内容简介:HashMap在日常开发中基本是天天见的,而且都知道什么时候需要用HashMap,根据Key存取Value,但是存和取的时候那些操作却是很少去研究。同时在面试中也是面试官们必问的。先看看HashMap的结构图:
HashMap在日常开发中基本是天天见的,而且都知道什么时候需要用HashMap,根据Key存取Value,但是存和取的时候那些操作却是很少去研究。同时在面试中也是面试官们必问的。 以下是基于JDK1.8
正文
先看看HashMap的结构图:
1. 先来认识一下HashMap中定义的一些需要了解的成员变量
// hashMap数组的初始容量 16 static final int DEFAULT_INITIAL_CAPACITY = 1 << 4; // 负载因子 0.75f; static final float DEFAULT_LOAD_FACTOR = 0.75f; // 树形化阈值 8 static final int TREEIFY_THRESHOLD = 8; // 解除树形化阈值 6 static final int UNTREEIFY_THRESHOLD = 6; // 树形化的另一条件 Map数组的长度阈值 64 static final int MIN_TREEIFY_CAPACITY = 64 // 这个就是hashMap的内部数组了,而Node则是链表节点对象。 transient Node<K,V>[] table; // 数组扩容阈值。 int threshold; 复制代码
initialCapacity
数组的初始容量为16。可以在构造方法中指定。必须是2的幂次方。(16 → 32 → 64 ...)
loadFactor
加载因子 0.75f。 所谓的加载因子就是HashMap的容量达到0.75时的时候会试试扩容 resize()
, (例:假设有一个 HashMap 的初始容量为 16 ,那么扩容的阀值就是 0.75 * 16 = 12 。也就是说,在你打算存入第 13 个值的时候,HashMap 会先执行扩容)。加载因子也能通过构造方法中指定,如果指定大于1,则数组不会扩容,牺牲了性能不过提升了内存。
TREEIFY_THRESHOLD
树形化阈值。当链表的节点个数大于等于这个值时,会将链表转化为红黑树。
UNTREEIFY_THRESHOLD
解除树形化阈值。当链表的节点个数小于等于这个值时,会将红黑树转换成普通的链表。
MIN_TREEIFY_CAPACITY树形化阈值的第二条件。当数组的长度小于这个值时,就算树形化阈达标,链表也不会转化为红黑树,而是优先扩容数组resize()。
threshold
数组扩容阈值。即:HashMap数组总容量 * 加载因子。当前容量大于或等于该值时会执行扩容** resize()
**。扩容的容量为当前 HashMap 总容量的两倍。比如,当前 HashMap 的总容量为 16 ,那么扩容之后为 32 。
2. 继承关系
// table 内部数组是节点类型 static class Node<K,V> implements Map.Entry<K,V> { final int hash; final K key; V value; Node<K,V> next; //下一个节点 //省略... } 复制代码
拉链法的散列表是通过链表解决碰撞问题的,所以HashMap的内部数组是节点类型。 hash
值是经过 hash()
方法处理过的hashCode,也就是 数组的索引 bucket
,为了使hashCode分布更加随机。
java.util.HashMap<K, V>.Node<K, V> java.util.LinkedMap<K, V>.Entry<K, V> java.util.HashMap<K, V>.TreeNOde<K, V> 复制代码
TreeNode是Node是子类,继承关系如下:Node是单向链表节点,Entry是双向链表节点,TreeNode是红黑树节点。TreeNode的代码400多行都是写的红黑树。这个有点难度..可以自行去了解。
3. 先对HashMap的简单总结
HashMap是基于拉链法实现的一个散列表,内部由数组和链表和红黑树实现。
-
数组的初始容量为16,而容量是以2的次方扩充的,一是为了提高性能使用足够大的数组,二是为了能使用位运算代替取模预算(据说提升了5~8倍)。
-
数组是否需要扩充是通过负载因子判断的,如果当前元素个数为数组容量的0.75时,就会扩充数组。这个0.75就是默认的负载因子,可由构造传入。我们也可以设置大于1的负载因子,这样数组就不会扩充,牺牲性能,节省内存。
-
为了解决碰撞,数组中的元素是单向链表类型。当链表长度到达一个阈值时(7或8),会将链表转换成红黑树提高性能。而当链表长度缩小到另一个阈值时(6),又会将红黑树转换回单向链表提高性能,这里是一个平衡点。
-
对于第三点补充说明,检查链表长度转换成红黑树之前,还会先检测当前数组数组是否到达一个阈值(64),如果没有到达这个容量,会放弃转换,先去扩充数组。所以上面也说了链表长度的阈值是7或8,因为会有一次放弃转换的操作。
4. 深入了解源码
4.1 构造方法
// 默认数组初始容量为16,负载因子为0.75f public HashMap() { this.loadFactor = DEFAULT_LOAD_FACTOR; // all other fields defaulted } 复制代码
// 指定数组的初始容量 public HashMap(int initialCapacity) { this(initialCapacity, DEFAULT_LOAD_FACTOR); } 复制代码
