JDK8中的HashMap初始化和扩容机制详解

JDK8中的HashMap初始化和扩容机制详解

一、HashMap初始化方法

HashMap() 不带参数，默认初始化大小为16，加载因子为0.75；

HashMap(int initialCapacity) 指定初始化大小；

HashMap(int initialCapacity, float loadFactor) 指定初始化大小和加载因子大小；

HashMap(Map extends K,? extends V> m) 用现有的一个map来构造HashMap。

二、分析初始化过程

1、初始化代码测试用例

Map map = new HashMap<>(3);

map.put("id", "1");

map.put("name", "riemann");

map.put("sex", "male");

2、初始化过程

public HashMap(int initialCapacity, float loadFactor) {

// 初始化大小小于0，抛出异常

if (initialCapacity < 0)

throw new IllegalArgumentException("Illegal initial capacity: " +

initialCapacity);

// 初始大小最大为默认最大值

if (initialCapacity > MAXIMUM_CAPACITY)

initialCapacity = MAXIMUM_CAPACITY;

// 加载因子要在0到1之间

if (loadFactor <= 0 || Float.isNaN(loadFactor))

throw new IllegalArgumentException("Illegal load factor: " +

loadFactor);

this.loadFactor = loadFactor;

// threshold是根据当前的初始化大小和加载因子算出来的边界大小，

// 当桶中的键值对超过这个大小就进行扩容

this.threshold = tableSizeFor(initialCapacity);

}

此时：loadFactor = 0.75 默认值

// 这个方法返回大于输入参数且最接近的2的整数次幂的数

static final int tableSizeFor(int cap) {

int n = cap - 1;

// 无符号向右移动

// 按位或

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;

}

此时：threshold = 4

三、分析扩容过程

1、第一次执行put操作后

final V putVal(int hash, K key, V value, boolean onlyIfAbsent,

boolean evict) {

Node[] tab; Node p; int n, i;

// 如果存储元素的table为空，则进行必要字段的初始化

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

// 获取长度

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

// 如果根据hash值获取的结点为空，则新建一个结点

// 此处 & 代替了 % （除法散列法进行散列）

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

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

// 这里的p结点是根据hash值算出来对应在数组中的元素

else {

Node e; K k;

// 如果新插入的结点和table中p结点的hash值，key值相同的话

if (p.hash == hash &&

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

e = p;

// 如果是红黑树结点的话，进行红黑树插入

else if (p instanceof TreeNode)

e = ((TreeNode)p).putTreeVal(this, tab, hash, key, value);

else {

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

// 代表这个单链表只有一个头部结点，则直接新建一个结点即可

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

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

// 链表长度大于8时，将链表转红黑树

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;

// 及时更新p

p = e;

}

}

// 如果存在这个映射就覆盖

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

V oldValue = e.value;

// 判断是否允许覆盖，并且value是否为空

if (!onlyIfAbsent || oldValue == null)

e.value = value;

// 回调以允许LinkedHashMap后置操作

afterNodeAccess(e);

return oldValue;

}

}

// 更改操作次数

++modCount;

// 大于临界值

if (++size > threshold)

// 将数组大小设置为原来的2倍，并将原先的数组中的元素放到新数组中

// 因为有链表，红黑树之类，因此还要调整他们

resize();

// 回调以允许LinkedHashMap后置操作

afterNodeInsertion(evict);

return null;

}

2、第一put会进行resize()操作：

// 初始化或者扩容之后元素调整

final Node[] resize() {

// 获取旧元素数组的各种信息

Node[] oldTab = table;

// 长度

int oldCap = (oldTab == null) ? 0 : oldTab.length;

// 扩容的临界值

int oldThr = threshold;

// 定义新数组的长度及扩容的临界值

int newCap, newThr = 0;

// 如果原table不为空

if (oldCap > 0) {

// 如果数组长度达到最大值，则修改临界值为Integer.MAX_VALUE

if (oldCap >= MAXIMUM_CAPACITY) {

threshold = Integer.MAX_VALUE;

return oldTab;

}

// 下面就是扩容操作（2倍）

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

oldCap >= DEFAULT_INITIAL_CAPACITY)

// threshold也变为二倍

newThr = oldThr << 1; // double threshold

}

else if (oldThr > 0) // initial capacity was placed in threshold

newCap = oldThr;

// threshold为0，则使用默认值

else { // zero initial threshold signifies using defaults

newCap = DEFAULT_INITIAL_CAPACITY;

newThr = (int)(DEFAULT_LOAD_FACTOR * DEFAULT_INITIAL_CAPACITY);

}

// 如果临界值还为0，则设置临界值

if (newThr == 0) {

float ft = (float)newCap * loadFactor;

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

(int)ft : Integer.MAX_VALUE);

}

// 更新填充因子

threshold = newThr;

@SuppressWarnings({"rawtypes","unchecked"})

Node[] newTab = (Node[])new Node[newCap];

table = newTab;

// 调整数组大小之后，需要调整红黑树或者链表的指向

if (oldTab != null) {

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

Node e;

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

oldTab[j] = null;

if (e.next == null)

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

// 红黑树调整

else if (e instanceof TreeNode)

((TreeNode)e).split(this, newTab, j, oldCap);

else { // preserve order

// 链表调整

Node loHead = null, loTail = null;

