devbox
Cpp五条
这个屌丝很懒，什么也没留下！
关注作者
热门标签
热门文章
当前位置:   article > 正文

HashMap底层实现原理(看这一篇就够了)

作者：Cpp五条 | 2024-03-21 19:38:05

赞

踩

hashmap底层实现原理

HashMap概述

HashMap实现了Map接口，我们常用HashMap进行put和get操作读存键值对数据。下面介绍基于jdk1.8深入了解HashMap底层原理。

HashMap数据结构

HashMap实际是一种“数组+链表”数据结构。在put操作中，通过内部定义算法寻止找到数组下标，将数据直接放入此数组元素中，若通过算法得到的该数组元素已经有了元素（俗称hash冲突，链表结构出现的实际意义也就是为了解决hash冲突的问题）。将会把这个数组元素上的链表进行遍历，将新的数据放到链表末尾。

存储数据的对象

  1. static class Node<K,V> implements Map.Entry<K,V> {
  2.         final int hash;
  3.         final K key;
  4.         V value;
  5.         Node<K,V> next;        
  6. }

我们从jdk1.8源代码看出存储对象Node实际是实现Map.Entry对象接口。

hash：通过hash算法的出来的值。hash值的算法我们看下HashMap源代码的实现

  1. static final int hash(Object key) {
  2.         int h;
  3.         return (key == null) ? 0 : (h = key.hashCode()) ^ (h >>> 16);
  4.  }

不同的数据类型的hashCode计算的方法不一样，我们看下String和Integer两种数据类型的hashCode算法

String.hashCode()

  1. public int hashCode() {
  2.         int h = hash;
  3.         if (h == 0 && value.length > 0) {
  4.             char val[] = value;
  5.  
  6.             for (int i = 0; i < value.length; i++) {
  7.                 h = 31 * h + val[i];
  8.             }
  9.             hash = h;
  10.         }
  11.         return h;
  12.     }

通过将字符串转换成char数组，使用公式s[0]*31^(n-1) + s[1]*31^(n-2) + ... + s[n-1]进行计算得出最后的值。val[i]值是对应字符的ASCII值.在看到这里的时候，这里为什么使用了一个31作为相乘因子（能为啥，还不是为了性能考虑，那为什么使用31性能能得到优化呢），这里可以延伸讨论。

Integer.hashCode()

  1. public static int hashCode(int value) {
  2.         return value;
  3.     }

直接返回值.

key：存储数据的key

value：存储数据的value

next：下一个数据，出现哈希冲突时，该数组元素会出现链表结构，会使用next指向链表中下一个元素对象

链表结构导致的问题

通过哈希算法从寻止上能够高效的找到对应的下标，但是随着数据的增长，哈希冲突碰撞过多。在寻找数据上，找到该来链表，会通过遍历在寻找对应数据，如此将会使得get数据效率越来越低。在jdk1.8中，链表元素数量大于等于8将会重组该链表结构形成为“红黑树结构”，这种结构使得在hash冲突碰撞过多情况下，get效率比链表的效率高很多。

HashMap put存储数据是如何处理的

HashMap有几个重要的变量

  1. transient Node<K,V>[] table;
  2. int threshold;
  3. final float loadFactor;
  4. int modCount;  
  5. int size;

table：存储数组的变量，初始长度为16通过源代码看出在第一次进行resize扩容（java是静态语言，在定义数组初始化时，需要定义数组的长度，在map数据增长后，内部机制会进行重新定义一个数组做到扩容的操作）初始化时，会将默认静态变量

static final int DEFAULT_INITIAL_CAPACITY = 1 << 4;

赋给数组长度进行初始化。

loadFactor：数据的增长因子，默认为0.75。在进行扩容操作会使用到。

threshold：允许的最大的存储的元素数量，通过length数组长度*loadFactor增长因子得出

modCount：记录内部结构发生变化的次数，put操作（覆盖值不计算）以及其他...

