HashMap原始碼深度剖析
* HashMap底層資料結構(為什么引入紅黑樹、存盤資料的程序、哈希碰撞相關問題)
* HashMap成員變數(初始化容量是多少、負載因子、陣列長度為什么是2的n次冪)
* HashMap擴容機制(什么時候需要擴容？ 怎么進行擴容？)
* JDK7 與 Jdk8比較，JDK8進行了什么優化？
1 定義
HashMap基于哈希表的Map介面實作，是以key-value存盤形式存在，即主要用來存放鍵值對，HashMap的實作不是同步的，這意味著它不是執行緒安全的，它的key、value都可以為null，此外，HashMap中的映射不是有序的，
- JDK1.7 HashMap資料結構：陣列 + 鏈表
- JDK1.8 HashMap資料結構：陣列 + 鏈表 / 紅黑樹
思考：為什么1.8之后，HashMap的資料結構要增加紅黑樹？
2 哈希表
Hash表也稱為散串列，也有直接譯作哈希表，Hash表是一種根據關鍵字值（key - value）而直接進行訪問的資料結構，也就是說它通過把關鍵碼值映射到表中的一個位置來訪問記錄，以此來加快查找的速度，在鏈表、陣列等資料結構中，查找某個關鍵字，通常要遍歷整個資料結構，也就是O(N)的時間級，但是對于哈希表來說，只是O(1)的時間級
哈希表，它是通過把關鍵碼值映射到表中一個位置來訪問記錄，以加快查找的速度，這個映射函式叫做散列函式，存放記錄的陣列叫做散串列，只需要O(1)的時間級
思考：多個 key 通過散列函式會得到相同的值，這時候怎么辦？
解決：
? （1）開放地址法
? （2）鏈地址法
對于開放地址法，可能會遇到二次沖突，三次沖突，所以需要良好的散列函式，分布的越均勻越好，對于鏈地址法，雖然不會造成二次沖突，但是如果一次沖突很多，那么會造成子陣列或者子鏈表很長，那么我們查找所需遍歷的時間也會很長，
3 JDK1.8前HashMap的資料結構
- JDK 8 以前 HashMap 的實作是 陣列+鏈表，即使哈希函式取得再好，也很難達到元素百分百均勻分布，
- 當 HashMap 中有大量的元素都存放到同一個桶中時，這個桶下有一條長長的鏈表，極端情況HashMap 就相當于一個單鏈表，假如單鏈表有 n 個元素，遍歷的時間復雜度就是 O(n)，完全失去了它的優勢，
4 JDK1.8后HashMap的資料結構
- JDK 8 后 HashMap 的實作是 陣列+鏈表+紅黑樹
- 桶中的結構可能是鏈表，也可能是紅黑樹，當鏈表長度大于閾值(或者紅黑樹的邊界值，默認為8)并且當前陣列的長度大于64時，此時此索引位置上的所有資料改為使用紅黑樹存盤，
5. 類構造器
public class HashMap<K,V> extends AbstractMap<K,V>
implements Map<K,V>, Cloneable, Serializable {
JDK 為我們提供了一個抽象類 AbstractMap ，該抽象類繼承 Map 介面，所以如果我們不想實作所有的 Map 介面方法，就可以選擇繼承抽象類 AbstractMap ，
HashMap 集合實作了 Cloneable 介面以及 Serializable 介面，分別用來進行物件克隆以及將物件進行序列化，
注意：HashMap 類即繼承了 AbstractMap 介面，也實作了 Map 介面，這樣做難道不是多此一舉？
據 java 集合框架的創始人Josh Bloch描述，這樣的寫法是一個失誤，在java集合框架中，類似這樣的寫法很多，最開始寫java集合框架的時候，他認為這樣寫，在某些地方可能是有價值的，直到他意識到錯了，顯然的，JDK的維護者，后來不認為這個小小的失誤值得去修改，所以就這樣存在下來了，
6 欄位屬性
//序列化和反序列化時，通過該欄位進行版本一致性驗證
private static final long serialVersionUID = 362498820763181265L;
//默認 HashMap 集合初始容量為16（必須是 2 的倍數）
static final int DEFAULT_INITIAL_CAPACITY = 1 << 4; // aka 16
//集合的最大容量，如果通過帶參構造指定的最大容量超過此數，默認還是使用此數
static final int MAXIMUM_CAPACITY = 1 << 30;
//默認的填充因子
static final float DEFAULT_LOAD_FACTOR = 0.75f;
//當桶(bucket)上的結點數大于這個值時會轉成紅黑樹(JDK1.8新增)
static final int TREEIFY_THRESHOLD = 8;
//當桶(bucket)上的節點數小于這個值時會轉成鏈表(JDK1.8新增)
static final int UNTREEIFY_THRESHOLD = 6;
/**(JDK1.8新增)
* 當集合中的容量大于這個值時，表中的桶才能進行樹形化 ，否則桶內元素太多時會擴容，
* 而不是樹形化 為了避免進行擴容、樹形化選擇的沖突，這個值不能小于 4 * TREEIFY_THRESHOLD
*/
static final int MIN_TREEIFY_CAPACITY = 64;
/**
* 初始化使用，長度總是 2的冪
*/
transient Node<K,V>[] table;
/**
* 保存快取的entrySet（）
*/
transient Set<Map.Entry<K,V>> entrySet;
/**
* 此映射中包含的鍵值映射的數量，（集合存盤鍵值對的數量）
