【源码分析】HashMap源码再读-基于Java8

最近工作不是太忙,准备再读读一些源码,想来想去,还是先从JDK的源码读起吧,毕竟很久不去读了,很多东西都生疏了。当然,还是先从炙手可热的HashMap,每次读都会有一些收获。当然,JDK8对HashMap有一次优化

一、一些参数

我们首先看到的,应该是它的一些基本参数,这对于我们了解HashMap有一定的作用。他们分别是:

参数 说明
capacity 容量,默认为16,最大为2^30
loadFactor 加载因子,默认0.75
threshold resize的阈值,capacity * loadFactor,元素数量达到这个值后就必须扩容
treeify_threshold 红黑树的阈值,数组中的某个节点下挂的节点数大于这个值之后,节点的数据结构就会从链表变为红黑树

二、重要方法

我们知道,HashMap底层是通过数组+链表来实现的。具体的图网上有很多,我们主要看看几个重要的方法。

2.1 构造方法

他的构造方法,最本质的构造方法是:

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);
}

前面几行就是做一些基本的检查,我们看到,HashMap的最大容量是MAXIMUM_CAPACITY,也就是2^30,我们日常使用时可能达不到这样的容量,但是如果真的需要在Map存储这么多的数据,还是建议存在其他的地方吧。当然,最后一行中时为了计算下一次resize的容量阈值,也就是计算出下一次resize的threshold。

2.2 计算容量

这个方法较简单,直接返回的是一个size的值,这个参数的含义就是当前Map中存储的KV对的数量,而不是整个Map的容量。

public int size() {
    return size;
}

2.3 put(K,V)

这个方法是HashMap中比较重要的一个方法,我们仔细分析一下。

2.3.1 主入口

首先,方法的入口是这个,也就是我们经常使用的就是这个方法:

public V put(K key, V value) {
    return putVal(hash(key), key, value, false, true);
}

我们主要看的,就是put的整个过程。

2.3.2 hash(key)

首先就是对我们传入的key,进行hash计算。

static final int hash(Object key) {
    int h;
    return (key == null) ? 0 : (h = key.hashCode()) ^ (h >>> 16);
}

从这个方法,我们可以看到,HashMap的key是可以为null的,如果是null的话,那么我们的hash方法返回的hash值是0。

如果key不是null,那么调用的是HashMap本身的hashCode方法,也就是我们的bean中自定义的hashCode()。不要以为这样就结束了。我们一般来说,一个key的hash值的范围也就是int的范围(从-2147483648到2147483648),但是HashMap的容量是有限的,必须把hash值能够分散到HashMap的数组中去。HashMap为了key在数组中更加分散,还会进行一次计算,也就是我们看到的第二行的方法。具体这块是如何分配均匀的,可以参考这篇文章

2.3.3 putVal()

这个方法就是将KV放到对应的桶中。这个方法的过程,比较清晰。

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)
        //如果之前的数组为空,那么新建一个默认的数组
        n = (tab = resize()).length;
    if ((p = tab[i = (n - 1) & hash]) == null)
        //如果hash值计算出来在数组中的位置上,没有元素,那么直接插入到数组中
        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))))
            //如果算出的hash存在,而且kv完全一致的话,那么目前什么也不做
            e = p;
        else if (p instanceof TreeNode)
            //如果数组中的元素是红黑树,那么将kv插入到红黑树中
            e = ((TreeNode<K,V>)p).putTreeVal(this, tab, hash, key, value);
        else {
            for (int binCount = 0; ; ++binCount) {
                if ((e = p.next) == null) {
                    //如果hash的桶中,已经存在了一个链表,那么新增一个节点,放到链表的尾部
                    p.next = newNode(hash, key, value, null);
                    //如果链表的长度大于树化的阈值,那么将链表转为红黑树
                    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;
            }
        }
        //如果当前数组中存在相同的kv,那么根据是否替换来判断,如果不替换,那么就不替换
        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)
        //如果空间需要进行扩容,那么进行resize操作
        resize();
    afterNodeInsertion(evict);
    return null;
}

