概述
HashMap是Java里基本的存儲Key、Value的一個數(shù)據(jù)類型,了解它的內(nèi)部實(shí)現(xiàn),可以幫我們編寫出更高效的Java代碼。
本文主要分析JDK1.7中HashMap實(shí)現(xiàn),JDK1.8中的HashMap已經(jīng)和這個不一樣了,后面會再總結(jié)。
正文
HashMap概述
HashMap根據(jù)鍵的hashCode值獲取存儲位置,大多數(shù)情況下可以直接定位到它的值,因而具有很快的訪問速度,但遍歷順序卻是不確定的。 HashMap最多只允許一條記錄的鍵為null,允許多條記錄的值為null。HashMap非線程安全,即任一時刻可以有多個線程同時寫HashMap,可能會導(dǎo)致數(shù)據(jù)的不一致。如果需要滿足線程安全,可以用 Collections的synchronizedMap方法使HashMap具有線程安全的能力,或者使用ConcurrentHashMap。
HashMap的存儲結(jié)構(gòu)如下圖所示:
HashMap根據(jù)鍵的hashCode值和HashMap里數(shù)組的大小取余,余數(shù)即為該Key存儲的數(shù)組位置。
如:一個Key的hashCode為15,HashMap的Size為6,15 % 6 = 3,所以該Key存儲在數(shù)組的第三個位置。
考慮另一種情況,如果一個Key的hashCode為21,那21 % 6 = 3,所以該Key也存儲在數(shù)組的第三個位置,這樣豈不是重復(fù)了?
所以對于在同一個位置的Key,HashMap把他們存儲在一個單向鏈表里,新的Key永遠(yuǎn)在最前面。
如果這個數(shù)組里存儲的太滿,HashMap還有擴(kuò)容機(jī)制。
下面我們分析HashMap的源代碼,來看看數(shù)據(jù)是怎么存儲的。
PUT
01 02 03 04 05 06 07 08 09 10 11 12 13 14 15 16 17 18 19 20 21 22 23 24 25 26 27 28 | public V put(K key, V value) { //判斷如果table為空,則初始化table if (table == EMPTY_TABLE) { inflateTable(threshold); } if (key == null ) return putForNullKey(value); //計算key的hash值 int hash = hash(key); //根據(jù)key的hash值和table.length計算KEY的位置 int i = indexFor(hash, table.length); //判斷是否有重復(fù)的值,若有,則用新值替換舊值,并返回舊值 for (Entry<K,V> e = table[i]; e != null ; e = e.next) { Object k; if (e.hash == hash && ((k = e.key) == key || key.equals(k))) { V oldValue = e.value; e.value = value; e.recordAccess( this ); return oldValue; } } //修改的次數(shù)加一,用于迭代HashMap時,判斷HashMap元素有沒有修改 modCount++; //添加key addEntry(hash, key, value, i); return null ; } |
inflateTable — 初始化HashMap內(nèi)部數(shù)組
01 02 03 04 05 06 07 08 09 10 11 12 13 14 15 16 17 18 19 20 21 22 | private void inflateTable( int toSize) { //根據(jù)toSize計算容量,即大于toSize的最小的2的n次方 int capacity = roundUpToPowerOf2(toSize); ……… } private static int roundUpToPowerOf2( int number) { // assert number >= 0 : "number must be non-negative"; return number >= MAXIMUM_CAPACITY ? MAXIMUM_CAPACITY : (number > 1 ) ? Integer.highestOneBit((number - 1 ) << 1 ) : 1 ; } public static int highestOneBit( int i) { // HD, Figure 3-1 i |= (i >> 1 ); i |= (i >> 2 ); i |= (i >> 4 ); i |= (i >> 8 ); i |= (i >> 16 ); return i - (i >>> 1 ); } |
關(guān)鍵方法Integer.highestOneBit((number - 1) << 1),這個方法的結(jié)果就是求出大于給定數(shù)值的,最小的2的N次方。
解釋之前先說明幾個概念:
<< : 按二進(jìn)制形式把所有的數(shù)字向左移動對應(yīng)的位數(shù),高位移出(舍棄),低位的空位補(bǔ)零。在數(shù)字沒有溢出的前提下,對于正數(shù)和負(fù)數(shù),左移一位都相當(dāng)于乘以2的1次方,左移n位就相當(dāng)于乘以2的n次方;
>>: 按二進(jìn)制形式把所有的數(shù)字向右移動對應(yīng)位移位數(shù),低位移出(舍棄),高位的空位補(bǔ)符號位,即正數(shù)補(bǔ)零,負(fù)數(shù)補(bǔ)1。右移一位相當(dāng)于除2,右移n位相當(dāng)于除以2的n次方。
>>>: 無符號右移,忽略符號位,空位都以0補(bǔ)齊
我們拿數(shù)字10做示例,經(jīng)過(number - 1) << 1 = 18,二進(jìn)制表示為:10010
i |= (i >> 1) 即:10010 | 01001 = 11011
i |= (i >> 2) 即:11011 | 00110 = 11111
i |= (i >> 4) 即:11111 | 00001 = 11111
……
其實(shí)這幾步就是把i的最高位1之后的所有位都變成1
然后 i – (i >>> 1) 即:11111-01111=10000(16)
這步是把最高位,之后的都變成0,這樣就求出了最接近10的2的N次方(16)
至于為什么要把數(shù)組的Size設(shè)置為2的N次方,我們后面說。
