JDK8中的HashMap初始化和擴容機制詳解

一、HashMap初始化方法

HashMap() 不帶參數,默認初始化大小為16,加載因子為0.75;

HashMap(int initialCapacity) 指定初始化大小;

HashMap(int initialCapacity, float loadFactor) 指定初始化大小和加載因子大小;

HashMap(Map<? extends K,? extends V> m) 用現有的一個map來構造HashMap。

二、分析初始化過程

1、初始化代碼測試用例

Map<String, String> map = new HashMap<>(3);
map.put("id", "1");
map.put("name", "riemann");
map.put("sex", "male");

2、初始化過程

public HashMap(int initialCapacity, float loadFactor) {
 // 初始化大小小於0,拋出異常
    if (initialCapacity < 0)
        throw new IllegalArgumentException("Illegal initial capacity: " +
                                           initialCapacity);
    // 初始大小最大為默認最大值
    if (initialCapacity > MAXIMUM_CAPACITY)
        initialCapacity = MAXIMUM_CAPACITY;
    // 加載因子要在0到1之間
    if (loadFactor <= 0 || Float.isNaN(loadFactor))
        throw new IllegalArgumentException("Illegal load factor: " +
                                           loadFactor);
    this.loadFactor = loadFactor;
    // threshold是根據當前的初始化大小和加載因子算出來的邊界大小,
    // 當桶中的鍵值對超過這個大小就進行擴容
    this.threshold = tableSizeFor(initialCapacity);
}

此時:loadFactor = 0.75 默認值

// 這個方法返回大於輸入參數且最接近的2的整數次冪的數
static final int tableSizeFor(int cap) {
    int n = cap - 1;
    // 無符號向右移動 
    // 按位或
    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;
}

此時:threshold = 4

三、分析擴容過程

1、第一次執行put操作後

final V putVal(int hash, K key, V value, boolean onlyIfAbsent,
               boolean evict) {
    Node<K,V>[] tab; Node<K,V> p; int n, i;
    // 如果存儲元素的table為空,則進行必要字段的初始化
    if ((tab = table) == null || (n = tab.length) == 0)
    	// 獲取長度
        n = (tab = resize()).length;
    // 如果根據hash值獲取的結點為空,則新建一個結點
    // 此處 & 代替瞭 % (除法散列法進行散列)
    if ((p = tab[i = (n - 1) & hash]) == null)
        tab[i] = newNode(hash, key, value, null);
    // 這裡的p結點是根據hash值算出來對應在數組中的元素
    else {
        Node<K,V> e; K k;
        // 如果新插入的結點和table中p結點的hash值,key值相同的話
        if (p.hash == hash &&
            ((k = p.key) == key || (key != null && key.equals(k))))
            e = p;
        // 如果是紅黑樹結點的話,進行紅黑樹插入
        else if (p instanceof TreeNode)
            e = ((TreeNode<K,V>)p).putTreeVal(this, tab, hash, key, value);
        else {
            for (int binCount = 0; ; ++binCount) {
            	// 代表這個單鏈表隻有一個頭部結點,則直接新建一個結點即可
                if ((e = p.next) == null) {
                    p.next = newNode(hash, key, value, null);
                    // 鏈表長度大於8時,將鏈表轉紅黑樹
                    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;
                // 及時更新p
                p = e;
            }
        }
        // 如果存在這個映射就覆蓋
        if (e != null) { // existing mapping for key
            V oldValue = e.value;
            // 判斷是否允許覆蓋,並且value是否為空
            if (!onlyIfAbsent || oldValue == null)
                e.value = value;
            // 回調以允許LinkedHashMap後置操作
            afterNodeAccess(e);
            return oldValue;
        }
    }
    // 更改操作次數
    ++modCount;
    // 大於臨界值
    if (++size > threshold)
    	// 將數組大小設置為原來的2倍,並將原先的數組中的元素放到新數組中
        // 因為有鏈表,紅黑樹之類,因此還要調整他們
        resize();
    // 回調以允許LinkedHashMap後置操作
    afterNodeInsertion(evict);
    return null;
}

