java.util.HashMap和java.util.HashTable (JDK1.8)

时间:2022-05-11 13:08:29

一、java.util.HashMap

1.1 java.util.HashMap 综述

java.util.HashMap继承结构如下图

java.util.HashMap和java.util.HashTable (JDK1.8)

HashMap是非线程安全的,key和value都支持null

HashMap的节点是链表,节点的equals比较的是节点的key和value内容是否相等。

     static class Node<K,V> implements Map.Entry<K,V> {
final int hash;
final K key;
V value;
Node<K,V> next; Node(int hash, K key, V value, Node<K,V> next) {
this.hash = hash;
this.key = key;
this.value = value;
this.next = next;
} public final K getKey() { return key; }
public final V getValue() { return value; }
public final String toString() { return key + "=" + value; } public final int hashCode() {
return Objects.hashCode(key) ^ Objects.hashCode(value);
} public final V setValue(V newValue) {
V oldValue = value;
value = newValue;
return oldValue;
} public final boolean equals(Object o) {
if (o == this)
return true;
if (o instanceof Map.Entry) {
Map.Entry<?,?> e = (Map.Entry<?,?>)o;
if (Objects.equals(key, e.getKey()) &&
Objects.equals(value, e.getValue()))
return true;
}
return false;
}
}

1.2 HashMap属性

HashMap中的成员变量如下:

     transient Node<K,V>[] table;
transient Set<Map.Entry<K,V>> entrySet;
transient int size;
transient int modCount;
int threshold;
final float loadFactor;

HashMap就是Node<K, V>数组,同时也是Map.Entry<K, V>集合。 transient修饰表明这些变量是不需要被序列化的。

size是指当前HashMap中有多少个node;

threshold表示下一次resize HashMap的值,换言之当size达到这个值的时候就需要扩容了,需要将现有的元素重新散列到扩容的空间;

loadFactor加载因子,因为HashMap并不会等空间全部使用完在扩容,通常会预留一部分。该值默认为0.75,threshold = loadFactor * capacity (此处有个前提就是loadFactor * capacity < MAXIMUM_CAPACITY ,也即小于 1 << 30)

modCount表示HashMap发生结构性修改的次数。

1.3 HashMap方法

先来看下计算hash的函数

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

这个hash算法实现的是:获取key的hashCode(),然后高16bit不变,低16bit和高16bit异或结果作为低16bit。

在put和get方法时计算下标采用:

 (n - 1) & hash

据代码注释解释,这种计算下标方式是综合考虑效率、作用和质量的结果。通常hash table的计算下标方式为模%,但是模%运算很容易发生碰撞,为什么这么说呢?不妨思考一下,在n - 1为15(0x1111)时,其实散列真正生效的只是低4bit的有效位,当然容易碰撞了。因此,设计者想了一个顾全大局的方法(综合考虑了速度、作用、质量),就是把高16bit和低16bit异或了一下。设计者还解释到因为现在大多数的hashCode的分布已经很不错了,就算是发生了碰撞也用O(logn)的tree去做了。仅仅异或一下,既减少了系统的开销,也不会造成的因为高位没有参与下标的计算(table长度比较小时),从而引起的碰撞。

整个过程图示如下:

java.util.HashMap和java.util.HashTable (JDK1.8)

在Java 8中使用了链表和红黑树来解决hash碰撞问题。链表法get一个key的时间复杂度是O(1) + O(n),红黑树get一个key的时间复杂度为O(1) + O(logn)。从二者时间复杂度也能看出如果只使用链表解决hash碰撞,当碰撞非常严重的时候,效率并不理想,因此设定了一个链表的长度阈值,当长度超过该阈值(默认为8)则将链表转换为红黑树。

