Map 接口
5.3 Map接口
基本信息
Package java.utilInterface Map<K,V>
- 以键-值对形式存在的数据结构，其中键是唯一的
- 遍历
Map的方法- 获取所有键，通过键来获取值
- 获取键值对组成的集合
重要实现类HashMap类
- 默认初始容量是 16, 加载因子为 0.75F，每次扩容一倍
- 如果手动设置了初始容量，每次扩容后容量为初始容量的 2 的幂次方个
- 允许键或值为
null - 异步式线程不安全的映射，不对映射做安全限制
- 经过 hash 运算后的元素，如果它们的位置相同则会生成链表。在链表长度大于 8 后会进行判断：若当前数组长度小于 64，则先扩容数组；若数组长度大于 64 则将链表转成红黑树）Java 8.0+
在 Java 8 之前，HashMap 的底层设计是数组和链表的组合。HashMap 对要存入元素的 key 的 hashcode 经过扰动函数处理后得到 hash 值。对这个值进行 (n-1) & hash 运算（当容量是二的幂次时，hash % n 与此等价）来找到当前元素的存放位置。若当前位置已经存在元素，则对比当前要存入元素的 hash 与 key 是否和已有元素相同，若相同则覆盖，不同则拉出一条链表。
HashMap 元素存取及扩容机制
HashMap 在多线程的情况下会发生线程不安全的情况。
具体表现为：
- 在 Java 7 及以前版本会因为扩容而造成环链而死循环或者数据丢失；
- 在 Java 8 以及之后的版本会因为扩容而造成数据覆盖。
元素保存
HashMap 通过 put() 来保存元素。它的具体逻辑为：
- 通过元素的 key 使用
hashCode()获取哈希值，并使用哈希值进行 hash 操作，最后用操作后的哈希值计算 index - 如果哈希值无碰撞则放进 bucket
- 如果哈希碰撞，则以链表形式存储在 bucket
- 如果碰撞导致链表过长，则把链表转换为红黑树
- 如果元素结点已存在则替换旧的 value
- 如果 bucket 满则 resize
public V put(K key, V value) {
// 对key的hashCode()做hash
return putVal(hash(key), key, value, false, true);
}
final V putVal(int hash, K key, V value, boolean onlyIfAbsent,
boolean evict) {
Node<K,V>[] tab; Node<K,V> p; int n, i;
// tab为空则创建
if ((tab = table) == null || (n = tab.length) == 0)
n = (tab = resize()).length;
// 计算index，并对null做处理
if ((p = tab[i = (n - 1) & hash]) == null)
tab[i] = newNode(hash, key, value, null);
else {
Node<K,V> e; K k;
// 节点存在
if (p.hash == hash &&
((k = p.key) == key || (key != null && key.equals(k))))
e = p;
// 该链为树
else if (p instanceof TreeNode)
e = ((TreeNode<K,V>)p).putTreeVal(this, tab, hash, key, value);
// 该链为链表
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;
}
}
// 写入
if (e != null) { // existing mapping for key
V oldValue = e.value;
if (!onlyIfAbsent || oldValue == null)
e.value = value;
afterNodeAccess(e);
return oldValue;
}
}
++modCount;
// 超过load factor*current capacity，resize
if (++size > threshold)
resize();
afterNodeInsertion(evict);
return null;
}元素获取
HashMap 通过 get() 来获取元素。它的具体逻辑为：
- 若 bucket 中的第一个结点是目标元素，则命中
- 第一个结点未命中则通过
key.equals(k)获取对应的 entry:- 若为树则在树中查找，时间复杂度 O(logn)
- 若为链表则在链表中查找，时间复杂度 O(n)
public V get(Object key) {
Node<K,V> e;
return (e = getNode(hash(key), key)) == null ? null : e.value;
}
final Node<K,V> getNode(int hash, Object key) {
Node<K,V>[] tab; Node<K,V> first, e; int n; K k;
if ((tab = table) != null && (n = tab.length) > 0 &&
(first = tab[(n - 1) & hash]) != null) {
// 直接命中
if (first.hash == hash && // always check first node
((k = first.key) == key || (key != null && key.equals(k))))
return first;
// 未命中
if ((e = first.next) != null) {
// 在树中get
if (first instanceof TreeNode)
return ((TreeNode<K,V>)first).getTreeNode(hash, key);
// 在链表中get
do {
if (e.hash == hash &&
((k = e.key) == key || (key != null && key.equals(k))))
return e;
} while ((e = e.next) != null);
}
}
return null;
}hash 操作
在 put() 和 get() 中涉及到的 hash() 对元素的哈希值进行了扰动：
static final int hash(Object key) {
int h;
return (key == null) ? 0 : (h = key.hashCode()) ^ (h >>> 16);
}含义为：对哈希值的高 16 位保持不变，但是对低 16 位取异或操作于高 16 位。通过这样的方法，既减少了系统的开销，也不会造成的因为高位没有参与下标的计算(table 长度比较小时)，从而引起的碰撞。
Java 7 的扩容机制
在 Java 7 中的 resize() 定义为：
void resize(int newCapacity) { //传入新的容量
Entry[] oldTable = table; //引用扩容前的Entry数组
int oldCapacity = oldTable.length;
if (oldCapacity == MAXIMUM_CAPACITY) { //扩容前的数组大小如果已经达到最大(2^30)了
threshold = Integer.MAX_VALUE; //修改阈值为int的最大值(2^31-1)，这样以后就不会扩容了
return;
}
Entry[] newTable = new Entry[newCapacity]; //初始化一个新的Entry数组
transfer(newTable); //！！将数据转移到新的Entry数组里
table = newTable; //HashMap的table属性引用新的Entry数组
threshold = (int) (newCapacity * loadFactor);//修改阈值
}其中它所调用的 transfer() 会带来线程不安全问题。transfer() 定义为：
void transfer(Entry[] newTable, boolean rehash) {
int newCapacity = newTable.length;
for (Entry<K,V> e : table) {
while(null != e) {
Entry<K,V> next = e.next;
if (rehash) {
e.hash = null == e.key ? 0 : hash(e.key);
}
int i = indexFor(e.hash, newCapacity);
e.next = newTable[i];
newTable[i] = e;
e = next;
}
}
}造成死循环
在这个算法中，使用了头插法来转移元素，它可能会在多线程操作时造成死循环：
[分析]
假设初始 bucket 为 2, 现在有三个元素，key 为 3 5 7，都保存在第一个 bucket 中，进行 resize().
