Java学习--HashMap详解(put操作)
Java学习–HashMap详解(put操作)
在上一篇文章中，我们讲解了关于HashMap的构造函数，如有不了解的，可以查看Java学习–HashMap详解(构造函数)。在本节内容中，我们主要讲解下关于HashMap的put操作。
首先我们先看下源码：
put操作源码
/**
* Associates the specified value with the specified key in this map.
* If the map previously contained a mapping for the key, the old
* value is replaced.
*
* @param key key with which the specified value is to be associated
* @param value value to be associated with the specified key
* @return the previous value associated with <tt>key</tt>, or
* <tt>null</tt> if there was no mapping for <tt>key</tt>.
* (A <tt>null</tt> return can also indicate that the map
* previously associated <tt>null</tt> with <tt>key</tt>.)
*/
public V put(K key, V value) {
return putVal(hash(key), key, value, false, true);
}通过上面的代码，我们发现其实没有什么好看的。主要是要看它调用的putVal方法和hash方法。关于注释，我们都能看懂，如果看不懂的，请直接进行谷歌翻译。
首先，我们先来看下hash方法
hash方法
/**
* Computes key.hashCode() and spreads (XORs) higher bits of hash
* to lower. Because the table uses power-of-two masking, sets of
* hashes that vary only in bits above the current mask will
* always collide. (Among known examples are sets of Float keys
* holding consecutive whole numbers in small tables.) So we
* apply a transform that spreads the impact of higher bits
* downward. There is a tradeoff between speed, utility, and
* quality of bit-spreading. Because many common sets of hashes
* are already reasonably distributed (so don't benefit from
* spreading), and because we use trees to handle large sets of
* collisions in bins, we just XOR some shifted bits in the
* cheapest possible way to reduce systematic lossage, as well as
* to incorporate impact of the highest bits that would otherwise
* never be used in index calculations because of table bounds.
*/
static final int hash(Object key) {
int h;
return (key == null) ? 0 : (h = key.hashCode()) ^ (h >>> 16);
}乍一看，感觉很简单。没有什么特别的地方。但是实际上，这个里面我们要掌握的东西还是有的。我们学习源码的过程，不仅仅只是作为一个Reader进行读一遍就可以了。我们要做的，更多的是要学习他们为什么要这么做？这么做有什么好处？能够运用到现在的工作中？如果以后自己设计系统，能不能想到这样的处理方式？这个才是我们学习源码的目的。
不知不觉，又讲了一堆的废话。我们还是回归正题，看下为什么HashMap中要自定义一个hash方法，而不是采用操作系统自带的hash方法，来获取Key的hashcode。
通过上面的注释，我们发现，HashMap之所以这样做，是采用一种最简单的方式来让我们的值在Array中更加均匀的分布的。主要的做法是
- 如果
key为null,则放在第0位 - 如果
key不为null,则调用系统的hashCode方法，获取hash值 - 将当前获取的
hash值右移16位，然后与当前hashcode进行异或操作
在这里，这个hash函数，其实就是一个扰动函数，为什么这么说呢？因为如果在这里我们直接以hashCode作为我们的散列特征的情况下，那么就会有一个问题，假如我们的Array的大小是16的话，那么真正能够起到的作用的，其实也就是hashCode的低位，而高位直接被屏蔽掉(为什么会这样，在下面讲解index的时候会说)。如果我们有一批数据，正好这些数据的hashCode的低位是相似的或者是很相同的，而高位的差别很大，在采用这样的方式进行获取index的时候，此时会发生极大的hash碰撞，极大的降低了HashMap的一个性能。因此，我们采用将一个hashCode的高16位与低16位进行异或的方式，使得到的一个最终的hash值更加随机，相当于间接的保留了部分hashCode的高16位的一个特征。可以极大的避免上述的问题，起到了干扰的作用。
这是因为这样的情况，可以保证HashMap的一个均匀分布的结果。
putVal方法
/**
* Implements Map.put and related methods
*
* @param hash hash for key
* @param key the key
* @param value the value to put
* @param onlyIfAbsent if true, don't change existing value
* @param evict if false, the table is in creation mode.
