数据结构 5 哈希表/HashMap 、自动扩容、多线程会出现的问题

上一节，我们已经介绍了最重要的B树以及B+树，使用的情况以及区别的内容。当然，本节课，我们将学习重要的一个数据结构、哈希表 ## 哈希表 哈希也常被称作是散列表，为什么要这么称呼呢，散列、散列、其元素分布较松散、经常用来储存例如`key-value`的数据、这样有什么好处呢？我们来细细琢磨一下： - 公安 110 - 急救 120 - 火警 114 假设我们需要将这几个数据保存下来，并且取出的时候，我知道`公安` 我就能立马查找出公安所对应的号码。并且是快速查询出？怎么做呢？ 我们都知道，数组通过索引的方式，也就是下标，它的时间复杂度是最低的。O(1) 通过下标一下子就能找出来。我们有没有办法，通过我们当前的这个`key` 来算出hash 值呢？ 这里的`算` 这个过程，就是一个生成索引的过程，就是我们所说的`哈希（hash）` 画图理解一下  假设我们的Hash 算法我们自己定义的，已知条件，所以我们随便知道一个值`key` 就能算出这个值存在数组的下标，所以呢 能够实现快速查询。 ### 哈希碰撞 就是两个元素算出的hash值一样呢？就会产生冲突，这样的情况只能避免，不能消除。  ## HashMap 我们来看看JAVA 里面的HashMap 是怎么实现的吧； ```java static final float DEFAULT_LOAD_FACTOR = 0.75f; static final int DEFAULT_INITIAL_CAPACITY = 1 << 4; // aka 16 public HashMap() { this.loadFactor = DEFAULT_LOAD_FACTOR; // all other fields defaulted } ``` `DEFAULT_LOAD_FACTOR= 荷载系数` 默认是0.75 荷载比例大于这个数值的时候，就需要扩容了。 `DEFAULT_INITIAL_CAPACITY=初始化容量大小 16` ```java transient Node[] table; ``` 我们可以发现，它其中有一个table 的数组，类型是Node,很显然，这就是底层的数组，放置的数据就是这个节点包装类。 ```java Node(int hash, K key, V value, Node next) { this.hash = hash; this.key = key; this.value = value; this.next = next; } ``` 节点带有当前的hash值，以及键值、我们还会发现，他会带有一个next 元素的指针，这说明什么？就是单向链表呗。 ### put 增加一个节点 我们构造一个新的map 集合，通过`put(k,v)` 向散列表中增加一个节点信息。 ```java Map map = new HashMap<>(); map.put("key","value"); ------------ public V put(K key, V value) { return putVal(hash(key), key, value, false, true); } static final int hash(Object key) { int h; return (key == null) ? 0 : (h = key.hashCode()) ^ (h >>> 16); } ``` 我们得知，这个`hash(obj)` 方法将传过来的key 通过运算得出hash 值。 `hashCode()` 是Object 类里面的一个方法。 ```java public int hashCode() { int h = hash; if (h == 0 && value.length > 0) { char val[] = value; for (int i = 0; i < value.length; i++) { h = 31 * h + val[i]; } hash = h; } return h; } ``` 这通常通过将对象的内部地址转换为整数来实现，但Java的编程语言不需要此实现技术。 `说白了就是：将这个对象的内存地址通过一种整数的方式展现给我们。` 将得到的哈希值进行 无符号右移 16位。 `>>>` 在与原来的哈希值进行异或`^` 进行运算得出hash值。 ### putVal() ```java final V putVal(int hash, K key, V value, boolean onlyIfAbsent, boolean evict) { Node[] tab; Node p; int n, i; if ((tab = table) == null || (n = tab.length) == 0) n = (tab = resize()).length; if ((p = tab[i = (n - 1) & hash]) == null) tab[i] = newNode(hash, key, value, null); else { Node e; K k; if (p.hash == hash && ((k = p.key) == key || (key != null && key.equals(k)))) e = p; else if (p instanceof TreeNode) e = ((TreeNode)p).putTreeVal(this, tab, hash, key, value); 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; } } if (e != null) { // existing mapping for key V oldValue = e.value; if (!onlyIfAbsent || oldValue == null) e.value = value; afterNodeAccess(e); return oldValue; } } ++modCount; if (++size > threshold) resize(); afterNodeInsertion(evict); return null; } ``` 主要的元素填入是putVal()方法。我简单说一下这个方法： 1. 通过传入的hash 值确定这个元素将要放入的位置`i` 2. 