jdk8 hashmap

jdk8的HashMap是桶+鏈表+紅黑樹實現(xiàn)的,由于加入了紅黑樹以及其他優(yōu)化,HashMap的插入查找的性能提高了很多。 HashMap最多只允許一條記錄的鍵為null,允許多條記錄的值為null,HashMap非線程安全。

得到hash值

存入時,對key使用hashcode方法獲得哈希值ha,再把這個哈希值取高位和ha異
或運算得到hash,然后hash和(桶值-1)與運算代替效率低的取模運算,得到存 儲位置的下標。

static final int hash(Object key) {   
     int h;
     // h = key.hashCode() 為第一步 取hashCode值
     // h ^ (h >>> 16)  為第二步 高位參與異或運算
     return (key == null) ? 0 : (h = key.hashCode()) ^ (h >>> 16);
}

put操作:

如果這個位置沒有元素,直接放入,否則判斷是鏈表還是紅黑樹再分別處理,若是鏈表的話,判斷插入后結點個數是否超過閾值,超過就變?yōu)榧t黑樹。在插入過程中如果發(fā)現(xiàn)key相同就覆蓋。

public V put(K key, V value) {
      // 對key的hashCode()做hash
      return putVal(hash(key), key, value, false, true);
  }
 
  final V putVal(int hash, K key, V value, boolean onlyIfAbsent,
                 boolean evict) {
     Node<K,V>[] tab; Node<K,V> p; int n, i;
     // 步驟①:tab為空則創(chuàng)建
     if ((tab = table) == null || (n = tab.length) == 0)
         n = (tab = resize()).length;
     // 步驟②:計算index,并對null做處理 
     if ((p = tab[i = (n - 1) & hash]) == null) 
         tab[i] = newNode(hash, key, value, null);
     else {
         Node<K,V> e; K k;
         // 步驟③:節(jié)點key存在,直接覆蓋value
         if (p.hash == hash &&
             ((k = p.key) == key || (key != null && key.equals(k))))
             e = p;
         // 步驟④:判斷該鏈為紅黑樹
         else if (p instanceof TreeNode)
             e = ((TreeNode<K,V>)p).putTreeVal(this, tab, hash, key, value);
         // 步驟⑤:該鏈為鏈表
         else {
             for (int binCount = 0; ; ++binCount) {
                 if ((e = p.next) == null) {
                     p.next = newNode(hash, key,value,null);
                       //鏈表長度大于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;
         }
     }

     ++modCount;
     // 步驟⑥:超過最大容量 就擴容
     if (++size > threshold)
         resize();
     afterNodeInsertion(evict);
     return null;
 }

擴容:

擴容就是重新計算容量,向HashMap對象里不停的添加元素,而HashMap對象內部的數組無法裝載更多的元素時,對象就需要擴大數組的長度,以便能裝入更多的元素,方法是使用一個新的數組代替已有的容量小的數組。

Node[] table的初始化長度length(默認值是16),Load factor為負載因子(默認值是0.75),threshold是HashMap所能容納的最大數據量的Node(鍵值對)個數。threshold = length * Load factor。也就是說,在數組定義好長度之后,負載因子越大,所能容納的鍵值對個數越多。

結合負載因子的定義公式可知,threshold就是在此Load factor和length(數組長度)對應下允許的最大元素數目,超過這個數目就重新resize(擴容),擴容后的HashMap容量是之前容量的兩倍。

我們在擴充HashMap遷移舊鏈表的時候,JDK1.7的實現(xiàn)是重新計算hash,但是由于容量是二次冪的擴大,重新計算位置還是hash和(n-1)與運算,得到的結果實際上要么是和原來索引一樣,要么就是原索引再移動2次冪的位置,所以JDK8做了優(yōu)化只需要看看原來的hash值新增的那個bit是1還是0就好了,是0的話索引沒變,是1的話索引變成“原索引+oldCap”。JDK8的hashmap不會像之前那樣舊鏈表遷移新鏈表的時候,如果在新表的數組索引位置相同,鏈表元素會倒置,JDK8是不會倒置的。

resize源碼:

