欢迎您访问程序员文章站本站旨在为大家提供分享程序员计算机编程知识!
您现在的位置是: 首页  >  IT编程

在Java8与Java7中HashMap源码实现的对比

程序员文章站 2024-03-07 18:26:33
一、hashmap的原理介绍 此乃老生常谈,不作仔细解说。 一句话概括之:hashmap是一个散列表,它存储的内容是键值对(key-value)映射。 二、jav...

一、hashmap的原理介绍

此乃老生常谈,不作仔细解说。

一句话概括之:hashmap是一个散列表,它存储的内容是键值对(key-value)映射。

二、java 7 中hashmap的源码分析

首先是hashmap的构造函数代码块1中,根据初始化的capacityloadfactor(加载因子)初始化hashmap.

//代码块1
 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;
 threshold = initialcapacity;
 init();
 }

java7中对于<key1,value1>put方法实现相对比较简单,首先根据 key1 key值计算hash值,再根据该hash值与tablelength确定该key所在的index,如果当前位置的entry不为null,则在该entry链中遍历,如果找到hash值和key值都相同,则将值value覆盖,返回oldvalue;如果当前位置的entrynull,则直接addentry

代码块2
public v put(k key, v value) {
 if (table == empty_table) {
  inflatetable(threshold);
 }
 if (key == null)
  return putfornullkey(value);
 int hash = hash(key);
 int i = indexfor(hash, table.length);
 for (entry<k,v> e = table[i]; e != null; e = e.next) {
  object k;
  if (e.hash == hash && ((k = e.key) == key || key.equals(k))) {
  v oldvalue = e.value;
  e.value = value;
  e.recordaccess(this);
  return oldvalue;
  }
 }

 modcount++;
 addentry(hash, key, value, i);
 return null;
 }

//addentry方法中会检查当前table是否需要resize
 void addentry(int hash, k key, v value, int bucketindex) {
 if ((size >= threshold) && (null != table[bucketindex])) {
  resize(2 * table.length); //当前map中的size 如果大于threshole的阈值,则将resize将table的length扩大2倍。
  hash = (null != key) ? hash(key) : 0;
  bucketindex = indexfor(hash, table.length);
 }

 createentry(hash, key, value, bucketindex);
 }

java7 中resize()方法的实现比较简单,将oldtable的长度扩展,并且将oldtable中的entry根据rehash的标记重新计算hash值和index移动到newtable中去。

代码如代码块3中所示,

//代码块3 --jdk7中hashmap.resize()方法
void resize(int newcapacity) {
 entry[] oldtable = table;
 int oldcapacity = oldtable.length;
 if (oldcapacity == maximum_capacity) {
  threshold = integer.max_value;
  return;
 }

 entry[] newtable = new entry[newcapacity];
 transfer(newtable, inithashseedasneeded(newcapacity));
 table = newtable;
 threshold = (int)math.min(newcapacity * loadfactor, maximum_capacity + 1);
 }

 /**
 * 将当前table的entry转移到新的table中
 */
 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;
  }
 }
 }

hashmap性能的有两个参数:初始容量(initialcapacity) 和加载因子(loadfactor)。容量 是哈希表中桶的数量,初始容量只是哈希表在创建时的容量。加载因子 是哈希表在其容量自动增加之前可以达到多满的一种尺度。当哈希表中的条目数超出了加载因子与当前容量的乘积时,则要对该哈希表进行 rehash 操作(即重建内部数据结构),从而哈希表将具有大约两倍的桶数。

根据源码分析可以看出:在java7 中 hashmap的entry是按照index索引存储的,遇到hash冲突的时候采用拉链法解决冲突,将冲突的keyvalue插入到链表list中。

然而这种解决方法会有一个缺点,假如key值都冲突,hashmap会退化成一个链表,get的复杂度会变成o(n)

在java8中为了优化该最坏情况下的性能,采用了平衡树来存放这些hash冲突的键值对,性能由此可以提升至o(logn)

代码块4 -- jdk8中hashmap中常量定义
 static final int default_initial_capacity = 1 << 4; 
 static final int treeify_threshold = 8; // 是否将list转换成tree的阈值
 static final int untreeify_threshold = 6; // 在resize操作中,决定是否untreeify的阈值
 static final int min_treeify_capacity = 64; // 决定是否转换成tree的最小容量
 static final float default_load_factor = 0.75f; // default的加载因子

