HashMap源码剖析(一)

HashMap是什么

简单来说,就是一个能够存储key和value的一个集合类。一些典型的特点,也是面试经常被考查的比如,key和value可以为空,几种获取元素的循环方法,HashMap不是线程安全的等等。

这里我想从数据结构的角度来描述一下HashMap。既然说到集合,涉及到性能,无非有两个方面,一个是查找的速度要快,另外一个是增加或者删除等改变集合结构的操作不要有过多的性能损耗。从数据结构的角度上看,数组在知道索引的前提下,具有快速检索的特性。但是数组对于一些别的操作,比如在数组中间插入一个元素,则没有好的办法,只能把当前要插入元素位置以后的所有元素后移。那么什么数据结构在插入或者删除操作性能有好的表现?答案是链表。比如对插入元素操作,链表只需要修改插入元素的前一个元素的next指针,使其指向当前元素,然后使当前元素的next指针指向之前的next元素,但是链表的缺点是查找的效率比较低,因为需要遍历每一个链表。既然数组和链表各有其优缺点,那么HashMap正是利用了两者的优点的一个集合类。

HashMap Pic

HashMap是怎么构建出来的?

在使用HashMap的时候,一般是直接new一个HashMap出来,比如Map<K,V> m = new HashMap(); 从源码的角度,

  • 在HashMap内部发生了什么?
  • 是否有一些初始化参数可以影响HashMap的构造

针对第一个问题,看下面的代码:

static final int DEFAULT_INITIAL_CAPACITY = 16;
static final float DEFAULT_LOAD_FACTOR = 0.75f;
public HashMap() {
    this(DEFAULT_INITIAL_CAPACITY, DEFAULT_LOAD_FACTOR);
}
public HashMap(int initialCapacity, float loadFactor) {
    //考虑到版面,略掉一些简单的代码
    // Find a power of 2 >= initialCapacity
    int capacity = 1;
    while (capacity < initialCapacity)
        capacity <<= 1;

    this.loadFactor = loadFactor;
    threshold = (int)Math.min(capacity * loadFactor, MAXIMUM_CAPACITY + 1);
    table = new Entry[capacity];
    useAltHashing = sun.misc.VM.isBooted() &&
            (capacity >= Holder.ALTERNATIVE_HASHING_THRESHOLD);
    init();
}

看上面代码,如果没有指定任何参数,默认的HashMap的容量(Capacity)是16. 注意这个16不是说在下一次rehash之前,这个map只能容纳16个HashEntry对象。而是说,在达到再次扩容的时候,有16个能容纳具有不同hash值的槽位,如果某两个HashEntry的key值具有相同的hash code,那么这两个entry会放到同一个槽位上,只是以链表的形式存在。因为构造函数里,initialCapacity是其中的一个参数,那么如果在构造HashMap的时候,设定一个值,比如25,那么经过下面这段代码之后,总能保证得到的capacity是2的n次方,也就是说是32.

// Find a power of 2 >= initialCapacity
int capacity = 1;
while (capacity < initialCapacity)
    capacity <<= 1;

这里有两个变量可以先了解下,后面会结合问题做一解释。loadFactor(负载因子)和threshold(阈值)。计算公式是threshold = capacity * loadFactor,简单理解就是当table数组的大小超过这个阈值,就需要考虑扩容(resize)。

Put操作

public V put(K key, V value) {
    if (key == null)
        return putForNullKey(value);
    int hash = hash(key);
    int i = indexFor(hash, table.length);
    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;
        }
    }

    modCount++;
    addEntry(hash, key, value, i);
    return null;
}

在put方法,首先对key值为空的情况做了特殊处理,从下面代码,首先查看数组的第一个元素table[0]里是否已经有key为null的记录存在,如果找到,就直接更新value,否则在table[0]的位置上放入一个新Entry。之所以需要循环检查,是因为在table[0]上有可能存在链表。PutForNullKey后面的代码跟put一个非空的key的代码是相似的。

private V putForNullKey(V value) {
    for (Entry<K,V> e = table[0]; e != null; e = e.next) {
        if (e.key == null) {
            V oldValue = e.value;
            e.value = value;
            e.recordAccess(this);
            return oldValue;
        }
    }
    modCount++;
    addEntry(0, null, value, 0);
    return null;
}

