JDK1.8中,是通过hashCode()的高16位异或低16位实现的:(h=k.hashCode())^(h>>>16),主要是从速度,功效和质量来考虑的,减少系统的开销,也不会造成因为高位没有参与下标的计算,从而引起的碰撞。
HashMap采用Node<K,V> 数组来存储key-value对，每一个键值对组成了一个Node实体，Node类实际上是一个单向的链表结 构，它具有Next指针，可以连接下一个Node实体。
HashMap在JDK1.8之前和之后的区别
JDK1.8 之前，数组 + 链表 存储结构
缺点就是哈希函数很难使元素百分百的均匀分布，这会产生一种极端的可能，就是大量的元素存在一个桶里
JDK1.8 之后：数组 + 链表 + 红黑树
- 添加元素时：链表长度 大于8的时候，转换为红黑树
- 删除元素、扩容时，同上，数量大于8时，也是采用红黑树形式存储，但是在数量较少时，即数量小于6时，会将红黑树转换回链表
- 遍历、查找时，使用红黑树，他的时间复杂度O（log n），便于性能的提高。
数据结构
存储结构
static class Node<K,V> implements Map.Entry<K,V> {
final int hash;
final K key;
V value;
Node<K,V> next;
Node(int hash, K key, V value, Node<K,V> next) {
this.hash = hash;
this.key = key;
this.value = value;
this.next = next;
}
public final K getKey(){ return key; }
public final V getValue(){ return value; }
public final String toString(){ return key + "=" + value; }
public final int hashCode(){
return Objects.hashCode(key) ^ Objects.hashCode(value);
}
public final V setValue(V newValue){
V oldValue = value;
value = newValue;
return oldValue;
}
public final boolean equals(Object o){
if (o == this)
return true;
if (o instanceof Map.Entry) {
Map.Entry<?,?> e = (Map.Entry<?,?>)o;
if (Objects.equals(key, e.getKey()) &&
Objects.equals(value, e.getValue()))
return true;
}
return false;
}
}
// Node<K,V> 数组
transient Node<K,V>[] table;
//加载因子
final float loadFactor;
//默认加载因子 ，容量达到这个比例时自动扩容
static final float DEFAULT_LOAD_FACTOR = 0.75f;
// 数量大于8时，链表转换为红黑树形式存储
static final int TREEIFY_THRESHOLD = 8;
//即数量小于6时，会将红黑树转换回链表，删除元素时remove
static final int UNTREEIFY_THRESHOLD = 6;
//PUT 时每次都做hash
public V put(K key, V value) {
return putVal(hash(key), key, value, false, true);
}
//put 函数核心算法
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) // 这里的n 表示数组的长度。
// hash
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); // 空实现
return oldValue;
}
}
++modCount; // modCount 是java集合中Fail-Fast的底层实现原理
if (++size > threshold) //扩容
resize();
afterNodeInsertion(evict);// 空实现
return null;
}
// Callbacks to allow LinkedHashMap post-actions
void afterNodeAccess(Node<K,V> p) { }
void afterNodeInsertion(boolean evict) { }
void afterNodeRemoval(Node<K,V> p) { }
思考
java集合中的快速失败：modCount
// 快速失败是Java集合的一种错误检测机制，当多个线程对集合进行结构上的改变的操作时，有可能会产生fail-fast。
//举个例子：假设存在两个线程（线程1、线程2），线程1通过Iterator在遍历集合A中的元素，在某个时候线程2修改了集合A的结构（是结构上面的修改，而不是简单的修改集合元素的内容），那么这个时候程序就可能会抛出
ConcurrentModificationException异常，从而产生fast-fail快速失败。
HashMap中遍历算法如下：
final class KeySet extends AbstractSet<K> {
public final int size(){ return size; }
public final void clear(){ HashMap.this.clear(); }
public final Iterator<K> iterator(){ return new KeyIterator(); }
public final boolean contains(Object o){ return containsKey(o); }
public final boolean remove(Object key){