* @return previous value, or null if none
*/
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)
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);
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;
}上面的代码就是在JDK1.8中的HashMap中的put的真实操作。在这里，我们主要从三个方面进行讲解
index的确定- 为什么
Array的容量是2n（作用一）。 resizeresize的原理- 为什么
Array的容量是2n（作用二）。 resize何时会发生
- 当发生
hash碰撞时的处理操作- 链表操作
- 链表转树
- 树转链表
- 树操作
其中关于树的部分，我会单独拉出一篇文章进行讲解，在这里不做过多的阐述。我们这篇文章主要是从1、2、3.1这三个部分进行讲解。
index的确定
首先，我们看下关于index的一个确定的操作。这个操作和之前第二部分的hash方法的原理有关。同时，也可以让你更加的理解，为什么HashMap要用自己的hash方法。
在上述的源码中，真正确定index的，只有一句话(n - 1) & hash。注意，这里的hash就是第二部分我们计算出的真实的hash值。而n这是获取Array的长度，如果Array为null，则会先进行resize操作，初始化Array。然后获取Array的长度。
初看这段代码，我们会发现，就是一个与(&)操作。获取index就可以了。如果是这样的话，那么我们有几个问题?
- 既然我们获取到数组的长度为
n了，那么为什么还要进行n-1操作呢？这不是始终要空出一个index，降低了使用效率吗？
我们首先来解答第二个疑问，为什么要进行n-1操作。其实，这个就是要说的关于为什么Array的容量必须要为2n的一个原因。这里面主要涉及到了二级制的一个操作。下面我们举个例子，说明下：
因为在之前，我们已经确定了，HashMap的Array的size大小一定是2n。此时我们假设我们的数组的大小是16。而16的二进制是0001 0000。此时，当进行n-1时，此时变成15，对应的二进制为0000 1111。此时我们发现，当我们与hash进行与(&)操作，也就是在仅仅保留hashcode的最后四位2进制数，转成10进制，便是当前元素要存在数组中的下标。因此，在这里，我们先解释一部分为什么Array的数组长度是2n。通过也解释了与(&)的作用。这这样做的目的，主要的根本原因还是因为，计算机操作2进制是最快的。这样写，是能够更好的提升性能的。
resize
原本打算，将resize单独抽出来，当做一篇文章进行讲解的。但是后来想了想，还是决定放在put操作进行讲解。因为在resize主要是在put中进行的。接下来，我们看下resize的源码原理。
废话不多说，我们先看下resize的源码
/**
* Initializes or doubles table size. If null, allocates in
* accord with initial capacity target held in field threshold.
* Otherwise, because we are using power-of-two expansion, the
* elements from each bin must either stay at same index, or move
* with a power of two offset in the new table.
*
* @return the table
*/
final Node<K,V>[] resize() {
Node<K,V>[] oldTab = table;
int oldCap = (oldTab == null) ? 0 : oldTab.length;//获取原始Array大小
int oldThr = threshold; //旧的阈值
int newCap, newThr = 0;
//扩容处理
if (oldCap > 0) { //如果Array已经超过了最大值，则将阈值设置为Int类型最大值，且数组不再扩容
if (oldCap >= MAXIMUM_CAPACITY) {
threshold = Integer.MAX_VALUE;
return oldTab;
}
else if ((newCap = oldCap << 1) < MAXIMUM_CAPACITY &&
oldCap >= DEFAULT_INITIAL_CAPACITY) //如果扩容后数组小于最大值，且原始Array大于16， //则将新的阈值扩大一倍
newThr = oldThr << 1; // double threshold
}
//这里对应的调用 public HashMap(int initialCapacity) 构造函数，此时经过数据洗涤，
//oldThr=threshold大于等于initialCapacity的2的N次方。
//这里主要是进行Map的初始化。设置Array的容量
else if (oldThr > 0) // initial capacity was placed in threshold
newCap = oldThr;
else { // zero initial threshold signifies using defaults
//这里对应的调用 public HashMap() 构造函数
//此时 oldCap 与 oldThr 均为0。
//这里主要是进行Map的初始化。设置Array的容量
newCap = DEFAULT_INITIAL_CAPACITY;
newThr = (int)(DEFAULT_LOAD_FACTOR * DEFAULT_INITIAL_CAPACITY);
}
//这里主要针对以下情况
// 1.如果是初始化 public HashMap(int initialCapacity) ，这是newThr为 newCap * loadFactor
if (newThr == 0) {
float ft = (float)newCap * loadFactor;
newThr = (newCap < MAXIMUM_CAPACITY && ft < (float)MAXIMUM_CAPACITY ?
