JAVA源码分析-HashMap源码分析(一)

时间:2024-01-09 11:39:44

一直以来,HashMap就是Java面试过程中的常客,不管是刚毕业的,还是工作了好多年的同学,在Java面试过程中,经常会被问到HashMap相关的一些问题,而且每次面试都被问到一些自己平时没有注意的问题。因为HashMap不管对于毕业生,还是对于老司机来说,都非常熟悉,熟悉到你经常忽略它。

本着知其然,更要知其所以然的精神,本人对JDK 1.8版本的HashMap源码进行了仔细的学习。大家知道,JDK 1.8中HashMap的实现有了一些改进,特别是数据存储结构引进了红黑树,使得查询更加的快捷,本文也会对相应的内容进行分析,希望大家能有收获。

一、HashMap基础

1.1 HashMap的定义

话不多说,首先从HashMap的一些基础开始。我们先看一下HashMap的定义:

public class HashMap<K,V> extends AbstractMap<K,V> implements Map<K,V>, Cloneable, Serializable

我们可以看出,HashMap继承了AbstractMap<K,V>抽象类,实现了Map<K,V>的方法。

1.2 HashMap的属性

接着,我们通过源码看看HashMap的一些重要的常量属性。

//默认容量
static final int DEFAULT_INITIAL_CAPACITY = 1 << 4;
//最大容量
static final int MAXIMUM_CAPACITY = 1 << 30;
//默认加载因子
static final float DEFAULT_LOAD_FACTOR = 0.75f;
//链表转成红黑树的阈值
static final int TREEIFY_THRESHOLD = 8;
//红黑树转为链表的阈值
static final int UNTREEIFY_THRESHOLD = 6;
//存储方式由链表转成红黑树的容量的最小阈值
static final int MIN_TREEIFY_CAPACITY = 64;
//HashMap中存储的键值对的数量
transient int size;
//扩容阈值,当size>=threshold时,就会扩容
int threshold;
//HashMap的加载因子
final float loadFactor;

这里我们要知道<<运算符的意义,表示移位操作,每次向左移动一位(相对于二进制来说),表示乘以2,此处1<<4表示00001中的1向左移动了4位,变成了10000,换算成十进制就是2^4=16,也就是HashMap的默认容量就是16。Java中还有一些位操作符,比如类似的>>(右移),还有>>>(无符号右移)等,也是需要我们掌握的。这些位操作符的计算速度很快,我们在平时的工作中可以使用它们来提升我们系统的性能。

这里我们需要加载因子(load_factor),加载因子默认为0.75,当HashMap中存储的元素的数量大于(容量×加载因子),也就是默认大于16*0.75=12时,HashMap会进行扩容的操作。

二、初始化

一般来说,我们初始化的时候会这样写:

Map<K,V> map = new HashMap<K,V>();

这个过程发生了什么呢?我们看看源码。

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);
}

我们debug跟踪时,会发现,这里的initialCapacity并不是我们想象的16,而是31,并且会变化几次之后,initialCapacity最终变成了11,这是为什么呢?说实话,我也不清楚,希望有大神可以帮忙解答。

我们继续。初始化时,会首先判断初始容量是否小于0,如果小于0,会抛出异常。接着,判断初始容量是否大于最大的容量(即2^31),如果大于,将初始容量设置为最大初始容量。紧接着,判断加载因子:如果小于等于0,或者不是一个数字,都会抛出异常。等这些校验完成之后,会将HashMap的加载因子和扩容的阈值设置上。这里需要注意一下,threshold(阈值)=capacity*loadFactor。而我们的阈值是怎么来的呢?我们看一下tableSizeFor()这个方法。