size：实际存储的元素数量

put的流程

直接通过源代码分析

  1. final V putVal(int hash, K key, V value, boolean onlyIfAbsent,
  2.                    boolean evict) {
  3.         Node<K,V>[] tab; Node<K,V> p; int n, i;
  4.         // 判断数组是否为空，长度是否为0，是则进行扩容数组初始化
  5.         if ((tab = table) == null || (n = tab.length) == 0)
  6.             n = (tab = resize()).length;
  7.         // 通过hash算法找到数组下标得到数组元素，为空则新建
  8.         if ((p = tab[i = (n - 1) & hash]) == null)
  9.             tab[i] = newNode(hash, key, value, null);
  10.         else {
  11.             Node<K,V> e; K k;
  12.              // 找到数组元素，hash相等同时key相等，则直接覆盖
  13.             if (p.hash == hash &&
  14.                 ((k = p.key) == key || (key != null && key.equals(k))))
  15.                 e = p;
  16.             // 该数组元素在链表长度>8后形成红黑树结构的对象
  17.             else if (p instanceof TreeNode)
  18.                 e = ((TreeNode<K,V>)p).putTreeVal(this, tab, hash, key, value);
  19.             else {
  20.                 // 该数组元素hash相等，key不等，同时链表长度<8.进行遍历寻找元素，有就覆盖无则新建
  21.                 for (int binCount = 0; ; ++binCount) {
  22.                     if ((e = p.next) == null) {
  23.                         // 新建链表中数据元素
  24.                         p.next = newNode(hash, key, value, null);
  25.                         if (binCount >= TREEIFY_THRESHOLD - 1) // -1 for 1st
  26.                             // 链表长度>=8 结构转为 红黑树
  27.                             treeifyBin(tab, hash);
  28.                         break;
  29.                     }
  30.                     if (e.hash == hash &&
  31.                         ((k = e.key) == key || (key != null && key.equals(k))))
  32.                         break;
  33.                     p = e;
  34.                 }
  35.             }
  36.             if (e != null) { // existing mapping for key
  37.                 V oldValue = e.value;
  38.                 if (!onlyIfAbsent || oldValue == null)
  39.                     e.value = value;
  40.                 afterNodeAccess(e);
  41.                 return oldValue;
  42.             }
  43.         }
  44.         ++modCount;
  45.         if (++size > threshold)
  46.             resize();
  47.         afterNodeInsertion(evict);
  48.         return null;
  49.     }

便于理解，花了一下图。如下图示（画工不是很好，见谅见谅）

下图是一位大神级别画的图，引用一下便于理解

1、首选判断table是否为空，数组长度为空，将会进行第一次初始化。（在实例化HashMap是，并不会进行初始化数组）

2、进行第一次resize()扩容之后。开始通过hash算法寻址找到数组下标。若数组元素为空，则创建新的数组元素。若数组元素不为空，同时hash相等，key不相等，同时不是TreeNode数据对象，将遍历该数组元素下的链表元素。若找到对应的元素，则覆盖，如果没有找到，就新建元素，放入上一个链表元素的next中，在放入元素之后，如果条件满足"链表元素长度>8"，则将该链表结构转为"红黑树结构"。

3、找到对应的数组元素或者链表元素，同时创建新的数据元素或者覆盖元素之后。如果条件满足元素大小size>允许的最大元素数量threshold，则再一次进行扩容操作。每次扩容操作，新的数组大小将是原始的数组长度的两倍。

4、put操作完成。

调用put方法示例

下面通过使用例子介绍这个过程

  1. HashMap<Integer, String> hashMap = new HashMap<Integer, String>(4, 0.75f);// 1
  2. int a1 = 1;
  3. int a2 = 2;
  4. int a3 = 5;
  5. System.out.println(String.valueOf(a1&3) + " " + String.valueOf(a2&3)+ " " + String.valueOf(a3&3));// 1 2 1 数组下标
  6. hashMap.put(a1, "1");// 2
  7. hashMap.put(a2, "2");// 3
  8. hashMap.put(a3, "5");// 4

