内容简介:其中,可以看到,
HashMap
是面试中比较常见的问题,这一篇,我们将通过阅读源码,了解其设计原理以及以下问题
resize
常用参数
//最大容量 2的30次方 static final int MAXIMUM_CAPACITY = 1 << 30; //初始容量为16 扩容时才会触发 static final int DEFAULT_INITIAL_CAPACITY = 1 << 4; // aka 16 //默认的加载因子 static final float DEFAULT_LOAD_FACTOR = 0.75f; //哈希表,存放链表。 长度是2的N次方,或者初始化时为0. transient Node<K,V>[] table; //加载因子,用于计算哈希表元素数量的阈值。 threshold = 哈希表.length * loadFactor; final float loadFactor; //哈希表内元素数量的阈值,当哈希表内元素数量超过阈值时,会发生扩容resize()。 int threshold; 复制代码
其中, table
称之为哈希表,用于存放 链表 Node
Node 链表
static class Node<K,V> implements Map.Entry<K,V> { final int hash; final K key; V value; Node<K,V> next; Node(int hash, K key, V value, Node<K,V> next) { this.hash = hash; this.key = key; this.value = value; this.next = next; } public final K getKey() { return key; } public final V getValue() { return value; } public final String toString() { return key + "=" + value; } public final int hashCode() { return Objects.hashCode(key) ^ Objects.hashCode(value); } public final V setValue(V newValue) { V oldValue = value; value = newValue; return oldValue; } public final boolean equals(Object o) { if (o == this) return true; if (o instanceof Map.Entry) { Map.Entry<?,?> e = (Map.Entry<?,?>)o; if (Objects.equals(key, e.getKey()) && Objects.equals(value, e.getValue())) return true; } return false; } } 复制代码
可以看到, Node
的数据结构是 Node
嵌套 Node
,故称之为链表; 整个链表中的某个 Node
称之为节点。
构造方法
public HashMap() { this.loadFactor = DEFAULT_LOAD_FACTOR; // all other fields defaulted } 复制代码
public HashMap(int initialCapacity) { //指定初始化容量的构造函数 this(initialCapacity, DEFAULT_LOAD_FACTOR); } 复制代码
public HashMap(int initialCapacity, float loadFactor) { if (initialCapacity < 0) throw new IllegalArgumentException("Illegal initial capacity: " + initialCapacity); if (initialCapacity > MAXIMUM_CAPACITY) initialCapacity = MAXIMUM_CAPACITY; if (loadFactor <= 0 || Float.isNaN(loadFactor)) throw new IllegalArgumentException("Illegal load factor: " + loadFactor); this.loadFactor = loadFactor; //设置阈值 初始化容量的 2的n次方 this.threshold = tableSizeFor(initialCapacity); } 复制代码
public HashMap(Map<? extends K, ? extends V> m) { this.loadFactor = DEFAULT_LOAD_FACTOR; //将m中元素加入新的哈希表中,同增、改逻辑 putMapEntries(m, false); } 复制代码
扩容
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) { //已经达到上限,不在扩容 if (oldCap >= MAXIMUM_CAPACITY) { threshold = Integer.MAX_VALUE; return oldTab; } else if ((newCap = oldCap << 1) < MAXIMUM_CAPACITY && oldCap >= DEFAULT_INITIAL_CAPACITY) //如果旧的容量大于等于默认初始容量16 //新的容量将变为旧的2倍 newThr = oldThr << 1; // double threshold } else if (oldThr > 0) // initial capacity was placed in threshold newCap = oldThr; else { // zero initial threshold signifies using defaults //旧哈希表为0,则新表为默认值 newCap = DEFAULT_INITIAL_CAPACITY; newThr = (int)(DEFAULT_LOAD_FACTOR * DEFAULT_INITIAL_CAPACITY); } if (newThr == 0) { //新的阈值是0 重新计算 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) { //遍历旧的哈希表 for (int j = 0; j < oldCap; ++j) { Node<K,V> e; if ((e = oldTab[j]) != null) { oldTab[j] = null; if (e.next == null) //就一个元素,将其放入新哈希表的e.hash & (newCap - 1)位置 newTab[e.hash & (newCap - 1)] = e; else if (e instanceof TreeNode) ((TreeNode<K,V>)e).split(this, newTab, j, oldCap); else { // preserve order //因为扩容是容量翻倍,所以原哈希表上的每个链表,现在可能存放在原来的下标,即low位, // 或者扩容后的下标,即high位。 high位= low位+原哈希桶容量 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; } 复制代码
