Java HashMap基础解读（二）
回顾
上一篇文章我们对HashMap的设计思路、存储值的方式、解决碰撞的方式、取值等角度进行了说明，不了解相关内容的请先阅读上一篇的内容。
本次我们主要理解2个问题
- 数据量过大时，HashMap的扩充方案。
- 当HashMap存储值时链表过长时，JDK1.8的优化方案。
HashMap的扩充
在引入扩充前我们需要对HashMap的容量进行初步的了解，控制HashMap的容量的因素主要为两个参数：初始容量和加载因子。
- 初始容量：哈希表在创建时的容量。
- 加载因子：哈希表再其容量自动增加之前可以达到多满的一种尺度。
（此处的说明借鉴了这篇博客的解释）
此处我对加载因子进行简单地说明：在使用Hash表时，为了维持Hash表的性能，不能使Hash表填满数据，当数据量达到一定的程度时，便需要对Hash表进行扩容。此处的加载因子便是需要扩容时的容量与当前Hash表总容量的比值。例如：创建一个Hash表的初始容量是16，而通过各种渠道验证到“当数据超过12时，Hash表性能会明显下降”，那此时的加载因子=需要扩容时的容量（12） / Hash表容量（16）也就是0.75。所以当Hash表的数据量超过了加载因子 * Hash表总容量时，就应该对Hash表进行扩容。
此处对HashMap中的参数进行介绍：
/**
* 默认的初始容量16.
*/
static final int DEFAULT_INITIAL_CAPACITY = 16;
/**
* 最大容量
*/
static final int MAXIMUM_CAPACITY = 1 << 30;
/**
* 默认装载因子0.75f.（此处的0.75是一个经验值）
*/
static final float DEFAULT_LOAD_FACTOR = 0.75f;
/**
* 存储数据的Entry数组
*/
transient Entry[] table;
/**
* map中保存的键值对的数量
*/
transient int size;
/**
* 需要调整大小的极限值（容量*装载因子）
*/
int threshold;
/**
* 链表长度（当链表超过该值时，需要进行转化，提高查询效率）
*/
static final int TREEIFY_THRESHOLD = 8;
/**
*装载因子,当HashMap的数据大小>=容量*加载因子时，HashMap会将容量扩容
*/
final float loadFactor;
/**
* map结构被改变的次数
*/
transient volatile int modCount;
/**
* 实际存储数据的Node数组
*/
transient Node[] table; HashMap初始化
以下是HashMap的所有构造函数：
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);
}从代码中可以看出，常用的构造函数都只是设置了基础数据，而没有对Node数组进行初始化，也就是说申明HashMap后，其内部并没有初始化寸值的空间。而初始化Node数组是在第一次给HashMap存值时进行的：
final V putVal(int hash, K key, V value, boolean onlyIfAbsent,
boolean evict) {
Node[] tab; Node p; int n, i;
if ((tab = table) == null || (n = tab.length) == 0)
n = (tab = resize()).length;
if ((p = tab[i = (n - 1) & hash]) == null)
tab[i] = newNode(hash, key, value, null);
else {
Node e; K k;
if (p.hash == hash &&
((k = p.key) == key || (key != null && key.equals(k))))
e = p;
else if (p instanceof TreeNode)
e = ((TreeNode)p).putTreeVal(this, tab, hash, key, value);
else {
for (int binCount = 0; ; ++binCount) {
if ((e = p.next) == null) {
p.next = newNode(hash, key, value, null);
if (binCount >= TREEIFY_THRESHOLD - 1) // -1 for 1st
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;
if (!onlyIfAbsent || oldValue == null)
e.value = value;
afterNodeAccess(e);
return oldValue;
}
}
++modCount;
if (++size > threshold)
resize();
afterNodeInsertion(evict);