2、第一put會進行resize()操作:

// 初始化或者擴容之後元素調整
final Node<K,V>[] resize() {
	// 獲取舊元素數組的各種信息
    Node<K,V>[] oldTab = table;
    // 長度
    int oldCap = (oldTab == null) ? 0 : oldTab.length;
    // 擴容的臨界值
    int oldThr = threshold;
    // 定義新數組的長度及擴容的臨界值
    int newCap, newThr = 0;
    // 如果原table不為空
    if (oldCap > 0) {
    	// 如果數組長度達到最大值,則修改臨界值為Integer.MAX_VALUE
        if (oldCap >= MAXIMUM_CAPACITY) {
            threshold = Integer.MAX_VALUE;
            return oldTab;
        }
        // 下面就是擴容操作(2倍)
        else if ((newCap = oldCap << 1) < MAXIMUM_CAPACITY &&
                 oldCap >= DEFAULT_INITIAL_CAPACITY)
            // threshold也變為二倍
            newThr = oldThr << 1; // double threshold
    }
    else if (oldThr > 0) // initial capacity was placed in threshold
        newCap = oldThr;
    // threshold為0,則使用默認值
    else {               // zero initial threshold signifies using defaults
        newCap = DEFAULT_INITIAL_CAPACITY;
        newThr = (int)(DEFAULT_LOAD_FACTOR * DEFAULT_INITIAL_CAPACITY);
    }
    // 如果臨界值還為0,則設置臨界值
    if (newThr == 0) {
        float ft = (float)newCap * loadFactor;
        newThr = (newCap < MAXIMUM_CAPACITY && ft < (float)MAXIMUM_CAPACITY ?
                  (int)ft : Integer.MAX_VALUE);
    }
    // 更新填充因子
    threshold = newThr;
    @SuppressWarnings({"rawtypes","unchecked"})
    Node<K,V>[] newTab = (Node<K,V>[])new Node[newCap];
    table = newTab;
    // 調整數組大小之後,需要調整紅黑樹或者鏈表的指向
    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;
                // 紅黑樹調整
                else if (e instanceof TreeNode)
                    ((TreeNode<K,V>)e).split(this, newTab, j, oldCap);
                else { // preserve order
                	// 鏈表調整
                    Node<K,V> loHead = null, loTail = null;
                    Node<K,V> hiHead = null, hiTail = null;
                    Node<K,V> next;
                    do {
                        next = e.next;
                        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;
}

四、小結

第一次put後:threshold = newCap * loadFactor = oldThr * loadFactor = 4 * 0.75 = 3

第二次put後:++size = 3,不進行擴容

第三次put後:++size = 4,進行擴容

oldCap = oldTab.length = 3
newcap = oldCap << 1 = 6
threshold = newThr = newCap * loadFactor = 6 * 0.75 = 4

結論:設置初始化容量n,初始化threshold = 大於n數且最接近的2的整數次冪的數 * 負載因子

JDK8中的HashMap深入理解

一、首先看一下HashMap的數據結構(數組+鏈表/紅黑樹),如下圖:

1、紅黑樹特性(缺一不可):

(1)、每個節點要麼是紅色要麼是黑色。

(2)、根節點是黑色。

(3)、所有葉子節點都是黑色(葉子節點為NIL或者NULL節點)。

(4)、不存在兩個連續的紅色節點。

(5)、任意節點(包含跟節點)到其葉子節點的所有路徑都包含相同數目的黑色節點。

2、為什麼HashMap中使用紅黑樹而不使用AVL樹呢?

