hashmap底层源码详解
这里聊一下HashMap：
HashMap底层数据结构：
HashMap1.7之前数据结构是数组+链表
HashMap1.8之后数据结构加了红黑树(是用来处理hash冲突的)
HashMap1.7之前put的时候使用的是头插法
HashMap1.8之后put的时候使用的是尾插法
什么时候初始化HashMap？
在第一次put操作的时候进行初始化。实际上put方法里面调用putVal方法，在putVal方法里面调用了resize方法，在resize方法里面进行初始化map操作。
初始化数组：默认初始化容量是16。
也可以在定义hashmap的时候有参数，在里面自定义容量；当自定义容量的时候，如果不是2的指数次幂，将会强转至大于自定义的最接近的2的幂值。
获取key所在桶位：不是通过取模数来定位索引的，而是与运算 h & (length - 1).
WHY？因为数据量大的时候，扩容次数增加，这时候位运算效率高于取模。并且因为hashmap的length是2的次方数，所以-1后导致二进制表示低位都是1；(例如16-1:1111)容易计算。
为什么初始容量要是2的幂次方？
主要有两个原因：
- 方便进行与运算；在put操作要放在一个桶位的时候用的是h&(length-1);2的幂次方-1用二进制表示的话低位就全是1，容易计算。
- 扩容的时候方便元素的移动
HashMap安全吗？
1.8之前HashMap不安全，当线程数多的时候进行put操作可能会造成循环问题，造成数据丢失
1.8进行了优化：用HiHead,HiTail,LoHead,LoTail四个指针进行均匀分割
将当前位置的每一个key进行和旧的大小与：只能是0或者旧size，结果是0就将lo指向，否则就指向Hi。然后将低的直接转移至新的，高的转移到低+旧大小，理论是均匀的。
但是如果是多线程情况下：有可能两个线程同时调用put方法，将一对key-value要放入散列表中，有可能是放入到一个桶位中，在一个位置放入了两次数据，导致不知道那个线程put成功，造成数据覆盖问题。
要实现安全就要用到ConcurrentHashMap：参考我的另外一篇文章ConcurrentHashMap详解
JDK1.7的HashMap死循环问题？
主要原因是JDK1.7的HashMap使用的是头插法。当一个线程扩容完进行数据迁移的时候，另外一个线程进入，完成了扩容和迁移；然后第一个线程进行数据迁移的时候数据是逆序的了(头插法的坏处，迁移一次会造成一个桶位的数据逆序);然而第一个线程取的时候是顺序取，而实际位置是逆序，等循环一遍就会造成死循环问题。
HashMap的put操作
先要进行定位：要找到放在hashmap中的那个桶位。这块主要是给hash(key)后再进行扰动函数处理后得到位置：让key的hash值的高16位也参与运算，使得散列性更好。
put的时候有下面四种情况：
- 经过hash和扰动后找到对应位置上是空的，那就直接将节点放在位置上即可。
- 经过hash和扰动后找到对应位置的key和要插入的相同，就要进行replace。
- 经过hash和扰动后找到对应位置已经链化，但是还不是红黑树；这种情况就要遍历整个链表，添加到末尾，然后判断是否满足转红黑树的条件进行树化操作。
- 经过hash和扰动后找到对应位置已经链化，已经是红黑树了
就要进行红黑树中的查询要插入的节点位置，在进行旋转，变色。
下面源码来自于jdk1.8的HashMap源码：
//可以看到如果key是null的话，就放在了map中的0位置
// (h = key.hashCode()) ^ (h >>> 16)：将原来的hash值和右移16位后，并且和原来hash值进行异或运算
static final int hash(Object key) {
int h;
//是一个扰动函数；使得hash值的高16位也参与到运算，更加散列
return (key == null) ? 0 : (h = key.hashCode()) ^ (h >>> 16);
}
//进行put操作，实际是调用putVal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<K,V>[] tab; Node<K,V> p; int n, i;
//延迟初始化，第一次调用put的时候加载。
if ((tab = table) == null || (n = tab.length) == 0)
//实际就是用resize方法进行初始化，如果没有就从0扩容到16，如果有就扩容到两倍
n = (tab = resize()).length;
//第一种情况，对应位置是空，直接添加
if ((p = tab[i = (n - 1) & hash]) == null)
tab[i] = newNode(hash, key, value, null);
else {
Node<K,V> e; K k;
//第二种情况，找到了要插入的key和这里的key相同的，要replace
if (p.hash == hash &&
((k = p.key) == key || (key != null && key.equals(k))))
e = p;
else if (p instanceof TreeNode)
//第四种情况，已经是红黑树了，要按照红黑树的特性添加节点
e = ((TreeNode<K,V>)p).putTreeVal(this, tab, hash, key, value);
else {
//第三种情况，往链表添加节点，并判断是否可以转化为红黑树。
for (int binCount = 0; ; ++binCount) {
if ((e = p.next) == null) {
p.next = newNode(hash, key, value, null);
//第一个条件：8-1=7;实际是当7的时候进行树化(因为count从0开始)
if (binCount >= TREEIFY_THRESHOLD - 1) // -1 for 1st
treeifyBin(tab, hash);
break;
}
//找到了相同key的位置
if (e.hash == hash &&
((k = e.key) == key || (key != null && key.equals(k))))
break;
p = e;
}
}
//这里是replace操作，将新value放入即可
if (e != null) { // existing mapping for key
