java基础类型源码解析之多角度讲HashMap

2023-08-20 04:26:05 322

前言

终于来到比较复杂的HashMap，由于内部的变量，内部类，方法都比较多，没法像ArrayList那样直接平铺开来说，因此准备从几个具体的角度来切入。

桶结构

HashMap的每个存储位置，又叫做一个桶，当一个Key&Value进入map的时候，依据它的hash值分配一个桶来存储。

看一下桶的定义：table就是所谓的桶结构，说白了就是一个节点数组。

transientNode[]table;
transientintsize;

节点

HashMap是一个map结构，它不同于Collection结构，不是存储单个对象，而是存储键值对。

因此内部最基本的存储单元是节点：Node。

节点的定义如下：

classNodeimplementsMap.Entry{
finalinthash;
finalKkey;
Vvalue;
Nodenext;
}

可见节点除了存储key,vaue,hash三个值之外，还有一个next指针，这样一样，多个Node可以形成一个单向列表。这是解决hash冲突的一种方式，如果多个节点被分配到同一个桶，可以组成一个链表。

HashMap内部还有另一种节点类型，叫做TreeNode：

classTreeNodeextendsLinkedHashMap.Entry{
TreeNodeparent;//red-blacktreelinks
TreeNodeleft;
TreeNoderight;
TreeNodeprev;//neededtounlinknextupondeletion
booleanred;
}

TreeNode是从Node继承的，它可以组成一棵红黑树。为什么还有这个东东呢？上面说过，如果节点的被哈希到同一个桶，那么可能导致链表特别长，这样一来访问效率就会急剧下降。此时如果key是可比较的(实现了Comparable接口），HashMap就将这个链表转成一棵平衡二叉树，来挽回一些效率。在实际使用中，我们期望这种现象永远不要发生。

有了这个知识，就可以看看HashMap几个相关常量定义了：

staticfinalintTREEIFY_THRESHOLD=8;
staticfinalintUNTREEIFY_THRESHOLD=6;
staticfinalintMIN_TREEIFY_CAPACITY=64;

TREEIFY_THRESHOLD，当某个桶里面的节点数达到这个数量，链表可转换成树；
UNTREEIFY_THRESHOLD，当某个桶里面数低于这数量，树转换回链表；
MIN_TREEIFY_CAPACITY，如果桶数量低于这个数，那么优先扩充桶的数量，而不是将链表转换成树；

put方法：Key&Value

插入接口：

publicVput(Kkey,Vvalue){
returnputVal(hash(key),key,value,false,true);
}
finalinthash(Objectkey){
inth;
return(key==null)?0:(h=key.hashCode())^(h>>>16);
}

put方法调用了私有方法putVal，不过值得注意的是，key的hash值不是直接用的hashCode，最终的hash=（hashCode右移16）^hashCode。

在将hash值映射为桶位置的时候，取的是hash值的低位部分，这样如果有一批key的仅高位部分不一致，就会聚集的同一个桶里面。（如果桶数量比较少，key是Float类型，且是连续的整数，就会出现这种case）。

执行插入的过程：

VputVal(inthash,Kkey,Vvalue,booleanonlyIfAbsent,
booleanevict){
Node[]tab;Nodep;intn,i;

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

//代码段1
if((p=tab[i=(n-1)&hash])==null)
tab[i]=newNode(hash,key,value,null);
else{
Nodee;Kk;
//代码段2
if(p.hash==hash&&
((k=p.key)==key||(key!=null&&key.equals(k))))
e=p;
//代码段3
elseif(pinstanceofTreeNode)
e=((TreeNode)p).putTreeVal(this,tab,hash,key,value);
else{
//代码段4
for(intbinCount=0;;++binCount){
//代码段4.1
if((e=p.next)==null){
p.next=newNode(hash,key,value,null);
if(binCount>=TREEIFY_THRESHOLD-1)//-1for1st
treeifyBin(tab,hash);
break;
}
//代码段4.2
if(e.hash==hash&&
((k=e.key)==key||(key!=null&&key.equals(k))))
break;
p=e;
}
}
//代码段5
if(e!=null){//existingmappingforkey
VoldValue=e.value;
if(!onlyIfAbsent||oldValue==null)
e.value=value;
afterNodeAccess(e);
returnoldValue;
}
}
//代码段6
++modCount;
if(++size>threshold)
resize();
afterNodeInsertion(evict);
returnnull;
}