紅黑樹被稱為弱AVL樹,犧牲瞭嚴格的高度平衡的優越條件為代價(紅黑樹左右子樹的高度差不超過一倍即可)使其能夠以O(log2 n)的時間復雜度進行搜索、插入、刪除操作;此外,由於它的設計,任何不平衡都會在三次旋轉之內解決。因為HashMap的使用場景中插入和刪除操作是非常頻繁的,所以在HashMap中使用瞭紅黑樹。

3、紅黑樹RBT與平衡二叉樹AVL比較:

(1)、紅黑樹和AVL樹類似,都是在進行插入和刪除操作時通過特定操作保持二叉查找樹的平衡,從而獲得較高的查找性能。

(2)、紅黑樹和AVL樹的區別在於它使用顏色來標識節點的高度,它所追求的是局部平衡而不是AVL樹中的非常嚴格的平衡。

(3)、AVL 樹比紅黑樹更加平衡,但AVL樹在插入和刪除的時候也會存在大量的旋轉操作。所以當你的應用涉及到頻繁的插入和刪除操作,切記放棄AVL樹,選擇性能更好的紅黑樹;當然,如果你的應用中涉及的插入和刪除操作並不頻繁,而是查找操作相對更頻繁,那麼就優先選擇 AVL 樹進行實現。

二、HashMap元素插入過程及一些參數的詳解

1、首先,需要瞭解HashMap源碼中幾個重要的參數:

DEFAULT_INITIAL_CAPACITY:默認初始化大小

MAXIMUM_CAPACITY:最大容量

DEFAULT_LOAD_FACTOR:默認的負載因子

TREEIFY_THRESHOLD:鏈表轉化為紅黑樹的閾值(包含)

UNTREEIFY_THRESHOLD:紅黑樹轉化為鏈表的閾值(包含)

MIN_TREEIFY_CAPACITY:當數組大小小於該值時,不進行鏈表向紅黑樹的轉化,而是進行擴容

2、HashMap存儲元素過程:

(1)圖中剛開始有計算 key 的 hash 值的設計?

拿到 key 的 hashCode,並將 hashCode 的高16位和 hashCode 進行異或(XOR)運算,得到最終的 hash 值。

(2)為什麼要將 hashCode 的高16位參與運算?

主要是為瞭在 table 的長度較小的時候,讓高位也參與運算,並且不會有太大的開銷。

(3)為什麼鏈表轉紅黑樹的閾值是8?

我們平時在進行方案設計時,必須考慮的兩個很重要的因素是:時間和空間。對於 HashMap 也是同樣的道理,簡單來說,閾值為8是在時間和空間上權衡的結果。紅黑樹節點大小約為鏈表節點的2倍,在節點太少時,紅黑樹的查找性能優勢並不明顯,付出2倍空間的代價不值得。理想情況下,使用隨機的哈希碼,節點分佈在 hash 桶中的頻率遵循泊松分佈,按照泊松分佈的公式計算,鏈表中節點個數為8時的概率為0.00000006,這個概率足夠低瞭,並且到8個節點時,紅黑樹的性能優勢也會開始展現出來,因此8是一個較合理的數字。

(4)HashMap 的默認初始容量是多少?HashMap 的容量有什麼限制嗎?

默認初始容量是16。HashMap 的容量必須是2的N次方,HashMap 會根據我們傳入的容量計算一個大於等於該容量的最小的2的N次方,例如傳 9,容量為16。

(5)為什麼HashMap 的容量必須是 2 的 N 次方?

計算索引位置的公式為:(n – 1) & hash,當 n 為2的N 次方時,n – 1為低位全是 1 的值,此時任何值跟 n – 1 進行 &運算的結果為該值的低 N 位,達到瞭和取模同樣的效果,實現瞭均勻分佈。實際上,這個設計就是基於公式:x mod 2^n = x & (2^n – 1),因為 &運算比 mod 具有更高的效率。當 n 不為 2 的 N 次方時,hash 沖突的概率明顯增大。

(6)為什麼HashMap的負載因子默認為0.75?

在HashMap的類註釋上有如圖一段解釋:大致意思是說負載因子是0.75的時候,空間利用率比較高,而且避免瞭相當多的Hash沖突,使得底層的鏈表或者是紅黑樹的高度比較低,提升瞭空間效率。

以上為個人經驗,希望能給大傢一個參考,也希望大傢多多支持WalkonNet。

推薦閱讀: