hashmap的java扩容机制 hashmap的扩容过程

转载

IT剑客行 2023-08-18 21:03:58

文章标签 hashmap的java扩容机制 HashMap 扩容 rehash 初始化 文章分类 Java 后端开发

文章目录

为什么扩容？
什么时候扩容？
如何扩容？

今天在和同时讨论HashMap的时候，提到了扩容和冲哈希的事情，然后我发现大家都是一种半懂不懂的状态。于是回去做了一番功课，写下这篇文章。

HashMap的扩容，又被很多人叫rehash、重哈希，我本人是很反对这个叫法的，事实上HashMap扩容的时候，Node中存储的Key的hash值并没有发生变化，只是Node的位置发生了变化。

首先说为什么需要扩容？这个问题好像有点简单，不就是因为容量满了就需要库容了吗？这种思想对于链表来说是没有问题的，但是对于HashMap来说，并不是因为这个原因，而是HashMap认为性能不够好时。

原因我简单说下，当然关于哈希表我就不再过多说了，还不懂的同学赶紧百度。

为什么扩容？

我们知道理论上哈希表的读时间复杂度是O(1)，但是没有一种哈希方法能保证绝对的哈希均匀，为了解决哈希冲突又往往采用链地址法解决，那这样时间复杂度愈发偏离O(1)了，此时进行扩容，其实是让哈希表分散的更均匀，解决性能不够好的问题。

关于JDK1.8中的HashMap结构，在这里我就不多说了，哈希表+链表，长度达到一定时链表转换成红黑树（这时候是不是得有面试官出来问，长度多长才转红黑树啊？），为了让小伙伴们看的更直观，我这里偷一张图上来：

hashmap的java扩容机制 hashmap的扩容过程_初始化

什么时候扩容？

那么什么时候需要扩容？答案也很简单：1.初始化后放入元素时 2.达到阈值时

创建对象以后，HashMap并不是立即初始化table，而是在第一次放入元素时，才会初始化table，这很HashMap节省内存得一种机制，而table的初始化其实是resize方法实现的。
达到阈值时，这个就比较有意思，所谓阈值，就是HashMap中threshold这个属性，阈值的计算方式很简单，基本上就是capacity（table容量） * loadFactor（负载因子），这里我觉得capacity应该称为理论容量，是因为正常情况下达到阈值就扩容了，达到阈值时HashMap认为哈希冲突的次数会不能接受，因此需要扩容。

因为这里我是以JDK1.8源码作为样本分析的，如果我没记错的话，JDK1.7中还存在rehash方法，但是JDK1.8中已经改名叫resize方法了，那我们就不管JDK1.7中是如何实现扩容，直接上JDK1.8源码。

如何扩容？

先来看扩容函数的前半部分：

final Node<K,V>[] resize() {
    // 扩容前原本的table
    Node<K,V>[] oldTab = table;
    // 这里进行判断，区分尚未初始化的情况 
    int oldCap = (oldTab == null) ? 0 : oldTab.length;
    int oldThr = threshold;
    int newCap, newThr = 0;
    if (oldCap > 0) { // 非初始化情况
        /*
         * 当原本的capacity已经超过最大值以后
         * HashMap选择不再扩容，然后threshold置为最大值
         */
        if (oldCap >= MAXIMUM_CAPACITY) {
            threshold = Integer.MAX_VALUE;
            return oldTab;
        }
        /*
         * 这种是常见的的扩容情况，table容量会扩大两倍
         * 同时HashMap的阈值也跟着扩大两倍
         */
        else if ((newCap = oldCap << 1) < MAXIMUM_CAPACITY &&
                 oldCap >= DEFAULT_INITIAL_CAPACITY)
            newThr = oldThr << 1; // 2倍阈值
    }
    else if (oldThr > 0) // 指定大小n的初始化情况下，table容量取>n的最小2倍数
        newCap = oldThr;
    else {               // 不指定初始化大小，table容量取默认值16
        newCap = DEFAULT_INITIAL_CAPACITY;
        newThr = (int)(DEFAULT_LOAD_FACTOR * DEFAULT_INITIAL_CAPACITY);
    }
    if (newThr == 0) { 
        // 指定大小初始化情况下，阈值 = table容量 * 负载因子(默认0.75)
        float ft = (float)newCap * loadFactor;
        newThr = (newCap < MAXIMUM_CAPACITY && ft < (float)MAXIMUM_CAPACITY ?
                  (int)ft : Integer.MAX_VALUE);
    }
    // 最后确定阈值
    threshold = newThr;
    
    待续......
}

resize()方法的前半部分主要是对于新阈值和新容量的确定，这里有三种情况：

初始化已完成的正常扩容逻辑：table容量和阈值都扩大2倍
指定大小的初始化逻辑：算出大于等于指定初始化容量的最小2的倍数，作为table容量
未指定大小的初始化逻辑：默认table容量16，阈值为16 * 0.75 = 12

关于第二种逻辑，简单来说就是，指定初始化值为3，那么table容量就是4，如果指定初始化大小是10，那么table容量就是16，如果是2的次幂，就直接作为table容量。

再看resize方法的后半段：

final Node<K,V>[] resize() {
    	......接上文
    	
        @SuppressWarnings({"rawtypes","unchecked"})
        Node<K,V>[] newTab = (Node<K,V>[])new Node[newCap];
        table = newTab;
        if (oldTab != null) {
            for (int j = 0; j < oldCap; ++j) { 
            	// 遍历原本的table
                Node<K,V> e;
                if ((e = oldTab[j]) != null) {
                    oldTab[j] = null; // 为了GC
                    if (e.next == null)
                        // 如果table上没有链表的情况下，直接转移到对应位置
                        // 转移到的位置就是get方法中取的下标位置，tab[(n - 1) & hash]
                        newTab[e.hash & (newCap - 1)] = e;
                    else if (e instanceof TreeNode)
                        // 如果是红黑树，就进入红黑树的拆分逻辑，这里不展开来说
                        ((TreeNode<K,V>)e).split(this, newTab, j, oldCap);
                    else {
                        // 原本槽内的一个链表，会被拆分成两个两个链表
                        Node<K,V> loHead = null, loTail = null;
                        Node<K,V> hiHead = null, hiTail = null;
                        Node<K,V> next;
                        do {
                            next = e.next;
                            // 如果entry的哈希值高位为0，会被拆分到lo链表
                            if ((e.hash & oldCap) == 0) {
                                if (loTail == null)
                                    loHead = e;
                                else
                                    loTail.next = e;
                                loTail = e;
                            }
                            else {
                            // 如果entry的哈希值高位为1，会被拆分到hi链表                            
                                if (hiTail == null)
                                    hiHead = e;
                                else
                                    hiTail.next = e;
                                hiTail = e;
                            }
                        } while ((e = next) != null);
                        if (loTail != null) {
                            loTail.next = null;
                            // 高位是0，因此lo链表不需要移位，
                            // hash & (newCap-1)和hash & (oldCap-1)获得下标位置一样
                            newTab[j] = loHead;
                        }
                        if (hiTail != null) {
                            hiTail.next = null;
                            // 高位是1，hi链表移位到 j+oldCap位置，
                            //  j + oldCap相当于高位补1，直接移到这个位置
                            newTab[j + oldCap] = hiHead;
                        }
                    }
                }
            }
        }
        return newTab;
    }

这里为了能说的更通俗易懂一些，我举个简单的例子：

首先假设原本有几个key，他们的的hash值为：