(int)ft : Integer.MAX_VALUE);
}
//设置阈值
threshold = newThr;
@SuppressWarnings({"rawtypes","unchecked"})
Node<K,V>[] newTab = (Node<K,V>[])new Node[newCap];
//创建一个2倍原大小的Array
table = newTab;
//这里的if指的是扩容的情景
if (oldTab != null) {
for (int j = 0; j < oldCap; ++j) {
Node<K,V> e;
if ((e = oldTab[j]) != null) {
oldTab[j] = null;
//获取index=j的元素，此时如果array[j]既不为树，也不是链表，则直接将array[j]的元素移动到
//新的位置
if (e.next == null)
newTab[e.hash & (newCap - 1)] = e;
//对于树进行操作
else if (e instanceof TreeNode)
((TreeNode<K,V>)e).split(this, newTab, j, oldCap);
else { // preserve order
//链表的操作
Node<K,V> loHead = null, loTail = null; //当index为偶数时的节点处理
Node<K,V> hiHead = null, hiTail = null; //当index为奇数时的节点处理
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;
}没错，上面的这些就是resize的源码。
要解释上面的代码，还需要我们对于二进制有一定的基础支持。接下来，我们通过列举的方式，来进行讲解。
- 如果当前
Array的长度已经达到最大值，则不再进行扩容，直接返回，以后再put，也不再扩容，最坏的情况是不停的hash碰撞。 - 如果是在执行
public HashMap(int initialCapacity与public HashMap()后直接执行put操作，此时会直接执行resize方法，目的不是为了扩容，而是为了进行Array的初始化。 - 如果进入到
if (oldTab != null)判断里面后，则进行的是扩容操作，在这里，主要是分成了三种情况：- 如果当前
Node仅仅只是一个节点，既不是链表，也不是红黑树，则扩容后的位置有两种情况：- 如果当前的
e.hash & oldCap - 1为0，则扩容后依然放在0号位置，或oldCap的位置 - 如果当前的
e.hash & oldCap - 1不为0，为j，则扩容后的位置是j + oldCap。
- 如果当前的
- 如果当前节点为红黑树，则直接对红黑树进行操作。(这里不再进行多余的讲解，在后面有单独的文章讲解红黑树)。
- 如果当前节点为链表，则依然判断
e.hash & oldCap是否为0，如果是，则存放在index=j的节点，如果不是，则存放在j+oldCap的节点。
- 如果当前
之所以这样，是因为在扩容后比扩容前，Array的数组扩大了一倍，假如之前是16，则16-1的二进制是0000 1111。扩容后，Array为32，则32-1的二进制是0001 1111。多出来的那个1。正好是oldCap的值。因此，这也就是第二种情况下，为什么Array的容量是2n。
哈希碰撞的解决(链表相关)
接下来，我们主要讲解下，putVal的操作。
我们大致说下处理的过程，首先是通过上面的讲解，确定index的位置：
- 如果
Array[index]为null，则直接将当前节点放入到Array[index]中。 - 如果
Array[index]不为null,且type为TreeNode，则直接进行红黑树操作。 - 如果当前节点是链表结构，则判断当前
key是否存在在HashMap中，如果存在，将新值替换掉旧值。 - 如果当前节点是链表结构，如果
HashMap中不存在当前Key，则将当前Value放到链表的尾结点，若长度+1满足TREEIFY_THRESHOLD，则直接将链表转为红黑树。 - 判断当前
HashMap中，新增/修改value值的操作的次数。 - 判断当前
HashMap是否超过阈值，如果操作，则进行扩容操作
总结
在这篇文章中，我们主要讲解了关于HashMap的put操作，以及resize操作。同时，也从代码的层面上讲解了关于为什么Array的容量是2n。同时，对于一个value值是如何确定index的，以及为什么要有扰动函数的操作。
转载请注明来源，欢迎指出任何有错误或不够清晰的表达。可以邮件至 gouqiangshen@126.com
文章标题:Java学习--HashMap详解(put操作)
文章字数:3.4k
本文作者:BiggerShen
发布时间:2020-03-18, 11:48:18
最后更新:2024-01-16, 03:51:15
原始链接:https://shengouqiang.cn/Java/JDK/HashMap/JDKHashMapLearnDay02/版权声明: 转载请保留原文链接及作者。