V oldValue = e.value;
if (!onlyIfAbsent || oldValue == null)
e.value = value;
afterNodeAccess(e);
return oldValue;
}
}
++modCount; //记录表结构修改的次数
if (++size > threshold)
resize();
afterNodeInsertion(evict);
return null;
}
//树化方法
final void treeifyBin(Node<K,V>[] tab, int hash) {
int n, index; Node<K,V> e;
//第二个条件：如果没有64个就进行resize扩容操作
if (tab == null || (n = tab.length) < MIN_TREEIFY_CAPACITY)
resize();
//说明满足两个条件，
else if ((e = tab[index = (n - 1) & hash]) != null) {
TreeNode<K,V> hd = null, tl = null;
do {
TreeNode<K,V> p = replacementTreeNode(e, null);
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);
}
}
HashMap的get操作
get是从hashmap中找到key经过hash和扰乱后对应的桶位查找对应的value；主要有三种情况：
- 直接当前节点就是对应的；直接返回
- 当前桶位是个红黑树；按照红黑树的思想进行查询
- 当前桶位链化了；就一个一个查询，如果不是就指向next
源码：来自于jdk1.8的HashMap源码
//get操作
public V get(Object key) {
Node<K,V> e;
//这里hash就是找到对应的桶位，具体hash算法看上面的源码
return (e = getNode(hash(key), key)) == null ? null : e.value;
}
final Node<K,V> getNode(int hash, Object key) {
Node<K,V>[] tab; Node<K,V> first, e; int n; K k;
if ((tab = table) != null && (n = tab.length) > 0 &&
(first = tab[(n - 1) & hash]) != null) {
//第一种情况，在头结点找到了
if (first.hash == hash && // always check first node
((k = first.key) == key || (key != null && key.equals(k))))
return first;
//第二种情况是红黑树
if ((e = first.next) != null) {
if (first instanceof TreeNode)
return ((TreeNode<K,V>)first).getTreeNode(hash, key);
//第三种情况是链表
do {
if (e.hash == hash &&
((k = e.key) == key || (key != null && key.equals(k))))
return e;
} while ((e = e.next) != null);
}
}
return null;
}
HashMap的remove操作
传入key参数，从hashmap中将对应的节点移除；remove方法主要是先找到对应位置，在进行移除操作；主要有三种情况：
- hash过后直接头结点就是要删除的；找到直接指向next
- hash过后找到对应的桶位是红黑树；按照左小右大的原则查询到位置，在进行删除操作(里面要涉及到变色，旋转操作)，在要判断这个红黑树的节点是否小于非树化的阈值(默认是6)；如果小于就要进行红黑树到链表的转化。
- hash过后桶位链化了；一个一个遍历，找到后指向next
源码：来自于jdk1.8的hashmap源码
public V remove(Object key) {
Node<K,V> e;
//调用核心方法
return (e = removeNode(hash(key), key, null, false, true)) == null ?
null : e.value;
}
final Node<K,V> removeNode(int hash, Object key, Object value,
boolean matchValue, boolean movable) {
Node<K,V>[] tab; Node<K,V> p; int n, index;
if ((tab = table) != null && (n = tab.length) > 0 &&
(p = tab[index = (n - 1) & hash]) != null) {
Node<K,V> node = null, e; K k; V v;
//查询位置。并且节点就是要删除的节点
if (p.hash == hash &&
((k = p.key) == key || (key != null && key.equals(k))))
node = p;
else if ((e = p.next) != null) {
//第二种情况，是树节点，按照红黑树进行删除
if (p instanceof TreeNode)
node = ((TreeNode<K,V>)p).getTreeNode(hash, key);
else {
//第三种情况，要遍历整个链表，直到找到位置就break
do {
if (e.hash == hash &&
((k = e.key) == key ||
(key != null && key.equals(k)))) {
node = e;
break;
}
p = e;
} while ((e = e.next) != null);
}
}
//删除节点
if (node != null && (!matchValue || (v = node.value) == value ||
(value != null && value.equals(v)))) {
if (node instanceof TreeNode)
((TreeNode<K,V>)node).removeTreeNode(this, tab, movable);