再来看下put方法,put方法的核心是putVal方法,代码如下

     final V putVal(int hash, K key, V value, boolean onlyIfAbsent,
boolean evict) {
Node<K,V>[] tab; Node<K,V> p; int n, i;
if ((tab = table) == null || (n = tab.length) == 0)
// table还未创建,则新建之
n = (tab = resize()).length;
if ((p = tab[i = (n - 1) & hash]) == null)
// Hash 位置无数据,则直接插入
tab[i] = newNode(hash, key, value, null);
else {
Node<K,V> e; K k;
if (p.hash == hash &&
((k = p.key) == key || (key != null && key.equals(k))))
// hash 位置上已经存在该key,则后续判断是否需要修改value
e = p;
else if (p instanceof TreeNode)
// 红黑树节点,则将待插入节点插入到红黑树
// 如果插入过程中发现key已经存在于红黑树中,则后续判断是否需要修改value
e = ((TreeNode<K,V>)p).putTreeVal(this, tab, hash, key, value);
else {
// 链表,则插入链表末尾
// 遍历链表过程中如果发现key已经存在,则后续判断是否需要修改value
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
// 链表长度超过一定长度(默认为8)则将链表转换为红黑树
treeifyBin(tab, hash);
break;
}
if (e.hash == hash &&
((k = e.key) == key || (key != null && key.equals(k))))
break;
// 发现key已经存在于链表中了
p = e;
}
}
// table中已经存在该key了,根据onlyIfAbsent判断是否需要修改value
if (e != null) { // existing mapping for key
V oldValue = e.value;
if (!onlyIfAbsent || oldValue == null)
e.value = value;
afterNodeAccess(e);
return oldValue;
}
}
++modCount;
// 判断是否需要resize
if (++size > threshold)
resize();
afterNodeInsertion(evict);
return null;
}

上面代码为JDK 1.8 HashMap put方法的核心部分。当调用putVal方法的时候,先按照hash算法(n - 1) & hash去table中取数据,如果取出来的是null,则新建一个newNode(hash, key, value, null)存入到下标为(n - 1) & hash的位置。

如果取出来的不是null,则说明table中以(n - 1) & hash为下标的位置上已经有数据了,这个时候有两种情况:有可能是该key已经存在于table中了,或者发生了hash冲突。

如果确实key已经存在于table中了p.hash == hash && ((k = p.key) == key || (key != null && key.equals(k)))),那么则查看onlyIfAbsent参数,如果为true则不修改该key的value,否则就更新value。

如果发生了hash冲突,此时有两种解决方法,一种是红黑树,一种是链表。

如果是链表,也很好解决,循环遍历链表,如果找到了某个节点的key等于待存入的key,则根据onlyIfAbsent决定是否需要更新value;找不到则新建一个节点存入到链表的结尾。当然这个链表不能无限制的扩展的,程序中设置链表最长为REEIFY_THRESHOLD - 1,也即为7。长度超过7则需要将链表构建为一颗红黑树。

如果不是链表,则需要在红黑树中处理,红黑树中同样需要先查看key是否存在,存在则根据onlyIfAbsent决定是否更新value,不存在则new一个放入到红黑树中。

整个putVal方法流程图如下图所示。

java.util.HashMap和java.util.HashTable (JDK1.8)