return null;
} 上篇文章提到HashMap的put()实际是由putVal()方法实现的，而在第一次存值时，便会调用resize()方法对Node进行初始化，同时resize()方法也是HashMap进行扩容时调用的方法。putVal()方法后几行可以看出：每添加一个数据进入HashMap中时，变量modCount和size便自加，当size的值超过threshold(调整大小的极限值)时便会对HashMap进行扩容。putVal()方法的实现中出现了treeifyBin()方法，该方法在下文介绍链表过长优化HashMap性能时会介绍。
HashMap扩容
通过上文的描述，我们知道HashMap扩容实际是通过调用resize()方法实现的，现在我们来看看它的源码：
final Node[] resize() {
Node[] 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;
}
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);
}
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[] newTab = (Node[])new Node[newCap];
table = newTab;
if (oldTab != null) {
for (int j = 0; j < oldCap; ++j) {
Node 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)e).split(this, newTab, j, oldCap);
else { // preserve order
Node loHead = null, loTail = null;
Node hiHead = null, hiTail = null;
Node next;
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);
if (loTail != null) {
loTail.next = null;
newTab[j] = loHead;
}
if (hiTail != null) {
hiTail.next = null;
newTab[j + oldCap] = hiHead;
}
}
}
}
}
return newTab;
} 此处我们重点看一下oldTab不为空的情况，源码中发现，HashMap扩容时先是创建了一个新的扩容后的Node数组，在将原Node数组中的数据复制进新数组来完成原数组的扩容操作。此处会出现两种情况（暂不考虑树）：
- 原节点不存在在链表，则直接将原数据的Hash值从新计算其在新数组中的位置，放入即可。
- 原节点存在链表，则需要将原节点后链表的每一个节点均复制到新的数组中，源码中的部分代码尚未理解透彻，怕误导大家的判断，所以不做过多解释。想了解详情的可以看一下这一篇博客https://blog.csdn.net/u013494765/article/details/77837338作者的说明比较全面。
HashMap在链表过长时的优化
更具上文的putVal()方法的源码可以看到，当在链表中添加数据时，有一个binCount变量的循环，如果该变量超过了预设值TREEIFY_THRESHOLD - 1也就是7后，便会主动调用treeifyBin()方法，该方法传入两个参数，一个时此时HashMap内的Node数组的拷贝（注意，此处并非传入了Node数组），另一个是链表超长的节点的hash值，此时我们看一下进行该优化的源代码：
final void treeifyBin(Node[] tab, int hash) {
int n, index; Node e;
// MIN_TREEIFY_CAPACITY = 64 ,tab为空或者tab的长度不超过64（此处64可以简单认为：数组长足不足64时无需将其变换为树）
if (tab == null || (n = tab.length) < MIN_TREEIFY_CAPACITY)
resize(); // 扩容
else if ((e = tab[index = (n - 1) & hash]) != null) { // 根据hash值获取链表的第一个节点
TreeNode hd = null, tl = null;
do {
TreeNode p = replacementTreeNode(e, null); // 将当前节点变为一个树节点
if (tl == null)
hd = p; // 第一次进入时，记录头节点
else {
p.prev = tl; // 第二次进入时，tl节点为上一次遍历的节点，将上一个节点与当前节点进行关联
tl.next = p; // 将上一个节点的下一个节点变量设置为当前节点。
}
tl = p; // 记录当前节点
// 此处可能较为难以理解，其实此处只是将原有的单项链表转换为双向链表，将原有的Node节点转为TreeNode节点。
} while ((e = e.next) != null);
