• 当前位置：首页 > 编程语言 > 正文

    JAVA8的HashMap

    11-18 编程语言

    标签：let   不能   赋值   oat   either   otherwise   jpg   extend   size   

    前言

    回想之前几次的面试，没有一次不问到 hashmap 的，这也体现了 hashmap 的重要性了。记得当时的回答是底层是数组加链表的方式实现的，然后就是什么 get 时候怎么查找的。现在想想这些小白都知道的东西说出来也加不了分啊。现在挤点时间出来看看源码吧。

    底层实现简介

    数组加链表这个没什么好说的，看下面这个图就能明白了(java8当中当链表达到一定长度就会转换成红黑树，这个之后再说)。还是从源码来看吧，这里时间问题不可能每个方法都拿出来讲了，挑几个重要的方法来说。

    技术图片

    HashMap(int, float)

    第一个参数是容量默认为16，第二个参数是负载因子默认是0.75。源码如下：

    1
    2
    3
    4
    5
    6
    7
    8
    9
    10
    11
    12
    public (int initialCapacity, float loadFactor) {
    	if (initialCapacity < 0)		
    	    throw new IllegalArgumentException("Illegal initial capacity: "  
                              initialCapacity);
    	if (initialCapacity > MAXIMUM_CAPACITY)		//最大值为1<<30
    		initialCapacity = MAXIMUM_CAPACITY;
    	if (loadFactor <= 0 || Float.isNaN(loadFactor))
    		throw new IllegalArgumentException("Illegal load factor: "  
                              loadFactor);
    	this.loadFactor = loadFactor;
    	this.threshold = tableSizeFor(initialCapacity);
    }

    直接看 tableSizeFor(initialCapacity) 这个方法，由于 hashmap 的容量总是2的幂，所以这个方法就是找到大于等于 initialCapacity 的最小的2的幂

    1
    2
    3
    4
    5
    6
    7
    8
    9
    10
    11
    12
    /**
     * Returns a power of two size for the given target capacity.
     */
    static final int tableSizeFor(int cap) {		//例如cap ＝ 10
    	int n = cap - 1;
        n |= n >>> 1;	//n = n|n无符号右移1位	1001|0100 = 1101
        n |= n >>> 2; 	//n = n|n无符号右移2位	1101|0011 = 1111
        n |= n >>> 4;	//n = n|n无符号右移4位	1111|0000 = 1111
        n |= n >>> 8;	//n = n|n无符号右移8位	1111|0000 = 1111
        n |= n >>> 16;	//n = n|n无符号右移16位	1111|0000 = 1111
        return (n < 0) ? 1 : (n >= MAXIMUM_CAPACITY) ? MAXIMUM_CAPACITY : n   1;	//返回16
    }

    tableSizeFor 方法为什么这么设计呢， 我们假设假设n只有最高位是1后面低位全是0，和无符号右移1位相或，得到最高位、次高位是1，后面低位均是0。再与无符号右移2位相或，得到高四位是1后面均是0。下面同理，或上无符号右移4位，得到高8位是1。或上无符号右移8位，得到高16位为1。或上无符号右移16位，得到32位全是1。此时已经大于 MAXIMUM_CAPACITY 了，没必要继续了。返回 MAXIMUM_CAPACITY 即可。这是在cap <= MAXIMUM_CAPACITY 最极致的情况了。

    tableSizeFor 方法返回值赋值给了 threshold ？为什么不是下面这样了

    1
    this.threshold = tableSizeFor(initialCapacity) * this.loadFactor;

    在这个构造方法中并没有对 table 数组初始化，初始化是第一次 put 操作的时候进行的，到时候会对 threshold 重新进行计算，这个不用我们担心??。

    put(K, V)

