当前位置：首页 > news >正文

一篇文章带你读懂HashMap

news 文章来源：https://blog.csdn.net/weixin_54828627/article/details/129023660 2024/11/26 7:44:06

HashMap是面试中经常问到的一个知识点,也是判断一个候选人基础是否扎实的标准之一。可见HashMap的掌握是多重要。

一、HashMap源码分析

1、构造函数

让我们先从构造函数说起，HashMap有四个构造方法，别慌

1.1 HashMap()

    // 1.无参构造方法、// 构造一个空的HashMap，初始容量为16，负载因子为0.75public HashMap() {        this.loadFactor = DEFAULT_LOAD_FACTOR; // all other fields defaulted}

无参构造方法就没什么好说的了。

1.2 HashMap(int initialCapacity)

    // 2.构造一个初始容量为initialCapacity，负载因子为0.75的空的HashMap，public HashMap(int initialCapacity) {        this(initialCapacity, DEFAULT_LOAD_FACTOR);}

HashMap(int initialCapacity) 这个构造方法调用了1.3中的构造方法。

1.3 HashMap(int initialCapacity, float loadFactor)

    // 3.构造一个空的初始容量为initialCapacity，负载因子为loadFactor的HashMappublic 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);}    //最大容量//static final int MAXIMUM_CAPACITY = 1 << 30;

当指定的初始容量< 0时抛出IllegalArgumentException异常，当指定的初始容量> MAXIMUM_CAPACITY时，就让初始容量 = MAXIMUM_CAPACITY。当负载因子小于0或者不是数字时，抛出IllegalArgumentException异常。

设定threshold。这个threshold = capacity * load factor 。当HashMap的size到了threshold时，就要进行resize，也就是扩容。

tableSizeFor()的主要功能是返回一个比给定整数大且最接近的2的幂次方整数，如给定10，返回2的4次方16.

我们进入tableSizeFor(int cap)的源码中看看：

    //Returns a power of two size for the given target capacity.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;}

note： HashMap要求容量必须是2的幂。

首先，int n = cap -1是为了防止cap已经是2的幂时，执行完后面的几条无符号右移操作之后，返回的capacity是这个cap的2倍，因为cap已经是2的幂了，就已经满足条件了。如果不懂可以往下看完几个无符号移位后再回来看。（建议自己在纸上画一下）

如果n这时为0了（经过了cap-1之后），则经过后面的几次无符号右移依然是0，最后返回的capacity是1（最后有个n+1的操作）。这里只讨论n不等于0的情况。

以16位为例，假设开始时 n 为 0000 1xxx xxxx xxxx （x代表不关心0还是1）

第一次右移 n |= n >>> 1;

由于n不等于0，则n的二进制表示中总会有一bit为1，这时考虑最高位的1。通过无符号右移1位，则将最高位的1右移了1位，再做或操作，使得n的二进制表示中与最高位的1紧邻的右边一位也为1，如0000 11xx xxxx xxxx 。
第二次右移 n |= n >>> 2;

注意，这个n已经经过了n |= n >>> 1; 操作。此时n为0000 11xx xxxx xxxx ，则n无符号右移两位，会将最高位两个连续的1右移两位，然后再与原来的n做或操作，这样n的二进制表示的高位中会有4个连续的1。如0000 1111 xxxx xxxx 。
第三次右移 n |= n >>> 4;

这次把已经有的高位中的连续的4个1，右移4位，再做或操作，这样n的二进制表示的高位中会有8个连续的1。如0000 1111 1111 xxxx 。

第。。。，你还忍心让我继续推么？相信聪明的你已经想出来了，容量最大也就是32位的正数，所以最后一次 n |= n >>> 16; 可以保证最高位后面的全部置为1。当然如果是32个1的话，此时超出了MAXIMUM_CAPACITY ，所以取值到 MAXIMUM_CAPACITY 。

这里我从别人的文章当一个别人的图片，懒得画了

注意，得到的这个capacity却被赋值给了threshold。这里我和这篇博客的博主开始的想法一样，认为应该这么写：this.threshold = tableSizeFor(initialCapacity) * this.loadFactor; 因为这样子才符合threshold的定义：threshold = capacity * load factor 。但是，请注意，在构造方法中，并没有对table这个成员变量进行初始化，table的初始化被推迟到了put方法中，在put方法中会对threshold重新计算。

