jsbintask-HashMap
本文原创地址，
我的博客：https://jsbintask.cn/2019/02/27/jdk/jdk8-hashmap-sourcecode/(食用效果最佳)，转载请注明出处!
前言
前阵子（估计也快半年了吧）遇到这么一个面试题：请一行代码一行代码描述下HashMap put方法。
我：。。。
哈哈，其实也没有无语，当时知道HashMap的原理，数据结构，以及一些要注意的点，没想到面试官这么狠，所以本文的目的就是全方位的从源码角度分析下HashMap。
注意点
jdk1.8相对于jdk1.7有较大改动，本次将只会详细分析jdk1.8的代码，对于1.7只会比较两者不同之处。
源码
数据结构
jdk1.8以前，HashMap使用的是数组+链表的结构存储数据。如下：
HashMap
维护一个
Enyry[]数组存储数据，当发生hash冲突时，数组节点则会变成一个链表，用于存储hash冲突的数据，而在jdk1.8中，这个链表则变成了红黑树,如下：
HashMap
值得注意的是，jdk8中不是一开始就使用
红黑树维护这些hash冲突的节点，而是当链表长度超过某个阈值时才将链表转换为红黑树，在代码分析中看到。
源码分析
- 首先查看
HashMap中的静态成员常量
public class HashMap {
static final int DEFAULT_INITIAL_CAPACITY = 1 << 4; // aka 16
static final int MAXIMUM_CAPACITY = 1 << 30;
static final float DEFAULT_LOAD_FACTOR = 0.75f;
static final int TREEIFY_THRESHOLD = 8;
static final int UNTREEIFY_THRESHOLD = 6;
static final int MIN_TREEIFY_CAPACITY = 64;
}
各个静态常量如图：
HashMap
各个静态成员常量意义已经注明.
-
HashMap成员变量，接着，我们看下成员变量：
public class HashMap<K, V> {
/**
* 一开分析的 `储存数据的数组`
*/
transient java.util.HashMap.Node<K,V>[] table;
/**
* 用于 **entrySet()和values()**方法，返回一个迭代器遍历Map结构
*/
transient Set<Map.Entry<K,V>> entrySet;
/**
* 整个hashmap 所包含的节点数
*/
transient int size;
/**
* hashmap 的结构修改次数，比如 Put，remove的次数,
* 和上面的 迭代器配合使用，在迭代过程中，如果其它线程更改了这个值，则会抛出 `ConcurrentModificationException`异常
*/
transient int modCount;
/**
* hashmap扩容的阈值，值为 loadFactor*table.length e.g: 0.75 * 16 = 12
* 也就是说默认是当数组大小超过 12时就会进行数组扩容
*/
int threshold;
/**
* 加载因子，默认值上图已经说明
*/
final float loadFactor;
}
其中各个值的含义已经在注释中说明，配合上图默认值更能理解。
- 接着我们继续看下
Node类的数据结构：
static class Node<K,V> implements Map.Entry<K,V> {
final int hash;
final K key;
V value;
Node<K,V> next;
}
很清楚，四个成员变量， key, key的hash值, key对应的value,下一个节点的引用，其中链表的形成就是 next这个引用的作用。
- 好了，准备条件都做好了，接下来就是分析
put方法了：
public V put(K key, V value) {
return putVal(hash(key), key, value, false, true);
}
很清楚，通过hash(key)方法获取到了key的hash值，然后调用了putVal()方法:
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;
}
这是putVal的原始方法，看起来有点复杂，很多操作在一行代码中写完，我们稍微改下写法，为每行代码加上注释：
final V putVal(int hash, K key, V value, boolean onlyIfAbsent,
boolean evict) {
/* 声明本地变量 tab，p，n，i（提高性能，effective java），可以先多记两边，防止后面不知道变量怎么来的！ */
Node<K, V>[] tab;
Node<K, V> p;
int n, i;
/* 将成员变量 table 赋值给本地变量 tab，并且将tab的长度赋值给本地变量 n */
tab = table;
if (tab != null) {
n = tab.length;
}
/* 如果tab为空或者 数组长度为0，进行初始化，调用 resize()方法，并且获取赋值后的数组长度 */
if (tab == null || n = 0) {
tab = resize();
n = tab.length;
}
/* 根据key的hash值得到当前key在数组中的 位置，赋值给 i */
i = (n - 1) & hash;
/* 将i在数组中对应的key值去除赋值给p，所以p代表当前的key */
p = tab[i];
