【Java入门提高篇】Day23 Java容器类详解(六)HashMap源码分析(中)

时间:2022-12-15 19:11:18

  上一篇中对HashMap中的基本内容做了详细的介绍,解析了其中的get和put方法,想必大家对于HashMap也有了更好的认识,本篇将从了算法的角度,来分析HashMap中的那些函数。【Java入门提高篇】Day23 Java容器类详解(六)HashMap源码分析(中)

HashCode

  先来说说HashMap中HashCode的算法,在上一篇里,我们看到了HashMap中的put方法是这样的:

    public V put(K key, V value) {
        return putVal(hash(key), key, value, false, true);
    }

  那这个hash函数又是什么呢?让我们来看看它的真面目:

    /**
     * 将高位与低位进行与运算来计算哈希值。因为在hashmap中使用2的整数幂来作为掩码,所以只在当前掩码之上的位上发生
     * 变化的散列总是会发生冲突。(在已知的例子中,Float键的集合在小表中保持连续的整数)因此,我们应用一个位运算
     * 来向下转移高位的影响。 这是在综合考虑了运算速度,效用和质量之后的权衡。因为许多常见的散列集合已经合理分布
     * (所以不能从扩散中受益),并且因为我们使用树来处理bin中发生的大量碰撞的情况,所以我们尽可能以代价最低的方式
     * 对一些位移进行异或运算以减少系统损失, 以及合并由于hashmap容量边界而不会被用于散列运算的最高位的影响。
     *
     * todo 扰动函数
     */
    static final int hash(Object key) {
        int h;
        return (key == null) ? 0 : (h = key.hashCode()) ^ (h >>> 16);
    }

  可以看出,这里并不是简单的使用了key的hashCode,而是将它的高16位与低16位做了一个异或操作。(“>>>”是无符号右移的意思,即右移的时候左边空出的部分用0填充)这是一个扰动函数,具体效果后面会说明。接下来再看看之前的putval方法:

 1     final V putVal(int hash, K key, V value, boolean onlyIfAbsent,
 2                    boolean evict) {
 3         Node<K,V>[] tab; Node<K,V> p; int n, i;
 4         //如果当前table未初始化,则先重新调整大小至初始容量
 5         if ((tab = table) == null || (n = tab.length) == 0)
 6             n = (tab = resize()).length;
 7         //(n-1)& hash 这个地方即根据hash求序号,想了解更多散列相关内容可以查看下一篇
 8         if ((p = tab[i = (n - 1) & hash]) == null)
 9             //不存在,则新建节点
10             tab[i] = newNode(hash, key, value, null);
11         else {
12             Node<K,V> e; K k;
13             //先找到对应的node
14             if (p.hash == hash &&
15                     ((k = p.key) == key || (key != null && key.equals(k))))
16                 e = p;
17             else if (p instanceof TreeNode)
18                 //如果是树节点,则调用相应的putVal方法,这部分放在第三篇内容里
19                 //todo putTreeVal
20                 e = ((TreeNode<K,V>)p).putTreeVal(this, tab, hash, key, value);
21             else {
22                 //如果是链表则之间遍历查找
23                 for (int binCount = 0; ; ++binCount) {
24                     if ((e = p.next) == null) {
25                         //如果没有找到则在该链表新建一个节点挂在最后
26                         p.next = newNode(hash, key, value, null);
27                         if (binCount >= TREEIFY_THRESHOLD - 1) // -1 for 1st
28                             //如果链表长度达到树化的最大长度,则进行树化,该函数内容也放在第三篇
29                             //todo treeifyBin
30                             treeifyBin(tab, hash);
31                         break;
32                     }
33                     if (e.hash == hash &&
34                             ((k = e.key) == key || (key != null && key.equals(k))))
35                         break;
36                     p = e;
37                 }
38             }
39             //如果已存在该key的映射,则将值进行替换
40             if (e != null) { // existing mapping for key
41                 V oldValue = e.value;
42                 if (!onlyIfAbsent || oldValue == null)
43                     e.value = value;
44                 afterNodeAccess(e);
45                 return oldValue;
46             }
47         }
48         //修改次数加一
49         ++modCount;
50         if (++size > threshold)
51             resize();
52         afterNodeInsertion(evict);
53         return null;
54     }