    1
    2
    3
    public V put(K key, V value) {
        return putVal(hash(key), key, value, false, true);
    }
    1
    2
    3
    4
    static final int hash(Object key) {
        int h;
        return (key == null) ? 0 : (h = key.hashCode()) ^ (h >>> 16);	//为了hash碰撞的概率
    }
    1
    2
    3
    4
    5
    6
    7
    8
    9
    10
    11
    12
    13
    14
    15
    16
    17
    18
    19
    20
    21
    22
    23
    24
    25
    26
    27
    28
    29
    30
    31
    32
    33
    34
    35
    36
    37
    38
    39
    40
    41
    42
    43
    44
    45
    46
    47
    48
    49
    50
    51
    52
    53
    54
    55
    56
    57
    58
    59
    60
    61
    62
    63
    /**
     * Implements Map.put and related methods
     *
     * @param hash hash for key
     * @param key the key
     * @param value the value to put
     * @param onlyIfAbsent if true, don't change existing value
     * @param evict if false, the table is in creation mode.
     * @return previous value, or null if none
     */	
    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)
    		//第一次put操作的时候会resize,稍后再看
            n = (tab = resize()).length;
        //当前index在数组中的位置的链表头节点空的话则直接创建一个新节点
        if ((p = tab[i = (n - 1) & hash]) == null)
            tab[i] = newNode(hash, key, value, null);
        else {
            Node<K,V> e; K k;
            //key相等且hash也相等，则是覆盖value操作
            if (p.hash == hash &&
                ((k = p.key) == key || (key != null && key.equals(k))))
                e = p;
            else if (p instanceof TreeNode)		//红黑树之后再说
                e = ((TreeNode<K,V>)p).putTreeVal(this, tab, hash, key, value);
            else {
                for (int binCount = 0; ;   binCount) {
                    if ((e = p.next) == null) {		//则在链表尾部插入一个新节点
                        p.next = newNode(hash, key, value, null);
                        //如果追加节点后，链表长度>=8，则转化为红黑树
                        if (binCount >= TREEIFY_THRESHOLD - 1) // -1 for 1st
                            treeifyBin(tab, hash);
                        break;
                    }
                    //遍历链表的过程中也可能存在hash和key都相等的情况
                    if (e.hash == hash &&
                        ((k = e.key) == key || (key != null && key.equals(k))))
                    	break;
                    //把e赋给p就是让链表一步一步往下走
                    p = e;
                }
            }
            //e不为null则代表将要被覆盖value的那个节点
            if (e != null) { // existing mapping for key
                V oldValue = e.value;
                // onlyIfAbsent为true的话则不改变已经存在的value(不包括null噢)
                if (!onlyIfAbsent || oldValue == null)
                    e.value = value;
                //这个在linkedhashmap中实现
                afterNodeAccess(e);
                return oldValue;
            }
        }
        //这里代表插入了一个新的链表节点，修改modCount,返回null
          modCount;
        //更新hashmap的size，并判断是否需要resize
        if (  size > threshold)
            resize();
        afterNodeInsertion(evict);
        return null;
    }

    resize( )

