1.8 HashMap
HashMap主要是数组+单链表+红黑树组成。其实就是在一定条件下，数组index下的单链表转化成红黑树，这是提升查找效率的。
原来jdk1.7的优点是增删效率高，于是在jdk1.8的时候，不仅仅增删效率高，而且查找效率也提升了。
注意：不是说变成了红黑树效率就一定提高了，只有在链表的长度大于8，而且数组的长度不小于64的时候才会将链表转化为红黑树，
问题一：什么是红黑树呢？
红黑树是一个自平衡的二叉查找树，也就是说红黑树的查找效率是非常的高，查找效率会从链表的o(n)降低为o(logn)。如果之前没有了解过红黑树的话，也没关系，你就记住红黑树的查找效率很高就OK了。
问题二：为什么不一下子把整个链表变为红黑树呢？
这个问题的意思是这样的，就是说我们为什么非要等到链表的长度大于等于8的时候，才转变成红黑树？在这里可以从两方面来解释:
（1）构造红黑树要比构造链表复杂，在链表的节点不多的时候，从整体的性能看来， 数组+链表+红黑树的结构可能不一定比数组+链表的结构性能高。就好比杀鸡焉用牛刀的意思。
（2）HashMap频繁的扩容，会造成底部红黑树不断的进行拆分和重组，这是非常耗时的。因此，也就是链表长度比较长的时候转变成红黑树才会显著提高效率。
数据模型
重要属性
总体和1.7的差不多，但注意1.7的节点是Entry，1.8是Node，还是单链表的时候就是Node，转化为红黑树的时候就是TreeNode。
简要概括inti、put、get：
-
init
初始一个HashMap，可以传入容量大小和负载因子，不传容量大小的话默认是16，负载因子默认0.75，初始化的时候，仅仅是设置参数而已，还没赋予table数组的内存空间，即还没有new对象。真正赋予内存空间，是第一次执行put操作的时候，后续源码会详细讲解。 -
put
传入HashMap的是Key-Value对，进行put的时候，主要首先对Key进行hash扰动计算，计算出在数组的哪个下标index，然后采用尾插法的方式进行添加，如果该index上的单链表，key存在就替换，不同就用尾插法顶替，这里又分为替换的node是普通Node还是treeNode，treeNode就进行单独的入红黑树处理。这里不展开。 如果put的时候，是需要new Node的，普通Node的话，单链表已经超过到了8，而且总Node数达到了64，就会进行树化，如果没有到64，仅仅是超过8，还是只会进行扩容而已。最后判断如果总的size数超过了threshold，就会进行扩容。 -
get
get无非就是找commonNode或TreeNode找到相应的Node，将其的value返回去即可。
源码分析：
初始化init
也是仅仅给属性赋予值，但还没初始化，threshold这里和1.7有区别，它是传入的大小的最接近中最小的2次幂数，如传入13，threshold计算出是16。这里需要注意，capacity没传入甚至是不会初始化threshold的。
public HashMap() {
this.loadFactor = DEFAULT_LOAD_FACTOR; // all other fields defaulted
}
public HashMap(int initialCapacity) {
this(initialCapacity, DEFAULT_LOAD_FACTOR);
}
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); 和1.7的区别是这句，
}
put操作
public V put(K key, V value) {
return putVal(hash(key), key, value, false, true);
}
/**
* 分析2：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;
// 1. 若哈希表的数组tab为空，则 通过resize() 创建
// 所以，初始化哈希表的时机 = 第1次调用put函数时，即调用resize() 初始化创建
// 关于resize（）的源码分析将在下面讲解扩容时详细分析，此处先跳过
if ((tab = table) == null || (n = tab.length) == 0)
n = (tab = resize()).length;
// 2. 计算插入存储的数组索引i：根据键值key计算的hash值 得到
// 此处的数组下标计算方式 = i = (n - 1) & hash，同JDK 1.7中的indexFor（），上面已详细描述
// 3. 插入时，需判断是否存在Hash冲突：
// 若不存在（即当前table[i] == null），则直接在该数组位置新建节点，插入完毕
// 否则，代表存在Hash冲突，即当前存储位置已存在节点，则依次往下判断：a. 当前位置的key是否与需插入的key相同、b. 判断需插入的数据结构是否为红黑树 or 链表
if ((p = tab[i = (n - 1) & hash]) == null)
tab[i] = newNode(hash, key, value, null); // newNode(hash, key, value, null)的源码 = new Node<>(hash, key, value, next)
else {
Node<K,V> e; K k;
// a. 判断 table[i]的元素的key是否与 需插入的key一样，若相同则 直接用新value 覆盖 旧value
// 判断原则：equals（）
if (p.hash == hash &&
((k = p.key) == key || (key != null && key.equals(k))))
e = p;
// b. 继续判断：需插入的数据结构是否为红黑树 or 链表
// 若是红黑树，则直接在树中插入 or 更新键值对
else if (p instanceof TreeNode)
e = ((TreeNode<K,V>)p).putTreeVal(this, tab, hash, key, value); ->>分析3
// 若是链表,则在链表中插入 or 更新键值对
// i. 遍历table[i]，判断Key是否已存在：采用equals（） 对比当前遍历节点的key 与 需插入数据的key：若已存在，则直接用新value 覆盖 旧value
