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  >  IT编程

面试官再问你 HashMap 底层原理,就把这篇文章甩给他看

程序员文章站 2023-03-27 14:23:02
前言 HashMap 源码和底层原理在现在面试中是必问的。因此,我们非常有必要搞清楚它的底层实现和思想,才能在面试中对答如流,跟面试官大战三百回合。文章较长,介绍了很多原理性的问题,希望对你有所帮助~ 目录 本篇文章主要包括以下内容: HashMap 的存储结构 常用变量说明,如加载因子等 Hash ......

前言

hashmap 源码和底层原理在现在面试中是必问的。因此,我们非常有必要搞清楚它的底层实现和思想,才能在面试中对答如流,跟面试官大战三百回合。文章较长,介绍了很多原理性的问题,希望对你有所帮助~

目录

本篇文章主要包括以下内容:

  • hashmap 的存储结构
  • 常用变量说明,如加载因子等
  • hashmap 的四个构造函数
  • tablesizefor()方法及作用
  • put()方法详解
  • hash()方法,以及避免哈希碰撞的原理
  • resize()扩容机制及原理
  • get()方法
  • 为什么hashmap链表会形成死循环,jdk1.8做了哪些优化

正文

**说明:**本篇主要以jdk1.8的源码来分析,顺带讲下和jdk1.7的一些区别。

hashmap存储结构

这里需要区分一下,jdk1.7和 jdk1.8之后的 hashmap 存储结构。在jdk1.7及之前,是用数组加链表的方式存储的。

但是,众所周知,当链表的长度特别长的时候,查询效率将直线下降,查询的时间复杂度为 o(n)。因此,jdk1.8 把它设计为达到一个特定的阈值之后,就将链表转化为红黑树。

这里简单说下红黑树的特点:

  1. 每个节点只有两种颜色:红色或者黑色
  2. 根节点必须是黑色
  3. 每个叶子节点(nil)都是黑色的空节点
  4. 从根节点到叶子节点,不能出现两个连续的红色节点
  5. 从任一节点出发,到它下边的子节点的路径包含的黑色节点数目都相同

由于红黑树,是一个自平衡的二叉搜索树,因此可以使查询的时间复杂度降为o(logn)。(红黑树不是本文重点,不了解的童鞋可自行查阅相关资料哈)

hashmap 结构示意图:

面试官再问你 HashMap 底层原理,就把这篇文章甩给他看

常用的变量

在 hashmap源码中,比较重要的常用变量,主要有以下这些。还有两个内部类来表示普通链表的节点和红黑树节点。

//默认的初始化容量为16,必须是2的n次幂
static final int default_initial_capacity = 1 << 4; // aka 16

//最大容量为 2^30
static final int maximum_capacity = 1 << 30;

//默认的加载因子0.75,乘以数组容量得到的值,用来表示元素个数达到多少时,需要扩容。
//为什么设置 0.75 这个值呢,简单来说就是时间和空间的权衡。
//若小于0.75如0.5,则数组长度达到一半大小就需要扩容,空间使用率大大降低,
//若大于0.75如0.8,则会增大hash冲突的概率,影响查询效率。
static final float default_load_factor = 0.75f;

//刚才提到了当链表长度过长时,会有一个阈值,超过这个阈值8就会转化为红黑树
static final int treeify_threshold = 8;

//当红黑树上的元素个数,减少到6个时,就退化为链表
static final int untreeify_threshold = 6;

//链表转化为红黑树,除了有阈值的限制,还有另外一个限制,需要数组容量至少达到64,才会树化。
//这是为了避免,数组扩容和树化阈值之间的冲突。
static final int min_treeify_capacity = 64;

//存放所有node节点的数组
transient node<k,v>[] table;

//存放所有的键值对
transient set<map.entry<k,v>> entryset;

//map中的实际键值对个数,即数组中元素个数
transient int size;

