JDK8中的HashMap初始化和扩容机制详解
JDK8中的HashMap初始化和扩容机制详解
一、HashMap初始化方法
HashMap() 不带参数，默认初始化大小为16，加载因子为0.75；
HashMap(int initialCapacity) 指定初始化大小；
HashMap(int initialCapacity, float loadFactor) 指定初始化大小和加载因子大小；
HashMap(Map<? extends K,? extends V> m) 用现有的一个map来构造HashMap。
二、分析初始化过程
1、初始化代码测试用例
Map<String, String> map = new HashMap<>(3);
map.put("id", "1");
map.put("name", "riemann");
map.put("sex", "male");
2、初始化过程
public HashMap(int initialCapacity, float loadFactor) {
// 初始化大小小于0，抛出异常
if (initialCapacity < 0)
throw new IllegalArgumentException("Illegal initial capacity: " +
initialCapacity);
// 初始大小最大为默认最大值
if (initialCapacity > MAXIMUM_CAPACITY)
initialCapacity = MAXIMUM_CAPACITY;
// 加载因子要在0到1之间
if (loadFactor <= 0 || Float.isNaN(loadFactor))
throw new IllegalArgumentException("Illegal load factor: " +
loadFactor);
this.loadFactor = loadFactor;
// threshold是根据当前的初始化大小和加载因子算出来的边界大小，
// 当桶中的键值对超过这个大小就进行扩容
this.threshold = tableSizeFor(initialCapacity);
}
此时：loadFactor = 0.75 默认值
// 这个方法返回大于输入参数且最接近的2的整数次幂的数
static final int tableSizeFor(int cap) {
int n = cap - 1;
// 无符号向右移动
// 按位或
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;
}
此时：threshold = 4
三、分析扩容过程
1、第一次执行put操作后
final V putVal(int hash, K key, V value, boolean onlyIfAbsent,
boolean evict) {
Node<K,V>[] tab; Node<K,V> p; int n, i;
// 如果存储元素的table为空，则进行必要字段的初始化
if ((tab = table) == null || (n = tab.length) == 0)
// 获取长度
n = (tab = resize()).length;
// 如果根据hash值获取的结点为空，则新建一个结点
// 此处 & 代替了 % （除法散列法进行散列）
if ((p = tab[i = (n - 1) & hash]) == null)
tab[i] = newNode(hash, key, value, null);
// 这里的p结点是根据hash值算出来对应在数组中的元素
else {
Node<K,V> e; K k;
// 如果新插入的结点和table中p结点的hash值，key值相同的话
if (p.hash == hash &&
((k = p.key) == key || (key != null && key.equals(k))))
e = p;
// 如果是红黑树结点的话，进行红黑树插入
else if (p instanceof TreeNode)
e = ((TreeNode<K,V>)p).putTreeVal(this, tab, hash, key, value);
else {
for (int binCount = 0; ; ++binCount) {
// 代表这个单链表只有一个头部结点，则直接新建一个结点即可
if ((e = p.next) == null) {
p.next = newNode(hash, key, value, null);
// 链表长度大于8时，将链表转红黑树
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;
// 及时更新p
p = e;
}
}
// 如果存在这个映射就覆盖
if (e != null) { // existing mapping for key
V oldValue = e.value;
// 判断是否允许覆盖，并且value是否为空
if (!onlyIfAbsent || oldValue == null)
e.value = value;
// 回调以允许LinkedHashMap后置操作
afterNodeAccess(e);
return oldValue;
}
}
// 更改操作次数
++modCount;
// 大于临界值
if (++size > threshold)
// 将数组大小设置为原来的2倍，并将原先的数组中的元素放到新数组中
// 因为有链表，红黑树之类，因此还要调整他们
resize();
// 回调以允许LinkedHashMap后置操作
afterNodeInsertion(evict);
return null;
}
2、第一put会进行resize()操作：
// 初始化或者扩容之后元素调整
final Node<K,V>[] resize() {
// 获取旧元素数组的各种信息
Node<K,V>[] oldTab = table;
// 长度
int oldCap = (oldTab == null) ? 0 : oldTab.length;
// 扩容的临界值
int oldThr = threshold;
// 定义新数组的长度及扩容的临界值
int newCap, newThr = 0;
// 如果原table不为空
if (oldCap > 0) {
// 如果数组长度达到最大值，则修改临界值为Integer.MAX_VALUE
if (oldCap >= MAXIMUM_CAPACITY) {
threshold = Integer.MAX_VALUE;
return oldTab;
}
// 下面就是扩容操作（2倍）
else if ((newCap = oldCap << 1) < MAXIMUM_CAPACITY &&
oldCap >= DEFAULT_INITIAL_CAPACITY)
// threshold也变为二倍
newThr = oldThr << 1; // double threshold
}
else if (oldThr > 0) // initial capacity was placed in threshold
newCap = oldThr;
// threshold为0，则使用默认值
else { // zero initial threshold signifies using defaults
newCap = DEFAULT_INITIAL_CAPACITY;
newThr = (int)(DEFAULT_LOAD_FACTOR * DEFAULT_INITIAL_CAPACITY);
}
// 如果临界值还为0，则设置临界值
if (newThr == 0) {
float ft = (float)newCap * loadFactor;
newThr = (newCap < MAXIMUM_CAPACITY && ft < (float)MAXIMUM_CAPACITY ?