/* 判断当前数组中取出来的key是否为空（数组中没有），就new一个新的节点，并且放在这个索引 i的位置 */
if (p == null) {
tab[i] = newNode(hash, key, value, null);
/* 如果不为空，那就表示已经有这样的hash 值已经存在了，可能存在hash冲突 或者 直接替换原来的value */
} else {
/* 声明本地变量 e, k */
Node<K, V> e;
K k;
/* 如果取出来的节点 hash值相等，key也和原来的一样（ == 或者 equals方法为true），直接将 这个节点
* p 赋值给刚刚声明的本地变量 e （这个操作很重要，在心中记住）
* 另外这里还将 节点 p的key 赋值给了本地变量 k
* */
if (p.hash == hash && ((k = p.key) == key || (key != null && key.equals(k)))) {
e = p;
/* 如果 hash值一样，但不是同一个 key，则表示hash冲突，接着判断这个节点是不是 红黑树的节点
* 如果是，则生成一个红黑树的节点然后赋值给本地变量 e */
} else if (p instanceof TreeNode) {
e = ((TreeNode<K, V>) p).putTreeVal(this, tab, hash, key, value);
/* 不是红黑树，hash冲突了，这个时候开始扩展链表 */
} else {
/* 声明一个本地变量 binCount，开始遍历 p节点后面的链表 */
for (int binCount = 0; ; ++binCount) {
/* 首先将p节点的 next（链表的下一个）赋值给 本地变量e */
e = p.next;
/* 如果e为空，表示p指向的下一个节点不存在，这个时候直接将 新的 key，value放在链表的最末端 */
if (e == null) {
p.next = newNode(hash, key, value, null);
/* 放入后，还要判断下 这个链表的长度是否已经大于等于红黑树的阈值 （前面分析静态成员变量已经说明），
* 一旦大于，就可以变形，调用 treeifyBin方法将原来的链表转化为红黑树 ！
* */
if (binCount >= TREEIFY_THRESHOLD - 1) { // -1 for 1st
treeifyBin(tab, hash);
}
break;
}
/* 如果不为空，表示还没有到链表的末端，
将 e 赋值给 p（p的下一个节点赋值给p），开启下一次循环 */
if (e.hash == hash && ((k = e.key) == key || (key != null && key.equals(k)))) {
break;
}
p = e;
}
}
/* e不等于null，则表示 key值相等，替换原来的value即可，
* 这里需要注意，这里不是表示 hash冲突（再观察下前面的分析），
* hash冲突链表的扩展已经在最后一个 else完成了！
* */
if (e != null) { // existing mapping for key
V oldValue = e.value;
if (!onlyIfAbsent || oldValue == null) {
e.value = value;
}
/* 替换新值后，回调该方法（子类可扩展） */
afterNodeAccess(e);
/* 返回原来的 key对应的旧值 */
return oldValue;
}
}
/* 完成一次 put方法后，加一次 modCount，看前面成员变量分析 */
++modCount;
/* 加入了新节点，把 size 自加，并且 判断是否已经大于要扩容的阈值（观察前面成员变量分析），开始扩容 */
if (++size > threshold)
resize();
/* 插入新节点后，回调方法（子类可扩展） */
afterNodeInsertion(evict);
/* 插入的新节点，直接返回 null即可 */
return null;
}
其中所有代码均已经加上详细注释，这里值得注意的是，由于这个方法没有任何 线程同步手段，所以不论是在查找对应的key，还是扩容，插入节点，增加size，modCount等，肯定会出现问题（这里先预留一篇文章，ConCurrentHashMap源码分析），所以多线程环境下，绝对不能使用HashMap，
而应该使用ConCurrentHashMap。
当然到了现在，我们那个面试题的答案也已经能够较为完整的回答出来了！(大笑)
- 上面较为详细的分析了put方法后，我们注意到
resize()方法在这个方法中起到了关键作用，初始化，以及扩容。那我们接着来观察下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;
}
这个方法看起来也较为复杂，我们同样作下简单分析：
final Node<K, V>[] resize() {
/* 同样声明本地变量，得到原来的数组，提高性能 */
Node<K, V>[] oldTab = table;
/* 获得数组的长度 */
int oldCap = (oldTab == null) ? 0 : oldTab.length;
/* 获取扩容阈值 */
int oldThr = threshold;
/* 新的数组长度，新的阈值 */
int newCap, newThr = 0;
if (oldCap > 0) {
if (oldCap >= MAXIMUM_CAPACITY) {
threshold = Integer.MAX_VALUE;
return oldTab;
