HashMap 源码解析(一)之使用、构造以及计算容量

发布日期:2019-06-12

简介

HashMap 是基于哈希表的 Map 接口的实现。 它的使用频率是非常的高。

集合和映射

作为集合框架中的一员,在深入之前, 让我们先来简单了解一下集合框架以及 HashMap 在集合框架中的位置。

从图中可以看出

    集合框架分为两种, 即集合(Collections)和映射(Map)HashMap 是 AbstractMap 的子类。而 AbstractMap 实现了 Map, 因此它有 Map 的特性。通过Map接口, 可以生成集合(Collections)。

那集合(Collections)和映射(Map)是什么关系呢?从图中我们可以看出, Map 和 Collection 是一种并行的关系。可以这么理解:

    集合(Collectin)是一组单独的元素, 通常应用了某种规则。 List 是按特定顺序来存储元素, 而 Set 存储的是不重复的元素。映射(Map)是一系列 “Key-Value” 的集合。在 Map 中可以通过一定的方法产生 Collection。

HashMap 特点

很多时候, 我们都说, HashMap 具有如下的特点:

    根据键的 HashCode 存储数据, 具有很快的访问速度;此类不保证映射的顺序,特别是它不保证该顺序恒久不变;允许键为 null 但最多一条记录;允许多条记录的值为 null;线程不安全。

也许你现在对这些特点的印象还不够深刻, 在后续的源码解析过程中, 可以一一的见识庐山真面目。

使用

HashMap 的使用应该算是很简单的。有以下的方法时使用频率相对来说最高的。

方法名作用
V put(K key V value)将指定的值与此映射中的指定键关联
V get(Object key)返回指定键所映射的值;如果对于该键来说,此映射不包含任何映射关系,则返回 null。
int size()返回此映射中的键-值映射关系数。
V remove(Object key)从此映射中移除指定键的映射关系(如果存在)。
Set<Map.Entry<KV>> entrySet()返回此映射所包含的映射关系的 Set 视图。
Set返回此映射中所包含的键的 Set 视图。

以下为一个示例

public void testHashMap() { HashMap<String String> animals = new HashMap<String String>() animals.put("Tom" "Cat") animals.put("Tedi" "Dog") animals.put("Jerry" "Mouse") animals.put("Don" "Duck") // 遍历方法1 键值视图 System.out.println("====================KeySet======================") Set<String> names = animals.keySet() for (String name: names) { System.out.println("KeySet: "+name+" is a " + animals.get(name)) } // 通过 Entry 进行遍历 System.out.println("==================Entry========================") Set<Map.Entry<String String>> entrys= animals.entrySet() for(Map.Entry<String String> entry:entrys){ System.out.println("Entry: "+entry.getKey()+" is a " + entry.getValue()) } animals.remove("Don") // 通过 KeySet Iterator 进行遍历 System.out.println("======= KeySet Iterator after remove()=============") Iterator<String > iter = animals.keySet().iterator() while (iter.hasNext()) { String name = iter.next() String pet = animals.get(name) System.out.println(" KeySet Iterator : "+name+" is a " + pet) } animals.clear() // 通过 Entry Iterator 进行遍历 System.out.println("========== Entry Iterator after clear()==========") Iterator<Map.Entry<String String>> entryIter = animals.entrySet().iterator() while (entryIter.hasNext()) { Map.Entry<String String> animal = entryIter.next() System.out.println(" Entry Iterator : "+animal.getKey()+" is a " + animal.getValue()) }}

以上的例子对 HashMap 的常用的基本方法进行了使用。

构造

相关属性

/** * 最大容量, 当传入容量过大时将被这个值替换 */static final int MAXIMUM_CAPACITY = 1 << 30/** * HashMap的扩容阈值(=负载因子*table的容量),在HashMap中存储的Node键值对超过这个数量时,自动扩容容量为原来的二倍 */int threshold/** * 这就是经常提到的负载因子 */final float loadFactor

