为了账号安全,请及时绑定邮箱和手机立即绑定

HashMap源码全解析从一道面试题说起:请一行一行代码描述下hashmap put方法

2019.02.28 17:19 1651浏览

jsbintask-HashMap

本文原创地址,我的博客https://jsbintask.cn/2019/02/27/jdk/jdk8-hashmap-sourcecode/(食用效果最佳),转载请注明出处!

前言

前阵子(估计也快半年了吧)遇到这么一个面试题:请一行代码一行代码描述下HashMap put方法。
我:。。。
哈哈,其实也没有无语,当时知道HashMap的原理,数据结构,以及一些要注意的点,没想到面试官这么狠,所以本文的目的就是全方位的从源码角度分析下HashMap

注意点

jdk1.8相对于jdk1.7有较大改动,本次将只会详细分析jdk1.8的代码,对于1.7只会比较两者不同之处。

源码

数据结构

jdk1.8以前,HashMap使用的是数组+链表的结构存储数据。如下:
HashMap
维护一个Enyry[]数组存储数据,当发生hash冲突时,数组节点则会变成一个链表,用于存储hash冲突的数据,而在jdk1.8中,这个链表则变成了红黑树,如下:
HashMap
值得注意的是,jdk8中不是一开始就使用红黑树维护这些hash冲突的节点,而是当链表长度超过某个阈值时才将链表转换为红黑树,在代码分析中看到。

源码分析

  1. 首先查看HashMap中的静态成员常量
public class HashMap {
    static final int DEFAULT_INITIAL_CAPACITY = 1 << 4; // aka 16

    static final int MAXIMUM_CAPACITY = 1 << 30;

    static final float DEFAULT_LOAD_FACTOR = 0.75f;

    static final int TREEIFY_THRESHOLD = 8;

    static final int UNTREEIFY_THRESHOLD = 6;

    static final int MIN_TREEIFY_CAPACITY = 64;
}

各个静态常量如图:
HashMap
各个静态成员常量意义已经注明.

  1. HashMap成员变量,接着,我们看下成员变量:
public class HashMap<K, V> {

    /**
     * 一开分析的 `储存数据的数组`
     */
    transient java.util.HashMap.Node<K,V>[] table;

    /**
     * 用于 **entrySet()和values()**方法,返回一个迭代器遍历Map结构
     */
    transient Set<Map.Entry<K,V>> entrySet;

    /**
     * 整个hashmap 所包含的节点数
     */
    transient int size;

    /**
     * hashmap 的结构修改次数,比如 Put,remove的次数,
     * 和上面的 迭代器配合使用,在迭代过程中,如果其它线程更改了这个值,则会抛出 `ConcurrentModificationException`异常
     */
    transient int modCount;

    /**
     * hashmap扩容的阈值,值为 loadFactor*table.length  e.g: 0.75 * 16 = 12
     * 也就是说默认是当数组大小超过 12时就会进行数组扩容
     */
    int threshold;

    /**
     * 加载因子,默认值上图已经说明
     */
    final float loadFactor;
}

其中各个值的含义已经在注释中说明,配合上图默认值更能理解。

  1. 接着我们继续看下 Node类的数据结构:
static class Node<K,V> implements Map.Entry<K,V> {
        final int hash;
        final K key;
        V value;
        Node<K,V> next;
}

很清楚,四个成员变量, key, key的hash值, key对应的value,下一个节点的引用,其中链表的形成就是 next这个引用的作用。

  1. 好了,准备条件都做好了,接下来就是分析put方法了:
public V put(K key, V value) {
        return putVal(hash(key), key, value, false, true);
}

很清楚,通过hash(key)方法获取到了key的hash值,然后调用了putVal()方法:

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;
    }

这是putVal的原始方法,看起来有点复杂,很多操作在一行代码中写完,我们稍微改下写法,为每行代码加上注释:

final V putVal(int hash, K key, V value, boolean onlyIfAbsent,
                   boolean evict) {
        /* 声明本地变量 tab,p,n,i(提高性能,effective java),可以先多记两边,防止后面不知道变量怎么来的! */
        Node<K, V>[] tab;
        Node<K, V> p;
        int n, i;

        /* 将成员变量 table 赋值给本地变量 tab,并且将tab的长度赋值给本地变量 n */
        tab = table;
        if (tab != null) {
            n = tab.length;
        }