每次调用putVal方法,如果key不存在于table中则会增加modCount,table修改次数加1。

 final Node<K,V>[] resize() {
Node<K,V>[] oldTab = table;
int oldCap = (oldTab == null) ? 0 : oldTab.length;
int oldThr = threshold;
int newCap, newThr = 0;
if (oldCap > 0) {
if (oldCap >= MAXIMUM_CAPACITY) {
threshold = Integer.MAX_VALUE;
return oldTab;
}
else if ((newCap = oldCap << 1) < MAXIMUM_CAPACITY &&
oldCap >= DEFAULT_INITIAL_CAPACITY)
// 通常情况下threshold成倍扩展
newThr = oldThr << 1; // double threshold
}
else if (oldThr > 0) // initial capacity was placed in threshold
newCap = oldThr;
else { // zero initial threshold signifies using defaults
// 初始化
newCap = DEFAULT_INITIAL_CAPACITY;
newThr = (int)(DEFAULT_LOAD_FACTOR * DEFAULT_INITIAL_CAPACITY);
}
if (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"})
Node<K,V>[] newTab = (Node<K,V>[])new Node[newCap];
table = newTab;
// 如果不是初始化的resize,就需要重新hash了。
if (oldTab != null) {
// 根据oldCap遍历整个table
for (int j = 0; j < oldCap; ++j) {
Node<K,V> e;
if ((e = oldTab[j]) != null) {
oldTab[j] = null;
if (e.next == null)
// 如果是单独的一个节点,则重新hash到新table中
newTab[e.hash & (newCap - 1)] = e;
else if (e instanceof TreeNode)
// 如果是红黑树则分裂红黑树
((TreeNode<K,V>)e).split(this, newTab, j, oldCap);
else { // preserve order 保持原来的顺序,否则多线程同时resize会出现jdk1.7中的死链问题
// 对链表节点进行重新Hash,具体Hash算法下面详解
Node<K,V> loHead = null, loTail = null;
Node<K,V> hiHead = null, hiTail = null;
Node<K,V> next;
do {
next = e.next;
// oldCap就是新增的高位,相与 == 0则节点还应放在原下标
if ((e.hash & oldCap) == 0) {
if (loTail == null)
loHead = e;
else
loTail.next = e;
loTail = e;
}
else { // 相与 != 0 则节点应该放在 原下标+oldCap
if (hiTail == null)
hiHead = e;
else
hiTail.next = e;
hiTail = e;
}
} while ((e = next) != null);
if (loTail != null) {
loTail.next = null;
newTab[j] = loHead; // 应该放在原下标的节点组成的链表
}
if (hiTail != null) {
hiTail.next = null;
newTab[j + oldCap] = hiHead; // 应该放在 原下标+oldCap 位置的节点组成的链表
}
}
}
}
}
return newTab;
}

当table的size超过threshold = capacity * loadFactor时,需要对HashMap进行resize操作。capacity表示table的总容量,size表示已经存入了多少node。threshold为阈值,超过该阈值则需要进行resize操作。

resize的时候,通常情况为capacity << 1, threshold << 1,也即扩展为之前的两倍(超过MAXIMUM_CAPACITY情况另当别论)。

无论是链表还是红黑树,其中节点在resize过后都需要重新重新hash,但是Java8中重新Hash设计的非常巧妙。举例说明,假设table从16扩展为32,具体变化为:

java.util.HashMap和java.util.HashTable (JDK1.8)

元素在重新计算hash之后,因为n变为2倍(capacity << 1),那么n-1的mask范围在高位多1bit(红色),因此新的index就会发生这样的变化:

java.util.HashMap和java.util.HashTable (JDK1.8)

因此,我们在扩充HashMap的时候,不需要重新计算hash,只需要看看原来的hash值新增的那个bit是1还是0就好了,是0的话索引没变,是1的话索引变成“原索引+oldCap”。可以看看下图为16扩充为32的resize示意图:

java.util.HashMap和java.util.HashTable (JDK1.8)

这个设计确实非常的巧妙,既省去了重新计算hash值的时间,而且同时,由于新增的1bit是0还是1可以认为是随机的,因此resize的过程,均匀的把之前的冲突的节点分散到新的table中。牛逼!

两个主要的函数理解之后,其它方法就不是很困难了。再来看下get方法,源码如下:

     public V get(Object key) {
Node<K,V> e;
return (e = getNode(hash(key), key)) == null ? null : e.value;
} final Node<K,V> getNode(int hash, Object key) {
Node<K,V>[] tab; Node<K,V> first, e; int n; K k;
if ((tab = table) != null && (n = tab.length) > 0 &&
(first = tab[(n - 1) & hash]) != null) {
if (first.hash == hash && // always check first node
((k = first.key) == key || (key != null && key.equals(k))))
// 判断找到的第一个节点,如果key相等(相等是为了处理key为null的情况)或equal则直接返回第一个
return first;
if ((e = first.next) != null) {
if (first instanceof TreeNode)
// 如果是红黑树则去红黑树中查找该key
return ((TreeNode<K,V>)first).getTreeNode(hash, key);
// 剩下一种情况就是链表了,直接遍历链表查找
do {
if (e.hash == hash &&
((k = e.key) == key || (key != null && key.equals(k))))
return e;
} while ((e = e.next) != null);
}
}
return null;
}

