Java集合框架源码解读(2)——HashMap
在Java Collections Framework的体系中中，主要有两个重要的接口，一个是List、Set和Queue所属的Collection，还有一个就是Map接口了。在上一篇文章中介绍了List接口，它适用于按数值索引访问元素的情形。本文中将介绍的Map则提供了一个更通用的元素存储方法。
Map 集合类用于存储元素对（称作“键”和“值”）也叫键值对（key/value pair），其中每个键映射到一个值。从概念上而言，你可以将 List 看作是具有数值键的 Map。Map接口规定key值是不能重复的，而value值可以重复。
Map接口有三种重要的具体实现类——HashMap、WeakHashMap和TreeMap，其中HashMap还有一个重要的子类LinkedHashMap，它们都是非线程安全的类，本文将通过分析源码重点介绍HashMap类，关于另外几个类的内容则留到后续文章再讲。
Map接口的架构如下图所示：
img
在图中可以看到，Map接口还有一个叫做HashTable的实现类，它是JDK早期的产物，与HashMap实现基本相似，不过是它是线程安全的，由于该容器已经过时，现在基本被弃用，因此在系列文章中就不多加笔墨去介绍了。
概述
HashMap是基于哈希表实现的，HashMap的每一个元素是一个key-value对，其内部通过单链表和红黑树解决冲突问题，容量不足时会自动扩容。
HashMap是非线程安全的，只适用于单线程环境下，多线程环境下可以采用Concurrent并发包下的ConcurrentHashMap。
哈希冲突
对于每个对象 X 和 Y，如果当且仅当 X.equals(Y) 为 false，使得 X.hashCode()!= Y.hashCode() 为 true，这样的函数叫做完美 Hash 函数。当哈希函数对两个不同的数据项产生了相同的hash值时，这就称为哈希冲突。
基于对象中变化的字段，我们可以很容易地构造一个完美哈希函数，但是这需要无限的内存大小，这种假设显然是不可能的。而且，即使我们能够为每个 POJO（Plain Ordinary Java Object）或者 String 对象构造一个理论上不会有冲突的哈希函数，但是 hashCode() 函数的返回值是 int 型。根据鸽笼理论，当我们的对象超过 232 个时，这些对象会发生哈希冲突。
因此，实现HashMap的一个重要考量，就是尽可能地避免哈希冲突。HashMap在JDK 1.8中的做法是，用链表和红黑树存储相同hash值的value。当Hash冲突的个数比较少时，使用链表，否则使用红黑树。
底层实现
HashMap实现的接口如下：
public class HashMap<K,V> extends AbstractMap<K,V>
implements Map<K,V>, Cloneable, Serializable
HashMap继承自抽象类AbstractMap，实现了Map接口，AbstractMap类实现了Map接口的部分方法，因此Map的最终实现类直接继承AbstractMap，可以减少很多工作量。
先来看HashMap内部两个重要的静态内部类。
单向链表的节点Node
static class Node<K,V> implements Map.Entry<K,V> {
final int hash;
final K key;
V value;
Node<K,V> next;
Node(int hash, K key, V value, Node<K,V> next) {
this.hash = hash;
this.key = key;
this.value = value;
this.next = next;
}
public final K getKey() { return key; }
public final V getValue() { return value; }
public final String toString() { return key + "=" + value; }
public final int hashCode() {
return Objects.hashCode(key) ^ Objects.hashCode(value);
}
public final V setValue(V newValue) {
V oldValue = value;
value = newValue;
return oldValue;
}
public final boolean equals(Object o) {
if (o == this)
return true;
if (o instanceof Map.Entry) {
Map.Entry<?,?> e = (Map.Entry<?,?>)o;
if (Objects.equals(key, e.getKey()) &&
Objects.equals(value, e.getValue()))
return true;
}
return false;
}
}
Node实现了Map的内部接口Entry，Entry接口定义了键值对（key-value pair）的基本操作，Node类提供了这些方法的实现并且还含有一个next引用，作为单链表的实现用来指向下一个Node。
红黑树的节点TreeNode：
static final class TreeNode<K,V> extends LinkedHashMap.Entry<K,V> {
TreeNode<K,V> parent; // red-black tree links
TreeNode<K,V> left;
TreeNode<K,V> right;
TreeNode<K,V> prev; // needed to unlink next upon deletion
boolean red;
TreeNode(int hash, K key, V val, Node<K,V> next) {
super(hash, key, val, next);
}
/** * Returns root of tree containing this node. */
final TreeNode<K,V> root() {
for (TreeNode<K,V> r = this, p;;) {
if ((p = r.parent) == null)
return r;
r = p;
}
}
……
}
当一个单链表冲突的结点数超过预设值时，将会把这个单链表自动调整为红黑树。这样做的好处是，最坏的情况下即所有的key都Hash冲突，采用链表的话查找时间为O(n),而采用红黑树为O(logn)。
HashMap的几个重要字段如下：
//存储数据的Node数组，长度是2的幂。
transient Node<K,V>[] table;
//键值对缓存，它们的映射关系集合保存在entrySet中。即使Key在外部修改导致hashCode变化，缓存中还可以找到映射关系
transient Set<Map.Entry<K,V>> entrySet;
//map中保存的键值对的数量
transient int size;
//map结构被改变的次数
transient int modCount;
//需要调整大小的极限值（容量*装载因子）
int threshold;
//装载因子，在后面会进行详细介绍
final float loadFactor;
HashMap内部使用Node数组实现了一个哈希桶数组table。可以看出，HashMap还是凭借数组实现的，数组的元素是单链表或红黑树，对于key的hash值相等的key-value pair，它们将分别作为一个结点（Node或TreeNode）存储在同一个单链表或红黑树中。
我们知道数组的特点：寻址容易，插入和删除困难，而链表的特点是：寻址困难，插入和删除容易，红黑树则对插入时间、删除时间和查找时间提供了最好可能的最坏情况担保。HashpMap将这三者结合在一起。
HashMap的数据结构如下图所示：
