JDK源码分析-HashMap(1)
概述
HashMap 是 Java 开发中最常用的容器类之一，也是面试的常客。它其实就是前文「数据结构与算法笔记（二）」中「散列表」的实现，处理散列冲突用的是“链表法”，并且在 JDK 1.8 做了优化，当链表长度达到一定数量时会把链表转为红黑树。
因此，JDK 1.8 中的 HashMap 实现可以理解为「数组 + 链表 + 红黑树」。内部结构示意图：
HashMap 的继承结构和类签名如下：
public class HashMap extends AbstractMap
implements Map, Cloneable, Serializable {} PS: 还记得以前初读 HashMap 源码时，用了周末两天的时间，而且读完脑子里还是一头雾水。当时也没做什么笔记，这次记录一下。
代码分析
一些成员变量
// 默认初始化容量（必须是 2 的次幂）
static final int DEFAULT_INITIAL_CAPACITY = 1 << 4; // aka 16
// 最大容量（必须是 2 的次幂，且小于等于 2^30）
static final int MAXIMUM_CAPACITY = 1 << 30;
// 默认负载因子
static final float DEFAULT_LOAD_FACTOR = 0.75f;
// 将链表转为树的阈值（当 bin 的数量大于等于该值时，将链表转为树）
// 该值必须大于 2 且至少是 8，
static final int TREEIFY_THRESHOLD = 8;
// 将树转为链表的阈值
static final int UNTREEIFY_THRESHOLD = 6;Node 类
先看 HashMap 中的一个嵌套类 Node，如下（部分方法省略）：
/**
* Basic hash bin node, used for most entries. (See below for
* TreeNode subclass, and in LinkedHashMap for its Entry subclass.)
*/
static class Node implements Map.Entry {
final int hash;
final K key;
V value;
Node next;
Node(int hash, K key, V value, Node next) {
this.hash = hash;
this.key = key;
this.value = value;
this.next = next;
}
public final int hashCode() {
return Objects.hashCode(key) ^ Objects.hashCode(value);
}
public final boolean equals(Object o) {
if (o == this)
return true;
if (o instanceof Map.Entry) {
Map.Entry e = (Map.Entry)o;
if (Objects.equals(key, e.getKey()) &&
Objects.equals(value, e.getValue()))
return true;
}
return false;
}
} 该 Node 类实现了 Map.Entry 接口，是 HashMap 中基本的 bin 节点，此外还有 TreeNode。参考上面的结构图。
构造器
构造器 1：无参数构造器
// 负载因子
final float loadFactor;
/**
* Constructs an empty HashMap with the default initial capacity
* (16) and the default load factor (0.75).
*/
public HashMap() {
this.loadFactor = DEFAULT_LOAD_FACTOR; // all other fields defaulted
}通过注释可知，该构造器使用默认的初始化容量（16）和默认的负载因子（0.75）构造了一个空的 HashMap。
构造器 2、3：
// 使用指定的初始化容量和默认负载因子（0.75）构造一个空的 HashMap
public HashMap(int initialCapacity) {
this(initialCapacity, DEFAULT_LOAD_FACTOR);
}
// 扩容的阈值（容量 * 负载因子）
int threshold;
// 使用指定的初始化容量和负载因子构造一个空的 HashMap
public HashMap(int initialCapacity, float loadFactor) {
if (initialCapacity < 0)
throw new IllegalArgumentException("Illegal initial capacity: " +
initialCapacity);
if (initialCapacity > MAXIMUM_CAPACITY)
initialCapacity = MAXIMUM_CAPACITY;
// PS: 负载因子可以大于 1
if (loadFactor <= 0 || Float.isNaN(loadFactor))
throw new IllegalArgumentException("Illegal load factor: " +
loadFactor);
this.loadFactor = loadFactor;
this.threshold = tableSizeFor(initialCapacity);
}可以看到，这两个构造器实质上是同一个。值得注意的是构造器中用到了一个 tableSizeFor 方法对初始化容量（initialCapacity）进行了处理：
/**
* Returns a power of two size for the given target capacity.
*/
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;
}该方法的作用的是对给定的容量 cap 进行处理，把它转为大于等于 cap 的 2 次幂的数字。例如：
若给定 cap 为 5，则返回是 8 (2^3)；
若给定 cap 为 8，返回还是 8 (2^3)；
若给定 cap 为 12，则返回是 16 (2^4).
