写点什么

求面试别再问我 HashMap 原理了——史上最全源码解读,别再说你不知道 HashMap 原理

用户头像
Android架构
关注
发布于: 46 分钟前

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;


}


相信大家和我一样,第一次看到这个方法是蒙蔽的....先把结论给出来:找到大于或等于 cap 的最小 2 的幂,这里引用一张图解释下,侵删:



比如 cap 等于 5,那么最终返回的就是 8,如果 cap 等于 10,返回的就是 16,这样一说大家结合上面的应该能理解了。

2.1 插入

插入逻辑算是比较复杂的了,我们先来看看 put 方法代码:


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;


//初始化数组 table


if ((tab = table) == null || (n = tab.length) == 0)


n = (tab = resize()).length;


//通过 hash 算法找到下标,如果对应的位置为空,直接将数据放进去


if ((p = tab[i = (n - 1) & hash]) == null)


tab[i] = newNode(hash, key, value, null);


else {


//对应的位置不为空,hash 冲突


Node<K,V> e; K k;


//判断插入的 key 如果等于当前位置的 key 的话,先将 e 指向该键值对,后续覆盖


if (p.hash == hash &&


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


e = p;


//如果桶中的引用类型为 TreeNode,则调用红黑树的插入方法


else if (p instanceof TreeNode)


e = ((TreeNode<K,V>)p).putTreeVal(this, tab, hash, key, value);


else {


// 剩下就是链表了,进行遍历


for (int binCount = 0; ; ++binCount) {


//如果链表中部包含该节点,将该节点接在链表的最后,跳出循环


if ((e = p.next) == null) {


p.next = newNode(hash, key, value, null);


//如果链表长度大于一个阈值,链表变树!


if (binCount >= TREEIFY_THRESHOLD - 1)


treeifyBin(tab, hash);


break;


}


//如果链表中包含该节点,赋值,后续覆盖,跳出循环


if


《Android学习笔记总结+最新移动架构视频+大厂安卓面试真题+项目实战源码讲义》
浏览器打开:qq.cn.hn/FTe 免费领取
复制代码


(e.hash == hash &&


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


break;


p = e;


}


}


//判断插入的是否存在 HashMap 中,上面 e 被赋值,不为空,则说明存在,更新旧的键值对


if (e != null) { // existing mapping for key


V oldValue = e.value;


if (!onlyIfAbsent || oldValue == null)


e.value = value;


afterNodeAccess(e);


return oldValue;


}


}


++modCount;


//当前 HashMap 键值对超过阈值时,进行扩容


if (++size > threshold)


resize();


afterNodeInsertion(evict);


return null;


}


可以看到主要逻辑在 putVal()方法中,不清楚的可以看下注释,总结一下主要是几个方面:


  • 如果当前 table 为空,先进行初始化

  • 查找插入的键值对是否存在,存在的话,先进行赋值,后续将更新旧的键值对

  • 不存在,插入链表尾部,如果链表长度大于一个阈值,进行链表转化树的操作

  • 如果 size 大于一个阈值,进行扩容


那么重点当然就是扩容方法了,看看具体实现:


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) {


//超过最大值,不再扩容,直接返回


if (oldCap >= MAXIMUM_CAPACITY) {


threshold = Integer.MAX_VALUE;


return oldTab;


}


//通过位运算,计算出新的容量以及新的阈值,2 倍计算


else if ((newCap = oldCap << 1) < MAXIMUM_CAPACITY &&


oldCap >= DEFAULT_INITIAL_CAPACITY)


newThr = oldThr << 1; // double threshold


}


//使用 threshold 变量暂时保存 initialCapacity 参数的值


else if (oldThr > 0)


newCap = oldThr;


else {


//这里就能回答上面的初始化的问题了,调用空的构造函数时的赋值


newCap = DEFAULT_INITIAL_CAPACITY;


newThr = (int)(DEFAULT_LOAD_FACTOR * DEFAULT_INITIAL_CAPACITY);


}


// newThr 为 0 时,按阈值计算公式进行计算,容量*负载因子


if (newThr == 0) {


float ft = (float)newCap * loadFactor;


newThr = (newCap < MAXIMUM_CAPACITY && ft < (float)MAXIMUM_CAPACITY ?


