HashMap1.6与1.8的区别
hashMap是一个常用的集合类，用来存放多组键值对，内部的数据结构在jdk1.6时是数组加链表，但到了jdk1.8时额外添加了红黑树，当某一链表长度超过某个值时会转化为红黑树。
jdk1.6数据结构.png
jdk1.8HashMap数据结构
HashMap 属性变量解释
#数组的初始化容量-数值必须时2的幂
static final int DEFAULT_INITIAL_CAPACITY = 1 << 4;
#最大容量，可以使用一个带参数的构造函数来隐式的改变容量大小，但必须时2的幂且小于等于1<<30
static final int MAXIMUM_CAPACITY = 1 << 30;
#负载因子初始值
static final float DEFAULT_LOAD_FACTOR = 0.75f;
#使用树(而不是列表)来设置bin计数阈值。当向至少具有这么多节点的bin添加元素时，bin将转换为树。该值必须大于#2，并且应该至少为8，以便与删除树时关于转换回普通桶的假设相匹配收缩。
static final int TREEIFY_THRESHOLD = 8;
#当桶（bucket）上的结点数小于该值是应当树转链表
static final int UNTREEIFY_THRESHOLD = 6;
#桶中结构转化为红黑树时对应的table的最小值
static final int MIN_TREEIFY_CAPACITY = 64;
#tables数组，在必要时会重新调整大小，但长度总是2的幂
transient Node[] table;
#保存缓存的entrySet()。注意，使用了AbstractMap字段用于keySet()和values()。
transient Set> entrySet;
#在该map中映射的key-value对数量
transient int size;
#这个HashMap在结构上被修改的次数结构修改是指改变HashMap中映射的数量或修改其内部结构的次数(例如，#rehash)。此字段用于使HashMap集合视图上的迭代器快速失效。(见ConcurrentModificationException)。
transient int modCount;
#要下一次调整大小的临界值（capacity * load factor）
int threshold;
#哈希表的加载因子
final float loadFactor;
-
上面提到了负载因子，这是一个很重要的变量，它表示一个散列表的使用程度，有这样一个公式：initailCapacity*loadFactor=HashMap的容量。所以负载因子越大则散列表的装填程度越高，也就是能容纳更多的元素，元素多了，链表大了，所以此时索引效率就会降低。反之，负载因子越小则链表中的数据量就越稀疏，此时会对空间造成烂费，但是此时索引效率高。
- 上面也提到了transient变量类型，在 Java中，serialization提供了一种持久化对象实例的机制。当持久化对象时，可能有一个特殊的对象数据成员，我们不想用serialization机制来保存它。为了在一个特定对象的一个域上关闭serialization，可以在这个域前加上关键字transient。当一个对象被序列化的时候，transient型变量的值不包括在序列化的表示中，然而非transient型的变量是被包括进去的，这样做可以节省磁盘空间，减少不必要的浪费。
源码中定义了四个构造函数，可以自定义容量和负载因子，也支持将定义好的Map作为参数，进行转化。
public HashMap(int initialCapacity, float loadFactor)
public HashMap(int initialCapacity)
public HashMap()
public HashMap(Map m)
HashMap中每个节点元素都是以node的类型，定义如下：
static class Node implements Map.Entry {
final int hash;
final K key;
V value;
#连接的下一个节点
Node next;
Node(int hash, K key, V value, Node next) {
this.hash = hash;
this.key = key;
this.value = value;
this.next = next;
}
#计算hash值，会判断key是否为空，
static final int hash(Object key) {
int h;
return (key == null) ? 0 : (h = key.hashCode()) ^ (h >>> 16);
}
}
HashMap添加数据 putval
在hashMap中添加新数据时会调用putVal（）方法，它会根据key计算出hash值，然后通过计算 tab[i = (n - 1) & hash]
来得出该结点应该放在最外面table数组的位置数值，如果该位置为null,即还没有存放链表，那就创建一个node,存放在该位置，不是首结点的话，通过判断p.hash == hash &((k = p.key) == key || (key != null && key.equals(k)))来判断插入位置，如果到了链表尾部，就直接插入，并判断是否超出阈值，否则转化为红黑树，如果该位置已存在值，则对值进行覆盖。同时，对modCount加1，在最后会判断当前数量是否超出阈值，否则就进行扩容。
final V putVal(int hash, K key, V value, boolean onlyIfAbsent,
boolean evict) {
Node[] tab; Node p; int n, i;
#如果表为空，则对表进行初始化
if ((tab = table) == null || (n = tab.length) == 0)
n = (tab = resize()).length;
#如果计算的位置为空，没有结点，就直接插入,否则就进入该位置的链表逐个查询
if ((p = tab[i = (n - 1) & hash]) == null)
tab[i] = newNode(hash, key, value, null);
else {
Node e; K k;
#通过hash值和key值进行判断，得出插入位置
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) {
