内容简介:本文原创地址,jdk1.8相对于jdk1.7有较大改动,本次将只会详细分析jdk1.8的代码,对于1.7只会比较两者不同之处。
本文原创地址, 我的博客
: https://jsbintask.cn/2019/02/27/jdk/jdk8-hashmap-sourcecode/ (食用效果最佳),转载请注明出处!
前言
前阵子(估计也快半年了吧)遇到这么一个面试题:请一行代码一行代码描述下 HashMap put
方法。
我:。。。
哈哈,其实也没有无语,当时知道 HashMap
的原理,数据结构,以及一些要注意的点,没想到面试官这么狠,所以本文的目的就是全方位的从源码角度分析下 HashMap 。
注意点
jdk1.8相对于jdk1.7有较大改动,本次将只会详细分析jdk1.8的代码,对于1.7只会比较两者不同之处。
源码
数据结构
jdk1.8以前, HashMap
使用的是 数组+链表
的结构存储数据。如下:
维护一个 Enyry[]
数组存储数据,当发生 hash
冲突时,数组节点则会变成一个链表,用于存储 hash冲突
的数据,而在 jdk1.8
中,这个链表则变成了 红黑树
,如下:
值得注意的是,jdk8中不是一开始就使用 红黑树
维护这些hash冲突的节点,而是当链表长度超过某个 阈值
时才将 链表转换为红黑树
,在代码分析中看到。
源码分析
- 首先查看
HashMap
中的静态成员常量public class HashMap { static final int DEFAULT_INITIAL_CAPACITY = 1 << 4; // aka 16 static final int MAXIMUM_CAPACITY = 1 << 30; static final float DEFAULT_LOAD_FACTOR = 0.75f; static final int TREEIFY_THRESHOLD = 8; static final int UNTREEIFY_THRESHOLD = 6; static final int MIN_TREEIFY_CAPACITY = 64; }
各个静态常量如图:
各个静态成员常量意义已经注明.
-
HashMap
成员变量,接着,我们看下成员变量:public class HashMap<K, V> { /** * 一开分析的 `储存数据的数组` */ transient java.util.HashMap.Node<K,V>[] table; /** * 用于 **entrySet()和values()**方法,返回一个迭代器遍历Map结构 */ transient Set<Map.Entry<K,V>> entrySet; /** * 整个hashmap 所包含的节点数 */ transient int size; /** * hashmap 的结构修改次数,比如 Put,remove的次数, * 和上面的 迭代器配合使用,在迭代过程中,如果其它线程更改了这个值,则会抛出 `ConcurrentModificationException`异常 */ transient int modCount; /** * hashmap扩容的阈值,值为 loadFactor*table.length e.g: 0.75 * 16 = 12 * 也就是说默认是当数组大小超过 12时就会进行数组扩容 */ int threshold; /** * 加载因子,默认值上图已经说明 */ final float loadFactor; }
其中各个值的含义已经在注释中说明,配合上图默认值更能理解。
- 接着我们继续看下
Node
类的数据结构:static class Node<K,V> implements Map.Entry<K,V> { final int hash; final K key; V value; Node<K,V> next; }
很清楚,四个成员变量, key
, key的hash值
, key对应的value
, 下一个节点的引用
,其中链表的形成就是 next
这个引用的作用。
- 好了,准备条件都做好了,接下来就是分析
put
方法了:public V put(K key, V value) { return putVal(hash(key), key, value, false, true); }
很清楚,通过 hash(key)
方法获取到了key的hash值,然后调用了 putVal()
方法:
final 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; if ((p = tab[i = (n - 1) & hash]) == null) tab[i] = newNode(hash, key, value, null); else { Node<K,V> e; K k; if (p.hash == hash && ((k = p.key) == key || (key != null && key.equals(k)))) e = p; else if (p instanceof TreeNode) e = ((TreeNode<K,V>)p).putTreeVal(this, tab, hash, key, value); else { for (int binCount = 0; ; ++binCount) { if ((e = p.next) == null) { p.next = newNode(hash, key, value, null); 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; p = e; } } if (e != null) { // existing mapping for key V oldValue = e.value; if (!onlyIfAbsent || oldValue == null) e.value = value; afterNodeAccess(e); return oldValue; } } ++modCount; if (++size > threshold) resize(); afterNodeInsertion(evict); return null; }
