ToB企服应用市场:ToB评测及商务社交产业平台

标题: 刷完HashMap源码，我们一起进大厂 [打印本页]

作者: 不到断气不罢休 时间: 2022-9-16 17:14
标题: 刷完HashMap源码，我们一起进大厂
不可不知的哈希映射

引言
hashmap这个东西呢，太老生常谈了
开发中常用、面试中常问
总之，很重要。。。。。
接下来呢
咱们就一起来看下，里面到底有哪些解不开的东西

复制代码

2.1 HashMap数据结构

目标：
HashMap 概念、数据结构回顾（JDK8和JDK7） & 为什么1.8使用红黑树？
概念：
HashMap 是一个利用散列表（哈希表）原理来存储元素的集合，是根据Key value而直接进行访问的数据结构
在 JDK1.7 中，HashMap 是由数组+链表构成的。
在 JDK1.8 中，HashMap 是由数组+链表+红黑树构成
回顾： 数组、链表（优势和劣势）

数组: 优势：数组是连续的内存，查询快（o1）劣势：插入删除O(N)
链表: 优势：不是连续的内存，随便插入（前、中间、尾部）插入O(1) 劣势：查询慢O(N)
思考？

为什么是JDK1.8 是数组+链表+红黑树？？？

复制代码

HashMap变化历程
1.7的数据结构：链表变长，效率低了！！！

1.8的数据结构：
数组+链表+红黑树

链表--树（链长度>8、数组长度大于64）
备注：现在重点讲map，不讲树的操作。树在算法课里有详细学习

总结：
JDK1.8使用红黑树，其实就是为了提高查询效率
因为，1.7的时候使用的数组+链表，如果链表太长，查询的时间复杂度直接上升到了O(N)
2.2 HashMap继承体系

目标：梳理map的继承关系

总结
HashMap已经继承了AbstractMap而AbstractMap类实现了Map接口
那为什么HashMap还要在实现Map接口呢？

据 java 集合框架的创始人Josh Bloch描述，这样的写法是一个失误。
在java集合框架中，类似这样的写法很多，最开始写java集合框架的时候，他认为这样写，在某些地方可能是有价值的，直到他意识到错了。
显然的，JDK的维护者，后来不认为这个小小的失误值得去修改，所以就这样存在下来

Cloneable 空接口，表示可以克隆
Serializable 序列化
AbstractMap 提供Map实现接口

2.3 HashMap源码深度剖析

1）目标：
通过阅读HashMap（since1.2）源码，我们可以知道以下几个问题在源码是如何解决的
（1）HashMap的底层数据结构是什么？
（2）HashMap中增删改查操作的底部实现原理是什么？
（3）HashMap是如何实现扩容的？
（4）HashMap是如何解决hash冲突的？
（5）HashMap为什么是非线程安全的？
2）测试代码如下

package com.mmap;
import org.openjdk.jol.info.ClassLayout;
import java.util.ArrayList;
import java.util.ConcurrentModificationException;
import java.util.HashMap;
import java.util.List;
import java.util.concurrent.ConcurrentHashMap;
public class MMapTest {
public static void main(String[] args) {
HashMap<Integer, String> m = new HashMap<Integer, String>();//尾插
//断点跟踪put
m.put(1, "001");
m.put(1, "002");
m.put(17, "003");//使用17可hash冲突（存储位置相同）
System.out.println(ClassLayout.parseInstance(m).toPrintable());
//断点跟踪get
System.out.println(m.get(1));//返回002（数组查找）
System.out.println(m.get(17));//返回003（链表查找）
//断点跟踪remove
m.remove(1);//移除
System.out.println(m);
m.remove(1, "002");//和上面的remove走的同一个代码
}
}