在java 8 hashmap的put方法实现如代码块5所示,

代码块5 --jdk8 hashmap.put方法
 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; //table为空的时候,n为table的长度
 if ((p = tab[i = (n - 1) & hash]) == null)
  tab[i] = newnode(hash, key, value, null); // (n - 1) & hash 与java7中indexfor方法的实现相同,若i位置上的值为空,则新建一个node,table[i]指向该node。
 else {
  // 若i位置上的值不为空,判断当前位置上的node p 是否与要插入的key的hash和key相同
  node<k,v> e; k k;
  if (p.hash == hash &&
  ((k = p.key) == key || (key != null && key.equals(k))))
  e = p;//相同则覆盖之
  else if (p instanceof treenode)
  // 不同,且当前位置上的的node p已经是treenode的实例,则再该树上插入新的node。
  e = ((treenode<k,v>)p).puttreeval(this, tab, hash, key, value);
  else {
  // 在i位置上的链表中找到p.next为null的位置,bincount计算出当前链表的长度,如果继续将冲突的节点插入到该链表中,会使链表的长度大于tree化的阈值,则将链表转换成tree。
  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;
 }

再看下resize方法,由于需要考虑hash冲突解决时采用的可能是list 也可能是balance tree的方式,因此resize方法相比jdk7中复杂了一些,

 代码块6 -- jdk8的resize方法
 inal 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;//如果超过最大容量,无法再扩充table
  return oldtab;
  }
  else if ((newcap = oldcap << 1) < maximum_capacity &&
   oldcap >= default_initial_capacity)
  newthr = oldthr << 1; // threshold门槛扩大至2倍
 }
 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];// 创建容量为newcap的newtab,并将oldtab中的node迁移过来,这里需要考虑链表和tree两种情况。
 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); 
   // split方法会将树分割为lower 和upper tree两个树,
如果子树的节点数小于了untreeify_threshold阈值,则将树untreeify,将节点都存放在newtab中。
   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;
 }

再看一下tree的treeifybin方法和puttreeval方法的实现,底层采用了红黑树的方法。

 // 代码块7 
 //min_treeify_capacity 的值为64,若当前table的length不够,则resize()
 final void treeifybin(node<k,v>[] tab, int hash) {
 int n, index; node<k,v> e;
 if (tab == null || (n = tab.length) < min_treeify_capacity)
  resize();
 else if ((e = tab[index = (n - 1) & hash]) != null) {
  treenode<k,v> hd = null, tl = null;
  do {
  treenode<k,v> p = replacementtreenode(e, null);
  if (tl == null)
   hd = p;
  else {
   p.prev = tl;
   tl.next = p;
  }
  tl = p;
  } while ((e = e.next) != null);
  if ((tab[index] = hd) != null)
  hd.treeify(tab);
 }
 }
// putval 的tree版本 
 final treenode<k,v> puttreeval(hashmap<k,v> map, node<k,v>[] tab,
     int h, k k, v v) {
  class<?> kc = null;
  boolean searched = false;
  treenode<k,v> root = (parent != null) ? root() : this;
  for (treenode<k,v> p = root;;) {
  int dir, ph; k pk;
  if ((ph = p.hash) > h)
   dir = -1;
  else if (ph < h)
   dir = 1;
  else if ((pk = p.key) == k || (k != null && k.equals(pk)))
   return p;
  else if ((kc == null &&
    (kc = comparableclassfor(k)) == null) ||
    (dir = comparecomparables(kc, k, pk)) == 0) {
   if (!searched) {
   treenode<k,v> q, ch;
   searched = true;
   if (((ch = p.left) != null &&
    (q = ch.find(h, k, kc)) != null) ||
    ((ch = p.right) != null &&
    (q = ch.find(h, k, kc)) != null))
    return q;
   }
   dir = tiebreakorder(k, pk);
  }
  treenode<k,v> xp = p;
  if ((p = (dir <= 0) ? p.left : p.right) == null) {
   node<k,v> xpn = xp.next;
   treenode<k,v> x = map.newtreenode(h, k, v, xpn);
   if (dir <= 0)
   xp.left = x;
   else
   xp.right = x;
   xp.next = x;
   x.parent = x.prev = xp;
   if (xpn != null)
   ((treenode<k,v>)xpn).prev = x;
   moveroottofront(tab, balanceinsertion(root, x));
   return null;
  }
  }
 }

看了这些源码,并一一做了比较之后,惊叹于源码之妙,收益良多。

总结

以上就是这篇文章的全部内容了,希望本文的内容对大家的学习或者工作能带来一定的帮助,如果有疑问大家可以留言交流。