HashMap集合中的put方法,看完这一篇就够了
共 9796字,需浏览 20分钟
·
2021-12-17 23:32
点击关注公众号,Java干货及时送达
作者 | 汪伟俊
出品 | 公众号:Java技术迷(JavaFans1024)
引言
在Java集合中,HashMap的重要性不言而喻,作为一种存储键值对的数据结构,它在日常开发中有着非常多的应用场景,也是面试中的高频考点,本篇文章就来分析一下HashMap集合中的put方法。
HashMap底层数据结构
先来了解一下HashMap底层的数据结构,它实质上是一个散列表,在数据结构课程中,我们应该都学习过散列表,它是通过关键码值而直接进行访问的一种数据结构,比如存储这样的一个序列:5,12,7,6,1,3。我们首先需要设定一个hash函数,通过该函数就能够定位每个元素存储的位置,比如hash函数为 H(k) = k % 6,那么每个元素的存储位置即为:1,0,1,0,1,3,此时问题就出现了,有几个元素的存储位置计算后发现是一样的,而一个位置不可能存放两个值,这就是hash冲突。
解决哈希冲突的方式有很多:
1.线性探测法2.伪随机数法3.链地址法
若是采用较为简单的线性探测法,则将产生冲突的元素向后移动一个位置,若是仍然有冲突,则继续后移一位,由此可得每个元素的存储位置:
在HashMap中,它的设计当然是要精妙很多的,查阅其源码:
static class Node
implements Map.Entry { final int hash;
final K key;
V value;
Node
next;
Node(int hash, K key, V value, Node
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;
}
}
我们发现了这样的一个内容类,它是一个Node节点,由此,我们可以猜测,HashMap对于冲突的解决办法采用的是链地址法,那么HashMap数据的真正存放位置是在哪呢?
transient Node[] table;
就是这样的一个Node数组。
put方法的执行流程
我们直接通过一个程序来理解HashMap中put方法的执行流程,在put方法中,HashMap需要经历初始化、存值、扩容、解决冲突等等操作:
public static void main(String[] args) {
Map<String, String> map = new HashMap<>();
map.put("name", "zs");
map.put("age", "20");
map.put("name", "lisi");
map.forEach((k, v) -> {
System.out.println(k + "--" + v);
});
}
这段程序的运行结果我们都知道是name--lisi age -- 20
,那为什么是这个结果呢?源码能够告诉我们答案。
首先执行第一行代码,调用HashMap的无参构造方法:
public HashMap() {
this.loadFactor = DEFAULT_LOAD_FACTOR; // all other fields defaulted
}
在构造方法中,只是设置了一个loadFactor的成员变量,它表示的是hash表的负载因子,默认值为0.75,至于这个负载因子是什么,我们后面再说。
接下来程序会执行put方法:
public V put(K key, V value) {
return putVal(hash(key), key, value, false, true);
}
put方法又调用了putVal方法,并传入了key的hash,key,value等等参数,所以先来计算key的hash:
static final int hash(Object key) {
int h;
return (key == null) ? 0 : (h = key.hashCode()) ^ (h >>> 16);
}
这个hash是用来计算插入位置的,我们放到后面说,计算完key的hash后,它将调用putVal方法:
final V putVal(int hash, K key, V value, boolean onlyIfAbsent,
boolean evict) {
Node
[] tab; Node 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
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
)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;
}
该方法的前三行先定义了一个Node类型的数组和一个变量,并判断类成员中的table是否为空,前面我们已经说到,这个table就是真正来存储数据的数组,它的初始值肯定为空,所以会触发resize方法:
final Node
[] resize() { Node
[] oldTab = table; int oldCap = (oldTab == null) ? 0 : oldTab.length;
int oldThr = threshold;
int newCap, newThr = 0;
if (oldCap > 0) {
if (oldCap >= MAXIMUM_CAPACITY) {
threshold = Integer.MAX_VALUE;
return oldTab;
}
else if ((newCap = oldCap << 1) < MAXIMUM_CAPACITY &&
oldCap >= DEFAULT_INITIAL_CAPACITY)
newThr = oldThr << 1; // double threshold
}
else if (oldThr > 0) // initial capacity was placed in threshold
newCap = oldThr;
else { // zero initial threshold signifies using defaults
newCap = DEFAULT_INITIAL_CAPACITY;
newThr = (int)(DEFAULT_LOAD_FACTOR * DEFAULT_INITIAL_CAPACITY);
}
if (newThr == 0) {
float ft = (float)newCap * loadFactor;
newThr = (newCap < MAXIMUM_CAPACITY && ft < (float)MAXIMUM_CAPACITY ?