复制代码

3）关于hashMap基本结构的验证
先来个小验证，几乎地球人都知道map是数组 + 链表结构，那我们先来验证一下

再来看debug结果：

验证了基本结构，那为啥1和17就在一块了？到底谁和谁放在一个链上呢？内部到底怎么运作的？往下看 ↓
2.3.1 成员变量与内部类

目标：先了解一下它的基本结构
回顾：位运算（下面还会频繁用到）
<blockquote>
1 1; n |= n >>> 2; n |= n >>> 4; n |= n >>> 8; n |= n >>> 16; //到这一步n已经各个位都是1了。 //范围校验，小于0返回1，大于最大值返回最大值，绝大多数正常情况下，返回n+1，也就是10000…… return (n < 0) ? 1 : (n >= MAXIMUM_CAPACITY) ? MAXIMUM_CAPACITY : n + 1; } [/code]调试案例：

static final int DEFAULT_INITIAL_CAPACITY = 1 << 4; //16，默认数组容量：左位移4位，即16
static final int MAXIMUM_CAPACITY = 1 << 30;//最大容量：即2的30次幂
static final float DEFAULT_LOAD_FACTOR = 0.75f;//负载因子：扩容使用，统计学计算出的最合理的
static final int TREEIFY_THRESHOLD = 8;//链表转红黑树阈值
static final int UNTREEIFY_THRESHOLD = 6;//当链表的值小<6, 红黑树转链表
……
transient Node<K,V>[] table;//HashMap中的数组,中间状态数据
transient Set<Map.Entry<K,V>> entrySet;//用来存放缓存,中间状态数据;
transient int size;//size为HashMap中K-V的实时数量（重点）,注意！不是table的长度！
transient int modCount;//用来记录HashMap的修改次数，几个集合里都有它
int threshold;//扩容临界点；(capacity * loadFactor)（重点）
final float loadFactor;//负载因子 DEFAULT_LOAD_FACTOR = 0.75f赋值

复制代码

4）总结：
map的构造函数没有你想象的那么简单！

无参构造时，容量=16，因子=0.75。第一次插入数据时，才会初始化table、阈值等信息
有参构造时，不会容忍你胡来，会取大于但是最接近你容量的2的指数倍（想一下为什么？提示：和扩容规则有关）
无论哪种构造方式，扩容阈值最终都是 =（容量*因子）

2.3.3 HashMap插入方法

目标：图解+代码+断点分析put源码
1）先了解下流程图

2）关于key做hash值的计算
当我们调用put方法添加元素时，实际是调用了其内部的putVal方法，第一个参数需要对key求hash值

static class Node<K,V> implements Map.Entry<K,V> {//数组和链表上的节点，1.8前叫Entry
final int hash;//扰动后的hash
final K key;//map的key
V value;//map的value
Node<K,V> next;//下个节点
Node(int hash, K key, V value, Node<K,V> next) { //构造函数，没啥说的
this.hash = hash;
this.key = key;
this.value = value;
this.next = next;//链表下一个
}
}

复制代码

小提问：map里所谓的hash是直接用的key的hashCode方法吗？

public HashMap() {
this.loadFactor = DEFAULT_LOAD_FACTOR; // 负载因子DEFAULT_LOAD_FACTOR = 0.75f
}

复制代码

图解：

结论：使用移位和异或做二次扰动，不是直接用的hashCode！
3）核心逻辑

public HashMap(int initialCapacity) {
this(initialCapacity, DEFAULT_LOAD_FACTOR);
}

复制代码

4）重点（寻址计算）：
接上文，关于hash值取得后，放入tab的哪个插槽，也就是所谓的寻址我们重点来讲

public HashMap(int initialCapacity, float loadFactor) {
//赋值，多了一些边界判断
if (initialCapacity < 0)
throw new IllegalArgumentException("Illegal initial capacity: " +
initialCapacity);
if (initialCapacity > MAXIMUM_CAPACITY)
initialCapacity = MAXIMUM_CAPACITY;
if (loadFactor <= 0 || Float.isNaN(loadFactor))
throw new IllegalArgumentException("Illegal load factor: " +
loadFactor);
this.loadFactor = loadFactor;
this.threshold = tableSizeFor(initialCapacity); // 注意，map里是没有capacity这个类变量的！
}