我说一下我在理解这个tableSizeFor函数中间遇到的坑吧，我在想如果n=-1时的情况，因为初始容量可以传进来0。我将n= -1 和下面几条运算一起新写了个测试程序，发现输出都是 -1。这是因为计算机中数字是由补码存储的，-1的补码是 0xffffffff。所以无符号右移之后再进行或运算之后还是 -1。那我想如果就无符号右移呢？比如-1>>>10。听我娓娓道来，32个1无符号右移10位后，高10位为0，低22位为1，此时这个数变成了正数，由于正数的补码和原码相同，所以就变成了0x3FFFFF即10进制的4194303。真刺激。

好开森，这个构造方法我们算是拿下了。怎么样，我猜你现在一定很激动，Hey，old Fe，这才刚开始。接下来看最后一个构造方法。

1.4 HashMap(Map<? extends K, ? extends V> m)

    // 4. 构造一个和指定Map有相同mappings的HashMap，初始容量能充足的容下指定的Map,负载因子为0.75public HashMap(Map<? extends K, ? extends V> m) {        this.loadFactor = DEFAULT_LOAD_FACTOR;putMapEntries(m, false);}

套路，直接看 putMapEntries(m,false) 。源码如下：

    /*** 将m的所有元素存入本HashMap实例中*/final void putMapEntries(Map<? extends K, ? extends V> m, boolean evict) {        //得到 m 中元素的个数int s = m.size();        //当 m 中有元素时，则需将map中元素放入本HashMap实例。if (s > 0) {            // 判断table是否已经初始化，如果未初始化，则先初始化一些变量。（table初始化是在put时）if (table == null) { // pre-size// 根据待插入的map 的 size 计算要创建的　HashMap 的容量。float ft = ((float)s / loadFactor) + 1.0F;                int t = ((ft < (float)MAXIMUM_CAPACITY) ?(int)ft : MAXIMUM_CAPACITY);                // 把要创建的　HashMap 的容量存在　threshold　中if (t > threshold)threshold = tableSizeFor(t);}            // 如果table初始化过，因为别的函数也会调用它，所以有可能HashMap已经被初始化过了。// 判断待插入的　map 的 size,若　size 大于　threshold，则先进行　resize()，进行扩容else if (s > threshold)resize();            //然后就开始遍历 带插入的 map ，将每一个 <Key ,Value> 插入到本HashMap实例。for (Map.Entry<? extends K, ? extends V> e : m.entrySet()) {K key = e.getKey();V value = e.getValue();                // put(K,V)也是调用　putVal　函数进行元素的插入putVal(hash(key), key, value, false, evict);}}}

介绍putVal方法前，说一下HashMap的几个重要的成员变量：

    /*** The table, initialized on first use, and resized as* necessary. When allocated, length is always a power of two.* (We also tolerate length zero in some operations to allow* bootstrapping mechanics that are currently not needed.)*///实际存储key，value的数组，只不过key，value被封装成Node了transient Node<K,V>[] table;    /*** The number of key-value mappings contained in this map.*/transient int size;    /*** The number of times this HashMap has been structurally modified* Structural modifications are those that change the number of mappings in* the HashMap or otherwise modify its internal structure (e.g.,* rehash).  This field is used to make iterators on Collection-views of* the HashMap fail-fast.  (See ConcurrentModificationException).*/transient int modCount;    /*** The next size value at which to resize (capacity * load factor).** @serial*/// (The javadoc description is true upon serialization.// Additionally, if the table array has not been allocated, this// field holds the initial array capacity, or zero signifying// DEFAULT_INITIAL_CAPACITY.)//因为 tableSizeFor(int) 返回值给了thresholdint threshold;    /*** The load factor for the hash table.** @serial*/final float loadFactor;

其实就是哈希表。HashMap使用链表法避免哈希冲突（相同hash值），当链表长度大于TREEIFY_THRESHOLD（默认为8）时，将链表转换为红黑树，当然小于UNTREEIFY_THRESHOLD（默认为6）时，又会转回链表以达到性能均衡。我们看一张HashMap的数据结构（数组+链表+红黑树）就更能理解table了：

再回到putMapEntries函数中，如果table为null，那么这时就设置合适的threshold，如果不为空并且指定的map的size>threshold，那么就resize()。然后把指定的map的所有Key，Value，通过putVal添加到我们创建的新的map中。

putVal中传入了个hash(key)，那我们就先来看看hash(key):

/*** key 的 hash值的计算是通过hashCode()的高16位异或低16位实现的：(h = k.hashCode()) ^ (h >>> 16)* 主要是从速度、功效、质量来考虑的，这么做可以在数组table的length比较小的时候* 也能保证考虑到高低Bit都参与到Hash的计算中，同时不会有太大的开销*/static final int hash(Object key) {        int h;        return (key == null) ? 0 : (h = key.hashCode()) ^ (h >>> 16);}

