HashMap、Hashtable、ConcurrentHashMap的原理与区别

一、Hashtable（线程安全）

• 底层采用数组+链表实现。key和value都不能为null。实现线程安全的方式是在修改数据时锁住整个Hashtable，效率低。ConcurrentHashMap做了相关优化。
• 初始size为11，扩容：newsize = oldsize*2+1
• 计算index的方法：index = (hash & 0x7FFFFFFF) % tab.length

二、HashMap（线程不安全）

根据源代码的描述可知，HashMap是基于哈希表的Map接口的实现，其包含了Map接口的所有映射操作。

注:
HashMap可以近似地看成是Hashtable。HashMap可以使用ConcurrentHashMap代替，ConcurrentHashMap是一个线程安全，更加快速的HashMap。

• 底层采用数组+链表实现，可以存储null键和null值。
• 初始size为16，扩容：newsize = oldsize*2，size一定为2的n次幂
• 扩容针对整个Map。每次扩容时，原来数组中的元素依次重新计算存放位置，并重新插入。
• 插入元素后才判断该不该扩容，有可能无效扩容（插入后如果扩容，如果没有再次插入，就会产生无效扩容）
• 当Map中元素总数超过Entry数组的75%，触发扩容操作，为了减少链表长度，元素分配更均匀。
• 计算index方法：index = hash & (tab.length – 1)

HashMap的初始值还要考虑加载因子：
一、哈希冲突：若干Key的哈希值按数组大小取模后，如果落在同一个数组下标上，将组成一条Entry链，对Key的查找需要遍历Entry链上的每个元素执行equals()比较。
二、加载因子：为了降低哈希冲突的概率，默认当HashMap中的键值对达到数组大小的75%时，即会触发扩容。因此，如果预估容量是75，即需要设定75/0.75＝100的数组大小。
三、空间换时间：如果希望加快Key查找的时间，还可以进一步降低加载因子，加大初始大小，以降低哈希冲突的概率。

HashMap和Hashtable都是用hash算法来决定其元素的存储，因此HashMap和Hashtable的hash表包含如下属性：
一、容量(capacity)：hash表中桶(buckets)的数量；图中的标有0、1、2、3、….、11所对应的数组空间就是一个个桶。
二、初始化容量(initial capacity)：创建hash表时桶的数量，HashMap允许在构造器中指定初始化容量；
三、尺寸(size)：当前hash表中记录的数量；
四、加载因子(load factor)：加载因子等于“size/capacity”。加载因子为0，表示空的hash表，0.5表示半满的散列表，依此类推。轻负载的散列表具有冲突少、适宜插入与查询的特点（但是使用Iterator迭代元素时比较慢）。
除此之外，hash表里还有一个“负载极限”，“负载极限”是一个0～1的数值，“负载极限”决定了hash表的最大填满程度。当hash表中的加载因子达到指定的“负载极限”时，hash表会自动成倍地增加容量（桶的数量），并将原有的对象重新分配，放入新的桶内，这称为rehashing。

HashMap和Hashtable的构造器允许指定一个负载极限，HashMap和Hashtable默认的“负载极限”为0.75，这表明当该hash表的3/4已经被填满时，hash表会发生rehashing。

“负载极限”的默认值（0.75）是时间和空间成本上的一种折中：

• 较高的“负载极限”可以降低hash表所占用的内存空间，但会增加查询数据的时间开销，而查询是最频繁的操作（HashMap的get()与put()方法都要用到查询）
• 较低的“负载极限”会提高查询数据的性能，但会增加hash表所占用的内存开销。
  程序员可以根据实际情况来调整“负载极限”值。

存储结构: HashMap的存储结构其实就是哈希表的存储结构(由数组与链表结合组成，称为链表的数组)。如下图所示:

HashMap的工作原理

/**
** The table, initialized on first use, and resized as*
** necessary. When allocated, length is always a power of two.*
** (We also tolerate length zero in some operations to allow*
** bootstrapping mechanics that are currently not needed.)*
*/
transient Node[] table;
static class Node implements Map.Entry {
final int hash;
final K key;
V value;
Node next;
...

}

HashMap的主干是一个Entry 数组。Entry是HashMap的基本组成单元，每一个Entry包含一个key-value键值对。

如上图所示，HashMap中元素存储的形式是键-值对(key-value对,即Entry对)，所有具有相同hashcode值的键(key)所对应的entry对会被链接起来组成一条链表，而数组的作用则是存储链表中第一个结点的地址值。

影响HashMap性能的两个因素
哈希表中的初始化容量(桶的数量)和加载因子。当哈希表中条目数超过了当前容量与加载因子的乘积时，哈希表将会作出自我调整，将容量扩充为原来的两倍，并且重新将原有的元素重新映射到表中，这一过程成为rehash。rehash操作是会造成时间与空间的开销的，因此初始化容量与加载因子会影响HashMap的性能。

put/get方法实现原理

1. put操作:HashMap在进行put操作的时候，会首先调用Key值中的hashCode()方法，用于获取对应的bucket的下标值以便存放数据。HashMap通过key值的hashCode获得了对应的bucket存储空间的下标，然后进入bucket空间，通过链表遍历的方式逐个查询，看看链表中是否已经存在了这个key的键-值对，如果已经存在则用新值替换旧值，否则插入新的键-值对。
   hashCode值相同的两个值可能是不同的两个对象，而当put进去的是另一个hashCode值相等的对象时，会发生冲突。而在HashMap中解决这种冲突的方法就是将hashCode值相同的key值所对应的 **key-value对 **串联成一条链表，请见上面的HashMap数据结构图。