复制代码

我们还是以开始的例子，1和17为例，他们的hash计算后正好是1和17本身，我们可以验证一下

//capacity函数，初始化了table，就是table的length，否则取的是threshold
final int capacity() {
return (table != null) ? table.length :
(threshold > 0) ? threshold :
DEFAULT_INITIAL_CAPACITY;
}
//带参数的初始化，其实threshold调用的是以下函数：
//这是什么神操作？？？
//其实是将n转成2进制，右移再和自己取或，相当于把里面所有的0变成了1
//最终目的：找到>=n的，1开头后面全是0的数。如果n=111 ，那就是 1000 ；如果n=100，那就是它自己
//而这个数，恰好就是2的指数，为后面的扩容做铺垫
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; //到这一步n已经各个位都是1了。
//范围校验，小于0返回1，大于最大值返回最大值，绝大多数正常情况下，返回n+1，也就是10000……
return (n < 0) ? 1 : (n >= MAXIMUM_CAPACITY) ? MAXIMUM_CAPACITY : n + 1;
}

复制代码

开始位运算

package com.mmap;
public class TableSizeTest {
public static void main(String[] args) {
System.out.println(tableSizeFor(9)); //9的二进制更能看出以下变化
}
static final int tableSizeFor(int cap) {
System.out.println(Integer.toBinaryString(cap)); //1001
int n = cap - 1;
System.out.println(Integer.toBinaryString(n)); //1000
n |= n >>> 1; //无符号右移，前面补0
System.out.println(Integer.toBinaryString(n)); //右移再或，1100
n |= n >>> 2;
System.out.println(Integer.toBinaryString(n)); //再移动2位， 1111
n |= n >>> 4;
System.out.println(Integer.toBinaryString(n)); //就这么长，再迁移也是1111
n |= n >>> 8;
System.out.println(Integer.toBinaryString(n));
n |= n >>> 16;
System.out.println(Integer.toBinaryString(n)); //Integer的最大长度32位，16折半后迁移全覆盖
System.out.println(Integer.toBinaryString(n+1));
return n + 1; //+1后变为 10000 ，也就是16 ， 2的4次方
}
}

复制代码

思考：为什么不用mod（模运算）进行寻址？mod也能保证不会超出数组边界，岂不是更简单直观？

public V put(K key, V value) {
return putVal(hash(key), key, value, false, true);//调用Map的putVal方法
}

复制代码

跑一下试试？
结论：
一切为了性能
2.3.4 HashMap扩容方法

目标：图解+代码（map扩容与数据迁移）

注意：扩容复杂、绕、难
备注：线程不安全的

图解：假设我们 new HashMap(8)

迁移前：长度8 扩容临界点6（8*0.75）

迁移过程

核心源码resize方法

static final int hash(Object key) {
int h;
//【知识点】hash扰动
return (key == null) ? 0 : (h = key.hashCode()) ^ (h >>> 16);
}

复制代码

总结（扩容与迁移）：
1、扩容就是将旧表的数据迁移到新表
2、迁移过去的值需要重新计算下标，也就是他的存储位置
3、关于位置可以这样理解：比如旧表的长度8、新表长度16
旧表位置4有6个数据，假如前三个hashCode是一样的，后面的三个hashCode是一样的
迁移的时候；就需要计算这6个值的存储位置
4、如何计算位置？采用低位链表和高位链表；如果位置4下面的数据e.hash & oldCap等于0，
那么它对应的就是低位链表，也就是数据位置不变
5、 e.hash & oldCap不等于0呢?就要重写计算他的位置也就是j + oldCap，（4+8）= 12，就是高位链表位置（新数组12位置）
2.3.5 HashMap获取方法

