JDK1.7和1.8的HashMap對比詳解

HashMap是我們在編程中最常用的map，也是面試中經常考的問題，所以打算深入研究一下hashmap的原始碼，并且對比7和8中的不同，
一、hashmap的資料結構
hashmap的資料結構是哈希表，核心是基于哈希值的桶，而哈希桶的底層實作其實是陣列，陣列這種資料結構查找的時間復雜度是O(1)，所以哈希表的查找、洗掉、插入的**平均時間復雜度**就是O(1)，但是它也有一個致命的缺陷---哈希碰撞（collision），所謂碰撞，舉例說明：兩個資料映射出來的哈希值相同，就會發生哈希碰撞（沖突），下面我們來看下java7和java8分別是怎么解決碰撞問題的，
二、Java 7 HashMap（不是執行緒安全的）
經典的哈希表的實作---**陣列+鏈表**，即如果put到的位置有值了，如果key不一致，則會將新put進來的資料放到這個位置原有值的后面，形成鏈表，畫了個圖簡單展示下：
先來看幾個重要的常量，簡單的介紹我已經寫在了下面的注釋中了，其實就是把他給的英文注釋簡單翻譯一下，他給的英文注釋很清晰明了了

/**
* The default initial capacity - MUST be a power of two.
* 默認的初始化容量，必須是2的冪次方，默認容量是16（2^4）
* 疑問一：為什么必須是2的冪次方，這樣賦值的目的是什么？
*/
static final int DEFAULT_INITIAL_CAPACITY = 1 << 4; // aka 16

/**
* The maximum capacity, used if a higher value is implicitly specified
* by either of the constructors with arguments.
* MUST be a power of two <= 1<<30.
* 最大容量，這個值我們一般用不上
*/
static final int MAXIMUM_CAPACITY = 1 << 30;

/**
* The load factor used when none specified in constructor.
* 加載因子，默認0.75，加載因子用來判斷什么時候需要對hashmap進行resize()
*/
static final float DEFAULT_LOAD_FACTOR = 0.75f;
這里有個疑問，就是**為什么初始化容量一定是2^n**，這個我們先留著，稍后進行解答，
下面我們先去看下他的默認建構式HashMap()

/**
* Constructs an empty <tt>HashMap</tt> with the default initial capacity
* (16) and the default load factor (0.75).
* 默認的建構式，初始容量為16，加載因子為0.75
*/
public HashMap() {
this.loadFactor = DEFAULT_LOAD_FACTOR; // all other fields defaulted
}
當然，還有可調初始容量和加載因子的建構式

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);
}
/**
* Inflates the table
*/
private vois inflateTable(int toSize) {
iint capacity=roundUpToPowerOf2(toSize);
...//實際開辟空間存盤元素
}
這里有一個需要注意的地方，當你輸入的initialCapacity不是2^n，roundUpToPowerOf2(param)方法會自動將你輸入的值調整為離他最大的 2的冪次方，這里說一句，并不是呼叫了建構式的時候就會開辟空間，而是等到呼叫put方法時才會真正開辟空間存盤元素（默認16），

如何確定這個obj應該對應哪個哈希桶的索引呢？
hashcode的值有-2^(31) ~2^(31)-1，約有42億個數，默認的哈希桶的容量是16，那么要把這些資料映射到16個桶中，我們都知道求模取余運算，但是這種方法有兩個缺點：
（1）負數求模是負數，所以這里就需要將負數變成正數再取余
（2）慢！
當然，在hashmap中并不是這樣的，我們看下indexFor(param)方法，這個方法就是用來解決這個問題的

```
static int indexFor(int h, int length){
return h & (length-1);
}
```
即用得到的哈希值對陣列的長度進行按位與操作，下面這張圖解釋了為什么初始容量要是2^(n)
***劃重點！！！***
**首先，若初始容量總為2^n，那么-1就可以得到全為1的二進制數，若（length-1）的二進制數并不總為1，h與這個二進制數進行&操作時，某一位永遠為0，這個時候會出現某個桶永遠不會被選中，始終為空；
其次，再進行&操作的時候，才能非常快速的拿到陣列下標，并且分布還是均勻的，**

