image
一、概述
HashMap是一个散列表，它存储的内容是键值对(key-value)映射，它是基于哈希表的 Map 接口的非同步实现。此实现提供所有可选的映射操作，并允许使用 null 值和 null 键。
作为一名java开发者，我们平常使用过HashMap应该是比较多的，有没有想过HashMap到底是怎么实现的呢？我们使用HashMap的时候需要注意什么吗？怎么使用才能使得HashMap的效率最大化呢？接下来，我们带着这些疑问，去读HashMap的源码，来揭开HashMap的神秘面纱，注意，本次阅读的jdk源码版本为1.8。
二、窥探HashMap数据结构
我们先看看HashMap的属性以及构造方法，对HashMap有个初步的了解，了解其是怎么样的数据结构实现。
/**
/**hashMap默认容量，1<<4=16**/
static final int DEFAULT_INITIAL_CAPACITY = 1 << 4; // aka 16
//默认最大的容量
static final int MAXIMUM_CAPACITY = 1 << 30;
//默认的负载因子0.75，后续用来扩容的判断条件
static final float DEFAULT_LOAD_FACTOR = 0.75f;
//链表转换为红黑树的阈值，默认是8
static final int TREEIFY_THRESHOLD = 8;
//红黑树转换链表的阀值，默认是6
static final int UNTREEIFY_THRESHOLD = 6;
//进行链表转换最少需要的数组长度，如果没有达到这个数字，只能进行扩容
static final int MIN_TREEIFY_CAPACITY = 64;
//节点数组
transient Node<K,V>[] table;
//map的Entry缓存
transient Set<Map.Entry<K,V>> entrySet;
//map中存放的键值对数目
transient int size;
//记录这个map数据结构发生改变的次数,用于快速失败机制
transient int modCount;
//实际的负载因子
final float loadFactor;
//内部类，节点类
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 int hashCode() {
return Objects.hashCode(key) ^ Objects.hashCode(value);
}
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;
}
}
//HashMap指定容量和加载因子的构造方法
public HashMap(int initialCapacity, float loadFactor) {
if (initialCapacity < 0)
throw new IllegalArgumentException("Illegal initial capacity: " +
initialCapacity);
if (initialCapacity > MAXIMUM_CAPACITY)
initialCapacity = MAXIMUM_CAPACITY;
if (loadFactor <= 0 || Float.isNaN(loadFactor))
throw new IllegalArgumentException("Illegal load factor: " +
loadFactor);
this.loadFactor = loadFactor;
this.threshold = tableSizeFor(initialCapacity);
}
//指定容量的构造方法
public HashMap(int initialCapacity) {
this(initialCapacity, DEFAULT_LOAD_FACTOR);
}
//默认的构造方法
public HashMap() {
this.loadFactor = DEFAULT_LOAD_FACTOR; // all other fields defaulted
}
//直接给定Map的构造方法
public HashMap(Map<? extends K, ? extends V> m) {
this.loadFactor = DEFAULT_LOAD_FACTOR;
putMapEntries(m, false);
}
我们阅读完上面HashMap的构造方法以及属性后，我们知道HashMap最关键的元素有3个，第一个是容量，第二个是加载因子，第三个是Node节点的构造。HashMap默认的容量是16，也可以指定容量进行创建,加载因子默认是0.75，当HashMap容量使用的比例达到总比例的0.75后，就进行扩容。HashMap声明了一个Node节点的数组，同时，Node节点可以指向下一个Node,所以暂时HashMap的内部数据结构大概是这样（后续还会变化，后面会细说）：
image
知道HashMap大概数据结构后，我们来了解下HashMap常用的方法，看看HashMap是如何添加，查找，删除，扩容等操作的。
三、HashMap常用方法源码
- put(K key, V value)
public V put(K key, V value) {
return putVal(hash(key), key, value, false, true);
