鞍山人才网官方网站,网站微信分享链接怎么做的,邢台网最新发布,给个网址谢谢了转载自 【集合框架】JDK1.8源码分析之HashMap#xff08;一#xff09;一、前言在分析jdk1.8后的HashMap源码时#xff0c;发现网上好多分析都是基于之前的jdk#xff0c;而Java8的HashMap对之前做了较大的优化#xff0c;其中最重要的一个优化就是桶中的元素不再唯一按照…转载自 【集合框架】JDK1.8源码分析之HashMap一一、前言在分析jdk1.8后的HashMap源码时发现网上好多分析都是基于之前的jdk而Java8的HashMap对之前做了较大的优化其中最重要的一个优化就是桶中的元素不再唯一按照链表组合也可以使用红黑树进行存储总之目标只有一个那就是在安全和功能性完备的情况下让其速度更快提升性能。好~下面就开始分析源码。
二、HashMap数据结构说明上图很形象的展示了HashMap的数据结构数组链表红黑树桶中的结构可能是链表也可能是红黑树红黑树的引入是为了提高效率。所以可见在分析源码的时候我们不知不觉就温习了数据结构的知识点一举两得。
三、HashMap源码分析3.1 类的继承关系
public class HashMapK,V extends AbstractMapK,V implements MapK,V, Cloneable, Serializable可以看到HashMap继承自父类AbstractMap实现了Map、Cloneable、Serializable接口。其中Map接口定义了一组通用的操作Cloneable接口则表示可以进行拷贝在HashMap中实现的是浅层次拷贝即对拷贝对象的改变会影响被拷贝的对象Serializable接口表示HashMap实现了序列化即可以将HashMap对象保存至本地之后可以恢复状态。3.2 类的属性
public class HashMapK,V extends AbstractMapK,V implements MapK,V, Cloneable, Serializable {// 序列号private static final long serialVersionUID 362498820763181265L; // 默认的初始容量是16static final int DEFAULT_INITIAL_CAPACITY 1 4; // 最大容量static final int MAXIMUM_CAPACITY 1 30; // 默认的填充因子static final float DEFAULT_LOAD_FACTOR 0.75f;// 当桶(bucket)上的结点数大于这个值时会转成红黑树static final int TREEIFY_THRESHOLD 8; // 当桶(bucket)上的结点数小于这个值时树转链表static final int UNTREEIFY_THRESHOLD 6;// 桶中结构转化为红黑树对应的table的最小大小static final int MIN_TREEIFY_CAPACITY 64;// 存储元素的数组总是2的幂次倍transient Nodek,v[] table; // 存放具体元素的集transient Setmap.entryk,v entrySet;// 存放元素的个数注意这个不等于数组的长度。transient int size;// 每次扩容和更改map结构的计数器transient int modCount; // 临界值 当实际大小(容量*填充因子)超过临界值时会进行扩容int threshold;// 填充因子final float loadFactor;
}说明类的数据成员很重要以上也解释得很详细了其中有一个参数MIN_TREEIFY_CAPACITY笔者暂时还不是太清楚有读者知道的话欢迎指导。3.3 类的构造函数1. HashMap(int, float)型构造函数
public HashMap(int initialCapacity, float loadFactor) {// 初始容量不能小于0否则报错if (initialCapacity 0)throw new IllegalArgumentException(Illegal initial capacity: initialCapacity);// 初始容量不能大于最大值否则为最大值if (initialCapacity MAXIMUM_CAPACITY)initialCapacity MAXIMUM_CAPACITY;// 填充因子不能小于或等于0不能为非数字if (loadFactor 0 || Float.isNaN(loadFactor))throw new IllegalArgumentException(Illegal load factor: loadFactor);// 初始化填充因子 this.loadFactor loadFactor;// 初始化threshold大小this.threshold tableSizeFor(initialCapacity);
}说明tableSizeFor(initialCapacity)返回大于等于initialCapacity的最小的二次幂数值。
static final int tableSizeFor(int cap) {int n cap - 1;n | n 1;n | n 2;n | n 4;n | n 8;n | n 16;return (n 0) ? 1 : (n MAXIMUM_CAPACITY) ? MAXIMUM_CAPACITY : n 1;}说明 操作符表示无符号右移高位取0。2. HashMap(int)型构造函数。
public HashMap(int initialCapacity) {// 调用HashMap(int, float)型构造函数this(initialCapacity, DEFAULT_LOAD_FACTOR);
}3. HashMap()型构造函数。
