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:
- Java詳細分析講解HashMap
- 深入理解Java中的HashMap
- 基於hashmap 的擴容和樹形化全面分析
- 解析HashMap中的put方法執行流程
- Java京東面試題之為什麼HashMap線程不安全