//每次结构改变时,都会自增,fail-fast机制,这是一种错误检测机制。
//当迭代集合的时候,如果结构发生改变,则会发生 fail-fast,抛出异常。
transient int modcount;

//数组扩容阈值
int threshold;

//加载因子
final float loadfactor;					

//普通单向链表节点类
static class node<k,v> implements map.entry<k,v> {
	//key的hash值,put和get的时候都需要用到它来确定元素在数组中的位置
	final int hash;
	final k key;
	v value;
	//指向单链表的下一个节点
	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;
	}
}

//转化为红黑树的节点类
static final class treenode<k,v> extends linkedhashmap.entry<k,v> {
	//当前节点的父节点
	treenode<k,v> parent;  
	//左孩子节点
	treenode<k,v> left;
	//右孩子节点
	treenode<k,v> right;
	//指向前一个节点
	treenode<k,v> prev;    // needed to unlink next upon deletion
	//当前节点是红色或者黑色的标识
	boolean red;
	treenode(int hash, k key, v val, node<k,v> next) {
		super(hash, key, val, next);
	}
}	

hashmap 构造函数

hashmap有四个构造函数可供我们使用,一起来看下:

//默认无参构造,指定一个默认的加载因子
public hashmap() {
	this.loadfactor = default_load_factor; 
}

//可指定容量的有参构造,但是需要注意当前我们指定的容量并不一定就是实际的容量,下面会说
public hashmap(int initialcapacity) {
	//同样使用默认加载因子
	this(initialcapacity, default_load_factor);
}

//可指定容量和加载因子,但是笔者不建议自己手动指定非0.75的加载因子
public hashmap(int initialcapacity, float loadfactor) {
	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;
	//这里就是把我们指定的容量改为一个大于它的的最小的2次幂值,如传过来的容量是14,则返回16
	//注意这里,按理说返回的值应该赋值给 capacity,即保证数组容量总是2的n次幂,为什么这里赋值给了 threshold 呢?
	//先卖个关子,等到 resize 的时候再说
	this.threshold = tablesizefor(initialcapacity);
}

//可传入一个已有的map
public hashmap(map<? extends k, ? extends v> m) {
	this.loadfactor = default_load_factor;
	putmapentries(m, false);
}

//把传入的map里边的元素都加载到当前map
final void putmapentries(map<? extends k, ? extends v> m, boolean evict) {
	int s = m.size();
	if (s > 0) {
		if (table == null) { // pre-size
			float ft = ((float)s / loadfactor) + 1.0f;
			int t = ((ft < (float)maximum_capacity) ?
					 (int)ft : maximum_capacity);
			if (t > threshold)
				threshold = tablesizefor(t);
		}
		else if (s > threshold)
			resize();
		for (map.entry<? extends k, ? extends v> e : m.entryset()) {
			k key = e.getkey();
			v value = e.getvalue();
			//put方法的具体实现,后边讲
			putval(hash(key), key, value, false, evict);
		}
	}
}

tablesizefor()

上边的第三个构造函数中,调用了 tablesizefor 方法,这个方法是怎么实现的呢?

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;
	return (n < 0) ? 1 : (n >= maximum_capacity) ? maximum_capacity : n + 1;
}

我们以传入参数为14 来举例,计算这个过程。

首先,14传进去之后先减1,n此时为13。然后是一系列的无符号右移运算。

//13的二进制
0000 0000 0000 0000 0000 0000 0000 1101 
//无右移1位,高位补0
0000 0000 0000 0000 0000 0000 0000 0110 
//然后把它和原来的13做或运算得到,此时的n值
0000 0000 0000 0000 0000 0000 0000 1111 
//再以上边的值,右移2位
0000 0000 0000 0000 0000 0000 0000 0011
//然后和第一次或运算之后的 n 值再做或运算,此时得到的n值
0000 0000 0000 0000 0000 0000 0000 1111
...
//我们会发现,再执行右移 4,8,16位,同样n的值不变
//当n小于0时,返回1,否则判断是否大于最大容量,是的话返回最大容量,否则返回 n+1
return (n < 0) ? 1 : (n >= maximum_capacity) ? maximum_capacity : n + 1;
//很明显我们这里返回的是 n+1 的值,
0000 0000 0000 0000 0000 0000 0000 1111
+                                     1
0000 0000 0000 0000 0000 0000 0001 0000