(int)ft : Integer.MAX_VALUE);


}


//更新当前最新的阈值


threshold = newThr;


//创建新的桶数组,调用空的构造方法,这里也就是桶数组的初始化


Node<K,V>[] newTab = (Node<K,V>[])new Node[newCap];


table = newTab;


//如果旧的数组不为空,遍历,将值移植到新的数组中去


if (oldTab != null) {


for (int j = 0; j < oldCap; ++j) {


Node<K,V> e;


if ((e = oldTab[j]) != null) {


//将旧数组对象置位空,方便回收


oldTab[j] = null;


//计算新的位置,赋值操作


if (e.next == null)


newTab[e.hash & (newCap - 1)] = e;


else if (e instanceof TreeNode)


//如果原来节点是红黑树,则需要重新进行拆分


((TreeNode<K,V>)e).split(this, newTab, j, oldCap);


else {


//遍历整个链表,重新 hash,根据新的下标重新分组


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;


}


代码稍微长了点,大家耐心点看下逻辑,总结也就几点


  • 判断当前 oldTab 长度是否为空,如果为空,则进行初始化桶数组,也就回答了空构造函数初始化为什么没有对容量和阈值进行辅助,如果不为空,则进行位运算,左移一位,2 倍运算。

  • 扩容,创建一个新容量的数组,遍历旧的数组:

  • 如果节点为空,直接赋值插入

  • 如果节点为红黑树,则需要进行进行拆分操作

  • 如果为链表,根据 hash 算法进行重新计算下标,将链表进行拆分分组


这里主要说明下链表拆分是什么意思,我们知道下标计算是 hash&(n-1),假如原始数组长度为 16,进行求余计算:那么 n-1 也就是 15,对应二进制 0000 1111,这时候分别有 2 个 hash 值分别为:1101 1100 和 1110 1100,计算可以得到,得到的下标都是 0000 1100,也就是 12,如果进行扩容之后呢?长度变成 32,n-1 也就对应 0001 1111,2 个 hash 再次进行计算得到的就是 0001 1100 和 0000 1100,一个下标还是 12,而另一个则是 28 了


可以看到扩容后,参与模运算的位数由 4 位变为了 5 位,所以对应得出来的值自然就不一样了,相信大家也应该理解了

2.2 查找

相对于复杂的插入操作,查找的逻辑相对就相对简单点了,代码如下:


public V get(Object key) {


Node<K,V> e;


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;


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


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


//定位下标,如果第一个节点是所要查找的值,直接返回


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


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


return first;


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


//如果第一个节点是 TreeNode 类型,去遍历红黑树


if (first instanceof TreeNode)


return ((TreeNode<K,V>)first).getTreeNode(hash, key);


do {


//对链表进行查找


if (e.hash == hash &&


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


return e;


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


}


}


return null;


}


上面也提到了,通过(n - 1) & hash?即可算出在数组中的位置,这里简单解释一下。HashMap 中桶数组的大小 length 总是 2 的幂,此时,(n - 1) & hash?等价于对 length 取余。但取余的计算效率没有位运算高,所以(n - 1) & hash也是一个小的优化


还有一个计算 hash 值得方法


static final int hash(Object key) {


int h;


return (key == null) ? 0 : (h = key.hashCode()) ^ (h >>> 16);


}


可以看到,这里的 hash 并不是用原有对象的 hashcode 最为最终的 hash 值,而是做了一定位运行,具体原因个人想法如下:


因为如果(n-1)的值太小的话(n - 1) & hash的值就完全依靠 hash 的低位值,比如n-1为 0000 1111,那么最终的值就完全依赖于 hash 值的低 4 位了,这样的话 hash 的高位就玩完全失去了作用,h ^ (h >>> 16),通过这种方式,让高位数据与低位数据进行异或,也是变相的加大了 hash 的随机性,这样就不单纯的依赖对象的 hashcode 方法了。

2.3 删除

有了前面一些铺垫,删除操作也并不复杂


public V remove(Object key) {


Node<K,V> e;


return (e = removeNode(hash(key), key, null, false, true)) == null ?


null : e.value;


}


final Node<K,V> removeNode(int hash, Object key, Object value,


boolean matchValue, boolean movable) {


Node<K,V>[] tab; Node<K,V> p; int n, index;


//和之前的判断一样


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


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


Node<K,V> node = null, e; K k; V v;


//如果键的值与链表第一个节点相等,则将 node 指向该节点


if (p.hash == hash &&


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


node = p;


else if ((e = p.next) != null) {


//如果是 TreeNode 类型,指向该节点


if (p instanceof TreeNode)


node = ((TreeNode<K,V>)p).getTreeNode(hash, key);


else {


//遍历链表,找到该节点


do {


if (e.hash == hash &&


((k = e.key) == key ||


(key != null && key.equals(k)))) {


node = e;


break;


}


p = e;


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


}


}


//通过节点类型进行删除操作


if (node != null && (!matchValue || (v = node.value) == value ||


(value != null && value.equals(v)))) {


if (node instanceof TreeNode)


((TreeNode<K,V>)node).removeTreeNode(this, tab, movable);


else if (node == p)

用户头像

Android架构

关注

还未添加个人签名 2021.10.31 加入

还未添加个人简介

评论

发布
暂无评论
求面试别再问我HashMap原理了——史上最全源码解读,别再说你不知道HashMap 原理