        /* 如果tab为空或者 数组长度为0,进行初始化,调用 resize()方法,并且获取赋值后的数组长度 */
        if (tab == null || n = 0) {
            tab = resize();
            n = tab.length;
        }

        /* 根据key的hash值得到当前key在数组中的 位置,赋值给 i */
        i = (n - 1) & hash;
        /* 将i在数组中对应的key值去除赋值给p,所以p代表当前的key */
        p = tab[i];

        /* 判断当前数组中取出来的key是否为空(数组中没有),就new一个新的节点,并且放在这个索引 i的位置 */
        if (p == null) {
            tab[i] = newNode(hash, key, value, null);

            /* 如果不为空,那就表示已经有这样的hash 值已经存在了,可能存在hash冲突 或者 直接替换原来的value */    
        } else {
            /* 声明本地变量 e, k */
            Node<K, V> e;
            K k;

            /* 如果取出来的节点 hash值相等,key也和原来的一样( == 或者 equals方法为true),直接将 这个节点 
            * p 赋值给刚刚声明的本地变量 e (这个操作很重要,在心中记住)
            * 另外这里还将 节点 p的key 赋值给了本地变量 k
            * */
            if (p.hash == hash && ((k = p.key) == key || (key != null && key.equals(k)))) {
                e = p;
                
                /* 如果 hash值一样,但不是同一个 key,则表示hash冲突,接着判断这个节点是不是 红黑树的节点
                 * 如果是,则生成一个红黑树的节点然后赋值给本地变量 e */
            } else if (p instanceof TreeNode) {
                e = ((TreeNode<K, V>) p).putTreeVal(this, tab, hash, key, value);

                /* 不是红黑树,hash冲突了,这个时候开始扩展链表 */
            } else {
                /* 声明一个本地变量 binCount,开始遍历 p节点后面的链表 */
                for (int binCount = 0; ; ++binCount) {
                    /* 首先将p节点的 next(链表的下一个)赋值给 本地变量e */
                    e = p.next;
                    
                    /* 如果e为空,表示p指向的下一个节点不存在,这个时候直接将 新的 key,value放在链表的最末端 */
                    if (e == null) {
                        p.next = newNode(hash, key, value, null);

                        /* 放入后,还要判断下 这个链表的长度是否已经大于等于红黑树的阈值 (前面分析静态成员变量已经说明), 
                        *  一旦大于,就可以变形,调用 treeifyBin方法将原来的链表转化为红黑树 !
                        * */
                        if (binCount >= TREEIFY_THRESHOLD - 1) { // -1 for 1st
                            treeifyBin(tab, hash);
                        }

                        break;

                    }

                    /* 如果不为空,表示还没有到链表的末端, 
                    将 e 赋值给 p(p的下一个节点赋值给p),开启下一次循环 */
                    if (e.hash == hash && ((k = e.key) == key || (key != null && key.equals(k)))) {
                        break;
                    }
                    p = e;
                }
            }
            
            /* e不等于null,则表示 key值相等,替换原来的value即可,
             * 这里需要注意,这里不是表示 hash冲突(再观察下前面的分析),
             * hash冲突链表的扩展已经在最后一个 else完成了!
             * */
            if (e != null) { // existing mapping for key
                V oldValue = e.value;

                if (!onlyIfAbsent || oldValue == null) {
                    e.value = value;
                }

                /* 替换新值后,回调该方法(子类可扩展) */
                afterNodeAccess(e);

                /* 返回原来的 key对应的旧值 */
                return oldValue;
            }
        }

        /* 完成一次 put方法后,加一次 modCount,看前面成员变量分析 */
        ++modCount;

        /* 加入了新节点,把 size 自加,并且 判断是否已经大于要扩容的阈值(观察前面成员变量分析),开始扩容 */
        if (++size > threshold)
            resize();
        
        /* 插入新节点后,回调方法(子类可扩展) */
        afterNodeInsertion(evict);
        
        /* 插入的新节点,直接返回 null即可 */
        return null;
    }

其中所有代码均已经加上详细注释,这里值得注意的是,由于这个方法没有任何 线程同步手段,所以不论是在查找对应的key,还是扩容,插入节点,增加size,modCount等,肯定会出现问题(这里先预留一篇文章,ConCurrentHashMap源码分析),所以多线程环境下,绝对不能使用HashMap
而应该使用ConCurrentHashMap
当然到了现在,我们那个面试题的答案也已经能够较为完整的回答出来了!(大笑)