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;
}

我们可以看到英文注释:Returns a power of two size for the given target capacity.(返回目标容量对应的2的幂次方。)我们可以想象一下,如果我们将初始值设置为非2的幂次方的数值,比如我们设置为19,最终我们通过这个方法,得到的数组大小是多少呢?我们可以计算一下。

cap=19
int n=cap-1;//得到n=18,换算为二进制为10010
n|=n>>>1;//表示n无符号右移一位后,与n按位或计算,其中n>>>1=01001,按位或结果为11011
n|=n>>>2;//其中n>>>2=00110,按位或的结果为11111,下面几步类似,最终得到的结果是n=11111(二进制,也就是2^5-1,31) 最终计算得到的结果是32

因为cap最大为2^31,我们可以知道,这个方法的最终目的就是返回比cap大的最小的2的幂次方。

三、put()

下面,我们开始解析HashMap中最重要的一个方法:put()。

//如果原来存在相同的key-value,原来的value会被替换掉
public V put(K key, V value) {
return putVal(hash(key), key, value, false, true);
}

下面我们首先看一下hash(key),然后再看一下putVal()方法,这两个方法是精髓。

3.1 hash(key)

先上源码:

static final int hash(Object key) {
int h;
return (key == null) ? 0 : (h = key.hashCode()) ^ (h >>> 16);
}

我们可以发现,当key=null时,也是有hash值的,是0,所以,HashMap的key是可以为null的,对比HashTable源码我们可以知道,HashTable的key直接进行了hashCode,如果key为null时,会抛出异常,所以HashTable的key不可以是null。

我们还能发现hash值的计算,首先计算出key的hashCode()为h,然后与h无条件右移16位后的二进制进行按位异或(^)得到最终的hash值,这个hash值就是键值对存储在数组中的位置。

备注:异或的操作如下:0 ^ 0=0,1 ^ 1 =0,0 ^ 1=1,1 ^ 0=1,也就是相同时返回0,不同时返回1。

我们目前不去深究为什么这么设计,我们只要知道,这样设计的目的是为了让hash值分布的更加均匀即可。

3.2 putVal()方法

3.2.1 源码

我们直接看源码。

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)
n = (tab = resize()).length;
if ((p = tab[i = (n - 1) & hash]) == null)
tab[i] = newNode(hash, key, value, null);
else {
Node<K,V> e; K k;
if (p.hash == hash &&
((k = p.key) == key || (key != null && key.equals(k))))
e = p;
else if (p instanceof TreeNode)
e = ((TreeNode<K,V>)p).putTreeVal(this, tab, hash, key, value);
else {
for (int binCount = 0; ; ++binCount) {
if ((e = p.next) == null) {
p.next = newNode(hash, key, value, null);
if (binCount >= TREEIFY_THRESHOLD - 1) // -1 for 1st
treeifyBin(tab, hash);
break;
}
if (e.hash == hash &&
((k = e.key) == key || (key != null && key.equals(k))))
break;
p = e;
}
}
if (e != null) { // existing mapping for key
V oldValue = e.value;
if (!onlyIfAbsent || oldValue == null)
e.value = value;
afterNodeAccess(e);
return oldValue;
}
}
++modCount;
if (++size > threshold)
resize();
afterNodeInsertion(evict);
return null;
}

我们慢慢来分析。首先看入参:

  • hash:表示key的hash值
  • key:待存储的key值
  • value:待存储的value值,从这个方法可以知道,HashMap底层存储的是key-value的键值对,不只是存储了value
  • onlyIfAbsent:这个参数表示,是否需要替换相同的value值,如果为true,表示不替换已经存在的value
  • evict:如果为false,表示数组是新增模式

我们看到put时所传入的参数put(hash(key), key, value, false, true),可以得到相应的含义。

3.2.2 HashMap的数据结构

在继续下一步分析之前,我们首先需要看一下HashMap底层的数据结构。

JAVA源码分析-HashMap源码分析(一)