1、创建了一个HashMap对象，初始化initialCapacity为4，增长因子为0.75。threshold初始化为4

2、进行了第一次put，因为table为空，进行了第一次resize()扩容操作，数组进行初始化，默认为16. threshold变为3。同时通过hash算法（数组长度n-1 & hash）即为1。

3、第二次put操作，同时获取数组下标为2，此时数组下标为2当前没有数组元素，则直接创建数据元素放入

4、第三次put操作，得到数组下标为1已经有了一个数组元素。同时我们知道存储数据的Node对象中又一个next，则新的此时的数据元素放入上一个链表中next为空的Node中的next中。

形成了如下图的数据结构

结论：通过hash算法进行计算的出来的数组下标，有一定概率会导致hash冲突，那在一个数组元素中，存在hash值一样的key，key却不相等。为了解决这一个hash冲突问题，使用了链表结构进行处理。

HashMap扩容resize()

java是静态方法，在数组进行初始化时，必须给一个数组长度。HashMap定义默认的数组长度为16。条件满足元素size>允许的最大元素数量threshold。则进行扩容。一般来说，在put操作中，HashMap至少进行了一次扩容（第一次为初始化）。

我们在原有的示例加入如下

  1. int a4 = 6;
  2. hashMap.put(a4, "6");

形成了新的结构，如下图

放入了2:2的next中，此时size=4,threshold>3，条件满足size>threshold，进行扩容resize()操作

  1. final Node<K,V>[] resize() {
  2.         Node<K,V>[] oldTab = table;
  3.         int oldCap = (oldTab == null) ? 0 : oldTab.length;
  4.         int oldThr = threshold;
  5.         int newCap, newThr = 0;
  6.         if (oldCap > 0) {
  7.             // 超过最大限制，不进行扩容
  8.             if (oldCap >= MAXIMUM_CAPACITY) {
  9.                 threshold = Integer.MAX_VALUE;
  10.                 return oldTab;
  11.             }
  12.             // 进行原始长度*2扩容
  13.             else if ((newCap = oldCap << 1) < MAXIMUM_CAPACITY &&
  14.                      oldCap >= DEFAULT_INITIAL_CAPACITY)
  15.                 newThr = oldThr << 1; // double threshold
  16.         }
  17.         // 第一次初始化
  18.         else if (oldThr > 0) // initial capacity was placed in threshold
  19.             newCap = oldThr;
  20.         else {               // zero initial threshold signifies using defaults
  21.             newCap = DEFAULT_INITIAL_CAPACITY;
  22.             newThr = (int)(DEFAULT_LOAD_FACTOR * DEFAULT_INITIAL_CAPACITY);
  23.         }
  24.         // 第一次初始化
  25.         if (newThr == 0) {
  26.             float ft = (float)newCap * loadFactor;
  27.             newThr = (newCap < MAXIMUM_CAPACITY && ft < (float)MAXIMUM_CAPACITY ?
  28.                       (int)ft : Integer.MAX_VALUE);
  29.         }
  30.         // 新的最大允许元素数量值
  31.         threshold = newThr;
  32.         @SuppressWarnings({"rawtypes","unchecked"})
  33.         // 新的数组     
  34.         Node<K,V>[] newTab = (Node<K,V>[])new Node[newCap];
  35.         table = newTab;
  36.         if (oldTab != null) {
  37.             // 遍历老数组
  38.             for (int j = 0; j < oldCap; ++j) {
  39.                 Node<K,V> e;
  40.                 if ((e = oldTab[j]) != null) {
  41.                     oldTab[j] = null;
  42.                     // 直接按照原始索引放入新数组中
  43.                     if (e.next == null)
  44.                         newTab[e.hash & (newCap - 1)] = e;
  45.                     else if (e instanceof TreeNode)
  46.                         ((TreeNode<K,V>)e).split(this, newTab, j, oldCap);
  47.                     else { // preserve order
  48.                         // 遍历链表
  49.                         Node<K,V> loHead = null, loTail = null;
  50.                         Node<K,V> hiHead = null, hiTail = null;
  51.                         Node<K,V> next;
  52.                         do {
  53.                             next = e.next;
  54.                             //　放入原索引
  55.                             if ((e.hash & oldCap) == 0) {
  56.                                 if (loTail == null)
  57.                                     loHead = e;
  58.                                 else
  59.                                     loTail.next = e;
  60.                                 loTail = e;
  61.                             }
  62. 　　　　　　　　　　　　　　　// 原索引＋oldCap
  63.                             else {
  64.                                 if (hiTail == null)
  65.                                     hiHead = e;
  66.                                 else
  67.                                     hiTail.next = e;
  68.                                 hiTail = e;
  69.                             }
  70.                         } while ((e = next) != null);
  71.                         if (loTail != null) {
  72.                             loTail.next = null;
  73.                             newTab[j] = loHead;
  74.                         }
  75.                         if (hiTail != null) {
  76.                             hiTail.next = null;
  77.                             newTab[j + oldCap] = hiHead;
  78.                         }
  79.                     }
  80.                 }
  81.             }
  82.         }
  83.         return newTab;
  84.     }

