HashMap深度分析

java hashmap深度分析（转）


  java.util.HashMap是很常见的类，前段时公司系统由于对HashMap使用不当，导致cpu百分之百，在并发环境下使用HashMap 而没有做同步，可能会引起死循环，关于这一点，sun的官方网站上已有阐述，这并非是bug。

HashMap的数据结构
         HashMap主要是用数组来存储数据的，我们都知道它会对key进行哈希运算，哈系运算会有重复的哈希值，对于哈希值的冲突，HashMap采用链表来解决的。在HashMap里有这样的一句属性声明：
transient Entry[] table;
Entry就是HashMap存储数据所用的类，它拥有的属性如下
final K key;
V value;
final int hash;
Entry<K,V> next;

  

看到next了吗？next就是为了哈希冲突而存在的。比如通过哈希运算，一个新元素应该在数组的第10个位置，但是第10个位置已经有Entry，那么好吧，将新加的元素也放到第10个位置，将第10个位置的原有Entry赋值给当前新加的 Entry的next属性。数组存储的是链表，链表是为了解决哈希冲突的，这一点要注意。

几个关键的属性
存储数据的数组
transient Entry[] table; 这个上面已经讲到了
默认容量
static final int DEFAULT_INITIAL_CAPACITY = 16;

最大容量
static final int MAXIMUM_CAPACITY = 1 << 30;

默认加载因子，加载因子是一个比例，当HashMap的数据大小>=容量*加载因子时，HashMap会将容量扩容
static final float DEFAULT_LOAD_FACTOR = 0.75f;

当实际数据大小超过threshold时，HashMap会将容量扩容，threshold＝容量*加载因子
int threshold;
加载因子
final float loadFactor;

HashMap的初始过程
构造函数1
    public HashMap(int
initialCapacity, float loadFactor) {
        if (initialCapacity < 0)
            throw new
IllegalArgumentException("Illegal initial capacity: " +
                                              
initialCapacity);
        if (initialCapacity >
MAXIMUM_CAPACITY)
           
initialCapacity = MAXIMUM_CAPACITY;
        if (loadFactor <= 0 ||
Float.isNaN(loadFactor))
            throw new
IllegalArgumentException("Illegal load factor: " +
                                              
loadFactor);

// Find a power of 2 >=
initialCapacity
        int capacity = 1;
        while (capacity <
initialCapacity)
            capacity
<<= 1;
  
        this.loadFactor = loadFactor;
        threshold = (int)(capacity *
loadFactor);
        table = new Entry[capacity];
        init();
    }

重点注意这里
while (capacity < initialCapacity)
            capacity
<<= 1;

capacity才是初始容量，而不是initialCapacity，这个要特别注意，如果执行new HashMap(9,0.75)；那么HashMap的初始容量是16，而不是9，想想为什么吧。

构造函数2
public HashMap(int initialCapacity) {
        this(initialCapacity,
DEFAULT_LOAD_FACTOR);
    }

构造函数3，全部都是默认值
   public HashMap() {
        this.loadFactor =
DEFAULT_LOAD_FACTOR;
        threshold =
(int)(DEFAULT_INITIAL_CAPACITY * DEFAULT_LOAD_FACTOR);
        table = new
Entry[DEFAULT_INITIAL_CAPACITY];
        init();
    }

构造函数4
  public HashMap(Map<? extends K, ? extends
V> m) {
        this(Math.max((int) (m.size() /
DEFAULT_LOAD_FACTOR) + 1,
                     
DEFAULT_INITIAL_CAPACITY), DEFAULT_LOAD_FACTOR);
        putAllForCreate(m);
    }

