Java HashMap的底层实现原理剖析
2021-02-052.7k 阅读
1. 概述
在Java编程中，HashMap是一个常用的数据结构，它实现了Map接口，允许我们存储键值对（key - value pairs），并提供了快速的查找、插入和删除操作。HashMap之所以高效，是因为它基于哈希表（hash table）的实现。哈希表是一种数据结构，它使用哈希函数（hash function）将键映射到一个特定的位置，从而能够快速定位到对应的值。
2. 基本结构
HashMap的底层主要由一个数组（Node[] table）构成，数组中的每个元素被称为桶（bucket）。每个桶实际上是一个链表（在Java 8及之后，链表长度超过一定阈值会转化为红黑树）的头节点。当我们向HashMap中插入一个键值对时，会根据键的哈希值计算出应该存储在数组中的哪个位置（桶）。如果该位置已经有元素（发生哈希冲突），则会以链表或红黑树的形式将新元素添加到该位置。
下面是HashMap的简化代码结构：
public class HashMap<K, V> {
transient Node<K, V>[] table;
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;
}
public K getKey() { return key; }
public V getValue() { return value; }
public V setValue(V newValue) {
V oldValue = value;
value = newValue;
return oldValue;
}
}
}
3. 哈希函数
哈希函数在HashMap中起着关键作用，它决定了键值对在数组中的存储位置。在HashMap中，哈希函数的实现如下：
static final int hash(Object key) {
int h;
return (key == null)? 0 : (h = key.hashCode()) ^ (h >>> 16);
}
这里首先获取键的hashCode值，然后通过(h = key.hashCode()) ^ (h >>> 16)进行位运算。^是异或运算符，h >>> 16表示将h无符号右移16位。这种操作主要是为了让高位和低位都能参与到哈希值的计算中，从而减少哈希冲突的可能性。
4. 容量与负载因子
- 容量（Capacity）：
HashMap中数组的大小，默认初始容量为16。容量必须是2的幂次方，这样可以利用位运算快速定位桶的位置。例如，当容量为16时（二进制表示为10000），通过(n - 1) & hash（n为容量，hash为键的哈希值）就可以快速计算出应该存储在哪个桶中。 - 负载因子（Load Factor）：负载因子是衡量
HashMap满的程度的一个指标，默认值为0.75。它的作用是当HashMap中的元素数量达到capacity * loadFactor时，就会进行扩容操作。例如，当容量为16，负载因子为0.75时，当元素数量达到16 * 0.75 = 12时，就会触发扩容。
5. 插入操作（put方法）
当调用put(K key, V value)方法向HashMap中插入一个键值对时，会执行以下步骤：
- 计算键的哈希值：通过
hash(key)方法计算键的哈希值。 - 确定桶的位置：使用
(n - 1) & hash（n为当前数组容量）来确定键值对应该存储在数组的哪个桶中。 - 检查桶是否为空：如果桶为空，则直接在该位置创建一个新的
Node节点。 - 处理哈希冲突：如果桶不为空，说明发生了哈希冲突。在Java 8之前，会将新元素以链表的形式插入到桶的头部；在Java 8及之后，当链表长度小于8时，以链表形式插入到尾部，当链表长度大于等于8且数组容量大于等于64时，链表会转化为红黑树，以提高查找效率。
- 更新值：如果键已经存在，则更新对应的值。
- 检查是否需要扩容：插入完成后，检查当前元素数量是否达到
capacity * loadFactor，如果达到则进行扩容。
以下是简化的put方法实现：
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;
if ((p = tab[i = (n - 1) & hash]) == null)
tab[i] = newNode(hash, key, value, null);
else {
Node<K, V> e; K k;
if (p.hash == hash &&
((k = p.key) == key || (key != null && key.equals(k))))
e = p;
else if (p instanceof TreeNode)
e = ((TreeNode<K, V>)p).putTreeVal(this, tab, hash, key, value);
else {
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;
}
6. 扩容操作（resize方法）
扩容是HashMap中的一个重要操作，当元素数量达到capacity * loadFactor时，会触发扩容。扩容时，会创建一个新的数组，其容量是原来的两倍，并将原数组中的所有元素重新计算哈希值并插入到新数组中。
以下是resize方法的简化实现：
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) {
if (oldCap >= MAXIMUM_CAPACITY) {
threshold = Integer.MAX_VALUE;
return oldTab;
}
else if ((newCap = oldCap << 1) < MAXIMUM_CAPACITY &&
oldCap >= DEFAULT_INITIAL_CAPACITY)
newThr = oldThr << 1; // double threshold
}