    这个方法会在初始化和 size 超过 threshold 的时候执行。

    1
    2
    3
    4
    5
    6
    7
    8
    9
    10
    11
    12
    13
    14
    15
    16
    17
    18
    19
    20
    21
    22
    23
    24
    25
    26
    27
    28
    29
    30
    31
    32
    33
    34
    35
    36
    37
    38
    39
    40
    41
    42
    43
    44
    45
    46
    47
    48
    49
    50
    51
    52
    53
    54
    55
    56
    57
    58
    59
    60
    61
    62
    63
    64
    65
    66
    67
    68
    69
    70
    71
    72
    73
    74
    75
    76
    77
    78
    79
    80
    81
    82
    83
    84
    85
    86
    87
    88
    89
    90
    91
    92
    93
    94
    95
    96
    97
    98
    99
    /**
     * Initializes or doubles table size.  If null, allocates in
     * accord with initial capacity target held in field threshold.
     * Otherwise, because we are using power-of-two expansion, the
     * elements from each bin must either stay at same index, or move
     * with a power of two offset in the new table.
     *
     * @return the table
     */
    final Node<K,V>[] resize() {
    	Node<K,V>[] oldTab = table;
        int oldCap = (oldTab == null) ? 0 : oldTab.length;
        //在hashmap(int, float)构造方法中已经将 tableSizeFor 的返回值赋值给了 threshold
        int oldThr = threshold;
        int newCap, newThr = 0;
        if (oldCap > 0) {
        	if (oldCap >= MAXIMUM_CAPACITY) {
                //容量已达上限，则设置阈值是2的31次方-1，同时不再扩容
            	threshold = Integer.MAX_VALUE;
                return oldTab;
            }
            //未达上限则扩容一倍
            else if ((newCap = oldCap << 1) < MAXIMUM_CAPACITY &&
            	oldCap >= DEFAULT_INITIAL_CAPACITY)
                newThr = oldThr << 1; // double threshold
        }
        //用上面的 tableSizeFor 返回值作为初始容量
        else if (oldThr > 0) // initial capacity was placed in threshold
            newCap = oldThr;
        //代表是没有容量/阈值参数的情况
        else {               // zero initial threshold signifies using defaults
            newCap = DEFAULT_INITIAL_CAPACITY;	//16
            newThr = (int)(DEFAULT_LOAD_FACTOR * DEFAULT_INITIAL_CAPACITY);	//0.75*16
        }
        //对应的是上面几行那个else if(oldThr > 0)的情况
        if (newThr == 0) {
            float ft = (float)newCap * loadFactor;
            //对阀值越界情况修复为 Integer.MAX_VALUE
            newThr = (newCap < MAXIMUM_CAPACITY && ft < (float)MAXIMUM_CAPACITY ?
                      (int)ft : Integer.MAX_VALUE);
        }
        threshold = newThr;
        ({"rawtypes","unchecked"})
      	//构造新的table数组
        Node<K,V>[] newTab = (Node<K,V>[])new Node[newCap];
        table = newTab;
        //将扩容前哈希桶中的元素移到扩容后的哈希桶
        if (oldTab != null) {
            for (int j = 0; j < oldCap;   j) {
                Node<K,V> e;
                if ((e = oldTab[j]) != null) {
                    //不能有了老婆忘了娘吧，这里给原来的置为null
                    oldTab[j] = null;
                    if (e.next == null)
                        //要时刻记得index = hash & (table.length-1)
                        newTab[e.hash & (newCap - 1)] = e;
                    else if (e instanceof TreeNode)
                        ((TreeNode<K,V>)e).split(this, newTab, j, oldCap);
                    //当前链表上不止一个节点
                    else { // preserve order
                        //因为扩容是翻倍的，所以原链表上的每个节点，在扩容后的哈希桶中，要么还在原来下标位（low位），要么在旧下标 旧容量(high位)
                        //low位头节点、尾节点
                        Node<K,V> loHead = null, loTail = null;
                        //high位头节点、尾节点
                        Node<K,V> hiHead = null, hiTail = null;
                        Node<K,V> next;
                        do {
                            next = e.next;
                            //这里就很关键了，靠 e.hash & oldCap 来区分low位还是high位，稍后详细说下
                            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;
                        }
                        //可以看出low位和high位差一个旧容量
                        if (hiTail != null) {
                            hiTail.next = null;
                            newTab[j   oldCap] = hiHead;
                        }
                    }
                }
            }
        }
        return newTab;
    }

    简单说下上面怎么区分原来链表的节点是应该放在 low 位还是 high 位的，假设一个 key 的 hash 为 00001100，哈希桶的容量是16，也就是 00010000。那么 00001100 & 00001111 ＝ 00001100，也就是角标为12的桶中，而另一个 key 的 hash 为00011100，00011100 & 00001111 = 00001100，那么它也在角标为12的桶中。但是这两个 key 的 hash 分别和 00010000 相与，结果刚好差了一个旧容量的大小。也就是根据 key 的 hash 和旧容量为1的那位对应的是0还是1，是0的话就放在 low 位，是1就放在 high 位。

    get(Object)