public HashMap() {// 初始化填充因子this.loadFactor DEFAULT_LOAD_FACTOR;
}4. HashMap(Map? extends K)型构造函数。
public HashMap(Map? extends K, ? extends V m) {// 初始化填充因子this.loadFactor DEFAULT_LOAD_FACTOR;// 将m中的所有元素添加至HashMap中putMapEntries(m, false);
}说明putMapEntries(Map? extends K, ? extends V m, boolean evict)函数将m的所有元素存入本HashMap实例中。
final void putMapEntries(Map? extends K, ? extends V m, boolean evict) {int s m.size();if (s 0) {// 判断table是否已经初始化if (table null) { // pre-size// 未初始化s为m的实际元素个数float ft ((float)s / loadFactor) 1.0F;int t ((ft (float)MAXIMUM_CAPACITY) ?(int)ft : MAXIMUM_CAPACITY);// 计算得到的t大于阈值则初始化阈值if (t threshold)threshold tableSizeFor(t);}// 已初始化并且m元素个数大于阈值进行扩容处理else if (s threshold)resize();// 将m中的所有元素添加至HashMap中for (Map.Entry? extends K, ? extends V e : m.entrySet()) {K key e.getKey();V value e.getValue();putVal(hash(key), key, value, false, evict);}}
}3.4 重要函数分析1. putVal函数
final V putVal(int hash, K key, V value, boolean onlyIfAbsent,boolean evict) {NodeK,V[] tab; NodeK,V p; int n, i;// table未初始化或者长度为0进行扩容if ((tab table) null || (n tab.length) 0)n (tab resize()).length;// (n - 1) hash 确定元素存放在哪个桶中桶为空新生成结点放入桶中(此时这个结点是放在数组中)if ((p tab[i (n - 1) hash]) null)tab[i] newNode(hash, key, value, null);// 桶中已经存在元素else {NodeK,V e; K k;// 比较桶中第一个元素(数组中的结点)的hash值相等key相等if (p.hash hash ((k p.key) key || (key ! null key.equals(k))))// 将第一个元素赋值给e用e来记录e p;// hash值不相等即key不相等为红黑树结点else if (p instanceof TreeNode)// 放入树中e ((TreeNodeK,V)p).putTreeVal(this, tab, hash, key, value);// 为链表结点else {// 在链表最末插入结点for (int binCount 0; ; binCount) {// 到达链表的尾部if ((e p.next) null) {// 在尾部插入新结点p.next newNode(hash, key, value, null);// 结点数量达到阈值转化为红黑树if (binCount TREEIFY_THRESHOLD - 1) // -1 for 1sttreeifyBin(tab, hash);// 跳出循环break;}// 判断链表中结点的key值与插入的元素的key值是否相等if (e.hash hash ((k e.key) key || (key ! null key.equals(k))))// 相等跳出循环break;// 用于遍历桶中的链表与前面的e p.next组合可以遍历链表p e;}}// 表示在桶中找到key值、hash值与插入元素相等的结点if (e ! null) { // 记录e的valueV oldValue e.value;// onlyIfAbsent为false或者旧值为nullif (!onlyIfAbsent || oldValue null)//用新值替换旧值e.value value;// 访问后回调afterNodeAccess(e);// 返回旧值return oldValue;}}// 结构性修改modCount;// 实际大小大于阈值则扩容if (size threshold)resize();// 插入后回调afterNodeInsertion(evict);return null;
}说明HashMap并没有直接提供putVal接口给用户调用而是提供的put函数而put函数就是通过putVal来插入元素的。2. getNode函数
final NodeK,V getNode(int hash, Object key) {NodeK,V[] tab; NodeK,V first, e; int n; K k;// table已经初始化长度大于0根据hash寻找table中的项也不为空if ((tab table) ! null (n tab.length) 0 (first tab[(n - 1) hash]) ! null) {// 桶中第一项(数组元素)相等if (first.hash hash // always check first node((k first.key) key || (key ! null key.equals(k))))return first;// 桶中不止一个结点if ((e first.next) ! null) {// 为红黑树结点if (first instanceof TreeNode)// 在红黑树中查找return ((TreeNodeK,V)first).getTreeNode(hash, key);// 否则在链表中查找do {if (e.hash hash ((k e.key) key || (key ! null key.equals(k))))return e;} while ((e e.next) ! null);}}return null;