#当插入的位置为该链表的尾结点时，则直接插入，当超出阈值时，则转化为红黑树
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;
}
}
#当该位置存在旧值时，修改赋值，并返回旧址
if (e != null) { // existing mapping for key
V oldValue = e.value;
if (!onlyIfAbsent || oldValue == null)
e.value = value;
afterNodeAccess(e);
return oldValue;
}
}
#增加修改次数
++modCount;
#当大小超过阈值时，进行扩展
if (++size > threshold)
resize();
afterNodeInsertion(evict);
return null;
}
红黑树
红黑树案例.png
为了更好的理解红黑树在HashMap中的运用，我先简单的介绍红黑树的定义及特点。
引用百度百科的定义，红黑树是一种自平衡二叉查找树，与平衡二叉树相似，都是在进行插入或删除操作中通过特定的操作来保持二叉树的平衡，以尽可能的减少树的高度，提高查询速度。
红黑树特性
- 结点是红色或黑色
- 根节点永远是黑色
- 叶子结点（NIL结点）都是黑色
- 红色结点的两个直接孩子结点都是黑色
- 任一结点到其每个叶子的所有路径都包含相同数目的黑色结点
红黑树结构
static final class TreeNode extends LinkedHashMap.Entry {
#父结点
TreeNode parent; // red-black tree links
#左结点
TreeNode left;
#右结点
TreeNode right;
#上结点
TreeNode prev; // needed to unlink next upon deletion
#标注该结点是否为红色
boolean red;
TreeNode(int hash, K key, V val, Node next) {
super(hash, key, val, next);
}
-将链表转化为红黑树时会调用treeifyBin方法
final void treeifyBin(Node[] tab, int hash) {
int n, index; Node e;
#当长度小于阈值时会进行扩容处理
if (tab == null || (n = tab.length) < MIN_TREEIFY_CAPACITY)
resize();
#确定要转化为红黑树的链表的位置
else if ((e = tab[index = (n - 1) & hash]) != null) {
TreeNode hd = null, tl = null;
do {
#将Node类型转化为TreeNode类型
TreeNode p = replacementTreeNode(e, null);
#记录头结点
if (tl == null)
hd = p;
#双向链表
else {
p.prev = tl;
tl.next = p;
}
#记录上一个结点，以方便记录prev
tl = p;
} while ((e = e.next) != null);
if ((tab[index] = hd) != null)
#将树形链表转化为红黑树
hd.treeify(tab);
}
}
- 从该结点转化为红黑树 treeify
static final class TreeNode extends LinkedHashMap.Entry {
TreeNode parent; // red-black tree links
TreeNode left;
TreeNode right;
TreeNode prev; // needed to unlink next upon deletion
boolean red;
final void treeify(Node[] tab) {
TreeNode root = null;
#从该结点进行遍历
for (TreeNode x = this, next; x != null; x = next) {
#记录当前结点的下一个结点
next = (TreeNode)x.next;
x.left = x.right = null;
if (root == null) {
x.parent = null;
#当为根节点时，为黑色
x.red = false;
root = x;
}
else {
K k = x.key;
int h = x.hash;
Class kc = null;
for (TreeNode p = root;;) {
int dir, ph;
K pk = p.key;
#当前的结点比红黑树一结点小时，向左转
if ((ph = p.hash) > h)
dir = -1;
#大于时，向右转
else if (ph < h)
dir = 1;
#当hash值相等时
else if ((kc == null &&
(kc = comparableClassFor(k)) == null) ||
(dir = compareComparables(kc, k, pk)) == 0)
dir = tieBreakOrder(k, pk);
#保留当前结点
TreeNode xp = p;
#如果dir 小于等于0 ： 当前链表节点一定放置在当前树节点的左侧，但不一定是该树节点的左孩子，也可能是左孩子的右孩子 或者 更深层次的节点。
如果dir 大于0 ： 当前链表节点一定放置在当前树节点的右侧，但不一定是该树节点的右孩子，也可能是右孩子的左孩子 或者 更深层次的节点。
如果当前树节点不是叶子节点，那么最终会以当前树节点的左孩子或者右孩子 为 起始节点 再从上处开始 重新寻找自己（当前链表节点）的位置
如果当前树节点就是叶子节点，那么根据dir的值，就可以把当前链表节点挂载到当前树节点的左或者右侧了。
挂载之后，还需要重新把树进行平衡。平衡之后，就可以针对下一个链表节点进行处理了。
if ((p = (dir <= 0) ? p.left : p.right) == null) {
x.parent = xp;
if (dir <= 0)
xp.left = x;
else
xp.right = x;
root = balanceInsertion(root, x);
break;
}
}
}
}
#Ensures that the given root is the first node of its bin.