将它转为十进制,就是 2^4 = 16 。我们会发现一个规律,以上的右移运算,最终会把最低位的值都转化为 1111 这样的结构,然后再加1,就是1 0000 这样的结构,它一定是 2的n次幂。因此,这个方法返回的就是大于当前传入值的最小(最接近当前值)的一个2的n次幂的值。

put()方法详解

//put方法,会先调用一个hash()方法,得到当前key的一个hash值,
//用于确定当前key应该存放在数组的哪个下标位置
//这里的 hash方法,我们姑且先认为是key.hashcode(),其实不是的,一会儿细讲
public v put(k key, v value) {
	return putval(hash(key), key, value, false, true);
}

//把hash值和当前的key,value传入进来
//这里onlyifabsent如果为true,表明不能修改已经存在的值,因此我们传入false
//evict只有在方法 afternodeinsertion(boolean evict) { }用到,可以看到它是一个空实现,因此不用关注这个参数
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table是否为空,如果空的话,会先调用resize扩容
	if ((tab = table) == null || (n = tab.length) == 0)
		n = (tab = resize()).length;
	//根据当前key的hash值找到它在数组中的下标,判断当前下标位置是否已经存在元素,
	//若没有,则把key、value包装成node节点,直接添加到此位置。
	// i = (n - 1) & hash 是计算下标位置的,为什么这样算,后边讲
	if ((p = tab[i = (n - 1) & hash]) == null)
		tab[i] = newnode(hash, key, value, null);
	else { 
		//如果当前位置已经有元素了,分为三种情况。
		node<k,v> e; k k;
		//1.当前位置元素的hash值等于传过来的hash,并且他们的key值也相等,
		//则把p赋值给e,跳转到①处,后续需要做值的覆盖处理
		if (p.hash == hash &&
			((k = p.key) == key || (key != null && key.equals(k))))
			e = p;
		//2.如果当前是红黑树结构,则把它加入到红黑树 
		else if (p instanceof treenode)
			e = ((treenode<k,v>)p).puttreeval(this, tab, hash, key, value);
		else {
		//3.说明此位置已存在元素,并且是普通链表结构,则采用尾插法,把新节点加入到链表尾部
			for (int bincount = 0; ; ++bincount) {
				if ((e = p.next) == null) {
					//如果头结点的下一个节点为空,则插入新节点
					p.next = newnode(hash, key, value, null);
					//如果在插入的过程中,链表长度超过了8,则转化为红黑树
					if (bincount >= treeify_threshold - 1) // -1 for 1st
						treeifybin(tab, hash);
					//插入成功之后,跳出循环,跳转到①处
					break;
				}
				//若在链表中找到了相同key的话,直接退出循环,跳转到①处
				if (e.hash == hash &&
					((k = e.key) == key || (key != null && key.equals(k))))
					break;
				p = e;
			}
		}
		//① 此时e有两种情况
		//1.说明发生了碰撞,e代表的是旧值,因此节点位置不变,但是需要替换为新值
		//2.说明e是插入链表或者红黑树,成功后的新节点
		if (e != null) { // existing mapping for key
			v oldvalue = e.value;
			//用新值替换旧值,并返回旧值。
			//oldvalue为空,说明e是新增的节点或者也有可能旧值本来就是空的,因为hashmap可存空值
			if (!onlyifabsent || oldvalue == null)
				e.value = value;
			//看方法名字即可知,这是在node被访问之后需要做的操作。其实此处是一个空实现,
			//只有在 linkedhashmap才会实现,用于实现根据访问先后顺序对元素进行排序,hashmap不提供排序功能
			// callbacks to allow linkedhashmap post-actions
			//void afternodeaccess(node<k,v> p) { }
			afternodeaccess(e);
			return oldvalue;
		}
	}
	//fail-fast机制
	++modcount;
	//如果当前数组中的元素个数超过阈值,则扩容
	if (++size > threshold)
		resize();
	//同样的空实现
	afternodeinsertion(evict);
	return null;
}