这是 putVal
的原始方法,看起来有点复杂,很多操作在一行代码中写完,我们稍微改下写法,为每行代码加上注释:
final V putVal(int hash, K key, V value, boolean onlyIfAbsent, boolean evict) { /* 声明本地变量 tab,p,n,i(提高性能,effective java),可以先多记两边,防止后面不知道变量怎么来的! */ Node<K, V>[] tab; Node<K, V> p; int n, i; /* 将成员变量 table 赋值给本地变量 tab,并且将tab的长度赋值给本地变量 n */ tab = table; if (tab != null) { n = tab.length; } /* 如果tab为空或者 数组长度为0,进行初始化,调用 resize()方法,并且获取赋值后的数组长度 */ if (tab == null || n = 0) { tab = resize(); n = tab.length; } /* 根据key的hash值得到当前key在数组中的 位置,赋值给 i */ i = (n - 1) & hash; /* 将i在数组中对应的key值去除赋值给p,所以p代表当前的key */ p = tab[i]; /* 判断当前数组中取出来的key是否为空(数组中没有),就new一个新的节点,并且放在这个索引 i的位置 */ if (p == null) { tab[i] = newNode(hash, key, value, null); /* 如果不为空,那就表示已经有这样的hash 值已经存在了,可能存在hash冲突 或者 直接替换原来的value */ } else { /* 声明本地变量 e, k */ Node<K, V> e; K k; /* 如果取出来的节点 hash值相等,key也和原来的一样( == 或者 equals方法为true),直接将 这个节点 * p 赋值给刚刚声明的本地变量 e (这个操作很重要,在心中记住) * 另外这里还将 节点 p的key 赋值给了本地变量 k * */ if (p.hash == hash && ((k = p.key) == key || (key != null && key.equals(k)))) { e = p; /* 如果 hash值一样,但不是同一个 key,则表示hash冲突,接着判断这个节点是不是 红黑树的节点 * 如果是,则生成一个红黑树的节点然后赋值给本地变量 e */ } else if (p instanceof TreeNode) { e = ((TreeNode<K, V>) p).putTreeVal(this, tab, hash, key, value); /* 不是红黑树,hash冲突了,这个时候开始扩展链表 */ } else { /* 声明一个本地变量 binCount,开始遍历 p节点后面的链表 */ for (int binCount = 0; ; ++binCount) { /* 首先将p节点的 next(链表的下一个)赋值给 本地变量e */ e = p.next; /* 如果e为空,表示p指向的下一个节点不存在,这个时候直接将 新的 key,value放在链表的最末端 */ if (e == null) { p.next = newNode(hash, key, value, null); /* 放入后,还要判断下 这个链表的长度是否已经大于等于红黑树的阈值 (前面分析静态成员变量已经说明), * 一旦大于,就可以变形,调用 treeifyBin方法将原来的链表转化为红黑树 ! * */ if (binCount >= TREEIFY_THRESHOLD - 1) { // -1 for 1st treeifyBin(tab, hash); } break; } /* 如果不为空,表示还没有到链表的末端, 将 e 赋值给 p(p的下一个节点赋值给p),开启下一次循环 */ if (e.hash == hash && ((k = e.key) == key || (key != null && key.equals(k)))) { break; } p = e; } } /* e不等于null,则表示 key值相等,替换原来的value即可, * 这里需要注意,这里不是表示 hash冲突(再观察下前面的分析), * hash冲突链表的扩展已经在最后一个 else完成了! * */ if (e != null) { // existing mapping for key V oldValue = e.value; if (!onlyIfAbsent || oldValue == null) { e.value = value; } /* 替换新值后,回调该方法(子类可扩展) */ afterNodeAccess(e); /* 返回原来的 key对应的旧值 */ return oldValue; } } /* 完成一次 put方法后,加一次 modCount,看前面成员变量分析 */ ++modCount; /* 加入了新节点,把 size 自加,并且 判断是否已经大于要扩容的阈值(观察前面成员变量分析),开始扩容 */ if (++size > threshold) resize(); /* 插入新节点后,回调方法(子类可扩展) */ afterNodeInsertion(evict); /* 插入的新节点,直接返回 null即可 */ return null; }
其中所有代码均已经加上详细注释,这里值得注意的是,由于这个方法没有任何 线程同步手段,所以不论是在查找对应的key,还是扩容,插入节点,增加size,modCount等,肯定会出现问题( 这里先预留一篇文章,ConCurrentHashMap源码分析
),所以多线程环境下,绝对不能使用 HashMap
,
而应该使用 ConCurrentHashMap
。
当然到了现在,我们那个面试题的答案也已经能够较为完整的回答出来了!(大笑)
- 上面较为详细的分析了put方法后,我们注意到
resize()
方法在这个方法中起到了关键作用,初始化,以及扩容。那我们接着来观察下resize()
