Java常用数据结构之Map-HashMap

前言

上篇文章中介绍了AbstractMap抽象类，本文就来分析一下HashMap类。jdk1.8对HashMap进行了大幅优化。在jdk1.8之前，HashMap的实现是数组+链表，即通过拉链法来解决Hash冲突。假设链表的长度为n，则链表中查找元素的时间复杂度为O(n)，如果n特别大，就会很耗时。在jdk1.8中，HashMap的实现改成了数组+链表+红黑树，即当n超过某个阀值时，会将链表转化为红黑树，此时的查找元素复杂度就变成了O(logn)，效率明显提高。

本文中的源码分析是基于jdk11的，但通过比较发现，jdk11和jdk8的源码实现并无多少变化。本文会带着几个问题去分析源码。

HashMap中默认参数有哪些？分别代表什么意思？值分别是多少？
HashMap是什么时候进行buckets初始化的？
HashMap是怎么计算Key的存放位置的？
HashMap如何扩容？
HashMap如何添加元素？
HashMap何时将链表转化为红黑树？

源码分析

类结构

public class HashMap extends AbstractMap
    implements Map, Cloneable, Serializable {

HashMap继承了AbstractMap模板类，那肯定会实现entrySet()方法；实现了Serializable接口，因此它支持序列化；实现了Cloneable接口，能被克隆。

然后看看HashMap中实现的Map.Entry：

static class Node implements Map.Entry {
        final int hash; // key的hash值
        final K key; // key
        V value; // value
        Node next; // 链表中的下一个结点

Node是用来表示数组和链表中结点的数据结构。在数组中，不会用到next属性，在解决冲突的链表中才会用到。

static final class TreeNode extends LinkedHashMap.Entry {
        TreeNode parent;  // red-black tree links
        TreeNode left; // 左子树
        TreeNode right; // 右子树
        TreeNode prev;    // needed to unlink next upon deletion
        boolean red; // 标记颜色：红 or 黑

TreeNode顾名思义是用来表示红黑树中结点的数据结构。注意，这里是继承了LinkedHashMap.Entry，但往上追溯，可以发现LinkedHashMap.Entry其实继承的也是HashMap.Node。所以，在代码看到Node instanceOf TreeNode时不要奇怪。

重要属性

这里就直接在代码里用注释进行说明了：

transient Node[] table; // Hash数组，存放bucket
static final int DEFAULT_INITIAL_CAPACITY = 1 << 4; // 数组默认大小为16
static final int MAXIMUM_CAPACITY = 1 << 30; // 数组最大容量为2的30次方
static final float DEFAULT_LOAD_FACTOR = 0.75f; // 默认负载因子为0.75

final float loadFactor; // 存储负载因子
int threshold; // 需要进行下次扩容的阀值，计算方法为：容量 * 负载因子

// 当链表中的结点数大于8时，会转换为红黑树
static final int TREEIFY_THRESHOLD = 8; 
// 当红黑树中的结点数小于6时，会转换为链表，这里不使用8是为了避免频繁转换
static final int UNTREEIFY_THRESHOLD = 6; 
// 当哈希表的容量小于64时，是不会进行红黑树转换的，而是进行扩容；这个值不能小于 4 * TREEIFY_THRESHOLD
static final int MIN_TREEIFY_CAPACITY = 64;

初始化和扩容

说到初始化，第一想法肯定是构造函数：

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; // 赋值负载因子
         // 计算一个刚好比initialCapacity大的2的次方数
        this.threshold = tableSizeFor(initialCapacity);
    }

可以发现构造函数里并没有对table进行初始化。其实，初始化是发生在第一次添加key-value值的时候，而第一次添加键值对会触发resize()方法，即扩容。

final Node[] resize() {
        Node[] oldTab = table;
        int oldCap = (oldTab == null) ? 0 : oldTab.length;
        int oldThr = threshold;
        int newCap, newThr = 0;
        if (oldCap > 0) {
            // 超出最大容量，不再扩容
            if (oldCap >= MAXIMUM_CAPACITY) {
                threshold = Integer.MAX_VALUE;
                return oldTab;
            }
            // 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
            // 哈希表的初始化容量和阀值
            newCap = DEFAULT_INITIAL_CAPACITY;
            newThr = (int)(DEFAULT_LOAD_FACTOR * DEFAULT_INITIAL_CAPACITY);
        }
        if (newThr == 0) {
            // 计算新阀值
            float ft = (float)newCap * loadFactor;
            newThr = (newCap < MAXIMUM_CAPACITY && ft < (float)MAXIMUM_CAPACITY ?
                      (int)ft : Integer.MAX_VALUE);
        }
        threshold = newThr;
        @SuppressWarnings({"rawtypes","unchecked"})
        // 创建新表
        Node[] newTab = (Node[])new Node[newCap];
        table = newTab;
        if (oldTab != null) {
            // 这里就是旧bucket移到新buckets中
            ......
        }
        return newTab;
    }