    1
    2
    3
    4
    public V get(Object key) {
        Node<K,V> e;
        return (e = getNode(hash(key), key)) == null ? null : e.value;
    }
    1
    2
    3
    4
    5
    6
    7
    8
    9
    10
    11
    12
    13
    14
    15
    16
    17
    18
    19
    20
    21
    final Node<K,V> getNode(int hash, Object key) {
        Node<K,V>[] tab; Node<K,V> 大专栏  JAVA8的HashMap; first, e; int n; K k;
        if ((tab = table) != null && (n = tab.length) > 0 &&
            (first = tab[(n - 1) & hash]) != null) {
            //根据下标检查第一个节点是不是我们要找的
            if (first.hash == hash && // always check first node
                ((k = first.key) == key || (key != null && key.equals(k))))
                return first;
            //不是的话则遍历链表
            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(k))))
                        return e;
                } while ((e = e.next) != null);
            }
        }
        return null;
    }

    红黑树相关方法

    红黑树相关知识网上有很多不错的讲解，推荐一个github地址，感兴趣可以去看一下，教你透彻了解红黑树

    先来 TreeNode 有什么属性吧

    1
    2
    3
    4
    5
    TreeNode<K,V> parent;  // red-black tree links
    TreeNode<K,V> left;
    TreeNode<K,V> right;
    TreeNode<K,V> prev;    // needed to unlink next upon deletion
    boolean red;

    记得之前在 putVal( ) 方法中，如果追加节点后链表长度>=8就会转换为树。其中 treeifyBin(tab, hash) 方法如下

    1
    2
    3
    4
    5
    6
    7
    8
    9
    10
    11
    12
    13
    14
    15
    16
    17
    18
    19
    20
    21
    final void treeifyBin(Node<K,V>[] tab, int hash) {
        int n, index; Node<K,V> e;
        if (tab == null || (n = tab.length) < MIN_TREEIFY_CAPACITY)
            resize();
        else if ((e = tab[index = (n - 1) & hash]) != null) {
            TreeNode<K,V> hd = null, tl = null;
            do {
                //根据e节点构建一个新的treeNode
                TreeNode<K,V> p = replacementTreeNode(e, null);
                if (tl == null)
                    hd = p;
                else {
                    p.prev = tl;
                    tl.next = p;
                }
                tl = p;
            } while ((e = e.next) != null);
            if ((tab[index] = hd) != null)
                hd.treeify(tab);
        }
    }

    现在 hd 就是之前链表头节点转换成的 treeNode，它的 next 指向下一个 treeNode，并且这个 treeNode 的 prev 指向 hd，后面同理。然后来看下 hd.treeify(tab)

    1
    2
    3
    4
    5
    6
    7
    8
    9
    10
    11
    12
    13
    14
    15
    16
    17
    18
    19
    20
    21
    22
    23
    24
    25
    26
    27
    28
    29
    30
    31
    32
    33
    34
    35
    36
    37
    38
    39
    40
    41
    42
    43
    44
    45
    46
    47
    48
    49
    50
    51
    final void treeify(Node<K,V>[] tab) {
        TreeNode<K,V> root = null;
        for (TreeNode<K,V> x = this, next; x != null; x = next) {
        next = (TreeNode<K,V>)x.next;
            x.left = x.right = null;
            //此处执行，就是把hd作为根节点，设置red为false
            if (root == null) {
                x.parent = null;
                x.red = false;
                root = x;
            }
            else {
                K k = x.key;
                int h = x.hash;
                Class<?> kc = null;
                //往树中插入当前节点
                for (TreeNode<K,V> p = root;;) {
                    int dir, ph;
                    K pk = p.key;
                    //根据当前节点的hash与root的hash大小区别开
                    if ((ph = p.hash) > h)
                        dir = -1;
                    else if (ph < h)
                        dir = 1;
                    else if ((kc == null &&
                                //hash相同则判断key是否实现了Comparable接口
                                (kc = comparableClassFor(k)) == null) ||
                                //实现了Comparable接口则直接比较
                                (dir = compareComparables(kc, k, pk)) == 0)
                        //否则调用System.identityHashCode比较，这里就不研究了
                        dir = tieBreakOrder(k, pk);
                    TreeNode<K,V> xp = p;
                    if ((p = (dir <= 0) ? p.left : p.right) == null) {
                        //把当前节点parent指向root
                        x.parent = xp;
                        //如果dir<=0，也就是当前节点的hash<=root的hash，把root的left指向当前节点
                        if (dir <= 0)
                            xp.left = x;
                        //如果dir>0，也就是当前节点的hash>root的hash，把root的right指向当前节点
                        else
                            xp.right = x;
                        //此处进行插入平衡操作，重新指定root，稍后再说
                        root = balanceInsertion(root, x);
                        break;
                    }
                }
            }
        }
        //恢复root的位置，即起点作为根节点
        moveRootToFront(tab, root);
    }