  1. 上面较为详细的分析了put方法后,我们注意到resize()方法在这个方法中起到了关键作用,初始化,以及扩容。那我们接着来观察下resize()方法:
final Node<K, V>[] resize() {
        Node<K, V>[] oldTab = table;
        int oldCap = (oldTab == null) ? 0 : oldTab.length;
        int oldThr = threshold;
        int newCap, newThr = 0;
        if (oldCap > 0) {
            if (oldCap >= MAXIMUM_CAPACITY) {
                threshold = Integer.MAX_VALUE;
                return oldTab;
            } else if ((newCap = oldCap << 1) < MAXIMUM_CAPACITY &&
                    oldCap >= DEFAULT_INITIAL_CAPACITY)
                newThr = oldThr << 1; // double threshold
        } else if (oldThr > 0) // initial capacity was placed in threshold
            newCap = oldThr;
        else {               // zero initial threshold signifies using defaults
            newCap = DEFAULT_INITIAL_CAPACITY;
            newThr = (int) (DEFAULT_LOAD_FACTOR * DEFAULT_INITIAL_CAPACITY);
        }
        if (newThr == 0) {
            float ft = (float) newCap * loadFactor;
            newThr = (newCap < MAXIMUM_CAPACITY && ft < (float) MAXIMUM_CAPACITY ?
                    (int) ft : Integer.MAX_VALUE);
        }
        threshold = newThr;
        @SuppressWarnings({"rawtypes", "unchecked"})
        Node<K, V>[] newTab = (Node<K, V>[]) new Node[newCap];
        table = newTab;
        if (oldTab != null) {
            for (int j = 0; j < oldCap; ++j) {
                Node<K, V> e;
                if ((e = oldTab[j]) != null) {
                    oldTab[j] = null;
                    if (e.next == null)
                        newTab[e.hash & (newCap - 1)] = e;
                    else if (e instanceof TreeNode)
                        ((TreeNode<K, V>) e).split(this, newTab, j, oldCap);
                    else { // preserve order
                        Node<K, V> loHead = null, loTail = null;
                        Node<K, V> hiHead = null, hiTail = null;
                        Node<K, V> next;
                        do {
                            next = e.next;
                            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;
                        }
                        if (hiTail != null) {
                            hiTail.next = null;
                            newTab[j + oldCap] = hiHead;
                        }
                    }
                }
            }
        }
        return newTab;
    }

这个方法看起来也较为复杂,我们同样作下简单分析:

final Node<K, V>[] resize() {
        /* 同样声明本地变量,得到原来的数组,提高性能 */
        Node<K, V>[] oldTab = table;
        /* 获得数组的长度 */
        int oldCap = (oldTab == null) ? 0 : oldTab.length;
        /* 获取扩容阈值 */
        int oldThr = threshold;
        /* 新的数组长度,新的阈值 */
        int newCap, newThr = 0;

        if (oldCap > 0) {
            if (oldCap >= MAXIMUM_CAPACITY) {
                threshold = Integer.MAX_VALUE;
                return oldTab;
                /* 将原来的数组长度 * 2 判断是否小于最大值,并且原来的数组长度大于 默认初始长度(16)
                * 直接双倍扩容, 阈值,长度都 * 2
                * */
            } else if ((newCap = oldCap << 1) < MAXIMUM_CAPACITY &&
                    oldCap >= DEFAULT_INITIAL_CAPACITY)
                newThr = oldThr << 1; // double threshold

        } else if (oldThr > 0) // initial capacity was placed in threshold
            newCap = oldThr;

        else {               // zero initial threshold signifies using defaults
            /* 第一次调用 resize方法,初始化数组长度,阈值,这里就对应我们前面成员变量的分析了:
             * 阈值 = 加载因子 * 数组长度
            * */
            newCap = DEFAULT_INITIAL_CAPACITY;
            newThr = (int) (DEFAULT_LOAD_FACTOR * DEFAULT_INITIAL_CAPACITY);
        }
        if (newThr == 0) {
            float ft = (float) newCap * loadFactor;
            newThr = (newCap < MAXIMUM_CAPACITY && ft < (float) MAXIMUM_CAPACITY ?
                    (int) ft : Integer.MAX_VALUE);
        }
        threshold = newThr;

        /* 根据前面计算出来的新长度,声明一个新数组 */
        @SuppressWarnings({"rawtypes", "unchecked"})
        Node<K, V>[] newTab = (Node<K, V>[]) new Node[newCap];
        table = newTab;