// ii. 遍历完毕后仍无发现上述情况，则直接在链表尾部插入数据
// 注：新增节点后，需判断链表长度是否>8（8 = 桶的树化阈值）：还需要判断table是否已经包含64个Node若是，则把链表转换为红黑树
else {
for (int binCount = 0; ; ++binCount) {
// 对于ii：若数组的下1个位置，表示已到表尾也没有找到key值相同节点，则新建节点 = 插入节点
// 注：此处是从链表尾插入，与JDK 1.7不同（从链表头插入，即永远都是添加到数组的位置，原来数组位置的数据则往后移）
if ((e = p.next) == null) {
p.next = newNode(hash, key, value, null);
// 插入节点后，若链表节点>数阈值，则将链表转换为红黑树
if (binCount >= TREEIFY_THRESHOLD - 1)
treeifyBin(tab, hash); // 树化操作
break;
}
// 对于i
if (e.hash == hash &&
((k = e.key) == key || (key != null && key.equals(k))))
break;
// 更新p指向下一个节点，继续遍历
p = e;
}
}
// 对i情况的后续操作：发现key已存在，直接用新value 覆盖 旧value & 返回旧value
if (e != null) {
V oldValue = e.value;
if (!onlyIfAbsent || oldValue == null)
e.value = value;
afterNodeAccess(e); // 替换旧值时会调用的方法（默认实现为空）
return oldValue;
}
}
++modCount;
// 插入成功后，判断实际存在的键值对数量size > 最大容量threshold
// 若 > ，则进行扩容 ->>分析4（但单独讲解，请直接跳出该代码块）
if (++size > threshold)
resize();
afterNodeInsertion(evict);// 插入成功时会调用的方法（默认实现为空）
return null;
}
/**
* 分析3：putTreeVal(this, tab, hash, key, value)
* 作用：向红黑树插入 or 更新数据（键值对）
* 过程：遍历红黑树判断该节点的key是否与需插入的key 相同：
* a. 若相同，则新value覆盖旧value
* b. 若不相同，则插入
*/
final TreeNode<K,V> putTreeVal(HashMap<K,V> map, Node<K,V>[] tab,
int h, K k, V v) {
Class<?> kc = null;
boolean searched = false;
TreeNode<K,V> root = (parent != null) ? root() : this;
for (TreeNode<K,V> p = root;;) {
int dir, ph; K pk;
if ((ph = p.hash) > h)
dir = -1;
else if (ph < h)
dir = 1;
else if ((pk = p.key) == k || (k != null && k.equals(pk)))
return p;
else if ((kc == null &&
(kc = comparableClassFor(k)) == null) ||
(dir = compareComparables(kc, k, pk)) == 0) {
if (!searched) {
TreeNode<K,V> q, ch;
searched = true;
if (((ch = p.left) != null &&
(q = ch.find(h, k, kc)) != null) ||
((ch = p.right) != null &&
(q = ch.find(h, k, kc)) != null))
return q;
}
dir = tieBreakOrder(k, pk);
}
TreeNode<K,V> xp = p;
if ((p = (dir <= 0) ? p.left : p.right) == null) {
Node<K,V> xpn = xp.next;
TreeNode<K,V> x = map.newTreeNode(h, k, v, xpn);
if (dir <= 0)
xp.left = x;
else
xp.right = x;
xp.next = x;
x.parent = x.prev = xp;
if (xpn != null)
((TreeNode<K,V>)xpn).prev = x;
moveRootToFront(tab, balanceInsertion(root, x));
return null;
}
}
}
首次插入数据，如果是空的table，就会resize，这里先不展开，就是初始化数组的意思。
传入的key经过hash，找到下标index：
① 如果该index上没有数据，就新建一个Node放置上去。
② 如果该下标index有值，如果传入key等于现存headNode的key，结束if..else..判断，然后headNode替换成NewValue并返回OldValue，结束。
③ 如果不是相同的key，接着else判断，else if (p instanceof TreeNode)，
- 如果是treeNode，就是说这个headNode已经形成红黑树了，那就入树，无非就是更新或者新增。
- 如果不是treeNode，那就是单链表，headNode的next如果是null，那就new一个Node进行尾插法 的方式来插入，如果存在相同key就进行替换。
这里有个重要的点，TREEIFY_THRESHOLD=8，这里是TREEIFY_THRESHOLD-1=7，>=7就扩容，这里直接是由headNode的nextNode开始判断，headNode就是-1，正如注释写得 -1 for 1st，nextNode=0，开始循环判断currentNode的nextNode是不是null，所以如果达到了7，而同时是0作为开始的，还有加上headNode，那么一共就是9，那么就是说，要单链表大于8，就达到了进行树化的第一个条件，为什么说是第一个条件，因为treeifyBin(tab,hash)方法里头进行树化还有一个条件是table需要满足具有64个node。
