HashMap的扩容机制:JDK1.7,JDK1.8

HashMap的扩容机制:JDK1.7,JDK1.8 - cosmos_lee - CSDN博客
HashMap的扩容机制:JDK1.7,JDK1.8

参考文章:

http://www.importnew.com/20386.html

https://blog.csdn.net/z69183787/article/details/64920074?locationNum=15&fps=1

以前看HashMap的时候,resize扩容部分没有仔细看,今天挤出时间,看之。

1. 确定hash桶数组的索引位置

我们当然希望这个HashMap里面的元素位置尽量分布均匀些,尽量使得每个位置上的元素数量只有一个,那么当我们用hash算法求得这个位置的时候,马上就可以知道对应位置的元素就是我们要的,不用遍历链表,大大优化了查询的效率。HashMap定位数组索引位置,直接决定了hash方法的离散性能。先看看源码的实现(方法一+方法二):

方法一:

staticfinalinthash(Object key){//jdk1.8 & jdk1.7

inth;

// h = key.hashCode() 为第一步 取hashCode值

// h ^ (h >>> 16)  为第二步 高位参与运算

return(key ==null) ?0: (h = key.hashCode()) ^ (h >>>16);

}

方法二:

staticintindexFor(inth,intlength){//jdk1.7的源码,jdk1.8没有这个方法,但是实现原理一样的

returnh & (length-1);//第三步 取模运算

}

这里的Hash算法本质上就是三步:取key的hashCode值、高位运算、取模运算

第一步:显而易见,直接取就是了。

第二步:在JDK1.8的实现中,优化了高位运算的算法,通过hashCode()的高16位异或低16位实现的:(h = k.hashCode()) ^ (h >>> 16),主要是从速度、功效、质量来考虑的,这么做可以在数组table的length比较小的时候,也能保证考虑到高低Bit都参与到Hash的计算中,同时不会有太大的开销。

第三步:不是 直接的取模运算,由于length为2的幂次,所以可以使用“与”运算 h & (length-1)代替取模运算。这样速度更快。

2. resize()方法

voidresize(intnewCapacity){

        Entry[] oldTable = table;

intoldCapacity = oldTable.length;

if(oldCapacity == MAXIMUM_CAPACITY) {

            threshold = Integer.MAX_VALUE;

return;

        }

Entry[] newTable =newEntry[newCapacity];

booleanoldAltHashing = useAltHashing;

        useAltHashing |= sun.misc.VM.isBooted() &&

                (newCapacity >= Holder.ALTERNATIVE_HASHING_THRESHOLD);

booleanrehash = oldAltHashing ^ useAltHashing;

transfer(newTable, rehash);//transfer函数的调用

        table = newTable;

threshold = (int)Math.min(newCapacity * loadFactor, MAXIMUM_CAPACITY +1);

    }

其实就是新建一个 newCapacity大小的数组,然后调用transfer()方法将元素复制进去。

voidtransfer(Entry[] newTable,booleanrehash){

intnewCapacity = newTable.length;

for(Entry e : table) {//这里才是问题出现的关键..

while(null!= e) {

Entry next = e.next;//寻找到下一个节点..

if(rehash) {

e.hash =null== e.key ?0: hash(e.key);

                }

inti = indexFor(e.hash, newCapacity);//重新获取hashcode

                e.next = newTable[i]; 

                newTable[i] = e;

                e = next;

            }

        }

    }

来看看JDK1.7的trantransfer方法吧,可以看到其中是一些指针的操作,首先将 当前节点e的next节点保存下来,然后找到在新数组中的 下标 index, 使用头插法插入节点, 然后 接着处理 next 节点。

这里有两个重要的地方:

1.  JDK1.8 当中 是如何找到新的数组中的下标的。

图(a)表示扩容前的key1和key2两种key确定索引位置的示例,图(b)表示扩容后key1和key2两种key确定索引位置的示例,其中hash1是key1对应的哈希与高位运算结果。

可以看到, 此key 要么在原先的index上, 要么在 index+old_length 上,old_length为扩容前数组的长度。

这样做的好处:增加随机性了,hashmap性能更好了。 效率更高了,不需要重新计算了。

2. 在JDK1.7中这样使用头插法在多线程的场景下是会出问题的,会形成一个环。

具体就是 线程a 一个节点插入完成后,还没有执行 e = next ,线程 b 执行 next = e.next , 线程a此时执行 e = next,此时就变成刚刚插入节点的下一个节点了,然后调用 e.next = newTable[i] , 这样第二个线程就会变成一个死循环了。