简单来说, 如果哈希表为空,则分配为初始容量,否则扩容为原来的2倍,原哈希表的元素可能会在新哈希表的相同位置,也可能会在 index+oldCap
位置
增、改 public V put(K key, V value)
public V put(K key, V value) { return putVal(hash(key), key, value, false, true); } 复制代码
- 1.计算哈希值
static final int hash(Object key) { int h; return (key == null) ? 0 : (h = key.hashCode()) ^ (h >>> 16); } 复制代码
哈希值的算法,不是本文的重点,在此先略过
- 2.插入或覆盖值 如果
table
的第(n - 1) & hash
个位置为空,则在该位置插入新的链表;如不为空,先判断键值是否相等,如相等则直接覆盖值; 如为红黑树,则插入 ;否则,在链表的尾部追加新的节点。
final V putVal(int hash, K key, V value, boolean onlyIfAbsent, boolean evict) { Node<K,V>[] tab; Node<K,V> p; int n, i; //如果当前table为null 代表是初始化,直接扩容 if ((tab = table) == null || (n = tab.length) == 0) n = (tab = resize()).length; //如果第i((n - 1) & hash)个为null 直接放入新的节点 if ((p = tab[i = (n - 1) & hash]) == null) tab[i] = newNode(hash, key, value, null); else { Node<K,V> e; K k; //如果哈希值相等,key也相等,则返回的是需要覆盖的节点 if (p.hash == hash && ((k = p.key) == key || (key != null && key.equals(k)))) e = p; else if (p instanceof TreeNode) //红黑树 e = ((TreeNode<K,V>)p).putTreeVal(this, tab, hash, key, value); else { for (int binCount = 0; ; ++binCount) { if ((e = p.next) == null) { //遍历到尾部,追加新节点到尾部 p.next = newNode(hash, key, value, null); //如果追加节点后,链表数量大于等于8,则转化为红黑树 if (binCount >= TREEIFY_THRESHOLD - 1) // -1 for 1st treeifyBin(tab, hash); break; } //如果找到了要覆盖的节点 if (e.hash == hash && ((k = e.key) == key || (key != null && key.equals(k)))) break; p = e; } } //有需要覆盖的节点 if (e != null) { // existing mapping for key V oldValue = e.value; if (!onlyIfAbsent || oldValue == null) e.value = value; //空的 afterNodeAccess(e); //返回旧的值 return oldValue; } } ++modCount; //更新size,并判断是否需要扩容。此处的size即为map的size if (++size > threshold) resize(); //空的 afterNodeInsertion(evict); return null; } 复制代码
流程图如下
查 public V get(Object key)
public V get(Object key) { Node<K,V> e; return (e = getNode(hash(key), key)) == null ? null : e.value; } 复制代码
-
1.计算哈希值
-
2.判断
table
的第(n - 1) & hash
位置值的情况 如key
相等,则返回该节点; 如为红黑树,则返回该节点 ;否则,从该节点往后循环查找,直到找到相等的key
或者空节点。
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[(n - 1) & hash]) != null) { if (first.hash == hash && // always check first node ((k = first.key) == key || (key != null && key.equals(k)))) //key相等 则返回该节点 return first; if ((e = first.next) != null) { //红黑树 if (first instanceof TreeNode) return ((TreeNode<K,V>)first).getTreeNode(hash, key); //从该节点往后循环查找,直到找到相等的key或者空节点 do { if (e.hash == hash && ((k = e.key) == key || (key != null && key.equals(k)))) return e; } while ((e = e.next) != null); } } return null; } 复制代码
