1. 继承关系图谱
2. 特征
key-value存储结构，存储的key值无序。key和value可为null
3. 源码简析（基于jdk1.8）
HashMap底层的数据结构基于数组和hash函数来实现。先讲一下hash函数，Object类有equals和hashcode两个函数：
equals函数只有当两个引用指向同一个对象时为true。hashcode函数是native的，所以其实现取决于不同的jvm。上面的一段注释是对jvm实现hashcode函数时的规约，意思是不同的对象应该返回不同的hashcode，由于不同对象的内存地址是不同的，所以可以通过将对象地址作为哈希值来实现。
equals方法是用来判断两个对象在逻辑上是否相等的，集合类api中的很多操作都需要用到equals，如contains、remove某个对象的操作，都是根据equals去判断。很多时候我们需要覆写equals函数，比如我有一个Book类：
public class Book {
private String name;
private String author;
public String getName() {
return name;
}
public void setName(String name) {
this.name = name;
}
public String getAuthor() {
return author;
}
public void setAuthor(String author) {
this.author = author;
}
}
从逻辑上讲，当两个book的名称和作者相同时，认为它们是同一本书，即它们是equals的，这时Book类就需要覆写equals方法：
public class Book {
private String name;
private String author;
public String getName() {
return name;
}
public void setName(String name) {
this.name = name;
}
public String getAuthor() {
return author;
}
public void setAuthor(String author) {
this.author = author;
}
@Override
public boolean equals(Object o) {
if (this == o) return true;
if (o == null || getClass() != o.getClass()) return false;
Book book = (Book) o;
return Objects.equal(name, book.name) &&
Objects.equal(author, book.author);
}
}
hashcode方法就是这个类的hash函数，hash函数就是将某个输入经过特定的规则，映射到某个输出，对于java对象来说，输入就是对象本身，输出是一个int类型的值。
java规范规定，当一个类覆写了equals函数时，也要覆写hashcode函数。equals和hashcode需要满足，两个对象equals时，它们的hashcode相等，反之不一定成立。如果没有按照规范，覆写equals时没有覆写hashcode，将导致一些依赖hashcode的集合类，如HashMap、Hashtable无法正常工作(原因下面会讲到)。以上面的Book类为例：
public static void main(String[] args) {
Map<Book, Integer> map = new HashMap<>();
Book b1 = new Book();
b1.setName("a");
b1.setAuthor("a");
Book b2 = new Book();
b2.setName("a");
b2.setAuthor("a");
System.out.println(b1.equals(b2));
map.put(b1, 1);
System.out.println(map.get(b2));
}
以上输出：
true
null
此时HashMap没有正常工作，获取已存在的key值的value时返回了null。
HashMap内部使用Node类数组来存储数据，Node存储key值、value值、经过计算后的key的hash值、以及指向下一个Node的引用。
HashMap中最核心的就是其put方法，理解了put方法，其他的get、putIfAbsent等方法也自然理解了。
public V put(K key, V value) {
return putVal(hash(key), key, value, false, true);
}
static final int hash(Object key) {
int h;
return (key == null) ? 0 : (h = key.hashCode()) ^ (h >>> 16);
}
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)
// 如果table为null，初始化capacity
n = (tab = resize()).length;
if ((p = tab[i = (n - 1) & hash]) == null)
// table数组索引处无Node(p为null)，实例化一个Node，放在此索引处
tab[i] = newNode(hash, key, value, null);
else {
// table数组索引处已经有Node(p不为null)
Node<K,V> e; K k;
if (p.hash == hash &&
((k = p.key) == key || (key != null && key.equals(k))))
// p与要put的key值hash相等且equals(这里先比较hash是因为hash不同也可以映射到数组同一索引，
// 但是equals时hash一定是相同的，如果hash不同就不用再进行比较耗时的equals操作)
e = p;
else if (p instanceof TreeNode)
// p是TreeNode(即此索引处是红黑树结构)
e = ((TreeNode<K,V>)p).putTreeVal(this, tab, hash, key, value);
else {
// p是Node(即此索引处是链表结构)，遍历链表
for (int binCount = 0; ; ++binCount) {
if ((e = p.next) == null) {
// 遍历完未发现与key相等的，在链表上新增一个Node，保存key和value
p.next = newNode(hash, key, value, null);
