205 lines
6.5 KiB
Markdown
205 lines
6.5 KiB
Markdown
# HashMap in Java
|
||
|
||
java 中 hashmap的实现原理。
|
||
|
||
|
||
* HashMap底层实现, hashmap的存储结构和操作？
|
||
* hashmap的数组长度为什么要保证是2的幂？
|
||
* hash冲突如何解决（链表和红黑树）为什么hashmap中的链表需要转成红黑树？
|
||
* 扩容时机，什么时候会触发扩容？扩容时避免rehash的优化；
|
||
* hashmap扩容时每个entry需要再计算一次hash吗？
|
||
* hashmap扩容会引发什么问题，线上是否出现过类似的问题？如何避免扩容引发的问题？
|
||
* jdk1.8之前并发操作hashmap时为什么会有死循环的问题？
|
||
|
||
|
||
## 数据结构
|
||
|
||
|
||
```
|
||
public class HashMap<K,V> extends AbstractMap<K,V>
|
||
implements Map<K,V>, Cloneable, Serializable {
|
||
|
||
transient int size; //当前元素个数
|
||
|
||
int threshold; //扩容时机是： 当前容量大于等于 capacity * load factor
|
||
|
||
final float loadFactor; //默认 0.75 , 空间使用 75% 时开始扩容
|
||
|
||
static final int TREEIFY_THRESHOLD = 8; //将链表转换为红黑树的阈值
|
||
|
||
static final int UNTREEIFY_THRESHOLD = 6; //将红黑树转换为链表的阈值
|
||
|
||
//1.7结构
|
||
static class Node<K,V> implements Map.Entry<K,V> {
|
||
final int hash;
|
||
final K key;
|
||
V value;
|
||
Node<K,V> next;//链表结构
|
||
...
|
||
}
|
||
|
||
//1.8结构
|
||
static final class TreeNode<K,V> extends LinkedHashMap.Entry<K,V> {
|
||
TreeNode<K,V> parent; // red-black tree links
|
||
TreeNode<K,V> left;
|
||
TreeNode<K,V> right;
|
||
TreeNode<K,V> prev; // needed to unlink next upon deletion
|
||
boolean red;
|
||
}
|
||
|
||
public V put(K key, V value) {
|
||
return putVal(hash(key), key, value, false, true);
|
||
}
|
||
|
||
public V get(Object key) {
|
||
Node<K,V> e;
|
||
return (e = getNode(hash(key), key)) == null ? null : e.value;
|
||
}
|
||
|
||
//hash 算法， 根据 key 的 hashCode() 计算而来
|
||
static final int hash(Object key) {
|
||
int h;
|
||
return (key == null) ? 0 : (h = key.hashCode()) ^ (h >>> 16);
|
||
}
|
||
|
||
}
|
||
```
|
||
|
||
1.7 的实现是 数组+链表； 1.8 新增了红黑树，提高查询效率
|
||
|
||
|
||
get(key) 方法
|
||
|
||
```
|
||
public V get(Object key) {
|
||
Node<K,V> e;
|
||
return (e = getNode(hash(key), key)) == null ? null : e.value;
|
||
}
|
||
final Node<K,V> getNode(int hash, Object key) {
|
||
Node<K,V>[] tab; Node<K,V> first, e; int n; K k;
|
||
if ((tab = table) != null && (n = tab.length) > 0 &&
|
||
(first = tab[(n - 1) & hash]) != null) {
|
||
if (first.hash == hash && // always check first node
|
||
((k = first.key) == key || (key != null && key.equals(k))))
|
||
return first;
|
||
if ((e = first.next) != null) {
|
||
if (first instanceof TreeNode)//红黑树 查找
|
||
return ((TreeNode<K,V>)first).getTreeNode(hash, key);
|
||
do {//按照链表结构遍历查找
|
||