moveRootToFront(tab, root);
}
HashMap的缺点
jdk1.8版本之前，在高并发下执行resize()可能会引起死循环，在resize()过程中，采用了头插法进行链表的重新构建，颠倒了原来的链表的相对依次顺序。
void resize(int newCapacity) {
Entry[] oldTable = table;
int oldCapacity = oldTable.length;
if (oldCapacity == MAXIMUM_CAPACITY) {
threshold = Integer.MAX_VALUE;
return;
}
#创建新的数组
Entry[] newTable = new Entry[newCapacity];
transfer(newTable);
table = newTable;
threshold = (int)(newCapacity * loadFactor);
}
void transfer(Entry[] newTable) {
Entry[] src = table;
int newCapacity = newTable.length;
for (int j = 0; j e = src[j];
if (e != null) {
src[j] = null;
do {
#采用头插法进行链表的重新构建连接
Entry next = e.next;
int i = indexFor(e.hash, newCapacity);
e.next = newTable[i];
newTable[i] = e;
e = next;
} while (e != null);
}
}
}
假设初始化一个数组，长度为3，有3个数，为4，10， 7，根据mod操作，都在tab[1]上，发生冲突，构建链表。
HashMap初始化.png
[^1]然后进行扩容resize()操作，tab数组大小扩展为原来的两倍，在单线程下操作会变成下面的结构，没有发生异常，因为采用头插法，所有链表中数据的相对顺序会发生颠倒，但在高并发情况下可能会发生异常。
扩容后的HashMap.png
现在假设有两个线程在执行resize()操作，线程1执行到Entry
newTable[i] = e; e = next ; 此时e变成了10，而线程2已修改10的next是4,就形成了死循环。
- jdk1.8 reszie()方法改进
note: &操作
- 在下方 代码中有一步是e.hash & (newCap - 1)， 该方法相当与取余操作，但有限制，只有当b为2的n次方时才有效， a % b = a & (b -1) (b =[2^n])
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)
# 修改新的临界值为原来的两倍，进行移位操作速度会更快些，算是个小技巧
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"})
#创建新的数组
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;
#该位置下只有一个元素
if (e.next == null)
newTab[e.hash & (newCap - 1)] = e;
#如果该节点是树结构
else if (e instanceof TreeNode)
((TreeNode)e).split(this, newTab, j, oldCap);
else { // preserve order
#定义了两个链表，low和high
Node loHead = null, loTail = null;
Node hiHead = null, hiTail = null;
Node next;
do {
next = e.next;
#判断该元素是放到原索引处还是新索引处
if ((e.hash & oldCap) == 0) {
#放到原索引处建立新链表
#jdk1.8之前是头插法，现在改为了尾插法
if (loTail == null)
loHead = e;
else
loTail.next = e;
loTail = e;
}
#放到新索引处建立建立新链表
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;
}
但在jdk1.8中HashMap中会存在了数据丢失问题，在多线程情况下建议使用ConcurrentHashMap
HashMap为什么选择桶中个数超过8个时才会转化为红黑树
在源码中有这么一段注释，
Because TreeNodes are about twice the size of regular nodes, we
use them only when bins contain enough nodes to warrant use
(see TREEIFY_THRESHOLD). And when they become too small (due to
removal or resizing) they are converted back to plain bins. In
usages with well-distributed user hashCodes, tree bins are
rarely used. Ideally, under random hashCodes, the frequency of
nodes in bins follows a Poisson distribution
在理想状态下，通过hashmap算法所有的节点几乎都遵循泊松分布，一个bin中的链表长度超过8的概率为0.00000006，几率很小，而转化为红黑树也在很少情况下，在该长度下也能更好的发挥树的优势。
——————————————————————————————
才疏学浅，有不足地方希望能够及时提出，互相学习
该文章也发布在了我的个人网站上 https://spurstong.github.io