*/
transient int size;
/**
* 跟前面ArrayList和LinkedList集合中的欄位modCount一樣，記錄集合被修改的次數
* 主要用于迭代器中的快速失敗
*/
transient int modCount;
/**
* 調整大小的下一個大小值（容量*加載因子），capacity * load factor
*/
int threshold;
/**
* 散串列的加載因子，
*/
final float loadFactor;
下面我們重點介紹上面幾個欄位：
①、Node<K,V>[] table
我們說 HashMap 是由陣列+鏈表+紅黑樹組成，這里的陣列就是 table 欄位，后面對其進行初始化長度默認是 DEFAULT_INITIAL_CAPACITY= 16，而且 JDK 宣告陣列的長度總是 2的n次方(一定是合數)，為什么這里要求是合數，一般我們知道哈希演算法為了避免沖突都要求長度是質數，這里要求是合數，下面在介紹 HashMap 的hashCode() 方法(散列函式)，我們再進行講解，
②、size
集合中存放key-value 的實時對數，
③、loadFactor
裝載因子，是用來衡量 HashMap 滿的程度，計算HashMap的實時裝載因子的方法為：size/capacity，而不是占用桶的數量去除以capacity，capacity 是桶的數量，也就是 table 的長度length，
默認的負載因子0.75 是對空間和時間效率的一個平衡選擇，建議大家不要修改，除非在時間和空間比較特殊的情況下，如果記憶體空間很多而又對時間效率要求很高，可以降低負載因子loadFactor 的值；相反，如果記憶體空間緊張而對時間效率要求不高，可以增加負載因子 loadFactor 的值，這個值可以大于1，
④、threshold
計算公式：capacity * loadFactor，這個值是當前已占用陣列長度的最大值，過這個數目就重新resize(擴容)，擴容后的 HashMap 容量是之前容量的兩倍
7 建構式
①、默認無參建構式
/**
* 默認建構式，初始化加載因子loadFactor = 0.75
*/
public HashMap() {
this.loadFactor = DEFAULT_LOAD_FACTOR;
}
②、指定初始容量的建構式
/**
*
* @param initialCapacity 指定初始化容量
* @param loadFactor 加載因子 0.75
*/
public HashMap(int initialCapacity, float loadFactor) {
//初始化容量不能小于 0 ，否則拋出例外
if (initialCapacity < 0)
throw new IllegalArgumentException("Illegal initial capacity: " +
initialCapacity);
//如果初始化容量大于2的30次方，則初始化容量都為2的30次方
if (initialCapacity > MAXIMUM_CAPACITY)
initialCapacity = MAXIMUM_CAPACITY;
//如果加載因子小于0，或者加載因子是一個非數值，拋出例外
if (loadFactor <= 0 || Float.isNaN(loadFactor))
throw new IllegalArgumentException("Illegal load factor: " +
loadFactor);
this.loadFactor = loadFactor;
this.threshold = tableSizeFor(initialCapacity);
}
// 回傳大于等于initialCapacity的最小的二次冪數值，
// >>> 運算子表示無符號右移，高位取0，
// | 按位或運算
static final int tableSizeFor(int cap) {
int n = cap - 1;
n |= n >>> 1;
n |= n >>> 2;
n |= n >>> 4;
n |= n >>> 8;
n |= n >>> 16;
return (n < 0) ? 1 : (n >= MAXIMUM_CAPACITY) ? MAXIMUM_CAPACITY : n + 1;
}
8 確定哈希桶陣列索引位置
前面我們講解哈希表的時候，我們知道是用散列函式來確定索引的位置，散列函式設計的越好，使得元素分布的越均勻，HashMap 是陣列+鏈表+紅黑樹的組合，我們希望在有限個陣列位置時，盡量每個位置的元素只有一個，那么當我們用散列函式求得索引位置的時候，我們能馬上知道對應位置的元素是不是我們想要的，而不是要進行鏈表的遍歷或者紅黑樹的遍歷，這會大大優化我們的查詢效率，我們看 HashMap 中的哈希演算法：
static final int hash(Object key) {
int h;
return (key == null) ? 0 : (h = key.hashCode()) ^ (h >>> 16);
}
i = (table.length - 1) & hash;//這一步是在后面添加元素putVal()方法中進行位置的確定
主要分為三步：
①、取 hashCode 值： key.hashCode()
②、高位參與運算：h>>>16
③、取模運算：(n-1) & hash
