HashMap:儲存結構、擴容機制和執行緒不安全解決
阿新 • • 發佈:2019-12-31
1.什麼是HashMap
1.1 什麼是map?
1.key-value格式儲存集合類
2.key必須唯一,無重複值
3.map是與collection同一個等級的介面
複製程式碼
1.2 什麼是hash?
1.把任意長度的輸入,通過(hashCode()方法),變換成固定長度的雜湊值(hashCode,這種函式就叫做**雜湊函式**,而**計算雜湊值的過程就叫做雜湊**。
2.雜湊的主要應用是雜湊表和分散式快取。
3.雜湊函式是雜湊演演算法的一種實現。
複製程式碼
1.3 什麼是HashMap?
1.基於hash表的Map介面的實現;
2.HashMap既有Map的鍵值對特點,又有雜湊表特點;
複製程式碼
2.HashMap本質
用於儲存
複製程式碼
例子:
Map map = new HashMap<>();
map.put("yww",222);
System.out.println(map);
複製程式碼
put函式:
public V put(K key,V value) {
return putVal(hash(key),key,value,false,true);
}
複製程式碼
putVal函式:
/**
* Implements Map.put and related methods
*
* @param hash hash for key
* @param key the key
* @param value the value to put
* @param onlyIfAbsent if true,don't change existing value
* @param evict if false,the table is in creation mode.
* @return previous value,or null if none
*/
final V putVal(int hash,K key,V value,boolean onlyIfAbsent,boolean evict) {
Node<K,V>[] tab; Node<K,V> p; int n,i;
// tab為空則建立
if ((tab = table) == null || (n = tab.length) == 0)
n = (tab = resize()).length;
// 計算index,並對null做處理
if ((p = tab[i = (n - 1) & hash]) == null)
tab[i] = newNode(hash,null);
else {
Node<K,V> e; K k;
// 節點key存在,直接覆蓋原來的value
if (p.hash == hash &&
((k = p.key) == key || (key != null && key.equals(k))))
e = p;
// 判斷該鏈為紅黑樹
else if (p instanceof TreeNode)
e = ((TreeNode<K,V>)p).putTreeVal(this,tab,hash,value);
// 判斷該鏈為連結串列
else {
for (int binCount = 0; ; ++binCount) {
if ((e = p.next) == null) {
p.next = newNode(hash,null);
//連結串列長度大於8轉換為紅黑樹進行處理
if (binCount >= TREEIFY_THRESHOLD - 1) // -1 for 1st
treeifyBin(tab,hash);
break;
}
// key已經存在直接覆蓋原來的value
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;
}
}
// modeCount欄位主要用來記錄HashMap內部結構發生變化的次數,主要用於迭代的快速失敗
++modCount;
// size是指HashMap中實際存在的鍵值對數量;threshold是指允許的最大元素數目,超過這個數量,需要擴容(resize)
if (++size > threshold)
resize();
afterNodeInsertion(evict);
return null;
}
複製程式碼
3.HashMap儲存結構
- 陣列:連續儲存;查詢O(1); 插入刪除O(n);
- 連結串列:無序儲存;查詢O(n); 插入刪除O(1);
- HashMap之所以稱之為HashMap是因為HashMap在put(String,Object)的時候JVM會對存入的物件進行一次hash(所有物件都是繼承Object,而hashcode方法來自Object類中),從而獲取到這個物件的hash值,接著JVM就根據這個hash值來決定該元素的儲存位置.
- 如果發生兩個Key儲存到了同一個位置,則發生了Hash衝突(碰撞),Java採用的陣列 + 連結串列方式就發揮作用了.Java採用鏈地址法(雜湊值相同的元素構成一個連結串列,連結串列頭指標指向Node[]的index),避免了Hash衝突的問題(參考上面的HashMap的圖).
- Hash衝突發生後,這個槽位中儲存的不是一個Entry而是多個Entry,此時就使用到了Entry連結串列(參見HashMap資料結構).JVM是按照順序去遍歷每一個Entry,一直到查詢到對應的Entry為止(連結串列查詢)
3.1 jdk1.8之前:陣列+連結串列
陣列+連結串列:鏈地址法
3.2 jdk1.8之後:資料+連結串列+紅黑樹
陣列+連結串列+紅黑樹
- 當JVM儲存HashMap的K-V時,僅僅通過Key來決定每一個Entry的儲存槽位(Node[]中的index).並且Value以連結串列的形式掛載到對應槽位上即可(1.8之後如果長度大於8則轉為紅黑樹).
- 其中putVal函式中可以看到jvm中使用的是陣列+連結串列+紅黑樹的形式儲存。
- 在發生hash碰撞,不再採用頭插法方式,而是直接插入連結串列尾部,見putVal函式。
區別在於:
- 1.7中的entry是Node<K,V>:
- 1.8中的TreeNode<K,V>:
- 兩者均繼承於Entry:
3.3 儲存結構為何新增紅黑樹?