确定`i`位置是否有元素 3. 若有元素。则通过链表的形式。`后入式插入` 4. 若没有元素，则撇进去即可。 `后入式插入` 解释一下这个词：不要想歪啊，学术研究。   后面的元素则会替换原有的位置，后加入的元素下一个元素的指针指向原来的元素 ### get() ```java final Node getNode(int hash, Object key) { Node[] tab; Node first, e; int n; K k; if ((tab = table) != null && (n = tab.length) > 0 && (first = tab[(n - 1) & hash]) != null) { if (first.hash == hash && // always check first node ((k = first.key) == key || (key != null && key.equals(k)))) return first; if ((e = first.next) != null) { if (first instanceof TreeNode) return ((TreeNode)first).getTreeNode(hash, key); do { if (e.hash == hash && ((k = e.key) == key || (key != null && key.equals(k)))) return e; } while ((e = e.next) != null); } } return null; } ``` 将HashMap 增加顺序反过来即可。我们还是总结一下： 1. 通过传入的`key`计算出哈希值。 通过hash值确定这个元素原来存在的数组下标位置`i`。 2. 访问数组指定位置`i`确定位置，这个元素存在与否。若存在则直接返回。 3. 若对比后发现不是这个元素。也没有下一个元素的指针`next` 则返回null 4. 若存在下一个指针，则开始遍历查找。 ### HashMap 长度 默认初始化长度为`16` 这个经常会被面试问到。还有一点就是：HashMap 的自动扩容或者手动指定长度。一般都是2的幂函数。 就是2的x次方。 为啥要选择这样，因为是和Hash 算法有关。一般情况下。hash的值基本上都是由`key`的后几位决定的。所以，这个就了解就可以了。不必要深究。 ## 自动扩容 我们在上面涉及到一个 `DEFAULT_LOAD_FACTOR=荷载系数 `默认0.75 当底层数组的大小不足以容纳后面的元素的时候，就会发生扩容。也就是`resize()` HashMap 主要涉及扩容的方法就是`resize()` ```java final Node[] resize() { Node[] oldTab = table; int oldCap = (oldTab == null) ? 0 : oldTab.length; int oldThr = threshold; int newCap, newThr = 0; if (oldCap > 0) { if (oldCap >= MAXIMUM_CAPACITY) { threshold = Integer.MAX_VALUE; return oldTab; } 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); } 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[] newTab = (Node[])new Node[newCap]; table = newTab; if (oldTab != null) { for (int j = 0; j < oldCap; ++j) { Node 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)e).split(this, newTab, j, oldCap); else { // preserve order Node loHead = null, loTail = null; Node hiHead = null, hiTail = null; Node next; do { next = e.next; if ((e.hash & oldCap) == 0) { if (loTail == null) loHead = e; else loTail.next = e; loTail = e; } else { if (hiTail == null) hiHead = e; else hiTail.next = e; hiTail = e; } } while ((e = next) != null); if (loTail != null) { loTail.next = null; newTab[j] = loHead; } if (hiTail != null) { hiTail.next = null; newTab[j + oldCap] = hiHead; } } } } } return newTab; } ``` 什么时候会发生扩容呢？`当前容量>=总容量*荷载系数` 1. 创建一个新的数组，创建一个新的数组，长度是原来的2倍。 2. 遍历`oldTab` 取出元素的键后，重新进行hash,算出`index=i = (newCap - 1) & hash` 3. 重新插入元素。 ## 多线程下的HashMap HashMap 在单线程下是安全的，但是不可用于多线程。 多线程下，HashMap 很容易形成`链表环`。这个记下来就可以了。  `119` 的下一个元素指向`114` 而`114`的下一个元素又会指向`119` 这样很容易形成死锁 ## 小结 通过本节，应该了解到一个重要的概念。哈希，以及哈希在JAVA 里面涉及到的HashMap。而HashMap 几个重要的概念，最后再次声明一下： 1. HashMap 适用于单线程，多线程会出现死锁（链表环） 2. HashMap 默认数组大小 16 荷载系数 0.75 3. HashMap 在扩容的时候，扩容为本身的两倍，并且重新进行put() ## 参考 https://mp.weixin.qq.com/s/HzRH9ZJYmidzW5jrMvEi4w