這里獲取 hashCode() 方法的值是變數，但是我們知道，對于任意給定的物件，只要它的 hashCode() 回傳值相同，那么程式呼叫 hash(Object key) 所計算得到的 hash碼 值總是相同的，
為了讓陣列元素分布均勻，我們首先想到的是把獲得的 hash碼對陣列長度取模運算( hash%length)，但是計算機都是二進制進行操作，取模運算相對開銷還是很大的，那該如何優化呢？
HashMap 使用的方法很巧妙，它通過 hash & (table.length -1)來得到該物件的保存位，前面說過 HashMap 底層陣列的長度總是2的n次方，這是HashMap在速度上的優化，當 length 總是2的n次方時，hash & (length-1)運算等價于對 length 取模，也就是 hash%length，但是&比%具有更高的效率，比如 n % 32 = n & (32 -1)
這也解釋了為什么要保證陣列的長度總是2的n次方，
再就是在 JDK1.8 中還有個高位參與運算，hashCode() 得到的是一個32位 int 型別的值，通過hashCode()的高16位 異或 低16位實作的：(h = k.hashCode()) ^ (h >>> 16)，主要是從速度、功效、質量來考慮的，這么做可以在陣列table的length比較小的時候，也能保證考慮到高低Bit都參與到Hash的計算中，同時不會有太大的開銷，
下面舉例說明下，n為table的長度：
9 添加元素
//hash(key)就是上面講的hash方法，對其進行了第一步和第二步處理
public V put(K key, V value) {
return putVal(hash(key), key, value, false, true);
}
/**
*
* @param hash 索引的位置
* @param key 鍵
* @param value 值
* @param onlyIfAbsent true 表示不要更改現有值
* @param evict false表示table處于創建模式
* @return
*/
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為null或者長度為0，則進行初始化
//resize()方法本來是用于擴容，由于初始化沒有實際分配空間，這里用該方法進行空間分配，后面會詳細講解該方法
if ((tab = table) == null || (n = tab.length) == 0)
n = (tab = resize()).length;
//注意：這里用到了前面講解獲得key的hash碼的第三步，取模運算，下面的if-else分別是 tab[i] 為null和不為null
if ((p = tab[i = (n - 1) & hash]) == null)
tab[i] = newNode(hash, key, value, null);//tab[i] 為null，直接將新的key-value插入到計算的索引i位置
else {//tab[i] 不為null，表示該位置已經有值了
Node<K,V> e; K k;
if (p.hash == hash &&
((k = p.key) == key || (key != null && key.equals(k))))
e = p;//節點key已經有值了，直接用新值覆寫
//該鏈是紅黑樹
else if (p instanceof TreeNode)
e = ((TreeNode<K,V>)p).putTreeVal(this, tab, hash, key, value);
//該鏈是鏈表
else {
for (int binCount = 0; ; ++binCount) {
if ((e = p.next) == null) {
p.next = newNode(hash, key, value, null);
//鏈表長度大于8，轉換成紅黑樹
if (binCount >= TREEIFY_THRESHOLD - 1) // -1 for 1st
treeifyBin(tab, hash);
break;
}
//key已經存在直接覆寫value
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 = https://www.cnblogs.com/jiagooushi/p/e.value;
if (!onlyIfAbsent || oldValue == null)
e.value = value;
afterNodeAccess(e);
return oldValue;
}
}
++modCount;//用作修改和新增快速失敗
if (++size > threshold)//超過最大容量，進行擴容
resize();
afterNodeInsertion(evict);
return null;
}
①、判斷鍵值對陣列 table 是否為慷訓為null，否則執行resize()進行擴容；
②、根據鍵值key計算hash值得到插入的陣列索引i，如果table[i]==null，直接新建節點添加，轉向⑥，如果table[i]不為空，轉向③；
③、判斷table[i]的首個元素是否和key一樣，如果相同直接覆寫value，否則轉向④，這里的相同指的是hashCode以及equals；
④、判斷table[i] 是否為treeNode，即table[i] 是否是紅黑樹，如果是紅黑樹，則直接在樹中插入鍵值對，否則轉向⑤；