hash()计算原理

前面 put 方法中说到,需要先把当前key进行哈希处理,我们看下这个方法是怎么实现的。

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

这里,会先判断key是否为空,若为空则返回0。这也说明了hashmap是支持key传 null 的。若非空,则先计算key的hashcode值,赋值给h,然后把h右移16位,并与原来的h进行异或处理。为什么要这样做,这样做有什么好处呢?

我们知道,hashcode()方法继承自父类object,它返回的是一个 int 类型的数值,可以保证同一个应用单次执行的每次调用,返回结果都是相同的(这个说明可以在hashcode源码上找到),这就保证了hash的确定性。在此基础上,再进行某些固定的运算,肯定结果也是可以确定的。

我随便运行一段程序,把它的 hashcode的二进制打印出来,如下。

public static void main(string[] args) {
    object o = new object();
    int hash = o.hashcode();
    system.out.println(hash);
    system.out.println(integer.tobinarystring(hash));

}
//1836019240
//1101101011011110110111000101000

然后,进行 (h = key.hashcode()) ^ (h >>> 16) 这一段运算。

//h原来的值
0110 1101 0110 1111 0110 1110 0010 1000
//无符号右移16位,其实相当于把低位16位舍去,只保留高16位
0000 0000 0000 0000 0110 1101 0110 1111
//然后高16位和原 h进行异或运算
0110 1101 0110 1111 0110 1110 0010 1000
^
0000 0000 0000 0000 0110 1101 0110 1111
=
0110 1101 0110 1111 0000 0011 0100 0111

可以看到,其实相当于,我们把高16位值和当前h的低16位进行了混合,这样可以尽量保留高16位的特征,从而降低哈希碰撞的概率。

思考一下,为什么这样做,就可以降低哈希碰撞的概率呢?先别着急,我们需要结合 i = (n - 1) & hash 这一段运算来理解。

** (n-1) & hash 作用**

//②
//这是 put 方法中用来根据hash()值寻找在数组中的下标的逻辑,
//n为数组长度, hash为调用 hash()方法混合处理之后的hash值。
i = (n - 1) & hash

我们知道,如果给定某个数值,去找它在某个数组中的下标位置时,直接用模运算就可以了(假设数组值从0开始递增)。如,我找 14 在数组长度为16的数组中的下标,即为 14 % 16,等于14 。 18的位置即为 18%16,等于2。

而②中,就是取模运算的位运算形式。以18%16为例

//18的二进制
0001 0010
//16 -1 即 15的二进制
0000 1111
//与运算之后的结果为
0000 0010
// 可以看到,上边的结果转化为十进制就是 2 。
//其实我们会发现一个规律,因为n是2的n次幂,因此它的二进制表现形式肯定是类似于
0001 0000
//这样的形式,只有一个位是1,其他位都是0。而它减 1 之后的形式就是类似于
0000 1111 
//这样的形式,高位都是0,低位都是1,因此它和任意值进行与运算,结果值肯定在这个区间内
0000 0000  ~  0000 1111
//也就是0到15之间,(以n为16为例)
//因此,这个运算就可以实现取模运算,而且位运算还有个好处,就是速度比较快。