构造方法

HashMap 的构造方法有四个函数, 第四个暂且先不讲。 前三个基本最后基本都是为了初始化 initialCapacity 和 loadFactor 的。

public HashMap() { this.loadFactor = DEFAULT_LOAD_FACTOR }

该方法是我们最常用的, 将 loadFactor 和 其余参数定义为默认的值。

public HashMap(int initialCapacity) { this(initialCapacity DEFAULT_LOAD_FACTOR)}

当我们需要明确指出我们的容量和负载因子时, 使用该函数。

public HashMap(int initialCapacity) { this(initialCapacity DEFAULT_LOAD_FACTOR)}

当我们需要明确指出我们的容量和负载因子时, 使用该函数。

public HashMap(int initialCapacity float loadFactor) { // 初始化的容量不能小于0 if (initialCapacity < 0) throw new IllegalArgumentException("Illegal initial capacity: " + initialCapacity) // 初始化容量不大于最大容量 if (initialCapacity > MAXIMUM_CAPACITY) initialCapacity = MAXIMUM_CAPACITY // 负载因子不能小于 0 if (loadFactor <= 0 || Float.isNaN(loadFactor)) throw new IllegalArgumentException("Illegal load factor: " + loadFactor) this.loadFactor = loadFactor this.threshold = tableSizeFor(initialCapacity)}

我们观察以上的三个构造构造函数, 发现在其中并没有对存储的对象 table 的初始化, 源码中也没有代码块进行初始化或者其他的。其实是延迟到第一次使用时进行初始化, 在 resize() 中进行了初始化。

在构造函数中,最值得我们深究的就是 tableSizeFor 函数。在初始化时,将这个函数的返回值赋给了 threshold , 并不是说 threshold 就等于这个值了, 在后续会从新计算 threshold 的

tableSizeFor 函数

该函数是获取大于或等于传入容量 initialCapacity 的2的整数次幂。 试想, 如果我们自己来实现这个函数应该怎么实现呢?

一般的算法(效率低, 不值得借鉴)

我们要计算比一个数距离最近的二次幂, 大多数人的想法,应该是一次取2的 0 次幂到 31 逐个与当前的数字进行比较, 第一个大于或等于的值就是我们想要的了。函数大致如下:

public int getNearestPowerOfTwo(int cap){ int num=0 for (int i = 0 i < 31 i++) { if ((num = (1 << i)) >= cap){ break } } return num}

这是我随手写的, 还有很大的改进空间, 在这里就不深究了。

tableSizeFor 函数算法

而 HashMap 中的定义如下:

static final int tableSizeFor(int cap) { int n = cap - 1 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}

我们先不说这个算法的原理, 来看和我之前的函数相比效率。

效率比较

public void compare(){ long start = System.currentTimeMillis() for (int i = 0 i < (1 << 30) i++) { getNearestPowerOfTwo(i) } long end = System.currentTimeMillis() System.out.println((end-start)) long start2 = System.currentTimeMillis() for (int i = 0 i < (1 << 30) i++) { tableSizeFor(i) } long end2 = System.currentTimeMillis() System.out.println((end2-start2))}

结果如下:

8094

2453

也就是时间上相比是 3.3 倍左右。接下来让我们看看其实现原理。

tableSizeFor 函数原理

核心思想

将该数的低位二进制位全部变为1, 并加1返回。

举个例子:

低位二进制全部变为1

int n = cap - 1n |= n >>> 1n |= n >>> 2n |= n >>> 4n |= n >>> 8n |= n >>> 16

其原理是:

首先, 我们忽略最高位之外的所有位数, 看图解说:

Step 1. 右移 1 位,并与之前的数做或运算。 则紧邻的后 1 位变成了 1. 而此时已经确定了 2 个 1, 因此下一次可以右移2位。

Step 2. 右移 2 位,并与之前的数做或运算, 则紧邻的后 2 也变成了 1. 而此时已经确定了 4 个 1, 因此下一次可以右移 4 位。

Step 3. 右移 4 位,并与之前的数做或运算, 则紧邻的后 4 位也变成了1. 而此时已经确定了8 个 1, 因此下一次可以右移 8 位。

...

依次类推, 最后右移了 31 位。

1 + 2 + 4 + 8 + 16 = 31

由于 int 类型去掉符号位之后就只剩下 31 位了,因此, 右移了 31 位之后可以保证最高位后面的数字都为 1。

第一步为什么要 n = cap - 1?

如果不做该操作, 则如传入的 cap 是 2 的整数幂, 则返回值是预想的 2 倍。