// 指定数组的初始容量 和 负载因子 public HashMap(int initialCapacity, float loadFactor) { if (initialCapacity < 0) throw new IllegalArgumentException("Illegal initial capacity: " + initialCapacity); if (initialCapacity > MAXIMUM_CAPACITY) initialCapacity = MAXIMUM_CAPACITY; // NaN:Not a Number。例如给-1开方就会得到NaN。 if (loadFactor <= 0 || Float.isNaN(loadFactor)) throw new IllegalArgumentException("Illegal load factor: " + loadFactor); this.loadFactor = loadFactor; // 这个方法可以将任意一个整数转换成2的次方。 // 例如输入10,则会返回16。 // 另外,有人可能疑惑,不是说threshold是 数组容量 * loadFactor得到的吗? // 是的,在第一次put操作,扩充数组时,会将这个threshold作为数组容量,然后再重新计算这个值。 this.threshold = tableSizeFor(initialCapacity); } 复制代码
在使用指定数组的初始容量时上面说过,数组容量必须是2的次方。所以就需要通过算法将我们给定的数值转换成2的次方。
// 这个方法可以将任意一个整数转换成2的次方。 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; } 复制代码
相关的位运算这里不做讲解。想了解的可以自己去查阅资料。
4.2 数组的索引 bucket
HashMap采用hash算法来决定集合中元素的存储位置,每当系统初始化HashMap时,会创建一个为** capacity
的数组,这个数组里面可以存储元素的位置被成为 桶(bucket)
, 每个 bucket
**都有其指定索引。可以根据该索引快速访问存储的元素。
public V put(K key, V value) { // 传入的key经过了 hash(key) 方法 return putVal(hash(key), key, value, false, true); } // 特殊处理的hashCode static final int hash(Object key) { int h; return (key == null) ? 0 : (h = key.hashCode()) ^ (h >>> 16); } 复制代码
在 Java 中每个对象都会拥有一个** hashCode()
**方法,这个就是散列函数,通过这个方法会返回一个32位的整数,使用这么大的值作为哈希值其实是为了尽量避免发生碰撞(相同),例如两个不同对象的hashCode一样的话那就是发生了碰撞。但是如果用这么长的数字来当做索引肯定是不行的,那需要数组有多大才行?所以我们需要把这个hashCode缩小到规定数组的长度范围内。
上面的代码只是用hashCode的高16位与低16位进行异或运算。 hash()
方法就是将hashCode进一步的混淆,增加其 “随机度”
,试
图减少插入HashMap时的hash冲突
。
在putVal方法中,有一行这样的代码
if ((p = tab[i = (n - 1) & hash]) == null) 复制代码
i = (n - 1) & hash
,n是数组长度,hash就是通过hash()方法进行高低位异或运算得出来的hash值。 这个表达式就是hash值的取模运算,上面已经说过当除数为2的次方时,可以用与运算提高性能。
4.3 HashMap.put(k,v)
public V put(K key, V value) { return putVal(hash(key), key, value, false, true); } // onlyIfAbsent:当存入键值对时,如果该key已存在,是否覆盖它的value。false为覆盖,true为不覆盖 参考putIfAbsent()方法。 // evict:用于子类LinkedHashMap。 final V putVal(int hash, K key, V value, boolean onlyIfAbsent, boolean evict) { HashMap.Node<K,V>[] tab; // tab:内部数组 HashMap.Node<K,V> p; // p:hash对应的索引位中的首节点 int n, i; // n:内部数组的长度 i:hash对应的索引位 // 首次put时,内部数组为空,扩充数组。 if ((tab = table) == null || (n = tab.length) == 0) n = (tab = resize()).length; // 计算数组索引,获取该索引位置的首节点,如果为null,添加一个新的节点 if ((p = tab[i = (n - 1) & hash]) == null) tab[i] = newNode(hash, key, value, null); else { HashMap.Node<K,V> e; K k; // 如果首节点的key和要存入的key相同,那么直接覆盖value的值。 if (p.hash == hash && ((k = p.key) == key || (key != null && key.equals(k)))) e = p; // 如果首节点是红黑树的,将键值对插添加到红黑树 else if (p instanceof HashMap.TreeNode) e = ((HashMap.TreeNode<K,V>)p).putTreeVal(this, tab, hash, key, value); // 此时首节点为链表,如果链表中存在该键值对,直接覆盖value。 // 如果不存在,则在末端插入键值对。然后判断链表是否大于等于7,尝试转换成红黑树。 // 注意此处使用“尝试”,因为在treeifyBin方法中还会判断当前数组容量是否到达64, // 否则会放弃次此转换,优先扩充数组容量。 else { // 走到这里,hash碰撞了。检查链表中是否包含key,或将键值对添加到链表末尾 for (int binCount = 0; ; ++binCount) { // p.next == null,到达链表末尾,添加新节点,如果长度足够,转换成树结构。 