如何哈希
        HashMap并不是直接将对象的hashcode作为哈希值的，而是要把key的hashcode作一些运算以得到最终的哈希值，并且得到的哈希值也不是在数组中的位置哦，无论是get还是put还是别的方法，计算哈希值都是这一句：
int hash = hash(key.hashCode());
hash函数如下：
  static int hash(int h) {
    return useNewHash ? newHash(h) : oldHash(h);
    }
useNewHash声明如下：
   private static final boolean
useNewHash;
    static { useNewHash = false; }
这说明useNewHash其实一直为false且不可改变的，hash函数里对 useNewHash的判断真是多余的。
    private static int oldHash(int
h) {
        h += ~(h << 9);
        h ^=  (h >>> 14);
        h +=  (h << 4);
        h ^=  (h >>> 10);
        return h;
    }

private static int newHash(int h) {
        // This function ensures that
hashCodes that differ only by
        // constant multiples at each bit
position have a bounded
        // number of collisions
(approximately 8 at default load factor).
        h ^= (h >>> 20) ^ (h
>>> 12);
        return h ^ (h >>> 7) ^ (h
>>> 4);
    }

其实HashMap的哈希函数会一直都是oldHash。

如果确定数据的位置
看下面两行
      int hash =
hash(k.hashCode());
      int i = indexFor(hash, table.length);
第一行，上面讲过了，是得到哈希值，第二行，则是根据哈希指计算元素在数组中的位置了，位置的计算是将哈希值和数组长度按位与运算。
   static int indexFor(int h, int length)
{
        return h & (length-1);
    }

put方法到底作了什么？
   public V put(K key, V value) {
    if (key == null)
        return putForNullKey(value);
        int hash = hash(key.hashCode());
        int i = indexFor(hash,
table.length);
        for (Entry<K,V> e = table[i];
e != null; e = e.next) {
            Object k;
            if (e.hash
== hash && ((k = e.key) == key || key.equals(k))) {
               
V oldValue = e.value;
               
e.value = value;
               
e.recordAccess(this);
               
return oldValue;
            }
        }

modCount++;
        addEntry(hash, key, value, i);
        return null;
    }
如果key为NULL，则是单独处理的，看看putForNullKey方法：
    private V putForNullKey(V value)
{
        int hash =
hash(NULL_KEY.hashCode());
        int i = indexFor(hash,
table.length);

for (Entry<K,V> e = table[i];
e != null; e = e.next) {
            if (e.key ==
NULL_KEY) {
               
V oldValue = e.value;
               
e.value = value;
               
e.recordAccess(this);
               
return oldValue;
            }
        }

modCount++;
        addEntry(hash, (K) NULL_KEY, value,
i);
        return null;
    }
NULL_KEY的声明：static final Object NULL_KEY = new
Object();
这一段代码是处理哈希冲突的，就是说，在数组某个位置的对象可能并不是唯一的，它是一个链表结构，根据哈希值找到链表后，还要对链表遍历，找出key相等的对象，替换它，并且返回旧的值。
      for
(Entry<K,V> e = table[i]; e != null; e = e.next) {
            if (e.key ==
NULL_KEY) {
               
V oldValue = e.value;
               
e.value = value;
               
e.recordAccess(this);
               
return oldValue;
            }
        }
如果遍历完了该位置的链表都没有找到有key相等的，那么将当前对象增加到链表里面去
  modCount++;
  addEntry(hash, (K) NULL_KEY, value, i);
  return null;
且看看addEntry方法
    void addEntry(int hash, K key, V
value, int bucketIndex) {
    Entry<K,V> e = table[bucketIndex];
       
table[bucketIndex] = new Entry<K,V>(hash, key, value, e);
        if (size++ >= threshold)
            resize(2 *
table.length);
    }
table[bucketIndex] = new Entry<K,V>(hash, key, value, e);新建一个Entry对象，并放在当前位置的Entry链表的头部，看看下面的 Entry构造函数就知道了，注意红色部分。
     Entry(int h, K k, V v,
Entry<K,V> n) {
            value = v;
            next = n;
            key = k;
            hash = h;
        }

