Java8 HashMap 扩容机制与线程安全分析
如果大家有仔细阅读过 HashMap 的源码就会发现 HashMap 的哈希表初始化并不是在其构造函数中进行的，而是 resize() 方法。
这篇文章不对 HashMap 中的树进行介绍。
一、HashMap 四个构造函数
这里把 HashMap 的四个构造函数全贴出来，主要是给大家一个参照。
PS：并不是所有的构造函数都初始化了 threshold，但是所有的构造函数都初始化了加载因子，另外初始容量大小也都没有初始化。
// 构造函数 1
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);
}
// 构造函数 2
public HashMap(int initialCapacity) {
this(initialCapacity, DEFAULT_LOAD_FACTOR);
}
// 构造函数 3
public HashMap() {
this.loadFactor = DEFAULT_LOAD_FACTOR;
}
// 构造函数 4
public HashMap(Map<? extends K, ? extends V> m) {
this.loadFactor = DEFAULT_LOAD_FACTOR;
putMapEntries(m, false);
}
二、put 方法
我们都知道 HashMap 的底层是一个基于 Node 的数组，看完了上面的构造函数，我们发现数组并不是在构造函数中完成的，那是在哪里初始化的呢？带着这个疑问我们来看一下 HashMap 中的 put 方法。
public V put(K key, V value) {
return putVal(hash(key), key, value, false, true);
}
/**
* Implements Map.put and related methods
*
* @param hash hash for key
* @param key the key
* @param value the value to put
* @param onlyIfAbsent 为 true 时不改变已经存在的值
* @param 为 false 时表示哈希表正在创建
* @return previous value, or null if none
*/
final V putVal(int hash, K key, V value, boolean onlyIfAbsent,
boolean evict) {
/**
* tab：哈希表数组
* p：桶位置上的头节点
* n：哈希表数组大小
* i：下标（槽位置）
*/
Node<K,V>[] tab; Node<K,V> p; int n, i;
// 当哈希表数组为 null 或者长度为 0 时，初始化哈希表数组
if ((tab = table) == null || (n = tab.length) == 0)
n = (tab = resize()).length;
// 头节点为空直接插入（无哈希碰撞）
if ((p = tab[i = (n - 1) & hash]) == null)
tab[i] = newNode(hash, key, value, null);
// 哈希碰撞
else {
Node<K,V> e; K k;
// 与头节点发生哈希冲突，进行记录
if (p.hash == hash &&
((k = p.key) == key || (key != null && key.equals(k))))
e = p;
// 如果是树节点，走树节点插入流程
else if (p instanceof TreeNode)
e = ((TreeNode<K,V>)p).putTreeVal(this, tab, hash, key, value);
// 链表处理流程
else {
for (int binCount = 0; ; ++binCount) {
// 在链表尾部插入新节点，注意 jdk1.8 中在链表尾部插入新节点
if ((e = p.next) == null) {
p.next = newNode(hash, key, value, null);
// 如果当前链表中的元素大于树化的阈值，进行链表转树的操作
if (binCount >= TREEIFY_THRESHOLD - 1) // -1 for 1st
treeifyBin(tab, hash);
break;
}
// 如果 key（非头节点）已经存在，直接结束循环
if (e.hash == hash &&
((k = e.key) == key || (key != null && key.equals(k))))
break;
// 重置 p 用于遍历
p = e;
}
}
// 如果 key 已经存在则更新 value 值
if (e != null) { // existing mapping for key
V oldValue = e.value;
// 更新当前 key 值
if (!onlyIfAbsent || oldValue == null)
e.value = value;
afterNodeAccess(e);
return oldValue;
}
}
++modCount;
