JAVA HashMap 不同版本的解析
Java HashMap 分为1.6版和1.8版。本文将对这两种不同版本进行分析。
1.6版：
数据结构
Java HashMap实现主要运用数组，链表。数组的存储方式在内存的地址是连续的，大小固定的，一旦分配不能被其他引用占用，查询快，时间的复杂度o（1），插入和删除是o（n）。链表的存储方式是非连续的，大小不固定的。插入和删除快，查询慢。
//其中默认容量
static final int DEFAULT_INITIAL_CAPACITY = 4;
//加载因子
static final float DEFAULT_LOAD_FACTOR = 0.75f;
public HashMap(int initialCapacity, float loadFactor) {
//初始容量不能<0
if (initialCapacity < 0)
throw new IllegalArgumentException("Illegal initial capacity: "
+ initialCapacity);
//初始容量不能 > 最大容量值，HashMap的最大容量值为2^30
if (initialCapacity > MAXIMUM_CAPACITY)
initialCapacity = MAXIMUM_CAPACITY;
//负载因子不能 < 0
if (loadFactor <= 0 || Float.isNaN(loadFactor))
throw new IllegalArgumentException("Illegal load factor: "
+ loadFactor);
// 计算出大于 initialCapacity 的最小的 2 的 n 次方值。
int capacity = 1;
while (capacity < initialCapacity)
capacity <<= 1;
this.loadFactor = loadFactor;
//设置HashMap的容量极限，当HashMap的容量达到该极限时就会进行扩容操作
threshold = (int) (capacity * loadFactor);
//初始化table数组
table = new Entry[capacity];
init();
}
static class Entry implements Map.Entry {
final K key;
V value;
Entry next;
final int hash;
/**
* Creates new entry.
*/
Entry(int h, K k, V v, Entry n) {
value = v;
next = n;
key = k;
hash = h;
}
}
static int hash(int h) {
h ^= (h >>> 20) ^ (h >>> 12);
return h ^ (h >>> 7) ^ (h >>> 4);
} Put()方法
首选通过键的hashCode来获取数据的下标（bucketIndex），当不同对象的hashCode发生碰撞时（对于一个key如果hashCode不同，equals一定为false，如果hashCode相同，equals不一定为true。如果hashCode值相同，称为hash碰撞。如果发现hash碰撞，会掉用equals方法。hashMap通过hashCode和equals方法最终判断k是否存在。如果已存在，用新的v代替就的v，并返回旧的v值），hashMap通过单链表来解决，将新元素加入链表的表头，通过next指向原有的元素。
public V put(K key, V value) {
//当key为null，调用putForNullKey方法，保存null于table第一个位置中，这是HashMap允许为null的原因
if (key == null)
return putForNullKey(value);
//计算key的hash值
int hash = hash(key.hashCode()); ------(1)
//计算key hash 值在 table 数组中的位置
int i = indexFor(hash, table.length); ------(2)
//从i出开始迭代 e,找到 key 保存的位置
for (Entry e = table[i]; e != null; e = e.next) {
Object k;
//判断该条链上是否有hash值相同的(key相同)
//若存在相同，则直接覆盖value，返回旧value
if (e.hash == hash && ((k = e.key) == key || key.equals(k))) {
V oldValue = e.value; //旧值 = 新值
e.value = value;
e.recordAccess(this);
return oldValue; //返回旧值
}
}
//修改次数增加1
modCount++;
//将key、value添加至i位置处
addEntry(hash, key, value, i);
return null;
｝
private V putForNullKey(V value) {
for (HashMapEntry e = table[0]; e != null; e = e.next) {
if (e.key == null) {
V oldValue = e.value;
e.value = value;
e.recordAccess(this);
return oldValue;
}
}
modCount++;
addEntry(0, null, value, 0);
return null;
｝
void addEntry(int hash, K key, V value, int bucketIndex) {
//获取bucketIndex处的Entry
Entry e = table[bucketIndex];
//将新创建的 Entry 放入 bucketIndex 索引处，并让新的 Entry 指向原来的 Entry
table[bucketIndex] = new Entry(hash, key, value, e);
//若HashMap中元素的个数超过极限了，则容量扩大两倍
if (size++ >= threshold)
resize(2 * table.length);
｝ 1）先判断key是否为null，若为null，屌用putForNullKey，如果key为null，默认存储到table[0]的链表。然后遍历table[0]的链表的每个节点Entry如果发现其中存在的key为null则替换，这返回旧的value如果没有发现key等于null的节点就新增节点。
static int indexFor(int h, int length) {
// assert Integer.bitCount(length) == 1 : "length must be a non-zero power of 2";
return h & (length-1);
} 2）计算key的hashCode（hash（key.hashCode（））），在计算结果二次hash（indexFor（hash，table.length））找到entry的索引i。其中用了逻辑&.
