虽然在hashmap的原理里面有这段,但是这个单独拿出来讲rehash或者resize()也是极好的。

什么时候扩容:当向容器添加元素的时候,会判断当前容器的元素个数,如果大于等于阈值---即当前数组的长度乘以加载因子的值的时候,就要自动扩容啦。

扩容(resize)就是重新计算容量,向HashMap对象里不停的添加元素,而HashMap对象内部的数组无法装载更多的元素时,对象就需要扩大数组的长度,以便能装入更多的元素。当然Java里的数组是无法自动扩容的,方法是使用一个新的数组代替已有的容量小的数组,就像我们用一个小桶装水,如果想装更多的水,就得换大水桶。

我们分析下resize的源码,鉴于JDK1.8融入了红黑树,较复杂,为了便于理解我们仍然使用JDK1.7的代码,好理解一些,本质上区别不大,具体区别后文再说。

  1. void resize(int newCapacity) {   //传入新的容量  
  2.     Entry[] oldTable = table;    //引用扩容前的Entry数组  
  3.     int oldCapacity = oldTable.length;  
  4.     if (oldCapacity == MAXIMUM_CAPACITY) {  //扩容前的数组大小如果已经达到最大(2^30)了  
  5.         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  
  6.         return;  
  7.     }  
  8.   
  9.     Entry[] newTable = new Entry[newCapacity];  //初始化一个新的Entry数组  
  10.     transfer(newTable);                         //!!将数据转移到新的Entry数组里  
  11.     table = newTable;                           //HashMap的table属性引用新的Entry数组  
  12.     threshold = (int) (newCapacity * loadFactor);//修改阈值  
  13. }  
这里就是使用一个容量更大的数组来代替已有的容量小的数组,transfer()方法将原有Entry数组的元素拷贝到新的Entry数组里。
  1. void transfer(Entry[] newTable) {  
  2.     Entry[] src = table;                   //src引用了旧的Entry数组  
  3.     int newCapacity = newTable.length;  
  4.     for (int j = 0; j < src.length; j++) { //遍历旧的Entry数组  
  5.         Entry<K, V> e = src[j];             //取得旧Entry数组的每个元素  
  6.         if (e != null) {  
  7.             src[j] = null;//释放旧Entry数组的对象引用(for循环后,旧的Entry数组不再引用任何对象)  
  8.             do {  
  9.                 Entry<K, V> next = e.next;  
  10.                 int i = indexFor(e.hash, newCapacity); //!!重新计算每个元素在数组中的位置  
  11.                 e.next = newTable[i]; //标记[1]  
  12.                 newTable[i] = e;      //将元素放在数组上  
  13.                 e = next;             //访问下一个Entry链上的元素  
  14.             } while (e != null);  
  15.         }  
  16.     }  
  17. }  
  1. static int indexFor(int h, int length) {  
  2.     return h & (length - 1);  
  3. }  
文章中间部分:四、存储实现;详细解释了为什么indexFor方法中要h & (length-1)

newTable[i]的引用赋给了e.next,也就是使用了单链表的头插入方式,同一位置上新元素总会被放在链表的头部位置;这样先放在一个索引上的元素终会被放到Entry链的尾部(如果发生了hash冲突的话),这一点和Jdk1.8有区别,下文详解。在旧数组中同一条Entry链上的元素,通过重新计算索引位置后,有可能被放到了新数组的不同位置上。

下面举个例子说明下扩容过程。

这句话是重点----hash(){return key % table.length;}方法,就是翻译下面的一行解释:

假设了我们的hash算法就是简单的用key mod 一下表的大小(也就是数组的长度)。

其中的哈希桶数组table的size=2, 所以key = 3、7、5,put顺序依次为 5、7、3。在mod 2以后都冲突在table[1]这里了。这里假设负载因子 loadFactor=1,即当键值对的实际大小size 大于 table的实际大小时进行扩容。接下来的三个步骤是哈希桶数组 resize成4,然后所有的Node重新rehash的过程。

jdk1.7扩容例图

下面我们讲解下JDK1.8做了哪些优化。经过观测可以发现,我们使用的是2次幂的扩展(指长度扩为原来2倍),所以,

经过rehash之后,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。对应的就是下方的resize的注释。

[java]  view plain  copy
  1. /** 
  2.  * Initializes or doubles table size.  If null, allocates in 
  3.  * accord with initial capacity target held in field threshold. 
  4.  * Otherwise, because we are using power-of-two expansion, the 
  5.  * elements from each bin must either stay at same index, or move 
  6.  * with a power of two offset in the new table. 
  7.  * 
  8.  * @return the table 
  9.  */  
  10. final Node<K,V>[] resize() {  