}
/**真正的put方法逻辑*/
final V putVal(int hash, K key, V value, boolean onlyIfAbsent,
boolean evict) {
Node<K,V>[] tab; Node<K,V> p; int n, i;
//如果table还没初始化就进行扩容。
if ((tab = table) == null || (n = tab.length) == 0)
n = (tab = resize()).length;
/**如果计算出来table数组索引[i]为空，就直接构造新节点赋值*/
if ((p = tab[i = (n - 1) & hash]) == null)
tab[i] = newNode(hash, key, value, null);
else {
Node<K,V> e; K k;
/**如果计算出的Hash值索引一样，同时key也一样，如果onlyIfAbsent为true就忽略，否则覆盖原来的value*/
if (p.hash == hash &&
((k = p.key) == key || (key != null && key.equals(k))))
e = p;
/**判断是否为树节点，如果是就调用树节点添加方法*/
else if (p instanceof TreeNode)
e = ((TreeNode<K,V>)p).putTreeVal(this, tab, hash, key, value);
else {
for (int binCount = 0; ; ++binCount) {
/**如果当前key对应的hash索引是最后一个的话*/
if ((e = p.next) == null) {
/**构造新的节点添加到尾部*/
p.next = newNode(hash, key, value, null);
/**如果该节点链表数大于等于8*/
if (binCount >= TREEIFY_THRESHOLD - 1) // -1 for 1st
/**进行红黑树转换*/
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;
/**判断是否需要覆盖相同key的value**/
if (!onlyIfAbsent || oldValue == null)
e.value = value;
/***用于支持LinkedHashMap的方法*/
afterNodeAccess(e);
return oldValue;
}
}
/**记录修改次数*/
++modCount;
if (++size > threshold)
//扩容
resize();
/***用于支持LinkedHashMap的方法*/
afterNodeInsertion(evict);
return null;
}
HashMap调用put方法，首先会通过Hash(key)&(table.length-1)计算出table数组的索引值，然后如果该位置如果为null，直接new一个node，赋值即可；如果当前位置已经有元素，就判断key是否相等，如果相等并且同时设置了onlyIfAbsent为true,那么就会忽略新元素（默认设置为false）。如果key不相等，那么构造新的node节点，放在最后一个节点的尾部，同时，如果node链表个数大于等于8，会进行链表转红黑树转换。最后如果map的size大于总size的0.75倍，就进行扩容。
- get(Object key)
public V get(Object key) {
Node<K,V> e;
return (e = getNode(hash(key), key)) == null ? null : e.value;
}
//真正执行HashMap的get()方法
final Node<K,V> getNode(int hash, Object key) {
Node<K,V>[] tab; Node<K,V> first, e; int n; K k;
//判断如果key的索引位置不为空
if ((tab = table) != null && (n = tab.length) > 0 &&
(first = tab[(n - 1) & hash]) != null) {
//判断该位置第一个元素的key和hash值是否一样，一样就返回该元素
if (first.hash == hash && // always check first node
((k = first.key) == key || (key != null && key.equals(k))))
return first;
//如果第一个元素不是查找的key，那么判断链表是否还有元素
if ((e = first.next) != null) {
//如果是树节点，执行树节点查找方法
if (first instanceof TreeNode)
return ((TreeNode<K,V>)first).getTreeNode(hash, key);
do {
//不是树节点，循环遍历查找，直到查找到对应的key或者最后一个元素为止
if (e.hash == hash &&
((k = e.key) == key || (key != null && key.equals(k))))
return e;
} while ((e = e.next) != null);
}
}
return null;
}