/* 将原来的数组长度 * 2 判断是否小于最大值，并且原来的数组长度大于 默认初始长度（16）
* 直接双倍扩容， 阈值，长度都 * 2
* */
} 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
/* 第一次调用 resize方法，初始化数组长度，阈值，这里就对应我们前面成员变量的分析了：
* 阈值 = 加载因子 * 数组长度
* */
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;
/* 根据前面计算出来的新长度，声明一个新数组 */
@SuppressWarnings({"rawtypes", "unchecked"})
Node<K, V>[] newTab = (Node<K, V>[]) new Node[newCap];
table = newTab;
/* 开始将旧数组的长度复制到新数组 */
if (oldTab != null) {
for (int j = 0; j < oldCap; ++j) {
Node<K, V> e;
if ((e = oldTab[j]) != null) {
/* 原数组的值先置换为null，帮助gc */
oldTab[j] = null;
/* 如果节点的next不为空（没有形成链表），直接复制到新数组 */
if (e.next == null)
newTab[e.hash & (newCap - 1)] = e;
/* 不为空但是已经是 红黑树了，按红黑树规则置换 */
else if (e instanceof TreeNode)
((TreeNode<K, V>) e).split(this, newTab, j, oldCap);
/* 已经形成链表了，循环将链表的引用到新数组，不再使用链表 */
else { // preserve order
/* 声明四个引用，可以防止多线程环境下 死循环！ */
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;
}
}
}
}
}
/* 最后返回新数组 */
return newTab;
}
注释已经简要说明流程，这里可以看出有数组复制以及重新计算hash的操作，所以我们在实际开发中使用HashMap的时候，最好设置一个初始容量，防止经常扩容操作耗费性能！
- 好了，
HashMap两个关键方法都分析完毕了，接下来我们最后分析一个方法，get(key):
public V get(Object key) {
Node<K, V> e;
return (e = getNode(hash(key), key)) == null ? null : e.value;
}
get方法首先通过 hash(key)方法获取到了hash值，接着通过getNode(hash)方法获取节点，所以我们重点看下getNode方法：
final Node<K, V> getNode(int hash, Object key) {
/* 声明本地变量，提高性能 */
Node<K, V>[] tab;
Node<K, V> first, e;
int n;
K k;
/* 本地变量赋值，n为数组长度 */
tab = table;
if (tab != null) {
n = tab.length;
}
/* 通过 hash值算出key在数组中的 位置，取出该节点 */
first = tab[n - 1] & hash;
/* 不为空，表示key在数组中存在，接下来开始遍历链表获取红黑树，找出具体位置 */
if (tab != null && n > 0 && first != null) {
/* 如果链表或者红黑树的第一个节点 hash值，key相等，这个节点就是我们要找的，直接返回 */
if (first.hash == hash && // always check first node
((k = first.key) == key || (key != null && key.equals(k))))
return first;
/* 开始遍历链表 */
if ((e = first.next) != null) {
/* 如果是红黑树，直接按树规则 查找然后返回 */
if (first instanceof TreeNode)
return ((TreeNode<K, V>) first).getTreeNode(hash, key);
do {
/* 遍历链表找到了，返回 */
if (e.hash == hash &&
((k = e.key) == key || (key != null && key.equals(k))))
return e;
} while ((e = e.next) != null);
}
}
/* 最后没有找到，直接返回null */
return null;
}
所有代码均已经加上详细注释，这里值得注意的是， 我们发现在链表中查找节点采用的是遍历的方式，所以一旦链表过长，查找性能就较慢，这也是为什么jdk1.8会在 链表长度超过阈值的时候将链表转换为红黑树的原因！（链表时间复杂度为O(n)，红黑树为 O(logn).
总结
相信到了现在，HashMap的各类问题各位应该都能够明白了，我们通过阅读源码的方式较为详细的分析了 HashMap（jdk1.8）中的关键方法（put，get，resize），明白了HashMap中的每一个成员变量，静态常量的含义，
另外我们还通过源码知道了多线程环境下HashMap会出现的问题，引申出了ConCurrentHashMap的解析，下一章，我们同样将通过源码解析ConCurrentHashMap！
关注我，这里只有干货！
网友评论