Hash Map的原理

谈理想

2025-01-20 20:30

阅读355

谈理想

2025-01-20 20:30

阅读 355

说说Java中Hash Map的原理

Hash Map是一种基于哈希表的数据结构，存储键值对格式的数据，通过键的哈希值确定索引在数组上的位置。使用数组+链表（Java8及之后是数组+链表+红黑树）来解决哈希冲突。

使用hashCode()方法计算键的哈希值，并通过indexFor()得到索引位置（Java1.7及之后直接使用公式(n-1)&hash）

Hash Map默认数组长度为16，负载因子为0.75，及当16x0.75=12个位置存在数据时触发扩容（容量x2）将数据重新hash并存储，频繁扩容影响性能

Hash Map的红黑树优化

由于当链表长度大于8之后影响查找性能，因此链表长度大于8之后且数组长度大于64链表变为红黑树，可以将查找的最坏时间复杂度从O(n)降低为O(logn)，当数据量减少到6个时红黑树退化为链表，避免因为树操作影响性能

Hash Map成员变量

▼
java
复制代码
// 数组初始容量，有个细节是提到了该初始值必须为2的整数幂，后面讲计算hash值的时候会用到
static final int DEFAULT_INITIAL_CAPACITY = 1 << 4; // aka 16

// 最大容量
static final int MAXIMUM_CAPACITY = 1 << 30;

// 负载因子
static final float DEFAULT_LOAD_FACTOR = 0.75f;

// 数组长度大于64时，转为红黑树的最小链表长度
static final int TREEIFY_THRESHOLD = 8;

// 红黑树退化为链表的节点数
static final int UNTREEIFY_THRESHOLD = 6;

// 树化时最小数组长度，在此之前会先进行扩容操作
static final int MIN_TREEIFY_CAPACITY = 64;

存储的节点

▼
java
复制代码
// 数组
transient Node<K,V>[] table;
// 链表节点
static class Node<K,V> implements Map.Entry<K,V> {
    final int hash;
    final K key;
    V value;
    Node<K,V> next;
}
// 树节点
static final class TreeNode<K,V> extends LinkedHashMap.Entry<K,V> {
    TreeNode<K,V> parent;  // red-black tree links
    TreeNode<K,V> left;
    TreeNode<K,V> right;
    TreeNode<K,V> prev;    // needed to unlink next upon deletion
    boolean red;
}

节点间继承关系

Hash Map数组初始化

Hash Map采用延迟初始化，即在第一次添加元素时才初始化并且使用resize()方法进行初始化。resize()既用于扩容也用于数组初始化。

▼
java
复制代码
// 构造函数，只设置的负载因子
public HashMap() {
    this.loadFactor = DEFAULT_LOAD_FACTOR; // all other fields defaulted 该注释其他字段为默认值，例如int为0
}
// put方法，即添加元素时初始化
public V put(K key, V value) {
    return putVal(hash(key), key, value, false, true);
}
// 只需要看这部分，因为构造函数中的注释，除了负载因子字段都为默认值，此处影响table为null，进入该条件并调用resize()
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)
        n = (tab = resize()).length;
}
// 这里table=null,threshold=0都为默认值
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) {
        // ...
    }
    else if (oldThr > 0) // initial capacity was placed in threshold
        newCap = oldThr;
    else {               // zero initial threshold signifies using defaults
        // 这里是初始化的过程
        newCap = DEFAULT_INITIAL_CAPACITY; // 常量为初始化容量16
        newThr = (int)(DEFAULT_LOAD_FACTOR * DEFAULT_INITIAL_CAPACITY); // 下次扩容时数组应该要达到的条件
    }
    threshold = newThr;
    Node<K,V>[] newTab = (Node<K,V>[])new Node[newCap]; // 数组初始化
    table = newTab;
    return newTab;
}