而且，这里赋值的是 threshold 变量，即阈值。
构造器 4：
// 使用指定的 Map 构造一个 HashMap，默认负载因子为 0.75，容量充足
public HashMap(Map m) {
this.loadFactor = DEFAULT_LOAD_FACTOR;
putMapEntries(m, false);
}通过构造器可以看到，创建一个 HashMap 的时候，其内部只是初始化了一些变量，并未分配空间。
常用&核心方法
接下来分析最常用，也是 HashMap 的核心方法：put、get 和 resize 方法。
put 方法：
public V put(K key, V value) {
return putVal(hash(key), key, value, false, true);
}该方法首先会对 key 做一个处理，即 hash(key) 方法，如下：
static final int hash(Object key) {
int h;
return (key == null) ? 0 : (h = key.hashCode()) ^ (h >>> 16);
}该方法获取 key 的 hashCode，并且将其 hashCode 与右移 16 位后的值做“异或（^）”处理。这一步的目的是什么？先看一个该操作的例子：
hashCode 是一个 32 位的整数，将其无符号右移 16 位之后，它的高 16 位就全部变成了 0，再与它的 hashCode 做异或运算之后，hashCode 的高 16 位不变，而低 16 位也以某种形式保留了高 16 位的信息。这样做目的是增大低位数字的随机性，从而尽可能减少散列冲突。
此处可参考：
https://www.zhihu.com/question/20733617/answer/111577937
下面的代码将前面生成的 hash 值和数组的长度减一（n - 1）做了一个按位与操作（相当于对 n - 1 取余数，位操作效率更高），从而确定元素的位置。相当于散列表的散列函数。
继续分析 put 方法：
// 散列表数组
transient Node[] table;
final V putVal(int hash, K key, V value, boolean onlyIfAbsent,
boolean evict) {
Node[] tab; Node p; int n, i;
// 若 table 为空，则调用 resize 方法初始化
if ((tab = table) == null || (n = tab.length) == 0)
n = (tab = resize()).length;
// 若要存放的 bin 位置为空，则直接插入到该节点
if ((p = tab[i = (n - 1) & hash]) == null)
tab[i] = newNode(hash, key, value, null);
// 要存放的 bin 的位置不为空（即散列冲突）
else {
Node e; K k;
// key 已存在
if (p.hash == hash &&
((k = p.key) == key || (key != null && key.equals(k))))
e = p;
// p 是树节点（已经转成了红黑树），将新节点插入到红黑树中
else if (p instanceof TreeNode)
e = ((TreeNode)p).putTreeVal(this, tab, hash, key, value);
// 不是树节点，新增元素后可能需要转为红黑树
else {
for (int binCount = 0; ; ++binCount) {
if ((e = p.next) == null) {
p.next = newNode(hash, key, value, null);
// 大于等于树化的阈值后，将链表转为红黑树
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;
}
}
// 处理 key 已存在的情况
if (e != null) { // existing mapping for key
V oldValue = e.value;
if (!onlyIfAbsent || oldValue == null)
e.value = value; // 替换旧值
afterNodeAccess(e);
return oldValue;
}
}
++modCount;
// 若超过阈值（capacity * 0.75），则进行扩容
if (++size > threshold)
resize();
afterNodeInsertion(evict);
return null;
} 其中：
1. 涉及红黑树的相关操作可参考「JDK源码分析-TreeMap(2)」有关 TreeMap 分析以及前文的红黑树；
2. 有两个方法 afterNodeAccess(e) 和 afterNodeInsertion(evict) 是用于 LinkedHashMap (HashMap 的子类) 的回调方法，这里暂不分析。
put 方法操作流程如图所示：
下面分析 resize 方法，该方法也是 HashMap 扩容的核心方法：
// 初始化 table 或者对其进行扩容
final Node[] resize() {
Node[] oldTab = table;
int oldCap = (oldTab == null) ? 0 : oldTab.length;
int oldThr = threshold;
int newCap, newThr = 0;
// 原 table 不为空
if (oldCap > 0) {
// 若 table 容量大于最大值，则将阈值调整为 Integer.MAX_VALUE，不扩容
if (oldCap >= MAXIMUM_CAPACITY) {
threshold = Integer.MAX_VALUE;
return oldTab;
}
// 新容量扩大为原先的 2 倍
// 若翻倍后的容量小于 int 最大值，且原容量大于等于默认初始容量（16），将阈值扩大为原先的 2 倍
else if ((newCap = oldCap << 1) < MAXIMUM_CAPACITY &&
oldCap >= DEFAULT_INITIAL_CAPACITY)
newThr = oldThr << 1; // double threshold
}
// 用阈值替代初始容量（指定初始容量的构造器）
else if (oldThr > 0) // initial capacity was placed in threshold
newCap = oldThr;
// 无参构造器（默认的容量和阈值）
else { // zero initial threshold signifies using defaults
newCap = DEFAULT_INITIAL_CAPACITY;
newThr = (int)(DEFAULT_LOAD_FACTOR * DEFAULT_INITIAL_CAPACITY);
}
// 新的阈值
if (newThr == 0) {
float ft = (float)newCap * loadFactor;
newThr = (newCap < MAXIMUM_CAPACITY && ft < (float)MAXIMUM_CAPACITY ?