从代码中可以看到初始化值是在第一次扩容时发生的。哈希表的每次扩容，都是把容量扩大为原来的2倍，这里为什么是2倍，会在下面进行分析。

添加key-value

在看put方法之前，需要知道HashMap是如何对Key进行hashcode散列和结点位置计算的。先看hash()函数：

static final int hash(Object key) {
        int h;
        return (key == null) ? 0 : (h = key.hashCode()) ^ (h >>> 16);
    }

关键点(h = key.hashCode()) ^ (h >>> 16)。其中h >>> 16意思是把h向右移位16位，并且高位补0。然后，再和原hashcdoe进行异或操作。理解起来就是把原hashcode的高16位和低16位进行异或处理，从而降低冲突几率。

在看结点位置计算方法：

index = (n - 1) & hash // n是当前容量，hash是hash()计算出的值

因为table容量必须是2的幂次方，所以这里用了n-1。用一个例子帮助理解hashcode向下标转换的过程：

hashcode转换过程

图片来自：Java HashMap工作原理及实现

上文说过每次扩容的时候都是变成原来的2倍，为什么呢？

假如n从16扩容到了32，那么会有这样的变化：

扩容后的hash变化

扩容后，n-1的高位多了一个1。

扩容后的位置变化

可以发现，在扩容后不需要重新计算hash值，节省了计算时间。而经过&运算后，会多关注一个高位的bit，这个bit要么是0，要么是1。0表示新位置和原位置一致，保持不变；1则表示新位置是原位置加上旧容量大小。而新增的bit是0还是1可以认为是随机的，这样在resize过程中，可以均匀的将之前冲突的结点分配到新bucket中。

再看下put方法：

public V put(K key, V value) {
        return putVal(hash(key), key, value, false, true);
    }

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; // 创建table
        if ((p = tab[i = (n - 1) & hash]) == null) // 计算index
            tab[i] = newNode(hash, key, value, null); // 添加结点
        else {
            Node e; K k;
            if (p.hash == hash &&
                ((k = p.key) == key || (key != null && key.equals(k))))
                e = p; // 结点存在
            // 冲突
            else if (p instanceof TreeNode) // 是红黑树结点
                e = ((TreeNode)p).putTreeVal(this, tab, hash, key, value);
            else { // 链表结点
                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); // 达到要求，转换为红黑树
                        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(); // 扩容
        afterNodeInsertion(evict);
        return null;
    }

大致流程如下：

如果当前table为空时，调用resize方法进行初始化；
根据key的hash值计算出所在结点位置；
如果没有发生冲突，调用newNode方法封装key-value键值对，并将其挂到 table对应位置下，否则，跳转到步骤4；
如果发生冲突：
- 如果该key已存在，更新oldValue为新的value，并返回oldValue;
- 如果key所在的结点为treeNode，调用红黑树的putTreeVal方法将该结点挂到红黑树上；
- 如果插入结点后，当前bucket节点下链表长度超过8，需要将链表变为红黑树；
数据put完成之后，如果当前长度大于threshold，则调用resize方法扩容。

get实现

前面讲了put，这里就不得不说一下get了：

public V get(Object key) {
        Node e;
        return (e = getNode(hash(key), key)) == null ? null : e.value;
    }
    
final Node getNode(int hash, Object key) {
        Node[] tab; Node first, e; int n; K k;
        if ((tab = table) != null && (n = tab.length) > 0 &&
            (first = tab[(n - 1) & hash]) != null) { // 找到第一个结点
            if (first.hash == hash && // always check first node
                ((k = first.key) == key || (key != null && key.equals(k))))
                // 命中，直接返回
                return first;
            if ((e = first.next) != null) {
                if (first instanceof TreeNode)
                    // 冲突，是红黑树结点
                    return ((TreeNode)first).getTreeNode(hash, key);
                do {
                    // 冲突，是链表中结点
                    if (e.hash == hash &&
                        ((k = e.key) == key || (key != null && key.equals(k))))
                        return e;
                } while ((e = e.next) != null);
            }
        }
        return null;
    }

get的流程就简单很多：

找到bucket的第一个结点；
如果命中，则直接返回；
如果冲突，则分别根据是树结点还是链表结点进行查找即可。

总结

jdk1.8之后的HashMap由“数组+链表+红黑树”实现，在满足相应条件时，链表和红黑树会进行转换。
HashMap每次扩容都为原容量的2倍，且容量必须是2的幂次方。
HashMap不是线程安全的，它的key和value都可以为null。
链表转换为红黑树后，相应的get、remove、get就完全是红黑树的数据结构操作了，感兴趣的朋友可以自行查看资料。

参考资料

Java中的HashMap
https://www.jianshu.com/p/a11b9c1002f1
Java HashMap工作原理及实现
https://yikun.github.io/2015/04/01/Java-HashMap%E5%B7%A5%E4%BD%9C%E5%8E%9F%E7%90%86%E5%8F%8A%E5%AE%9E%E7%8E%B0/
HashMap在JDK1.8后新增的红黑树结构
https://blog.csdn.net/wushiwude/article/details/75331926
教你初步了解红黑树[https://blog.csdn.net/v_JULY_v/article/details/6105630]
(https://blog.csdn.net/v_JULY_v/article/details/6105630)

关注微信公众号，最新技术干货实时推送

image