Диаграмма классов
Сначала посмотрите на четыре широко используемых класса реализации семейства карты, а именно Hashmap, Hashtable, LinkedHashmap и Treemap.
Ниже мы в основном интерпретируем HashMap в сочетании с исходным кодом, подробно интерпретируем принцип работы HashMap с точки зрения структуры хранения, общего анализа методов, расширения и безопасности.
структура хранения
С точки зрения структурной реализации HashMap реализуется массивом + связанным списком + красно-черным деревом (в JDK1.8 добавлена красно-черная часть дерева), как показано на следующем рисунке:
Красно-черное дерево было введено, потому что его средняя временная сложность для поиска, вставки и удаления составляет O (log (n)). Это связано с тем, что при возникновении коллизии хэшей данные будут смонтированы (вставлен хвост) для формирования связанного списка. Пространство связанного списка является прерывистым, логически непрерывным, добавление и удаление элементов выполняется быстро и требует обработки только ссылок между узлами, временная сложность O(1), запрос выполняется медленно, и необходимо пройти все узлы находить один за другим, а временная сложность — O(n);
Внутренние свойства
- Начальная емкость по умолчанию DEFAULT_INITIAL_CAPACITY = 1
- Максимальная емкость MAXIMUM_CAPACITY = 1
- Коэффициент нагрузки по умолчанию DEFAULT_LOAD_FACTOR = 0,75f
- Пороговое значение = мощность * коэффициент нагрузки
- Порог преобразования в красно-черное дерево TREEIFY_THRESHOLD = 8
- Порог для дерева в связанный список UNTREEIFY_THRESHOLD = 6
Метод строительства
// 默认构造函数，加载因子为默认值 0.75f
public HashMap() {
this.loadFactor = DEFAULT_LOAD_FACTOR;
}
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;
this.threshold = tableSizeFor(initialCapacity);
}
//tableSizeFor的功能（不考虑大于最大容量的情况）是返回大于输入参数且最近的2的整数次幂的数。
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;
}
основной метод
расчет индекса индекса
Алгоритм хэширования здесь состоит из трех шагов: получение значения hashCode ключа, операция высокого порядка и операция по модулю.
// 扰动函数
static final int hash(Object key) {
int h;
// >>> 16 无符号右移16位，让高位参与运算，减少碰撞
return (key == null) ? 0 : (h = key.hashCode()) ^ (h >>> 16);
}
index = (n - 1) & hash;
индекс передается через(n - 1) & hashОн вычисляется, то есть двоичный файл (длина массива - 1) объединяется по И с полученным ранее значением хеш-функции.
В операции остатка (%), если делитель является степенью числа 2, она эквивалентна операции И (&), которая вычитает единицу из своего делителя (то есть предпосылка hash%length==hash&(length-1 ) в том, что длина равна 2 n степени ;)
положить метод
final V putVal(int hash, K key, V value, boolean onlyIfAbsent,
boolean evict) {
Node<K,V>[] tab; Node<K,V> p; int n, i;
// 判断当前数组是否已经初始化
if ((tab = table) == null || (n = tab.length) == 0)
// 若未初始化，调用resize方法进行初始化（默认长度为16）
n = (tab = resize()).length;
// (n - 1) & hash 确定元素存放在哪个桶中
if ((p = tab[i = (n - 1) & hash]) == null)
// 如果桶为空，新生成结点放入数组中
tab[i] = newNode(hash, key, value, null);
// 若数组中已经存在元素
else {
Node<K,V> e; K k;
// 如果与第一个元素的hash值相等，key相等
if (p.hash == hash &&
((k = p.key) == key || (key != null && key.equals(k))))
// 将第一个元素赋值给e，用e来记录
e = p;
// 如果节点为红黑树结点
else if (p instanceof TreeNode)
// 放入树中