  注意看第八行的代码:

  tab[i = (n - 1) & hash]

  (n - 1) & hash 即通过key的hash值来取对应的数组下标,并非是对table的size进行取余操作。

  那么,为什么要这样做呢?首先,扰动函数的目的就是为了扩大高位的影响,使得计算出来的数值包含了高 16 位和第 16 位的特性,让 hash 值更加深不可测【Java入门提高篇】Day23 Java容器类详解(六)HashMap源码分析(中)来降低碰撞的概率。从hash方法的注释中,我们也可以找到答案,一般的散列,其实都是做取余处理,但是HashMap中的table大小是2的整数次幂,也就是说,肯定不是质数,那么在取余的时候,偶数的映射范围势必就要小了一半,这样效果显然就差很多,而且,除法和取余其实是很慢的操作,所以在JDK8中,使用了一种很巧妙的方式来进行散列。首先,table的大小size设置成了2的整数次幂,这样使用size-1就变成了掩码,下面是我找的一张图,能很好的解释这个过程:

【Java入门提高篇】Day23 Java容器类详解(六)HashMap源码分析(中)

  n是table的大小,默认是16,二进制即为10000,n - 1 对应的二进制则为1111,这样再与hash值做“与”操作时,就变成了掩码,除了最后四位全部被置为0,而最后四位的范围肯定会落在(0~n-1)之间,正好是数组的大小范围,散列函数的妙处就在于此了。【Java入门提高篇】Day23 Java容器类详解(六)HashMap源码分析(中)简直不能更稳,一波操作猛如虎。

  那么我们继续上一篇的栗子,我们来一步一步分析一下,小明和小李的hash值的映射过程:

【Java入门提高篇】Day23 Java容器类详解(六)HashMap源码分析(中)

  小明的hash值是756692,转换为二进制为10111000101111010100,table的大小是32,n-1=31,对应的二进制为:11111,做“与”运算之后,得到的结果是10100,即为20。

  小李的hash值是757012,转换为二进制为10111000110100010100,与11111做与运算后,得到的结果也是10100,即20,于是就与小明发生了冲突,但还是要先来后到,于是小李就挂在了小明后面。【Java入门提高篇】Day23 Java容器类详解(六)HashMap源码分析(中)

  散列函数看完了,我们接下来再看看扩容函数。

扩容函数

  扩容函数其实之前也已经见过了,就在上面的putVal方法里,往上面翻一翻,第六行可以看到resize函数,这就是扩容函数,让我们来看看它的庐山真面目:【Java入门提高篇】Day23 Java容器类详解(六)HashMap源码分析(中)

  

