Java教程

JDK成长记7:3张图搞懂HashMap底层原理!

本文主要是介绍JDK成长记7:3张图搞懂HashMap底层原理!,对大家解决编程问题具有一定的参考价值,需要的程序猿们随着小编来一起学习吧!

file

HashMap基本原理和优缺点

HashMap基本原理和优缺点

一句话讲, HashMap底层数据结构,JDK1.7数组+单向链表、JDK1.8数组+单向链表+红黑树。

HashMap的3个底层原理

HashMap的3个底层原理

在看过了ArrayList、LinkedList的底层源码后,相信你对阅读JDK源码已经轻车熟路了。除了List很多时候你使用最多的还有Map和Set。接下来我将用三张图和你一起来探索下HashMap的底层核心原理到底有哪些?

这一节我们就不一步一步带着大家看源码,直接通过3张源码原理图,给大家讲解HashMap原理图。有了之前的经验,相信你应该有能力自己看懂原理和自己画图了。

首先你应该知道HashMap的核心方法之一就是put。我们带着如下几个问题来看下图:

    • hash值计算的算法是什么?就是key.hashCode()吗?
    • 默认情况下,put第一个元素时候容量大小是多少?扩容阈值又是多少?
    • hash寻址如何进行的?

file

如上图所示,put方法调用了putVal方法,之后主要脉络是:

  1. 第一步调用了hash方法计算hash值。
  2. 第二步计算容量和扩容
  3. 第三步创建元素

如何计算hash值?

计算hash值的算法就在第一步,如图所示,对key值进行hashCode()后,对hashCode的值进行无符号右移16位和hashCode值进行了异或操作。为什么这么做呢?其实涉及了很多数学知识,简单的说就是尽可能让高16和低16位参与运算,可以减少hash值的冲突(数据结构算法课中可能叫散列碰撞)。

默认容量和扩容阈值是多少?

如上图所示,很明显第二步回调用resize方法,获取到默认容量为16,这个16在源码里是1<<4得到的,1左移4位得到的。之后由于默认扩容因子是0.75,所以两者相乘就是扩容大小阈值16*0.75=12。之后就分配了一个大小为16的Node[]数组,作为Key-Value对存放的数据结构。

最后一问题是,如何进行hash寻址的?

hash寻址其实就在数组中找一个位置的意思。用的算法其实也很简单,就是用数组大小和hash值进行n-1&hash运算,这个操作和对hash取模很类似,只不过这样效率更高而已。hash寻址后,就得到了一个位置,可以把key-value的Node元素放入到之前创建好的Node[]数组中了。

HashMap另外3个底层原理

HashMap另外3个底层原理

当你了解了上面的三个原理后,你还需要掌握如下几个问题:

  • hash值如果计算的相同该怎么解决冲突?
  • HashMap扩容后怎么进行rehash的?
  • 指定大小的HashMap,扩容阈值算法是什么?

还是老规矩,看如下图:

file

  • hash值如果计算的相同该怎么解决冲突?

当hash值计算一致,比如当hash值都是1100时,Key-Value对的Node节点还有一个next指针,会以单链表的形式,将冲突的节点挂在数组同样位置。这就是数据结构中所提到解决hash 的冲突方法之一:单链法。当然还有探测法+rehash法有兴趣的人可以回顾《数据结构和算法》相关书籍。

但是当hash冲突严重的时候,单链法会造成原理链接过长,导致HashMap性能下降,因为链表需要逐个遍历性能很差。所以JDK1.8对hash冲突的算法进行了优化。当链表节点数达到8个的时候,会自动转换为红黑树,自平衡的一种二叉树,有很多特点,比如区分红和黑节点等,具体大家可以看小灰算法图解。红黑树的遍历效率是O(logn)肯定比单链表的O(n)要好很多。

总结一句话就是,hash冲突使用单链表法+红黑树来解决的。

  • HashMap扩容后怎么进行rehash的?