最开始的一段处理桶数组还没有分配的情况；
代码段1：i=(n-1)&hash，计算hash对应的桶位置，因为n是2的冥次，这是一种高效的取模操作；如果这个位置是空的，那么直接创建Node放进去就OK了；否则这个冲突位置的节点记为P;
代码段2：如果节点P的key和传入的key相等，那么说明新的value要放入一个现有节点里面，记为e;
代码段3：如果节点P是一棵树，那么将key&value插入到这个棵树里面；
代码段4：P是链表头，或是单独一个节点，两种情况，都可以通过扫描链表的方式来做；
代码段4.1：如果链表到了尾部，插入一个新节点，同时如果有必要，将链表转成树；
代码段4.2：如果链表中找到了相等的key，和代码段2一样处理；
代码段5：将value存入节点e
代码段6：如果size超过某个特定值，要调整桶的数量，关于resize的策略在下文会讲

remove方法

了解了put方法，remove方法就容易了，直接讲解私有方法removeNode吧。

publicVremove(Objectkey){
Nodee;
return(e=removeNode(hash(key),key,null,false,true))==null?
null:e.value;
}

NoderemoveNode(inthash,Objectkey,Objectvalue,
booleanmatchValue,booleanmovable){
Node[]tab;Nodep;intn,index;

//代码段1
if((tab=table)!=null&&(n=tab.length)>0&&
(p=tab[index=(n-1)&hash])!=null){

//代码段2：
Nodenode=null,e;Kk;Vv;
if(p.hash==hash&&
((k=p.key)==key||(key!=null&&key.equals(k))))
node=p;

//代码段3:
elseif((e=p.next)!=null){
//代码段3.1:
if(pinstanceofTreeNode)
node=((TreeNode)p).getTreeNode(hash,key);
else{
//代码段3.2:
do{
if(e.hash==hash&&
((k=e.key)==key||
(key!=null&&key.equals(k)))){
node=e;
break;
}
p=e;
}while((e=e.next)!=null);
}
}

//代码段4:
if(node!=null&&(!matchValue||(v=node.value)==value||
(value!=null&&value.equals(v)))){
//代码段4.1:
if(nodeinstanceofTreeNode)
((TreeNode)node).removeTreeNode(this,tab,movable);
//代码段4.2:
elseif(node==p)
tab[index]=node.next;
//代码段4.3:
else
p.next=node.next;
++modCount;
--size;
afterNodeRemoval(node);
returnnode;
}
}
returnnull;
}

代码段1：这个if条件在判断hash对应的桶是否空的，如果是话，那么map里面肯定就没有这个key；否则第一个节点记为P；
代码段2：如果P节点的key与参数key相等，找到了要移除的节点，记为node；
代码段3：扫描桶里面的其他节点
代码段3.1：如果桶里面这是一颗树，执行树的查找逻辑；
代码段3.2：执行链表扫描逻辑；
代码段4：如果找到了node，那么尝试删除它
代码段4.1：如果是树节点，执行树的节点删除逻辑；
代码段4.2：node是链表头结点，将node.next放入桶就ok；
代码段4.3：删除链表中间节点

rehash

rehash就是重新分配桶，并将原有的节点重新hash到新的桶位置。

先看两个和桶的数量相关的成员变量

finalfloatloadFactor;
intthreshold;

loadFactor负载因子，是创建HashMap时设定的一个值，即map所包含的条目数量与桶数量的比值上限；一旦map的负载达到这个值，就需要扩展桶的数量；
thresholdmap的数量达到这个值，就需要扩展桶，它的值基本上等于桶的容量*loadFactor，我感觉就是一个缓存值，加快相关的操作，不用每次都去计算；

桶的扩展策略，见下面的函数，如果需要的容量是cap，真实扩展的容量是大于cap的一个2的冥次。
这样依赖，每次扩展，增加的容量都是2的倍数。

staticfinalinttableSizeFor(intcap){
intn=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;
}