HashMap的get方法相对put方法来说简单些，首先判断索引第一个是不是查找的key，如果不是就循环遍历链表。
以上源码引出来了新的内容，hash计算，红黑树转换，扩容。我们接下来分析下这三部分的内容，看看HashMap究竟是如何计算索引，红黑树转换和扩容的。
- 计算hash值
static final int hash(Object key) {
int h;
return (key == null) ? 0 : (h = key.hashCode()) ^ (h >>> 16);
}
这里用计算hash值并不是直接求key的hashCode,而是求出HashCode值后再进行了一次操作hashcode无符号右移16位，然后与原值进行异或操作，为什么要这么操作呢？直接解析hashcode方法计算不就可以了吗？这么设计是有原因的，我们知道，HashMap最终计算索引位置是通过(n - 1) & hash来计算的，n就是数组的长度，该方法实际上也是对n求余的操作，我们知道位运算要比求余运算要快，所以，这里也算是一个优化。那么为啥求Hash值的时候需要进行右移呢？因为我们的n,也就是table数组的长度，比较小，当进行位运算时，只有低位参与了运算，高位并没有参与运算，就比如默认的n=16,换算成32位2进制为00000000000000000000000000010000,所以，由于n的高位全部是0，相当于做位运算没有意义，所以，为了让高位也参与运算，先自己右移16位，然后和自己进行异或运算，这样做可以增加hash的随机性，减少碰撞几率。我们通过图示来解析下：
我们假设hash值二进制为：00101010101010101010101011111101,n为默认的16，此时计算过程如下：
image
最后结果换算成10进制为：7，这就计算出来此时key可以缓存的位置为数组索引等于7的位置下。
- 红黑树转换
final void treeifyBin(Node<K,V>[] tab, int hash) {
int n, index; Node<K,V> e;
//判断table数组长度是否小于64，如果小于就进行扩容
if (tab == null || (n = tab.length) < MIN_TREEIFY_CAPACITY)
resize();
else if ((e = tab[index = (n - 1) & hash]) != null) {
TreeNode<K,V> hd = null, tl = null;
do {
//把普通节点转换成红黑树节点
TreeNode<K,V> p = replacementTreeNode(e, null);
//如果尾部节点为空，那么说明没有确定头部节点，设置该节点为头部节点
if (tl == null)
hd = p;
else {
//如果已经存在尾部节点，那么把刚刚转换的p节点设置为尾部节点
p.prev = tl;
tl.next = p;
}
tl = p;
} while ((e = e.next) != null);
//节点转换完成后，确定了头部节点，开始进行红黑树转换
if ((tab[index] = hd) != null)
//把普通treeNode列表转换成为红黑树
hd.treeify(tab);
}
}
这里的主要操作只是把普通的node节点转换成treeNode节点，此时，还是最开始的链表形式，最后的红黑树转换依靠hd.treeify(tab)方法进行转换。
final void treeify(Node<K,V>[] tab) {
TreeNode<K,V> root = null;
for (TreeNode<K,V> x = this, next; x != null; x = next) {
next = (TreeNode<K,V>)x.next;
x.left = x.right = null;
//确定root节点，如果root为空，就设置当前节点为root节点，并设置是黑节点。
if (root == null) {
x.parent = null;
x.red = false;
root = x;
}
//如果root节点已经确定，就开始构造红黑树，下面是左节点和右节点的确定，涉及到排序。
else {
K k = x.key;
int h = x.hash;
Class<?> kc = null;
//遍历root，把节点x插入到红黑树中，执行先插入，后修正
for (TreeNode<K,V> p = root;;) {
int dir, ph;
K pk = p.key;
if ((ph = p.hash) > h)
dir = -1;
else if (ph < h)
dir = 1;
else if ((kc == null &&
(kc = comparableClassFor(k)) == null) ||
(dir = compareComparables(kc, k, pk)) == 0)
//比较k和pk的值，用于判断是遍历左子树还是右子树
dir = tieBreakOrder(k, pk);
TreeNode<K,V> xp = p;
if ((p = (dir <= 0) ? p.left : p.right) == null) {
x.parent = xp;
if (dir <= 0)
xp.left = x;
else
xp.right = x;
root = balanceInsertion(root, x);
break;
}