        /* 开始将旧数组的长度复制到新数组 */
        if (oldTab != null) {
            for (int j = 0; j < oldCap; ++j) {
                Node<K, V> e;
                if ((e = oldTab[j]) != null) {
                    /* 原数组的值先置换为null,帮助gc */
                    oldTab[j] = null;

                    /* 如果节点的next不为空(没有形成链表),直接复制到新数组 */
                    if (e.next == null)
                        newTab[e.hash & (newCap - 1)] = e;
                    
                        /* 不为空但是已经是 红黑树了,按红黑树规则置换 */
                    else if (e instanceof TreeNode)
                        ((TreeNode<K, V>) e).split(this, newTab, j, oldCap);

                        /* 已经形成链表了,循环将链表的引用到新数组,不再使用链表 */
                    else { // preserve order
                        /* 声明四个引用,可以防止多线程环境下 死循环! */
                        Node<K, V> loHead = null, loTail = null;
                        Node<K, V> hiHead = null, hiTail = null;
                        Node<K, V> next;
                        do {
                            next = e.next;
                            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;
                        }
                        if (hiTail != null) {
                            hiTail.next = null;
                            newTab[j + oldCap] = hiHead;
                        }
                    }
                }
            }
        }
        /* 最后返回新数组 */
        return newTab;
    }

注释已经简要说明流程,这里可以看出有数组复制以及重新计算hash的操作,所以我们在实际开发中使用HashMap的时候,最好设置一个初始容量,防止经常扩容操作耗费性能!

  1. 好了,HashMap两个关键方法都分析完毕了,接下来我们最后分析一个方法,get(key):
public V get(Object key) {
        Node<K, V> e;
        return (e = getNode(hash(key), key)) == null ? null : e.value;
}

get方法首先通过 hash(key)方法获取到了hash值,接着通过getNode(hash)方法获取节点,所以我们重点看下getNode方法:

final Node<K, V> getNode(int hash, Object key) {
        /* 声明本地变量,提高性能 */
        Node<K, V>[] tab;
        Node<K, V> first, e;
        int n;
        K k;

        /* 本地变量赋值,n为数组长度 */
        tab = table;
        if (tab != null) {
            n = tab.length;
        }
        /* 通过 hash值算出key在数组中的 位置,取出该节点 */
        first = tab[n - 1] & hash;

        /* 不为空,表示key在数组中存在,接下来开始遍历链表获取红黑树,找出具体位置 */
        if (tab != null && n > 0 && first != null) {

            /* 如果链表或者红黑树的第一个节点 hash值,key相等,这个节点就是我们要找的,直接返回 */
            if (first.hash == hash && // always check first node
                    ((k = first.key) == key || (key != null && key.equals(k))))
                
                return first;

            /* 开始遍历链表 */
            if ((e = first.next) != null) {
                /* 如果是红黑树,直接按树规则 查找然后返回 */
                if (first instanceof TreeNode)
                    return ((TreeNode<K, V>) first).getTreeNode(hash, key);
                do {
                    /* 遍历链表找到了,返回 */
                    if (e.hash == hash &&
                            ((k = e.key) == key || (key != null && key.equals(k))))
                        return e;
                } while ((e = e.next) != null);
            }
        }

        /* 最后没有找到,直接返回null */
        return null;
    }

所有代码均已经加上详细注释,这里值得注意的是, 我们发现在链表中查找节点采用的是遍历的方式,所以一旦链表过长,查找性能就较慢,这也是为什么jdk1.8会在 链表长度超过阈值的时候将链表转换为红黑树的原因!(链表时间复杂度为O(n),红黑树为 O(logn).

总结

相信到了现在,HashMap的各类问题各位应该都能够明白了,我们通过阅读源码的方式较为详细的分析了 HashMap(jdk1.8)中的关键方法(put,get,resize),明白了HashMap中的每一个成员变量,静态常量的含义,
另外我们还通过源码知道了多线程环境下HashMap会出现的问题,引申出了ConCurrentHashMap的解析,下一章,我们同样将通过源码解析ConCurrentHashMap

关注我,这里只有干货!

点击查看更多内容

本文原创发布于慕课网 ,转载请注明出处,谢谢合作

6人点赞

若觉得本文不错,就分享一下吧!

评论

相关文章推荐

正在加载中
意见反馈 邀请有奖 帮助中心 APP下载
官方微信

举报

0/150
提交
取消