else if (node == p)
tab[index] = node.next;
else
p.next = node.next;
++modCount;
--size;
afterNodeRemoval(node);
return node;
}
}
return null;
}
HashMap的扩容机制(resize)
扩容要遍历每个桶位，在进行操作，主要有三种种情况：
- 当前只有一个节点
计算在新散列表的位置并且放入 - 当前已经是红黑树了
- 当前所在节点已经链化了
因为这里链化的所有节点的低几位都是相同的，都是1，然而扩容后翻倍，再次扰乱hash的时候，就要多算上扩容后的一位，这个时候与运算(hash(key) & length-1)就要比之前多看一位，有的是0，有的是1；0的话就还在新散列表对应位置，而1的话就要加上之前的散列表长度就是对应位置。
链表转移到新散列表过程(链表迁移过程)：
将第一个是0的指向loHead,遇到其他等于0的就指向loTail，一直指并且loTail后移；将第一个是1的指向hiHead,遇到其他等于0的就指向hiTail，一直指并且hiTail后移；
将loHead到loTail放到新散列表的原来位置上，将hiHead到hiTail放到新散列表原来位置+原来散列表长度位置即可
源码：来自于jdk1.8的HashMap源码
final Node<K,V>[] resize() {
Node<K,V>[] oldTab = table;
int oldCap = (oldTab == null) ? 0 : oldTab.length;
int oldThr = threshold;
int newCap, newThr = 0;
//旧散列表容量大于0
if (oldCap > 0) {
//旧散列表容量已经大于最大容量，就直接返回，不进行扩容
if (oldCap >= MAXIMUM_CAPACITY) {
threshold = Integer.MAX_VALUE;
return oldTab;
}
//就散列表容量左移一位(扩大一倍)还小于最大容量并写旧的容量大于默认容量16，就将旧的阈值左移一位(扩大一倍)作为新的阈值
else if ((newCap = oldCap << 1) < MAXIMUM_CAPACITY &&
oldCap >= DEFAULT_INITIAL_CAPACITY)
newThr = oldThr << 1; // double threshold
}
//旧散列表容量等于0的情况,说明散列表是空的
//旧的阈值大于0,在new HashMap的时候传入参数的情况
else if (oldThr > 0) // initial capacity was placed in threshold
newCap = oldThr;
//阈值和容量都等于0，就进行赋值操作
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;
//初始化操作
@SuppressWarnings({"rawtypes","unchecked"})
Node<K,V>[] newTab = (Node<K,V>[])new Node[newCap];
table = newTab;
//进行扩容
if (oldTab != null) {
//遍历旧的散列表，操作每一个桶位
for (int j = 0; j < oldCap; ++j) {
Node<K,V> e;
//当前桶位里面有数据
if ((e = oldTab[j]) != null) {
oldTab[j] = null;
//只有一个节点
if (e.next == null)
//将节点放到新散列表的位置 通过hash & (newCap - 1)计算位置
newTab[e.hash & (newCap - 1)] = e;
//是红黑树
else if (e instanceof TreeNode)
((TreeNode<K,V>)e).split(this, newTab, j, oldCap);
//是链表
else { // preserve order
//低位链表：存放在扩容后数组的下标位置，和旧的相同
Node<K,V> loHead = null, loTail = null;
//高位链表：存放在扩容后数组的下标位置：旧的下标+扩容前数组长度
Node<K,V> hiHead = null, hiTail = null;
Node<K,V> next;
do {
next = e.next;
//相与后是0：就是低位链表
if ((e.hash & oldCap) == 0) {
if (loTail == null)
loHead = e;
else
loTail.next = e;
loTail = e;
}
//高位链表
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;
}
为什么要引入红黑树？
因为就是要解决链化过长的问题。当hash一直冲突的时候，就会造成某个位置链化过长，查询效率过低。引入红黑树，使得get操作效率提升。
HashMap真的是从8开始链表转红黑树吗？
必须满足两个条件：
- 某个链表长度大于8；
- hashmap元素长度超过64才可以进行树化。
链表转红黑树：当数组长度<64，优先扩容；当>=64，在判断是否有其中的节点链化达到树化阈值(默认是8)，实际链表长度是9.当满足两个条件就给对应位置进行树化为红黑树。
这些都是看源码获取的，要是有错误请指教。
红黑树特性
- 根节点是黑色的
- 红色节点的子节点都是黑色的
- 不存在两个红色节点相邻的
- 从根节点到任意叶子节点都要经过相同个数的黑色节点。
一般插入节点的时候都默认是红色的，因为如果是黑色的话，哪整个红黑树都是黑色节点，也满足条件，哪不就还是普通的二叉树。
红黑树转换
红黑树的转变主要是三种方式：变色，左旋，右旋。
转换步骤如下：
- 插入节点默认是红色的，按照二叉树左小右大的特性寻找插入位置。
- 如果父亲和叔叔节点是红色，将父亲和叔叔改为黑色，爷爷改为红色。
- 如果不满足就要进行旋转(左旋和右旋)。
- 当前父节点红，叔叔黑，且当前节点是右子树。以父节点进行左旋。
- 如果在不满足就要进行右旋(及当前父节点红，叔叔黑，且当前节点是左子树的时候):先把父亲从红变黑，爷爷从黑变红，在以爷爷进行右旋。
红黑树转换是定死的，想不通可以画图记忆一下。