目标：图解（这个简单！）
获取流程

get主方法

final V putVal(int hash, K key, V value, boolean onlyIfAbsent,
boolean evict) {//onlyIfAbsent：true不更改现有值；evict：false表示table为创建状态
//几个临时变量：
//tab=数组，p=插槽指针，n=tab的长度，i数组下标
Node<K,V>[] tab; Node<K,V> p; int n, i;
if ((tab = table) == null || (n = tab.length) == 0)//数组是否null或者==0，第1次put为空
//初始化数组(or扩容)，所以table是在这里初始化的，不是new的时候！
//初始时，n=16
n = (tab = resize()).length; // resize，下面单独讲扩容
//【知识点】为何1 与 17 在一个槽上！秘密就藏在寻址这里
if ((p = tab[i = (n - 1) & hash]) == null)//寻址：(n - 1) & hash（重要！）
tab[i] = newNode(hash, key, value, null);//当前插槽没有值，空的！将新node直接扔进去
else { //有值，说明插槽上发生了碰撞，需要追加成链表了！
//还是临时变量
//e=是否找到与当前key相同的节点，找到说明是更新，null说明是新key插入
//k=临时变量，查找过程中的key在这里暂存用
Node<K,V> e; K k;
if (p.hash == hash && //如果正好，插槽第一个节点（p），跟插入的key相同
((k = p.key) == key || (key != null && key.equals(k))))
e = p; //就将它赋值给e，注意！这时候还没覆盖上去，只是标记到e，发现了相同key的节点！
else if (p instanceof TreeNode) //如果不是这个key，但是类型是一个红黑树节点
//这说明当前插槽的链很长，已经变成红黑树了，就调putTreeVal，扔到这颗树上去
//树的插入，这里不赘述，在数据结构课中有
e = ((TreeNode<K,V>)p).putTreeVal(this, tab, hash, key, value);
else {//如果都不是以上情况，那就是链表了
for (int binCount = 0; ; ++binCount) {
if ((e = p.next) == null) {//顺着链表一直往后跳，直到遍历到尾巴节点
p.next = newNode(hash, key, value, null);//然后把key封装成新node追加到尾巴上
if (binCount >= TREEIFY_THRESHOLD - 1) //链表长度计数如果>8转红黑树
treeifyBin(tab, hash);//转成树
break;
}
if (e.hash == hash &&
((k = e.key) == key || (key != null && key.equals(k))))
break;// 如果遍历过程中找到相同key，那就赋给e，break跳出for循环，执行后面的逻辑
p = e;
}
}
if (e != null) { // 如果e非空，说明前面一顿猛如虎的操作后，找到了相同的key
V oldValue = e.value;
if (!onlyIfAbsent || oldValue == null)
e.value = value;// 看看onlyIfAbsent，如果让覆盖那就覆盖，不让那就算了
afterNodeAccess(e);
return oldValue;// 返回覆盖前的value值，也就是put方法的返回值
}
}
++modCount;//用来记录HashMap的修改次数
if (++size > threshold)//key的数量是否大于阈值
resize();//如果size大于threshold，就需要进行扩容
afterNodeInsertion(evict);
return null;
}

复制代码

getNode方法

final Node getNode(int hash, Object key) { Node[] tab; Node first, e; int n; K k; //一堆临时变量，不管他 if ((tab = table) != null && (n = tab.length) > 0 && (first = tab[ public HashMap(int initialCapacity, float loadFactor) {
//赋值，多了一些边界判断
if (initialCapacity < 0)
throw new IllegalArgumentException("Illegal initial capacity: " +
initialCapacity);
if (initialCapacity > MAXIMUM_CAPACITY)
initialCapacity = MAXIMUM_CAPACITY;
if (loadFactor <= 0 || Float.isNaN(loadFactor))
throw new IllegalArgumentException("Illegal load factor: " +
loadFactor);
this.loadFactor = loadFactor;
this.threshold = tableSizeFor(initialCapacity); // 注意，map里是没有capacity这个类变量的！
}]) != null) { // 如果table对应的索引位置上有值 if (first.hash == hash && ((k = first.key) == key || (key != null && key.equals(k)))) return first;// 看下第一个元素的key是不是要查找的那个，是的话，返回即可 if ((e = first.next) != null) {//如果后面还有数据，那就继续遍历 if (first instanceof TreeNode) return ((TreeNode)first).getTreeNode(hash, key);//树查找 do { //链表查找!!!!! if (e.hash == hash && ((k = e.key) == key || (key != null && key.equals(k)))) return e; } while ((e = e.next) != null); } } return null; }

复制代码

总结：
查询思路比较简单，如果是数组直接返回、如果是红黑实例，就去树上去找，最后，去做链表循环查找
2.3.6 HashMap移除方法

目标：图解+断点分析remove源码
移除流程

tips：
两个移除方法，参数上的区别
走的同一个代码

移除方法：一个参数

Integer i = new Integer(1);
Integer j = new Integer(17);
System.out.println(i.hashCode() ^ i.hashCode()>>16); //1
System.out.println(j.hashCode() ^ j.hashCode()>>16); //17