Node hiHead = null, hiTail = null;

Node 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;

http:// 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;

}

四、小结

第一次put后：threshold = newCap * loadFactor = oldThr * loadFactor = 4 * 0.75 = 3

第二次put后：++size = 3,不进行扩容

第三次put后：++size = 4，进行扩容

oldCap = oldTab.length = 3

newcap = oldCap << 1 = 6

threshold = newThr = newCap * loadFactor = 6 * 0.75 = 4

结论：设置初始化容量n，初始化threshold = 大于n数且最接近的2的整数次幂的数 * 负载因子

JDK8中的HashMap深入理解

一、首先看一下HashMap的数据结构（数组+链表/红黑树），如下图：

1、红黑树特性（缺一不可）：

(1)、每个节点要么是红色要么是黑色。

(2)、根节点是黑色。

(3)、所有叶子节点都是黑色（叶子节点为NIL或者NULL节点）。

(4)、不存在两个连续的红色节点。

(5)、任意节点（包含跟节点）到其叶子节点的所有路径都包含相同数目的黑色节点。

2、为什么HashMap中使用红黑树而不使用AVL树呢？

红黑树被称为弱AVL树，牺牲了严格的高度平衡的优越条件为代价（红黑树左右子树的高度差不超过一倍即可）使其能够以O(log2 n)的时间复杂度进行搜索、插入、删除操作；此外，由于它的设计，任何不平衡都会在三次旋转之内解决。因为HashMap的使用场景中插入和删除操作是非常频繁的，所以在HashMap中使用了红黑树。

3、红黑树RBT与平衡二叉树AVL比较：

(1)、红黑树和AVL树类似，都是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。

(2)、红黑树和AVL树的区别在于它使用颜色来标识节点的高度，它所追求的是局部平衡而不是AVL树中的非常严格的平衡。

(3)、AVL 树比红黑树更加平衡，但AVL树在插入和删除的时候也会存在大量的旋转操作。所以当你的应用涉及到频繁的插入和删除操作，切记放弃AVL树，选择性能更好的红黑树；当然，如果你的应用中涉及的插入和删除操作并不频繁，而是http://查找操作相对更频繁，那么就优先选择 AVL 树进行实现。

二、HashMap元素插入过程及一些参数的详解

1、首先，需要了解HashMap源码中几个重要的参数：

DEFAULT_INITIAL_CAPACITY：默认初始化大小

MAXIMUM_CAPACITY：最大容量

DEFAULT_LOAD_FACTOR：默认的负载因子

TREEIFY_THRESHOLD：链表转化为红黑树的阈值（包含）

UNTREEIFY_THRESHOLD：红黑树转化为链表的阈值（包含）

MIN_TREEIFY_CAPACITY：当数组大小小于该值时，不进行链表向红黑树的转化，而是进行扩容

2、HashMap存储元素过程：

（1）图中刚开始有计算 key 的 hash 值的设计？

拿到 key 的 hashCode，并将 hashCode 的高16位和 hashCode 进行异或（XOR）运算，得到最终的 hash 值。

（2）为什么要将 hashCode 的高16位参与运算？

主要是为了在 table 的长度较小的时候，让高位也参与运算，并且不会有太大的开销。

（3）为什么链表转红黑树的阈值是8？

我们平时在进行方案设计时，必须考虑的两个很重要的因素是：时间和空间。对于 HashMap 也是同样的道理，简单来说，阈值为8是在时间和空间上权衡的结果。红黑树节点大小约为链表节点的2倍，在节点太少时，红黑树的查找性能优势并不明显，付出2倍空间的代价不值得。理想情况下，使用随机的哈希码，节点分布在 hash 桶中的频率遵循泊松分布，按照泊松分布的公式计算，链表中节点个数为8时的概率为0.00000006，这个概率足够低了，并且到8个节点时，红黑树的性能优势也会开始展现出来，因此8是一个较合理的数字。

（4）HashMap 的默认初始容量是多少？HashMap 的容量有什么限制吗？

默认初始容量是16。HashMap 的容量必须是2的N次方，HashMap 会根据我们传入的容量计算一个大于等于该容量的最小的2的N次方，例如传 9，容量为16。

（5）为什么HashMap 的容量必须是 2 的 N 次方？

计算索引位置的公式为：(n - 1) & hash，当 n 为2的N 次方时，n - 1为低位全是 1 的值，此时任何值跟 n - 1 进行 &运算的结果为该值的低 N 位，达到了和取模同样的效果，实现了均匀分布。实际上，这个设计就是基于公式：x mod 2^n = x & (2^n - 1)，因为 &运算比 mod 具有更高的效率。当 n 不为 2 的 N 次方时，hash 冲突的概率明显增大。

（6）为什么HashMap的负载因子默认为0.75？

在HashMap的类注释上有如图一段解释：大致意思是说负载因子是0.75的时候，空间利用率比较高，而且避免了相当多的Hash冲突，使得底层的链表或者是红黑树的高度比较低，提升了空间效率。

版权声明：本文内容由网络用户投稿，版权归原作者所有，本站不拥有其著作权，亦不承担相应法律责任。如果您发现本站中有涉嫌抄袭或描述失实的内容，请联系我们jiasou666@gmail.com 处理，核实后本网站将在24小时内删除侵权内容。