-
什麼是紅黑樹:紅黑樹其實就是一種自平衡的二叉查詢樹
-
紅黑樹如何維護自平衡:紅黑樹通過“變色”和“旋轉”來維護紅黑樹的規則,變色就是讓黑的變成紅的,紅的變成黑的,旋轉又分為“左旋轉”和“右旋轉”。
-
優點:資料量多的情況下,查詢效率比連結串列高,從O(n)提升到O(logn)
-
為什麼要大於8個node才用紅黑樹:
紅黑樹需要進行左旋,右旋操作, 而單連結串列不需要,以下都是單連結串列與紅黑樹結構對比。如果元素小於8個,查詢成本高,新增成本低 如果元素大於8個,查詢成本低,新增成本高 複製程式碼
4.擴容機制
4.1 滿足條件
1、 存放新值的時候當前已有元素的個數必須大於等於閾值
2、 存放新值的時候當前存放資料發生hash碰撞(當前key計算的hash值換算出來的陣列下標位置已經存在值
putVal中擴容判斷:
if (++size > threshold)
resize();
複製程式碼
因為上面這兩個條件,所以存在下面這些情況
(1)就是hashmap在存值的時候(預設大小為16,負載因子0.75,閾值12),可能達到最後存滿16個值的時候,再存入第17個值才會發生擴容現象,因為前16個值,每個值在底層陣列中分別佔據一個位置,並沒有發生hash碰撞。
(2)當然也有可能儲存更多值(超多16個值,最多可以存26個值)都還沒有擴容。原理:前11個值全部hash碰撞,存到陣列的同一個位置(這時元素個數小於閾值12,不會擴容),後面所有存入的15個值全部分散到陣列剩下的15個位置(這時元素個數大於等於閾值,但是每次存入的元素並沒有發生hash碰撞,所以不會擴容),前面11+15=26,所以在存入第27個值的時候才同時滿足上面兩個條件,這時候才會發生擴容現象。
4.2 原始碼解析
final Node<K,V>[] resize() {
Node<K,V>[] oldTab = table; //當前所有元素所在的陣列,稱為老的元素陣列
int oldCap = (oldTab == null) ? 0 : oldTab.length; //老的元素陣列長度
int oldThr = threshold; // 老的擴容閥值設定
int newCap,newThr = 0; // 新陣列的容量,新陣列的擴容閥值都初始化為0
if (oldCap > 0) { // 如果老陣列長度大於0,說明已經存在元素
// PS1
if (oldCap >= MAXIMUM_CAPACITY) { // 如果陣列元素個數大於等於限定的最大容量(2的30次方)
// 擴容閥值設定為int最大值(2的31次方 -1 ),因為oldCap再乘2就溢位了。
threshold = Integer.MAX_VALUE;
return oldTab; // 返回老的元素陣列
}
/*
* 如果陣列元素個數在正常範圍內,那麼新的陣列容量為老的陣列容量的2倍(左移1位相當於乘以2)
* 如果擴容之後的新容量小於最大容量 並且 老的陣列容量大於等於預設初始化容量(16),那麼新陣列的擴容閥值
要麼已經經歷過了至少一次擴容)
*/
else if ((newCap = oldCap << 1) < MAXIMUM_CAPACITY &&
oldCap >= DEFAULT_INITIAL_CAPACITY)
newThr = oldThr << 1; // double threshold
}
// PS2
// 執行到這個else if 說明老陣列沒有任何元素
// 如果老陣列的擴容閥值大於0,那麼設定新陣列的容量為該閥值
// 這一步也就意味著構造該map的時候,指定了初始化容量。
else if (oldThr > 0) // initial capacity was placed in threshold
newCap = oldThr;
else { // zero initial threshold signifies using defaults
// 能執行到這裡的話,說明是呼叫無參建構函式建立的該map,並且第一次新增元素
newCap = DEFAULT_INITIAL_CAPACITY; // 設定新陣列容量 為 16
newThr = (int)(DEFAULT_LOAD_FACTOR * DEFAULT_INITIAL_CAPACITY); // 設定新陣列擴容閥值為 16*0.75 = 12。0.75為負載因子(當元素個數達到容量了4分之3,那麼擴容)
}
// 如果擴容閥值為0 (PS2的情況)
if (newThr == 0) {
float ft = (float)newCap * loadFactor;
newThr = (newCap < MAXIMUM_CAPACITY && ft < (float)MAXIMUM_CAPACITY ?