    接着看下 balanceInsertion(root, x)怎么重新指定root的

    1
    2
    3
    4
    5
    6
    7
    8
    9
    10
    11
    12
    13
    14
    15
    16
    17
    18
    19
    20
    21
    22
    23
    24
    25
    26
    27
    28
    29
    30
    31
    32
    33
    34
    35
    36
    37
    38
    39
    40
    41
    42
    43
    44
    45
    46
    47
    48
    49
    50
    51
    52
    53
    54
    55
    56
    57
    58
    59
    60
    61
    62
    63
    static <K,V> TreeNode<K,V> balanceInsertion(TreeNode<K,V> root,
                                                        TreeNode<K,V> x) {
        x.red = true;
        for (TreeNode<K,V> xp, xpp, xppl, xppr;;) {
            //如果当前节点父节点为null，则令其为黑色，直接返回当前节点
            if ((xp = x.parent) == null) {
                x.red = false;
                return x;
            }
            //如果当前节点父节点为黑色，或者祖父节点为null，直接返回root
            else if (!xp.red || (xpp = xp.parent) == null)
                return root;
            //如果当前节点的父节点是祖父节点的左孩子
            if (xp == (xppl = xpp.left)) {
                //如果当前节点的祖父节点的右孩子不为null并且为红色，则令其为黑色
                //并且令父节点为黑色，令祖父节点为红色，把祖父节点设置为当前节点
                if ((xppr = xpp.right) != null && xppr.red) {
                    xppr.red = false;
                    xp.red = false;
                    xpp.red = true;
                    x = xpp;
                }
                else {
                    //如果当前节点是父节点的右孩子
                    if (x == xp.right) {
                        //左旋
                        root = rotateLeft(root, x = xp);
                        xpp = (xp = x.parent) == null ? null : xp.parent;
                    }
                    if (xp != null) {
                        xp.red = false;
                        if (xpp != null) {
                            xpp.red = true;
                            //右旋
                            root = rotateRight(root, xpp);
                        }
                    }
                }
            }
            else {
                //祖父节点左孩子不为null且为红色
                if (xppl != null && xppl.red) {
                    xppl.red = false;
                    xp.red = false;
                    xpp.red = true;
                    x = xpp;
                }
                else {
                    if (x == xp.left) {
                        root = rotateRight(root, x = xp);
                        xpp = (xp = x.parent) == null ? null : xp.parent;
                    }
                    if (xp != null) {
                        xp.red = false;
                        if (xpp != null) {
                            xpp.red = true;
                            root = rotateLeft(root, xpp);
                        }
                    }
                }
            }
        }
    }

    上面这个方法看不懂的话主要还是红黑树没有理解。建议先理解下红黑树。移除修复操作大同小异，这里就不做记录了。

    其他新增方法

    • 带有默认值的get

      1
      2
      3
      4
      5
      @Override
      public V getOrDefault(Object key, V defaultValue) {
          Node<K,V> e;
          return (e = getNode(hash(key), key)) == null ? defaultValue : e.value;
      }

    • 存在则不覆盖的put，调用putVal( )

      1
      2
      3
      4
      @Override
      public V putIfAbsent(K key, V value) {
          return putVal(hash(key), key, value, true, true);
      }

    • 根据key和value移除

      1
      2
      3
      4
      @Override
      public boolean remove(Object key, Object value) {
          return removeNode(hash(key), key, value, true, true) != null;
      }

