Java HashMap

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!