上次在 HashMap源码阅读(1)- 初始值、数据结构、hash计算一文中描述了hashMap的初始大小,底层存储结构,以及哈希值计算和index计算,本文将接着上文,继续深入了解HashMap中hash碰撞和扩容问题
1)hash碰撞
谈hash,不得不提的当然是hash碰撞的问题,所谓hash碰撞,简单地说即由不同的key所计算出相同的hash值。笔者才疏学浅,所掌握的解决hash碰撞的方式有以下几种:
1.开放地址法:
当冲突发生时,使用某种探查(亦称探测)技术在散列表中形成一个探查(测)序列。沿此序列逐个单元地查找,直到找到给定 的关键字,或者碰到一个开放的地址(即该地址单元为空)为止(若要插入,在探查到开放的地址,则可将待插入的新结点存人该地址单元)。查找时探查到开放的 地址则表明表中无待查的关键字,即查找失败。开放地址法有几种处理方式,在此不细谈,读者可自行谷歌百度。
2.再哈希法:
这种方法是同时构造多个不同的哈希函数:
Hi=RH1(key) i=1,2,…,k
当哈希地址Hi=RH1(key)发生冲突时,再计算Hi=RH2(key)……,直到冲突不再产生。这种方法不易产生聚集,但增加了计算时间。
3.内链法:
此方法的基本思路是:当发生hash碰撞时,在碰撞处建立链表,将碰撞的所有值以链表的形式维护起来。如下图:
在HashMap的代码中,hash碰撞问题又是如何解决的呢?我们来看下HashMap的put函数:
public V put(K key, V value) { if (table == EMPTY_TABLE) { inflateTable(threshold); // 此为前文所提到的inflateTable函数,用于初始化table,并将capacity提至2的n次幂 } if (key == null) return putForNullKey(value); int hash = hash(key); // 位运算hash值 int i = indexFor(hash, table.length); // return hash & (table.length-1) for (Entry<K,V> e = table[i]; e != null; e = e.next) { Object k; // for循环中寻找如果发现是同一元素,则更新其值 if (e.hash == hash && ((k = e.key) == key || key.equals(k))) { V oldValue = e.value; e.value = value; e.recordAccess(this); return oldValue; } } // 不存在同值,往下走,将key、value、hash以及index(i)创建为Entry并存储到table数组中 modCount++; addEntry(hash, key, value, i); return null; } /** * 将key、value、hash以及index构建entry并存于table数组中 */ void addEntry(int hash, K key, V value, int bucketIndex) { if ((size >= threshold) && (null != table[bucketIndex])) { // 判断当前容量是否超过阀值&&该table位置是否有值 resize(2 * table.length); // 如果达到阀值,则扩容1倍 hash = (null != key) ? hash(key) : 0; // 扩容后重新计算hash值 bucketIndex = indexFor(hash, table.length); // 扩容后重新计算索引下标 } createEntry(hash, key, value, bucketIndex); // 将entry创建并存于table } /** * 创建entry,存于table数组中 */ void createEntry(int hash, K key, V value, int bucketIndex) { Entry<K,V> e = table[bucketIndex]; // 获取table当前该位置的值(用于处理碰撞,建立内链) table[bucketIndex] = new Entry<>(hash, key, value, e); size++; } /** * 以链表的方式创建entry,内链到上个值. */ Entry(int h, K k, V v, Entry<K,V> n) { value = v; next = n; key = k; hash = h; }
由代码和注释可知,当HashMap发生碰撞的时候,首先获取当前存在的值e,然后将e作为新创建的Entry的next值,并将新创建的Entry值至于table中,也就是说,假设hash函数为(k%5),存在21和36两个数,其散列结果都是1,则首先Entry(21)会被存于table[1]的位置中,然后当36被put到HashMap中时,Entry(36)会被放到table[1]中,而21则是:Entry(36).next=Entry(21).
2)扩容:
之前的文章中我们提到DEFAULT_LOAD_FACTOR,从前文的种种描述中,相信读者也明白此参数用于计算HashMap扩容的阀值threshold,即threshold=capacity*DEFAULT_LOAD_FACTOR;
当HashMap中的size到达threshold的时候,HashMap会对自身进行1倍扩容(为何一倍,前文已描述)。
HashMap的resize函数很简单:
void resize(int newCapacity) { Entry[] oldTable = table; int oldCapacity = oldTable.length; if (oldCapacity == MAXIMUM_CAPACITY) { threshold = Integer.MAX_VALUE; return; } Entry[] newTable = new Entry[newCapacity]; transfer(newTable, initHashSeedAsNeeded(newCapacity)); table = newTable; threshold = (int)Math.min(newCapacity * loadFactor, MAXIMUM_CAPACITY + 1); }
创建一个新的,一倍大小的table数组,然后将旧的table数组全部移到新的table数组中。但是,关键问题在transfer函数中。试想一下,我们前面所谈到的index值是根据HashMap中的table.length计算的,如今table的大小增加了一倍,index的结果自然就需要重新计算,所以,在transfer函数中:
/** * Transfers all entries from current table to newTable. */ void transfer(Entry[] newTable, boolean rehash) { int newCapacity = newTable.length; for (Entry<K,V> e : table) { // 处理碰撞的链表 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); // 重新计算index e.next = newTable[i]; // 链式 newTable[i] = e; e = next; } } }
至此,HashMap的基本原理得到一定的梳理,下次希望能对concurrentHashMap进行源码分析。
本文作者:vick
转载请注明:http://www.iyowei.cn/2015/03/hashmap-collision-resize/