0 & 0 = 0;
0 & 1 = 0;
1 & 0 = 0;
1 & 1 = 1; 第二个参数length始终为2的n次方，对应的二进制中只有一个位为1，如果直接计算h & length，那么只能得到两种结果（2^n或0），而length-1=2^n-1对应的二进制中末尾有n个位都是1。计算h &( length-1)其实等价于计算h%length，本质就是截取h的后n个二进制位，目的是将我们put进来的元素的key映射到HashMap底层数组对应的hash桶中，这里采用与运算比模运算的开销小得多，由于indexFor函数经常要使用，所以为了效率HashMap要求底层数组的length总是2的幂，这样就能用与运算代替模运算了。所以换成二进制就是100,1000,10000,... (length - 1)就是11,1111,11111，这样的话第一个参数h比第二个参数小的情况下那结果就是h,第一个参数h比第二个参数大的情况下：假设h = 5， length = 16，那么 h & length - 1 结果为5；如果h = 6 ，length = 16，那么 h & length - 1 的结果为6 .....如果h = 15，length = 16，那么 h & length - 1 结果为15.如果h = 16，length = 16，那么 h & length - 1 的结果为0；如果h = 17，length = 16，那么 h & length - 1结果为1了。这样就能保证合理的索引值。
3）遍历以table[i]为头结点的链表，如果发现hash，key都相同的节点时，就替换为新的value并返回旧的value，只有hash相同时，没做任何处理。知识增加新的节点（addEntry）这里采用头插法，新节点都插入头部。新节点的next指向老节点。
void resize(int newCapacity) {
HashMapEntry[] oldTable = table;
int oldCapacity = oldTable.length;
if (oldCapacity == MAXIMUM_CAPACITY) {
threshold = Integer.MAX_VALUE;
return;
}
HashMapEntry[] newTable = new HashMapEntry[newCapacity];
transfer(newTable);
table = newTable;
threshold = (int)Math.min(newCapacity * loadFactor, MAXIMUM_CAPACITY + 1);
}
void transfer(HashMapEntry[] newTable) {
int newCapacity = newTable.length;
for (HashMapEntry e : table) {
while(null != e) {
HashMapEntry next = e.next;
int i = indexFor(e.hash, newCapacity);
e.next = newTable[i];
newTable[i] = e;
e = next;
}
}
}
随着HashMap中的元素越来越多，发生碰撞的几率越来越大，所产生的链表长度会越来越长，为了保证HashMap的效率，采用临界点扩容处理。当HashMap的元素数量等于table的length*加载因子，扩容是一个非常耗时的过程，因为要重新计算这些数据在新table中的位置并复制。
Get()方法
public V get(Object key) {
// 若为null，调用getForNullKey方法返回相对应的value
if (key == null)
return getForNullKey();
// 根据该 key 的 hashCode 值计算它的 hash 码
int hash = hash(key.hashCode());
// 取出 table 数组中指定索引处的值
for (Entry e = table[indexFor(hash, table.length)]; e != null; e = e.next) {
Object k;
//若搜索的key与查找的key相同，则返回相对应的value
if (e.hash == hash && ((k = e.key) == key || key.equals(k)))
return e.value;
}
return null;
｝ 总结1.2版本的HashMap
HashMap结合了数据和链表的优点，使用hash算法加快了访问速度，使用链表解决了hash碰撞的问题。初始容量和加载因子影响了HashMap的性能。每次扩容始终以2次方增长。HashMap得key和value可以为null。key为null的键值永远都放在table[0]位头结点的链表中。
1.8版的HashMap
数据结构
采用数组加链表加红黑树
属性 初始容量从4变为16，当bucket上的结点树大于8时转为红黑树，当bucket上的结点小于6时转为链表。
public class HashMap extends AbstractMap implements Map, Cloneable, Serializable {
// 序列号
private static final long serialVersionUID = 362498820763181265L;
// 默认的初始容量是16
