Java集合框架之 Java HashMap 源码解析.docx
《Java集合框架之 Java HashMap 源码解析.docx》由会员分享,可在线阅读,更多相关《Java集合框架之 Java HashMap 源码解析.docx(20页珍藏版)》请在冰豆网上搜索。
Java集合框架之JavaHashMap源码解析
Java集合框架之JavaHashMap源码解析
继上一篇文章Java集合框架综述后,今天正式开始分析具体集合类的代码,首先以既熟悉又陌生的HashMap开始。
签名(signature)
1.public class HashMap
2.extends AbstractMap
3.implements Map, Cloneable, Serializable
可以看到HashMap继承了
∙标记接口Cloneable,用于表明HashMap对象会重写java.lang.Object#clone()方法,HashMap实现的是浅拷贝(shallowcopy)。
∙标记接口Serializable,用于表明HashMap对象可以被序列化
比较有意思的是,HashMap同时继承了抽象类AbstractMap与接口Map,因为抽象类AbstractMap的签名为
1.public abstract class AbstractMap implements Map
StackOverfloooow上解释到:
在语法层面继承接口Map是多余的,这么做仅仅是为了让阅读代码的人明确知道HashMap是属于Map体系的,起到了文档的作用
AbstractMap相当于个辅助类,Map的一些操作这里面已经提供了默认实现,后面具体的子类如果没有特殊行为,可直接使用AbstractMap提供的实现。
Cloneable接口
1.It's evil, don't use it.
Cloneable这个接口设计的非常不好,最致命的一点是它里面竟然没有clone方法,也就是说我们自己写的类完全可以实现这个接口的同时不重写clone方法。
关于Cloneable的不足,大家可以去看看《EffectiveJava》一书的作者给出的理由,在所给链接的文章里,JoshBloch也会讲如何实现深拷贝比较好,我这里就不在赘述了。
Map接口
在Eclipse中的outline面板可以看到Map接口里面包含以下成员方法与内部类:
Map_field_method
可以看到,这里的成员方法不外乎是“增删改查”,这也反映了我们编写程序时,一定是以“数据”为导向的。
在上篇文章讲了Map虽然并不是Collection,但是它提供了三种“集合视角”(collectionviews),与下面三个方法一一对应:
∙SetkeySet(),提供key的集合视角
∙Collectionvalues(),提供value的集合视角
∙Set>entrySet(),提供key-value序对的集合视角,这里用内部类Map.Entry表示序对
AbstractMap抽象类
AbstractMap对Map中的方法提供了一个基本实现,减少了实现Map接口的工作量。
举例来说:
如果要实现个不可变(unmodifiable)的map,那么只需继承AbstractMap,然后实现其entrySet方法,这个方法返回的set不支持add与remove,同时这个set的迭代器(iterator)不支持remove操作即可。
相反,如果要实现个可变(modifiable)的map,首先继承AbstractMap,然后重写(override)AbstractMap的put方法,同时实现entrySet所返回set的迭代器的remove方法即可。
设计理念(designconcept)
哈希表(hashtable)
HashMap是一种基于哈希表(hashtable)实现的map,哈希表(也叫关联数组)一种通用的数据结构,大多数的现代语言都原生支持,其概念也比较简单:
key经过hash函数作用后得到一个槽(buckets或slots)的索引(index),槽中保存着我们想要获取的值,如下图所示
hashtabledemo
很容易想到,一些不同的key经过同一hash函数后可能产生相同的索引,也就是产生了冲突,这是在所难免的。
所以利用哈希表这种数据结构实现具体类时,需要:
∙设计个好的hash函数,使冲突尽可能的减少
∙其次是需要解决发生冲突后如何处理。
后面会重点介绍HashMap是如何解决这两个问题的。
HashMap的一些特点
∙线程非安全,并且允许key与value都为null值,HashTable与之相反,为线程安全,key与value都不允许null值。
∙不保证其内部元素的顺序,而且随着时间的推移,同一元素的位置也可能改变(resize的情况)
∙put、get操作的时间复杂度为O
(1)。
∙遍历其集合视角的时间复杂度与其容量(capacity,槽的个数)和现有元素的大小(entry的个数)成正比,所以如果遍历的性能要求很高,不要把capactiy设置的过高或把平衡因子(loadfactor,当entry数大于capacity*loadFactor时,会进行resize,reside会导致key进行rehash)设置的过低。
∙由于HashMap是线程非安全的,这也就是意味着如果多个线程同时对一hashmap的集合试图做迭代时有结构的上改变(添加、删除entry,只改变entry的value的值不算结构改变),那么会报ConcurrentModificationException,专业术语叫fail-fast,尽早报错对于多线程程序来说是很有必要的。
∙Mapm=Collections.synchronizedMap(newHashMap(...)); 通过这种方式可以得到一个线程安全的map。
源码剖析
首先从构造函数开始讲,HashMap遵循集合框架的约束,提供了一个参数为空的构造函数与有一个参数且参数类型为Map的构造函数。
除此之外,还提供了两个构造函数,用于设置HashMap的容量(capacity)与平衡因子(loadFactor)。
1.public HashMap(int initialCapacity, float loadFactor) {
2. if (initialCapacity < 0)
3. throw new IllegalArgumentException("Illegal initial capacity:
" +
4. initialCapacity);
5. if (initialCapacity > MAXIMUM_CAPACITY)
6. initialCapacity = MAXIMUM_CAPACITY;
7. if (loadFactor <= 0 || Float.isNaN(loadFactor))
8. throw new IllegalArgumentException("Illegal load factor:
" +
9. loadFactor);
10. this.loadFactor = loadFactor;
11. threshold = initialCapacity;
12. init();
13.}
14.public HashMap(int initialCapacity) {
15. this(initialCapacity, DEFAULT_LOAD_FACTOR);
16.}
17.public HashMap() {
18. this(DEFAULT_INITIAL_CAPACITY, DEFAULT_LOAD_FACTOR);
19.}
20.