file

上面的图,核心脉络是四步,源码具体的就不粘出来了。当put一个之后,map的size达到扩容阈值12,就会触发rehash。你可以看到如下具体思路:

  1. 新的数组容量为原来的2倍,比如16-32

  2. 新的扩容阈值也是原来的2倍,比如12->24

  3. 为新数组分配了空间newTab,原数组oldTab不为空,需要进行rehash操作

  4. rehash有3种情况,数组位置如果有值,进行rehash。(这一步是rehash核心中的核心)有如下三种情况:

情况1:如果数组位置只有一个值:使用新的容量进行rehash,即e.hash & (newCap - 1)

情况2:如果数组位置有链表,根据 e.hash & oldCap == 0进行判断,结果为0的使用原位置,否则使用index + oldCap位置,放入元素形成新链表,这里不会和情况1新的容量进行rehash与运算了,index + oldCap这样更省性能。

情况3:如果数组位置有红黑树,根据split方法,同样根据 e.hash & oldCap == 0进行树节点个数统计,如果个数小于6,将树的结果恢复为普通Node,否则使用index + oldCap,调整红黑树位置,这里不会和新的容量进行rehash与运算了,index + oldCap这样更省性能。

你有兴趣的话,可以分别画一下这三种情况的图。这里给大家一个图,假设都出发了以上三种情况结果如下所示:

file

上面的图,核心脉络是四步,源码具体的就不粘出来了。当put一个之后,map的size达到扩容阈值12,就会触发rehash。你可以看到如下具体思路:

  1. 新的数组容量为原来的2倍,比如16-32

  2. 新的扩容阈值也是原来的2倍,比如12->24

  3. 为新数组分配了空间newTab,原数组oldTab不为空,需要进行rehash操作

  4. rehash有3种情况,数组位置如果有值,进行rehash。(这一步是rehash核心中的核心)有如下三种情况:

情况1:如果数组位置只有一个值:使用新的容量进行rehash,即e.hash & (newCap - 1)

情况2:如果数组位置有链表,根据 e.hash & oldCap == 0进行判断,结果为0的使用原位置,否则使用index + oldCap位置,放入元素形成新链表,这里不会和情况1新的容量进行rehash与运算了,index + oldCap这样更省性能。

情况3:如果数组位置有红黑树,根据split方法,同样根据 e.hash & oldCap == 0进行树节点个数统计,如果个数小于6,将树的结果恢复为普通Node,否则使用index + oldCap,调整红黑树位置,这里不会和新的容量进行rehash与运算了,index + oldCap这样更省性能。

你有兴趣的话,可以分别画一下这三种情况的图。这里给大家一个图,假设都出发了以上三种情况结果如下所示:

public HashMap(int initialCapacity) {
    this(initialCapacity, DEFAULT_LOAD_FACTOR);
}

public HashMap(int initialCapacity, float loadFactor) {
    if (initialCapacity < 0)
        throw new IllegalArgumentException("Illegal initial capacity: " + initialCapacity);
    if (initialCapacity > MAXIMUM_CAPACITY)
        initialCapacity = MAXIMUM_CAPACITY;
    if (loadFactor <= 0 || Float.isNaN(loadFactor))
        throw new IllegalArgumentException("Illegal load factor: " + loadFactor);
    this.loadFactor = loadFactor;
    this.threshold = tableSizeFor(initialCapacity);
}

上面源码核心脉络,3个if主要是校验了一堆,没做什么事情,之后赋值了扩容因子,不传递使用默认值0.75,扩容阈值threshold通过tableSizeFor(initialCapacity);进行计算。注意这里只是计算了扩容阈值,没有初始化数组。代码如下:

static final int tableSizeFor(int cap) {
   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;
}

竟然不是大小*扩容因子?