static final int DEFAULT_INITIAL_CAPACITY = 1 << 4;
// 最大容量
static final int MAXIMUM_CAPACITY = 1 << 30;
// 默认的填充因子
static final float DEFAULT_LOAD_FACTOR = 0.75f;
// 当桶(bucket)上的结点数大于这个值时会转成红黑树
static final int TREEIFY_THRESHOLD = 8;
// 当桶(bucket)上的结点数小于这个值时树转链表
static final int UNTREEIFY_THRESHOLD = 6;
// 桶中结构转化为红黑树对应的数组的最小大小，如果当前容量小于它，就不会将链表转化为红黑树，而是用resize()代替
static final int MIN_TREEIFY_CAPACITY = 64;
// 存储元素的数组，总是2的幂
transient Node[] table;
// 存放具体元素的集
transient Set> entrySet;
// 存放元素的个数，注意这个不等于数组的长度。
transient int size;
// 每次扩容和更改map结构的计数器
transient int modCount;
// 临界值 当实际节点个数超过临界值(容量*填充因子)时，会进行扩容
int threshold;
// 填充因子
final float loadFactor;
}
构造函数
//制定初始容量和填充因子
public HashMap(int initialCapacity, float loadFactor) {
// 初始容量不能小于0，否则报错
if (initialCapacity < 0)
throw new IllegalArgumentException("Illegal initial capacity: " +
initialCapacity);
// 初始容量不能大于最大值，否则为最大值
if (initialCapacity > MAXIMUM_CAPACITY)
initialCapacity = MAXIMUM_CAPACITY;
// 填充因子不能小于或等于0，不能为非数字
if (loadFactor <= 0 || Float.isNaN(loadFactor))
throw new IllegalArgumentException("Illegal load factor: " +
loadFactor);
// 初始化填充因子
this.loadFactor = loadFactor;
// 通过tableSizeFor(cap)计算出不小于initialCapacity的最近的2的幂作为初始容量，将其先保存在threshold里，当put时判断数组为空会调用resize分配内存，并重新计算正确的threshold
this.threshold = tableSizeFor(initialCapacity);
}
//指定初始容量
public HashMap(int initialCapacity) {
this(initialCapacity, DEFAULT_LOAD_FACTOR);
}
//默认构造函数
public HashMap() {
// 初始化填充因子
this.loadFactor = DEFAULT_LOAD_FACTOR;
}
//HashMap(Map)型构造函数
public HashMap(Map m) {
// 初始化填充因子
this.loadFactor = DEFAULT_LOAD_FACTOR;
// 将m中的所有元素添加至HashMap中
putMapEntries(m, false);
}
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;
}
static final int hash(Object key) {
int h;
return (key == null) ? 0 : (h = key.hashCode()) ^ (h >>> 16);
}
没有直接使用key的hashCode()而是使key的hashCode高16位不变，低16位与高16位异或作为最终的hash值。
如果直接使用key的hashCode()作为hash会容易发生碰撞。比如在n-1位15（0x1111）时，散列值真正生效的只是低4位。当新增的键的hashCode是2，18，34这样恰好以16的倍数为等差数列时会发生大量的碰撞。所以设计者综合了速度，作用质量，把高16bit和低16bit进行了异或。如果产生了碰撞用红黑树进行优化。
put()方法
public V put(K key, V value) {
// 对key的hashCode()做hash
return putVal(hash(key), key, value, false, true);
}
/**
* 用于实现put()方法和其他相关的方法
*
* @param hash hash for key
* @param key the key
* @param value the value to put
* @param onlyIfAbsent if true, don't change existing value
* @param evict if false, the table is in creation mode.