if ((e = p.next) == null) { p.next = newNode(hash, key, value, null); if (binCount >= TREEIFY_THRESHOLD - 1) // -1 for 1st treeifyBin(tab, hash); break; } // 检查链表中是否已经包含key if (e.hash == hash && ((k = e.key) == key || (key != null && key.equals(k)))) break; p = e; } } // 覆盖value的方法。 if (e != null) { // existing mapping for key V oldValue = e.value; if (!onlyIfAbsent || oldValue == null) e.value = value; afterNodeAccess(e); return oldValue; } } ++modCount; // fail-fast机制 // 如果元素个数大于阈值,扩充数组。 if (++size > threshold) resize(); afterNodeInsertion(evict); return null; } 复制代码
细心看注释部分,总结来说就是以下几个步骤:
1.检查数组是否为空,执行resize()扩充; 2.通过hash值计算数组索引,获取该索引位的首节点。 3.如果首节点为null** (没发生碰撞)
,直接添加节点到该索引位 (bucket)
。 4.如果首节点不为null (发生碰撞)
,那么有3种情况 ① key和首节点的key相同,覆盖old value (保证key的唯一性)
**;否则执行②或③ ② 如果首节点是红黑树节点(TreeNode),将键值对添加到红黑树。 ③ 如果首节点是链表,将键值对添加到链表。添加之后会判断链表长度是否到达TREEIFY_THRESHOLD - 1这个阈值,“尝试”将链表转换成红黑树。 5.最后判断当前元素个数是否大于threshold,扩充数组。
// 把链表转换为红黑色 final void treeifyBin(Node<K,V>[] tab, int hash) { int n, index; Node<K,V> e; // 如果当前数组容量太小(小于64),放弃转换,扩充数组。 if (tab == null || (n = tab.length) < MIN_TREEIFY_CAPACITY) resize(); } else if ((e = tab[index = (n - 1) & hash]) != null) { // 将链表转成红黑树... } } 复制代码
HashMap在jdk1.8之后引入了红黑树的概念,表示若桶中链表元素超过8时,会自动转化成红黑树;若桶中元素小于等于6时,树结构还原成链表形式。
红黑树的平均查找长度是log(n),长度为8,查找长度为log(8)=3,链表的平均查找长度为n/2,当长度为8时,平均查找长度为8/2=4,这才有转换成树的必要;链表长度如果是小于等于6,6/2=3,虽然速度也很快的,但是转化为树结构和生成树的时间并不会太短。
以6和8来作为平衡点是因为,中间有个差值7可以防止链表和树之间频繁的转换。假设,如果设计成链表个数超过8则链表转换成树结构,链表个数小于8则树结构转换成链表,如果一个HashMap不停的插入、删除元素,链表个数在8左右徘徊,就会频繁的发生树转链表、链表转树,效率会很低。
概括起来就是: 链表:如果元素小于8个,查询成本高,新增成本低,红黑树:如果元素大于8个,查询成本低,新增成本高。
4.4 resize() 数组扩容
final HashMap.Node<K,V>[] resize() { HashMap.Node<K,V>[] oldTab = table; int oldCap = (oldTab == null) ? 0 : oldTab.length; int oldThr = threshold; int newCap, newThr = 0; if (oldCap > 0) { // 如果数组已经是最大长度,不进行扩充。 if (oldCap >= MAXIMUM_CAPACITY) { threshold = Integer.MAX_VALUE; return oldTab; } // 否则数组容量扩充一倍。(2的N次方) else if ((newCap = oldCap << 1) < MAXIMUM_CAPACITY && oldCap >= DEFAULT_INITIAL_CAPACITY) newThr = oldThr << 1; // double threshold } // 如果数组还没创建,但是已经指定了threshold(这种情况是带参构造创建的对象),threshold的值为数组长度 // 在 "构造函数" 那块内容进行过说明。 else if (oldThr > 0) // initial capacity was placed in threshold newCap = oldThr; // 这种情况是通过无参构造创建的对象 else { // zero initial threshold signifies using defaults newCap = DEFAULT_INITIAL_CAPACITY; newThr = (int)(DEFAULT_LOAD_FACTOR * DEFAULT_INITIAL_CAPACITY); } // 可能是上面newThr = oldThr << 1时,最高位被移除了,变为0。 if (newThr == 0) { float ft = (float)newCap * loadFactor; newThr = (newCap < MAXIMUM_CAPACITY && ft < (float)MAXIMUM_CAPACITY ? (int)ft : Integer.MAX_VALUE); } threshold = newThr; // 到了这里,新的数组长度已经被计算出来,创建一个新的数组。 @SuppressWarnings({"rawtypes","unchecked"}) HashMap.Node<K,V>[] newTab = (HashMap.Node<K,V>[])new HashMap.Node[newCap]; table = newTab; // 下面代码是将原来数组的元素转移到新数组中。