根据上面的描述,get方法还是很好理解的。在查找的时候,除了比较hash以外,还会比较key的内容(k = e.key) == key || (key != null && key.equals(k)))。

     public V remove(Object key) {
Node<K,V> e;
return (e = removeNode(hash(key), key, null, false, true)) == null ?
null : e.value;
} final Node<K,V> removeNode(int hash, Object key, Object value,
boolean matchValue, boolean movable) {
Node<K,V>[] tab; Node<K,V> p; int n, index;
// 先get到对应key的节点,这部分代码跟get方法一样
if ((tab = table) != null && (n = tab.length) > 0 &&
(p = tab[index = (n - 1) & hash]) != null) {
Node<K,V> node = null, e; K k; V v;
if (p.hash == hash &&
((k = p.key) == key || (key != null && key.equals(k))))
// 该下标上存放的第一个节点就是要查找的节点
node = p;
else if ((e = p.next) != null) {
if (p instanceof TreeNode)
// 从红黑树中查找该节点
node = ((TreeNode<K,V>)p).getTreeNode(hash, key);
else {
// 遍历链表查找该节点
do {
if (e.hash == hash &&
((k = e.key) == key ||
(key != null && key.equals(k)))) {
node = e;
break;
}
// 保存节点
p = e;
} while ((e = e.next) != null);
}
} if (node != null && (!matchValue || (v = node.value) == value ||
(value != null && value.equals(v)))) {
if (node instanceof TreeNode)
// 从红黑树中移除掉该节点
((TreeNode<K,V>)node).removeTreeNode(this, tab, movable);
else if (node == p)
// 第一个节点就是待删除节点,直接将next节点存放到index位置
tab[index] = node.next;
else
// 链表,p为待删除节点的前一个节点
p.next = node.next;
++modCount;
--size;
afterNodeRemoval(node);
return node;
}
}
return null;
}

参考:

https://tech.meituan.com/java-hashmap.html

https://yikun.github.io/2015/04/01/Java-HashMap%E5%B7%A5%E4%BD%9C%E5%8E%9F%E7%90%86%E5%8F%8A%E5%AE%9E%E7%8E%B0/

二、java.util.Hashtable

2.1 java.util.Hashtable综述

继承结构如下图:

java.util.HashMap和java.util.HashTable (JDK1.8)

Hashtable是线程安全的,key和value都不支持null。

2.2 Java.util.Hashtable属性

Hashtable属性如下,跟HashMap一样,也是一个数组。count表示当前table中有多少个Entry,threshold、loadFactor和modCount意义同HashMap。Hashtable的初始化capacity为11,loadFactor默认为0.75f。

     private transient Entry<?,?>[] table;
private transient int count;
private int threshold;
private float loadFactor;
private transient int modCount = 0;

2.3 Java.util.Hashtable方法

先来看下get方法

     public synchronized V get(Object key) {
Entry<?,?> tab[] = table;
int hash = key.hashCode();
int index = (hash & 0x7FFFFFFF) % tab.length;
for (Entry<?,?> e = tab[index] ; e != null ; e = e.next) {
if ((e.hash == hash) && e.key.equals(key)) {
return (V)e.value;
}
}
return null;
}

get方法是synchronized方法,多线程执行的时候给整个hashtable对象加锁,这样一来效率肯定会打折扣,但是线程是安全的。

在hashtable中,index = (hash & 0x7FFFFFFF) % tab.length,将key.hashCode()除去符号位模上tab.length。目前hashtable仍然只使用了链表去解决hash碰撞问题,因此,如果tab[index]没找到,则遍历链表继续查找即可,算法复杂读O(n)。