* @return previous value, or null if none
*/
final V putVal(int hash, K key, V value, boolean onlyIfAbsent,
boolean evict) {
Node[] tab; Node p; int n, i;
// table未初始化或者长度为0，进行扩容，n为桶的个数
if ((tab = table) == null || (n = tab.length) == 0)
n = (tab = resize()).length;
// (n - 1) & hash 确定元素存放在哪个桶中，桶为空，新生成结点放入桶中(此时，这个结点是放在数组中)
if ((p = tab[i = (n - 1) & hash]) == null)
tab[i] = newNode(hash, key, value, null);
// 桶中已经存在元素
else {
Node e; K k;
// 比较桶中第一个元素的hash值相等，key相等
if (p.hash == hash &&
((k = p.key) == key || (key != null && key.equals(k))))
// 将第一个元素赋值给e，用e来记录
e = p;
// hash值不相等或key不相等
else if (p instanceof TreeNode) //红黑树
// 放入树中
e = ((TreeNode)p).putTreeVal(this, tab, hash, key, value);
// 为链表结点
else {
for (int binCount = 0; ; ++binCount) {
// 到达链表的尾部
if ((e = p.next) == null) {
// 在尾部插入新结点
p.next = newNode(hash, key, value, null);
// 结点数量达到阈值，调用treeifyBin()做进一步判断是否转为红黑树
if (binCount >= TREEIFY_THRESHOLD - 1) // -1 for 1st
treeifyBin(tab, hash);
// 跳出循环
break;
}
// 判断链表中结点的key值与插入的元素的key值是否相等
if (e.hash == hash &&
((k = e.key) == key || (key != null && key.equals(k))))
// 相等，跳出循环
break;
// 用于遍历桶中的链表，与前面的e = p.next组合，可以遍历链表
p = e;
}
}
// 表示在桶中找到key值、hash值与插入元素相等的结点
if (e != null) {
// 记录e的value
V oldValue = e.value;
// onlyIfAbsent为false或者旧值为null
if (!onlyIfAbsent || oldValue == null)
//用新值替换旧值
e.value = value;
// 访问后回调
afterNodeAccess(e);
// 返回旧值
return oldValue;
}
}
// 结构性修改
++modCount;
// 实际大小大于阈值则扩容
if (++size > threshold)
resize();
// 插入后回调
afterNodeInsertion(evict);
return null;
}
//将指定映射的所有映射关系复制到此映射中
public void putAll(Map m) {
putMapEntries(m, true);
}
//将m的所有元素存入本HashMap实例中，evict为false时表示构造初始HashMap
final void putMapEntries(Map m, boolean evict) {
int s = m.size();
if (s > 0) {
// table未初始化
if (table == null) { // pre-size
//计算初始容量
float ft = ((float)s / loadFactor) + 1.0F;
int t = ((ft < (float)MAXIMUM_CAPACITY) ?
(int)ft : MAXIMUM_CAPACITY);
if (t > threshold)
threshold = tableSizeFor(t);//同样先保存容量到threshold
}
// 已初始化，并且m元素个数大于阈值，进行扩容处理
else if (s > threshold)
resize();
// 将m中的所有元素添加至HashMap中
for (Map.Entry e : m.entrySet()) {
K key = e.getKey();
V value = e.getValue();
putVal(hash(key), key, value, false, evict);
}
}
}
//将链表转换为红黑树
final void treeifyBin(Node[] tab, int hash) {
int n, index; Node e;
//若数组容量小于MIN_TREEIFY_CAPACITY，不进行转换而是进行resize操作
if (tab == null || (n = tab.length) < MIN_TREEIFY_CAPACITY)
resize();
else if ((e = tab[index = (n - 1) & hash]) != null) {
TreeNode hd = null, tl = null;
do {
TreeNode p = replacementTreeNode(e, null);//将Node转换为TreeNode
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);//重新排序形成红黑树
}
}
1） 对key的hashCode()做hash，然后计算桶的index。
2）如果没有碰撞直接放到桶bucket里
3）如果碰撞了，以链表的形式存在buckets尾部
4）如果碰撞导致链表长度太长（大于等于TREEIFY_THRESHOLD 8）就把链表转为红黑树（若数组的容量小于MIN_TREEIFY_CAPACITY 64，不是进行转换而是进行resize操作。）
5）如果节点已经存在就替换old value，将旧值返回。
6）如果表中实际元素的个数超过阙值（负载因子*当前的容量）就要resize
resize()
用来重新分配内存：
让数组未初始化，安卓在threashold中保存的初始容量进行分配内存，如果没有就用缺省值。当超过限制就扩充2倍。所以元素要么在原位置，要么在原位置再移动2次幂的位置，因为我们再扩充HashMap时不需要重新计算hash，只需要看原来的hash值高位新增的那个bit是1还是0，是0的话保持不变，是1的话索引变为原索引+oldCap（原表的长度），直接拆分原链表为高低键链表表，相比先保存数据再寻址追加效率更好。
final Node[] resize() {
// 当前table保存
Node[] oldTab = table;
// 保存table大小