为什么高低位异或运算可以减少哈希碰撞

我们想象一下,假如用 key 原来的hashcode值,直接和 (n-1) 进行与运算来求数组下标,而不进行高低位混合运算,会产生什么样的结果。

//例如我有另外一个h2,和原来的 h相比较,高16位有很大的不同,但是低16位相似度很高,甚至相同的话。
//原h值
0110 1101 0110 1111 0110 1110 0010 1000
//另外一个h2值
0100 0101 1110 1011 0110 0110 0010 1000
// n -1 ,即 15 的二进制
0000 0000 0000 0000 0000 0000 0000 1111
//可以发现 h2 和 h 的高位不相同,但是低位相似度非常高。
//他们分别和 n -1 进行与运算时,得到的结果却是相同的。(此处n假设为16)
//因为 n-1 的高16位都是0,不管 h 的高 16 位是什么,与运算之后,都不影响最终结果,高位一定全是 0
//因此,哈希碰撞的概率就大大增加了,并且 h 的高16 位特征全都丢失了。

爱思考的同学可能就会有疑问了,我进行高低16位混合运算,是可以的,这样可以保证尽量减少高区位的特征。那么,为什么选择用异或运算呢,我用与、或、非运算不行吗?

这是有一定的道理的。我们看一个表格,就能明白了。

面试官再问你 HashMap 底层原理,就把这篇文章甩给他看

可以看到两个值进行与运算,结果会趋向于0;或运算,结果会趋向于1;而只有异或运算,0和1的比例可以达到1:1的平衡状态。(非呢?别扯犊子了,两个值怎么做非运算。。。)

所以,异或运算之后,可以让结果的随机性更大,而随机性大了之后,哈希碰撞的概率当然就更小了。

以上,就是为什么要对一个hash值进行高低位混合,并且选择异或运算来混合的原因。

resize() 扩容机制

在上边 put 方法中,我们会发现,当数组为空的时候,会调用 resize 方法,当数组的 size 大于阈值的时候,也会调用 resize方法。 那么看下 resize 方法都做了哪些事情吧。