e = ((TreeNode<K,V>)p).putTreeVal(this, tab, hash, key, value);
// 其余情况则为链表结点
else {
// 在链表最末插入结点（jdk1.7采用头插法，容易造成死循环）
// 遍历当前链表
for (int binCount = 0; ; ++binCount) {
// p.next为空表明处于链表的尾部
if ((e = p.next) == null) {
// 在尾部插入新结点
p.next = newNode(hash, key, value, null);
// 如果结点数量达到阈值8
if (binCount >= TREEIFY_THRESHOLD - 1) // -1 for 1st
// 转化为红黑树
treeifyBin(tab, hash);
// 跳出循环
break;
}
// 判断链表中结点的key值与插入的元素的key值是否相等
if (e.hash == hash &&
((k = e.key) == key || (key != null && key.equals(k))))
// 相等，跳出循环
break;
// 用于遍历桶中的链表，与前面的e = p.next组合，可以遍历链表
p = e;
}
}
// e有记录，表示在桶中找到的元素的key值、hash值与插入元素相等的结点
if (e != null) {
// 记录e（第一个元素）的value
V oldValue = e.value;
// onlyIfAbsent if true, don't change existing value
// onlyIfAbsent为false或者旧值为null
if (!onlyIfAbsent || oldValue == null)
//用新值替换旧值
e.value = value;
// 访问后回调，将元素添加到链表的最后
afterNodeAccess(e);
// 返回旧值
// map.put(1, "Orcas");
// String oldVal = map.put(1, "Fish");
// => Orcas
return oldValue;
}
}
// 记录是发生内部结构变化的次数
++modCount;
// 每次put一个元素++size,当实际大小大于阈值则扩容
if (++size > threshold)
resize();
// 插入后回调
afterNodeInsertion(evict);
return null;
}
Конкретный процесс можно понять по следующему рисунку:
Механизм расширения
final Node<K,V>[] resize() {
Node<K,V>[] oldTab = table;
int oldCap = (oldTab == null) ? 0 : oldTab.length;
int oldThr = threshold;
int newCap, newThr = 0;
// 旧数组中有元素，说明已初始化过，调用resize()是进行扩容的
if (oldCap > 0) {
if (oldCap >= MAXIMUM_CAPACITY) {
// 旧数组长度大于最大容量2^30，则将阈值设置为Integer的最大值
threshold = Integer.MAX_VALUE;
return oldTab;
}
// 旧数组双倍扩容后小于最大容量 并且 旧数组大于默认的初始容量16
else if ((newCap = oldCap << 1) < MAXIMUM_CAPACITY &&
oldCap >= DEFAULT_INITIAL_CAPACITY)
// 将阈值threshold*2得到新的阈值
newThr = oldThr << 1;
}
// 旧阈值=threshold大于0
// 说明使用的构造方法是HashMap(int initialCapacity, float loadFactor)
// 该方法中 this.threshold = tableSizeFor(initialCapacity);
// tableSizeFor方法返回的是数组的容量（2^N）
else if (oldThr > 0)
// 容量设置为阈值threshold
newCap = oldThr;
else {
// 阈值为初始化时的0，oldCap为空，即创建数组时无参，调用resize()是为了初始化为默认值
// 将新的长度设置为默认的初始化长度，即16
newCap = DEFAULT_INITIAL_CAPACITY;
// 负载因子0.75*数组长度16=12 新阈值为12
newThr = (int)(DEFAULT_LOAD_FACTOR * DEFAULT_INITIAL_CAPACITY);
}
// 如果新阈值为0，根据负载因子设置新阈值
if (newThr == 0) {
float ft = (float)newCap * loadFactor;
newThr = (newCap < MAXIMUM_CAPACITY && ft < (float)MAXIMUM_CAPACITY ?
(int)ft : Integer.MAX_VALUE);
}
threshold = newThr;
// 创建一个长度为newCap的新的Node数组
Node<K,V>[] newTab = (Node<K,V>[])new Node[newCap];
table = newTab;
// 如果旧的数组中有数据，则将数组复制到新的数组中
if (oldTab != null) {
// 循环遍历旧数组，将有元素的节点进行复制
for (int j = 0; j < oldCap; ++j) {
Node<K,V> e;
// 旧数组有元素的节点
if ((e = oldTab[j]) != null) {
oldTab[j] = null;
// 数组
if (e.next == null)
// 重新计算hash值确定元素的位置
newTab[e.hash & (newCap - 1)] = e;
// 红黑树
else if (e instanceof TreeNode)
// 将原本的二叉树结构拆分组成新的红黑树
((TreeNode<K,V>)e).split(this, newTab, j, oldCap);
// 链表
else {
Node<K,V> loHead = null, loTail = null;
Node<K,V> hiHead = null, hiTail = null;
Node<K,V> next;
do {
next = e.next;
// 如果为0，元素位置在扩容后数组中的位置没有发生改变
if ((e.hash & oldCap) == 0) {
if (loTail == null)
// 首位
loHead = e;
else
loTail.next = e;
loTail = e;
}
// 不为0，元素位置在扩容后数组中的位置发生了改变，新的下标位置是原索引+oldCap
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;
}
Как показано на рисунке ниже, n — это длина таблицы, а расширение массива равно n