接口java.util.Map
有四个常用的实现类,如图是它们之间的类继承关系。
下面我将一一介绍其性能特点。
HashMap
:
null
,允许多个value值为null
;HashTable
LinkedHashMap
TreeMap
对四种常见的实现类的性能比较如下图所示:
Hash表是数据结构和算法
课程中学习到的一种重要的数据结构。主要设计思想是:
n
的数组存储相关数据。hash函数
实现内容和数组下标的对应,也就是hash函数
的函数值为0~n
之间。
hash函数
相同的输入参数一定会产生相同函数值,不同内容尽量做到函数值分散。hash函数
生成下标,然后再随机访问数组,这样查找效率大大提高了。类似于一个叫贾斯汀·费尔兰德·亨利皮特潘
(复杂内容)的人,在酒店前台
(hash函数)入住酒店的房间编号是1004
(hash函数值/数组下标)。需要找他的人,只需要去酒店前台查询他住在1004
房间,直接去1004
房间找人就可以了,不需要一个一个房间去找。
在上面的流程说明中,我们可以发现Hash表的实现关键就在于Hash函数,一个好的hash函数应该保证不同的输入内容尽量分散其函数值。
当存入的数据过多,hash函数性能较差的时候,可能会出现hash冲突
:
A
和B
是两个不同的存储内容,但是经过hash函数计算,得到的hash函数值相同,因此两个内容存储在数组的同一位置。贾斯汀·费尔兰德·亨利皮特潘
和特朗普·懂王·建国同志
两个人在酒店前台分配到的房间号都是1004
,但是房间只有一张床,这时两个人就会发生冲突。解决冲突主要有两种思路:
链地址法
。节点Node
Node是HashMap的一个基本存储单元,从源码中可见Node实现了Map.Entry接口,存放的是键值对。在JDK1.8中的源码中,Node的定义如下所示:
static class Node<K,V> implements Map.Entry<K,V> {
final int hash; //用来定位数组索引位置
final K key;
V value;
Node<K,V> next; //链表的下一个node
Node(int hash, K key, V value, Node<K,V> next) { ... }
public final K getKey(){ ... }
public final V getValue() { ... }
public final String toString() { ... }
public final int hashCode() { ... }
public final V setValue(V newValue) { ... }
public final boolean equals(Object o) { ... }
}
JDK1.7的HashMap数据结构
数组+链表
如图所示
使用链地址方式解决hash冲突。
JDK1.8的HashMap数据结构
数组+链表+红黑树
如图所示
对红黑树的学习可参考此博客。
链表和红黑树的转换根据链表长度阈值判断,阈值为8,即链表长度大于8时,由链表转换为红黑树,小于6时,由红黑树转换为链表。
红黑树的引入目的:在链表长度较长的情况下,优化查找效率。
DEFAULT_INITIAL_CAPACITY
2^4=16
。MAXIMUM_CAPACITY
2^30
。DEFAULT_LOAD_FACTOR
0.75
。临界值(threshold) = 负载因子(loadFactor) * 容量(capacity)
TREEIFY_THRESHOLD
8
。UNTREEIFY_THRESHOLD
6
。MIN_TREEIFY_CAPACITY
64
。size
modCount
threshold
threshold = loadFactor * capacity
。其中capacity为数组总长度,通常为了提高阈值,会使用扩容增加capacity,而对于负载因子loadFactor,一般不会修改。loadFactor
0.75
。size:实际存储的键值对个数
capacity:数组的总长度
threshold:扩容的临界值
treeify_threshold/untreeify_threahold:链表和红黑树相互转化的阈值
2^4
和负载因子0.75
,构造一个空的HashMap。// 构造一个空的 HashMap,初始容量为 16,负载因子为默认值 0.75
public HashMap() {
this.loadFactor = DEFAULT_LOAD_FACTOR; // all other fields defaulted
}
0.75
。public HashMap(int initialCapacity) {
this(initialCapacity, DEFAULT_LOAD_FACTOR);//一次性实现容量和负载因子的赋值
}
public HashMap(int initialCapacity, float loadFactor) {
// 如果初始容量为负数,抛出非负异常
if (initialCapacity < 0)
throw new IllegalArgumentException("Illegal initial capacity: " + initialCapacity);
// 初始容量大于最大值时1<<30,则取最大值
if (initialCapacity > MAXIMUM_CAPACITY)
initialCapacity = MAXIMUM_CAPACITY;
// 负载因子不能小于 0,并且必须是数字,否则抛异常
if (loadFactor <= 0 || Float.isNaN(loadFactor))
throw new IllegalArgumentException("Illegal load factor: " + loadFactor);
//数值判断合法之后,赋值
this.loadFactor = loadFactor;
this.threshold = tableSizeFor(initialCapacity);//tableSizeFor() 方法返回一个值,比initialCapacity大的最小2的幂。
}
2^4
。public HashMap(Map<? extends K, ? extends V> m) {
this.loadFactor = DEFAULT_LOAD_FACTOR;
// 将 Map 中的 key-value 赋值到新的 Map 中去