2. get操作:HashMap在进行get操作的时候，与put方法类似，会首先调用Key值中的hashCode()方法，用于获取对应的bucket的下标值，找到bucket的位置后，再通过key.equals()方法找到对应的键-值对，从而获得对应的value值。

总结

HashMap是基于hashing原理对key-value对进行存储与获取，当使用put()方法添加key-value对时，它会首先检查hashCode的值，并以此获得对应的bucket位置进行存储，当发生冲突时(hashCode值相同的两个不同key)，新的key-value对会以结点的形式添加到链表的末尾（先看看链表中是否已经存在了这个key，如果已经存在，则更新；否则就添加到链表的末尾）。而使用get()方法时，同样地会根据key的hashCode值找到相应的bucket位置，再通过key.equals()方法找到对应的key-value对，最终成功获取value值。

三、ConcurrentHashMap（线程安全）

• 底层采用分段的数组+链表实现
• 通过把整个Map分为N个Segment，可以提供相同的线程安全，但是效率提升N倍，默认提升16倍。(读操作不加锁，由于HashEntry的value变量是 volatile的，也能保证读取到最新的值。)
• Hashtable的synchronized是针对整张Hash表的，即每次锁住整张表让线程独占，ConcurrentHashMap允许多个修改操作并发进行，其关键在于使用了锁分离技术
• 有些方法需要跨段，比如size()和containsValue()，它们可能需要锁定整个表而而不仅仅是某个段，这需要按顺序锁定所有段，操作完毕后，又按顺序释放所有段的锁
• 扩容：段内扩容（段内元素超过该段对应Entry数组长度的75%触发扩容，不会对整个Map进行扩容），插入前检测需不需要扩容，有效避免无效扩容

Hashtable和HashMap都实现了Map接口，但是Hashtable的实现是基于Dictionary抽象类的。Java5提供了ConcurrentHashMap，它是Hashtable的替代，比Hashtable的扩展性更好。

HashMap基于哈希思想，实现对数据的读写。当我们将键值对传递给put()方法时，它调用键对象的hashCode()方法来计算hashcode，然后找到bucket位置来存储值对象。当获取对象时，通过键对象的equals()方法找到正确的键值对，然后返回值对象。HashMap使用链表来解决碰撞问题，当发生碰撞时，对象将会储存在链表的下一个节点中。HashMap在每个链表节点中储存键值对对象。当两个不同的键对象的hashcode相同时，它们会储存在同一个bucket位置的链表中，可通过键对象的equals()方法来找到键值对。如果链表大小超过阈值(TREEIFY_THRESHOLD,8)，链表就会被改造为树形结构。

在HashMap中，null可以作为键，这样的键只有一个，但可以有一个或多个键所对应的值为null。当get()方法返回null值时，即可以表示HashMap中没有该key，也可以表示该key所对应的value为null。因此，在HashMap中不能由get()方法来判断HashMap中是否存在某个key，应该用containsKey()方法来判断。而在Hashtable中，无论是key还是value都不能为null。

Hashtable是线程安全的，它的方法是同步的，可以直接用在多线程环境中。而HashMap则不是线程安全的，在多线程环境中，需要手动实现同步机制。

Hashtable与HashMap另一个区别是HashMap的迭代器（Iterator）是fail-fast迭代器，而Hashtable的enumerator迭代器不是fail-fast的。所以当有其它线程改变了HashMap的结构（增加或者移除元素），将会抛出ConcurrentModificationException，但迭代器本身的remove()方法移除元素则不会抛出ConcurrentModificationException异常。但这并不是一个一定发生的行为，要看JVM。

先看一下简单的类图：

image.png

从类图中可以看出来在存储结构中ConcurrentHashMap比HashMap多出了一个类Segment，而Segment是一个可重入锁。

ConcurrentHashMap是使用了锁分段技术来保证线程安全的。

锁分段技术：
首先将数据分成一段一段的存储，然后给每一段数据配一把锁，当一个线程占用锁访问其中一个段数据的时候，其他段的数据也能被其他线程访问。

ConcurrentHashMap提供了与Hashtable和SynchronizedMap不同的锁机制。Hashtable中采用的锁机制是一次锁住整个hash表，从而在同一时刻只能由一个线程对其进行操作；而ConcurrentHashMap中则是一次锁住一个桶。

ConcurrentHashMap默认将hash表分为16个桶，诸如get、put、remove等常用操作只锁住当前需要用到的桶。这样，原来只能一个线程进入，现在却能同时有16个写线程执行，并发性能的提升是显而易见的。