接下來，來聊一聊jdk1.7中 hash(obj) 方法：

```
final int hash(Object k){
int h=hashSeed;
if(0 != h && k instanceof String){
return sun.misc.Hashing.stringHash32((String) k);
}
h ^= k.hashCode();
h ^= (h >>> 20) ^ (h>>> 12);
return h ^ (h >>> 7) ^ (h >>> 4);
}
```
從上述貼的代碼塊中，可以看到先做了一次異或，而后又做了一堆異或，這個方法的注釋解釋為：獲取這個物件的哈希值，然后進行一次補充哈希運算，得到回傳結果的哈希值，他能夠防御設計的非常的差的分布非常不均勻的哈希函式，如果不這樣的話，就可能遇到嚴重的哈希碰撞，這個解釋已經很清楚了，我就不再贅述了，不過這塊在java8中已經被拋棄了，

然后我們來說一下**擴容**，字面意思看，就是hashmap滿了，需要增大容量，直接貼代碼看一下

```
/**
*新的容量是老的容量的兩倍，在遷移資料的程序中涉及了一個rehash操作transfer（param）
*/
void resize(int newCapacity){
Entry[] oldTable = table;
int oldCapacity = oldTable.length;
if(oldCapacity == MAXIMUM_CAPACITY){
threshold = Integer.MAX_VALUE;
return;
}
Entry[] newTable = new Ebtry[newCapacity];
transfer(newTable, initHashSeedAsNeeded(newCapacity));
table = newTable;
threshold = (int) Math.min(newCapacity * loadFactor, MAXIMUM_CAPACITY+1);
}
```
java7中HashMap存在的問題
（1）容易碰到死鎖，形成鏈表倍訓（多執行緒情況下）
這里簡單解釋一下為什么會碰到死鎖？
我先把擴容的transfer()方法代碼塊貼上來

```
void transfer(Entry[] newTable, boolean rehash) {
int newCapacity = newTable.length;
for (Entry<K,V> e : table) {
while(null != e) {
Entry<K,V> next = e.next;
if (rehash) {
e.hash = null == e.key ? 0 : hash(e.key);
}
int i = indexFor(e.hash, newCapacity);
e.next = newTable[i];
newTable[i] = e;
e = next;
}
}
}
```
假設當前有兩個執行緒都在進行put操作，分別是執行緒A和執行緒B，put的哈希桶的位置已經是一個鏈表了，鏈表長度為2，第一個節點的key為key1，其next節點為key2，當執行緒A走到 Entry<K,V> next = e.next;這行代碼時，e指向key1，next指向key2，此刻被執行緒B搶占了cpu，執行緒B在rehash后，由于使用了頭插法原來的key1->key2變成了key2->key1，這個時候執行緒A獲得了cpu的使用權，繼續從之前保留的中斷節點開始執行，進入while回圈， e = next;就會造成死回圈，
（2）潛在的安全隱患---可以通過進行構造的惡意請求引發DOS，即哈希表完全退化成鏈表，嚴重影響性能
三、Java 8 HashMap（不是執行緒安全的）
Java 8是對Java 7的改進，為了解決上述存在的問題
Java 8采用的是---**陣列+鏈表/紅黑樹**，當鏈表長度增加到某閾值(8)時，鏈表將轉變為紅黑樹，并且在元素減少到某閾值時，紅黑樹復準變為鏈表，
為什么變成紅黑樹的閾值是8呢，其實在Java 8 HashMap的注解中有提到，我把這段注釋也貼了上來：
```
* Because TreeNodes are about twice the size of regular nodes, we
* use them only when bins contain enough nodes to warrant use
* (see TREEIFY_THRESHOLD). And when they become too small (due to
* removal or resizing) they are converted back to plain bins. In
* usages with well-distributed user hashCodes, tree bins are
* rarely used. Ideally, under random hashCodes, the frequency of
* nodes in bins follows a Poisson distribution
* (http://en.wikipedia.org/wiki/Poisson_distribution) with a
* parameter of about 0.5 on average for the default resizing
* threshold of 0.75, although with a large variance because of
* resizing granularity. Ignoring variance, the expected
* occurrences of list size k are (exp(-0.5) * pow(0.5, k) /
* factorial(k)). The first values are:
*
* 0: 0.60653066
* 1: 0.30326533
* 2: 0.07581633
* 3: 0.01263606
* 4: 0.00157952
* 5: 0.00015795
* 6: 0.00001316
* 7: 0.00000094
* 8: 0.00000006
* more: less than 1 in ten million
```
大致翻譯下：若哈希值分布非常好的情況下，樹是很少被用到的，理想情況下，在桶中節點的個數服從引數為0.5的泊松分布，即 桶中有0個值的概率是0.6...，所以這就是為什么選擇閾值為8，超過8這個概率就非常小了，小于十萬分之一，