在查找的时候除了比较hash值以外还会要求e.key.equals(key)对内容进行比较,因为key不允许为null,因此e.key也能保证不为null。

     private void addEntry(int hash, K key, V value, int index) {
modCount++; Entry<?,?> tab[] = table;
if (count >= threshold) {
// 超过阈值,需要扩容,重新hash
// Rehash the table if the threshold is exceeded
rehash(); tab = table;
hash = key.hashCode();
index = (hash & 0x7FFFFFFF) % tab.length;
} // Creates the new entry.
@SuppressWarnings("unchecked")
// 保存下当前链表头部节点
Entry<K,V> e = (Entry<K,V>) tab[index];
// 插入到链表头部
tab[index] = new Entry<>(hash, key, value, e);
count++;
} public synchronized V put(K key, V value) {
// Make sure the value is not null
if (value == null) {
throw new NullPointerException();
} // Makes sure the key is not already in the hashtable.
Entry<?,?> tab[] = table;
int hash = key.hashCode();
int index = (hash & 0x7FFFFFFF) % tab.length;
@SuppressWarnings("unchecked")
Entry<K,V> entry = (Entry<K,V>)tab[index];
for(; entry != null ; entry = entry.next) {
if ((entry.hash == hash) && entry.key.equals(key)) {
// 如果key已经存在于hashtable,则直接替换旧的value
V old = entry.value;
entry.value = value;
return old;
}
}
// 新建Entry,放在index位置上链表的头部
addEntry(hash, key, value, index);
return null;
}

上面为put方法,put方法还是比较简单的,已经存在就更新value值,冲突了就添加到链表头部。

     public synchronized V remove(Object key) {
Entry<?,?> tab[] = table;
int hash = key.hashCode();
// 定位下标
int index = (hash & 0x7FFFFFFF) % tab.length;
@SuppressWarnings("unchecked")
Entry<K,V> e = (Entry<K,V>)tab[index];
// 遍历链表,prev保存前一个节点
for(Entry<K,V> prev = null ; e != null ; prev = e, e = e.next) {
if ((e.hash == hash) && e.key.equals(key)) {
modCount++;
// 链表删除节点
if (prev != null) {
prev.next = e.next;
} else {
tab[index] = e.next;
}
count--;
V oldValue = e.value;
e.value = null;
return oldValue;
}
}
return null;
}

remove节点也比较简单。

     protected void rehash() {
int oldCapacity = table.length;
Entry<?,?>[] oldMap = table; // overflow-conscious code
// 扩容为oldCapacity两倍+1
int newCapacity = (oldCapacity << 1) + 1;
if (newCapacity - MAX_ARRAY_SIZE > 0) {
if (oldCapacity == MAX_ARRAY_SIZE)
// Keep running with MAX_ARRAY_SIZE buckets
return;
newCapacity = MAX_ARRAY_SIZE;
}
Entry<?,?>[] newMap = new Entry<?,?>[newCapacity]; modCount++;
threshold = (int)Math.min(newCapacity * loadFactor, MAX_ARRAY_SIZE + 1);
table = newMap;
// 扩容后需要对原有数据进行重新hash分配位置
for (int i = oldCapacity ; i-- > 0 ;) {
for (Entry<K,V> old = (Entry<K,V>)oldMap[i] ; old != null ; ) {
Entry<K,V> e = old;
// 遍历链表
old = old.next;
// 重新确定位置
int index = (e.hash & 0x7FFFFFFF) % newCapacity;
// 新到来的节点插到链表开头位置
e.next = (Entry<K,V>)newMap[index];
newMap[index] = e;
}
}
}

rehash扩容方法也还是比较简单,如果遇到链表遍历一下重新hash每个链表上的节点即可。

     public synchronized V putIfAbsent(K key, V value) {
Objects.requireNonNull(value); // Makes sure the key is not already in the hashtable.
Entry<?,?> tab[] = table;
int hash = key.hashCode();
int index = (hash & 0x7FFFFFFF) % tab.length;
@SuppressWarnings("unchecked")
Entry<K,V> entry = (Entry<K,V>)tab[index];
// 先查找是否存在
for (; entry != null; entry = entry.next) {
if ((entry.hash == hash) && entry.key.equals(key)) {
V old = entry.value;
if (old == null) {
entry.value = value;
}
return old;
}
}
// 不存在,则创建新节点插到链表开头
addEntry(hash, key, value, index);
return null;
}

在putIfAbsent方法中需要先查找,找不到key或者key存在但是value为null,则插入。但是put方法中能确保插入的节点value都不为null,所以value为null的场景应该是不存在的。