事情