在单线程情况下，它会按照这样的结果进行变化：
多线程情况下，假设线程 1 在 newTable[i] = e; 一句挂起，则当前变化为：
线程 2 继续运行，完成后续步骤。最后结果为：
线程 1 继续运行，虽然挂起前它的状态存储为 e->3, next->7, newTable[3] = null，但是从线程 2 更新后的主内存结果继续后续操作时运行结果为：
循环继续，处理 e->7, 经过操作后结果为：
循环继续，处理 e->3, 经过操作后结果为：
当前 e->null 循环结束。
因为出现循环链表，当使用该 HashMap 遍历时就会发生死循环。
造成数据丢失
[分析]
假设初始 bucket 为 2, 现在有三个元素，key 为 7 5 3，都保存在第一个 bucket 中，进行 resize().
多线程情况下，假设线程 1 在 newTable[i] = e; 一句挂起，则当前变化为：
线程 2 继续运行，完成后续步骤。最后结果为：
线程 1 继续运行，虽然挂起前它的状态存储为 e->7, next->5, newTable[3] = null，但是从线程 2 更新后的主内存结果继续后续操作时运行结果为：
循环继续，处理 e->5, 经过操作后结果为：
当前 e->null 循环结束。
元素 3 丢失，且链表有环路。
Java 8 的扩容机制
在 Java 8 中，resize() 定义为：
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) {
// 超过最大值就不再扩充了，就只好随你碰撞去吧
if (oldCap >= MAXIMUM_CAPACITY) {
threshold = Integer.MAX_VALUE;
return oldTab;
}
// 没超过最大值，就扩充为原来的2倍
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);
}
// 计算新的resize上限
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) {
// 把每个bucket都移动到新的buckets中
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;
// 原索引
if ((e.hash & oldCap) == 0) {
if (loTail == null)
loHead = e;
else
loTail.next = e;
loTail = e;
}
// 原索引+oldCap
else {
if (hiTail == null)
hiHead = e;
else
hiTail.next = e;
hiTail = e;
}
} while ((e = next) != null);
// 原索引放到bucket里
if (loTail != null) {
loTail.next = null;
newTab[j] = loHead;
}
// 原索引+oldCap放到bucket里
if (hiTail != null) {
hiTail.next = null;
newTab[j + oldCap] = hiHead;
}
}
}
}
}
return newTab;
}当超过限制的时候会 resize，然而又因为我们使用的是 2 次幂的扩展(指长度扩为原来 2 倍)，所以，元素的位置要么是在原位置，要么是在原位置再移动 2 次幂的位置。
它的 hash() 定义为 h^(h>>>16).
假设当前有两个 key 被分在了同一个 bucket 中，现在进行 rehash:
当长度 n 变为原来的 2 倍后，在重新计算位置的时候就需要额外考虑新的高 1 位.
那么就有两种情况，最高位为 0 或最高位 为 1:
Old:
n-1 0000 0000 0000 0000 0000 0000 0000 1111
key1 1111 1111 1111 1111 0000 1111 0000 0101
key2 1111 1111 1111 1111 0000 1111 0001 0101
New:
n-1 0000 0000 0000 0000 0000 0000 0001 1111
key1 1111 1111 1111 1111 0000 1111 0000 0101
key2 1111 1111 1111 1111 0000 1111 0001 0101也就是说，原来因为低 4 位都为 0101 (5) 而被分到同一个 bucket 中的元素，在 rehash 后，它们可能会被分在 00101 (5) 或 10101 (21, 5+16). 即新位置只会在原位或再移动 2 次幂的位置。
利用这个特性，在扩容的时候不需要重新计算 hash，只需要看新增的 1 位是 1 还是 0 就可以确定它的新位置。
数据覆盖
在这个算法中，使用了尾插法来转移元素，它可能会在多线程操作时造成数据覆盖：
[分析] 当两个线程拥有相同的哈希值且目标位置为 null 时，它们都会进入 if ((p = tab[i = (n - 1) & hash]) == null) 这个判断中。
这时假设线程 1 进入判断但是未存储数据时被挂起，而线程 2 进入并完成元素插入。之后线程 1 继续执行，这时不需要再进行哈希判断，则线程 1 会将线程 2 已经存入的数据覆盖掉。
Hashtable类
- 默认初始容量为 11, 加载因子为 0.75F
- 每次扩容后容量变成原来的 2n+1
- 不允许键或值为
null - 同步式线程安全的映射
- 对外公开的涉及到键值对的操作方法都是同步方法（被
synchronized修饰） - 锁对象是
this，HashTable以本身对象作为锁对象
- 对外公开的涉及到键值对的操作方法都是同步方法（被
ConcurrentHashMap类
- 异步式线程安全的映射
- 引入分段锁（分桶锁） 详情见ConcurrentMap