至此,putVal的方法过程基本上清楚了,但是里面有个非常重要的方法,就是resize,我们下面就进入resize方法,看看到底是如何扩容的。

2.4 resize()

这个过程是HashMap扩容的过程,也是需要重点理解的一块。
我们首先看下第一部分。

2.4.1 确定容量和扩容阈值

Node<K,V>[] oldTab = table;
int oldCap = (oldTab == null) ? 0 : oldTab.length;
int oldThr = threshold;
int newCap, newThr = 0;
if (oldCap > 0) {
    //如果目前容量已经是最大容量,那么扩容阈值为int的最大值,所有的节点都不需要移动
    if (oldCap >= MAXIMUM_CAPACITY) {
        threshold = Integer.MAX_VALUE;
        return oldTab;
    }
    //如果oldCap*2小于最大容量,并且oldCap>=16,扩容为2倍,扩容阈值也*2
    else if ((newCap = oldCap << 1) < MAXIMUM_CAPACITY &&
                     oldCap >= DEFAULT_INITIAL_CAPACITY)
        newThr = oldThr << 1;
}
else if (oldThr > 0) // initial capacity was placed in threshold
    newCap = oldThr;
else {// 默认值
    newCap = DEFAULT_INITIAL_CAPACITY;
    newThr = (int)(DEFAULT_LOAD_FACTOR * DEFAULT_INITIAL_CAPACITY);
}
if (newThr == 0) {//计算新的扩容阈值
    float ft = (float)newCap * loadFactor;
    newThr = (newCap < MAXIMUM_CAPACITY && ft < (float)MAXIMUM_CAPACITY ?
              (int)ft : Integer.MAX_VALUE);
}
threshold = newThr;

这个过程,主要是确定新的容量和扩容阈值。

2.4.2 节点移动

if (oldTab != null) {
    for (int j = 0; j < oldCap; ++j) {//遍历老的数组
        Node<K,V> e;
        if ((e = oldTab[j]) != null) {
            oldTab[j] = null;
            if (e.next == null)//如果老的链表,只有一个KV,直接将这个KV放到新的数组链表中
                newTab[e.hash & (newCap - 1)] = e;
            else if (e instanceof TreeNode)//如果老的是红黑树,需要将红黑树中的每个元素都拆分到新的数组和链表/红黑树中
                ((TreeNode<K,V>)e).split(this, newTab, j, oldCap);
            else { // 如果节点是链表,而且不止一个KV的情况下,需要对链表进行处理,处理的过程,光看代码理解起来较困难,需要通过例子来理解
                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;
                }
            }
        }
    }
}

我们需要知道,坐标点的计算方法是e.hash & (cap-1)

没有进行扩容时,假设原来的cap=16,也就是默认值,扩容后容量为32。对于hash值为5(二进制为0000 0101)和21(二进制为0001 0101)的元素来讲,计算坐标,也就是和15(二进制为0000 1111)计算后的坐标点都是5,会落到同一个链表中。

但是扩容后,需要求与的变成了31(二进制为0001 1111),算出来的坐标点分别为5和21,第二个坐标点增加了oldCap的长度。

此时再看e.hash & oldCap的计算结果,也就是将5和21和16(二进制为0001 0000)求与,得到的结果分别是0和16(!=0)。可以看到,当e.hash & oldCap得到0时,坐标不需要进行变动,也就是不需要在数组中的位置不需要移动。如果结果不为0,需要在原来坐标的位置,增加oldCap。

这里的lo和hi也就是两个链表,表示的是低位和高位的两条链表。

三、线程不安全的问题

我们都知道,HashMap不是线程安全的。这块主要体现在两块:

3.1 get和put

这两块都没有加锁,所以可能会导致多线程执行时,出现数据被覆盖的问题。

3.2 死循环的问题

这个问题主要出现在resize的过程中,多线程都探测到需要resize时,将链表元素rehash过程中,可能会导致死循环。这个问题参考这篇文章

至此,源码分析基本结束,我们还可以思考,为什么cap必须是2的幂次,我们应该如何正确的初始化HashMap等。

欢迎大家关注我的公众号,有各种一线分享。
qrcode_for_gh_2e415bdf9b4e_258.jpg