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) {
         // 超過最大值就不再擴充了,就只好隨你碰撞去吧
         if (oldCap >= MAXIMUM_CAPACITY) {
             threshold = Integer.MAX_VALUE;
             return oldTab;
         }
         // 沒超過最大值,就擴充為原來的2倍
         else if ((newCap = oldCap << 1) < MAXIMUM_CAPACITY &&
                  oldCap >= DEFAULT_INITIAL_CAPACITY)
             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);
     }
     // 計算新的resize上限
     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;
     if (oldTab != null) {
         // 把每個bucket都移動到新的buckets中
         for (int j = 0; j < oldCap; ++j) {
             Node<K,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)
                     ((TreeNode<K,V>)e).split(this, newTab, j, oldCap);
                 else { // 鏈表優(yōu)化重hash的代碼塊
                     Node<K,V> loHead = null, loTail = null;
                     Node<K,V> hiHead = null, hiTail = null;
                     Node<K,V> next;
                     do {
                         next = e.next;
                         // 原索引
                         if ((e.hash & oldCap) == 0) {
                             if (loTail == null)
                                 loHead = e;
                             else
                                 loTail.next = e;
                             loTail = e;
                         }
                         // 原索引+oldCap
                         else {
                             if (hiTail == null)
                                 hiHead = e;
                             else
                                 hiTail.next = e;
                             hiTail = e;
                         }
                     } while ((e = next) != null);
                     // 原索引放到bucket里
                     if (loTail != null) {
                         loTail.next = null;
                         newTab[j] = loHead;
                     }
                     // 原索引+oldCap放到bucket里
                     if (hiTail != null) {
                         hiTail.next = null;
                         newTab[j + oldCap] = hiHead;
                     }
                 }
             }
         }
     }
     return newTab;
 }

get方法:

public V get(Object key) {

    Node e;

    return (e = getNode(hash(key), key)) == null ? null : e.value;

}

final Node getNode(int hash, Object key) {

    Node[] tab; Node first, e; int n; K k;

    // 如果數組不等于空并且可以根據Hash值找到鍵值對在數組中的位置

    if ((tab = table) != null && (n = tab.length) > 0 &&

        (first = tab[(n - 1) & hash]) != null) {

        // 總是先檢查第一個節(jié)點,找到則返回

        if (first.hash == hash && // always check first node

            ((k = first.key) == key || (key != null && key.equals(k))))

            return first;

        if ((e = first.next) != null) {

            // 如果是紅黑樹,則遍歷紅黑樹,取節(jié)點Value值

            if (first instanceof TreeNode)

                return ((TreeNode)first).getTreeNode(hash, key);

            do {

            // 如果是鏈表,則循環(huán)遍歷鏈表直到找到節(jié)點

                if (e.hash == hash &&

                    ((k = e.key) == key || (key != null && key.equals(k))))

                    return e;

            } while ((e = e.next) != null);

        }

    }

    return null;

}

final TreeNode getTreeNode(int h, Object k) {

    return ((parent != null) ? root() : this).find(h, k, null);

}

final TreeNode find(int h, Object k, Class kc) {

    TreeNode p = this;

    do {

        int ph, dir; K pk;

        TreeNode pl = p.left, pr = p.right, q;

        // 傳入的Hash值小于當前節(jié)點的Hash值,進入左節(jié)點

        if ((ph = p.hash) > h)

            p = pl;

        // 大于當前節(jié)點Hash值,進入右節(jié)點

        else if (ph < h)

            p = pr;

        // 傳入的Hash值與當前節(jié)點Hash值相等,并且Key相等,則返回當前節(jié)點

        else if ((pk = p.key) == k || (k != null && k.equals(pk)))

            return p;

        // 如果左節(jié)點為Null,則進入右節(jié)點

        else if (pl == null)

            p = pr;

        // 如果右節(jié)點為Null,則進入左節(jié)點

        else if (pr == null)

            p = pl;