回到put方法,在处理完key为空的情况,针对key非空的情况,首先调用hash方法对key取hash值。根据取到的hash值,调用indexFor方法算出当前key在table数组的位置。知道位置以后,后面的流程跟key为空的处理流程基本类似。hash方法和index方法后面会给出具体的分析。所以这里更多关注put方法执行的一个流程解析。增加一个新的Entry需要调用addEntry方法。

void addEntry(int hash, K key, V value, int bucketIndex) {
    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);
}

当要向table增加一个新的Entry,会有一个问题,就是当前table的容量可能不足,所以需要进行扩容。扩容后table的长度变为之前的2倍,当前Entry在桶里的索引值需要重新计算。计算出正确的hash值以及新的Entry在table里的索引值后,调用createEntry插入新的entry。

void createEntry(int hash, K key, V value, int bucketIndex) {
    Entry<K,V> e = table[bucketIndex];
    table[bucketIndex] = new Entry<>(hash, key, value, e);
    size++;
}

既然我们知道在table数组的每个位置上都有可能存在一个链表,那么如果在某个位置上向放入一个新的Entry,需要做怎样的处理?假设存在链表,那么新的Entry存放在链表什么位置?答案就在上面这段代码。首先把当前链表取出来(当然有可能这个位置上还没有任何Entry,如果是这样,e就为null),然后构造一个新的Entry,放到索引是bucketIndex的位置。这里有两个重要的点:

  • 当前Entry插入在链表的最前端
  • 之前的链表取出来,赋值给e,当构造Entry的时候,使它的next指向e。注意构造函数的第四个参数以及下面Entry的构造函数。
   Entry(int h, K k, V v, Entry<K,V> n) {
       value = v;
       next = n;
       key = k;
       hash = h;
   }

put方法里的返回值很有意思,之前在使用HashMap的put方法增加一些Entry的时候,几乎从来没有考虑过使用返回值。因为这样的应用场景几乎没有。从源码上看,如果想要put的Entry在HashMap里已经存在,则返回的是key对应的旧的value,否则返回null。

remove操作

有了put方法的分析,remove方法相对比较简单,因为整个查找过程与put方法没有区别

final Entry<K,V> removeEntryForKey(Object key) {
    int hash = (key == null) ? 0 : hash(key);
    int i = indexFor(hash, table.length);
    Entry<K,V> prev = table[i];
    Entry<K,V> e = prev;

    while (e != null) {
        Entry<K,V> next = e.next;
        Object k;
        if (e.hash == hash &&
            ((k = e.key) == key || (key != null && key.equals(k)))) {
            modCount++;
            size--;
            if (prev == e)
                table[i] = next;
            else
                prev.next = next;
            e.recordRemoval(this);
            return e;
        }
        prev = e;
        e = next;
    }

    return e;
}

想要移除一个Entry,首先要试着找到它。 根据HashMap的数据结构,先需要根据key,算出key所对应的hash值,然后算出该Entry在table数组的可能的索引值。这里为什么说是可能呢?因为这个key在当前的HashMap里未必存在。拿到索引(i)后,从table[i]把存放在这个位置的链表取出来,赋值给prev和e。然后开始循环检测是否存在匹配的Entry(e.hash = hash &&((k = e.key) == key || (key != null && key.equals(k))))。假设能找到想要删除的Entry,存在两种情况,一是符合条件的Entry刚好在链表的顶端,另外一种则不是。对第一种情况,直接把next指向的Entry放到table[i]即可(table[i] = next;);对第二种情况,则是使当前要移除的节点的pre节点直接指向next节点即可(prev.next = next;)

对于remove方法的返回值,如果找到要移除的Entry,则将其返回,否则返回null。

发表评论

电子邮件地址不会被公开。 必填项已用*标注