img
此外，这里的modCount属性，记录了map结构被改变的次数，它与“fail-fast”机制的实现息息相关。fail-fast机制是Java集合的一种错误检测机制，假设存在两个线程（线程1、线程2），线程1通过Iterator在遍历集合A中的元素，在某个时候线程2修改了集合A的结构（是结构上面的修改，而不是简单的修改集合元素的内容），那么这个时候程序就会抛出 ConcurrentModificationException 异常，从而产生fail-fast机制。
对于HashMap内容的修改都将使modCount的值增加，在迭代器初始化过程中会将这个值赋给迭代器的expectedModCount,在迭代过程中，判断modCount跟expectedModCount是否相等，如果不相等就表示已经有其他线程修改了Map。
HashMap的一些重要的静态全局变量如下，它们与HashMap规避哈希碰撞的策略息息相关：
/** * table默认的初始容量，它的值必须是2的整数幂 */
static final int DEFAULT_INITIAL_CAPACITY = 1 << 4; // aka 16
/** * table的最大容量，必须小于2的30次方，如果传入的容量大于这个值，将被替换为该值 */
static final int MAXIMUM_CAPACITY = 1 << 30;
/** * 默认装载因子，如果在构造函数中不显式指定装载因子，则默认使用该值。 */
static final float DEFAULT_LOAD_FACTOR = 0.75f;
/** * 结点冲突数达到8时，就会对哈希表进行调整，如果table容量小于64，那么会进行扩容， * 如果不小于64，那么会将冲突数达到8的那个单链表调整为红黑树. */
static final int TREEIFY_THRESHOLD = 8;
/** * 如果原先就是红黑树，resize以后冲突结点数少于6了，就把红黑色恢复成单链表 */
static final int UNTREEIFY_THRESHOLD = 6;
/** * 如果table的容量少于64，那么即使冲突结点数达到TREEIFY_THRESHOLD后不会把该单链表调整成红黑数，而是将table扩容 */
static final int MIN_TREEIFY_CAPACITY = 64;
HashMap使用的hash算法如下：
static final int hash(Object key) {
int h;
return (key == null) ? 0 : (h = key.hashCode()) ^ (h >>> 16);
}
使用hash值的高位16位与低16进行XORs操作，算法简洁有效。
常用API
看完了HashMap的基本数据结构以后，来看一下常用方法的源码，首先自然想到的是get(key)和put(key,value)。
get(key)
get(key)方法的作用是的源码如下：
public V get(Object key) {
Node<K,V> e;
return (e = getNode(hash(key), key)) == null ? null : e.value;
}
final Node<K,V> getNode(int hash, Object key) {
Node<K,V>[] tab; Node<K,V> 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<K,V>)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;
}
我们将要查找的key值传给get，它调用hashCode计算hash从而得到bucket位置，并进一步调用equals()方法确定键值对。取模算法中的除法运算效率很低，在HashMap中通过h & (n-1)替代取模，得到所在数组位置，效率会高很多（前提是保证数组的容量是2的整数倍）。
resize()
在介绍put方法之前还要先来看一下resize()方法，
final Node<K,V>[] resize() {
Node<K,V>[] 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<K,V>[] newTab = (Node<K,V>[])new Node[newCap];
table = newTab;
if (oldTab != null) {
for (int j = 0; j < oldCap; ++j) {
Node<K,V> 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<K,V>)e).split(this, newTab, j, oldCap);
else { // preserve order
Node<K,V> loHead = null, loTail = null;
Node<K,V> hiHead = null, hiTail = null;
Node<K,V> 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;
}
当HashMap中的元素个数超过 数组大小 * loadFactor 时，就会进行数组扩容，loadFactor的默认值为0.75，这是一个折中的取值。也就是说，默认情况下，数组大小为16，那么当HashMap中元素个数超过 16 * 0.75=12 的时候，就把数组的大小扩展为 2 * 16=32 ，即扩大一倍，然后重新计算每个元素在数组中的位置，而这是一个非常消耗性能的操作，所以如果我们已经预知HashMap中元素的个数，那么预设元素的个数能够有效的提高HashMap的性能。
put(key,value)
put(key,value)方法的作用是向HashMap中添加一对key-value pair。源码如下：
public V put(K key, V value) {
return putVal(hash(key), key, value, false, true);
}
/** * Implements Map.put and related methods * * @param hash hash for key * @param key the key * @param value the value to put * @param onlyIfAbsent if true, don't change existing value * @param evict if false, the table is in creation mode. * @return previous value, or null if none */
final V putVal(int hash, K key, V value, boolean onlyIfAbsent,
boolean evict) {
Node<K,V>[] tab; Node<K,V> 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<K,V> 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<K,V>)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;
}
将key-value pair传给put方法时，它调用hashCode计算hash从而得到bucket位置，进而，HashMap根据当前bucket的占用情况自动调整容量(超过Load Factor则resize为原来的2倍)。
如果没有发生碰撞就直接放到bucket里，如果发生碰撞，Hashmap先通过链表将产生碰撞冲突的元素组织起来，如果一个bucket中碰撞冲突的元素超过某个限制(默认是8)，则使用红黑树来替换链表，从而提高速度。
网友评论