异或运算：(h = key.hashCode()) ^ (h >>> 16)

原来的 hashCode : 1111 1111 1111 1111 0100 1100 0000 1010
移位后的hashCode: 0000 0000 0000 0000 1111 1111 1111 1111
进行异或运算结果：1111 1111 1111 1111 1011 0011 1111 0101

这样做的好处是，可以将hashcode高位和低位的值进行混合做异或运算，而且混合后，低位的信息中加入了高位的信息，这样高位的信息被变相的保留了下来。掺杂的元素多了，那么生成的hash值的随机性会增大。

刚才我们漏掉了resize()和putVal() 两个函数，现在我们按顺序分析一波：

首先resize() ,先看一下哪些函数调用了resize()，从而在整体上有个概念：

接下来上源码：

    final Node<K,V>[] resize() {        // 保存当前tableNode<K,V>[] oldTab = table;        // 保存当前table的容量int oldCap = (oldTab == null) ? 0 : oldTab.length;        // 保存当前阈值int oldThr = threshold;        // 初始化新的table容量和阈值 int newCap, newThr = 0;        /*1. resize（）函数在size　> threshold时被调用。oldCap大于 0 代表原来的 table 表非空，oldCap 为原表的大小，oldThr（threshold） 为 oldCap × load_factor*/if (oldCap > 0) {            // 若旧table容量已超过最大容量，更新阈值为Integer.MAX_VALUE（最大整形值），这样以后就不会自动扩容了。if (oldCap >= MAXIMUM_CAPACITY) {threshold = Integer.MAX_VALUE;                return oldTab;}             // 容量翻倍，使用左移，效率更高else if ((newCap = oldCap << 1) < MAXIMUM_CAPACITY &&oldCap >= DEFAULT_INITIAL_CAPACITY)                // 阈值翻倍newThr = oldThr << 1; // double threshold}        /*2. resize（）函数在table为空被调用。oldCap 小于等于 0 且 oldThr 大于0，代表用户创建了一个 HashMap，但是使用的构造函数为      HashMap(int initialCapacity, float loadFactor) 或 HashMap(int initialCapacity)或 HashMap(Map<? extends K, ? extends V> m)，导致 oldTab 为 null，oldCap 为0， oldThr 为用户指定的 HashMap的初始容量。*/else if (oldThr > 0) // initial capacity was placed in threshold//当table没初始化时，threshold持有初始容量。还记得threshold = tableSizeFor(t)么;newCap = oldThr;        /*3. resize（）函数在table为空被调用。oldCap 小于等于 0 且 oldThr 等于0，用户调用 HashMap()构造函数创建的　HashMap，所有值均采用默认值，oldTab（Table）表为空，oldCap为0，oldThr等于0，*/else {               // zero initial threshold signifies using defaultsnewCap = DEFAULT_INITIAL_CAPACITY;newThr = (int)(DEFAULT_LOAD_FACTOR * DEFAULT_INITIAL_CAPACITY);}        // 新阈值为0if (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"})        // 初始化tableNode<K,V>[] newTab = (Node<K,V>[])new Node[newCap];table = newTab;        if (oldTab != null) {            // 把 oldTab 中的节点　reHash 到　newTab 中去for (int j = 0; j < oldCap; ++j) {Node<K,V> e;                if ((e = oldTab[j]) != null) {oldTab[j] = null;                    // 若节点是单个节点，直接在 newTab　中进行重定位if (e.next == null)newTab[e.hash & (newCap - 1)] = e;                    // 若节点是　TreeNode 节点，要进行 红黑树的 rehash　操作else if (e instanceof TreeNode)((TreeNode<K,V>)e).split(this, newTab, j, oldCap);                    // 若是链表，进行链表的 rehash　操作else { // preserve orderNode<K,V> loHead = null, loTail = null;Node<K,V> hiHead = null, hiTail = null;Node<K,V> next;                        // 将同一桶中的元素根据(e.hash & oldCap)是否为0进行分割（代码后有图解，可以回过头再来看），分成两个不同的链表，完成rehashdo {next = e.next;                            // 根据算法　e.hash & oldCap 判断节点位置rehash　后是否发生改变//最高位==0，这是索引不变的链表。if ((e.hash & oldCap) == 0) { if (loTail == null)loHead = e;                                elseloTail.next = e;loTail = e;}                            //最高位==1 （这是索引发生改变的链表）else {  if (hiTail == null)hiHead = e;                                elsehiTail.next = e;hiTail = e;}} while ((e = next) != null);                        if (loTail != null) {  // 原bucket位置的尾指针不为空(即还有node)  loTail.next = null; // 链表最后得有个nullnewTab[j] = loHead; // 链表头指针放在新桶的相同下标(j)处}                        if (hiTail != null) {hiTail.next = null;                            // rehash　后节点新的位置一定为原来基础上加上　oldCap，具体解释看下图newTab[j + oldCap] = hiHead;}}}}}        return newTab;}
}