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];
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);
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;
}
在扩容过程中，会重新计算每个元素在新数组中的位置。由于新数组容量是原来的两倍，所以原数组中每个桶的元素会被分配到新数组的两个桶中（通过e.hash & oldCap判断），这种方式可以减少重新计算哈希值的开销。
7. 查找操作（get方法）
当调用get(Object key)方法从HashMap中获取值时，会执行以下步骤：
- 计算键的哈希值：通过
hash(key)方法计算键的哈希值。 - 确定桶的位置：使用
(n - 1) & hash（n为当前数组容量）来确定键值对应该存储在数组的哪个桶中。 - 查找元素：如果桶为空，则直接返回
null；如果桶不为空，则在链表或红黑树中查找与键匹配的元素。如果找到了匹配的元素，则返回对应的值；否则返回null。
以下是简化的get方法实现：
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) {
if (first.hash == hash &&
((k = first.key) == key || (key != null && key.equals(k))))
return first;
if ((e = first.next) != null) {
if (first instanceof TreeNode)
return ((TreeNode<K, V>)first).getTreeNode(hash, key);
do {
if (e.hash == hash &&
((k = e.key) == key || (key != null && key.equals(k))))
return e;
} while ((e = e.next) != null);
}
}
return null;
}
8. 删除操作（remove方法）
当调用remove(Object key)方法从HashMap中删除一个键值对时，会执行以下步骤：
- 计算键的哈希值：通过
hash(key)方法计算键的哈希值。 - 确定桶的位置：使用
(n - 1) & hash（n为当前数组容量）来确定键值对应该存储在数组的哪个桶中。 - 查找并删除元素：如果桶为空，则直接返回
null；如果桶不为空，则在链表或红黑树中查找与键匹配的元素。如果找到了匹配的元素，则将其从链表或红黑树中删除，并返回对应的值；否则返回null。
以下是简化的remove方法实现：
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;
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;
if (p.hash == hash &&
((k = p.key) == key || (key != null && key.equals(k))))
node = p;
else if ((e = p.next) != null) {
if (p instanceof TreeNode)
node = ((TreeNode<K, V>)p).getTreeNode(hash, key);
else {
do {
if (e.hash == hash &&
((k = e.key) == key || (key != null && key.equals(k)))) {
node = e;
break;
}
p = e;
} while ((e = e.next) != null);
}
}
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)
tab[index] = node.next;
else
p.next = node.next;
++modCount;
--size;
afterNodeRemoval(node);
return node;
}
}
return null;
}
9. 遍历操作
HashMap支持多种遍历方式，常见的有以下几种：
- 遍历键（keySet）：
HashMap<String, Integer> map = new HashMap<>();
map.put("one", 1);
map.put("two", 2);
for (String key : map.keySet()) {
System.out.println(key);
}
- 遍历值（values）：
for (Integer value : map.values()) {
System.out.println(value);
}
- 遍历键值对（entrySet）：
for (Map.Entry<String, Integer> entry : map.entrySet()) {
System.out.println(entry.getKey() + " : " + entry.getValue());
}
10. 线程安全性
HashMap是非线程安全的。如果在多线程环境下使用HashMap，可能会导致数据不一致或其他问题。例如，在扩容过程中，如果多个线程同时操作，可能会导致链表形成环，从而在遍历链表时出现死循环。
如果需要在多线程环境下使用类似HashMap的功能，可以考虑使用ConcurrentHashMap。ConcurrentHashMap通过分段锁等机制，提供了线程安全的哈希表实现，允许多个线程同时对不同的段进行操作，从而提高并发性能。
通过对HashMap底层实现原理的剖析，我们了解了它的基本结构、哈希函数、插入、查找、删除等操作的实现细节，以及扩容、遍历和线程安全性等方面的知识。这有助于我们在实际编程中更加合理地使用HashMap，提高程序的性能和稳定性。