3.JDK1.8中的改变

JDK1.8中不采用头插法了,也就不存在出现环的情况了,具体可以见下图。


©著作权归作者所有,转载或内容合作请联系作者
  • 序言:七十年代末,一起剥皮案震惊了整个滨河市,随后出现的几起案子,更是在滨河造成了极大的恐慌,老刑警刘岩,带你破解...
    沈念sama阅读 194,457评论 5 459
  • 序言:滨河连续发生了三起死亡事件,死亡现场离奇诡异,居然都是意外死亡,警方通过查阅死者的电脑和手机,发现死者居然都...
    沈念sama阅读 81,837评论 2 371
  • 文/潘晓璐 我一进店门,熙熙楼的掌柜王于贵愁眉苦脸地迎上来,“玉大人,你说我怎么就摊上这事。” “怎么了?”我有些...
    开封第一讲书人阅读 141,696评论 0 319
  • 文/不坏的土叔 我叫张陵,是天一观的道长。 经常有香客问我,道长,这世上最难降的妖魔是什么? 我笑而不...
    开封第一讲书人阅读 52,183评论 1 263
  • 正文 为了忘掉前任,我火速办了婚礼,结果婚礼上,老公的妹妹穿的比我还像新娘。我一直安慰自己,他们只是感情好,可当我...
    茶点故事阅读 61,057评论 4 355
  • 文/花漫 我一把揭开白布。 她就那样静静地躺着,像睡着了一般。 火红的嫁衣衬着肌肤如雪。 梳的纹丝不乱的头发上,一...
    开封第一讲书人阅读 46,105评论 1 272
  • 那天,我揣着相机与录音,去河边找鬼。 笑死,一个胖子当着我的面吹牛,可吹牛的内容都是我干的。 我是一名探鬼主播,决...
    沈念sama阅读 36,520评论 3 381
  • 文/苍兰香墨 我猛地睁开眼,长吁一口气:“原来是场噩梦啊……” “哼!你这毒妇竟也来了?” 一声冷哼从身侧响起,我...
    开封第一讲书人阅读 35,211评论 0 253
  • 序言:老挝万荣一对情侣失踪,失踪者是张志新(化名)和其女友刘颖,没想到半个月后,有当地人在树林里发现了一具尸体,经...
    沈念sama阅读 39,482评论 1 290
  • 正文 独居荒郊野岭守林人离奇死亡,尸身上长有42处带血的脓包…… 初始之章·张勋 以下内容为张勋视角 年9月15日...
    茶点故事阅读 34,574评论 2 309
  • 正文 我和宋清朗相恋三年,在试婚纱的时候发现自己被绿了。 大学时的朋友给我发了我未婚夫和他白月光在一起吃饭的照片。...
    茶点故事阅读 36,353评论 1 326
  • 序言:一个原本活蹦乱跳的男人离奇死亡,死状恐怖,灵堂内的尸体忽然破棺而出,到底是诈尸还是另有隐情,我是刑警宁泽,带...
    沈念sama阅读 32,213评论 3 312
  • 正文 年R本政府宣布,位于F岛的核电站,受9级特大地震影响,放射性物质发生泄漏。R本人自食恶果不足惜,却给世界环境...
    茶点故事阅读 37,576评论 3 298
  • 文/蒙蒙 一、第九天 我趴在偏房一处隐蔽的房顶上张望。 院中可真热闹,春花似锦、人声如沸。这庄子的主人今日做“春日...
    开封第一讲书人阅读 28,897评论 0 17
  • 文/苍兰香墨 我抬头看了看天上的太阳。三九已至,却和暖如春,着一层夹袄步出监牢的瞬间,已是汗流浃背。 一阵脚步声响...
    开封第一讲书人阅读 30,174评论 1 250
  • 我被黑心中介骗来泰国打工, 没想到刚下飞机就差点儿被人妖公主榨干…… 1. 我叫王不留,地道东北人。 一个月前我还...
    沈念sama阅读 41,489评论 2 341
  • 正文 我出身青楼,却偏偏与公主长得像,于是被迫代替她去往敌国和亲。 传闻我的和亲对象是个残疾皇子,可洞房花烛夜当晚...
    茶点故事阅读 40,683评论 2 335

推荐阅读更多精彩内容