// 如果键值对个数大于阈值时（capacity * load factor），进行扩容操作
if (++size > threshold)
resize();
afterNodeInsertion(evict);
return null;
}
主要流程总结：
- 哈希表是否初始化判断
- 是否发生哈希碰撞，（无）头节点判断：如果头节点不存在直接插入当前键值对
- key 是否存在条件判断：头节点冲突进行记录、树形态与链表形态分别走对应的流程插入键值对
- 链表处理，如果插入的 key 在链表中不存在，则在链表尾部插入键值对（后判断是否需要转树），如果发生冲突，则记录当前冲突节点
- key 存在，新的 value 覆盖旧的 value，并返回旧 value
- 是否需要扩容
三、扩容机制，resize 方法
PS：resize() 方法并不只是用于扩容，还用于初始化哈希表。
final Node<K,V>[] resize() {
// 用于记录老的哈希表
Node<K,V>[] oldTab = table;
int oldCap = (oldTab == null) ? 0 : oldTab.length;
int oldThr = threshold;
int newCap, newThr = 0;
// 哈希表已存在
if (oldCap > 0) {
// 如果哈希表容量已达最大值，不进行扩容，并把阈值置为 0x7fffffff
if (oldCap >= MAXIMUM_CAPACITY) {
threshold = Integer.MAX_VALUE;
return oldTab;
}
// 新容量为原来数组大小的两倍
else if ((newCap = oldCap << 1) < MAXIMUM_CAPACITY &&
oldCap >= DEFAULT_INITIAL_CAPACITY)
// 把新的阈值也扩大为两倍
newThr = oldThr << 1; // double threshold
}
// 初始化哈希表数组，对应初始化 threshold 的构造函数
else if (oldThr > 0) // initial capacity was placed in threshold
newCap = oldThr;
// 初始化哈希表数组，对应没有初始化 threshold 的构造函数
else { // zero initial threshold signifies using defaults
newCap = DEFAULT_INITIAL_CAPACITY;
newThr = (int)(DEFAULT_LOAD_FACTOR * DEFAULT_INITIAL_CAPACITY);
}
// 阈值为 0 处理（哈希表还没有初始化但 threshold 已经被初始化）
if (newThr == 0) {
float ft = (float)newCap * loadFactor;
newThr = (newCap < MAXIMUM_CAPACITY && ft < (float)MAXIMUM_CAPACITY ?
(int)ft : Integer.MAX_VALUE);
}
// 重置（初始化）阈值与哈希表
threshold = newThr;
@SuppressWarnings({"rawtypes","unchecked"})
Node<K,V>[] newTab = (Node<K,V>[])new Node[newCap];
table = newTab;
/*------------- 下面是 rehash 过程 ---------------*/
if (oldTab != null) {
// 遍历老哈希表，将当前桶位置的键值对移动到新的哈希表中
for (int j = 0; j < oldCap; ++j) {
// 记录当前桶位置的头节点
Node<K,V> e;
// 头节点判是否为 null
if ((e = oldTab[j]) != null) {
// 置 null（链表或树），让 GC 回收
oldTab[j] = null;
// 如果当前桶位置上只有一个元素，直接 rehash 到新的哈希表中
if (e.next == null)
newTab[e.hash & (newCap - 1)] = e;
// 处理树节点
else if (e instanceof TreeNode)
((TreeNode<K,V>)e).split(this, newTab, j, oldCap);
// 处理链表节点，下面这个过程的实现很巧妙，我把它单独拿出来分析
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;
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;
}
链表 rehash 过程：
{
else { // preserve order
/**
* rehash 时分高低位处理
*/
Node<K,V> loHead = null, loTail = null;
Node<K,V> hiHead = null, hiTail = null;
Node<K,V> next;
// 遍历链表
do {
next = e.next;
/**
* 判断旧哈希表桶位置上的所有元素位于低位还是高位