这是具体的扩展逻辑

Node[]resize(){

//此处省略了计算newCap的逻辑

Node[]newTab=(Node[])newNode[newCap];
table=newTab;
if(oldTab!=null){
for(intj=0;je;
if((e=oldTab[j])!=null){
oldTab[j]=null;

//分支1
if(e.next==null)
newTab[e.hash&(newCap-1)]=e;
//分支2
elseif(einstanceofTreeNode)
((TreeNode)e).split(this,newTab,j,oldCap);
//分支3
else{//preserveorder
//此处省略了链表拆分逻辑
}
}
}
returnnewTab;
}

首先分配新的桶数组；
扫描旧的桶，将元素迁移过来；
分支1：桶里面只有一个新的节点，那么放入到新桶对应的位置即可；
分支2：桶里面是一棵树，执行树的拆分逻辑
分支3：桶里面是一个链表，执行链表的拆分逻辑；

由于新桶的数量是旧桶的2的倍数，所以每个旧桶都能对应2个或更多的新桶，互不干扰。所以上面的迁移逻辑，并不需要检查新桶里面是否有节点。

可见，rehash的代价是很大的，最好在初始化的时候，能够设定一个合适的容量，避免rehash。

最后，虽然上面的代码没有体现，在HashMap的生命周期内，桶的数量只会增加，不会减少。

迭代器

所有迭代器的核心就是这个HashIterator

abstractclassHashIterator{
Nodenext;//nextentrytoreturn
Nodecurrent;//currententry
intexpectedModCount;//forfast-fail
intindex;//currentslot

finalNodenextNode(){
Node[]t;
Nodee=next;
if(modCount!=expectedModCount)
thrownewConcurrentModificationException();
if(e==null)
thrownewNoSuchElementException();
if((next=(current=e).next)==null&&(t=table)!=null){
do{}while(index
简单起见，只保留了next部分的代码。原理很简单，next指向下一个节点，肯定处在某个桶当中(桶的位置是index)。那么如果同一个桶还有其他节点，那么一定可以顺着next.next来找到，无论这是一个链表还是一棵树。否则扫描下一个桶。
有了上面的节点迭代器，其他用户可见的迭代器都是通过它来实现的。
finalclassKeyIteratorextendsHashIterator
implementsIterator{
publicfinalKnext(){returnnextNode().key;}
}

finalclassValueIteratorextendsHashIterator
implementsIterator{
publicfinalVnext(){returnnextNode().value;}
}

finalclassEntryIteratorextendsHashIterator
implementsIterator>{
publicfinalMap.Entrynext(){returnnextNode();}
}
视图


KeySet的部分代码：这并不是一个独立的Set，而是一个视图，它的接口内部访问的都是HashMap的数据。
finalclassKeySetextendsAbstractSet{
publicfinalintsize(){returnsize;}
publicfinalvoidclear(){HashMap.this.clear();}
publicfinalIteratoriterator(){returnnewKeyIterator();}
publicfinalbooleancontains(Objecto){returncontainsKey(o);}
publicfinalbooleanremove(Objectkey){
returnremoveNode(hash(key),key,null,false,true)!=null;
}
}
EntrySet、Values和KeySet也是类似的，不再赘述。
要点总结


1、key&value存储在节点中；


2、节点有可能是链表节点，也有可能是树节点；


3、依据key哈希值给节点分配桶；


4、如果桶里面有多个节点，那么要么形成一个链表，要么形成一颗树；


5、装载因子限制的了节点和桶的数量比例，必要时会扩展桶的数量；


6、桶数量必然是2的冥次，重新分配桶的过程叫做rehash，这是很昂贵的操作；
总结
以上就是这篇文章的全部内容了，希望本文的内容对大家的学习或者工作具有一定的参考学习价值，谢谢大家对毛票票的支持。
声明：本文内容来源于网络，版权归原作者所有，内容由互联网用户自发贡献自行上传，本网站不拥有所有权，未作人工编辑处理，也不承担相关法律责任。如果您发现有涉嫌版权的内容，欢迎发送邮件至：czq8825#qq.com（发邮件时，请将#更换为@）进行举报，并提供相关证据，一经查实，本站将立刻删除涉嫌侵权内容。

java基础类型源码解析之多角度讲HashMap

热门推荐

随机推荐