Jdk1.7下的HashMap源码分析
目录
一、数组结构二、存在的死循环问题三、put方法3.1 highestOneBit()详解
1、数组结构
数组+链表
示例图如下:
常量属性
/**
* The default initial capacity - MUST be a power of two.
* 默认初始容量大小
*/
static final int DEFAULT_INITIAL_CAPACITY = 1 << 4; // aka 16
/**
* MUST be a power of two <= 1<<30.
* hashMap最大容量,可装元素个数
*/
static final int MAXIMUM_CAPACITY = 1 << 30;
/**
* The load factor used when none specified in constructor.
* 加载因子,如容量为16,默认阈值即为16*0.75=12,元素个数超过(包含)12且,扩容
*/
static final float DEFAULT_LOAD_FACTOR = 0.75f;
/**
* 空数组,默认数组为空,初始化后才才有内存地址,第一次put元素时判断,延迟初始化
*/
static final Entry , [] EMPTY_TABLE = {};
二、存在的死循环问题
扩容导致的死循环,jdk1.7中在多线程高并发环境容易出死循环,导致cpu使用率过高问题,问题出在扩容方法resize()中,更具体内部的transfer方法:将旧数组元素转移到新数组过程中,源码如下:
void resize(int newCapacity) {
Entry[] oldTable = table;
int oldCapacity = oldTable.length;
//1.如果原来数组容量等于最大值了,2^30,设置扩容阈值为Integer最大值,不需要再扩容
if (oldCapacity == MAXIMUM_CAPACITY) {
threshold = Integer.MAX_VALUE;
return;
}
//2.创建新数组对象
Entry[] newTable = new Entry[newCapacity];
//3.将旧数组元素转移到新数组中,分析一
transfer(newTable, initHashSeedAsNeeded(newCapacity));
//4.重新引用新数组对象和计算新的阈值
table = newTable;
threshold = (int)Math.min(newCapacity * loadFactor, MAXIMUM_CAPACITY + 1);
}
transfer方法
/**
* Transfers all entries from current table to newTable.
* 从当前数组中转移所有的节点到新数组中
*/
void transfer(Entry[] newTable, boolean rehash) {
int newCapacity = newTable.length;
//遍历旧数组
for (Entry<K,V> e : table) {
//1,首先获取数组下标元素
while(null != e) {
//2.获取数组该桶位置链表中下一个元素
Entry<K,V> next = e.next;
//3.是否需要重新该元素key的hash值
if (rehash) {
e.hash = null == e.key ? 0 : hash(e.key);
}
//4,重新确定在新数组中下标位置
int i = indexFor(e.hash, newCapacity);
//5.头插法:插入新链表该桶位置,若有元素,就形成链表,每次新加入的节点都插在第一位,就数组下标位置
e.next = newTable[i];
newTable[i] = e;
//6.继续获取链表下一个元素
e = next;
}
}
}
//传入容量值返回是否需要对key重新Hash
final boolean initHashSeedAsNeeded(int capacity) {
//1.hashSeed默认为0,因此currentAltHashing为false
boolean currentAltHashing = hashSeed != 0;
//2,sun.misc.VM.isBooted()在类加载启动成功后,状态会修改为true
// 因此变数在于,capacity >= Holder.ALTERNATIVE_HASHING_THRESHOLD,debug发现正常情况ALTERNATIVE_HASHING_THRESHOLD是一个很大的值,使用的是Integer的最大值
boolean useAltHashing = sun.misc.VM.isBooted() &&
(capacity >= Holder.ALTERNATIVE_HASHING_THRESHOLD);
//3,两者异或,只有不相同时才为true,即useAltHashing =true时,dubug代码发现useAltHashing =false,
boolean switching = currentAltHashing ^ useAltHashing;
if (switching) {
hashSeed = useAltHashing
? sun.misc.Hashing.randomHashSeed(this)
: 0;
}
//正常情况下是返回false,即不需要重新对key哈希
return switching;
}
上面源码展示转移元素过程:
以下模拟2个线程并发操作hashMap 在put元素时造成的死循环过程:
链表死循环图例:
三、put方法
1.7的put方法,因没有红黑树结构,相比较1.8简单, 容易理解,流程图如下所示:
代码如下:
public V put(K key, V value) {
//1,若当前数组为空,初始化
if (table == EMPTY_TABLE) {
//分析1
inflateTable(threshold);
}
//2,若put的key为null,在放置在数组下标第一位,索引为0位置,从该源码可知
// hashMap允许 键值对 key=null,但是只能有唯一一个
if (key == null)
// 分析2
return putForNullKey(value);
//3,计算key的hash,这里与1.8有区别
//分析3
int hash = hash(key);
// 4,确定在数组下标位置,与1.8相同
int i = indexFor(hash, table.length);
// 5,遍历该数组位置,即该桶处遍历
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))) {
// 找到相同的key,则覆盖原value值,返回旧值
V oldValue = e.value;
e.value = value;
//该方法为空,不用看
e.recordAccess(this);
return oldValue;
}
}
//因为hashMap线程不安全,修改操作没有同步锁,
//该字段值用于记录修改次数,用于快速失败机制 fail-fast,防止其他线程同时做了修改,抛出并发修改异常
modCount++;
// 6,原数组中没有相同的key,以头插法插入新的元素
//分析4
addEntry(hash, key, value, i);
return null;
}
分析1: HashMap如何初始化数组的,延迟初始化有什么好处?
结论:1、1.7,1.8都是延迟初始化,在put第一个元素时创建数组,目的是为了节省内存。
初始化代码:
private void inflateTable(int toSize) {
// Find a power of 2 >= toSize
//1.该方法非常重要,目的为了得到一个比toSize最接近的2的幂次方的数,
// 且该数要>=toSize,这个2的幂次方方便后面各种位运算
// 如:new HashMap(15),指定15大小集合,内部实际 创建数组大小为2^4=16
// 分析见下
int capacity = roundUpToPowerOf2(toSize);
//2,确定扩容阈值
threshold = (int) Math.min(capacity * loadFactor, MAXIMUM_CAPACITY + 1);
//3,初始化数组对象
table = new Entry[capacity];
initHashSeedAsNeeded(capacity);
}
Q:如何确保获取到比toSize 最接近且大于等于它的2的幂次方的数?
深入理解roundUpToPowerOf2方法:
private static int roundUpToPowerOf2(int number) {
// assert number >= 0 : "number must be non-negative";
//如果number大于等于最大值 2^30,赋值为最大,主要是防止传参越界,number一定是否非负的
return number >= MAXIMUM_CAPACITY
? MAXIMUM_CAPACITY
: (number > 1) ? Integer.highestOneBit((number - 1) << 1) : 1;
//核心在于Integer.highestOneBit((number - 1) << 1) 此处
}
3.1 highestOneBit()详解
先抛出2个问题:
1:这个 (number - 1) << 1 的作用是什么?
2:这个方法highestOneBit肯定是为了获取到满足条件的2的幂次方的数,背后的原理呢?
结论:Integer的方法highestOneBit(i) 这个方法是通过位运算,获取到i的二进制位最左边(最高位)的1,其余位都抹去,置为0,即获取的是小于等于i的2的幂次方的数.
如果直接传入number,那么获取到的是2的幂次方的数,但是该数一定小于等于number,但这不是我们的目的;
如highestOneBit(15)=8highestOneBit(21)=16而我们是想要获取一个刚刚大于等于number的2次方的数,(number-1)<<1 因此需要先将number 扩大二倍number <<1 , 为什么需要number-1,是考虑到临界值问题,恰好number本身就是2的幂次方,如 number=16,扩大2倍后为32, highestOneBit方法计算后结果还是32,这不符合需求。
public static int highestOneBit(int i) {
// HD, Figure 3-1
i |= (i >> 1);
i |= (i >> 2);
i |= (i >> 4);
i |= (i >> 8);
i |= (i >> 16);
return i - (i >>> 1);
}
2的幂次方二进值特点:只有最高位为1,其他位全为0
目的:将传入i的二进制最左边的1保留,其余低位的1全变为0
原理:某数二进制:0001 ,不关心其低位是什么,以*代替,进行运算
右移1位
i |= (i >> 1);
0001****
|
00001***
----------
00011*** #保证左边2位是1
右移2位
i |= (i >> 2);
00011***
|
0000011*
----------
0001111* #保证左边4位是1
右移4位
i |= (i >> 4);
0001111*
|
00000001
----------
00011111 #把高位以下所有位变为1了,该数还是只有5位,该计算可将8位下所有的置为1
Q:为什么要再执行右移8位,16位?