(int)ft : Integer.MAX_VALUE);
}
// 更新填充因子
threshold = newThr;
@SuppressWarnings({"rawtypes","unchecked"})
Node<K,V>[] newTab = (Node<K,V>[])new Node[newCap];
table = newTab;
// 调整数组大小之后，需要调整红黑树或者链表的指向
if (oldTab != null) {
for (int j = 0; j < oldCap; ++j) {
Node<K,V> e;
if ((e = oldTab[j]) != null) {
oldTab[j] = null;
if (e.next == null)
newTab[e.hash & (newCap - 1)] = e;
// 红黑树调整
else if (e instanceof TreeNode)
((TreeNode<K,V>)e).split(this, newTab, j, oldCap);
else { // preserve order
// 链表调整
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;
}
}
}
}
}
return newTab;
}
四、小结
第一次put后：threshold = newCap * loadFactor = oldThr * loadFactor = 4 * 0.75 = 3
第二次put后：++size = 3,不进行扩容
第三次put后：++size = 4，进行扩容
oldCap = oldTab.length = 3 newcap = oldCap << 1 = 6 threshold = newThr = newCap * loadFactor = 6 * 0.75 = 4
结论：设置初始化容量n，初始化threshold = 大于n数且最接近的2的整数次幂的数 * 负载因子
JDK8中的HashMap深入理解
一、首先看一下HashMap的数据结构（数组+链表/红黑树），如下图：
1、红黑树特性（缺一不可）：
(1)、每个节点要么是红色要么是黑色。
(2)、根节点是黑色。
(3)、所有叶子节点都是黑色（叶子节点为NIL或者NULL节点）。
(4)、不存在两个连续的红色节点。
(5)、任意节点（包含跟节点）到其叶子节点的所有路径都包含相同数目的黑色节点。
2、为什么HashMap中使用红黑树而不使用AVL树呢？
红黑树被称为弱AVL树，牺牲了严格的高度平衡的优越条件为代价（红黑树左右子树的高度差不超过一倍即可）使其能够以O(log2 n)的时间复杂度进行搜索、插入、删除操作；此外，由于它的设计，任何不平衡都会在三次旋转之内解决。因为HashMap的使用场景中插入和删除操作是非常频繁的，所以在HashMap中使用了红黑树。
3、红黑树RBT与平衡二叉树AVL比较：
(1)、红黑树和AVL树类似，都是在进行插入和删除操作时通过特定操作保持二叉查找树的平衡，从而获得较高的查找性能。
(2)、红黑树和AVL树的区别在于它使用颜色来标识节点的高度，它所追求的是局部平衡而不是AVL树中的非常严格的平衡。
(3)、AVL 树比红黑树更加平衡，但AVL树在插入和删除的时候也会存在大量的旋转操作。所以当你的应用涉及到频繁的插入和删除操作，切记放弃AVL树，选择性能更好的红黑树；当然，如果你的应用中涉及的插入和删除操作并不频繁，而是查找操作相对更频繁，那么就优先选择 AVL 树进行实现。
二、HashMap元素插入过程及一些参数的详解
1、首先，需要了解HashMap源码中几个重要的参数：
DEFAULT_INITIAL_CAPACITY：默认初始化大小
MAXIMUM_CAPACITY：最大容量
DEFAULT_LOAD_FACTOR：默认的负载因子
TREEIFY_THRESHOLD：链表转化为红黑树的阈值（包含）
UNTREEIFY_THRESHOLD：红黑树转化为链表的阈值（包含）
MIN_TREEIFY_CAPACITY：当数组大小小于该值时，不进行链表向红黑树的转化，而是进行扩容
2、HashMap存储元素过程：
（1）图中刚开始有计算 key 的 hash 值的设计？
拿到 key 的 hashCode，并将 hashCode 的高16位和 hashCode 进行异或（XOR）运算，得到最终的 hash 值。
（2）为什么要将 hashCode 的高16位参与运算？
主要是为了在 table 的长度较小的时候，让高位也参与运算，并且不会有太大的开销。
（3）为什么链表转红黑树的阈值是8？
我们平时在进行方案设计时，必须考虑的两个很重要的因素是：时间和空间。对于 HashMap 也是同样的道理，简单来说，阈值为8是在时间和空间上权衡的结果。红黑树节点大小约为链表节点的2倍，在节点太少时，红黑树的查找性能优势并不明显，付出2倍空间的代价不值得。理想情况下，使用随机的哈希码，节点分布在 hash 桶中的频率遵循泊松分布，按照泊松分布的公式计算，链表中节点个数为8时的概率为0.00000006，这个概率足够低了，并且到8个节点时，红黑树的性能优势也会开始展现出来，因此8是一个较合理的数字。
（4）HashMap 的默认初始容量是多少？HashMap 的容量有什么限制吗？
默认初始容量是16。HashMap 的容量必须是2的N次方，HashMap 会根据我们传入的容量计算一个大于等于该容量的最小的2的N次方，例如传 9，容量为16。
（5）为什么HashMap 的容量必须是 2 的 N 次方？
计算索引位置的公式为：(n - 1) & hash，当 n 为2的N 次方时，n - 1为低位全是 1 的值，此时任何值跟 n - 1 进行 &运算的结果为该值的低 N 位，达到了和取模同样的效果，实现了均匀分布。实际上，这个设计就是基于公式：x mod 2^n = x & (2^n - 1)，因为 &运算比 mod 具有更高的效率。当 n 不为 2 的 N 次方时，hash 冲突的概率明显增大。
（6）为什么HashMap的负载因子默认为0.75？
在HashMap的类注释上有如图一段解释：大致意思是说负载因子是0.75的时候，空间利用率比较高，而且避免了相当多的Hash冲突，使得底层的链表或者是红黑树的高度比较低，提升了空间效率。
以上为个人经验，希望能给大家一个参考，也希望大家多多支持趣讯吧。