final node<k,v>[] resize() {
	//旧数组
	node<k,v>[] oldtab = table;
	//旧数组的容量
	int oldcap = (oldtab == null) ? 0 : oldtab.length;
	//旧数组的扩容阈值,注意看,这里取的是当前对象的 threshold 值,下边的第2种情况会用到。
	int oldthr = threshold;
	//初始化新数组的容量和阈值,分三种情况讨论。
	int newcap, newthr = 0;
	//1.当旧数组的容量大于0时,说明在这之前肯定调用过 resize扩容过一次,才会导致旧容量不为0。
	//为什么这样说呢,之前我在 tablesizefor 卖了个关子,需要注意的是,它返回的值是赋给了 threshold 而不是 capacity。
	//我们在这之前,压根就没有在任何地方看到过,它给 capacity 赋初始值。
	if (oldcap > 0) {
		//容量达到了最大值
		if (oldcap >= maximum_capacity) {
			threshold = integer.max_value;
			return oldtab;
		}
		//新数组的容量和阈值都扩大原来的2倍
		else if ((newcap = oldcap << 1) < maximum_capacity &&
				 oldcap >= default_initial_capacity)
			newthr = oldthr << 1; // double threshold
	}
	//2.到这里,说明 oldcap <= 0,并且 oldthr(threshold) > 0,这就是 map 初始化的时候,第一次调用 resize的情况
	//而 oldthr的值等于 threshold,此时的 threshold 是通过 tablesizefor 方法得到的一个2的n次幂的值(我们以16为例)。
	//因此,需要把 oldthr 的值,也就是 threshold ,赋值给新数组的容量 newcap,以保证数组的容量是2的n次幂。
	//所以我们可以得出结论,当map第一次 put 元素的时候,就会走到这个分支,把数组的容量设置为正确的值(2的n次幂)
	//但是,此时 threshold 的值也是2的n次幂,这不对啊,它应该是数组的容量乘以加载因子才对。别着急,这个会在③处理。
	else if (oldthr > 0) // initial capacity was placed in threshold
		newcap = oldthr;
	//3.到这里,说明 oldcap 和 oldthr 都是小于等于0的。也说明我们的map是通过默认无参构造来创建的,
	//于是,数组的容量和阈值都取默认值就可以了,即 16 和 12。
	else {               // zero initial threshold signifies using defaults
		newcap = default_initial_capacity;
		newthr = (int)(default_load_factor * default_initial_capacity);
	}
	//③ 这里就是处理第2种情况,因为只有这种情况 newthr 才为0,
	//因此计算 newthr(用 newcap即16 乘以加载因子 0.75,得到 12) ,并把它赋值给 threshold
	if (newthr == 0) {
		float ft = (float)newcap * loadfactor;
		newthr = (newcap < maximum_capacity && ft < (float)maximum_capacity ?
				  (int)ft : integer.max_value);
	}
	//赋予 threshold 正确的值,表示数组下次需要扩容的阈值(此时就把原来的 16 修正为了 12)。
	threshold = newthr;
	@suppresswarnings({"rawtypes","unchecked"})
		node<k,v>[] newtab = (node<k,v>[])new node[newcap];
	table = newtab;
	//如果原来的数组不为空,那么我们就需要把原来数组中的元素重新分配到新的数组中
	//如果是第2种情况,由于是第一次调用resize,此时数组肯定是空的,因此也就不需要重新分配元素。
	if (oldtab != null) {
		//遍历旧数组
		for (int j = 0; j < oldcap; ++j) {
			node<k,v> e;
			//取到当前下标的第一个元素,如果存在,则分三种情况重新分配位置
			if ((e = oldtab[j]) != null) {
				oldtab[j] = null;
				//1.如果当前元素的下一个元素为空,则说明此处只有一个元素
				//则直接用它的hash()值和新数组的容量取模就可以了,得到新的下标位置。
				if (e.next == null)
					newtab[e.hash & (newcap - 1)] = e;
				//2.如果是红黑树结构,则拆分红黑树,必要时有可能退化为链表
				else if (e instanceof treenode)
					((treenode<k,v>)e).split(this, newtab, j, oldcap);
				//3.到这里说明,这是一个长度大于 1 的普通链表,则需要计算并
				//判断当前位置的链表是否需要移动到新的位置
				else { // preserve order
					// lohead 和 lotail 分别代表链表旧位置的头尾节点
					node<k,v> lohead = null, lotail = null;
					// hihead 和 hitail 分别代表链表移动到新位置的头尾节点
					node<k,v> hihead = null, hitail = null;
					node<k,v> next;
					do {
						next = e.next;
						//如果当前元素的hash值和oldcap做与运算为0,则原位置不变
						if ((e.hash & oldcap) == 0) {
							if (lotail == null)
								lohead = e;
							else
								lotail.next = e;
							lotail = e;
						}
						//否则,需要移动到新的位置
						else {
							if (hitail == null)
								hihead = e;
							else
								hitail.next = e;
							hitail = e;
						}
					} while ((e = next) != null);
					//原位置不变的一条链表,数组下标不变
					if (lotail != null) {
						lotail.next = null;
						newtab[j] = lohead;
					}
					//移动到新位置的一条链表,数组下标为原下标加上旧数组的容量
					if (hitail != null) {
						hitail.next = null;
						newtab[j + oldcap] = hihead;
					}
				}
			}
		}
	}
	return newtab;
}

