前言
HashMap在开发中使用非常广泛，也是Java面试中必不可少的部分。所以适当的了解HashMap原理对我们很有帮助。
首先分析下面HashMap的结构图：
HashMap结构
从上图我们可以看到：HashMap是由数组和单向链表组成的，左边是一个Entry<K,V>[] table数组。右边是一个单向链表，每一个节点是Entry<K,V>。对于不了解单向链表的可以参考我上篇文《Java实现单向链表功能》。下面我们开始分析HashMap的源码，后续对比一下JDK1.8和JDK1.7的区别。
问题
在分析源码之前，我们先提出这几个问题：
- 数组怎么跟链表结合的？
- 哈希冲突是什么？
- HashMap的扩容是什么？
- 门限值，负载因子，容量和元素数量究竟有什么关系？
- 负载因子为什么是0.75，能否修改？
下面我们先从JDK1.7开始分析源码，并解决上面的几个问题。
源码分析（JDK1.7）
首先看看HashMap几个关键的成员变量：
//默认HashMap容量16
static final int DEFAULT_INITIAL_CAPACITY = 1 << 4; // aka 16
//默认负载因子0.75
static final float DEFAULT_LOAD_FACTOR = 0.75f;
static final Entry<?,?>[] EMPTY_TABLE = {};
//首先创建一个table数组
transient Entry<K,V>[] table = (Entry<K,V>[]) EMPTY_TABLE;
//门限值
int threshold;
//负载因子，默认是0.75
final float loadFactor;
构造函数
public HashMap() {
this(DEFAULT_INITIAL_CAPACITY, DEFAULT_LOAD_FACTOR);
}
我们平常使用无参的构造方法，那么默认负载因子就是0.75，默认容量就是16
put方法
public V put(K key, V value) {
//如果table数组为空，那么初始化数组。
if (table == EMPTY_TABLE) {
inflateTable(threshold);
}
if (key == null)
return putForNullKey(value);
//hashcode再次处理
int hash = hash(key);
//与运算，判断当前插入的元素应该放在哪一个table[i]中
//有可以说成放在第几个桶中（bucket）
int i = indexFor(hash, table.length);
for (Entry<K,V> e = table[i]; e != null; e = e.next) {
Object k;
//for循环遍历当前桶的链表，如果存在相同的key，则替换当前值
if (e.hash == hash && ((k = e.key) == key || key.equals(k))) {
V oldValue = e.value;
e.value = value;
e.recordAccess(this);
return oldValue;
}
}
modCount++;
//如果HashMap不存在该元素，则新增一个
addEntry(hash, key, value, i);
return null;
}
- 先看for循环部分的代码:
Entry<K,V> e = table[i]; e != null; e = e.next
结合注释我们明白到，要轮询单向链表，必需从链表的头部开始，那么得出 table[i] 就是我们第i个链表的头部head。
- 第1点结论我们还可以通过addEntry方法验证，看代码：
void addEntry(int hash, K key, V value, int bucketIndex) {
//扩容
if ((size >= threshold) && (null != table[bucketIndex])) {
resize(2 * table.length);
hash = (null != key) ? hash(key) : 0;
bucketIndex = indexFor(hash, table.length);
}
//创建一个新元素
createEntry(hash, key, value, bucketIndex);
}
void createEntry(int hash, K key, V value, int bucketIndex) {
Entry<K,V> e = table[bucketIndex];
//将key，value传入创建一个新的Entry，并赋值table[i],
table[bucketIndex] = new Entry<>(hash, key, value, e);
//HashMap包含的元素加1
size++;
}
static class Entry<K,V> implements Map.Entry<K,V> {
final K key;
V value;
Entry<K,V> next;
int hash;
//创建一个新Entry，并把新创见的next指向传入的 Entry<K,V> n
Entry(int h, K k, V v, Entry<K,V> n) {
value = v;
next = n;
key = k;
hash = h;
}
}
addEntry扩容部分先不用看，主要看createEntry方法。
实际上createEntry的工作就是：
- 把新put进来的entry赋值给table[i]。
- 把当前的table[i].next指向以前的table[i]。跟上篇文章《Java实现单向链表功能》add方法类似。
那么我们就可以解决提出的问题：
1.数组怎么跟链表结合的？
数组table[i]存储我们每一条链表的头部head，而head连接后面新put进来的Entry。
2.哈希冲突是什么？
h哈希冲突简单来说执行put方法之后算出的 i 是相等的，相当于放在同个table[i],也就是同一条链表上。
扩容resize方法
在addEntry方法我们曾经见过resize方法，下面看一下resize逻辑
void resize(int newCapacity) {
------------省略部分代码---------
//创建一个新的table数组, table的长度为newCapacity
Entry[] newTable = new Entry[newCapacity];
//newTable 赋值操作
transfer(newTable, initHashSeedAsNeeded(newCapacity));
//把操作完成的的newTable 赋值给table
table = newTable;
//门限值赋值等于当前的容量乘以负载因子。
threshold = (int)Math.min(newCapacity * loadFactor, MAXIMUM_CAPACITY + 1);
}
/**
* Transfers all entries from current table to newTable.
