HashMap使用key的hashCode()和equals()方法来将值划分到不同的桶里。
桶的数量通常要比map中的记录的数量要稍大。这样 每一个桶包含的值会比較少(最好是一个)。当通过key进行查找时,我们能够在常数时间内迅速定位到某个桶(使用hashCode()对桶的数量进行取模) 以及要找的对象。
这些东西你应该都已经知道了。你可能还知道哈希碰撞会对hashMap的性能带来灾难性的影响。假设多个hashCode()的值落到同一个桶内的 时候,这些值是存储到一个链表中的。最坏的情况下,全部的key都映射到同一个桶中,这样hashmap就退化成了一个链表——查找时间从O(1)到 O(n)。
当然这是在jdk8曾经,JDK1.6中HashMap採用的是位桶+链表的方式,即我们常说的散列链表的方式,而JDK1.8中採用的是位桶+链表/红黑树的方式。也是非线程安全的。当某个位桶的链表的长度达到某个阀值的时候,这个链表就将转换成红黑树。
看以下的代码
//链表节点
static class Node implements Map.Entry {
final int hash;
final K key;
V value;
Node next;
//省略
}
//红黑树节点
static final class TreeNode extends LinkedHashMap.Entry {
TreeNode parent; // red-black tree links
TreeNode left;
TreeNode right;
TreeNode prev; // needed to unlink next upon deletion
boolean red;
TreeNode(int hash, K key, V val, Node next) {
super(hash, key, val, next);
}
//省略
}
// HashMap的主要属性
public class HashMap extends AbstractMap
implements Map, Cloneable, Serializable {
// 槽数组。Node类型。TreeNode extends LinkedHashMap.Entry,所以能够存放TreeNode来实现Tree bins
transient Node[] table;
transient Set> entrySet;
transient int size;
// 去掉了volatile的修饰符
transient int modCount;
int threshold;
final float loadFactor;
...
}
//计算key的hashstatic final int hash(Object key) { int h; return (key == null) ? 0 : (h = key.hashCode()) ^ (h >>> 16); }
饭后我们在看看详细的put和get方法
public V get(Object key) {
Node e;
return (e = getNode(hash(key), key)) == null ? null : e.value;
}
final Node getNode(int hash, Object key) {
Node[] tab;
Node first, e;
int n; K k;
//hash & length-1 定位数组下标
if ((tab = table) != null && (n = tab.length) > 0 &&
(first = tab[(n - 1) & hash]) != null)
{
if (first.hash == hash && // always check first node
((k = first.key) == key || (key != null && key.equals(k))))
return first;
if ((e = first.next) != null) {
/*第一个节点是TreeNode,则採用位桶+红黑树结构,
* 调用TreeNode.getTreeNode(hash,key),
*遍历红黑树。得到节点的value
*/
if (first instanceof TreeNode)
return ((TreeNode)first).getTreeNode(hash, key);
do {
if (e.hash == hash &&
((k = e.key) == key || (key != null && key.equals(k))))
return e;
} while ((e = e.next) != null);
}
}
return null;
}
final TreeNode getTreeNode(int h, Object k) {
//找到红黑树的根节点并遍历红黑树
return ((parent != null) ? root() : this).find(h, k, null);
}
/*
*通过hash值的比較,递归的去遍历红黑树,这里要提的是compareableClassFor(Class k)这个函数的作用。在某些时候
*假设红黑树节点的元素are of the same "class C implements Comparable" type
*利用他们的compareTo()方法来比較大小,这里须要通过反射机制来check他们究竟是不是属于同一个类,是不是具有可比較性.
*/
final TreeNode find(int h, Object k, Class> kc) {
TreeNode p = this;
do {
int ph, dir; K pk;
TreeNode pl = p.left, pr = p.right, q;
if ((ph = p.hash) > h)
p = pl;
else if (ph p = pr;
else if ((pk = p.key) == k || (k != null && k.equals(pk)))
return p;
else if (pl == null)
p = pr;
else if (pr == null)
p = pl;
else if ((kc != null ||
(kc = comparableClassFor(k)) != null) &&
(dir = compareComparables(kc, k, pk)) != 0)
p = (dir <0) ? pl : pr;
else if ((q = pr.find(h, k, kc)) != null)
return q;
else
p = pl;
} while (p != null);
return null;
}
//put(K key,V value)函数
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[] tab;
Node p;
int n, i;
//假设table为空或者长度为0,则resize()
if ((tab = table) == null || (n = tab.length) == 0)
n = (tab = resize()).length;
//找到key值相应的槽而且是第一个,直接增加
if ((p = tab[i = (n - 1) & hash]) == null)
tab[i] = newNode(hash, key, value, null);
else {
Node e;
K k;
//第一个node的hash值即为要增加元素的hash
if (p.hash == hash &&
((k = p.key) == key || (key != null && key.equals(k)))){
e = p;
}else if (p instanceof TreeNode)//第一个节点是TreeNode,即tree-bin
/*Tree version of putVal.
*final TreeNode putTreeVal(HashMap map, Node[] tab,int h, K k, V v)
*/
e = ((TreeNode)p).putTreeVal(this, tab, hash, key, value);
else {
//不是TreeNode,即为链表,遍历链表
for (int binCount = 0; ; ++binCount) {
/*到达链表的尾端也没有找到key值同样的节点,
*则生成一个新的Node,而且推断链表的节点个数是不是到达转换成红黑树的上界
*达到。则转换成红黑树
*/
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);
//返回旧的value值
return oldValue;
}
}
++modCount;
if (++size > threshold)
resize();
afterNodeInsertion(evict);
return null;
}
HashMap会动态的使用一个专门的treemap实现来替换掉它。这样做的结果会更好,是O(logn)。而不是糟糕的O(n)。
它是怎样工作 的?前面产生冲突的那些KEY相应的记录仅仅是简单的追加到一个链表后面,这些记录仅仅能通过遍历来进行查找。
可是超过这个阈值后HashMap開始将列表升 级成一个二叉树,使用哈希值作为树的分支变量,假设两个哈希值不等,但指向同一个桶的话,较大的那个会插入到右子树里
个性能提升有什么用处?例如说恶意的程序,假设它知道我们用的是哈希算法。它可能会发送大量的请求,导致产生严重的哈希碰撞。然后不停的訪问这些 key就能显著的影响server的性能。这样就形成了一次拒绝服务攻击(DoS)。
JDK 8中从O(n)到O(logn)的飞跃,能够有效地防止类似的攻击,同一时候也让HashMap性能的可预測性略微增强了一些。
转载请注明出处http://blog.csdn.net/a837199685