⑤、遍歷table[i]，判斷鏈表長度是否大于8，大于8的話把鏈表轉換為紅黑樹，在紅黑樹中執行插入操作，否則進行鏈表的插入操作；遍歷程序中若發現key已經存在直接覆寫value即可；
⑥、插入成功后，判斷實際存在的鍵值對數量size是否超過了最大容量threshold，如果超過，進行擴容，
⑦、如果新插入的key不存在，則回傳null，如果新插入的key存在，則回傳原key對應的value值（注意新插入的value會覆寫原value值）
注意1：其中代碼：
if (++size > threshold)//超過最大容量，進行擴容
resize();
這里有個考點，我們知道 HashMap 是由陣列+鏈表+紅黑樹（JDK1.8）組成，如果在添加元素時，發生沖突，會將沖突的數放在鏈表上，當鏈表長度超過8時，會自動轉換成紅黑樹，
那么有如下問題：陣列上有5個元素，而某個鏈表上有3個元素，問此HashMap的 size 是多大？
我們分析代碼，很容易知道，只要是呼叫put() 方法添加元素，那么就會呼叫 ++size(這里有個例外是插入重復key的鍵值對，不會呼叫，但是重復key元素不會影響size),所以，上面的答案是 7，
10 擴容機制
擴容（resize），我們知道集合是由陣列+鏈表+紅黑樹構成，向 HashMap 中插入元素時，如果HashMap 集合的元素已經大于了最大承載容量threshold（capacity * loadFactor），這里的threshold不是陣列的最大長度，那么必須擴大陣列的長度，Java中陣列是無法自動擴容的，我們采用的方法是用一個更大的陣列代替這個小的陣列，就好比以前是用小桶裝水，現在小桶裝不下了，我們使用一個更大的桶，
JDK1.8融入了紅黑樹的機制，比較復雜，這里我們先介紹 JDK1.7的擴容原始碼，便于理解，然后在介紹JDK1.8的原始碼，
//引數 newCapacity 為新陣列的大小
void resize(int newCapacity) {
Entry[] oldTable = table;//參考擴容前的 Entry 陣列
int oldCapacity = oldTable.length;
if (oldCapacity == MAXIMUM_CAPACITY) {//擴容前的陣列大小如果已經達到最大(2^30)了
threshold = Integer.MAX_VALUE;///修改閾值為int的最大值(2^31-1)，這樣以后就不會擴容了
return;
}
Entry[] newTable = new Entry[newCapacity];//初始化一個新的Entry陣列
transfer(newTable, initHashSeedAsNeeded(newCapacity));//將陣列元素轉移到新陣列里面
table = newTable;
threshold = (int)Math.min(newCapacity * loadFactor, MAXIMUM_CAPACITY + 1);//修改閾值
}
void transfer(Entry[] newTable, boolean rehash) {
int newCapacity = newTable.length;
for (Entry<K,V> e : table) {//遍歷陣列
while(null != e) {
Entry<K,V> next = e.next;
if (rehash) {
e.hash = null == e.key ? 0 : hash(e.key);
}
int i = indexFor(e.hash, newCapacity);//重新計算每個元素在陣列中的索引位置
e.next = newTable[i];//標記下一個元素，添加是鏈表頭添加
newTable[i] = e;//將元素放在鏈上
e = next;//訪問下一個 Entry 鏈上的元素
}
}
}
通過方法我們可以看到，JDK1.7中首先是創建一個新的大容量陣列，然后依次重新計算原集合所有元素的索引，然后重新賦值，如果陣列某個位置發生了hash沖突，使用的是單鏈表的頭插入方法，同一位置的新元素總是放在鏈表的頭部，這樣與原集合鏈表對比，擴容之后的可能就是倒序的鏈表了，
下面我們在看看JDK1.8的，
final Node<K,V>[] resize() {
Node<K,V>[] oldTab = table;
int oldCap = (oldTab == null) ? 0 : oldTab.length;//原陣列如果為null，則長度賦值0
int oldThr = threshold;
int newCap, newThr = 0;
if (oldCap > 0) {//如果原陣列長度大于0
if (oldCap >= MAXIMUM_CAPACITY) {//陣列大小如果已經大于等于最大值(2^30)
threshold = Integer.MAX_VALUE;//修改閾值為int的最大值(2^31-1)，這樣以后就不會擴容了
return oldTab;
}
//原陣列長度大于等于初始化長度16，并且原陣列長度擴大1倍也小于2^30次方
else if ((newCap = oldCap << 1) < MAXIMUM_CAPACITY &&
oldCap >= DEFAULT_INITIAL_CAPACITY)
newThr = oldThr << 1; // 閥值擴大1倍
}
else if (oldThr > 0) //舊閥值大于0，則將新容量直接等于就閥值
newCap = oldThr;
else {//閥值等于0，oldCap也等于0（集合未進行初始化）
