jdk8 hashmap的改进



HashMap 可以说是使用频率最高的处理键值映射的数据结构，它不保证插入顺序，允许插入 null 的键和值。本文采用 JDK8 中的源码，深入分析 HashMap 的原理、实现和优化。首发于微信公众号顿悟源码.

HashMap 基于散列表实现，使用拉链法处理碰撞，在 JDK8 中，当链表长度大于 8 时转为红黑树存储，基本结构如下：

HashMap 有一个 Node<K,V>[] table 字段，即哈希桶数组，数组元素是 Node 对象，结构定义如下：

哈希桶数组会在首次使用时初始化，默认大小是 16，并根据需要调整大小，且长度总是 2 的次幂。如果构造函数设置的初始容量不是 2 的次幂，那么使用以下方法返回一个大于且最靠近它的 2 的次幂的值：

原理就是将最高位 1 右边的所有比特位全置为 1，然后再加 1，最高位进 1，右边的比特位全变成 0，从而得出一个 2 的次幂的值。在 JDK7 中使用的是 Integer.highestOneBit(int i) 方法，它最后计算时使用 n - (n >>> 1) 返回的是一个小于且最靠近入参的 2 的次幂。

HashMap 内部的其他字段：

影响 HashMap 性能的主要参数是：初始容量和负载因子。当散列表元素数超过负载因子和当前容量的乘积时，就会扩容，扩大到原来容量的两倍，并对键重新散列。

• 初始容量过小会多次触发扩容和 rehash，所以预分配一个足够大的容量更加有效
• 负载因子默认值是 0.75f，它是对时间和空间成本的一个很好的平衡，一般不用修改，较高的值会减少空间开销，但会增加查找的成本

不管多么合理的散列算法，也免不了链表过长的情况，从而影响 HashMap 的性能，所以，JDK8 在链表长度大于 8 时，将其转为红黑树，以利用红黑树快速增删改查的特点。

将整数散列最常用的方法就是除留余数法。为了均匀地散列键的散列值，通常都会把数组的大小取素数（HashTable 的初始大小就是 11），因为素数的因子少，余数相等的概率小，冲突的几率就小。

HashMap 的容量始终是 2 的次幂，这是一个合数，之所以这样设计，是为了将取模运算转为位运算，提高性能。这个等式成立的原因如下：

右边是 2^n 的二进制特点，左边是 2^n-1 的特点，可以发现当 length = 2^n 时，h & (length-1) 的结果正好位于 0 到 length-1 之间，就相当于取模运算。

转为位运算后，length-1 就相当于一个低位掩码，在按位与时，它会把原散列值的高位置0，这就导致散列值只在掩码的小范围内变化，显然增大了冲突几率。为了减少冲突，HashMap 在设计散列算法时，使用高低位异或，变相的让键的高位也参与了运算，代码如下：

高位的移位异或，既能保证有效的利用键的高低位信息，又能减少系统开销，这样设计是对速度、效率和质量之间的权衡。

put 操作主要做了以下几件事：

1. 哈希桶数组 table 为空时，通过 resize() 方法进行初始化
2. 待插入的 key 已存在，直接覆盖 value
3. 若不存在，将键值对插入到对应的链表或红黑树中
4. 插入链表时判断是否转红黑树
5. 判断是否需要扩容

核心代码如下：

JDK8 在插入链表时采用的是尾插入法，也就是顺序插入，而 JDK7 使用的是头插法，逆序插入。

默认情况下，初始容量是 16，负载因子是 0.75f，threshold 是 12，也就是说，插入 12 个键值对就会扩容。

在扩容时，会扩大到原来的两倍，因为使用的是2的次幂扩展，那么元素的位置要么保持不变，要么在原位置上偏移2的次幂。

上图可以看到，扩大2倍，相当于 n 左移一位，那么 n-1 在高位就多出了一个 1，此时与原散列值进行与运算，就多参与了一位，这个比特位要么是 0，要么是 1:

• 0 的话索引不变
• 1 的话索引就变成"原索引+oldCap"

那么怎么判断这个比特位是0还是1呢？如果"原散列值 & oldCap"的值为0，则表示比特位是0。扩容代码如下：

在重新计算链表中元素位置时，只可能得到两个子链表：索引不变的元素链表和有相同偏移量的元素链表。在构造子链表的过程中，使用头节点和尾节点，保证了拆分后的有序性：

查看 TreeNode.split() 方法发现，红黑树拆分的逻辑和链表一样，只不过在拆分完成后，会根据子链表的长度做以下处理：

• 长度小于 6，返回一个不包含 TreeNode 的普通链表
• 否则，把子链表转为红黑树

红黑树之所以能够按照链表的逻辑拆分，是因为链表在转红黑树时，保留了原链表的链条引用，这样也方便了遍历操作。

链表转红黑树主要做了以下几件事：

1. 判断桶容量是否达到树化的最低要求，否则进行扩容
2. 将原链表转为由 TreeNode 组成的双向链表
3. 将新链表转为红黑树

代码如下：

HashMap 在设计时应该没有考虑后期会引入红黑树，所以没有提供 key 的比较器或要求 key 实现 Comparable 接口。为了比较两个 key 的大小，HashMap 按以下步骤处理：

1. 如果两个 key 的 hash 值不等，则比较 hash 值大小
2. 如果相等，若 key 实现了 Comparable 接口，使用 compareTo 方法比较
3. 如果结果还是相等，使用自定义的 tieBreakOrder 方法比较，逻辑如下

JDK8 中的 HashMap 代码还是比较复杂的，优化方面主要有以下三点：

• 优化 hash 算法只进行一次位移操作
• 引入红黑树，在冲突比较严重的情况下，将 get 操作的时间复杂从 O(n) 降为了 O(logn)
• 扩容时，利用 2 的次幂数值的二进制特点，既省去重新计算 hash 的时间，又把之前冲突的节点散列到了其他位置

此外，HashMap 是非线程安全的，线程间的竞争条件主要是发生冲突或扩容时，链表的断链和续链操作。扩容也就意味着内存拷贝，这是一个很耗费性能的操作，所以预分配一个足够大的初始容量，减少扩容的次数，能够让 HashMap 有更好的表现。

版权声明：

本文来源网络，所有图片文章版权属于原作者，如有侵权，联系删除。

本文网址：https://www.mushiming.com/mjsbk/5005.html