hash — 計算Key的hash值
01 02 03 04 05 06 07 08 09 10 11 12 13 14 | final int hash(Object k) { int h = hashSeed; if ( 0 != h && k instanceof String) { return sun.misc.Hashing.stringHash32((String) k); } h ^= k.hashCode(); // This function ensures that hashCodes that differ only by // constant multiples at each bit position have a bounded // number of collisions (approximately 8 at default load factor). h ^= (h >>> 20 ) ^ (h >>> 12 ); return h ^ (h >>> 7 ) ^ (h >>> 4 ); } |
根據(jù)上面的注釋,我們可以看出,HashMap中使用的hash值,不是Key直接的hashCode,而是經(jīng)過一系列計算的。
計算hash值的作用就是避免hash碰撞,盡量減少單向鏈表的產(chǎn)生,因為鏈表中查找一個元素時間復(fù)雜度為O(n)。
indexFor — 計算Key所對應(yīng)的數(shù)組位置
01 02 03 04 | static int indexFor( int h, int length) { // assert Integer.bitCount(length) == 1 : "length must be a non-zero power of 2"; return h & (length- 1 ); } |
第一次看到這個方法很是不理解,不是應(yīng)該用 h % length嗎?其實(shí)這里用了一個非常巧妙的方法來取這個余數(shù)。
在計算機(jī)中CPU做除法運(yùn)算、取余運(yùn)算耗費(fèi)的CPU周期都比較長,一般幾十個CPU周期,而位移運(yùn)算、位運(yùn)算只用一個CPU周期。
這樣對于性能要求高的地方,就可以用位運(yùn)算代替普通的除法、取余等運(yùn)算,JDK源碼中有很多這樣的例子。
為了能夠使用位運(yùn)算求出這個余數(shù),length必須是2的N次方,這也是我們上面初始化數(shù)組大小時要求的,然后使用 h & (length-1),就可以求出余數(shù)。具體的算法推導(dǎo),請自行搜索。
我們用個例子來說明下,如一個Key經(jīng)過運(yùn)算的hash為21,length為16:
直接取余運(yùn)算:21 % 16 = 5
位運(yùn)算:10101(21) & 01111(16-1) = 00101(5)
哇,這就是計算機(jī)運(yùn)算的魅力,這就是算法的作用。
addEntry — 添加數(shù)據(jù)
01 02 03 04 05 06 07 08 09 10 | void addEntry( int hash, K key, V value, int bucketIndex) { //如果size大于等于threshold,且數(shù)組的這個位置不為null,則擴(kuò)容數(shù)組 if ((size >= threshold) && ( null != table[bucketIndex])) { resize( 2 * table.length); hash = ( null != key) ? hash(key) : 0 ; bucketIndex = indexFor(hash, table.length); } createEntry(hash, key, value, bucketIndex); } |
threshold:HashMap實(shí)際可以存儲的Key的個數(shù),如果size大于threshold,說明HashMap已經(jīng)太飽和了,非常容易發(fā)生hash碰撞,導(dǎo)致單向鏈表的產(chǎn)生。
在inflateTable方法中,我們可以看到
01 | threshold = ( int ) Math.min(capacity * loadFactor, MAXIMUM_CAPACITY + 1 ); |
所以這個值是由HashMap的capacity 和負(fù)載因子(loadFactor默認(rèn):0.75)計算出來的。
loadFactor越小,相同的capacity就更頻繁地擴(kuò)容,這樣的好處是HashMap會很大,產(chǎn)生hash碰撞的幾率就更小,但需要的內(nèi)存也更多,這就是所謂的空間換時間。
在這里也注意,擴(kuò)容時會直接將原來容量乘以2,滿足了length為2的N次方的條件。
createEntry就不多說了,就是將key、value保存到數(shù)組相應(yīng)的位置。
GET
01 02 03 04 05 06 07 08 09 10 11 12 13 14 15 16 17 18 | final Entry<K,V> getEntry(Object key) { if (size == 0 ) { return null ; } //用和添加時相同的算法求出hash值 int hash = (key == null ) ? 0 : hash(key); //直接從數(shù)組的響應(yīng)位置拿到數(shù)據(jù),判斷hash相同、key相同,則返回 for (Entry<K,V> e = table[indexFor(hash, table.length)]; e != null ; e = e.next) { Object k; if (e.hash == hash && ((k = e.key) == key || (key != null && key.equals(k)))) return e; } return null ; } |
獲取時非常簡單,也非常迅速,添加時做的所有工作都是為快速獲取做的工作。
總結(jié)
HashMap是一個非常高效的Key、Value數(shù)據(jù)結(jié)構(gòu),GET的時間復(fù)雜度為:O(1) ~ O(n),我們在使用HashMap時需要注意以下幾點(diǎn):
1. 聲明HashMap時最好使用帶initialCapacity的構(gòu)造函數(shù),傳入數(shù)據(jù)的最大size,可以避免內(nèi)部數(shù)組resize;
2. 性能要求高的地方,可以將loadFactor設(shè)置的小于默認(rèn)值0.75,使hash值更分散,用空間換取時間;