21.从代码上可以看到,容量与平衡因子都有个默认值,并且容量有个最大值
22.
23./**
24.* The default initial capacity - MUST be a power of two.
25.*/
26.static final int DEFAULT_INITIAL_CAPACITY = 1 << 4; // aka 16
27./**
28.* The maximum capacity, used if a higher value is implicitly specified
29.* by either of the constructors with arguments.
30.* MUST be a power of two <= 1<<30.
31.*/
32.static final int MAXIMUM_CAPACITY = 1 << 30;
33./**
34.* The load factor used when none specified in constructor.
35.*/
36.static final float DEFAULT_LOAD_FACTOR = 0.75f;
可以看到,默认的平衡因子为0.75,这是权衡了时间复杂度与空间复杂度之后的最好取值(JDK说是最好的),过高的因子会降低存储空间但是查找(lookup,包括HashMap中的put与get方法)的时间就会增加。
这里比较奇怪的是问题:
容量必须为2的指数倍(默认为16),这是为什么呢?
解答这个问题,需要了解HashMap中哈希函数的设计原理。
哈希函数的设计原理
1./**
2. * Retrieve object hash code and applies a supplemental hash function to the
3. * result hash, which defends against poor quality hash functions. This is
4. * critical because HashMap uses power-of-two length hash tables, that
5. * otherwise encounter collisions for hashCodes that do not differ
6. * in lower bits. Note:
Null keys always map to hash 0, thus index 0.
7. */
8.final int hash(Object k) {
9. int h = hashSeed;
10. if (0 !
= h && k instanceof String) {
11. return sun.misc.Hashing.stringHash32((String) k);
12. }
13. h ^= k.hashCode();
14. // This function ensures that hashCodes that differ only by
15. // constant multiples at each bit position have a bounded
16. // number of collisions (approximately 8 at default load factor).
17. h ^= (h >>> 20) ^ (h >>> 12);
18. return h ^ (h >>> 7) ^ (h >>> 4);
19.}
20./**
21. * Returns index for hash code h.
22. */
23.static int indexFor(int h, int length) {
24. // assert Integer.bitCount(length) == 1 :
"length must be a non-zero power of 2";
25. return h & (length-1);
26.}
看到这么多位操作,是不是觉得晕头转向了呢,还是搞清楚原理就行了,毕竟位操作速度是很快的,不能因为不好理解就不用了。
网上说这个问题的也比较多,我这里根据自己的理解,尽量做到通俗易懂。
在哈希表容量(也就是buckets或slots大小)为length的情况下,为了使每个key都能在冲突最小的情况下映射到[0,length)(注意是左闭右开区间)的索引(index)内,一般有两种做法:
1.让length为素数,然后用hashCode(key)modlength的方法得到索引
2.让length为2的指数倍,然后用hashCode(key)&(length-1)的方法得到索引
HashTable用的是方法1,HashMap用的是方法2。
因为本篇主题讲的是HashMap,所以关于方法1为什么要用素数,我这里不想过多介绍,大家可以看这里。
重点说说方法2的情况,方法2其实也比较好理解:
因为length为2的指数倍,所以length-1所对应的二进制位都为1,然后在与hashCode(key)做与运算,即可得到[0,length)内的索引
但是这里有个问题,如果hashCode(key)的大于length的值,而且hashCode(key)的二进制位的低位变化不大,那么冲突就会很多,举个例子:
Java中对象的哈希值都32位整数,而HashMap默认大小为16,那么有两个对象那么的哈希值分别为:
0xABAB0000与0xBABA0000,它们的后几位都是一样,那么与16异或后得到结果应该也是一样的,也就是产生了冲突。
造成冲突的原因关键在于16限制了只能用低位来计算,高位直接舍弃了,所以我们需要额外的哈希函数而不只是简单的对象的hashCode方法了。
具体来说,就是HashMap中hash函数干的事了
首先有个随机的hashSeed,来降低冲突发生的几率
然后如果是字符串,用了sun.misc.Hashing.stringHash32((String)k);来获取索引值
最后,通过一系列无符号右移操作,来把高位与低位进行异或操作,来降低冲突发生的几率
右移的偏移量20,12,7,4是怎么来的呢?