如何扩容？
        当put一个元素时，如果达到了容量限制，HashMap就会扩容，新的容量永远是原来的2倍。
上面的put方法里有这样的一段：
if (size++ >= threshold)
            resize(2 *
table.length);
这是扩容判断，要注意，并不是数据尺寸达到HashMap的最大容量时才扩容，而是达到 threshold指定的值时就开始扩容， threshold＝最大容量＊加载因子。
看看resize方法
    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);
        table = newTable;
        threshold = (int)(newCapacity *
loadFactor);
    }
重点看看红色部分的 transfer方法
    void transfer(Entry[] newTable)
{
        Entry[] src = table;
        int newCapacity = newTable.length;
        for (int j = 0; j < src.length;
j++) {
           
Entry<K,V> e = src[j];
            if (e !=
null) {
               
src[j] = null;
               
do {
                   
Entry<K,V> next = e.next;
                   
int i = indexFor(e.hash, newCapacity);
                   
e.next = newTable[i];
                   
newTable[i] = e;
                   
e = next;
               
} while (e != null);
            }
        }
    }
tranfer方法将所有的元素重新哈希，因为新的容量变大，所以每个元素的哈希值和位置都是不一样的。


正确的使用HashMap
1：不要在并发场景中使用HashMap
           HashMap是线程不安全的，如果被多个线程共享的操作，将会引发不可预知的问题，据sun的说法，在扩容时，会引起链表的闭环，在get元素时，就会无限循环，后果是cpu100%。
看看get方法的红色部分
public V get(Object key) {
    if (key == null)
        return getForNullKey();
        int hash = hash(key.hashCode());
        for
(Entry<K,V> e = table[indexFor(hash, table.length)];
             e !=
null;
             e =
e.next) {
            Object k;
            if (e.hash
== hash && ((k = e.key) == key || key.equals(k)))
               
return e.value;
        }
        return null;
    }

2：如果数据大小是固定的，那么最好给HashMap设定一个合理的容量值
        根据上面的分析，HashMap的初始默认容量是16，默认加载因子是0.75，也就是说，如果采用HashMap的默认构造函数，当增加数据时，数据实 际容量超过10*0.75=12时，HashMap就扩容，扩容带来一系列的运算，新建一个是原来容量2倍的数组，对原有元素全部重新哈希，如果你的数据
有几千几万个，而用默认的HashMap构造函数，那结果是非常悲剧的，因为HashMap不断扩容，不断哈希，在使用HashMap的场景里，不会是多 个线程共享一个HashMap,除非对HashMap包装并同步，由此产生的内存开销和cpu开销在某些情况下可能是致命的。

时间： 2024-12-28 14:44:17

HashMap深度分析的相关文章

Java基础系列之(三) - HashMap深度分析

这次主要是分析下HashMap的工作原理,为什么我会拿这个东西出来分析,原因很简单,以前我面试的时候,偶尔问起HashMap,99%的程序员都知道HashMap,基本都会用Hashmap,这其中不仅仅包括刚毕业的大学生,也包括已经工作5年,甚至是10年的程序员.HashMap涉及的知识远远不止put和get那么简单.本次的分析希望对于面试的人起码对于面试官的问题有所应付  一.先来回忆下我的面试过程  问:“你用过HashMap,你能跟我说说它吗?”  答:“当然用过,HashMap是一种<ke

java集合框架（1） hashMap 简单使用以及深度分析(转)

java.util 类 HashMap<K,V>java.lang.Object  java.util.AbstractMap<K,V>      java.util.HashMap<K,V>类型参数:K - 此映射所维护的键的类型V - 所映射值的类型所有已实现的接口: Serializable, Cloneable, Map<K,V> 直接已知子类: LinkedHashMap, PrinterStateReasons -----------------