方法: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) { if (oldCap >= MAXIMUM_CAPACITY) { threshold = Integer.MAX_VALUE; return oldTab; } else if ((newCap = oldCap << 1) < MAXIMUM_CAPACITY && oldCap >= DEFAULT_INITIAL_CAPACITY) newThr = oldThr << 1; // double threshold } else if (oldThr > 0) // initial capacity was placed in threshold newCap = oldThr; else { // zero initial threshold signifies using defaults newCap = DEFAULT_INITIAL_CAPACITY; newThr = (int) (DEFAULT_LOAD_FACTOR * DEFAULT_INITIAL_CAPACITY); } if (newThr == 0) { float ft = (float) newCap * loadFactor; newThr = (newCap < MAXIMUM_CAPACITY && ft < (float) MAXIMUM_CAPACITY ? (int) ft : Integer.MAX_VALUE); } threshold = newThr; @SuppressWarnings({"rawtypes", "unchecked"}) 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; 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 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; }
这个方法看起来也较为复杂,我们同样作下简单分析:
final Node<K, V>[] resize() { /* 同样声明本地变量,得到原来的数组,提高性能 */ Node<K, V>[] oldTab = table; /* 获得数组的长度 */ int oldCap = (oldTab == null) ? 0 : oldTab.length; /* 获取扩容阈值 */ int oldThr = threshold; /* 新的数组长度,新的阈值 */ int newCap, newThr = 0; if (oldCap > 0) { if (oldCap >= MAXIMUM_CAPACITY) { threshold = Integer.MAX_VALUE; return oldTab; /* 将原来的数组长度 * 2 判断是否小于最大值,并且原来的数组长度大于 默认初始长度(16) * 直接双倍扩容, 阈值,长度都 * 2 * */ } else if ((newCap = oldCap << 1) < MAXIMUM_CAPACITY && oldCap >= DEFAULT_INITIAL_CAPACITY) newThr = oldThr << 1; // double threshold } else if (oldThr > 0) // initial capacity was placed in threshold newCap = oldThr; else { // zero initial threshold signifies using defaults /* 第一次调用 resize方法,初始化数组长度,阈值,这里就对应我们前面成员变量的分析了: * 阈值 = 加载因子 * 数组长度 * */ newCap = DEFAULT_INITIAL_CAPACITY; newThr = (int) (DEFAULT_LOAD_FACTOR * DEFAULT_INITIAL_CAPACITY); } if (newThr == 0) { float ft = (float) newCap * loadFactor; newThr = (newCap < MAXIMUM_CAPACITY && ft < (float) MAXIMUM_CAPACITY ? (int) ft : Integer.MAX_VALUE); } threshold = newThr; /* 根据前面计算出来的新长度,声明一个新数组 */ @SuppressWarnings({"rawtypes", "unchecked"}) Node<K, V>[] newTab = (Node<K, V>[]) new Node[newCap]; table = newTab; /* 开始将旧数组的长度复制到新数组 */ if (oldTab != null) { for (int j = 0; j < oldCap; ++j) { Node<K, V> e; if ((e = oldTab[j]) != null) { /* 原数组的值先置换为null,帮助gc */ oldTab[j] = null; /* 如果节点的next不为空(没有形成链表),直接复制到新数组 */ if (e.next == null) newTab[e.hash & (newCap - 1)] = e; /* 不为空但是已经是 红黑树了,按红黑树规则置换 */ else if (e instanceof TreeNode) ((TreeNode<K, V>) e).split(this, newTab, j, oldCap); /* 已经形成链表了,循环将链表的引用到新数组,不再使用链表 */ else { // preserve order /* 声明四个引用,可以防止多线程环境下 死循环! */ 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; } } } } } /* 最后返回新数组 */ return newTab; }
注释已经简要说明流程,这里可以看出有数组复制以及重新计算hash的操作, 所以我们在实际开发中使用HashMap的时候,最好设置一个初始容量,防止经常扩容操作耗费性能!