(int)ft : Integer.MAX_VALUE);
}
threshold = newThr;
// 创建一个新的数组（大小为扩容后的容量大小）
@SuppressWarnings({"rawtypes","unchecked"})
Node[] newTab = (Node[])new Node[newCap];
table = newTab;
// 原数组不为空，则进行扩容
if (oldTab != null) {
for (int j = 0; j < oldCap; ++j) {
Node e;
if ((e = oldTab[j]) != null) {
oldTab[j] = null;
// 该位置只有一个元素，将该元素移到新的位置
if (e.next == null)
newTab[e.hash & (newCap - 1)] = e;
// 该位置是红黑树结构，将树节点拆分或转为链表
else if (e instanceof TreeNode)
((TreeNode)e).split(this, newTab, j, oldCap);
// 该位置是链表结构
else { // preserve order
Node loHead = null, loTail = null;
Node hiHead = null, hiTail = null;
Node next;
do {
next = e.next;
// 原索引位置（注意 oldCap 是 2 的次幂，因此其 2 进制表示只有一位是 1，其他全是 0）
if ((e.hash & oldCap) == 0) {
// 链表为空
if (loTail == null)
loHead = e;
// 新节点添加到上个节点末尾
else
loTail.next = e;
loTail = e;
}
// 原索引位置+oldCap
else {
if (hiTail == null)
hiHead = e;
else
hiTail.next = e;
hiTail = e;
}
} while ((e = next) != null);
// 设置 j 和 oldCap+j 位置的头结点
if (loTail != null) {
loTail.next = null;
newTab[j] = loHead;
}
if (hiTail != null) {
hiTail.next = null;
newTab[j + oldCap] = hiHead;
}
}
}
}
}
return newTab;
} 扩容后的新容量为原先的 2 倍，下面分析其扩容的原理：
扩容前：
原容量为 16，key1 和 key2 对应的 hash 值只有倒数第 5 位不同，此时对 oldCap-1 (15) 执行按位与操作，二者得到的结果都是 1111，都存放在第 15 个位置；
扩容后的位置选择：
代码中的判断条件为：if((e.hash & oldCap) == 0)，也就是将 hash1 和 hash2 分别与 oldCap (16, 0b10000) 进行按位与操作，根据其是否为 0 来决定它在扩容后的新数组中的位置。可以看到倒数第五位中，key1 是 0，key2 是1.
扩容后：
新容量为 32，原 hash 值倒数第 5 位为 0 的 key1 在新数组中的位置仍是 15 (0b1111)，而原 hash 值倒数第五位为 1 的 key2 在新数组中的位置是 0b11111，即 15 + 16 = 31.
如图所示：
get 方法
前面分析了 put 方法，get 方法有不少地方与之类似，因此分析起来就简单不少。代码如下：
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) {
// 第一个节点即为要找的元素
if (first.hash == hash && // always check first node
((k = first.key) == key || (key != null && key.equals(k))))
return first;
// 该位置有后序节点（为链表或红黑树）
if ((e = first.next) != null) {
// 若是树节点，说明该位置是红黑树，在红黑树中查找
if (first instanceof TreeNode)
return ((TreeNode)first).getTreeNode(hash, key);
// 在链表中遍历查找
do {
if (e.hash == hash &&
((k = e.key) == key || (key != null && key.equals(k))))
return e;
} while ((e = e.next) != null);
}
}
return null;
}
小结
本文主要分析了 HashMap 的内部结构，以及最核心的三个方法：put、resize 和 get 方法。小结如下：
1. HashMap 是散列表的实现，它使用“链表法”处理散列冲突用，并在 JDK 1.8 引入红黑树进一步优化；
2. 内部结构为「数组 + 链表 + 红黑树」；
3. 默认初始化容量为 16，负载因子为 0.75，扩容的阈值为 16 * 0.75 = 12；
4. 当容器中元素的容量大于阈值时，HashMap 会自动扩容为原先的 2 倍。
参考文章：
https://tech.meituan.com/2016/06/24/java-hashmap.html
相关阅读：
数据结构与算法笔记（二）
JDK源码分析-TreeMap(2)
Stay hungry, stay foolish.