问题在于,数组长度发生变化。 // 那么通过hash%数组长度计算的索引也将和原来的不同。 // jdk 1.7中是通过重新计算每个元素的索引,重新存入新的数组,称为rehash操作。 // 这也是hashMap无序性的原因之一。而现在jdk 1.8对此做了优化,非常的巧妙。 if (oldTab != null) { // 遍历原数组 for (int j = 0; j < oldCap; ++j) { // 取出首节点 HashMap.Node<K,V> e; if ((e = oldTab[j]) != null) { oldTab[j] = null; // 如果链表只有一个节点,那么直接重新计算索引存入新数组。 if (e.next == null) newTab[e.hash & (newCap - 1)] = e; // 如果该节点是红黑树,执行split方法,和链表类似的处理。 else if (e instanceof HashMap.TreeNode) ((HashMap.TreeNode<K,V>)e).split(this, newTab, j, oldCap); // 此时节点是链表 else { // preserve order // loHead,loTail为原链表的节点,索引不变。 HashMap.Node<K,V> loHead = null, loTail = null; // hiHeadm, hiTail为新链表节点,原索引 + 原数组长度。 HashMap.Node<K,V> hiHead = null, hiTail = null; HashMap.Node<K,V> next; // 遍历链表 do { next = e.next; // 新增bit为0的节点,存入原链表。 if ((e.hash & oldCap) == 0) { if (loTail == null) loHead = e; else loTail.next = e; loTail = e; } // 新增bit为1的节点,存入新链表。 else { if (hiTail == null) hiHead = e; else hiTail.next = e; hiTail = e; } } while ((e = next) != null); // 原链表存回原索引位 if (loTail != null) { loTail.next = null; newTab[j] = loHead; } // 新链表存到:原索引位 + 原数组长度 if (hiTail != null) { hiTail.next = null; newTab[j + oldCap] = hiHead; } } } } } return newTab; } 复制代码
扩充数组不单单只是让数组长度翻倍,将原数组中的元素直接存入新数组中这么简单。
因为元素的索引是通过hash&(n - 1)得到的,那么数组的长度由n变为2n,重新计算的索引就可能和原来的不一样了。
在jdk1.7中,是通过遍历每一个元素,每一个节点,重新计算他们的索引值,存入新的数组中,称为rehash操作。
而java1.8对此进行了一些优化,没有了rehash操作。因为当数组长度是通过2的次方扩充的,那么会发现以下规律:
元素的位置要么是在原位置,要么是在原位置再移动2次幂的位置。因此,在扩充HashMap的时候,不需要像JDK1.7的实现那样重新计算hash,只需要看看原来的hash值新增的那个bit是1还是0就好了,是0的话索引没变,是1的话索引变成“原索引+oldCap”。
先计算新数组的长度和新的阈值(threshold),然后将旧数组的内容迁移到新数组中,和1.7相比不需要执行rehash操作。因为以2次幂扩展的数组可以简单通过新增的bit判断索引位。
4.5 HashMap.get(k)
public V get(Object key) { Node<K,V> e; // 也会获取节点时也调用了hash()方法 return (e = getNode(hash(key), key)) == null ? null : e.value; } final Node<K,V> getNode(int hash, Object key) { // tab:内部数组 first: 索引位首节点 n: 数组长度 k: 索引位首节点的key Node<K,V>[] tab; Node<K,V> first, e; int n; K k; // 数组不为null 数组长度大于0 索引位首节点不为null if ((tab = table) != null && (n = tab.length) > 0 && (first = tab[(n - 1) & hash]) != null) { // 如果索引位首节点的hash==key的hash 或者 key和索引位首节点的k相同 if (first.hash == hash && // always check first node ((k = first.key) == key || (key != null && key.equals(k)))) // 返回索引位首节点(值对象) return first; if ((e = first.next) != null) { // 如果是红黑色则到红黑树中查找 if (first instanceof TreeNode) return ((TreeNode<K,V>)first).getTreeNode(hash, key); do { // 发送碰撞 key.equals(k) 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
总结起来就是以下步骤 1.检查数组是否为null 和 索引位首节点** (bucket的第一个节点)
是否为null 2.如果索引节点的hash==key的hash 或者 key和索引节点的k相同则直接返回 (bucket的第一个节点)
** 3.如果是红黑色则到红黑树查找 4.如果有冲突,则通过key.equals(k)查找 5.都没找到就返回null
5. 总结 (面试相关)
1、你用过HashMap吗?” “什么是HashMap?你为什么用到它?