引自美团点评技术博客。我们使用的是2次幂的扩展(指长度扩为原来2倍)，所以，元素的位置要么是在原位置，要么是在原位置再移动2次幂的位置。看下图可以明白这句话的意思，n为table的长度，图（a）表示扩容前的key1和key2两种key确定索引位置的示例，图（b）表示扩容后key1和key2两种key确定索引位置的示例，其中hash1是key1对应的哈希与高位运算结果。

元素在重新计算hash之后，因为n变为2倍，那么n-1的mask范围在高位多1bit(红色)，因此新的index就会发生这样的变化：

因此，我们在扩充HashMap的时候，只需要看看原来的hash值新增的那个bit是1还是0就好了，是0的话索引没变，是1的话索引变成“原索引+oldCap”，可以看看下图为16扩充为32的resize示意图：

什么时候扩容：通过HashMap源码可以看到是在put操作时，即向容器中添加元素时，判断当前容器中元素的个数是否达到阈值（当前数组长度乘以加载因子的值）的时候，就要自动扩容了。

扩容(resize)：其实就是重新计算容量；而这个扩容是计算出所需容器的大小之后重新定义一个新的容器，将原来容器中的元素放入其中。

resize()告一段落，接下来看 putVal() 。

上源码：

   //实现put和相关方法。final V putVal(int hash, K key, V value, boolean onlyIfAbsent,                   boolean evict) {Node<K,V>[] tab; Node<K,V> p; int n, i;        //如果table为空或者长度为0，则resize()if ((tab = table) == null || (n = tab.length) == 0)n = (tab = resize()).length;        //确定插入table的位置，算法是(n - 1) & hash，在n为2的幂时，相当于取摸操作。找到key值对应的槽并且是第一个，直接加入if ((p = tab[i = (n - 1) & hash]) == null)tab[i] = newNode(hash, key, value, null);        //在table的i位置发生碰撞，有两种情况，1、key值是一样的，替换value值，//2、key值不一样的有两种处理方式：2.1、存储在i位置的链表；2.2、存储在红黑树中else {Node<K,V> e; K k;            //第一个node的hash值即为要加入元素的hashif (p.hash == hash &&((k = p.key) == key || (key != null && key.equals(k))))e = p;            //2.2else if (p instanceof TreeNode)e = ((TreeNode<K,V>)p).putTreeVal(this, tab, hash, key, value);            //2.1else {                //不是TreeNode,即为链表,遍历链表for (int binCount = 0; ; ++binCount) {                ///链表的尾端也没有找到key值相同的节点，则生成一个新的Node,//并且判断链表的节点个数是不是到达转换成红黑树的上界达到，则转换成红黑树。if ((e = p.next) == null) {                         // 创建链表节点并插入尾部p.next = newNode(hash, key, value, null);                        超过了链表的设置长度8就转换成红黑树if (binCount >= TREEIFY_THRESHOLD - 1) // -1 for 1sttreeifyBin(tab, hash);                        break;}                    if (e.hash == hash &&((k = e.key) == key || (key != null && key.equals(k))))                        break;p = e;}}            //如果e不为空就替换旧的oldValue值if (e != null) { // existing mapping for keyV oldValue = e.value;                if (!onlyIfAbsent || oldValue == null)e.value = value;afterNodeAccess(e);                return oldValue;}}++modCount;        if (++size > threshold)resize();afterNodeInsertion(evict);        return null;}

注：hash 冲突发生的几种情况：
1.两节点key 值相同（hash值一定相同），导致冲突；
2.两节点key 值不同，由于 hash 函数的局限性导致hash 值相同，冲突；
3.两节点key 值不同，hash 值不同，但 hash 值对数组长度取模后相同，冲突；

相比put方法，get方法就比较简单，这里就不说了。

1.7和1.8的HashMap的不同点

（1）JDK1.7用的是头插法，而JDK1.8及之后使用的都是尾插法，那么为什么要这样做呢？因为JDK1.7是用单链表进行的纵向延伸，当采用头插法就是能够提高插入的效率，但是也会容易出现逆序且环形链表死循环问题。但是在JDK1.8之后是因为加入了红黑树使用尾插法，能够避免出现逆序且链表死循环的问题。