删除 public V remove(Object key)
- 1.计算哈希值
final Node<K,V> removeNode(int hash, Object key, Object value, boolean matchValue, boolean movable)
- 2.判断
table
的第(n - 1) & hash
位置节点的情况
matchValue
是 true
,则必须 key
、 value
都相等才删除 movable
参数是 false
,在删除节点时,不移动其他节点
final 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; if ((tab = table) != null && (n = tab.length) > 0 && (p = tab[index = (n - 1) & hash]) != null) { Node<K,V> node = null, e; K k; V v; if (p.hash == hash && ((k = p.key) == key || (key != null && key.equals(k)))) //key相等 则返回该节点 node = p; else if ((e = p.next) != null) { if (p instanceof TreeNode) //红黑树 node = ((TreeNode<K,V>)p).getTreeNode(hash, key); else { //从该节点往后循环查找,直到找到相等的key或者空节点 do { if (e.hash == hash && ((k = e.key) == key || (key != null && key.equals(k)))) { node = e; break; } p = e; } while ((e = e.next) != null); } } //有待删的节点且 matchValue为false,或者值也相等 if (node != null && (!matchValue || (v = node.value) == value || (value != null && value.equals(v)))) { if (node instanceof TreeNode) ((TreeNode<K,V>)node).removeTreeNode(this, tab, movable); else if (node == p) //链表头是待删除链表 tab[index] = node.next; else //待删除节点在表中间 p.next = node.next; ++modCount; //修正size --size; afterNodeRemoval(node); return node; } } return null; } 复制代码
如 key
相等,则返回该节点; 如为红黑树,则返回该链表 ;否则,从该节点往后循环查找,直到找到节点,然后删除它。
总结
HashMap
内部是一个 Node
数组即 Node<K,V>[] table
,称之为哈希表,其中存放的 Node
即链表,链表中的每个节点则是我们放入 HashMap
中的元素。
- 是否线程安全
线程不安全,存取过程没有任何锁。
- 为何要扩容
因其数据结构是数组,所以会涉及到扩容。
- 如何扩容
当 HashMap
的容量大于 threshold
( length*扩容因子
)值时,就会触发扩容;如果链表为空,则分配为初始容量,否则扩容为原来的2倍,原链表的节点可能会在新链表的相同位置,也可能会在 index+oldCap
位置, 扩容前后,哈希表的长度一定会是2的倍数。
- 为什么哈希表(
table
)容量是2的倍数
HashMap
存取时,计算 index
即 (length- 1) & hash
,使用 &
运算符(相比 %
效率更高),如果 length
为2的倍数,可以最大程度的确保 index
的均分,简单来说: 如果是2的倍数,就可以用位运算替代取余操作,更加高效
- 为什么需要需要
&
位运算(取余%
)
hashCode()
是 int
类型,取值范围是40多亿,只要哈希函数映射的比较均匀松散,碰撞几率是很小的。 但是由于 HashMap
的哈希表的长度远比 hash
取值范围小,默认是16,所以当对hash值以表的的长度 length
取余,以找到存放该 key
的下标时,由于取余是通过与操作( &
)完成的,会忽略hash值的高位。因此只有 hashCode()
的低位参加运算,发生不同的 hash
值,但是得到的 index
相同的情况的几率会大大增加,这种情况称之为 hash碰撞 。
- 怎么解决 hash碰撞
扰动函数( hash(Object key)
)就是为了解决hash碰撞的。它会综合hash值高位和低位的特征,并存放在低位,因此在与运算时,相当于高低位一起参与了运算,以减少hash碰撞的概率。
static final int hash(Object key) { int h; return (key == null) ? 0 : (h = key.hashCode()) ^ (h >>> 16); } 复制代码
-
HashMap
优化
1.使用合适的初始容量,减少 resize
带来的损失。
2.使用合适的 key
,比如 String
、 Integer
,来减少 hash碰撞
,这样的话,存、取效率最高。
以上就是本文的全部内容,希望本文的内容对大家的学习或者工作能带来一定的帮助,也希望大家多多支持 码农网
猜你喜欢:- 详解RunLoop之面试题
- 前端面试题—vue部分详解
- 非面试向跨域实践详解
- 2019 JavaScript面试题详解(基础+进阶)
- iOS 模式详解—「runtime 面试、工作」看我就 ???? 了 ^_^.
- 数据结构和算法面试题系列—二分查找算法详解
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。
C# Primer Plus
Klaus Michelsen / Sams / 2001-12-15 / USD 49.99
C# Primer Plus is a tutorial based introduction to the C# language and important parts of the .Net Framework. Throughout the book the reader will be exposed to proven principles enabling him to write ......一起来看看 《C# Primer Plus》 这本书的介绍吧!