呃..
2、我们能否让HashMap同步?
Map m = Collections.synchronizeMap(hashMap);
3、你知道HashMap的工作原理吗?
查看第序号3的总结。
4、你知道HashMap的put()方法和get()方法的工作原理吗??
put() 查看序号4.3的总结。 get() 查看序号4.5的总结。
5、当两个对象的hashcode相同会发生什么?
两个对象的hashCode相同所以它们的bucket位置相同,会发生hash碰撞。HashMap使用链表存储对象,这个Entry会存储在链表中,存储时会检查链表中是否包含key (key != null && key.equals(k)
,或将键值对添加到链表尾部。如果链表长度大于或等于8,链表转换红黑树 ...
6、如果两个键的hashcode相同,你如何获取值对象?
两个对象的hashCode相同所以它们的bucket位置相同,找到bucket位置之后,会调用keys.equals()方法去找到链表中正确的节点 (key != null && key.equals(k)
。
7、怎么减少碰撞?
使用final修饰的对象、或不可变的对象作为键,使用(Integer、String)(是不可变、final的,而且已经重写了equals和hashCode方法)这样的wrapper类作为键是非常好的,(我们可以使用自定义的对象作为键吗?答:当然可以,只要它遵守了equals和hashCode方法定义规则,并且当对象插入到Map中之后将不会再改变。)
8、如果HashMap的大小超过了负载因子(load factor)定义的容量,怎么办?
会调用** resize()
**进行数组扩容。
9、你了解重新调整HashMap大小存在什么问题吗?
当多线程的情况下,可能产生条件竞争。
因为如果两个线程都发现HashMap需要重新调整大小了,它们会同时试着调整大小。在调整大小的过程中,存储在链表中的元素的次序会反过来,因为移动到新的bucket位置的时候,HashMap并不会将元素放在链表的尾部,而是放在头部,这是为了避免尾部遍历(tail traversing)。如果条件竞争发生了,那么就死循环了。这个时候,你可以质问面试官,为什么这么奇怪,要在多线程的环境下使用HashMap呢?:)
10、HashMap是非线程安全的,那么原因是什么呢?(HashMap的死锁)
由于HashMap的容量是有限的,如果HashMap中的数组的容量很小,假如只有2个,那么如果要放进10个keys的话,碰撞就会非常频繁,此时一个O(1)的查找算法,就变成了链表遍历,性能变成了O(n),这是Hash表的缺陷。
为了解决这个问题,HashMap设计了一个阈值,其值为容量的0.75,当HashMap所用容量超过了阈值后,就会自动扩充其容量。
在多线程的情况下,当重新调整HashMap大小的时候,就会存在条件竞争,因为如果两个线程都发现HashMap需要重新调整大小了,它们会同时试着调整大小。在调整大小的过程中,存储在链表中的元素的次序会反过来,因为移动到新的bucket位置的时候,HashMap并不会将元素放在链表的尾部,而是放在头部,这是为了避免尾部遍历。如果条件竞争发生了,那么就会产生死循环了。 (又绕回了上一个问题 :)
11、影响HashMap性能的因素?
-
负载因子。
-
哈希值;理想情况是均匀的散列到各个桶。 一般HashMap使用String类型作为key,而String类重写了hashCode函数。
以上所述就是小编给大家介绍的《一文搞定HashMap的实现原理和面试》,希望对大家有所帮助,如果大家有任何疑问请给我留言,小编会及时回复大家的。在此也非常感谢大家对 码农网 的支持!
猜你喜欢:- 一篇文章搞定前端面试
- 搞定面试中的系统设计题
- Golang精编100题-搞定golang面试
- 一文搞定 UDP 和 TCP 高频面试题!
- 搞定PHP面试 - HTTP协议知识点整理
- memcache内核,一文搞定!面试再也不怕了!!!(值得收藏)
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。