hashMap探析 - 码农教程

本篇文章包括：

数据结构
各个参数
为什么数组的长度是2的整数次方
为什么要将装载因子定义为0.75
为什么链表转红黑树的阈值为8
hash碰撞
put方法
resize方法
jdk7中数组扩容产生环的问题。

1.底层数据结构？

红黑树

是一种接近二叉平衡树的数据结构，有5个性质：

性质1：每个节点要么是黑色，要么是红色。
性质2：根节点是黑色。
性质3：每个叶子节点（NIL||null）是黑色（为空的叶子结点）。
性质4：每个红色结点的两个子结点一定都是黑色。
性质5：任意一结点到每个叶子结点的路径都包含数量相同的黑结点。（保证了红黑树的平衡性）

红黑树的查询效率高，时间复杂度为O(logn)，但是添加节点的代价高，因为本身需要保证平衡，方法包括左旋、右旋以及变色。

各个参数

    /**
     默认的初始容量
     */
    static final int DEFAULT_INITIAL_CAPACITY = 1 << 4; // aka 16
    /**.
     最大容量
     */
    static final int MAXIMUM_CAPACITY = 1 << 30;
    /**
      装载因子
     */
    static final float DEFAULT_LOAD_FACTOR = 0.75f;
    /**
     链表转红黑树阈值
     */
    static final int TREEIFY_THRESHOLD = 8;
    /**
     红黑树转链表阈值
     */
    static final int UNTREEIFY_THRESHOLD = 6;
    /**
     为避免调整大小和调整树型阈值之间的冲突，可以重新调整存储箱的最小表容量（如果存储箱中的节点太多，则重新调整表      的大小）应至少为4个树型阈值。
     为了避免进行扩容、树形化选择的冲突，规定若桶内的节点的数量大于64则进行扩容，否则进行树形化
     */
    static final int MIN_TREEIFY_CAPACITY = 64;

初始容量为什么是16或者说2的次方数

我们先看看2的次方数：

十进制数	二进制数
2	0010
4	0100
8	1000
16	0001 0000

发现2的整数次方的数的二进制刚好都是最高位为1，那又有什么用呢？这就要说说hashMap的put方法了额。

hashMap通过 (n - 1) & hash来计算键值对存放的数组下标，可以自己尝试计算一下发现如果n是2的整数次方数的话那么就和n%hash的值一样，也就是说是为了保证计算后的结果(作为下标)不超出数组长度减一，从而找到对应的存储位置。

public V put(K key, V value) {
	//先计算key的hash值，然后调用putAal
    return putVal(hash(key), key, value, false, true);
}

 final V putVal(int hash, K key, V value, boolean onlyIfAbsent,boolean evict) {
        Node<K,V>[] tab;
        Node<K,V> p; 
        int n, i;
     	//如果数组长度为0，就进行初始化容量默认为16
        if ((tab = table) == null || (n = tab.length) == 0)
            n = (tab = resize()).length;
     	//如果当前数组的这个位置没有元素就直接赋值
        if ((p = tab[i = (n - 1) & hash]) == null)
            tab[i] = newNode(hash, key, value, null);
        else {
            //否则有以下几种添加节点
            Node<K,V> e; K k;
            //当前的节点的hash值、key相等就进行覆盖
            if (p.hash == hash &&
                ((k = p.key) == key || (key != null && key.equals(k))))
                e = p;
            //如果当前是为红黑树结构就加入到红黑树中
            else if (p instanceof TreeNode)
                e = ((TreeNode<K,V>)p).putTreeVal(this, tab, hash, key, value);
            else {
                //当前位置已经存在元素，并且是链表结构就加入节点
                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;
                    }
                    //链表中有key相同的节点
                    if (e.hash == hash &&
                        ((k = e.key) == key || (key != null && key.equals(k))))
                        break;
                    p = e;
                }
            }
            //将旧值替换为新值
            if (e != null) { // existing mapping for key
                V oldValue = e.value;
                if (!onlyIfAbsent || oldValue == null)
                    e.value = value;
                afterNodeAccess(e);
                return oldValue;
            }
        }
        //元素个数加一，并且判断是否需要扩容，若大于装载因子*数组长度就进行扩容
        ++modCount;
        if (++size > threshold)
            resize();
        afterNodeInsertion(evict);
        return null;
    }