int oldCap = (oldTab == null) ? 0 : oldTab.length;
// 保存当前阈值
int oldThr = threshold;
int newCap, newThr = 0;
// 之前table大小大于0，即已初始化
if (oldCap > 0) {
// 超过最大值就不再扩充了，只设置阈值
if (oldCap >= MAXIMUM_CAPACITY) {
// 阈值为最大整形
threshold = Integer.MAX_VALUE;
return oldTab;
}
// 容量翻倍
else if ((newCap = oldCap << 1) < MAXIMUM_CAPACITY &&
oldCap >= DEFAULT_INITIAL_CAPACITY)
// 阈值翻倍
newThr = oldThr << 1; // double threshold
}
// 初始容量已存在threshold中
else if (oldThr > 0) // initial capacity was placed in threshold
newCap = oldThr;
// 使用缺省值（使用默认构造函数初始化）
else { // zero initial threshold signifies using defaults
newCap = DEFAULT_INITIAL_CAPACITY;
newThr = (int)(DEFAULT_LOAD_FACTOR * DEFAULT_INITIAL_CAPACITY);
}
// 计算新阈值
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"})
// 初始化table
Node[] newTab = (Node[])new Node[newCap];
table = newTab;
// 之前的table已经初始化过
if (oldTab != null) {
// 复制元素，重新进行hash
for (int j = 0; j < oldCap; ++j) {
Node e;
if ((e = oldTab[j]) != null) {
oldTab[j] = null;
if (e.next == null) //桶中只有一个结点
newTab[e.hash & (newCap - 1)] = e;
else if (e instanceof TreeNode) //红黑树
//根据(e.hash & oldCap)分为两个，如果哪个数目不大于UNTREEIFY_THRESHOLD，就转为链表
((TreeNode)e).split(this, newTab, j, oldCap);
else { // preserve order
Node loHead = null, loTail = null;
Node hiHead = null, hiTail = null;
Node next;
// 将同一桶中的元素根据(e.hash & oldCap)是否为0进行分割成两个不同的链表，完成rehash
do {
next = e.next;//保存下一个节点
if ((e.hash & oldCap) == 0) { //保留在低部分即原索引
if (loTail == null)//第一个结点让loTail和loHead都指向它
loHead = e;
else
loTail.next = e;
loTail = e;
}
else { //hash到高部分即原索引+oldCap
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;
}
进行扩容会重新进行内存分配，并会遍历hash表中所有的元素，非常耗时，所有尽量避免resize。
get()
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;
// table已经初始化，长度大于0，且根据hash寻找table中的项也不为空
if ((tab = table) != null && (n = tab.length) > 0 &&
(first = tab[(n - 1) & hash]) != null) {
// 比较桶中第一个节点
if (first.hash == hash && // always check first node
((k = first.key) == key || (key != null && key.equals(k))))
return first;
// 桶中不止一个结点
if ((e = first.next) != null) {
// 为红黑树结点
if (first instanceof TreeNode)
// 在红黑树中查找
return ((TreeNode)first).getTreeNode(hash, key);
// 否则，在链表中查找
do {
if (e.hash == hash &&
((k = e.key) == key || (key != null && key.equals(k))))
return e;
} while ((e = e.next) != null);
}
}
return null;
}
public boolean containsKey(Object key) {
return getNode(hash(key), key) != null;
}
public boolean containsValue(Object value) {
Node[] tab; V v;
if ((tab = table) != null && size > 0) {
//外层循环搜索数组
for (int i = 0; i < tab.length; ++i) {
//内层循环搜索链表
for (Node e = tab[i]; e != null; e = e.next) {
if ((v = e.value) == value ||
(value != null && value.equals(v)))
return true;
}
}
}
return false;
}
1)bucket里的第一个节点直接命中
2）如果有冲突，通过key.equals(k)去查找对应的entry，如果为树复杂的为O(logn)若为链表O（0）；
总结1.8的HashMap
1）hash计算是通过key的hashCode的高16位异或低16位实现的，既保证了高低bit都能参与到hash计算中，又节省开销。
2）数组大小n总是2的整数次幂，计算下标时直接（hash & n - 1）
3）分配内存统一放在resize()中，包括创建后首次put初始化和存放元素个数超过阙值时扩容。
4）java8引用红黑树，当链表长度达到8，执行treeifyBin，当桶数量达到64时，将链表转为红黑树，不足则执行resize
5）判断Node是否符合，首选判断哈希值是否相等然后用equals。
对比：
1.6多线程插入时为头插法，第二个线程会覆盖掉第一个线程的值，使第一个线程的值丢失。
1.8为尾插法，同样会造成后面的值覆盖掉前面的值。
但是1.6两个线程同时扩容时，可能会造成链表的死循环，1.8不好造成死循环