if (e.hash == hash &&
|
||
((k = e.key) == key || (key != null && key.equals(k))))
|
||
return e;
|
||
} while ((e = e.next) != null);
|
||
}
|
||
}
|
||
return null;
|
||
}
|
||
|
||
```
|
||
|
||
put(key, value) 方法
|
||
|
||
```
|
||
public V put(K key, V value) {
|
||
return putVal(hash(key), key, value, false, true);
|
||
}
|
||
|
||
final V putVal(int hash, K key, V value, boolean onlyIfAbsent,
|
||
boolean evict) {
|
||
Node<K,V>[] tab; Node<K,V> p; int n, i;
|
||
if ((tab = table) == null || (n = tab.length) == 0)
|
||
n = (tab = resize()).length;
|
||
if ((p = tab[i = (n - 1) & hash]) == null)//当前桶为空，没有hash冲突
|
||
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))))//当前桶中的 key、key 的 hashcode 与写入的 key 相等
|
||
e = p;
|
||
else if (p instanceof TreeNode)//当前桶为红黑树，那按照红黑树的方式写入数据
|
||
e = ((TreeNode<K,V>)p).putTreeVal(this, tab, hash, key, value);
|
||
else {//链表，就需要将当前的 key、value 封装成一个新节点写入到当前桶的后面
|
||
for (int binCount = 0; ; ++binCount) {
|
||
if ((e = p.next) == null) {
|
||
p.next = newNode(hash, key, value, null);
|
||
if (binCount >= TREEIFY_THRESHOLD - 1) // -1 for 1st
|
||
treeifyBin(tab, hash);//判断当前链表的大小是否大于预设的阈值，大于时就要转换为红黑树
|
||
break;
|
||
}
|
||
if (e.hash == hash &&
|
||
((k = e.key) == key || (key != null && key.equals(k))))//在遍历过程中找到 key 相同时直接退出遍历
|
||
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)//最后判断是否需要进行扩容
|
||
resize();
|
||
afterNodeInsertion(evict);
|
||
return null;
|
||
}
|
||
|
||
```
|
||
|
||
|
||
## Hash冲突
|
||
|
||
HashMap是怎么处理hash碰撞的?
|
||
|
||
使用拉链法，为了提高链表查询效率，当桶对应的链表长度大于8的时候，转为红黑树。
|
||
|
||
## 扩容
|
||
|
||
初始化容量, 默认结果是 16
|
||
|
||
```
|
||
static final int DEFAULT_INITIAL_CAPACITY = 1 << 4; // aka 16， 为啥用位运算呢?直接写16不好么?
|
||
```
|
||
|
||
HashMap的扩容方式? 负载因子是多少? 为什是这么多?
|
||
|
||
HashMap 中 `final float ` , loadFactor 默认 0.75 , 也就是达到容量的 75%时就会开始扩容。那么问题来了，扩容到多大？ 扩容后元素怎么重排到新的容器中，直接复制拷贝可以吗？
|
||
|
||
扩容会 rehash，复制数据等耗时操作。
|
||
|
||
|
||
|
||
|
||
|
||
## 问题
|
||
|
||
### 链表上使用的头插还是尾插方式？
|
||
|
||
|
||
### 多线程下死循环问题
|
||
|
||
|
||
HashMap 在并发场景下，容易出现死循环
|
||
|
||
```
|
||
final HashMap<String, String> map = new HashMap<String, String>();
|
||
for (int i = 0; i < 1000; i++) {
|
||
new Thread(new Runnable() {
|
||
@Override
|
||
public void run() {
|
||
map.put(UUID.randomUUID().toString(), "");
|
||
}
|
||
}).start();
|
||
}
|
||
```
|
||
|
||
在 HashMap 扩容的时候会调用 resize() 方法，就是这里的并发操作容易在一个桶上形成环形链表；这样当获取一个不存在的 key 时，计算出的 index 正好是环形链表的下标就会出现死循环。
|
||
|
||
|
||
|
||
|
||
|