Java详细分析讲解HashMap-Java开发

在java开发中，HashMap是最常用、最常见的集合容器类之一，下面一起温故一下，文中通过示例代码介绍的非常详细，对大家的学习或者工作具有一定的参考学习价值，需要的朋友们下面随着小编来一起学习学习吧

1.HashMap数据结构

在jdk1.8中，底层数据结构是“数组+链表+红黑树”。HashMap其实底层实现还是数组，只是数组的每一项都是一条链，如下

当链表过长时，会严重影响HashMap的性能，红黑树的搜索时间复杂度是O(logn)，而链表是O(n)，因此在jdk1.8引入了红黑树做进一步优化，链表和红黑树在达到一定条件进行转换：

当链表转换为红黑树前会判断，如果当前数组的长度小于64，那么会选择先进行数组扩容，而不是转换为红黑树，以减少搜索时间；
当链表超过8且数组长度超过64才会转为红黑树；

2.HashMap特点

HashMap存取是无序的；K和V都可以是null，但是K只能由一个null；阈值大于8且数组长度大于64时才将链表转换为红黑树，变成红黑树的目的是提高搜索速度。

链表转换为红黑树的原因：在数组比较小的时候如果出现红黑树，反而降低效率，而红黑树需要进行左旋右旋、变色操作来保持平衡，同事数组长度小于64时，搜索速度也较快。

默认加载因子为0.75的原因：HashMap中的threadhold是HashMap所能容纳键值对的最大值，计算公式为threadhold =leng*loadFactory，在数组定义好长度之后，负载因子越大，所能容纳的键值对的个数越大。loadFactory越趋近于1，那么数组中存放的数据越密集，就会有更多的链表长度处于更长的数值，我们的查询效率就会越低，当添加数据时，产生hash冲突的概率也会越高。loadFactory越趋近于0.数组中存放的数据越稀疏，0.75是对空间和时间效率的一种平衡选择，经过多重计算检验得到的可靠值。

hash值计算：hashCode方法是Object中的方法，所有类都可以对其进行使用，首先底层通过调用hashCode方法生成初始hash值h1，然后将h1无符号右移16位得到h2，之后将h1和h2进行按位异或运算得到最终的hash值h3，之后将h3与length-1进行按位与运算得到hash表索引。

3.HashMap中put方法流程

源码如下

public V put(K key, V value) {
        return putVal(hash(key), key, value, false, true);
    }
    /**
     * Implements Map.put and related methods
     *
     * @param hash hash for key
     * @param key the key
     * @param value the value to put
     * @param onlyIfAbsent if true, don't change existing value
     * @param evict if false, the table is in creation mode.
     * @return previous value, or null if none
     */
    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;
        if ((p = tab[i = (n - 1) & hash]) == null)
            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))))
                e = p;
            else if (p instanceof TreeNode)
                e = ((TreeNode<K,V>)p).putTreeVal(this, tab, hash, key, value);
            else {
                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;
    }

首先根据key的值计算hash值，找到该元素在数组中存储的下标；

若数组是空的，则调用resize进行初始化；

若没有hash冲突，则直接放在对应的数组下标里；

若发生hash冲突了，且key已经存储，就覆盖掉value；

若发生hash冲突后是链表结构，就判断该链表是否大于8，若大于8且数组容量小于64，就进行扩容；若链表节点数量大于8且数组容量大于64，则将这个结构转换位红黑树；否则链表插入键值对，若key存在则覆盖掉value；

若hash冲突后，发现该节点是红黑树，就将这个节点挂在数上；

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;
    }

hashMap在容量超过负载因子后就会扩容，将hashMap的大小扩大为原来数组的两倍。

HashMap是非线程安全的，在put的时候，插入的元素超过了容量的范围就会进行扩容操作rehash，这个会重新将原数组的内容重新hash到新的扩容数组中，在多线程的环境下，存在同时其他的元素也在进行put操作，如果hash值相同，可能出现在同一数组下用链表表示，造成闭环，导致在get操作时出现死循环，所以hashMap是线程不安全的。

继续理解源码的设计妙处。

到此这篇关于Java详细分析讲解HashMap的文章就介绍到这了,更多相关Java HashMap内容请搜索编程学习网以前的文章希望大家以后多多支持编程学习网！