深度分析LINUX环境下如何配置multi-path

首先介绍一下什么是多路径(multi-path)?先说说多路径功能产生的背景,在多路径功能出现之前,主机上的硬盘是直接挂接到一个总线(PCI)上,路径是一对一的关系,也就是一条路径指向一个硬盘或是存储设备,这样的一对一关系对于操作系统而言,处理相对简单,但是缺少了可靠性.当出现了光纤通道网络(Fibre Channle)也就是通常所说的SAN网络时,或者由iSCSI组成的IPSAN环境时,由于主机和存储之间通过光纤通道交换机或者多块网卡及IP来连接时,构成了多对多关系的IO通道,也就是说一台主机

深度分析如何在Hadoop中控制Map的数量

深度分析如何在Hadoop中控制Map的数量 [email protected] 很多文档中描述,Mapper的数量在默认情况下不可直接控制干预,因为Mapper的数量由输入的大小和个数决定.在默认情况下,最终input 占据了多少block,就应该启动多少个Mapper.如果输入的文件数量巨大,但是每个文件的size都小于HDFS的blockSize,那么会造成 启动的Mapper等于文件的数量(即每个文件都占据了一个block),那么很可能造成启动的Mapper数量超出限制而导致崩溃.这些逻

深度分析：Android中Mms设置页面更改短信中心号码流程

相关控件初始化方法:showSmscPref private void showSmscPref() { int count = MSimTelephonyManager.getDefault().getPhoneCount(); boolean airplaneModeOn = Settings.System.getInt(getContentResolver(), Settings.System.AIRPLANE_MODE_ON, 0) != 0; for (int i = 0; i < c

转：[gevent源码分析] 深度分析gevent运行流程

[gevent源码分析] 深度分析gevent运行流程 http://blog.csdn.net/yueguanghaidao/article/details/24281751 一直对gevent运行流程比较模糊,最近看源码略有所得,不敢独享,故分享之. gevent是一个高性能网络库,底层是libevent,1.0版本之后是libev,核心是greenlet.gevent和eventlet是亲近,唯一不同的是eventlet是自己实现的事件驱动,而gevent是使用libev.两者都有广泛的应

HashMap深度解析(一)

HashMap深度解析(一) 标签: HashMap哈希码hashCodeequals 2013-11-22 00:11 24566人阅读 评论(24) 收藏 举报  分类: Java SE(40)  版权声明:本文为博主原创文章,转载请注明出处http://blog.csdn.net/ghsau. 本文来自:高爽|Coder,原文地址:http://blog.csdn.net/ghsau/article/details/16843543,转载请注明. HashMap可以说是Java中最常用的集

深度分析：Android4.3下MMS发送到附件为音频文件（音频为系统内置音频)的彩信给自己，添加音频-发送彩信-接收彩信-下载音频附件-预览-播放（二，发送彩信&lt;1&gt;）

当准备工作(添加附件,输入文本内容)完成之后,我们这里开始进行该流程分析的第二阶段,也就是发送彩信.这里我们从ComposeMessageActivity类的点击发送按钮(mSendButtonMms)的点击事件开始:<TAG 1-1> @Override public void onClick(View v) { if (mShowTwoButtons && (v == mSendButtonSmsViewSec || v == mSendButtonMmsViewSec)

支付行业，如何通过日志大数据实现深度分析及风控

本文主要讲述针对支付行业,日志易产品如何通过日志大数据实现业务深度分析及风险控制.伴随新的支付方式出现,近年来移动支付蓬勃发展,如何分析.利用海量交易数据,已成为当前支付企业面对的巨大难题.日志作为数据的载体,蕴含着丰富的信息,传统的日志分析方式低效而固化,无法应对数据体量大.格式不统一.增长速度快的现状,在交易出现异常及失败时,更难以满足实时处理.快速响应的需求.本文讲述某支付公司采用日志易后,通过日志大数据实现业务深度分析及风险控制的实践经验. 图片来自:前瞻网 本次分享结合企业自身对支付行