return removeNode(hash(key), key, null, false, true) != null;
}
public final Spliterator<K> spliterator(){
return new KeySpliterator<>(HashMap.this, 0, -1, 0, 0);
}
public final void forEach(Consumer<? super K> action){
Node<K,V>[] tab;
if (action == null)
throw new NullPointerException();
if (size > 0 && (tab = table) != null) {
int mc = modCount;
for (int i = 0; i < tab.length; ++i) {
for (Node<K,V> e = tab[i]; e != null; e = e.next)
action.accept(e.key);
}
if (modCount != mc)
//抛出异常，Fail-Fast
throw new ConcurrentModificationException();
}
}
}优化hash 算法
JDK1.8中,是通过hashCode()的高16位异或低16位实现的:(h=k.hashCode())^(h>>>16),主要是从速度,功效和质量来考虑的,减少系统的开销,也不会造成因为高位没有参与下标的计算,从而引起的碰撞。
//扰动函数：促使元素位置分布均匀，减少碰撞几率
static final int hash(Object key){
int h;
// 如果key == null 返回的值是 0
// 如果key !=null
// 首先计算 key 的 hashcode 值赋值给 h ,
// 然后与h 无符号右移16位后的二进制按位异或预算得到最后hash值
return (key == null) ? 0 : (h = key.hashCode()) ^ (h >>> 16);
}
hash具体实现过程如下图所示：
hash 计算过程与putval函数的应用
- key.hashCode()；返回散列值也就是hashcode，假设随便生成的一个值。
- n表示数组初始化的长度是16。
- &（按位与运算）：运算规则：相同的二进制数位上，都是1的时候，结果为1，否则为零。
- ^（按位异或运算）：运算规则：相同的二进制数位上，数字相同，结果为0，不同为1。
高16bit不变，低16bit和高16bit做了一个异或（得到的hashCode转化为32位二进制，前16位和后16位低16bit和高16bit做了一个异或）
为什么这样实现呢？
如果当n即数组长度很小，假设是16的话，那么n - 1即为1111 ，这样的值和hashCode直接做按位与操作，实际上只使用了哈希值的后4位。如果当哈希值的高位变化很大，低位变化很小，这样就很容易造成哈希冲突了，所以这里把高低位都利用起来，从而解决了这个问题。降低了Hash冲突的概率
为什么要用异或运算符
保证了对象的hashCode的32位值只要有一位发生改变,整个hash()返回值就会改变。尽可能的减少碰撞。
工作原理
存储对象时,将K/V键值传给put()方法:
- 调用hash(K)方法计算K的hash值,然后结合数组长度,计算得数组下标;
- 调整数组大小(当容器中的元素个数大于capacity*loadfactor时,容器会进行扩容resize为2n);
- hash碰撞
i.如果K的hash值在HashMap中不存在,则执行插入,若存在,则发生碰撞;
ii.如果K的hash值在HashMap中存在,且它们两者equals返回true,则更新键值对;
iii.如果K的hash值在HashMap中存在,且它们两者equals返回false,则插入链表的尾部(尾插法)或者红黑树中(树的添加方式)。(JDK1.7之前使用头插法、JDK1.8使用尾插法)
//get 实现
public V get(Object key) {
Node<K,V> e;
return (e = getNode(hash(key), key)) == null ? null : e.value;
}
/**
* Implements Map.get and related methods
*
* @param hash hash for key
* @param key the key
* @return
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)
return ((TreeNode<K,V>)first).getTreeNode(hash, key);
do {
if (e.hash == hash &&
((k = e.key) == key || (key != null && key.equals(k))))
return e;
} while ((e = e.next) != null);
}
}
return null;
}
问题思考？
Q：默认初始化大小是多少？为啥是这么多？为啥大小都是2的幂？
A：hash运算的过程其实就是对目标元素的Key进行hashcode，再对Map的容量进行取模，而JDK 的工程师为了提升取模的效率，使用位运算代替了取模运算，这就要求Map的容量一定得是2的幂。HashMap的容量为什么是2的n次幂，和这个putval方法中（n - 1) & hash的计算方法有着千丝万缕的关系，符号&是按位与的计算，这是位运算，计算机能直接运算，特别高效，按位与&的计算方法是，只有当对应位置的数据都为1时，运算结果也为1，当HashMap的容量是2的n次幂时，(n-1)的2进制也就是1111111***111这样形式的，这样与添加元素的hash值进行位运算时，能够（充分的散列），使得添加的元素均匀分布在HashMap的每个位置上，减少hash碰撞。
Q:HashMap如何有效减少碰撞？
A: 扰动函数：促使元素位置分布均匀，减少碰撞几率 、使用final对象，并采用合适的equals()和hashCode()方法