* e.hash & oldCap 计算的不是桶位置
* e.hash & (oldCap -1) 计算的才是桶位置
*
* 关于高低位我们举个来帮助例子：
* 条件：原哈希表大小为 16，扩容后的哈希表大小为 32
*
* 1.假设 key1.hashCode = 15，位于旧的哈希表 15 桶位置上
* key1.hash & oldCap = 15 & 16
* 0000 1111 & 0001 0000 = 0000 0000 第 5 位为 0
* key1 在新的哈希表中的位置也是 15 桶位置上
*
* 2.假设 key2.hashCode = 17，位于旧的哈希表 1 桶位置上
* key2.hash & oldCap = 17 & 16
* 0001 0001 & 0001 0000 = 0001 0000 第 5 位 为 1
*
* 为什么要以第 5 位为标准呢？
* 因为老得容量为16，在计算哈希值时，高于第四位的就没有计算的必要了
*/
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);
// 上面举的例子看懂了，这里就很好理解了，低位（0）位置保持不变直接 rehash
if (loTail != null) {
loTail.next = null;
newTab[j] = loHead;
}
// 高位（1）位置需要加上老哈希表的容量
if (hiTail != null) {
hiTail.next = null;
newTab[j + oldCap] = hiHead;
}
}
主要流程总结：
- 判断哈希表是否初始化（已经初始化、
threshold已经初始化、threshold没有初始化） - 当
threshold没有初始化时初始化threshold - 遍历旧的哈希表，进行 rehash，如果桶位置上没有键值对则直接略过，如果只有一个节点，直接 rehash 到新的哈希表中
- 树与链表形态判断，分别走对应的 rehash 流程
- 链表通过高低位方式 rehash
四、并发安全
jdk1.7 中的 HashMap 在扩容时新哈希表数组和旧哈希表数组之间存在相互引用关系（我并没有仔细看过，有兴趣的可以阅读一下），因此在并发情况下会出现死循环的问题。在 jdk1.8 中是否还存在同样的问题？下面我们通过一个例子进行验证一下。
public class HashMapConcurrentTest {
/**
* NUMBER = 50，表示 50 个线程分别执行 put 方法 50 次
* 线程安全的情况下因该 map size 应该为 2500
*/
public static final int NUMBER = 50;
public static void main(String[] args) {
Map<String, String> map = new HashMap<>();
for (int i = 0; i < NUMBER; i++) {
new Thread(new HashMapTask(map)).start();
}
System.out.println("map size = " + map.size());
}
}
class HashMapTask implements Runnable {
Map<String, String> map;
public HashMapTask(Map<String, String> map) {
this.map = map;
}
@Override
public void run() {
for (int i = 0; i < HashMapConcurrentTest.NUMBER; i++) {
map.put(i + "-" + Thread.currentThread().getName(), "test");
}
}
}
其中一个执行结果截图：
上面开了 50 个线程往 HashMap 中添加元素，每个线程执行 50 次 put 方法，在线程安全的情况下，map 中应该有 2500 个键值对，但是执行的结果大都是小与 2500 的（并不会产生死循环）。
jdk1.8 中的 HashMap 新老数组之间不存在了引用关系，因此不会出现死循环的情况，但是却会存在键值对丢失的现象。为什么会出现键值对丢失的现象呢？下面以链表为例来简单分析一下（个人理解，不正确的话还请大家指正）。
多线程情况下，可能会有多个线程进入 resize 方法，假设第一个线程进入了 resize 方法，在处理链表时会先记录一下，然后直接将对应的旧哈希表数组中的链表置 null，此时第二个线程进来了，因为上一个线程已经把链表置 null 了，线程 2 判定当前桶位置上没有键值对，如果线程 2 返回的哈希表数组覆盖了线程 1 的哈希表数组，就会丢失一部分因线程 1 置 null 的键值对。
...
if (oldTab != null) {
for (int j = 0; j < oldCap; ++j) {
Node<K,V> e;
if ((e = oldTab[j]) != null) {
oldTab[j] = null;
...
}
jdk1.8 源码阅读：https://github.com/zchen96/jdk1.8-source-code-read
参考文章
HashMap在JDK1.8中并发操作，代码测试以及源码分析