    还有一些其它的方法没有说到，感兴趣的可以去看下源码。

    LinkedHashMap

    顺便简单说下 LinkedHashMap 吧，与 HashMap 最主要的区别是，其内部维护的双向链表，可以按照插入顺序或者最近访问顺序遍历取值。

    1
    2
    3
    4
    5
    public LinkedHashMap() {
        super();
        //false则按插入顺序，true则按最近访问顺序
        accessOrder = false;
    }
    1
    2
    3
    4
    5
    6
    public LinkedHashMap(int initialCapacity,
    						float loadFactor,
                            boolean accessOrder) {
    	super(initialCapacity, loadFactor);
        this.accessOrder = accessOrder;
    }

    其中用 Entry<K, V> 继承了 HashMap.Node<K, V>，通过 before 和 after 实现了双向链表

    1
    2
    3
    4
    5
    6
    static class Entry<K,V> extends .Node<K,V> {
        Entry<K,V> before, after;
        Entry(int hash, K key, V value, Node<K,V> next) {
            super(hash, key, value, next);
        }
    }

    get(Object)

    1
    2
    3
    4
    5
    6
    7
    8
    public V get(Object key) {
        Node<K,V> e;
        if ((e = getNode(hash(key), key)) == null)
            return null;
        if (accessOrder)    //按照最近访问顺序
            afterNodeAccess(e);
        return e.value;
    }
    1
    2
    3
    4
    5
    6
    7
    8
    9
    10
    11
    12
    13
    14
    15
    16
    17
    18
    19
    20
    21
    22
    23
    24
    25
    26
    27
    28
    29
    30
    31
    32
    33
    34
    void afterNodeAccess(Node<K,V> e) { // move node to last
        LinkedHashMap.Entry<K,V> last;
        //如果accessOrder为true且e不是tail
        if (accessOrder && (last = tail) != e) {
            //让p指向当前e节点，且让b指向前节点，a指向后节点
            LinkedHashMap.Entry<K,V> p =
            				(LinkedHashMap.Entry<K,V>)e, b = p.before, a = p.after;
            //让p(指向e)的after为null，后面会让tail指向它
            p.after = null;
            //如果前节点b为null，则让head指向后节点a
            if (b == null)
                head = a;
            //否则前节点b的after指向后节点a
            else
                b.after = a;
            //如果后节点a不为null，则让a的before指向前节点b
            if (a != null)
                a.before = b;
            //否则，让last指向b
            else
                last = b;
            //如果last为null，则让head指向p
            if (last == null)
                head = p;
            //否则，让p的before指向last，last的after指向p
            else {
                p.before = last;
                last.after = p;
            }
            //让tail指向p
            tail = p;
              modCount;
        }
    }

    如果 accessOrder 为 true，上面的操作就是调整 get 的那个节点e至尾部，且修复之前e节点的前节点的 after 指针，后节点的 before 指针的指向。

    至于 HashMap 预留给 LinkedHashMap 的 afterNodeAccess()、afterNodeInsertion() 、afterNodeRemoval() 方法 平时不怎么用到，这里不做介绍了。

    JAVA8的HashMap

    标签：let   不能   赋值   oat   either   otherwise   jpg   extend   size   

    温馨提示: 本文由杰米博客推荐，转载请保留链接: https://www.jmwww.net/file/biancheng/11971.html

    博客主人杰米WWW
    杰米博客，为大家提供seo以及it方面技巧喜欢的朋友收藏哦！
  • 11365文章总数
  • 1378072访问次数
  • 建站天数

    • 头条文章

    图文推荐

    站长推荐

    友情链接

    

    关于本站

    杰米博客专门为草根站长提供技术交流环境！···

    联系我们

  • 湖北省武汉市，武汉大学IT技术专业，2023级，李杰
  • Email:jmwww@163.com

    • 特别鸣谢

  • Win作坊资源网
  • 百度站长平台

    • Copyright © 2002-2021 www.jmwww.net. 杰米博客 版权所有 Power by DedeCms |