在Java8与Java7中HashMap源码实现的对比

一、hashmap的原理介绍

此乃老生常谈，不作仔细解说。

一句话概括之：hashmap是一个散列表，它存储的内容是键值对(key-value)映射。

二、java 7 中hashmap的源码分析

首先是hashmap的构造函数代码块1中，根据初始化的capacity与loadfactor（加载因子）初始化hashmap.

//代码块1
 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;
 threshold = initialcapacity;
 init();
 }

java7中对于<key1,value1>的put方法实现相对比较简单，首先根据 key1 的key值计算hash值，再根据该hash值与table的length确定该key所在的index,如果当前位置的entry不为null，则在该entry链中遍历，如果找到hash值和key值都相同，则将值value覆盖，返回oldvalue；如果当前位置的entry为null，则直接addentry。

代码块2
public v put(k key, v value) {
 if (table == empty_table) {
  inflatetable(threshold);
 }
 if (key == null)
  return putfornullkey(value);
 int hash = hash(key);
 int i = indexfor(hash, table.length);
 for (entry<k,v> e = table[i]; e != null; e = e.next) {
  object k;
  if (e.hash == hash && ((k = e.key) == key || key.equals(k))) {
  v oldvalue = e.value;
  e.value = value;
  e.recordaccess(this);
  return oldvalue;
  }
 }

 modcount++;
 addentry(hash, key, value, i);
 return null;
 }

//addentry方法中会检查当前table是否需要resize
 void addentry(int hash, k key, v value, int bucketindex) {
 if ((size >= threshold) && (null != table[bucketindex])) {
  resize(2 * table.length); //当前map中的size 如果大于threshole的阈值，则将resize将table的length扩大2倍。
  hash = (null != key) ? hash(key) : 0;
  bucketindex = indexfor(hash, table.length);
 }

 createentry(hash, key, value, bucketindex);
 }

java7 中resize（）方法的实现比较简单，将oldtable的长度扩展，并且将oldtable中的entry根据rehash的标记重新计算hash值和index移动到newtable中去。

代码如代码块3中所示，

//代码块3 --jdk7中hashmap.resize()方法
void resize(int newcapacity) {
 entry[] oldtable = table;
 int oldcapacity = oldtable.length;
 if (oldcapacity == maximum_capacity) {
  threshold = integer.max_value;
  return;
 }

 entry[] newtable = new entry[newcapacity];
 transfer(newtable, inithashseedasneeded(newcapacity));
 table = newtable;
 threshold = (int)math.min(newcapacity * loadfactor, maximum_capacity + 1);
 }

 /**
 * 将当前table的entry转移到新的table中
 */
 void transfer(entry[] newtable, boolean rehash) {
 int newcapacity = newtable.length;
 for (entry<k,v> e : table) {
  while(null != e) {
  entry<k,v> next = e.next;
  if (rehash) {
   e.hash = null == e.key ? 0 : hash(e.key);
  }
  int i = indexfor(e.hash, newcapacity);
  e.next = newtable[i];
  newtable[i] = e;
  e = next;
  }
 }
 }

hashmap性能的有两个参数：初始容量(initialcapacity) 和加载因子(loadfactor)。容量 是哈希表中桶的数量，初始容量只是哈希表在创建时的容量。加载因子 是哈希表在其容量自动增加之前可以达到多满的一种尺度。当哈希表中的条目数超出了加载因子与当前容量的乘积时，则要对该哈希表进行 rehash 操作（即重建内部数据结构），从而哈希表将具有大约两倍的桶数。

根据源码分析可以看出：在java7 中 hashmap的entry是按照index索引存储的，遇到hash冲突的时候采用拉链法解决冲突，将冲突的key和value插入到链表list中。

然而这种解决方法会有一个缺点，假如key值都冲突，hashmap会退化成一个链表，get的复杂度会变成o(n) 。

在java8中为了优化该最坏情况下的性能，采用了平衡树来存放这些hash冲突的键值对，性能由此可以提升至o(logn) 。

代码块4 -- jdk8中hashmap中常量定义
 static final int default_initial_capacity = 1 << 4; 
 static final int treeify_threshold = 8; // 是否将list转换成tree的阈值
 static final int untreeify_threshold = 6; // 在resize操作中，决定是否untreeify的阈值
 static final int min_treeify_capacity = 64; // 决定是否转换成tree的最小容量
 static final float default_load_factor = 0.75f; // default的加载因子

