Android开发(java基础)HashMap存储结构及扩容

之前有写过ArrayList与LinkedList,分别用到了数组与链表的结构,下面来看看HashMap,了解其实现及扩容机制。

构造函数

HashMap有四个构造函数,其中比较有代表性的是下面这个

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);
}

需要注意的有两个入参initialCapacity和loadFactor,分别指HashMap的深度及负载因子(了解HashMap的实现后就能理解这两个值的含义)

在类中我们可以发现有两个常量,即他们的默认值,数组长度默认为16,当数组存储量达到16 * 0.75 = 12时,会进行扩容

static final int DEFAULT_INITIAL_CAPACITY = 1 << 4;
static final float DEFAULT_LOAD_FACTOR = 0.75f;

再看看tableSizeFor(initialCapacity)

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;
}

这里用于根据capacity生成最终的数组长度,并确保其为2的幂

数据结构

static class Node<K,V> implements Map.Entry<K,V> {
    ...
    Node(int hash, K key, V value, Node<K,V> next) {
        this.hash = hash;
        this.key = key;
        this.value = value;
        this.next = next;
    }
    ...
}
transient Node<K,V>[] table;

在HashMap中,可以发现上述两段代码,前一段代码是一个单向链表,可见,HashMap是一个链表数组(链表散列)

散列、put及get

再看看HashMap是如何实现存储的

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)
        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;
}

源码比较长,逻辑上主要是

  1. 确定数组长度
  2. 根据hash值找数组位置 i = (n – 1) & hash
  3. 如果 i 位置为空,则新建Node并返回
  4. 如果 i 位置不为空,则判断key是否跟已存在的key一致(equals比较),一致则修改该Node为新建的Node,不一致则新建Node,并将Next指向新Node(HashMap认为最新加入的值为使用概率最大,故在链表前端增加Node,而不在尾端增加)
    5.考虑是否需要扩容,根据前面说到的扩展因子进行判断,如何扩容后面再说

其中table位置使用了i = (n – 1) & hash,前面的tableSizeFor保证了n-1为全1的二进制数,通过&运算,取hash的后N位

hash的实现

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

在hashCode后还有一个h>>>16异或的操作,hashCode的高16位与低16位异或

 

(n – 1) & hash

上图是 i = (n – 1) & hash的完整版,HashMap这样做,HashCode低位高位都利用起来,在低位间接的保留了高位的信息,加大低位的随机性,起到扰动函数的作用,减少hash冲突的几率,让HashMap的值尽量平均的分布在Node数组中

HashMap的取值与存储类似,关键代码依然是(n – 1) & hash,在遇到hash冲突时,则会进入链表取值,这个留到后面说

hash冲突

尽管HashMap的hash进行了高位低位混用的优化,但hash冲突是难免的,HashMap使用了链表的方式解决hash冲突

 

HashMap存储结构

 

从上图可以发现,当发生hash冲突时,HashMap使用了链表,之前贴出的put(key, value)方法中有一行是这样的

// 之前已经赋值 p = tab[i = (n - 1) & hash])
if (p.hash == hash && ((k = p.key) == key || (key != null && key.equals(k))))

即在比较完hash值以后,会继续比较key是否一致,这样确保能找到正确的key

总结

HashMap采用了数组+链表的数据结构,利用hash()方法生成数组下标,有助于实现快速查找,而链表则解决了hash冲突的问题。而在扩容等方面,通过tableSizeFor,能完美的使用位运算,运算效率得到不错的提升。

ps: 近一个月都比较忙,工作+家庭,这篇文章断断续续写了三四次,从17年写到了18年,总算完了,不知道中间会不会有什么遗漏或者错误…



发表评论

必填项已用*标注

7 + 1 =