// hd为双向链表的投节点，将双向链表替换需要转换的链表。
if ((tab[index] = hd) != null)
hd.treeify(tab);
}
}
final void treeify(Node[] tab) {
TreeNode root = null;
for (TreeNode x = this, next; x != null; x = next) { // 遍历双向链表，this表示双向链表的头节点
next = (TreeNode)x.next; // next指向下一个节点。
x.left = x.right = null;
if (root == null) { // 第一次进入，root节点为空时将当前节点设置为root节点
x.parent = null;
x.red = false; // red属性为false，表示其为红黑树中的黑节点
root = x;
}
else {
K k = x.key; // 获取当前遍历的节点的key
int h = x.hash; // 获取当前遍历的节点的hash值
Class kc = null;
for (TreeNode p = root;;) { //
int dir, ph; // dir：标识方向（左右）ph:root节点（根节点）的hash值，
K pk = p.key;
if ((ph = p.hash) > h)
//根节点hash值大于当前节点的hash值，则当前节点在根节点的左树上（不一定是根节点的左孩子，可能是根节点的左孩子的左孩子或右孩子）
dir = -1; // 左侧
else if (ph < h)
//根节点hash值小于当前节点的hash值，则当前节点在根节点的右树上（不一定是根节点的右孩子）
dir = 1; // 右侧
/*
* 如果两节点的hash值一致，则通过其他方式对比，
* 如果当前链表节点的key实现了comparable接口，并且当前树节点和链表节点是相同Class的实例，那么通过comparable的方式再比较两者
* 如果还是相等，最后再通过tieBreakOrder比较一次
* 此处地说明来源于：https://blog.csdn.net/weixin_42340670/article/details/80531795 这篇博客
*/
else if ((kc == null &&
(kc = comparableClassFor(k)) == null) ||
(dir = compareComparables(kc, k, pk)) == 0)
dir = tieBreakOrder(k, pk);
// 上面一系列的if语句，只为确定一个问题，当前节点该放在根节点的左侧还是右侧，dir <= 0 放左侧，dir > 0 放右侧。
TreeNode xp = p;
// 根据dir的值，确定此时节点的变化方向，如果 dir <= 0 则节点p左移，
// 如果p左移后不为null，因为未进入if语句中，便无法跳出循环，会将p左移时的节点当做根节点重新对比一次（右移同理）
if ((p = (dir <= 0) ? p.left : p.right) == null) {
// 一旦进入这个if语句，标识当前的节点p为当前遍历的节点的父节点
x.parent = xp; // 设置父子关系
if (dir <= 0) // 判断左孩子还是右孩子
xp.left = x; // 左孩子
else
xp.right = x; // 右孩子
root = balanceInsertion(root, x); // 重新平衡这颗树，需要提高搜索效率，需要确保树为平衡二叉树。
break; // 跳出，遍历双向链表中的下一个节点。
}
}
}
}
// 树构造完成后经历了多次的平衡，完成后的树的根节点可能已将不在是原双向链表的头节点了
// 而使用平衡二叉树，需要从根节点开始搜索才能提高搜索效率，所以需要单独将树的根节点设置到 tab[N] 该位置上
moveRootToFront(tab, root);
} 代码已在注释中进行了说明，通过代码可以看出当链表长度超过7时，JDK1.8针对链表过长的优化是采用了红黑树进行优化的，而红黑树的优势在于其插入和查找的效率均为O(lgN)有效提高了在链表中的搜索效率。至于平衡树时调用的balanceInsertion() 和最后单独设置根节点的moveRootToFront()这两个方法，以后再进行说明，有兴趣的朋友可以自己去JDK1.8的源码中查阅。
总结
至此我们已经探究完了HashMap的扩容和链表优化部分：HashMap的扩容和容量初始化均是使用resize()方法完成，且容量在第一次添加值时进行初始化；当碰撞增多，链表长度超过7时，会触发HashMap针对长链表的优化代码（注意：当数据量不超过64时，会主动触发一次HashMap的扩容操作），先将原单向链表修改为双向链表，在将双向链表转换为红黑树，最后将红黑树的根节点设置到HashMap的数组中。
通过对这些源码的阅读，自己对HashMap的理解更加清晰和具体，同时重温了一遍有关平衡二叉树的内容。再次我感谢一位大佬：老艮头他的博客中多是对HashMap源码的解析，大家有兴趣可以去看看。