*/
void transfer(Entry[] newTable, boolean rehash) {
int newCapacity = newTable.length;
//for,while循环，遍历所有HashMap所有的元素
for (Entry<K,V> e : table) {
while(null != e) {
Entry<K,V> next = e.next;
//是否重新hash
if (rehash) {
e.hash = null == e.key ? 0 : hash(e.key);
}
//取出所有的并且计算i，用来判断放在哪一条链表上
int i = indexFor(e.hash, newCapacity);
//把属于该链表上的Entry重新串起来
e.next = newTable[i];
newTable[i] = e;
e = next;
}
}
}
结合上面的代码以及注释得出扩容过程：
- 创建一个新数组newTable，长度为newCapacity。不知道大家还有没有印象，在addEntry方法中的扩容逻辑 resize(2 * table.length)，那么说明HashMap每一次扩容都是以前的2倍。
- 取出HashMap所有的Entry，重新计算 i 值，并且将第 i 条链表上的所有Entry重新串起来。赋值给新创建的newTable 。
- 把操作完成的newTable 重新赋值table上。
- 重新计算门限值。
那么我们就可以解决提出的问题：
1.HashMap的扩容是什么？
扩容：增加HashMap容量，相当于增加table数组的length，容纳更多新put的Entry。
2.门限值，负载因子，容量和元素数量究竟有什么关系？
1)门限值 = 负载因子*容量。
2)那么与元素数量有什么关系呢？在addEntry方法曾经看到
if ((size >= threshold) && (null != table[bucketIndex])) { resize(2 * table.length); --------省略----------- }那么也就是说当HashMap的size超过门限值的时候，HashMap就会扩容，一次扩容2倍。
JDK1.7大概就分析到这里。
JDK1.8的主要变化
JDK1.8比JDK1.7改动了很多，特别性能上优化，但HashMap主体结构还是一样的。下面主要对比一下put方法的逻辑。截取关键的部分代码分析。
public V put(K key, V value) {
return putVal(hash(key), key, value, false, true);
}
final V putVal(int hash, K key, V value, boolean onlyIfAbsent,
boolean evict) {
Node<K,V>[] tab; Node<K,V> p; int n, i;
-----------------------省略---------------------------
//首先计算属于i值，判断属于那一条链表，
//当该条链表为空时直接赋值当前的Entry。
if ((p = tab[i = (n - 1) & hash]) == null)
tab[i] = newNode(hash, key, value, null);
else {
Node<K,V> e; K k;
-----------------------省略---------------------------
//把新put进来的元素添加链表上，相当于我们JDK1.7的createEntry方法。
for (int binCount = 0; ; ++binCount) {
if ((e = p.next) == null) {
p.next = newNode(hash, key, value, null);
//当一条链表的Entry的数量大于TREEIFY_THRESHOLD - 1进行树化
if (binCount >= TREEIFY_THRESHOLD - 1) // -1 for 1st
treeifyBin(tab, hash);
break;
}
p = e;
}
}
-----------------------省略---------------------------
}
++modCount;
//当size大于门限值执行resize扩容。
if (++size > threshold)
resize();
afterNodeInsertion(evict);
return null;
}
从代码可以看出JDK1.8和JDK1.7逻辑大体相同，值得注意一下的是“树化”，请看下图：
树化
树化简单来说就是将以前的链表形式改成红黑树结构，那我们为什么要改成这种结构？
在元素put过程中，如果发成哈希冲突，则算出来的 i 会相等，存放在一个桶中组成一个链表。我们都知道链表查询线性的，再put过程中都会遍历某个桶整个链表，会严重影响存储性能。有关红黑树的就不展开了，有兴趣的可以查阅相关资料。
我们剩下最后一个问题
负载因子为什么是0.75，能否修改？
1. 轮询长链表是耗费性能。HashMap理想状态是每一个桶的元素都是相近的，也就是 0 - i 的链表长度都是相近的，性能是最好的。但是现实中并不是，极端时候会遇到某个桶的链表有N个数据，另外一个桶则没有数据，因为存数据是随机的，那么就不能保证 i 值能均匀分布。
2.负载因子默认0.75是sun公司经过无数测试总结出来的，也就是说等于0.75的时候发生哈希碰撞，性能最好的。那0.75能否修改？可以的。但是不推荐修改。
3.有些人会有疑问，例如我已经开辟了16个桶，为什么不存16个元素再重新resize（负载因子等于1），这不是浪费空间吗？这个问题答案是：因为哈希碰撞都是随机的，就算放置第15,16个元素，元素也不一定分在了15,16桶上，那么其他桶的链表就会变长了，影响性能。那我16个桶只放8个元素就扩容了（负载因子等于0.5）？这样的话就会很浪费内存空间了。0.75其实就是一个折中的数值吧。
网友评论