(int)ft : Integer.MAX_VALUE); // 參見:PS2
}
threshold = newThr; // 設定map的擴容閥值為 新的閥值
@SuppressWarnings({"rawtypes","unchecked"})
// 建立新的陣列(對於第一次新增元素,那麼這個陣列就是第一個陣列;對於存在oldTab的時候,
那麼這個陣列就是要需要擴容到的新陣列)
Node<K,V>[] newTab = (Node<K,V>[])new Node[newCap];
table = newTab; // 將該map的table屬性指向到該新陣列
if (oldTab != null) { // 如果老陣列不為空,說明是擴容操作,那麼涉及到元素的轉移操作
for (int j = 0; j < oldCap; ++j) { // 遍歷老陣列
Node<K,V> e;
if ((e = oldTab[j]) != null) { // 如果當前位置元素不為空,那麼需要轉移該元素到新陣列
oldTab[j] = null; // 釋放掉老陣列對於要轉移走的元素的引用(主要為了使得陣列可被回收)
if (e.next == null) // 如果元素沒有有下一個節點,說明該元素不存在hash衝突
// PS3
// 把元素儲存到新的陣列中,儲存到陣列的哪個位置需要根據hash值和陣列長度來進行取模
// 【hash值 % 陣列長度】 = 【 hash值 & (陣列長度-1)】
// 這種與運算求模的方式要求 陣列長度必須是2的N次方,但是可以通過建構函式隨意指定初始化容量呀,
如果指定了17,15這種,豈不是出問題了就?沒關係,最終會通過tableSizeFor方法將使用者指定的轉化為大
於其並且最相近的2的N次方。 15 -> 16、17-> 32
newTab[e.hash & (newCap - 1)] = e;
// 如果該元素有下一個節點,那麼說明該位置上存在一個連結串列了(hash相同的多個元素以連結串列的方式儲存到
了老陣列的這個位置上了)
// 例如:陣列長度為16,那麼hash值為1(1%16=1)的和hash值為17(17%16=1)的兩個元素都是會儲存
在陣列的第2個位置上(對應陣列下標為1),當陣列擴容為32(1%32=1)時,hash值為1的還應該儲存
在新陣列的第二個位置上,但是hash值為17(17%32=17)的就應該儲存在新陣列的第18個位置上了。
// 所以,陣列擴容後,所有元素都需要重新計算在新陣列中的位置。
else if (e instanceof TreeNode) // 如果該節點為TreeNode型別
((TreeNode<K,V>)e).split(this,newTab,j,oldCap); // 此處單獨展開討論
else { // preserve order
Node<K,V> loHead = null,loTail = null; // 按命名來翻譯的話,應該叫低位首尾節點
Node<K,V> hiHead = null,hiTail = null; // 按命名來翻譯的話,應該叫高位首尾節點
// 以上的低位指的是新陣列的 0 到 oldCap-1 、高位指定的是oldCap 到 newCap - 1
Node<K,V> next;
// 遍歷連結串列
do {
next = e.next;
// 這一步判斷好狠,拿元素的hash值 和 老陣列的長度 做與運算
// PS3裡曾說到,陣列的長度一定是2的N次方(例如16),如果hash值和該長度做與運算,結果為0,就
說明該hash值一定小於陣列長度(例如hash值為1),那麼該hash值再和新陣列的長度取摸的話,還是
hash值本身,所該元素的在新陣列的位置和在老陣列的位置是相同的,所以該元素可以放置在低位連結串列
中。
if ((e.hash & oldCap) == 0) {
// PS4
if (loTail == null) // 如果沒有尾,說明連結串列為空
loHead = e; // 連結串列為空時,頭節點指向該元素
else
loTail.next = e; // 如果有尾,那麼連結串列不為空,把該元素掛到連結串列的最後。
loTail = e; // 把尾節點設定為當前元素
}
// 如果與運算結果不為0,說明hash值大於老陣列長度(例如hash值為17)
// 此時該元素應該放置到新陣列的高位位置上
// 例:老陣列長度16,那麼新陣列長度為32,hash為17的應該放置在陣列的第17個位置上,也就是下標為
16,那麼下標為16已經屬於高位了,低位是[0-15],高位是[16-31]
else { // 以下邏輯同PS4
if (hiTail == null)
hiHead = e;
else
hiTail.next = e;
hiTail = e;
}
} while ((e = next) != null);
if (loTail != null) { // 低位的元素組成的連結串列還是放置在原來的位置
loTail.next = null;
newTab[j] = loHead;
}
if (hiTail != null) { // 高位的元素組成的連結串列放置的位置只是在原有位置上偏移了老陣列的長度個位置。
hiTail.next = null;
newTab[j + oldCap] = hiHead; // 例:hash為 17 在老陣列放置在0下標,在新陣列放置在16下標;
hash為 18 在老陣列放置在1下標,在新陣列放置在17下標;
}
}
}
}
}
return newTab; // 返回新陣列
}
複製程式碼
5.執行緒不安全問題
多個執行緒可以同時訪問HashMap,可能會導致資料不一致。
主要體現:
在jdk1.7中,在多執行緒環境下,擴容時會造成環形鏈或資料丟失。
在jdk1.8中,在多執行緒環境下,會發生資料覆蓋的情況。
複製程式碼
5.1 collection的synchronizedMap方法
Map<String,String> synchronizedHashMap = Collections.synchronizedMap(new HashMap<String,String>());
複製程式碼
5.2 ConcurrentHashMap
Map<String,String> concurrentHashMap = new ConcurrentHashMap<>();
複製程式碼
5.3 Hashtable
Map<String,String> hashtable = new Hashtable<>();
複製程式碼