putMapEntries(m, false);
}
当HashMap中数组的使用量超过阈值的时候,就需要进行扩容。JDK1.8的源码如下所示:
final Node<K,V>[] resize() {
Node<K,V>[] oldTab = table;// 当前 table
int oldCap = (oldTab == null) ? 0 : oldTab.length;// 当前table的大小
int oldThr = threshold;// 当前 table 的 threshold
int newCap, newThr = 0;// 新的 table 的大小和阀值暂时初始化为 0
// 下面就是开始计算新的 table 的大小和阀值
// 第一种情况:当前 table 的大小大于 0,则意味着当前的 table 肯定是有数据的
if (oldCap > 0) {//
if (oldCap >= MAXIMUM_CAPACITY) {//原始容量大于最大容量,不再扩容,直接返回原始table
threshold = Integer.MAX_VALUE;
return oldTab;
}
else if ((newCap = oldCap << 1) < MAXIMUM_CAPACITY &&
oldCap >= DEFAULT_INITIAL_CAPACITY)//翻倍之后不超过最大容量,原始容量小于最大容量,且大于默认容量,那么容量翻倍,阈值也对应翻倍
newThr = oldThr << 1;
}
// 第二种情况:当前的 table 中无数据,但是阀值不为零,说明初始化的时候指定过容量或者阀值,但是没有被 put 过数据,
else if (oldThr > 0)
newCap = oldThr;//此时的阀值就是数组的大小,所以直接把当前的阀值当做新 table 的数组大小即可。threshold = tableSizeFor(t);
// 第三种情况,这种情况就代表当前的 table 是调用的空参构造来初始化的,所有的数据都是默认值。
else {//初始阈值为0,表示使用默认值,新的 table 也只要使用默认值即可
newCap = DEFAULT_INITIAL_CAPACITY;
newThr = (int)(DEFAULT_LOAD_FACTOR * DEFAULT_INITIAL_CAPACITY);
}
// 如果新的阀值是 0,那么就简单计算一遍就行了
if (newThr == 0) {
float ft = (float)newCap * loadFactor;
newThr = (newCap < MAXIMUM_CAPACITY && ft < (float)MAXIMUM_CAPACITY ?
(int)ft : Integer.MAX_VALUE);
}
threshold = newThr;
// 根据上文中计算的新表容量和阈值,初始化新的 table
// 这个 newTab 就是新的 table,数组大小就是上面这一堆逻辑所计算出来的
@SuppressWarnings({"rawtypes","unchecked"})
Node<K,V>[] newTab = (Node<K,V>[])new Node[newCap];
table = newTab;
if (oldTab != null) {
// 遍历当前 table,处理每个下标处的 bucket,将其处理到新的 table 中去
for (int j = 0; j < oldCap; ++j) {
Node<K,V> e;
if ((e = oldTab[j]) != null) {
// 释放当前 table 数组的对象引用(for循环后,当前 table 数组不再引用任何对象)
oldTab[j] = null;
// a、只有一个 Node,则直接 rehash 赋值即可
if (e.next == null)
newTab[e.hash & (newCap - 1)] = e;
// b、当前的 bucket 是红黑树,直接进行红黑树的 rehash 即可
else if (e instanceof TreeNode)
((TreeNode<K,V>)e).split(this, newTab, j, oldCap);
// c、当前的 bucket 是链表
else { // preserve order
Node<K,V> loHead = null, loTail = null;
Node<K,V> hiHead = null, hiTail = null;
Node<K,V> next;
// 遍历链表中的每个 Node,分别判断是否需要进行 rehash 操作
// (e.hash & oldCap) == 0 算法是精髓,充分运用了上文提到的 table 大小为 2 的幂次方这一优势,下文会细讲
do {
next = e.next;
// 根据 e.hash & oldCap 算法来判断节点位置是否需要变更
// 索引不变
if ((e.hash & oldCap) == 0) {
if (loTail == null)
loHead = e;
else
loTail.next = e;
loTail = e;
}
// 原索引 + oldCap
else {
if (hiTail == null)
hiHead = e;
else
hiTail.next = e;
hiTail = e;
}
} while ((e = next) != null);
// 原 bucket 位置的尾指针不为空(即还有 node )
if (loTail != null) {
// 链表末尾必须置为 null
loTail.next = null;
newTab[j] = loHead;
}
if (hiTail != null) {
// 链表末尾必须置为 null
hiTail.next = null;
newTab[j + oldCap] = hiHead;
}
}
}
}
}
return newTab;
}
size-1
的n个全1二进制串和hash值进行与运算,这样可以保证计算出来的索引值一定在0~size-1
之间,不会越界。如图所示:当HashMap值为2的幂的时候,size-1
为全1二进制字符串,且扩容之后,原本有冲突的两个元素会找到各自的新索引位置。如图所示:
在代码中,这个步骤被进一步简化。如代码片段所示:
if ((e.hash & oldCap) == 0) {
