彻底搞懂jdk1.8中的haspMap原理（源码解析+ 对比jdk1.7）

前言：

本博客只对jdk1.7中的hashMap进行文字性的说明，源码的说明只针对jdk1.8，因为现在开发多数都是jdk1.8.

一、map结构

它是双列数据，保存具有映射关系“key-value对”的集合，map中的元素具有无序的，不可重复的特点，那么这个特点是怎么保证的呢，我们可以将它的key 看成set存储(因为它是无序的，不可重复的)，将它的value看成collection存储（有序，可重复的）

二、HashMap的底层实现原理

jdk1.8

HashMap的大致结构如下图所示：其中哈希表是一个Node数组，我们把数组中可以存放元素的位置称为一个桶（Bucket），哈希表每个节点都有一个键值（Key–value）对，hash值和Next指针，在插入元素时，如果发生冲突（即多个键值对映射到同一个桶上），就会通过单向链表来解决冲突。因为一个桶上可能存在多个键值对，所以在查找的时候，会先通过key的哈希值定位到桶，在遍历桶上的所有键值对，找出key相等的键值对，从而找到value。

每个桶（bucket）中存储一个Node对象，每一个Node对象都有一个引用变量next,用来生成Node链（注意，新添加的元素，在链表的尾部，和java7不同，简单记忆为七上八下）。所以在一个桶中，有可能是一个Node 对象、Node链，还可能是一个TreeNode对象（红黑树，下边给讲）

由上图可知，jdk1.8中的 HashMap是数组+单向链表+红黑树实现，当某个桶的链表数大于8时，结构转为红黑树。因为红黑树查询的速率非常高。

HashMap什么时候进行扩容和树形化

当HashMap中的元素个数超过数组大小(数组总大小length,不是数组中个数 sizeloadFactor 时 ， 就会进行数组扩容， loadFactor 的默认值 (DEFAULT_LOAD_FACTOR)为0.75，这是一个折中的取值。也就是说，默认 情况下，数组大小(DEFAULT_INITIAL_CAPACITY)为16，那么当HashMap中 元素个数超过160.75=12（这个值就是代码中的threshold值，也叫做临界值） 的时候，就把数组的大小扩展为 2*16=32，即扩大一倍，然后重新计算每个元 素在数组中的位置，而这是一个非常消耗性能的操作，所以如果我们已经预知 HashMap中元素的个数，那么预设元素的个数能够有效的提高HashMap的性能。

当HashMap中的其中一个链的对象个数如果达到了8个，此时如果capacity没有 达到64，那么HashMap会先扩容解决，如果已经达到了64，那么这个链会变成 树，结点类型由Node变成TreeNode类型。当然，如果当映射关系被移除后， 下次resize方法时判断树的结点个数低于6个，也会把树再转为链表。

jdk1.7

jdk1.7中存取节点的不是Node 而是Entry，Node和Entry中的元素都一样（hash key value next）。它的底层结构是数组+单向链表，它实例化之后底层创建了一个默认长度为16的数组

三 源码解析

1、属性：

     /**
     * 默认初始化容量为16
     */
    static final int DEFAULT_INITIAL_CAPACITY = 1 << 4; 

    /**
     * 最大的容量上限为2的30次方
     */
    static final int MAXIMUM_CAPACITY = 1 << 30;

    /**
     * 默认的负载因子是0.75f
     */
    static final float DEFAULT_LOAD_FACTOR = 0.75f;

    /**
     * 变成树形结构的临界值为8
     */
    static final int TREEIFY_THRESHOLD = 8;
    
    /**
     * 当哈希表的大小超过这个阈值，才会把链式结构转化成树型结构，否则仅采
     *取扩容来尝试减少冲突 
     */
    static final int MIN_TREEIFY_CAPACITY = 64;

    /**
     * 哈希表 
     */
	 transient Node<K,V>[] table;


    /**
     * 哈希表中键值对的个数
     */
    transient int size;

    /**
     * 哈希表被修改的次数 
     */
    transient int modCount;

    /**
    *它是通过 capacity*loadFactor 计算出来的，当 size 到达这个值时，
     *就会进行扩容操作
     */
    int threshold;

    /**
    *负载因子
     */
    final float loadFactor;