n |= n >>> 1这句话,是在干什么?n |= n >>> 1等价于n = n | n >>>1; 而|表示位运算中的或,n>>>1表示无符号右移1位。遇到这种情况,之前你应该学到了,如果碰见复杂逻辑和算法方法就是画图或者举例子。这里你就可以举个例子:假设现在指定的容量大小是100,n=cap-1=99,那么计算过程应该如下:

n是int类型,java中一般是4个字节,32位。所以99的二进制:0000 0000 0000 0000 0000 0000 0110 0011。

file

最后n+1=128,方法返回,赋值给threshold=128。再次注意这里只是计算了扩容阈值,没有初始化数组。

为什么这么做呢?一句话,为了提高hash寻址和扩容计算的的效率。

因为无论扩容计算还是寻址计算,都是二进制的位运算,效率很快。另外之前你还记得取余(%)操作中如果除数是2的幂次方则等同于与其除数减一的与(&)操作。即 hash%size = hash & (size-1)。这个前提条件是除数是2的幂次方。

你可以再回顾下resize代码,看看指定了map容量,第一次put会发生什么。会将扩容阈值threshold,这样在第一次put的时候就会调用newCap = oldThr;使得创建一个容量为threshold的数组,之后从而会计算新的扩容阈值newThr为newCap*0.75=128*0.75=96。也就是说map到了96个元素就会进行扩容。

JDK1.7 HashMap死循环问题?

JDK1.7 HashMap死循环问题?

  1. 在JDK1.8引入红黑树之前,JDK1.7由于只有单向链表解决hash冲突,除了遍历性能可能会慢,还有几率在多线程同时扩容,rehash的时候发生死循环问题,造成cpu100%。虽然把hashMap用到多线程很不合理,但是有时候面试总会考这么刁钻的问题。面试圈有时候还是比较复杂的。。。

    造成死循环的这个问题,过程比较复杂,这一节可能讲不完了。这里给大家抛砖引玉下。

    造成死循环的核心脉络有如下几步:

    1、首先原位置得有hash冲突,比如链表元素有4个。

    2、之后需要有2个线程,同时添加元素,均满足扩容条件,进行扩容

    3、一个线程刚刚进行了rehash操作,之后另一个线程开始rehash操作,会形成环向链表。

    4、get操作时候发生无限死循环,cpu可能达到100%

    如下图:

file

金句甜点

金句甜点

除了今天知识,技能的成长,给大家带来一个金句甜点,结束我今天的分享:坚持的三个秘诀之一目标化。

坚持的秘诀除了上一节提到的视觉化,第二个秘诀就是目标化。顾名思义,就是需要给自己定立一个目标。这里要提到的是你的目标不要定的太高了。就比如你想要增加肌肉,给自己定了一个目标,每天5组,每次10个俯卧撑,你看到自己胖的身形或者海报,很有刺激,结果开始前两天非常厉害,干劲十足,特别奥利给。但是第三天,你想到要50个俯卧撑,你就不想起床,就算起来,可能也会把自己撅死过去…其实你的目标不要一下子定的太大,要从微习惯开始,比如我媳妇从来没有做过俯卧撑,就让她每天从1个开始,不能多,我就怕她收不住,做多了。一开始其实从习惯开始,先变成习惯,再开始慢慢加量。量太大养不成习惯,量小才能养成习惯。很容易做到才能养成,你想想是不是这个道理?

所以,坚持的第二个秘诀就是定一个目标,可以通过小量目标,养成微习惯。比如每天你可以读五分钟书或者5分钟成长记,不要多,我想超过你也会睡着了的…

最后,大家可以在阅读完源码后,在茶余饭后的时候问问同事或同学,你也可以分享下,讲给他听听。

欢迎大家在评论区留言和我交流。

(声明:JDK源码成长记基于JDK 1.8版本,部分章节会提到旧版本特点)

这篇关于JDK成长记7:3张图搞懂HashMap底层原理!的文章就介绍到这儿,希望我们推荐的文章对大家有所帮助,也希望大家多多支持为之网!