如果任一不满足，只会进行resize扩容，而不会进行树化。
if (binCount >= TREEIFY_THRESHOLD - 1)
treeifyBin(tab, hash); // 树化操作
break;
final void treeifyBin(Node<K,V>[] tab, int hash) {
int n, index; Node<K,V> e;
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 {
TreeNode<K,V> p = replacementTreeNode(e, null);
if (tl == null)
hd = p;
else {
p.prev = tl;
tl.next = p;
}
tl = p;
} while ((e = e.next) != null);
if ((tab[index] = hd) != null)
hd.treeify(tab);
}
}
resize()扩容
首次put，和之后table达到指定条件进行扩容处理。
/**
* 分析4：resize（）
* 该函数有2种使用情况：1.初始化哈希表 2.当前数组容量过小，需扩容
*/
final Node<K,V>[] resize() {
Node<K,V>[] oldTab = table; // 扩容前的数组（当前数组）
int oldCap = (oldTab == null) ? 0 : oldTab.length; // 扩容前的数组的容量 = 长度
int oldThr = threshold;// 扩容前的数组的阈值
int newCap, newThr = 0;
// 针对情况2：若扩容前的数组容量超过最大值，则不再扩充
if (oldCap > 0) {
if (oldCap >= MAXIMUM_CAPACITY) {
threshold = Integer.MAX_VALUE;
return oldTab;
}
// 针对情况2：若无超过最大值，就扩充为原来的2倍
else if ((newCap = oldCap << 1) < MAXIMUM_CAPACITY &&
oldCap >= DEFAULT_INITIAL_CAPACITY)
newThr = oldThr << 1; // 通过右移扩充2倍
}
// 针对情况1：初始化哈希表（采用指定 or 默认值）
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);
}
// 计算新的resize上限
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) {
// 把每个bucket都移动到新的buckets中
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 { // 链表优化重hash的代码块
Node<K,V> loHead = null, loTail = null;
Node<K,V> hiHead = null, hiTail = null;
Node<K,V> next;
do {
next = e.next;
// 原索引
if ((e.hash & oldCap) == 0) {
if (loTail == null)
loHead = e;
else
loTail.next = e;
loTail = e;
}
// 原索引 + oldCap
else {
if (hiTail == null)
hiHead = e;
else
hiTail.next = e;
hiTail = e;
}
} while ((e = next) != null);
// 原索引放到bucket里
if (loTail != null) {
loTail.next = null;
newTab[j] = loHead;
}
// 原索引+oldCap放到bucket里
if (hiTail != null) {
hiTail.next = null;
newTab[j + oldCap] = hiHead;
}
}
}
}
}
return newTab;
}
① 初次put进行resize的操作，这时候是初始化table， 如果new HashMap()什么参数都不带，那么 oldCap=0，oldThr=threshold自然也是0。这时候，newCap 自然就是默认值16，newThr自然是16*默认因子0.75=12。如果有传入capacity，那么threshold就是最接近的最小2次幂，newCap就是它，即newTab是这个大小，之后oldCap是空的，直接返回newTab。
②非初次put，并达到条件，于是进行resize。newCap 为 oldCap * 2，newThr也是oldThr * 2，这时oldCap不是null，那么就开始进行数据转移。
遍历oldTab的每个下标index，为空直接略过不需要处理，
不为空先判断是不是只有一个Node：
- 是：与newTab进行hash，得到在newTab里的新下标idnex，直接挂上去，结束。
- 否：判断是不是treeNode：是的话，构造回红黑树；否， 是单链表的话，链表有兄弟节点，遍历单链表，Node与oldCap进行异或运算，结果==0，放置在newTab的低位，否则放置在高位。
我们看到有4个变量，Node<K,V> loHead = null, loTail = null; Node<K,V> hiHead = null, hiTail = null;，
低位头、尾 ； 高位头、尾，将单链表的各个Node，进行异或运算之后，结果=0的，直接使用尾插法关联起来，形成一个新链表，用于放置在oldTab的低位，头就是loHead、尾就是loTail；不等于0就放置在高位，头就是hiHead、尾就是hiTail，一样的原理的。
它们各自形成高、低单链表后，可见代码，低单链表原来在oldTab的什么位置，转移后就在newTab的什么位置，高单链表就放在newTab的oldTab[index]+oldTab.length的位置。简单来说，比如oldTab原本的length是16，元素本来就oldTab[2]，那么低单链表就放在newTab[2]处，而高单链表就是放在newTab[2+16]的位置。
