源碼學(xué)習(xí)韧掩,邊看源碼邊加注釋净神,邊debug智亮,邊理解俄删。
基本屬性
常量
- DEFAULT_INITIAL_CAPACITY:默認數(shù)組的初始容量 - 必須是2的冪宏怔。
- MAXIMUM_CAPACITY:數(shù)組的最大容量
- DEFAULT_LOAD_FACTOR:哈希表的負載因子0.75
- TREEIFY_THRESHOLD:在一個桶內(nèi)由樹轉(zhuǎn)換成鏈表的閾值
- UNTREEIFY_THRESHOLD:又樹轉(zhuǎn)換成鏈表的閾值
- MIN_TREEIFY_CAPACITY:在數(shù)組長度大于或等于64時才會進行鏈表轉(zhuǎn)換成樹的操作,否則直接擴容
全局變量
- table:數(shù)組對象
- size:HashMap大小
- modCount:操作HashMap的總數(shù) for fast-fail
- threshold: 擴容的閾值
- loadFactor:哈希表的負載因子畴椰,默認是DEFAULT_LOAD_FACTOR值
數(shù)據(jù)結(jié)構(gòu)
HashMap的數(shù)據(jù)結(jié)構(gòu)在jdk1.8之前采用的是數(shù)組+鏈表臊诊,jdk1.8之后采用了數(shù)組+鏈表/紅黑樹的結(jié)構(gòu),如圖:
如圖所示當(dāng)鏈表長度大于8時斜脂,鏈表轉(zhuǎn)換成紅黑樹抓艳。
在jdk1.8中存儲數(shù)據(jù)的節(jié)點有兩種一種是鏈表節(jié)點Node一種是樹節(jié)點TreeNode:
Node:
static class Node<K,V> implements Map.Entry<K,V> {
final int hash;
final K key;
V value;
Node<K,V> next;
...
TreeNode:
static final class TreeNode<K,V> extends LinkedHashMap.Entry<K,V> {
TreeNode<K,V> parent; // red-black tree links
TreeNode<K,V> left;
TreeNode<K,V> right;
TreeNode<K,V> prev; // needed to unlink next upon deletion
boolean red;
...
通過上面的繼承關(guān)系我們發(fā)現(xiàn)TreeNode是繼承自Node的。
如果元素小于8個帚戳,鏈表查詢成本高玷或,新增成本低
如果元素大于8個儡首,紅黑樹查詢成本低,新增成本高
常見的使用方式
@Test
public void testHashMap() {
Map<String, Object> map = new HashMap<>();
map.put("1", "1");
map.get("1");
map.size();
}
這是我們使用HashMap最常見的使用方式偏友,下面我就來看下每一步都是怎么實現(xiàn)的蔬胯。測試代碼:
public class HashMapTest {
public static void main(String[] args) {
Map<User, Object> map = new HashMap<>();
for (; ; ) {
map.put(new User(), map.size());
if (map.size() > 1000) {
break;
}
}
map.size();
}
static class User {
@Override
public int hashCode() {
return 1;
}
}
}
構(gòu)造函數(shù)
我們使用HashMap第一步是先創(chuàng)建一個HashMap,從上面的語句來看HashMap繼承自Map接口位他,下面我們開看看new HashMap<>()
都做了些什么:
public HashMap() {
this.loadFactor = DEFAULT_LOAD_FACTOR; // all other fields defaulted
}
原來啥都沒干氛濒,就只是對一個成員變量賦了一個初值《焖瑁看來數(shù)組的初始化和鏈表的初始化等都是在后面發(fā)生的泼橘。
put() 方法
public V put(K key, V value) {
return putVal(hash(key), key, value, false, true);
}
hash() 方法
static final int hash(Object key) {
int h;
// 計算key.hashCode()并將更高位的散列擴展(XOR)降低。采用位運算主要是是加快計算速度
return (key == null) ? 0 : (h = key.hashCode()) ^ (h >>> 16);
}
putVal() 方法
final V putVal(int hash, K key, V value, boolean onlyIfAbsent,
boolean evict) {
// 數(shù)組對象
Node<K, V>[] tab;
// 通過key值找出對應(yīng)數(shù)組索引位的數(shù)據(jù) p = tab[i = (n - 1) & hash]
Node<K, V> p;
// n 表示數(shù)組長度迈勋, i表示key值在數(shù)組上的索引位
int n, i;
if ((tab = table) == null || (n = tab.length) == 0)
// 判斷數(shù)組是否為null炬灭,如果是則調(diào)用resize()方法進行初始化
n = (tab = resize()).length;
if ((p = tab[i = (n - 1) & hash]) == null)
// (n-1)&hash= hash%(n-1),通過該公式找出該值在數(shù)組上的索引位靡菇。 保證不發(fā)生數(shù)組越界重归。
// 如果該索引位為null,則直接將數(shù)據(jù)放到該索引位
tab[i] = newNode(hash, key, value, null);
else {
Node<K, V> e;
K k;
if (p.hash == hash &&
((k = p.key) == key || (key != null && key.equals(k))))
// 表示key完全相同
e = p;
else if (p instanceof TreeNode)
// 桶內(nèi)已經(jīng)是紅黑樹節(jié)點
e = ((TreeNode<K, V>) p).putTreeVal(this, tab, hash, key, value);
else {
// 桶內(nèi)還是鏈表節(jié)點
for (int binCount = 0; ; ++binCount) {
if ((e = p.next) == null) {
// 通過自旋找到尾部節(jié)點厦凤,并將新數(shù)據(jù)添加在尾部節(jié)點后面
p.next = newNode(hash, key, value, null);
if (binCount >= TREEIFY_THRESHOLD - 1) // -1 for 1st
// 如果鏈表內(nèi)的數(shù)據(jù)已經(jīng)超過8個則嘗試將鏈表轉(zhuǎn)成紅黑樹(其實這個時候鏈表已經(jīng)有9個節(jié)點了鼻吮,最后一個節(jié)點是上一步添加進去的)
treeifyBin(tab, hash);
break;
}
if (e.hash == hash &&
((k = e.key) == key || (key != null && key.equals(k))))
// key完全相同則走后面的value替換流程
break;
p = e;
}
}
if (e != null) { // existing mapping for key
V oldValue = e.value;
if (!onlyIfAbsent || oldValue == null)
// 在key完全相同的情況下,用新數(shù)據(jù)去覆蓋老數(shù)據(jù)的value值较鼓,并返回老數(shù)據(jù)的value值
e.value = value;
afterNodeAccess(e);
return oldValue;
}
}
++modCount;
// 判斷如果hash表的總數(shù)大于擴容閾值的時候需要進行擴容
if (++size > threshold)
resize();
afterNodeInsertion(evict);
return null;
}
putTreeVal() 插入紅黑樹節(jié)點
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;
// 找到根節(jié)點
TreeNode<K, V> root = (parent != null) ? root() : this;
for (TreeNode<K, V> p = root; ; ) {
// dir 表示兩個key的比較結(jié)果椎木,ph表示p節(jié)點的hash值
int dir, ph;
K pk;
if ((ph = p.hash) > h)
// 父節(jié)點的hash值大于新節(jié)點hash值
dir = -1;
else if (ph < h)
// 父節(jié)點的hash值小于新節(jié)點hash值
dir = 1;
else if ((pk = p.key) == k || (k != null && k.equals(pk)))
// 表示key完全相同
return p;
else if ((kc == null &&
// 判斷對key是否實現(xiàn)Comparable接口
(kc = comparableClassFor(k)) == null) ||
// 使用Comparable來比較父節(jié)點和新節(jié)點的key值大小
(dir = compareComparables(kc, k, pk)) == 0) {
// 這個查找只會執(zhí)行一次
if (!searched) {
TreeNode<K, V> q, ch;
searched = true;
// 從p的左子樹找到對應(yīng)key的節(jié)點
if (((ch = p.left) != null &&
(q = ch.find(h, k, kc)) != null) ||
// 從p的右子樹找到對應(yīng)key的節(jié)點
((ch = p.right) != null &&
(q = ch.find(h, k, kc)) != null))
//表示key完全相同的節(jié)點
return q;
}
// 使用默認比較器比較兩個key的大小
dir = tieBreakOrder(k, pk);
}
TreeNode<K, V> xp = p;
// 自旋找出新節(jié)點的父節(jié)點
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);
// 將新節(jié)點放到對應(yīng)的葉子節(jié)點位置
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;
// 調(diào)整樹的平衡
moveRootToFront(tab, balanceInsertion(root, x));
return null;
}
}
}
treeifyBin() 嘗試將鏈表轉(zhuǎn)換成樹的方法
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)
// 檢查數(shù)組長度如果小于64則不進行紅黑樹轉(zhuǎn)換,直接進行擴容
resize();
else if ((e = tab[index = (n - 1) & hash]) != null) {
TreeNode<K, V> hd = null, tl = null;
do {
// 將key值對應(yīng)數(shù)組索引位上所有鏈表節(jié)點轉(zhuǎn)換成紅黑樹節(jié)點
TreeNode<K, V> p = replacementTreeNode(e, null);
if (tl == null)
// 樹的根節(jié)點
hd = p;
else {
p.prev = tl;
tl.next = p;
}
tl = p;
} while ((e = e.next) != null);
if ((tab[index] = hd) != null)
// 由鏈表轉(zhuǎn)換成了紅黑樹
hd.treeify(tab);
}
}
treeify() 將鏈表轉(zhuǎn)換成紅黑樹
final void treeify(Node<K, V>[] tab) {
TreeNode<K, V> root = null;
// for循環(huán)遍歷鏈表所有節(jié)點
for (TreeNode<K, V> x = this, next; x != null; x = next) {
// 給下一個節(jié)點賦值
next = (TreeNode<K, V>) x.next;
x.left = x.right = null;
// 給root節(jié)點賦值
if (root == null) {
x.parent = null;
x.red = false;
root = x;
} else {
K k = x.key;
int h = x.hash;
Class<?> kc = null;
for (TreeNode<K, V> p = root; ; ) {
int dir, ph;
K pk = p.key;
// 比較root節(jié)點和X節(jié)點的hash值大小
if ((ph = p.hash) > h)
dir = -1;
else if (ph < h)
dir = 1;
else if ((kc == null &&
(kc = comparableClassFor(k)) == null) ||
(dir = compareComparables(kc, k, pk)) == 0)
dir = tieBreakOrder(k, pk);
// 將X節(jié)點添加到紅黑樹
TreeNode<K, V> xp = p;
if ((p = (dir <= 0) ? p.left : p.right) == null) {
x.parent = xp;
if (dir <= 0)
xp.left = x;
else
xp.right = x;
// 平衡紅黑樹
root = balanceInsertion(root, x);
break;
}
}
}
}
moveRootToFront(tab, root);
}
resize() 擴容方法
final Node<K, V>[] resize() {
// 擴容前的數(shù)組
Node<K, V>[] oldTab = table;
// 獲取數(shù)組長度
int oldCap = (oldTab == null) ? 0 : oldTab.length;
// 擴容閾值
int oldThr = threshold;
// 擴容后的數(shù)組長度和擴容閾值
int newCap, newThr = 0;
if (oldCap > 0) {
if (oldCap >= MAXIMUM_CAPACITY) {
// 如果數(shù)組容量已經(jīng)大于最大容量(1<<30)了那么將不在進行擴容
threshold = Integer.MAX_VALUE;
return oldTab;
} else if ((newCap = oldCap << 1) < MAXIMUM_CAPACITY &&
oldCap >= DEFAULT_INITIAL_CAPACITY)
// 1. 數(shù)組長度直接擴容2倍
// 2. 擴容閾值也擴容2倍
newThr = oldThr << 1; // double threshold
} else if (oldThr > 0) // initial capacity was placed in threshold
newCap = oldThr;
else { // zero initial threshold signifies using defaults
// 值為0表示還沒有初始化博烂,然后給數(shù)組初始大小和擴容閾值賦值
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);
}
// 擴容閾值賦值
threshold = newThr;
@SuppressWarnings({"rawtypes", "unchecked"})
// 根據(jù)newCap值創(chuàng)建數(shù)組
Node<K, V>[] newTab = (Node<K, V>[]) new Node[newCap];
table = newTab;
// oldTab != null表示是擴容香椎,否則表示是初始化
if (oldTab != null) {
for (int j = 0; j < oldCap; ++j) {
Node<K, V> e;
if ((e = oldTab[j]) != null) {
// 將老數(shù)組的對應(yīng)索引位置為NULL,方便GC回收
oldTab[j] = null;
if (e.next == null)
// 如果對應(yīng)索引位(桶)只有一個節(jié)點禽篱,那直接從新計算該節(jié)點的索引位(桶的位置)畜伐,并放到對應(yīng)的位置
newTab[e.hash & (newCap - 1)] = e;
else if (e instanceof TreeNode)
// 如果原來桶內(nèi)節(jié)點樹樹節(jié)點,那么需要拆分樹
((TreeNode<K, V>) e).split(this, newTab, j, oldCap);
else { // preserve order
// 和jdk1.7不一樣躺率,這里擴容后鏈表順序不會發(fā)生改變
// 低位桶的頭節(jié)點
Node<K, V> loHead = null, loTail = null;
// 高位節(jié)點高位桶的頭節(jié)點
Node<K, V> hiHead = null, hiTail = null;
Node<K, V> next;
do {
// 保存下一個節(jié)點玛界,待下次循環(huán)使用
next = e.next;
// e.hash & oldCap算法可以算出新的節(jié)點該分配到那個索引位,
// 這也是為什么數(shù)組長度一定要是2的n次冪悼吱,否則該算法不可用
if ((e.hash & oldCap) == 0) {
if (loTail == null)
// 設(shè)置低位桶的頭結(jié)點
loHead = e;
else
loTail.next = e;
loTail = e;
} else {
if (hiTail == null)
// 設(shè)置高位桶的頭結(jié)點
hiHead = e;
else
hiTail.next = e;
hiTail = e;
}
} while ((e = next) != null);
// 如果j=0 并且oldCap=16慎框,那么低位桶就是0的索引位,高位桶就是0+16的索引位
if (loTail != null) {
loTail.next = null;
// 設(shè)置低索引位的頭結(jié)點
newTab[j] = loHead;
}
if (hiTail != null) {
hiTail.next = null;
// 設(shè)置高索引位的頭結(jié)點
newTab[j + oldCap] = hiHead;
}
}
}
}
}
return newTab;
}
從put方法的源碼我們發(fā)現(xiàn):
- HashMap數(shù)組的初始化時在put元素的時候發(fā)生的
- 發(fā)生擴容條件有兩個:一個是一個桶內(nèi)鏈表數(shù)據(jù)大于8并且數(shù)組長度小于64后添;HashMap總size大于擴容的閾值笨枯。任意滿足一個都會發(fā)生擴容。
- 在擴容的時候,jdk1.8鏈表的順序?qū)⒉粫侔l(fā)生變化猎醇,從而解決了1.8以前鏈表擴容引發(fā)的死循環(huán)問題。HashMap中是如何形成環(huán)形鏈表可參考這個
- 數(shù)組長度始終是2的n次冪努溃。這樣做使我們可以直接使用位運算來計算key的索引位硫嘶;在擴容的時候可以直接使用位運算來計算高低位索引的節(jié)點。
- 鏈表轉(zhuǎn)換成樹的條件是只有當(dāng)一個桶的元素超過8個并且數(shù)組長度大于等于64梧税。
- 鏈表轉(zhuǎn)換成樹只發(fā)生在一個桶內(nèi)沦疾,也就是說在HashMap的數(shù)據(jù)結(jié)構(gòu)中可以一些桶是鏈表,一些桶是紅黑樹第队。
紅黑樹部分可以參考
get() 方法
public V get(Object key) {
Node<K, V> e;
return (e = getNode(hash(key), key)) == null ? null : e.value;
}
getNode() 方法
final Node<K, V> getNode(int hash, Object key) {
Node<K, V>[] tab;
Node<K, V> first, e;
int n;
K k;
// 先根據(jù)hash值找到數(shù)據(jù)所在桶內(nèi)的根節(jié)點(頭結(jié)點)
if ((tab = table) != null && (n = tab.length) > 0 &&
(first = tab[(n - 1) & hash]) != null) {
// 如果根節(jié)點(頭結(jié)點)就是我們要找的直接的返回
if (first.hash == hash && // always check first node
((k = first.key) == key || (key != null && key.equals(k))))
return first;
if ((e = first.next) != null) {
// 樹結(jié)構(gòu)的情況
if (first instanceof TreeNode)
return ((TreeNode<K, V>) first).getTreeNode(hash, key);
// 鏈表結(jié)構(gòu)情況
do {
// 自旋查找
if (e.hash == hash &&
((k = e.key) == key || (key != null && key.equals(k))))
return e;
} while ((e = e.next) != null);
}
}
return null;
}
tableSizeFor() 方法
我們在初始化HashMap的時候哮塞,我們傳入的初始化大小可能不是2的n次冪。這時我們需要調(diào)用tableSizeFor方法找出和cap最接近的2的n次冪的值凳谦。
static final int tableSizeFor(int cap) {
int n = cap - 1;
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;
}
HashMap非線程安全的表現(xiàn)
HashMap是一個線程不安全的類忆畅,主要表現(xiàn)在:
- 在并發(fā)操作下size的統(tǒng)計會出錯
- 并發(fā)操作下添加節(jié)點有可能會丟失數(shù)據(jù)
- 在并發(fā)操作下JDK1.7及以前在擴容的時候鏈表有可能會形成環(huán)形數(shù)據(jù)結(jié)構(gòu),一旦形成環(huán)形數(shù)據(jù)結(jié)構(gòu)尸执,Entry的next節(jié)點永遠不為空家凯,就會產(chǎn)生死循環(huán)獲取Entry。
HashMap空間效率
HashMap其實是一種空間利用率很低的數(shù)據(jù)結(jié)構(gòu)如失,以HashMap<Long绊诲,Long>結(jié)構(gòu)為例,我們具體分析一下HashMap空間效率褪贵。
有效數(shù)據(jù)空間
在HashMap<Long掂之,Long>結(jié)構(gòu)中,只有Key和Value所存放的兩個長整型數(shù)據(jù)是有效數(shù)據(jù)脆丁,共16字節(jié)(2×8字節(jié))世舰。
實際占用空間
Key和Value這兩個長整型數(shù)據(jù)包裝成java.lang.Long對象之后,就分別具有8字節(jié)的Mark Word槽卫、8字節(jié)的Klass指針冯乘,再加8字節(jié)存儲數(shù)據(jù)的long值。然后這2個Long對象組成Map.Entry之后晒夹,又多了16字節(jié)的對象頭裆馒,然后一個8字節(jié)的next字段和4字節(jié)的int型的hash字段,為了對齊丐怯,還必須添加4字節(jié)的空白填充喷好,最后還有HashMap中對這個Entry的8字節(jié)的引用,這樣增加兩個長整型數(shù)字读跷,實際耗費的內(nèi)存為(Long(24byte)×2)+Entry(32byte)+HashMap Ref(8byte)=88byte梗搅。
空間利用率
空間效率為有效數(shù)據(jù)空間除以實際占用空間,即16字節(jié)/88字節(jié)=18%,這確實太低了无切。
源碼
https://github.com/wyh-spring-ecosystem-student/spring-boot-student/tree/releases
spring-boot-student-concurrent 工程
layering-cache
為監(jiān)控而生的多級緩存框架 layering-cache這是我開源的一個多級緩存框架的實現(xiàn)荡短,如果有興趣可以看一下