复制代码

移除方法：二个参数

默认n=16，n-1也就是15，二进制是 1111
那么 15 & 1
1 1 1 1
0 0 0 1
与运算后 = 1
再来看15 & 17，17是 10001
1 1 1 1
1 0 0 0 1
与运算后 = 1
所以，1和17肯定会落在table的1号插槽上！两者会成为链表，解释了我们前面的案例
原理：不管你算出的hash是多少，超出tab长度的高位被抹掉，低位是多少就是你所在的槽的位置，也就是table的下标

复制代码

核心方法removeNode

/** * Implements Map.remove and related methods * * @param hash 扰动后的hash值 * @param key 要删除的键值对的key，要删除的键值对的value，该值是否作为删除的条件取决于matchValue是否为true * @param value key对应的值 * @param matchValue 为true，则当key对应的值和equals(value)为true时才删除；否则不关心value的值 * @param movable 删除后是否移动节点，如果为false，则不移动 * @return 返回被删除的节点对象，如果没有删除任何节点则返回null */ final Node removeNode(int hash, Object key, Object value, boolean matchValue, boolean movable) { Node[] tab; Node p; int n, index; if ((tab = table) != null && (n = tab.length) > 0 && (p = tab[index = public HashMap(int initialCapacity, float loadFactor) {
//赋值，多了一些边界判断
if (initialCapacity < 0)
throw new IllegalArgumentException("Illegal initial capacity: " +
initialCapacity);
if (initialCapacity > MAXIMUM_CAPACITY)
initialCapacity = MAXIMUM_CAPACITY;
if (loadFactor <= 0 || Float.isNaN(loadFactor))
throw new IllegalArgumentException("Illegal load factor: " +
loadFactor);
this.loadFactor = loadFactor;
this.threshold = tableSizeFor(initialCapacity); // 注意，map里是没有capacity这个类变量的！
}]) != null) { //注意，p是当前插槽上的头节点！ //第一步：查，和上面的get操作一毛一样 Node node = null, e; K k; V v; if (p.hash == hash && ((k = p.key) == key || (key != null && key.equals(k)))) node = p;// 如果key相同，说明是头结点，将它赋给node else if ((e = p.next) != null) { //否则，沿着next一直查找 if (p instanceof TreeNode) node = ((TreeNode)p).getTreeNode(hash, key);//红黑查找 else { do { //链表查找 if (e.hash == hash && ((k = e.key) == key || (key != null && key.equals(k)))) { node = e; //如果找到，赋值给node，并终止 break; } p = e; // 如果没找到，赋值给p，继续下一轮。 } while ((e = e.next) != null); // 最终while结束的时候，p（前置）-> node(要被删) } } //第二步：删 //如果node不为空，说明根据key匹配到了要删除的节点 if (node != null && (!matchValue || (v = node.value) == value || (value != null && value.equals(v)))) { if (node instanceof TreeNode) ((TreeNode)node).removeTreeNode(this, tab, movable);//红黑删除 else if (node == p)// 不是树，那如果 node == p 的意思是该node节点就是首节点 tab[index] = node.next;// 删掉头节点，第二个节点上位到数组槽上 else // p是node的前置，说明上面查找的时候走的do while p.next = node.next;//如果不是，那就将p的后指针指向node的后指针，干掉node即可 ++modCount;//HashMap的修改次数递增 --size;// HashMap的元素个数递减 afterNodeRemoval(node); return node;//返回删除后的节点 } } return null;//找不到删除的node，返回null }

复制代码

总结：

移除和查询路线差不多，找到后直接remove
注意他的返回值，是删除的那个节点的值

拓展：
为什么说HashMap是线程不安全的
我们从前面的源码分析也能看出，它的元素增删改的时候，没有任何加锁或者cas操作。
而这里面各种++和--之类的操作，显然多线程下并不安全
那谁安全呢？下节课我们分析

本文由传智教育博学谷 - 狂野架构师教研团队发布
如果本文对您有帮助，欢迎关注和点赞；如果您有任何建议也可留言评论或私信，您的支持是我坚持创作的动力
转载请注明出处！

免责声明：如果侵犯了您的权益，请联系站长，我们会及时删除侵权内容，谢谢合作！

欢迎光临 ToB企服应用市场:ToB评测及商务社交产业平台 (https://dis.qidao123.com/)