全部转移之后，返回newTab，扩容成功。
关于高低单链表计算
下标index计算是 (n - 1) & hashcode，比如一开始n=16，就是oldTab的长度为16，index=hashcode&15，然而15的二进制是0000 1111，比如某个Node在oldTab的位置是index=7，那么这个Node的key的hashcode低4位必然是 0111。
随着扩容，在进行高低单链表的分配时，执行的计算是e.hash & oldCap，如果=0，就去低单链表，那么什么时候=0呢，oldCap=0001 0000 ，Node的key的hashCode的低5位是 x 0111 ，因为是&运算，低4位无论如何都是0的，x要么是0，要么是1，
Node的key的hashCode第五位：
- 0，与oldCap第五位1元素 & 运算，就是0，这个Node就去到 newTab中与旧index相同的位。用上面的例子说，Node在newTab的位置还是index=7。
- 1，与oldCap第五位1元素 & 运算，就是1，这个Node就去到 newTab中旧index+oldCap的位置。用上面的例子说，Node在newTab的位置是index=7+16=23。
线程安全问题
1.8的hashMap不会出现死链情况，但还是会出现数据覆盖和读取数据丢失问题。
数据覆盖
正常情况下，当发生哈希冲突时，HashMap 是这样的：
但多线程同时执行 put 操作时，如果计算出来的索引位置是相同的，那会造成前一个 key 被后一个 key 覆盖，从而导致元素的丢失。
- put 的源码：
final V putVal(int hash, K key, V value, boolean onlyIfAbsent,
boolean evict) {
Node<K,V>[] tab; Node<K,V> p; int n, i;
// 步骤①：tab为空则创建
if ((tab = table) == null || (n = tab.length) == 0)
n = (tab = resize()).length;
// 步骤②：计算index，并对null做处理
if ((p = tab[i = (n - 1) & hash]) == null)
tab[i] = newNode(hash, key, value, null);
else {
Node<K,V> e; K k;
// 步骤③：节点key存在，直接覆盖value
if (p.hash == hash &&
((k = p.key) == key || (key != null && key.equals(k))))
e = p;
// 步骤④：判断该链为红黑树
else if (p instanceof TreeNode)
e = ((TreeNode<K,V>)p).putTreeVal(this, tab, hash, key, value);
// 步骤⑤：该链为链表
else {
for (int binCount = 0; ; ++binCount) {
if ((e = p.next) == null) {
p.next = newNode(hash, key, value, null);
//链表长度大于8转换为红黑树进行处理
if (binCount >= TREEIFY_THRESHOLD - 1) // -1 for 1st
treeifyBin(tab, hash);
break;
}
// key已经存在直接覆盖value
if (e.hash == hash &&
((k = e.key) == key || (key != null && key.equals(k))))
break;
p = e;
}
}
// 步骤⑥、直接覆盖
if (e != null) { // existing mapping for key
V oldValue = e.value;
if (!onlyIfAbsent || oldValue == null)
e.value = value;
afterNodeAccess(e);
return oldValue;
}
}
++modCount;
// 步骤⑦：超过最大容量 就扩容
if (++size > threshold)
resize();
afterNodeInsertion(evict);
return null;
}
问题发生在步骤 ② 这里：
if ((p = tab[i = (n - 1) & hash]) == null)
tab[i] = newNode(hash, key, value, null);
两个线程都执行了 if 语句，假设线程 A 先执行了 tab[i] = newNode(hash, key, value, null)，那 table 是这样的：
接着，线程 B 执行了 tab[i] = newNode(hash, key, value, null)，那 table 是这样的：
3 被干掉了。
数据读取丢失
put 和 get 并发时会导致 get 到 null**
线程 A 执行put时，因为元素个数超出阈值而出现扩容，线程B 此时执行get，有可能导致这个问题。
注意来看 resize 源码：
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) {
// 超过最大值就不再扩充了，就只好随你碰撞去吧
if (oldCap >= MAXIMUM_CAPACITY) {
threshold = Integer.MAX_VALUE;
return oldTab;
}
// 没超过最大值，就扩充为原来的2倍
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);
}
// 计算新的resize上限
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;
}
线程 A 执行完 table = newTab 之后，线程 B 中的 table 此时也发生了变化，此时去 get 的时候当然会 get 到 null 了，因为元素还没有转移。
网友评论