//hash值计算方法
    static final int hash(Object key) {
        int h;
        //可以看出允许key为null，hashCode是一个本地方法
        return (key == null) ? 0 : (h = key.hashCode()) ^ (h >>> 16);
    }

hash碰撞:如果计算出来的最终的值（也就是要放到的那个数组下标的位置）对应的位置有元素就产生hash碰撞，解决办法有开放地址法，在哈希法，链地址（拉链）法以及通过建立公共的溢出区来解决。hashMap是使用的链地址法。通过尾插法插入到当前链表的尾部（jdk7采用的头插法会导致扩容的时候产生链表环的问题）。

装载因子

默认为0.75，为了在时间和空间上进行折中。如果小了就有可能造成空间的浪费，大了又会产生更多的hash碰撞，造成执行时间增加。

链表转红黑树，以及红黑树转链表

当链表的长度达到8的时候会转为红黑树结构，因为链表的查询效率低，如果链表过长就会造成查询时间过长，而红黑树结构的查询效率较高，但是进行增加元素的时候效率较低。当元素的个数为6的时候红黑树结构又会转为链表结构。
为什么会将阈值定为8？jdk官方解释：

 Because TreeNodes are about twice the size of regular nodes, we
* use them only when bins contain enough nodes to warrant use
* (see TREEIFY_THRESHOLD). And when they become too small (due to
* removal or resizing) they are converted back to plain bins.  In
* usages with well-distributed user hashCodes, tree bins are
* rarely used.  Ideally, under random hashCodes, the frequency of
* nodes in bins follows a Poisson distribution
* (http://en.wikipedia.org/wiki/Poisson_distribution) with a
* parameter of about 0.5 on average for the default resizing
* threshold of 0.75, although with a large variance because of
* resizing granularity. Ignoring variance, the expected
* occurrences of list size k are (exp(-0.5) * pow(0.5, k) /
* factorial(k)). The first values are:
*
* 0:    0.60653066
* 1:    0.30326533
* 2:    0.07581633
* 3:    0.01263606
* 4:    0.00157952
* 5:    0.00015795
* 6:    0.00001316
* 7:    0.00000094
* 8:    0.00000006
* more: less than 1 in ten million

总之就是在8的时候再产生插入的操作的概率非常小，因为红黑树的增加节点的效率是很低的，不该有过多的增加节点的操作。

看看resize方法

final Node<K,V>[] resize() {
    //旧数组
    Node<K,V>[] oldTab = table;
    //旧数组容量
    int oldCap = (oldTab == null) ? 0 : oldTab.length;
    //旧数组的扩容阈值
    int oldThr = threshold;
    //新数组的大小，扩容阈值
    int newCap, newThr = 0;
    //当旧数组长度不为0
    if (oldCap > 0) {
        //旧数组的长度已经为最大了就不进行扩容，直接将阈值赋值为最大
        if (oldCap >= MAXIMUM_CAPACITY) {
            threshold = Integer.MAX_VALUE;
            return oldTab;
        }
        //对数组的容量和阈值扩大为原来的两倍
        else if ((newCap = oldCap << 1) < MAXIMUM_CAPACITY &&
                 oldCap >= DEFAULT_INITIAL_CAPACITY)
            newThr = oldThr << 1; // double threshold
    }
    //当数组大小为0的时候对数组进行初始化，后面会对threshold进行处理，因为阈值是装载因子与数组的长度的乘积
    else if (oldThr > 0) // initial capacity was placed in threshold
        newCap = oldThr;
    else {
        // zero initial threshold signifies using defaults
        //使用无参构造进行new数组，第一次put的时候会对数组进行默认的初始化
        newCap = DEFAULT_INITIAL_CAPACITY;
        newThr = (int)(DEFAULT_LOAD_FACTOR * DEFAULT_INITIAL_CAPACITY);
    }
    if (newThr == 0) {
        //对数组的阈值赋值
        float ft = (float)newCap * loadFactor;
        newThr = (newCap < MAXIMUM_CAPACITY && ft < (float)MAXIMUM_CAPACITY ?
                  (int)ft : Integer.MAX_VALUE);
    }
    threshold = newThr;
    //以下是将旧数组的元素转移到新的数组中去
    @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;
            //如果当前下标有元素，有以下几种情况
            if ((e = oldTab[j]) != null) {
                oldTab[j] = null;
                ///1.如果当前元素没有后继元素，则直接进行hash计算下标将节点放在新数组对应的下标处
                if (e.next == null)
                    newTab[e.hash & (newCap - 1)] = e;
                //如果是红黑树结构，则拆分红黑树，并且有可能转为链表结构
                else if (e instanceof TreeNode)
                    ((TreeNode<K,V>)e).split(this, newTab, j, oldCap);
                else { // preserve order
                    //这里说明是链表结构，则采用尾插法进行元素的转移
                    Node<K,V> loHead = null, loTail = null;//低位
                    Node<K,V> hiHead = null, hiTail = null;//高位
                    Node<K,V> next;
                    do {
                        next = e.next;
                        //如果当前元素的hash值与旧数组进行与运算得到0则用低位记录
                        if ((e.hash & oldCap) == 0) {
                            if (loTail == null)
                                loHead = e;
                            else
                                loTail.next = e;
                            loTail = e;
                        }
                        else {
                            //否则用高位记录
                            if (hiTail == null)
                                hiHead = e;
                            else
                                hiTail.next = e;
                            hiTail = e;
                        }
                    } while ((e = next) != null);
                    //低位的保持不变
                    if (loTail != null) {
                        loTail.next = null;
                        newTab[j] = loHead;
                    }
                    //高位的进行转移，转移到当前数组的下标加上旧数组长度的位置
                    if (hiTail != null) {
                        hiTail.next = null;
                        newTab[j + oldCap] = hiHead;
                    }
                }
            }
        }
    }
    return newTab;
}

