欢迎您访问程序员文章站本站旨在为大家提供分享程序员计算机编程知识!
您现在的位置是: 首页

HashMap实现原理解读

程序员文章站 2022-05-23 11:10:17
...

HashMap是Java开发当中使用得非常多的一种数据结构,因为其可以快速的定位到需要查找到数据,其最快的速度可以达到O(1),最差的时候也可以达到O(n)。本文以Java8中的HashMap做为分析原型,因为不同的JDK版本中的HashMap,可能存在着底层实现上的不一样。

HashMap是通过数组存储所有的数据,每个元素所存放数组的下标,是根据该存储元素的key的Hash值与该数组的长度减去1做与运算,如下所示:

index = (length_of_array - 1) & hash_of_the_key;

数组中存放元素的数据结构使用了Node和TreeNode两种数据结构,在单个Hash值对应的存储元素小于8个时,默认值为Node的单向链表形式存储,当单个Hash值存储的元素大于8个时,其会使用TreeNode的数据结构存储。

因为在单个Hash值对应的元素小于等于8个时,其查询时间最差为O(8),但是当单个Hash值对应的元素大于8个时,再通过Node的单向链表的方式进行查询,速度上就会变得更慢了;这个时候HashMap就会将Node的普通节点转为TreeNode(红黑树)进行存储,这是由于TreeNode占用的空间大小约为常规节点的两倍,但是其查询速度可以得到保证,这个是通过空间换时间了。当TreeNode中包括的元素变得比较少时,为了存储空间的占用,也会转换为Node节点单向链表的方式实现,它们之间可以互相转换的。

Node:

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;
        }
        ......
}

可以看到每个Node中包括了4个属性,分别为:

hash值:当前Node的Hash值
key:当前Node的key
value:当前Node的value
next:表示指向下一个Node的指针,相同hash值的Node,通过next进行遍历查找

TreeNode:

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;
        TreeNode(int hash, K key, V val, Node<K,V> next) {
            super(hash, key, val, next);
        }
        ......
}

可以看到TreeNode使用的是红黑树(Red Black Tree)的数据结构,红黑树是一种自平衡二叉查找树,在进行插入和删除操作时通过特定操作保持二叉查找树的平衡,从而获得较高的查找性能,即使在最坏情况运行时间也是非常良好的,并且在实践中是非常高效的,它可以在O(log n)时间内做查找、插入和删除等操作,这里的n 是树中元素的数目。

以下是一张关于HashMap存储结构的示意图:

HashMap实现原理解读

 

写入数据(一切皆在注释中)

其方法如下:

//写入数据
public V put(K key, V value) {
	//首先根据hash方法,获取对应key的hash值,计算方法见后面
    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;
	//判断用户存放元素的数组是否为空
    if ((tab = table) == null || (n = tab.length) == 0)
        //为空则进行初使化,并将初使化后的数组赋值给变量tab,数组的长值赋值给变量n
        n = (tab = resize()).length;
	//判断根据hash值与数组长度减1求与得到的下标,
	//从数组中获取元素并将其赋值给变量p(后续该变量p可以继续使用),并判断该元素是否存在
    if ((p = tab[i = (n - 1) & hash]) == null)
        //如果不存在则创建一个新的节点,并将其放到数组对应的下标中
        tab[i] = newNode(hash, key, value, null);
    else {//根据数组的下标取到了元素,并且该元素p且不为空,下面要判断p元素的类型是Node还是TreeNode
        Node<K,V> e; K k;
        //判断该数组对应下标取到的第一值是不是与正在存入值的hash值相同、
        //key相等(可能是对象,也可能是字符串),如果相等,则将取第一个值赋值给变量e
        if (p.hash == hash &&
            ((k = p.key) == key || (key != null && key.equals(k))))
            e = p;
        //判断取的对象是不是TreeNode,如果是则执行TreeNode的put方法
        else if (p instanceof TreeNode)
            e = ((TreeNode<K,V>)p).putTreeVal(this, tab, hash, key, value);
        else {//是普通的Node节点,
        	//根据next属性对元素p执行单向链表的遍历
            for (int binCount = 0; ; ++binCount) {
                //如果被遍历的元素最后的next为空,表示后面没有节点了,则将新节点与当前节点的next属性建立关系
                if ((e = p.next) == null) {
                	//做为当前节点的后面的一个节点
                    p.next = newNode(hash, key, value, null);
                	//判断当前节点的单向链接的数量(8个)是不是已经达到了需要将其转换为TreeNode了
                    if (binCount >= TREEIFY_THRESHOLD - 1) // -1 for 1st
                        //如果是则将当前数组下标对应的元素转换为TreeNode
                        treeifyBin(tab, hash);
                    break;
                }
                //判断待插入的元素的hash值与key是否与单向链表中的某个元素的hash值与key是相同的,如果是则退出
                if (e.hash == hash &&
                    ((k = e.key) == key || (key != null && key.equals(k))))
                    break;
                p = e;
            }
        }
        //判断是否找到了与待插入元素的hash值与key值都相同的元素
        if (e != null) { // existing mapping for key
            V oldValue = e.value;
        	//判断是否要将旧值替换为新值
            if (!onlyIfAbsent || oldValue == null)
                //满足于未指定不替换或旧值为空的情况,执行将旧值替换为新值
                e.value = value;
            afterNodeAccess(e);
            return oldValue;
        }
    }
    ++modCount;
    if (++size > threshold)
        resize();
    afterNodeInsertion(evict);
    return null;
}

Hash值的计算方法:

// 计算指定key的hash值,原理是将key的hash code与hash code无符号向右移16位的值,执行异或运算。
// 在Java中整型为4个字节32位,无符号向右移16位,表示将高16位移到低16位上,然后再执行异或运行,也 
// 就是将hash code的高16位与低16位进行异或运行。
// 小于等于65535的数,其高16位全部都为0,因而将小于等于65535的值向右无符号移16位,则该数就变成了 
// 32位都是0,由于任何数与0进行异或都等于本身,因而hash code小于等于65535的key,其得到的hash值 
// 就等于其本身的hash code。
static final int hash(Object key) {
    int h;
    return (key == null) ? 0 : (h = key.hashCode()) ^ (h >>> 16);
}

读取数据(一切皆在注释中)

public V get(Object key) {
        Node<K,V> e;
        //根据Key获取元素
        if ((e = getNode(hash(key), key)) == null)
            return null;
        if (accessOrder)
            afterNodeAccess(e);
        return 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语句的第一个判断条件
        if ((tab = table) != null //将数组赋值给变量tab,将判断是否为null
            && (n = tab.length) > 0 //将数组的长值赋值给变量n
            && (first = tab[(n - 1) & hash]) != null) {//判断根据hash和数组长度减1的与运算,计算出来的的数组下标的第一个元素是不是为空
        	//判断第一个元素是否要找的元素,大部份情况下只要hash值太集中,或者元素不是很多,第一个元素往往都是需要的最终元素
            if (first.hash == hash && // always check first node
                ((k = first.key) == key || (key != null && key.equals(k))))
                //第一个元素就是要找的元素,因为hash值和key都相等,直接返回
                return first;
            if ((e = first.next) != null) {//如果第一元素不是要找到的元,则判断其next指向是否还有元素
                //有元素,判断其是否是TreeNode
                if (first instanceof TreeNode)
                	//是TreeNode则根据TreeNode的方式获取数据
                    return ((TreeNode<K,V>)first).getTreeNode(hash, key);
                do {//是Node单向链表,则通过next循环匹配,找到就退出,否则直到匹配完最后一个元素才退出
                    if (e.hash == hash &&
                        ((k = e.key) == key || (key != null && key.equals(k))))
                        return e;
                } while ((e = e.next) != null);
            }
        }
        //没有找到则返回null
        return null;
    }

 

相关标签: 传智播客