（2）扩容后数据存储位置的计算方式也不一样：

在JDK1.7的时候是直接用hash值和需要扩容的二进制数进行&（这里就是为什么扩容的时候为啥一定必须是2的多少次幂的原因所在，因为如果只有2的n次幂的情况时最后一位二进制数才一定是1，这样能最大程度减少hash碰撞）（hash值 & length-1）。
而在JDK1.8的时候直接用了JDK1.7的时候计算的规律，也就是扩容前的原始位置+扩容的大小值=JDK1.8的计算方式，而不再是JDK1.7的那种异或的方法。但是这种方式就相当于只需要判断Hash值的新增参与运算的位是0还是1就直接迅速计算出了扩容后的储存方式。

（3）JDK1.7的时候使用的是数组+ 单链表的数据结构。但是在JDK1.8及之后时，使用的是数组+链表+红黑树的数据结构（当链表的深度达到8的时候，也就是默认阈值，就会自动扩容把链表转成红黑树的数据结构来把时间复杂度从O（N）变成O（logN）提高了效率）。

HashMap为什么是线程不安全的？

HashMap 在并发时可能出现的问题主要是两方面：

put的时候导致的多线程数据不一致
比如有两个线程A和B，首先A希望插入一个key-value对到HashMap中，首先计算记录所要落到的 hash桶的索引坐标，然后获取到该桶里面的链表头结点，此时线程A的时间片用完了，而此时线程B被调度得以执行，和线程A一样执行，只不过线程B成功将记录插到了桶里面，假设线程A插入的记录计算出来的 hash桶索引和线程B要插入的记录计算出来的 hash桶索引是一样的，那么当线程B成功插入之后，线程A再次被调度运行时，它依然持有过期的链表头但是它对此一无所知，以至于它认为它应该这样做，如此一来就覆盖了线程B插入的记录，这样线程B插入的记录就凭空消失了，造成了数据不一致的行为。
resize而引起死循环
这种情况发生在HashMap自动扩容时，当2个线程同时检测到元素个数超过数组大小 × 负载因子。此时2个线程会在put()方法中调用了resize()，两个线程同时修改一个链表结构会产生一个循环链表（JDK1.7中，会出现resize前后元素顺序倒置的情况）。接下来再想通过get()获取某一个元素，就会出现死循环。

HashMap和HashTable的区别

HashMap和Hashtable都实现了Map接口，但决定用哪一个之前先要弄清楚它们之间的分别。主要的区别有：线程安全性，同步(synchronization)，以及速度。

HashMap几乎可以等价于Hashtable，除了HashMap是非synchronized的，并可以接受null(HashMap可以接受为null的键值(key)和值(value)，而Hashtable则不行)。
HashMap是非synchronized，而Hashtable是synchronized，这意味着Hashtable是线程安全的，多个线程可以共享一个Hashtable；而如果没有正确的同步的话，多个线程是不能共享HashMap的。Java 5提供了ConcurrentHashMap，它是HashTable的替代，比HashTable的扩展性更好。
另一个区别是HashMap的迭代器(Iterator)是fail-fast迭代器，而Hashtable的enumerator迭代器不是fail-fast的。所以当有其它线程改变了HashMap的结构（增加或者移除元素），将会抛出ConcurrentModificationException，但迭代器本身的remove()方法移除元素则不会抛出ConcurrentModificationException异常。但这并不是一个一定发生的行为，要看JVM。这条同样也是Enumeration和Iterator的区别。
由于Hashtable是线程安全的也是synchronized，所以在单线程环境下它比HashMap要慢。如果你不需要同步，只需要单一线程，那么使用HashMap性能要好过Hashtable。
HashMap不能保证随着时间的推移Map中的元素次序是不变的。

需要注意的重要术语：

sychronized意味着在一次仅有一个线程能够更改Hashtable。就是说任何线程要更新Hashtable时要首先获得同步锁，其它线程要等到同步锁被释放之后才能再次获得同步锁更新Hashtable。
Fail-safe和iterator迭代器相关。如果某个集合对象创建了Iterator或者ListIterator，然后其它的线程试图“结构上”更改集合对象，将会抛出ConcurrentModificationException异常。但其它线程可以通过set()方法更改集合对象是允许的，因为这并没有从“结构上”更改集合。但是假如已经从结构上进行了更改，再调用set()方法，将会抛出IllegalArgumentException异常。
结构上的更改指的是删除或者插入一个元素，这样会影响到map的结构。