为什么jdk7中扩容会产生环的问题

看resize方法：

 //扩容  
    void resize(int newCapacity) {  
        Entry[] oldTable = table;//老的数据  
        int oldCapacity = oldTable.length;//获取老的容量值  
        if (oldCapacity == MAXIMUM_CAPACITY) {//老的容量值已经到了最大容量值  
            threshold = Integer.MAX_VALUE;//修改扩容阀值  
            return;  
        }  
        //新的结数组 
        Entry[] newTable = new Entry[newCapacity];  
        transfer(newTable, initHashSeedAsNeeded(newCapacity));//将老的表中的数据拷贝到新的结构中  
        table = newTable;
        threshold = (int)Math.min(newCapacity * loadFactor, MAXIMUM_CAPACITY + 1);//修改阀值  
    }

transfer方法：

//将老的表中的数据拷贝到新的数组中  
    void transfer(Entry[] newTable, boolean rehash) {  
        int newCapacity = newTable.length;//容量  
        for (Entry<K,V> e : table) { //遍历所有桶
            while(null != e) {  //遍历桶中所有元素（是一个链表）
                Entry<K,V> next = e.next; //1 
                if (rehash) {//如果是重新Hash，则需要重新计算hash值  
                    e.hash = null == e.key ? 0 : hash(e.key);  
                }  
                int i = indexFor(e.hash, newCapacity);//定位Hash桶  
                e.next = newTable[i];//2
                newTable[i] = e;//newTable[i]的值总是最新插入的值
                e = next;//继续下一个元素  
            }  
        }  
    }

分析扩容的过程

 for (Entry<K,V> e : table) { 
            while(null != e) {
                Entry<K,V> next = e.next; 
                //if (rehash) { 
                 //  e.hash = null == e.key ? 0 : hash(e.key);  
              // }  
                int i = indexFor(e.hash, newCapacity);
                e.next = newTable[i];
                newTable[i] = e;
                e = next;
            }

两个线程同时进行扩容（假设扩容后的元素在数组中的下标还是原来的下标），假设线程1先进行

线程1扩容完毕后链表的顺序已经倒置：

线程2进行扩容的时候就形成了环形链表：

由于线程2中存放的han1的next还指向着han2，所以导致环形链表的产生。

jdk8中采用尾插法避免了这个问题，通过采用高位指针和低位指针来进行链表元素的转移，巧妙的避开了环形链表的问题。

原文地址：https://www.cnblogs.com/Mr-hanexp/p/12989144.html