因为Java中对象的哈希值都是32位的,所以这几个数应该就是把高位与低位做异或运算,至于这几个数是如何选取的,就不清楚了,网上搜了半天也没统一且让人信服的说法,大家可以参考下面几个链接:
∙
∙
∙
HashMap.Entry
HashMap中存放的是HashMap.Entry对象,它继承自Map.Entry,其比较重要的是构造函数
1.static class Entry implements Map.Entry {
2. final K key;
3. V value;
4. Entry next;
5. int hash;
6. Entry(int h, K k, V v, Entry n) {
7. value = v;
8. next = n;
9. key = k;
10. hash = h;
11. }
12. // setter, getter, equals, toString 方法省略
13. public final int hashCode() {
14. //用key的hash值与上value的hash值作为Entry的hash值
15. return Objects.hashCode(getKey()) ^ Objects.hashCode(getValue());
16. }
17. /**
18. * This method is invoked whenever the value in an entry is
19. * overwritten by an invocation of put(k,v) for a key k that's already
20. * in the HashMap.
21. */
22. void recordAccess(HashMap m) {
23. }
24. /**
25. * This method is invoked whenever the entry is
26. * removed from the table.
27. */
28. void recordRemoval(HashMap m) {
29. }
30.}
可以看到,Entry实现了单向链表的功能,用next成员变量来级连起来。
介绍完Entry对象,下面要说一个比较重要的成员变量
/**
*Thetable,resizedasnecessary.LengthMUSTAlwaysbeapoweroftwo.
*/
//HashMap内部维护了一个为数组类型的Entry变量table,用来保存添加进来的Entry对象
transientEntry[]table=(Entry[])EMPTY_TABLE;
你也许会疑问,Entry不是单向链表嘛,怎么这里又需要个数组类型的table呢?
我翻了下之前的算法书,其实这是解决冲突的一个方式:
链地址法(开散列法),效果如下:
链地址法处理冲突得到的散列表
就是相同索引值的Entry,会以单向链表的形式存在
链地址法的可视化
网上找到个很好的网站,用来可视化各种常见的算法,很棒。
瞬间觉得国外大学比国内的强不知多少倍。
下面的链接可以模仿哈希表采用链地址法解决冲突,大家可以自己去玩玩
∙https:
//www.cs.usfca.edu/~galles/visualization/OpenHash.html
get操作
get操作相比put操作简单,所以先介绍get操作
1.public V get(Object key) {
2. //单独处理key为null的情况
3. if (key == null)
4. return getForNullKey();
5. Entry entry = getEntry(key);
6. return null == entry ?
null :
entry.getValue();
7.}
8.private V getForNullKey() {
9. if (size == 0) {
10. return null;
11. }
12. //key为null的Entry用于放在table[0]中,但是在table[0]冲突链中的Entry的key不一定为null
13. //所以需要遍历冲突链,查找key是否存在
14. for (Entry e = table[0]; e !
= null; e = e.next) {
15. if (e.key == null)
16. return e.value;
17. }
18. return null;
19.}
20.final Entry getEntry(Object key) {
21. if (size == 0) {
22. return null;
23. }
24. int hash = (key == null) ?
0 :
hash(key);
25. //首先定位到索引在table中的位置
26. //然后遍历冲突链,查找key是否存在
27. for (Entry e = table[indexFor(hash, table.length)];
28. e !
= null;
29. e = e.next) {
30. Object k;
31. if (e.hash == hash &&
32. ((k = e.key) == key || (key !
= null && key.equals(k))))
33. return e;
34. }
35. return null;
36.}
put操作(含update操作)
因为put操作有可能需要对HashMap进行resize,所以实现略复杂些
1.private void inflateTable(int toSize) {
2. //辅助函数,用于填充HashMap到指定的capacity
3. // Find a power of 2 >= toSize
4. int capacity = roundUpToPowerOf2(toSize);
5. //threshold为resize的阈值,超过后HashMap会进行resize,内容的entry会进行rehash
6. threshold = (int) Math.min(capacity * loadFactor, MAXIMUM_CAPACITY + 1);
7. table = new Entry[capacity];
8. initHashSeedA