if (loTail == null)
loHead = e;
else
loTail.next = e;
loTail = e;
}
// 原索引 + oldCap
else {
if (hiTail == null)
hiHead = e;
else
hiTail.next = e;
hiTail = e;
}
因为hash值是一个整数,所以hash & oldCap
的结果要么是0,要么是oldCap。所以,hashMap的扩容,实际上是将原来的数组分成两部分,一部分的索引不变,一部分的索引变为原索引+oldCap。这样就保证了原来的两个元素,扩容之后,一定不会在同一个索引位置上。具体解释如图所示:
也就是之前在理论部分所说的hash函数部分,将关键字key的值转换为唯一hash值,JDK1.8源码如下:
static final int hash(Object key) {
int h;
// 高 16 位与低 16 位进行异或运算
return (key == null) ? 0 : (h = key.hashCode()) ^ (h >>> 16);
}
hashCode()
函数通常和equals()
函数进行比较,hashCode()
函数是根据对象的内存地址生成一个特定的数,因此,hashCode值相同的对象不一定相同,hashCode值不同的对象一定不相同。
一般判断两个对象是否相等,先使用hashCode()
函数判断内存地址,如果hashCode()
函数值相同,再使用equals()
函数判断内存中的内容,如果hashCode()
函数值不同,就不需要再使用equals()
函数判断了。
这里h先设置成key值的hashCode,然后右移16位,再和原来的h进行异或运算,这样做的目的是为了减少hash碰撞,提高查找效率。
之后如何从hash值映射到数组下标,在JDK1.7的源码如下所示:
static int indexFor(int h, int length) {
return h & (length-1);
}
这里也解释了为什么HashMap的数组大小为2的幂,因为这样可以保证length-1
为全1的二进制串,与操作之后计算出来的索引值一定在0~size-1
之间,不会越界,具体操作如图所示:
put方法主要是在HashMap中存储键值对,JDK1.8源码如下所示:
public V put(K key, V value) {
return putVal(hash(key), key, value, false, true);//重点在于putVal方法
}
// 参数 onlyIfAbsent,针对已经存在的value,值为true表示不修改;否则表示会替换原本的value值
final V putVal(int hash, K key, V value, boolean onlyIfAbsent, boolean evict) {
Node<K,V>[] tab; Node<K,V> p; int n, i;
// ① 如果当前 table 为空则进行初始化
if ((tab = table) == null || (n = tab.length) == 0)
n = (tab = resize()).length;
// (n - 1) & hash 计算得到索引 i,算法在上文有提到,然后查看索引处是否有数据
// ② 如果没有数据,则新建一个新的 Node
if ((p = tab[i = (n - 1) & hash]) == null)
tab[i] = newNode(hash, key, value, null);
// 索引处有数据
else {
Node<K,V> e; K k;
// ③ 索引处的第一个 Node 的 key 和参数 key 是一致的,所以直接修改 value 值即可(修改的动作放在下面)
if (p.hash == hash &&
((k = p.key) == key || (key != null && key.equals(k))))
e = p;
// ④ 索引处的 bucket 是红黑树,按照红黑树的逻辑进行插入或修改
else if (p instanceof TreeNode)
e = ((TreeNode<K,V>)p).putTreeVal(this, tab, hash, key, value);
// ⑤ 索引处的 bucket 是链表
else {
// 遍历链表上面的所有 Node
for (int binCount = 0; ; ++binCount) {
// 索引处的 Node 为尾链
if ((e = p.next) == null) {
// 直接新建一个 Node 插在尾链处
p.next = newNode(hash, key, value, null);
// 判断是否需要转换为红黑树
if (binCount >= TREEIFY_THRESHOLD - 1) // -1 for 1st
// 链表转换为红黑树,此方法在上文中也有介绍
treeifyBin(tab, hash);
break;
}
// 当前 Node 的 key 值和参数 key 是一致的,即直接修改 value 值即可(修改的动作放在下面)
if (e.hash == hash &&
((k = e.key) == key || (key != null && key.equals(k))))
break;
p = e;
}
}
// 找到了相同 key 的 Node,所以进行修改 vlaue 值即可
if (e != null) { // existing mapping for key
V oldValue = e.value;
// 修改 value 值
if (!onlyIfAbsent || oldValue == null)
e.value = value;
afterNodeAccess(e);
// 修改操作,直接 return 结束掉代码逻辑
return oldValue;
}
}
// 记录结构发生变化的次数
++modCount;
// ⑥ 判断是否需要扩容
if (++size > threshold)
resize();
afterNodeInsertion(evict);
// 新增的 Node,返回 null
return null;
}
源代码所抽象出来的具体的put流程可如下图所示:
在JDK1.7中,链表插入使用头插法,而在JDK1.8中,链表插入使用尾插法,