}
}
}
moveRootToFront(tab, root);
}
以上就是一个红黑树树化的一个过程，由于篇幅原因，后面的红黑树是如何旋转等操作，这些涉及到基本的数据结构知识，就不在本文的讨论之中。HashMap进行树化后，此时真正的结构如下图：
image
- 扩容
final Node<K,V>[] resize() {
// 当前table保存
Node<K,V>[] oldTab = table;
//保存table的容量
int oldCap = (oldTab == null) ? 0 : oldTab.length;
//保存当前阈值
int oldThr = threshold;
int newCap, newThr = 0;
//如果当前table的长度大于0
if (oldCap > 0) {
//当前table已经是最大长度了，无法扩容了
if (oldCap >= MAXIMUM_CAPACITY) {
threshold = Integer.MAX_VALUE;
return oldTab;
}
//否则扩容为原来的2倍
else if ((newCap = oldCap << 1) < MAXIMUM_CAPACITY &&
oldCap >= DEFAULT_INITIAL_CAPACITY)
newThr = oldThr << 1; // double threshold
}
//如果当前table大容量等于0，并且阈值大于0
else if (oldThr > 0) // initial capacity was placed in threshold
//设定新容量就是阈值
newCap = oldThr;
else { // zero initial threshold signifies using defaults
//容量和阈值都给默认值
newCap = DEFAULT_INITIAL_CAPACITY;
newThr = (int)(DEFAULT_LOAD_FACTOR * DEFAULT_INITIAL_CAPACITY);
}
//计算新阈值
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"})
//初始化新table数组。
Node<K,V>[] newTab = (Node<K,V>[])new Node[newCap];
table = newTab;
//旧table数组不为null,说明已经初始化过了。
if (oldTab != null) {
//循环遍历旧table数组的元素
for (int j = 0; j < oldCap; ++j) {
Node<K,V> e;
if ((e = oldTab[j]) != null) {
//这里应该是为了垃圾回收。
oldTab[j] = null;
//如果当前遍历的元素，没有后续节点
if (e.next == null)
//直接把元素赋值给扩容后的数组中
newTab[e.hash & (newCap - 1)] = e;
//如果是树节点，进行树节点分割操作
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;
// 将table中的元素根据(e.hash & oldCap)是否为0进行分割，分成两个不同的链表，完成重新计算hash操作
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;
}
这里比较难理解的就是根据(e.hash & oldCap) == 0来创建两个链表，然后分别赋值在扩容后的table原来位置或者“原位置+oldCap”，这里怎么理解呢？因为我们扩容使用的是2次幂扩展（也就是原来的2倍），所以扩容后的元素，重新计算hash值，元素要么就是在原来的位置，要么就是原来的位置再移动2次幂。我们用一张图来说明下这个设计机制：
image
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。
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：
image
所以，扩容后只需要判断
(e.hash & oldCap) 是否等于0就可以知道元素再新table的位置，不需要重新计算每一个元素的hash值，这里是jdk1.8的扩容优化。上面源码涉及红黑树的分割，原理和链表的重新分配是一样的，同样判断(e.hash & oldCap)是否为0，来分割为2个树，唯一的区别就是涉及到红黑树的旋转变色等操作，有兴趣的同学可以自行阅读，本次鉴于篇幅原因就不分析了。
四、总结
- HashMap初始化默认长度16，负载因子0.75，进行红黑树转换的要求必须，链表个数大于8，同时，table数组的长度必须大于64，否则只能进行扩容。
- HashMap只有真正执行了put方法后才进行第一次容量的确定，这样可以节省空间。
- HashMap计算key的hash值方法为了减少碰撞，增加索引计算的随机性，把hash值的高位与原hash值进行计算。
- HashMap进行树化操作，先遍历链表节点，转换为树节点，然后进行红黑树构造，先确定根节点，然后确定左树和右树，进行树节点的插入，最后进行红黑树的修正（颜色变换等）
- HashMap的扩容，每次扩容为2次幂（也就是原来的2倍），扩容确定元素的新位置只需要和原来的容量值位运算就ok了，这样避免了重新计算所有元素的hash值操作。
网友评论