看下图可以明白这句话的意思,n为table的长度,图(a)表示扩容前的key1和key2两种key确定索引位置的示例,图(b)表示扩容后key1和key2两种key确定索引位置的示例,其中hash1是key1对应的哈希与高位运算结果。

hashMap 1.8 哈希算法例图1

元素在重新计算hash之后,因为n变为2倍,那么n-1的mask范围在高位多1bit(红色),因此新的index就会发生这样的变化:

hashMap 1.8 哈希算法例图2

因此,我们在扩充HashMap的时候,不需要像JDK1.7的实现那样重新计算hash,只需要看看原来的hash值新增的那个bit是1还是0就好了,是0的话索引没变,是1的话索引变成“原索引+oldCap”,可以看看下图为16扩充为32的resize示意图:

jdk1.8 hashMap扩容例图

这个设计确实非常的巧妙,既省去了重新计算hash值的时间,而且同时,由于新增的1bit是0还是1可以认为是随机的,因此resize的过程,均匀的把之前的冲突的节点分散到新的bucket了。这一块就是JDK1.8新增的优化点。有一点注意区别,JDK1.7中rehash的时候,旧链表迁移新链表的时候,如果在新表的数组索引位置相同,则链表元素会倒置,但是从上图可以看出,JDK1.8不会倒置。有兴趣的同学可以研究下JDK1.8的resize源码,写的很赞,如下:

  1. 1 final Node<K,V>[] resize() {
  2. 2 Node<K,V>[] oldTab = table;
  3. 3 int oldCap = (oldTab == null) ? 0 : oldTab.length;
  4. 4 int oldThr = threshold;
  5. 5 int newCap, newThr = 0;
  6. 6 if (oldCap > 0) {
  7. 7 // 超过最大值就不再扩充了,就只好随你碰撞去吧
  8. 8 if (oldCap >= MAXIMUM_CAPACITY) {
  9. 9 threshold = Integer.MAX_VALUE;
  10. 10 return oldTab;
  11. 11 }
  12. 12 // 没超过最大值,就扩充为原来的2倍
  13. 13 else if ((newCap = oldCap << 1) < MAXIMUM_CAPACITY &&
  14. 14 oldCap >= DEFAULT_INITIAL_CAPACITY)
  15. 15 newThr = oldThr << 1; // double threshold
  16. 16 }
  17. 17 else if (oldThr > 0) // initial capacity was placed in threshold
  18. 18 newCap = oldThr;
  19. 19 else { // zero initial threshold signifies using defaults
  20. 20 newCap = DEFAULT_INITIAL_CAPACITY;
  21. 21 newThr = ( int)(DEFAULT_LOAD_FACTOR * DEFAULT_INITIAL_CAPACITY);
  22. 22 }
  23. 23 // 计算新的resize上限
  24. 24 if (newThr == 0) {
  25. 25
  26. 26 float ft = ( float)newCap * loadFactor;
  27. 27 newThr = (newCap < MAXIMUM_CAPACITY && ft < ( float)MAXIMUM_CAPACITY ?
  28. 28 ( int)ft : Integer.MAX_VALUE);
  29. 29 }
  30. 30 threshold = newThr;
  31. 31 @SuppressWarnings({ "rawtypes""unchecked"})
  32. 32 Node<K,V>[] newTab = (Node<K,V>[]) new Node[newCap];
  33. 33 table = newTab;
  34. 34 if (oldTab != null) {
  35. 35 // 把每个bucket都移动到新的buckets中
  36. 36 for ( int j = 0; j < oldCap; ++j) {
  37. 37 Node<K,V> e;
  38. 38 if ((e = oldTab[j]) != null) {
  39. 39 oldTab[j] = null;
  40. 40 if (e.next == null)
  41. 41 newTab[e.hash & (newCap - 1)] = e;
  42. 42 else if (e instanceof TreeNode)
  43. 43 ((TreeNode<K,V>)e).split( this, newTab, j, oldCap);
  44. 44 else { // 链表优化重hash的代码块
  45. 45 Node<K,V> loHead = null, loTail = null;
  46. 46 Node<K,V> hiHead = null, hiTail = null;
  47. 47 Node<K,V> next;
  48. 48 do {
  49. 49 next = e.next;
  50. 50 // 原索引
  51. 51 if ((e.hash & oldCap) == 0) {
  52. 52 if (loTail == null)
  53. 53 loHead = e;
  54. 54 else
  55. 55 loTail.next = e;
  56. 56 loTail = e;
  57. 57 }
  58. 58 // 原索引+oldCap
  59. 59 else {
  60. 60 if (hiTail == null)
  61. 61 hiHead = e;
  62. 62 else
  63. 63 hiTail.next = e;
  64. 64 hiTail = e;
  65. 65 }
  66. 66 } while ((e = next) != null);
  67. 67 // 原索引放到bucket里
  68. 68 if (loTail != null) {
  69. 69 loTail.next = null;
  70. 70 newTab[j] = loHead;
  71. 71 }
  72. 72 // 原索引+oldCap放到bucket里
  73. 73 if (hiTail != null) {
  74. 74 hiTail.next = null;
  75. 75 newTab[j + oldCap] = hiHead;
  76. 76 }
  77. 77 }
  78. 78 }
  79. 79 }
  80. 80 }
  81. 81 return newTab;
  82. 82 }
Logo

权威|前沿|技术|干货|国内首个API全生命周期开发者社区

更多推荐