}说明HashMap并没有直接提供getNode接口给用户调用而是提供的get函数而get函数就是通过getNode来取得元素的。3. resize函数
final NodeK,V[] resize() {// 当前table保存NodeK,V[] oldTab table;// 保存table大小int oldCap (oldTab null) ? 0 : oldTab.length;// 保存当前阈值 int oldThr threshold;int newCap, newThr 0;// 之前table大小大于0if (oldCap 0) {// 之前table大于最大容量if (oldCap MAXIMUM_CAPACITY) {// 阈值为最大整形threshold Integer.MAX_VALUE;return oldTab;}// 容量翻倍使用左移效率更高else if ((newCap oldCap 1) MAXIMUM_CAPACITY oldCap DEFAULT_INITIAL_CAPACITY)// 阈值翻倍newThr oldThr 1; // double threshold}// 之前阈值大于0else if (oldThr 0)newCap oldThr;// oldCap 0并且oldThr 0使用缺省值如使用HashMap()构造函数之后再插入一个元素会调用resize函数会进入这一步else { newCap DEFAULT_INITIAL_CAPACITY;newThr (int)(DEFAULT_LOAD_FACTOR * DEFAULT_INITIAL_CAPACITY);}// 新阈值为0if (newThr 0) {float ft (float)newCap * loadFactor;newThr (newCap MAXIMUM_CAPACITY ft (float)MAXIMUM_CAPACITY ?(int)ft : Integer.MAX_VALUE);}threshold newThr;SuppressWarnings({rawtypes,unchecked})// 初始化tableNodeK,V[] newTab (NodeK,V[])new Node[newCap];table newTab;// 之前的table已经初始化过if (oldTab ! null) {// 复制元素重新进行hashfor (int j 0; j oldCap; j) {NodeK,V e;if ((e oldTab[j]) ! null) {oldTab[j] null;if (e.next null)newTab[e.hash (newCap - 1)] e;else if (e instanceof TreeNode)((TreeNodeK,V)e).split(this, newTab, j, oldCap);else { // preserve orderNodeK,V loHead null, loTail null;NodeK,V hiHead null, hiTail null;NodeK,V next;// 将同一桶中的元素根据(e.hash oldCap)是否为0进行分割分成两个不同的链表完成rehashdo {next e.next;if ((e.hash oldCap) 0) {if (loTail null)loHead e;elseloTail.next e;loTail e;}else {if (hiTail null)hiHead e;elsehiTail.next e;hiTail e;}} while ((e next) ! null);if (loTail ! null) {loTail.next null;newTab[j] loHead;}if (hiTail ! null) {hiTail.next null;newTab[j oldCap] hiHead;}}}}}return newTab;
}说明进行扩容会伴随着一次重新hash分配并且会遍历hash表中所有的元素是非常耗时的。在编写程序中要尽量避免resize。在resize前和resize后的元素布局如下说明上图只是针对了数组下标为2的桶中的各个元素在扩容后的分配布局其他各个桶中的元素布局可以以此类推。
四、针对HashMap的思考4.1. 关于扩容的思考从putVal源代码中我们可以知道当插入一个元素的时候size就加1若size大于threshold的时候就会进行扩容。假设我们的capacity大小为32loadFator为0.75,则threshold为24 32 * 0.75此时插入了25个元素并且插入的这25个元素都在同一个桶中桶中的数据结构为红黑树则还有31个桶是空的也会进行扩容处理其实此时还有31个桶是空的好像似乎不需要进行扩容处理但是是需要扩容处理的因为此时我们的capacity大小可能不适当。我们前面知道扩容处理会遍历所有的元素时间复杂度很高前面我们还知道经过一次扩容处理后元素会更加均匀的分布在各个桶中会提升访问效率。所以说尽量避免进行扩容处理也就意味着遍历元素所带来的坏处大于元素在桶中均匀分布所带来的好处。如果有读者有不同意见也欢迎讨论~
五、总结至此HashMap的源码就分析到这里了其中理解了其中的核心函数和数据结构那么理解HashMap的源码就不困难了。当然此次分析中还有一些知识点没有涉及到如红黑树、序列化、拷贝等