(int)ft : Integer.MAX_VALUE);
}
threshold = newThr;
@SuppressWarnings({"rawtypes","unchecked"})
Node
[] newTab = (Node [])new Node[newCap]; table = newTab;
if (oldTab != null) {
for (int j = 0; j < oldCap; ++j) {
Node
e; if ((e = oldTab[j]) != null) {
oldTab[j] = null;
if (e.next == null)
newTab[e.hash & (newCap - 1)] = e;
else if (e instanceof TreeNode)
((TreeNode
)e).split(this, newTab, j, oldCap); else { // preserve order
Node
loHead = null, loTail = null; Node
hiHead = null, hiTail = null; Node
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;
}
这个resize方法其实是相当复杂的,但我们捡出重要的代码来看,因为table的初始值为null,所以一定会进入下面的分支:
else { // zero initial threshold signifies using defaults
newCap = DEFAULT_INITIAL_CAPACITY;
newThr = (int)(DEFAULT_LOAD_FACTOR * DEFAULT_INITIAL_CAPACITY);
}
它设置了两个变量的值,newCap = 16,newThr = 0.75 * 16 = 12,其中newCap就是本次需要创建的table数组的容量,而newThr就是实际只能存储的容量大小。
对于一个散列表,如果让其每个位置都占满元素,那么一定是已经产生大量的冲突了,但若是只让小部分位置存储元素,又会浪费散列表的空间,由此,前辈们经过大量的计算,得出散列表的总容量 * 0.75之后的值是散列表最合适的存储容量,这个0.75就被称为散列表中的负载因子。所以,HashMap在第一次调用put方法时会创建一个总容量为16的Node类型数组(前提是调用无参构造方法),但实际上只有12的容量可以被使用,当第13个元素插入时,就需要考虑扩容。
接下来就是初始化table数组:
threshold = newThr;
@SuppressWarnings({"rawtypes","unchecked"})
Node
[] newTab = (Node [])new Node[newCap]; table = newTab;
通过调用resize方法,我们就获得了一个容量为16的Node数组,紧接着就执行:
if ((p = tab[i = (n - 1) & hash]) == null)
tab[i] = newNode(hash, key, value, null);
还记得这个hash变量吗?它就是前面求得的key的hash值,通过n(table数组的长度,即:16)减1并与hash值做一个与运算,即可得到该数据的存储位置,它类似于文章开篇提到的hash函数 H(k) = k % 6,它做的也是这个操作,hash % n。需要注意,若是求模操作中,除数是2的幂次,则求模操作可以等价于与其除数减1的与操作,即:hash & (n - 1),因为&操作的效率是要高于求模运算的,所以HashMap会将n设计为2的幂次。
求得数据需要插入的位置后,就需要判断当前位置是否有元素,现在table数组中没有任何数据,所以第一次判断一定是null,符合条件,执行代码:tab[i] = newNode(hash, key, value, null);
,创建了一个节点,并存入hash值,key、value及其指针域:
Node
newNode(int hash, K key, V value, Node next) { return new Node<>(hash, key, value, next);
}
最后执行:
++modCount;
if (++size > threshold)
resize();
afterNodeInsertion(evict);
判断当前容量size是否超过了阈值threshold,若是超过了,还需要调用resize方法进行扩容。
到这里,第一个数据name:zs
就插入成功了。
第二个数据age:20
在这里就不作分析了,它和name的插入流程是一样的,我们分析一下第三个数据name:lisi
的插入,这里涉及到了一个key重复的问题,来看看HashMap是如何处理的。
首先仍然是调用putVal方法,并计算key的hash值,然后判断当前table是否为空,这次table肯定不为空,所以直接走到:
if ((p = tab[i = (n - 1) & hash]) == null)
tab[i] = newNode(hash, key, value, null);
仍然通过(n - 1) & hash
计算数据的插入位置,结果发现要插入的位置已经有元素了,就是name:zs
,此时就产生了冲突,执行:
Node
e; K k; if (p.hash == hash &&
((k = p.key) == key || (key != null && key.equals(k))))
e = p;
现在的p就是name:zs
,通过p的hash与当前数据key的hash比较,发现hash值相同,继续比较p的key,即:name与当前数据的key是否相同,发现仍然相同,此时就将p交给e管理,最后执行:
if (e != null) { // existing mapping for key
V oldValue = e.value;
if (!onlyIfAbsent || oldValue == null)
e.value = value;
afterNodeAccess(e);
return oldValue;
}
此时e不为null,所以将e中的value值设置为当前数据的value值,由此,HashMap便成功将key为name的值修改为了lisi,并返回了原值zs。
总结
综上所述,我们能够得到以下结论:
•HashMap的总容量一定是2的幂次方,即使通过构造函数传入一个不是2的幂次方的容量,HashMap也会将其扩充至与其最接近的2的幂次方的值;比如传入总容量为10,则HashMap会自动将容量扩充至16•若是调用HashMap的无参构造方法,则将在第一次执行put方法时初始化一个总容量为16,实际可用容量为12的Node数组•当实际容量超过阈值时,HashMap会进行扩容,扩容至原容量的2倍•HashMap的put方法执行流程:首先判断当前table是否为空,若为空,则初始化,若不为空,则根据key的hash计算得到插入位置,再判断该位置是否有元素,若无元素,则直接插入,若有元素,则判断原位置数据的hash值与待插入数据的hash值是否相同,若相同,则继续比较值,若值不同,则创建一个新的Node节点,并使用尾插法将其插入到原数据的节点后面形成链表,若值相同,则采用待插入数据的值覆盖原数据的值,并返回原数据的值•HashMap采用链地址法解决hash冲突,所以当某个链表的长度大于8,并且table数组的长度大于64,则当前链表会被转换为红黑树,若table数组的长度尚未达到64,则进行扩容;当链表长度小于6,则会将红黑树转回链表•因为HashMap会根据key的hash值计算插入位置,所以key的数据类型一定要重写hashCode方法,否则会出现两个相同的key结果hash值不相同的情况,也需要重写equals方法,否则equals方法将比较的是地址值
本文作者:汪伟俊 为Java技术迷专栏作者 投稿,未经允许请勿转载