if (binCount >= TREEIFY_THRESHOLD - 1) // -1 for 1st
// 如果链表的长度超过8，将链表转为红黑树结构(还要满足table长度达到64)
treeifyBin(tab, hash);
break;
}
if (e.hash == hash &&
((k = e.key) == key || (key != null && key.equals(k))))
// 找到与key相等的
break;
p = e;
}
}
if (e != null) { // existing mapping for key
// 已存在key时，如果onlyIfAbsent为false，则替换原来的value
V oldValue = e.value;
if (!onlyIfAbsent || oldValue == null)
e.value = value;
afterNodeAccess(e);
return oldValue;
}
}
++modCount;
if (++size > threshold)
// 如果key的数量超过threshold，进行扩容
resize();
afterNodeInsertion(evict);
return null;
}
之前说过，两个equals的对象其hashcode是相等的，而两个不equals的对象，如果它们的hashcode相等，就称为发生了哈希碰撞。HashMap工作的效率依赖于hashcode函数的设计，一个好的hash函数，应该要尽量减少哈希冲突，并均匀地分散不同的对象。
来看一下HashMap是怎么利用hashcode获得key在数组中的索引的。首先通过hash方法获得key的hash值，然后将hash值与table数组长度-1相与获得最终的数组索引。举例如下，假设key的hashcode为-3862，hashmap容量为初始的16：
hashmap的容量总是2的n次幂，所以容量-1其低位都是1，这能保证最后进行按位与操作时，hash值的低位都能对索引值产生影响，尽可能均匀分散key值。由于按位与，而容量-1其高位都是0，这就使得hashcode的高位不对索引产生影响，HashMap在hash方法中将高位与低位异或，使得高位也能对最终的索引产生影响。如何能尽量均匀分散key值，减少冲突是HashMap效率的关键，HashMap在不同jdk版本中的处理也不尽相同，说明其一直在探索更好的方式。
HashMap在jdk1.8版本中，发生冲突时采用的是链表加红黑树的解决方式，链表结构很好理解，红黑树是TreeMap的底层结构，比较复杂，这边先不展开。
再来看一下HashMap的扩容方法resize，resize涉及到几个概念，capacity：容量，即Node数组table的长度，其值总为2的n次幂；size：key值的个数；loadFactor：大于0的浮点数，默认值为0.75，表示HashMap的填充系数；threshold：capacity * loadFactor，需要扩容的阀值，当size大于threshold时进行扩容。所以可以看出，loadFactor是决定扩容频繁程度的关键因素，loadFactor越大，扩容越少，但是HashMap越拥挤，查询与插入效率越低；loadFactor越小，扩容越多，HashMap更加疏松，越不容易发生哈希冲突，但占用了更多的空间(数组利用率低)。
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;
}
// new capacity为old capacity的2倍
else if ((newCap = oldCap << 1) < MAXIMUM_CAPACITY &&
oldCap >= DEFAULT_INITIAL_CAPACITY)
// threshold同比扩大2倍
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) {
// 遍历旧的table，将Node复制到新的table
for (int j = 0; j < oldCap; ++j) {
Node<K,V> e;
if ((e = oldTab[j]) != null) {
oldTab[j] = null;
if (e.next == null)
// 只有一个Node，直接计算新的索引
newTab[e.hash & (newCap - 1)] = e;
else if (e instanceof TreeNode)
// 红黑树结构
((TreeNode<K,V>)e).split(this, newTab, j, oldCap);
else { // preserve order
// 链表结构
Node<K,V> loHead = null, loTail = null;
Node<K,V> hiHead = null, hiTail = null;
Node<K,V> next;
// 循环，将原有链表按照&oldCap是否为0，拆成两个链表
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);
// &oldCap=0的，索引不变
if (loTail != null) {
loTail.next = null;
newTab[j] = loHead;
}
// &oldCap!=0的，索引为原索引+oldCap
if (hiTail != null) {
hiTail.next = null;
newTab[j + oldCap] = hiHead;
}
}
}
}
}
return newTab;
}
这边的扩容又用到了capacity为2的n次幂的特点，原来的Node在扩容后，其位置要么不变，要么是原来的索引加上capacity。这么设计使得扩容时不再需要重新计算每个Node的索引(否则每个Node都要重新按put方法的逻辑走一遍)，使得扩容变得非常高效。下图直观的解释了扩容后索引的变化：
理解了put方法，再来看下get方法：
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;
}
现在可以解释开头的例子，HashMap查询时先根据hash值定位数组索引，所以如果两个equals的对象hashcode不相同，其定位的索引一般也不同，所以根据相同的key值无法获得value。因此，覆写equals时一定要覆写hashcode，且满足equals为true时hashcode一定相等。
4. 结论
HashMap是一个无序map，其底层采用数组+链表+红黑树，查询效率依赖hash函数的设计，最佳条件下查询效率为O(1)，如果哈希冲突过多，会用红黑树解决，查询效率为O(logn)，因此HashMap的查询十分高效。插入操作在最佳条件下也为O(1)，如果插入的地方发生哈希冲突，则效率退化为O(n)或O(logn)，总的来说如果散列均匀，插入操作也是很快的。
网友评论