Java HashMap

发表于 | 分类于 | 阅读次数 |

HashMap 介绍

这个该怎么写了？其实网上好多博客说了这个，其实我看了之后，甚至看了源码之后我也不知道怎么写，源码中Hashmap的介绍大致如下：

1
2
3
4
5
6
7
8
Hashmap 大致是等于hashtable的，除了非同步和允许null值之外；
不保证数据的顺序；
常数级别的get和put；
最重要性能的两个属性： capacity  ， loadfactor
0.75的加载因子数是一种空间和时间上的tradeoff（平衡）
相同的hashcode()会降低它的性能
hashmap的实现是非同步的；
iterator fail-fast ConcurrentModificationException.

首先我们介绍下它的内部数据结构吧。

HashMap的内部结构

Hashmap 是由Node<K,V>[] table和链表组成的结构，数组被分为一个个的桶（bucket），通过 hash 值在这个桶上进行寻址。hash 值相同的键值对就以链表的形式存储，如果链表的大小超过 TREEIFY_THRESHOLD=8就会将链表进行树化。

2020-03-26-22-27-21

接下来我们看看它的一个初始化方法：

1
2
3
4
5
6
7
8
9
10
11
12
13

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);
}

在 new 一个 hashmap 的时候会发现，Node<K,V>[] table; table 就没有设值。

然后我么来看一个 put 方法：

1
2
3
4
5
6
7
8
9
10
11
12
13
14
15
16
17
18
19
20
21
22
23
24
25
26
27
28
29
30
31
32
33
34
35
36
37
38
39
40
41
42
43
44
45
46
47
final V putVal(int hash, K key, V value, boolean onlyIfAbsent,
                  boolean evict) {
       Node<K,V>[] tab; Node<K,V> p; int n, i;
       // 开始进行resize()保证桶的容量； 
       if ((tab = table) == null || (n = tab.length) == 0)
           n = (tab = resize()).length;
       //i = (n - 1) & hash 是不是最后一个桶，并且为null
       if ((p = tab[i = (n - 1) & hash]) == null)
       //直接加到tab后面
           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);
                       // 进行树化
                       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;
   }

总的一个put流程大致就是： 初始化或者 resize() 扩容和树化；

现在我们看看 resize() 方法，

1
2
3
4
5
6
7
8
9
10
11
12
13
14
15
16
17
18
19
20
21
22
23
24
25
26
27
28
29
30
31
32
33
34
35
36
37
38
39
40
41
42
43
44
45
46
47
48
49
50
51
52
53
54
55
56
57
58
59
60
61
62
63
64
65
66
67
68
69
70
71
72
73
74
75
76
77
78
79
80
81
82
final Node<K,V>[] resize() {
       Node<K,V>[] oldTab = table;
       int oldCap = (oldTab == null) ? 0 : oldTab.length;
       int oldThr = threshold;//threshold=capacity * load factor
       int newCap, newThr = 0;
       if (oldCap > 0) {
           //是否超过最大值 MAXIMUM_CAPACITY = 1 << 30; 2 的 30 次方
           if (oldCap >= MAXIMUM_CAPACITY) {
               threshold = Integer.MAX_VALUE;
               return oldTab;
           }
           //两倍扩容
           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
       // 桶的容量默认值： DEFAULT_INITIAL_CAPACITY = 1 << 4； 默认值 16；
           newCap = DEFAULT_INITIAL_CAPACITY;
       // 桶扩容的阀值：
           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);
       }
       //设置扩容的阀值
       threshold = newThr;
       @SuppressWarnings({"rawtypes","unchecked"})
       //如果原来的桶中不为null，扩容后要把桶中的数据迁移到新桶中。
       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
                      // 会讲原来的一个链条打散成两条链
                       Node<K,V> loHead = null, loTail = null;
                       Node<K,V> hiHead = null, hiTail = null;
                       Node<K,V> next;
                       do {
                           //这里也就是会在高并发下导致hashmap出现问题的原因
                           next = e.next;
                           //这里的 e.hash & oldCap ==0 可以有效避免重复计算hash值，而且把原来的桶中重复的值分散到新的桶中。
                           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;
   }

看完 resize 就会发现发现它做了很多事，初始化，扩容，数据复制；数据复制也会造成一定的开销。
另外resize中的防止rehash并且分散之前的冲突节点的算法也很巧妙：
2020-03-27-23-13-43

另外我们看下树化：treeifyBin(tab, hash);

1
2
3
4
5
6
7
8
9
10
11
12
13
14
15
16
17
18
19
20
21
final void treeifyBin(Node<K,V>[] tab, int hash) {
       int n, index; Node<K,V> e;
       //如果是空桶或者桶里面的数据少于 MIN_TREEIFY_CAPACITY = 64;只是简单扩容就行了。
       if (tab == null || (n = tab.length) < MIN_TREEIFY_CAPACITY)
           resize();
       else if ((e = tab[index = (n - 1) & hash]) != null) {
           TreeNode<K,V> hd = null, tl = null;
           do {
               TreeNode<K,V> p = replacementTreeNode(e, null);
               if (tl == null)
                   hd = p;
               else {
                   p.prev = tl;
                   tl.next = p;
               }
               tl = p;
           } while ((e = e.next) != null);
           if ((tab[index] = hd) != null)
               hd.treeify(tab);
       }
   }

所以可以看到 HashMap 的 LOAD_FACTOR 加载因子和容量是多么的重要了。我们一般的化可以优化为：
负载因子 * 容量 > 元素数量 即初始化容量时候，值要大于“预估元素数量 / 负载因子”

hashmap在高并发场景下会发生什么了？
要记住，hashmap本身就被声明为了非同步安全的类，如果在多线程环境下是会有可能导致无限循环占用cpu，size不准确，具体的原因可以看下这篇博客 a beatiful race condition

那么问一下，为什么要进行树化了？
本质上是个安全问题，如果一个对象hash冲突，都被放到一个桶里面，就会形成一个链表，链表的查询是线性的，就会严重影响存储的性能；
另外有种安全攻击叫做“哈希碰撞拒绝服务攻击”，就是构建哈希冲突的数据，恶意代码用这些数据与服务器进行交互，导致服务端cpu大量占用。来达到攻击的目录。

那么，并发下，我们应该怎么使用HashMap了？
明天讲～

参考：https://www.cnblogs.com/Michaelwjw/p/6411176.html

本文标题:Java HashMap

文章作者:陈志军

发布时间:2020-03-25 22:57:59

原始链接:http://chenzhijun.me/2020/03/25/java-map-hashmap-concurrenthashmap/

许可协议: 署名-非商业性使用-禁止演绎 4.0 国际 转载请保留原文链接及作者。

坚持原创技术分享，您的支持将鼓励我继续创作！
分享到： 收藏夹 复制网址 邮件 微信 QQ空间 腾讯微薄 豆瓣 一键分享 更多