 1     /**
 2      * 初始化或将table的大小进行扩容。 如果table为null,则按照字段threshold中的初始容量目标进行分配。
 3      * 否则,因为我们使用2次幂进行扩容,所以在新表中,来自每个bin中的元素必须保持在相同的索引处,或者以原偏移量的2次幂进行移动。
 4      */
 5     final Node<K,V>[] resize() {
 6         Node<K,V>[] oldTab = table;
 7         int oldCap = (oldTab == null) ? 0 : oldTab.length;
 8         int oldThr = threshold;
 9         int newCap, newThr = 0;
10         if (oldCap > 0) {
11             if (oldCap >= MAXIMUM_CAPACITY) {
12                 threshold = Integer.MAX_VALUE;
13                 return oldTab;
14             }
15             //新的容量扩展成原来的两倍
16             else if ((newCap = oldCap << 1) < MAXIMUM_CAPACITY &&
17                     oldCap >= DEFAULT_INITIAL_CAPACITY)
18                 //阈值也调整为原来的两倍
19                 newThr = oldThr << 1; // double threshold
20         }
21         else if (oldThr > 0) // initial capacity was placed in threshold
22             newCap = oldThr;
23         else {               // zero initial threshold signifies using defaults
24             newCap = DEFAULT_INITIAL_CAPACITY;
25             newThr = (int)(DEFAULT_LOAD_FACTOR * DEFAULT_INITIAL_CAPACITY);
26         }
27         if (newThr == 0) {
28             float ft = (float)newCap * loadFactor;
29             newThr = (newCap < MAXIMUM_CAPACITY && ft < (float)MAXIMUM_CAPACITY ?
30                     (int)ft : Integer.MAX_VALUE);
31         }
32         threshold = newThr;
33         @SuppressWarnings({"rawtypes","unchecked"})
34         Node<K,V>[] newTab = (Node<K,V>[])new Node[newCap];
35         table = newTab;
36         //将旧数组中的node重新散列到新数组中
37         if (oldTab != null) {
38             for (int j = 0; j < oldCap; ++j) {
39                 Node<K,V> e;
40                 if ((e = oldTab[j]) != null) {
41                     oldTab[j] = null;
42                     if (e.next == null)
43                         newTab[e.hash & (newCap - 1)] = e;
44                     else if (e instanceof TreeNode)
45                         ((TreeNode<K,V>)e).split(this, newTab, j, oldCap);
46                     else { // preserve order
47                         Node<K,V> loHead = null, loTail = null;
48                         Node<K,V> hiHead = null, hiTail = null;
49                         Node<K,V> next;
50                         do {
51                             next = e.next;
52                             if ((e.hash & oldCap) == 0) {
53                                 if (loTail == null)
54                                     loHead = e;
55                                 else
56                                     loTail.next = e;
57                                 loTail = e;
58                             }
59                             else {
60                                 if (hiTail == null)
61                                     hiHead = e;
62                                 else
63                                     hiTail.next = e;
64                                 hiTail = e;
65                             }
66                         } while ((e = next) != null);
67                         if (loTail != null) {
68                             loTail.next = null;
69                             newTab[j] = loHead;
70                         }
71                         if (hiTail != null) {
72                             hiTail.next = null;
73                             newTab[j + oldCap] = hiHead;
74                         }
75                     }
76                 }
77             }
78         }
79         return newTab;
80     }

  这里可以看到,如果原来的table还未被初始化的话,调用该函数后就会被扩容到默认大小(16),上一篇中也已经说过,HashMap也是使用了懒加载的方式,在构造函数中并没有初始化table,而是在延迟到了第一次插入元素之后。

  当使用put插入元素的时候,如果发现目前的bins占用程度已经超过了Load Factor所设置的比例,那么就会发生resize,简单来说就是把原来的容量和阈值都调整为原来的2倍,之后重新计算index,把节点再放到新的bin中。因为index值的计算与table数组的大小有关,所以扩容后,元素的位置有可能会调整:

【Java入门提高篇】Day23 Java容器类详解(六)HashMap源码分析(中)

  以上图为例,如果对应的hash值第五位是0,那么做与操作后,得到的序号不会变,那么它的位置就不会改变,相反,如果是1,那么它的新序号就会变成原来的序号+16,。

  【Java入门提高篇】Day23 Java容器类详解(六)HashMap源码分析(中)

  好像也不是很多嘛,嗯,算法部分就先介绍到这里了,之后的一篇再来说说HashMap中的EntrySet,KeySet和values(如果时间够的话顺便把迭代器也说一说)。

  好了,本篇就此愉快的结束了,最后祝大家端午节快乐!如果觉得内容还不错的话记得动动小手点关注哦,你的支持就是我最大的动力!【Java入门提高篇】Day23 Java容器类详解(六)HashMap源码分析(中)