        // 如果是按照比較器排序,則通過比較器返回值決定進入左節(jié)點還是右節(jié)點

        else if ((kc != null ||

                  (kc = comparableClassFor(k)) != null) &&

                (dir = compareComparables(kc, k, pk)) != 0)

            p = (dir < 0) ? pl : pr;

        // 如果右節(jié)點找到此關鍵字,直接返回

        else if ((q = pr.find(h, k, kc)) != null)

            return q;

        // 條件都不滿足,則進入左節(jié)點

        else

            p = pl;

    } while (p != null);

    return null;

}

關于線程安全:

HashMap是線程不安全的,不要在并發(fā)的環(huán)境中同時操作HashMap,建議使用ConcurrentHashMap。

ConcurrentHashMap的鎖分段技術

 HashTable容器在競爭激烈的并發(fā)環(huán)境下表現(xiàn)出效率低下的原因,是因為所有訪問HashTable的線程都必須競爭同一把鎖,那假如容器里有多把鎖,每一把鎖用于鎖容器其中一部分數據,那么當多線程訪問容器里不同數據段的數據時,線程間就不會存在鎖競爭,從而可以有效的提高并發(fā)訪問效率,這就是ConcurrentHashMap所使用的鎖分段技術,**首先將數據分成一段一段的存儲,然后給每一段數據配一把鎖,當一個線程占用鎖訪問其中一個段數據的時候,其他段的數據也能被其他線程訪問。**

get方法里將要使用的共享變量都定義成volatile,定義成volatile的變量,能夠在線程之間保持可見性,能夠被多線程同時讀,并且保證不會讀到過期的值,但是只能被單線程寫(有一種情況可以被多線程寫,就是寫入的值不依賴于原值)。

在get操作里只需要讀不需要寫共享變量count和value,所以可以不用加鎖。之所以不會讀到過期的值,是根據java內存模型的happen before原則,對volatile字段的寫入操作先于讀操作,即使兩個線程同時修改和獲取volatile變量,get操作也能拿到最新的值,這是用volatile替換鎖的經典應用場景。

put方法里需要對共享變量進行寫入操作,所以為了線程安全,在操作共享變量時必須得加鎖。Put方法首先定位到Segment,然后在Segment里進行插入操作。插入操作需要經歷兩個步驟,第一步判斷是否需要對Segment里的HashEntry數組進行擴容,第二步定位添加元素的位置然后放在HashEntry數組里。擴容的時候首先會創(chuàng)建一個兩倍于原容量的數組,然后將原數組里的元素進行再hash后插入到新的數組里。為了高效ConcurrentHashMap不會對整個容器進行擴容,而只對某個segment進行擴容。

最后編輯于
?著作權歸作者所有,轉載或內容合作請聯(lián)系作者
【社區(qū)內容提示】社區(qū)部分內容疑似由AI輔助生成,瀏覽時請結合常識與多方信息審慎甄別。
平臺聲明:文章內容(如有圖片或視頻亦包括在內)由作者上傳并發(fā)布,文章內容僅代表作者本人觀點,簡書系信息發(fā)布平臺,僅提供信息存儲服務。

相關閱讀更多精彩內容

  • HashMap 源碼分析 前幾篇分析了 ArrayList , LinkedList ,Vector ,Stack...
    醒著的碼者閱讀 2,906評論 4 44
  • HashMap 是 Java 面試必考的知識點,面試官從這個小知識點就可以了解我們對 Java 基礎的掌握程度。網...
    野狗子嗷嗷嗷閱讀 6,817評論 9 107
  • Feeng閱讀 196評論 0 1
  • 寫在前面 在圣經中,上帝為了懲罰亞當和夏娃,于是讓他們以及他們的后代(也就是我們)不能坐享其成,而要辛苦的工作,才...
    顏小婧閱讀 645評論 5 5
  • 這個充滿智慧的雜種 伙同他的三個兄弟 自成年以后一直與我為敵 無論黑夜還是白晝 甚至不經意間的輕柔的睡眠 總被粗暴...
    詩人火馬閱讀 257評論 0 0

友情鏈接更多精彩內容