上边还有一个非常重要的运算,我们没有讲解。就是下边这个判断,它用于把原来的普通链表拆分为两条链表,位置不变或者放在新的位置。

if ((e.hash & oldcap) == 0) {} else {}

我们以原数组容量16为例,扩容之后容量为32。说明下为什么这样计算。

还是用之前的hash值举例。

//e.hash值
0110 1101 0110 1111 0110 1110 0010 1000
//oldcap值,即16
0000 0000 0000 0000 0000 0000 0001 0000 
//做与运算,我们会发现结果不是0就是非0,
//而且它取决于 e.hash 二进制位的倒数第五位是 0 还是 1,
//若倒数第五位为0,则结果为0,若倒数第五位为1,则结果为非0。
//那这个和新数组有什么关系呢?
//别着急,我们看下新数组的容量是32,如果求当前hash值在新数组中的下标,则为
// e.hash &( 32 - 1) 这样的运算 ,即 hash 与 31 进行与运算,
0110 1101 0110 1111 0110 1110 0010 1000 
&
0000 0000 0000 0000 0000 0000 0001 1111 
=
0000 0000 0000 0000 0000 0000 0000 1000
//接下来,我们对比原来的下标计算结果和新的下标结果,看图

看下面的图,我们观察,hash值和旧数组进行与运算的结果 ,跟新数组的与运算结果有什么不同。

面试官再问你 HashMap 底层原理,就把这篇文章甩给他看

会发现一个规律:

若hash值的倒数第五位是0,则新下标与旧下标结果相同,都为 0000 1000

若hash值的倒数第五位是1,则新下标(0001 1000)与旧下标(0000 1000)结果值相差了 16 。

因此,我们就可以根据 (e.hash & oldcap == 0) 这个判断的真假来决定,当前元素应该在原来的位置不变,还是在新的位置(原位置 + 16)。

如果,上边的推理还是不明白的话,我再举个简单的例子。

18%16=2     18%32=18
34%16=2     34%32=2
50%16=2     50%32=18

怎么样,发现规律没,有没有那个感觉了?

计算中的18,34 ,50 其实就相当于 e.hash 值,和新旧数组做取模运算,得到的结果,要么就是原来的位置不变,要么就是原来的位置加上旧数组的长度。

get()方法

有了前面的基础,get方法就比较简单了。

public v get(object key) {
	node<k,v> e;
	//如果节点为空,则返回null,否则返回节点的value。这也说明,hashmap是支持value为null的。
	//因此,我们就明白了,为什么hashmap支持key和value都为null
	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;
	//首先要确保数组不能为空,然后取到当前hash值计算出来的下标位置的第一个元素
	if ((tab = table) != null && (n = tab.length) > 0 &&
		(first = tab[(n - 1) & hash]) != null) {
		//若hash值和key都相等,则说明我们要找的就是第一个元素,直接返回
		if (first.hash == hash && // always check first node
			((k = first.key) == key || (key != null && key.equals(k))))
			return first;
		//如果不是的话,就遍历当前链表(或红黑树)
		if ((e = first.next) != null) {
			//如果是红黑树结构,则找到当前key所在的节点位置
			if (first instanceof treenode)
				return ((treenode<k,v>)first).gettreenode(hash, key);
			//如果是普通链表,则向后遍历查找,直到找到或者遍历到链表末尾为止。
			do {
				if (e.hash == hash &&
					((k = e.key) == key || (key != null && key.equals(k))))
					return e;
			} while ((e = e.next) != null);
		}
	}
	//否则,说明没有找到,返回null
	return null;
}

为什么hashmap链表会形成死循环

准确的讲应该是 jdk1.7 的 hashmap 链表会有死循环的可能,因为jdk1.7是采用的头插法,在多线程环境下有可能会使链表形成环状,从而导致死循环。jdk1.8做了改进,用的是尾插法,不会产生死循环。

那么,链表是怎么形成环状的呢?

关于这一点的解释,我发现网上文章抄来抄去的,而且都来自左耳朵耗子,更惊奇的是,连配图都是一模一样的。(别问我为什么知道,因为我也看过耗子叔的文章,哈哈。然而,菜鸡的我,那篇文章,并没有看懂。。。)

我实在看不下去了,于是一怒之下,就有了这篇文章。我会照着源码一步一步的分析变量之间的关系怎么变化的,并有配图哦。

我们从 put()方法开始,最终找到线程不安全的那个方法。这里省略中间不重要的过程,我只把方法的跳转流程贴出来:

//添加元素方法 -> 添加新节点方法 -> 扩容方法 -> 把原数组元素重新分配到新数组中
put()  --> addentry()  --> resize() -->  transfer()

问题就发生在 transfer 这个方法中。

面试官再问你 HashMap 底层原理,就把这篇文章甩给他看

我们假设,原数组容量只有2,其中一条链表上有两个元素 a,b,如下图

面试官再问你 HashMap 底层原理,就把这篇文章甩给他看

现在,有两个线程都执行 transfer 方法。每个线程都会在它们自己的工作内存生成一个newtable 的数组,用于存储变化后的链表,它们互不影响(这里互不影响,指的是两个新数组本身互不影响)。但是,需要注意的是,它们操作的数据却是同一份。

因为,真正的数组中的内容在堆中存储,它们指向的是同一份数据内容。就相当于,有两个不同的引用 x,y,但是它们都指向同一个对象 z。这里 x、y就是两个线程不同的新数组,z就是堆中的a,b 等元素对象。

假设线程一执行到了上图1中所指的代码①处,恰好 cpu 时间片到了,线程被挂起,不能继续执行了。 记住此时,线程一中记录的 e = a , e.next = b。

然后线程二正常执行,扩容后的数组长度为 4, 假设 a,b两个元素又碰撞到了同一个桶中。然后,通过几次 while 循环后,采用头插法,最终呈现的结构如下:

面试官再问你 HashMap 底层原理,就把这篇文章甩给他看

此时,线程一解挂,继续往下执行。注意,此时线程一,记录的还是 e = a,e.next = b,因为它还未感知到最新的变化。

我们主要关注图1中标注的①②③④处的变量变化:

/**
* next = e.next
* e.next = newtable[i]
* newtable[i] = e;
* e = next;
*/

//第一次循环,(伪代码)
e=a;next=b;
e.next=null //此时线程一的新数组刚初始化完成,还没有元素
newtab[i] = a->null //把a节点头插到新数组中
e=b; //下次循环的e值

第一次循环结束后,线程一新数组的结构如下图:

面试官再问你 HashMap 底层原理,就把这篇文章甩给他看

然后,由于 e=b,不为空,进入第二次循环。

//第二次循环
e=b;next=a;  //此时a,b的内容已经被线程二修改为 b->a->null,然后被线程一读到,所以b的下一个节点指向a
e.next=a->null  // a->null 为第一次循环后线程一新数组的结构
newtab[i] = b->a->null //新节点b插入之后,线程一新数组的结构
e=a;  //下次循环的 e 值

第二次循环结束后,线程一新数组的结构如下图:

面试官再问你 HashMap 底层原理,就把这篇文章甩给他看

此时,由于 e=a,不为空,继续循环。

//第三次循环
e=a;next=null;  // a节点后边已经没有节点了
e.next= b->a->null  // b->a->null 为第二次循环后线程一新数组的结构
//我们把a插入后,抽象的表达为 a->b->a->null,但是,a只能是一个,不能分身啊
//因此实际上是 e(a).next指向发生了变化,a的 next 由指向 null 改为指向了 b,
//而 b 本身又指向a,因此a和b互相指向,成环
newtab[i] = a->b 且 b->a 
e=next=null; //e此时为空,结束循环

第三次循环结束后,看下图,a的指向由 null ,改为指向为 b,因此 a 和 b 之间成环。

面试官再问你 HashMap 底层原理,就把这篇文章甩给他看

这时,有的同学可能就会问了,就算他们成环了,又怎样,跟死循环有什么关系?

我们看下 get() 方法(最终调用 getentry 方法),

面试官再问你 HashMap 底层原理,就把这篇文章甩给他看

可以看到查找元素时,只要 e 不为空,就会一直循环查找下去。若有某个元素 c 的 hash 值也落在了和 a,b元素同一个桶中,则会由于, a,b互相指向,e.next 永远不为空,就会形成死循环。

结语

如果本文对你有用,欢迎关注我哦~