因int类型 4个字节,32位,这样可以一定可以保证将低位全置为1;
最后一步,大功告成!
i - (i 1);
#此时 i= 00011111
00011111
-
00001111 #无符号右移1位
---------
00010000 #拿到值
分析2:HashMap如何处理key 为null情况,value呢?
结论:
允许key为null,但最多唯一存在一个,放在数组下标为0位置
value为null的键值对可以有多个
由1,2 推得,键值对都为null的Entry对象可以有,但最多一个
private V putForNullKey(V value) {
//1.直接table[0] 位置获取,先遍历链表(这里对该数组位置统称为链表,可能没有元素,或者只有一个元素,或者链表)查找是否存在相同的key,存在覆盖原值
for (Entry<K,V> e = table[0]; e != null; e = e.next) {
if (e.key == null) {
V oldValue = e.value;
e.value = value;
e.recordAccess(this);
return oldValue;
}
}
modCount++;
//此时注意添加节点时,第一个0即代表数组下标位置,后面会分析该方法
addEntry(0, null, value, 0);
return null;
}
分析3:如何实现hash算法,保证key的hash值均匀分散,减少hash冲突?
jdk1.7中为了尽可能的对key的hash后均匀分散,扰动函数实现采用了 5次异或+4次位移
final int hash(Object k) {
int h = hashSeed;
if (0 != h && k instanceof String) {
return sun.misc.Hashing.stringHash32((String) k);
}
//k的hashCode值 与hashSeed 异或
h ^= k.hashCode();
// This function ensures that hashCodes that differ only by
// constant multiples at each bit position have a bounded
// number of collisions (approximately 8 at default load factor).
h ^= (h >>> 20) ^ (h >>> 12);
return h ^ (h >>> 7) ^ (h >>> 4);
}
分析4:插入新的节点到map中,如果原数组总元素个数超过阈值,先扩容再插入节点
void addEntry(int hash, K key, V value, int bucketIndex) {
//总元素个数大于等于阈值 且 当前数组下标已存在元素了:扩容
if ((size >= threshold) && (null != table[bucketIndex])) {
//1,扩容,上面已分析过代码
resize(2 * table.length);
//2,计算新加key的hash值,key为null的hash值为0
hash = (null != key) ? hash(key) : 0;
//3,确保计算的数组下标一定在数组有效索引内,见分析5
bucketIndex = indexFor(hash, table.length);
}
// 4,扩容后再插入新数组中
createEntry(hash, key, value, bucketIndex);
}
//分析5
static int indexFor(int h, int length) {
// 与数组长度-1与运算,一定可以确保结果值在数组有效索引内,且均匀分散
return h & (length-1);
}
// 进一步分析插入节点方法
void createEntry(int hash, K key, V value, int bucketIndex) {
//1,首先获取新数组索引位置元素
Entry<K,V> e = table[bucketIndex];
//2,头插法插入新节点, Entry构造方法第4个参数e表示指定当前新增节点的next指针指向该节点,形成链表
table[bucketIndex] = new Entry<>(hash, key, value, e);
//3,map元素个数+1
size++;
}
道阻且长,且歌且行!
每天一小步,踏踏实实走好脚下的路,文章为自己学习总结,不复制黏贴,就是想让自己的知识沉淀一下,也希望与更多的人交流,如有错误,请批评指正!