我们可以看到,HashMap底层是数组加单向链表或红黑树实现的(这是JDK 1.8里面的内容,之前的版本纯粹是数组加单向链表实现)。

下面我们看一下HashMap的一些重要的内部类。首先最重要的就是Node类,即HashMap内部定义的单向链表

static class Node<K,V> implements Map.Entry<K,V> {
final int hash;
final K key;
V value;
Node<K,V> next; //省略一些代码 public final int hashCode() {
return Objects.hashCode(key) ^ Objects.hashCode(value);
} public final V setValue(V newValue) {
V oldValue = value;
value = newValue;
return oldValue;
} public final boolean equals(Object o) {
if (o == this)
return true;
if (o instanceof Map.Entry) {
Map.Entry<?,?> e = (Map.Entry<?,?>)o;
if (Objects.equals(key, e.getKey()) &&
Objects.equals(value, e.getValue()))
return true;
}
return false;
}
}

我们重点看一下数据结构,Node中存储了key的hash值,键值对,同时还有下一个链表元素。我们重点关注一些equals这个方法,这个方法在什么时候会用到呢?当我们算出的key的hash值相同时,put方法并不会报错,而是继续向这个hash值的链表中添加元素。我们会调用equals方法来比对key和value是否相同,如果equals方法返回false,会继续向链表的尾部添加一个键值对。

当然,在JDK 1.8中引入了红黑树的概念,内部定义为TreeNode,对红黑树感兴趣的同学可以看看相关的文档,引入红黑树是为了提升查询的效率。

3.2.3 继续分析putVal()方法

首先判断当前HashMap的数组是否为空,如果为空,则调用resize()方法,对HashMap进行扩容,这次扩容的结果就是HashMap的初始化一个长度为16的数组。获取到数组的长度n。代码如下:

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

接着,根据长度-1和hash值进行按位与运算,算出hash值对应于数组中的位置,从tab中将这个位置上面的内容取出,判断为null时,在这个位置新增一个Node。代码如下:

if ((p = tab[i = (n - 1) & hash]) == null)
tab[i] = newNode(hash, key, value, null); // Create a regular (non-tree) node
Node<K,V> newNode(int hash, K key, V value, Node<K,V> next) {
return new Node<>(hash, key, value, next);
}

如果同样的位置取到了数据,也就是这个hash值对应数组的位置上面已经有了键值对存在,这时候我们就需要做一些动作了。首先,我们判断这个Node,也就是p的hash值是否与传入的hash相等,然后接着判断key是否相等(这里判断key是否相等,用了一个或运算)。如果判断通过,表示要传入的key-val键值对就是tab[i]位置上面的键值对,直接替换即可,不用管后面是链表还是红黑树。代码如下:

Node<K,V> e; K k;
if (p.hash == hash &&
((k = p.key) == key || (key != null && key.equals(k))))
e = p;

如果tab[i]的key不是我们传入的key,下面我们首先要判断p这个Node是不是红黑树,如果是红黑树,直接向红黑树新增一个数据。向红黑树新增数据的代码我们后续再解析,目前先不进行分析。代码如下:

else if (p instanceof TreeNode)
e = ((TreeNode<K,V>)p).putTreeVal(this, tab, hash, key, value);

下面,当p是单向链表时,我们遍历链表进行插入等操作。找到链表的尾部,将节点新增到尾部。如果链表的长度大于等于红黑树化的阈值-1,就将桶(也就是链表)转成红黑树存储数据。如果在链表中还存在相同的key,直接替换旧的value即可。

    for (int binCount = 0; ; ++binCount) {
if ((e = p.next) == null) {
p.next = newNode(hash, key, value, null);
if (binCount >= TREEIFY_THRESHOLD - 1) // -1 for 1st
treeifyBin(tab, hash);
break;
}
if (e.hash == hash &&
((k = e.key) == key || (key != null && key.equals(k))))
break;
p = e;
} if (e != null) { // existing mapping for key
V oldValue = e.value;
if (!onlyIfAbsent || oldValue == null)
e.value = value;
afterNodeAccess(e);
return oldValue;
}

最后,还有一个操作,大家千万不要忽略,也就是判断当前的键值对数量是否即将超过阈值,如果即将超过,需要进行resize()操作。

if (++size > threshold)
resize();

下一篇文章我们将着重分析resize()和get()的源码。