newCap = DEFAULT_INITIAL_CAPACITY;//陣列長度初始化為16
newThr = (int)(DEFAULT_LOAD_FACTOR * DEFAULT_INITIAL_CAPACITY);//閥值等于16*0.75=12
}
//計算新的閥值上限
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) {
//把每個bucket都移動到新的buckets中
for (int j = 0; j < oldCap; ++j) {
Node<K,V> e;
if ((e = oldTab[j]) != null) {
oldTab[j] = null;//元資料j位置置為null，便于垃圾回收
if (e.next == null)//陣列沒有下一個參考（不是鏈表）
newTab[e.hash & (newCap - 1)] = e;
else if (e instanceof TreeNode)//紅黑樹
((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;
//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;
}
該方法分為兩部分，首先是計算新桶陣列的容量 newCap 和新閾值 newThr，然后將原集合的元素重新映射到新集合中，
相比于JDK1.7，1.8使用的是2次冪的擴展(指長度擴為原來2倍)，所以，元素的位置要么是在原位置，要么是在原位置再移動2次冪的位置，我們在擴充HashMap的時候，不需要像JDK1.7的實作那樣重新計算hash，只需要看看原來的hash值新增的那個bit是1還是0就好了，是0的話索引沒變，是1的話索引變成“原索引+oldCap”，
11 洗掉元素
HashMap 洗掉元素首先是要找到 桶的位置，然后如果是鏈表，則進行鏈表遍歷，找到需要洗掉的元素后，進行洗掉；如果是紅黑樹，也是進行樹的遍歷，找到元素洗掉后，進行平衡調節，注意，當紅黑樹的節點數小于 6 時，會轉化成鏈表，
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) {
//根據key計算的索引檢查第一個索引
if (first.hash == hash && // always check first node
((k = first.key) == key || (key != null && key.equals(k))))
return first;
//不是第一個節點
if ((e = first.next) != null) {
if (first instanceof TreeNode)//遍歷樹查找元素
return ((TreeNode<K,V>)first).getTreeNode(hash, key);
do {
//遍歷鏈表查找元素
if (e.hash == hash &&
((k = e.key) == key || (key != null && key.equals(k))))
return e;
} while ((e = e.next) != null);
}
}
return null;
}
12 查找元素
①、通過 key 查找 value
首先通過 key 找到計算索引，找到桶位置，先檢查第一個節點，如果是則回傳，如果不是，則遍歷其后面的鏈表或者紅黑樹，其余情況全部回傳 null，
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) {
//根據key計算的索引檢查第一個索引
if (first.hash == hash && // always check first node
((k = first.key) == key || (key != null && key.equals(k))))
return first;
//不是第一個節點
if ((e = first.next) != null) {
if (first instanceof TreeNode)//遍歷樹查找元素
return ((TreeNode<K,V>)first).getTreeNode(hash, key);
do {
//遍歷鏈表查找元素
if (e.hash == hash &&
((k = e.key) == key || (key != null && key.equals(k))))
return e;
} while ((e = e.next) != null);
}
}
return null;
}
總結
①、基于JDK1.8的HashMap是由陣列+鏈表+紅黑樹組成，當鏈表長度超過 8 時會自動轉換成紅黑樹，當紅黑樹節點個數小于 6 時，又會轉化成鏈表，相對于早期版本的 JDK HashMap 實現，新增了紅黑樹作為底層資料結構，在資料量較大且哈希碰撞較多時，能夠極大的增加檢索的效率，
②、允許 key 和 value 都為 null，key 重復會被覆寫，value 允許重復，
③、非執行緒安全
④、無序（遍歷HashMap得到元素的順序不是按照插入的順序）
本文由
傳智教育博學谷教研團隊發布，如果本文對您有幫助，歡迎
關注和點贊；如果您有任何建議也可留言評論或私信，您的支持是我堅持創作的動力，轉載請注明出處！
轉載請註明出處，本文鏈接：https://www.uj5u.com/houduan/509759.html
標籤：Java