在java 8 hashmap的put方法实现如代码块5所示，

代码块5 --jdk8 hashmap.put方法
 public v put(k key, v value) {
 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;
 if ((tab = table) == null || (n = tab.length) == 0)
  n = (tab = resize()).length; //table为空的时候，n为table的长度
 if ((p = tab[i = (n - 1) & hash]) == null)
  tab[i] = newnode(hash, key, value, null); // (n - 1) & hash 与java7中indexfor方法的实现相同，若i位置上的值为空，则新建一个node，table[i]指向该node。
 else {
  // 若i位置上的值不为空，判断当前位置上的node p 是否与要插入的key的hash和key相同
  node<k,v> e; k k;
  if (p.hash == hash &&
  ((k = p.key) == key || (key != null && key.equals(k))))
  e = p;//相同则覆盖之
  else if (p instanceof treenode)
  // 不同，且当前位置上的的node p已经是treenode的实例，则再该树上插入新的node。
  e = ((treenode<k,v>)p).puttreeval(this, tab, hash, key, value);
  else {
  // 在i位置上的链表中找到p.next为null的位置，bincount计算出当前链表的长度，如果继续将冲突的节点插入到该链表中，会使链表的长度大于tree化的阈值，则将链表转换成tree。
  for (int bincount = 0; ; ++bincount) {
   if ((e = p.next) == null) {
   p.next = newnode(hash, key, value, null);
   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;
 }

再看下resize方法，由于需要考虑hash冲突解决时采用的可能是list 也可能是balance tree的方式，因此resize方法相比jdk7中复杂了一些,

 代码块6 -- jdk8的resize方法
 inal 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) {
  if (oldcap >= maximum_capacity) {
  threshold = integer.max_value;//如果超过最大容量，无法再扩充table
  return oldtab;
  }
  else if ((newcap = oldcap << 1) < maximum_capacity &&
   oldcap >= default_initial_capacity)
  newthr = oldthr << 1; // threshold门槛扩大至2倍
 }
 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);
 }
 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];// 创建容量为newcap的newtab，并将oldtab中的node迁移过来，这里需要考虑链表和tree两种情况。
 table = newtab;
 if (oldtab != null) {
  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); 
   // split方法会将树分割为lower 和upper tree两个树，
如果子树的节点数小于了untreeify_threshold阈值，则将树untreeify，将节点都存放在newtab中。
   else { // preserve order
   node<k,v> lohead = null, lotail = null;
   node<k,v> hihead = null, hitail = null;
   node<k,v> next;
   do {
    next = e.next;
    if ((e.hash & oldcap) == 0) {
    if (lotail == null)
     lohead = e;
    else
     lotail.next = e;
    lotail = e;
    }
    else {
    if (hitail == null)
     hihead = e;
    else
     hitail.next = e;
    hitail = e;
    }
   } while ((e = next) != null);
   if (lotail != null) {
    lotail.next = null;
    newtab[j] = lohead;
   }
   if (hitail != null) {
    hitail.next = null;
    newtab[j + oldcap] = hihead;
   }
   }
  }
  }
 }
 return newtab;
 }

再看一下tree的treeifybin方法和puttreeval方法的实现，底层采用了红黑树的方法。

 // 代码块7 
 //min_treeify_capacity 的值为64，若当前table的length不够，则resize（）
 final void treeifybin(node<k,v>[] tab, int hash) {
 int n, index; node<k,v> e;
 if (tab == null || (n = tab.length) < min_treeify_capacity)
  resize();
 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);
 }
 }
// putval 的tree版本 
 final treenode<k,v> puttreeval(hashmap<k,v> map, node<k,v>[] tab,
     int h, k k, v v) {
  class<?> kc = null;
  boolean searched = false;
  treenode<k,v> root = (parent != null) ? root() : this;
  for (treenode<k,v> p = root;;) {
  int dir, ph; k pk;
  if ((ph = p.hash) > h)
   dir = -1;
  else if (ph < h)
   dir = 1;
  else if ((pk = p.key) == k || (k != null && k.equals(pk)))
   return p;
  else if ((kc == null &&
    (kc = comparableclassfor(k)) == null) ||
    (dir = comparecomparables(kc, k, pk)) == 0) {
   if (!searched) {
   treenode<k,v> q, ch;
   searched = true;
   if (((ch = p.left) != null &&
    (q = ch.find(h, k, kc)) != null) ||
    ((ch = p.right) != null &&
    (q = ch.find(h, k, kc)) != null))
    return q;
   }
   dir = tiebreakorder(k, pk);
  }
  treenode<k,v> xp = p;
  if ((p = (dir <= 0) ? p.left : p.right) == null) {
   node<k,v> xpn = xp.next;
   treenode<k,v> x = map.newtreenode(h, k, v, xpn);
   if (dir <= 0)
   xp.left = x;
   else
   xp.right = x;
   xp.next = x;
   x.parent = x.prev = xp;
   if (xpn != null)
   ((treenode<k,v>)xpn).prev = x;
   moveroottofront(tab, balanceinsertion(root, x));
   return null;
  }
  }
 }

看了这些源码，并一一做了比较之后，惊叹于源码之妙，收益良多。

总结

以上就是这篇文章的全部内容了，希望本文的内容对大家的学习或者工作能带来一定的帮助，如果有疑问大家可以留言交流。