下面來看代碼：
幾個重要的常量，中文解釋直接寫在上面了

```
/**
* The bin count threshold for using a tree rather than list for a
* bin. Bins are converted to trees when adding an element to a
* bin with at least this many nodes. The value must be greater
* than 2 and should be at least 8 to mesh with assumptions in
* tree removal about conversion back to plain bins upon
* shrinkage.
* 由鏈表轉變為紅黑樹的閾值-8
*/
static final int TREEIFY_THRESHOLD = 8;

/**
* The bin count threshold for untreeifying a (split) bin during a
* resize operation. Should be less than TREEIFY_THRESHOLD, and at
* most 6 to mesh with shrinkage detection under removal.
* 由紅黑樹轉變為鏈表的閾值-6
*/
static final int UNTREEIFY_THRESHOLD = 6;

```
還記得Java 7中的hash()演算法嗎，就是那個里面一堆異或的演算法，在Java 8中，hash()演算法只有下面幾行，非常清楚簡單，不過這里是將h的高16位與低16位進行了異或，在注釋中提到，這樣做也是為了防止低位相同高位不同的情況，
```
static final int hash(Object key) {
int h;
return (key == null) ? 0 : (h = key.hashCode()) ^ (h >>> 16);
}
```
接下來我們看下put()方法
```
final V putVal(int hash, K key, V value, boolean onlyIfAbsent,
boolean evict) {
Node<K,V>[] tab; Node<K,V> p; int n, i;
//初始化
if ((tab = table) == null || (n = tab.length) == 0)
n = (tab = resize()).length;
//找到了對應位置，且為第一個元素，則生成一個新的節點
if ((p = tab[i = (n - 1) & hash]) == null)
tab[i] = newNode(hash, key, value, null);
else {
Node<K,V> e; K k;
//如果找到的對應位置有資料，則對比key是否相同，相同則覆寫掉
if (p.hash == hash &&
((k = p.key) == key || (key != null && key.equals(k))))
e = p;
//否則的話 如果該位置的第一個節點是樹節點的話，就執行樹的插入操作
else if (p instanceof TreeNode)
e = ((TreeNode<K,V>)p).putTreeVal(this, tab, hash, key, value);
//否則就執行鏈表的插入操作
else {
for (int binCount = 0; ; ++binCount) {
if ((e = p.next) == null) {
p.next = newNode(hash, key, value, null);
//如果鏈表中元素個數超過TREEIFY_THRESHOLD -1 就執行轉變紅黑樹的方法
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 = https://www.cnblogs.com/southtree/p/e.value;
if (!onlyIfAbsent || oldValue =https://www.cnblogs.com/southtree/p/= null)
e.value = https://www.cnblogs.com/southtree/p/value;
afterNodeAccess(e);
return oldValue;
}
}
++modCount;
if (++size > threshold)
resize();
afterNodeInsertion(evict);
return null;
}
```
**擴容**

```
/**
* Initializes or doubles table size. If null, allocates in
* accord with initial capacity target held in field threshold.
* Otherwise, because we are using power-of-two expansion, the
* elements from each bin must either stay at same index, or move
* with a power of two offset in the new table.
*
* @return the table
*/
final Node<K,V>[] resize() {
Node<K,V>[] 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<K,V>[] newTab = (Node<K,V>[])new Node[newCap];
table = newTab;
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;
else if (e instanceof TreeNode)
((TreeNode<K,V>)e).split(this, newTab, j, oldCap);
else { // preserve order
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;
}
```
這個注釋我覺得寫的非常好，告訴你在rehash時，原元素要么保持不變，要么被遷移到固定的高位，也就是說，加入現在有一個鏈表的元素需要遷移，那么這些元素去的地方只有兩個位置，一個是原地，一個是固定高位，那這是為什么？
還記得我們之前分析的如何根據hashcode定位索引嗎，我畫了張圖，方便理解
Java 8中還對遷移的元素保留的其原來位置的順序，這樣可以降低出現死鎖概率，并不能避免，畢竟HashMap不是執行緒安全的，

那么以上，

標籤：Java

上一篇：基礎排序演算法(附加java實作)

下一篇：資料分析 | 資料可視化圖表，BI工具構建邏輯