插入元素

▼
java
复制代码
public V put(K key, V value) {
    return putVal(hash(key)/*对Key进行hash算法*/, key, value, false, true);
}

static final int hash(Object key) {
    int h;
    // 若key不为null则将key的hashCode高16位和低16位进行异或运算
    return (key == null) ? 0 : (h = key.hashCode()) ^ (h >>> 16/*无符号右移16位，int是32为，该计算为取高16为*/);
}

final V putVal(int hash, K key, V value, boolean onlyIfAbsent,
               boolean evict) {
    Node<K,V>[] tab; Node<K,V> p; int n, i;
    // 判断数组中该索引是否有数据
    if ((p = tab[i = (n - 1) & hash/*计算索引，这里回收前面数组默认大小必须为2的整数幂，因为2的整数幂在这里进行运算效果等同于取模操作，且位运算性能更高*/]) == null)
        tab[i] = newNode(hash, key, value, null);
    else {
        Node<K,V> e; K k;
        // 判断是否为相同的key
        if (p.hash == hash &&
            ((k = p.key) == key || (key != null && key.equals(k))))
            e = p;
        // 是否为树节点
        else if (p instanceof TreeNode)
            e = ((TreeNode<K,V>)p).putTreeVal(this, tab, hash, key, value);
        else { // 将节点插入链表
            for (int binCount = 0; ; ++binCount) {
                if ((e = p.next) == null) {
                    p.next = newNode(hash, key, value, null);
                    // 判断是否满足转红黑树的条件
                    if (binCount >= TREEIFY_THRESHOLD - 1) // -1 for 1st
                        treeifyBin(tab, hash);
                    break;
                }
                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;
        }
    }
    ++modCount;
    if (++size > threshold)
        resize();
    afterNodeInsertion(evict);
    return null;
}

final void treeifyBin(Node<K,V>[] tab, int hash) {
    int n, index; Node<K,V> e;
    // 若数组小于MIN_TREEIFY_CAPACITY则先扩容而不进行树化
    if (tab == null || (n = tab.length) < MIN_TREEIFY_CAPACITY)
        resize();
    // 具体的树化操作
    else if ((e = tab[index = (n - 1) & hash]) != null) {
        TreeNode<K,V> hd = null, tl = null;
        do {
            TreeNode<K,V> p = replacementTreeNode(e, null);
            if (tl == null)
                hd = p;
            else {
                p.prev = tl;
                tl.next = p;
            }
            tl = p;
        } while ((e = e.next) != null);
        if ((tab[index] = hd) != null)
            hd.treeify(tab);
    }
}

扩容机制

当Hash Map数组中已经存在（负载因子x当前数组长度。默认情况负载因子为0.75，数组长为16，则阈值为16x0.75=12，即存放第13个元素）时，会将数组长度扩大为两倍，并对原本的数据重新哈希并存储

▼
java
复制代码
final V putVal(int hash, K key, V value, boolean onlyIfAbsent,
               boolean evict) {
    Node<K,V>[] tab; Node<K,V> p; int n, i;
    // 判断数组大小是否超过阈值
    if (++size > threshold)
        resize();
    afterNodeInsertion(evict);
    return null;
}

final Node<K,V>[] resize() {
    Node<K,V>[] oldTab = table;
    // 此时table为原数组，oldCap为原数组大小
    int oldCap = (oldTab == null) ? 0 : oldTab.length;
    // oldThr为原扩容阈值
    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/*新数组大小为原数组大小x2*/) < MAXIMUM_CAPACITY &&
                 oldCap >= DEFAULT_INITIAL_CAPACITY)
            // 新的扩容阈值为原阈值x2
            newThr = oldThr << 1; // double threshold
    }
    else if (oldThr > 0) // initial capacity was placed in threshold
        newCap = oldThr;
    else {               // zero initial threshold signifies using defaults
        newCap = DEFAULT_INITIAL_CAPACITY;
        newThr = (int)(DEFAULT_LOAD_FACTOR * DEFAULT_INITIAL_CAPACITY);
    }
    threshold = newThr;
    @SuppressWarnings({"rawtypes","unchecked"})
    // 初始化新数组
    Node<K,V>[] newTab = (Node<K,V>[])new Node[newCap];
    table = newTab;
    if (oldTab != null) {
        // 原来的元素重新放入新的HashMap
        for (int j = 0; j < oldCap; ++j) {
            // ...
        }
    }
    return newTab;
}