在put6:6之后，直接就执行了扩容，新数组长度为8，新的结构如下

在新的结构中，将原始的数组下标为1和2链表元素均匀分布新数组的其他数组元素中。此间扩容的变化的过程如下

老数组长度为4，通过算法得出数据的下标1:1为1,5:5为1,2:2和6:6为2

  1. 1(1:1 == > 5:5)
  2.  
  3. 2(2:2 == > 6:6)

在进行扩容操作是，数组元素链表中的第一个数组下标不会产生变化，在遍历链表其他元素中通过算法"e.hash & oldCap"!=0则将链表元素放入新数据数组下标为[原始数据下标+原始数据长度]

再次引用大神的图，便于理解扩容的数据移动变化

在扩容操作中，因无需重新计算hash值，同时均匀将链表冲突的元素均匀分布到新的数组中。这设计实在是巧妙。

get寻找数据

  1. final Node<K,V> getNode(int hash, Object key) {
  2.         Node<K,V>[] tab; Node<K,V> first, e; int n; K k;
  3.         if ((tab = table) != null && (n = tab.length) > 0 &&
  4.             (first = tab[(n - 1) & hash]) != null) {
  5.             if (first.hash == hash && // always check first node
  6.                 ((k = first.key) == key || (key != null && key.equals(k))))
  7.                 return first;
  8.             if ((e = first.next) != null) {
  9.                 if (first instanceof TreeNode)
  10.                     return ((TreeNode<K,V>)first).getTreeNode(hash, key);
  11.                 do {
  12.                     if (e.hash == hash &&
  13.                         ((k = e.key) == key || (key != null && key.equals(k))))
  14.                         return e;
  15.                 } while ((e = e.next) != null);
  16.             }
  17.         }
  18.         return null;
  19.     }

get方法比较简单，基本流程为通过key的hashCode和寻址算法得到数组下标，若数组元素中的key和hash相等，则直接返回。若不想等，同时存在链表元素，则遍历链表元素进行匹配。由于1.8引用了红黑树结构，在链表元素过多时，1.8的实现将比1.7在get和put操作上效率高上很多。

在本文中，未详细说明，寻址的算法的优越性和红黑树的优点。这里不进行讨论。

下节，研究和证明HashMap为何是线程非安全的

【我是码农，也不是码农】软件 – 注重思想与逻辑

声明：本文内容由网友自发贡献，不代表【wpsshop博客】立场，版权归原作者所有，本站不承担相应法律责任。如您发现有侵权的内容，请联系我们。转载请注明出处：https://www.wpsshop.cn/w/Cpp五条/article/detail/282415
推荐阅读
相关标签

Copyright © 2003-2013 www.wpsshop.cn 版权所有，并保留所有权利。

  

闽ICP备14008679号