- 好了,
HashMap
两个关键方法都分析完毕了,接下来我们最后分析一个方法,get(key)
:public V get(Object key) { Node<K, V> e; return (e = getNode(hash(key), key)) == null ? null : e.value; }
get方法首先通过 hash(key)
方法获取到了hash值,接着通过 getNode(hash)
方法获取节点,所以我们重点看下 getNode
方法:
final Node<K, V> getNode(int hash, Object key) { /* 声明本地变量,提高性能 */ Node<K, V>[] tab; Node<K, V> first, e; int n; K k; /* 本地变量赋值,n为数组长度 */ tab = table; if (tab != null) { n = tab.length; } /* 通过 hash值算出key在数组中的 位置,取出该节点 */ first = tab[n - 1] & hash; /* 不为空,表示key在数组中存在,接下来开始遍历链表获取红黑树,找出具体位置 */ if (tab != null && n > 0 && first != null) { /* 如果链表或者红黑树的第一个节点 hash值,key相等,这个节点就是我们要找的,直接返回 */ if (first.hash == hash && // always check first node ((k = first.key) == key || (key != null && key.equals(k)))) return first; /* 开始遍历链表 */ if ((e = first.next) != null) { /* 如果是红黑树,直接按树规则 查找然后返回 */ if (first instanceof TreeNode) return ((TreeNode<K, V>) first).getTreeNode(hash, key); do { /* 遍历链表找到了,返回 */ if (e.hash == hash && ((k = e.key) == key || (key != null && key.equals(k)))) return e; } while ((e = e.next) != null); } } /* 最后没有找到,直接返回null */ return null; }
所有代码均已经加上详细注释,这里值得注意的是, 我们发现在链表中查找节点采用的是遍历的方式,所以一旦链表过长,查找性能就较慢,这也是为什么jdk1.8会在 链表长度超过阈值的时候将链表转换为红黑树的原因!(链表时间复杂度为O(n),红黑树为 O(logn).
总结
相信到了现在,HashMap的各类问题各位应该都能够明白了,我们通过阅读源码的方式较为详细的分析了 HashMap
(jdk1.8)中的关键方法(put,get,resize),明白了 HashMap
中的每一个成员变量,静态常量的含义,
另外我们还通过源码知道了多线程环境下HashMap会出现的问题,引申出了 ConCurrentHashMap
的解析,下一章,我们同样将通过源码解析 ConCurrentHashMap
!
关注我,这里只有干货!
谢谢你支持我分享知识
扫码打赏,心意已收
打开 微信 扫一扫,即可进行扫码打赏哦
以上就是本文的全部内容,希望对大家的学习有所帮助,也希望大家多多支持 码农网
猜你喜欢:- 一行一行源码分析清楚AbstractQueuedSynchronizer
- 一行一行手敲webpack4配置
- 幻术,一行代码实现镂空效果
- 一行代码逃逸 Safari 沙箱
- 一行代码实现 UIView 镂空效果
- awk 将多行文件转为一行
本站部分资源来源于网络,本站转载出于传递更多信息之目的,版权归原作者或者来源机构所有,如转载稿涉及版权问题,请联系我们。