Node类的定义，它是一个静态内部类，哈希表中的每一个节点都是Node类型。我们可以看到，Node中有四个属性key、value、hash（存储key的hash值）、next（构建链表的时候用来指向后继节点的），后边我们存储不能重复的key，所以hashcode 和equals是重写的。

    static class Node<K,V> implements Map.Entry<K,V> {
        final int hash;
        final K key;
        V value;
        Node<K,V> next;

        Node(int hash, K key, V value, Node<K,V> next) {
            this.hash = hash;
            this.key = key;
            this.value = value;
            this.next = next;
        }

        public final K getKey()        { return key; }
        public final V getValue()      { return value; }
        public final String toString() { return key + "=" + value; }

        public final int hashCode() {
            return Objects.hashCode(key) ^ Objects.hashCode(value);
        }

        public final V setValue(V newValue) {
            V oldValue = value;
            value = newValue;
            return oldValue;
        }

        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;
        }
    }

3、get方法：

public class HashMap<K,V> extends AbstractMap<K,V> 
implements Map<K,V>, Cloneable, Serializable {

    //返回值类型为V,HashMap中的V
    public V get(Object key) {
        Node<K,V> e;
        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;
        // 如果hash表不为空且对应的桶不为空，其中的tab[(n - 1) & hash]中的&是进行按位与操作
        if ((tab = table) != null && (n = tab.length) > 0 &&
            (first = tab[(n - 1) & hash]) != null) {
            //如果hash值相等且key值也相等，表示取到值
            if (first.hash == hash && // always check first node
                ((k = first.key) == key || (key != null && key.equals(k))))
                return first;
            //判断是否由后继节点
            if ((e = first.next) != null) {
            // 如果当前的桶是采用红黑树处理冲突，则调用红黑树的 get 方法去获取节点
                if (first instanceof TreeNode)
                    return ((TreeNode<K,V>)first).getTreeNode(hash, key);
             //不是红黑树的话，那就是传统的链式结构了，通过循环的方法判断链中是否存在该 key  
                do {
                    if (e.hash == hash &&
                        ((k = e.key) == key || (key != null && key.equals(k))))
                        return e;
                } while ((e = e.next) != null);
            }
        }
        return null;
    }
}

实现步骤大致如下：
1、通过 hash 值获取该 key 映射到的桶。
2、桶上的 key 就是要查找的 key，则直接命中。
3、桶上的 key 不是要查找的 key，则查看后续节点：
(1）如果后续节点是树节点，通过调用树的方法查找该 key。
（2）如果后续节点是链式节点，则通过循环遍历链查找该 key。

4、put 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;
         //如果哈希表为空，则先创建一个哈希表（resize里面实现了初始化 大小为默认值16）
        if ((tab = table) == null || (n = tab.length) == 0)
            n = (tab = resize()).length;
         //如果当前桶没有碰撞冲突，则直接把键值对插入
        if ((p = tab[i = (n - 1) & hash]) == null)
            tab[i] = newNode(hash, key, value, null);
        else {
            Node<K,V> e; K k;
        //如果桶上节点的 key 与当前 key 重复，那你就是我要找的节点了，表示的是更新
            if (p.hash == hash &&
                ((k = p.key) == key || (key != null && key.equals(k))))
                e = p;
         //如果是采用红黑树的方式处理冲突，则通过红黑树的 putTreeVal 方法去插入这个键值对 
            else if (p instanceof TreeNode)
                e = ((TreeNode<K,V>)p).putTreeVal(this, tab, hash, key, value);
         //否则就是传统的链式结构 
            else {
             //采用循环遍历的方式，判断链中是否有重复的 key 
                for (int binCount = 0; ; ++binCount) {
                 //到了链尾还没找到重复的 key，则说明 HashMap 没有包含该键 ，添加
                    if ((e = p.next) == null) {
                       //创建一个新节点插入到尾部 
                        p.next = newNode(hash, key, value, null);
                       //如果链的长度大于 TREEIFY_THRESHOLD（默认为8） 这个临界值，则调用treeifBin方
                       //法，注意不一定生成红黑树，下面对 treeifyBin有解释
                        if (binCount >= TREEIFY_THRESHOLD - 1) // -1 for 1st
                            treeifyBin(tab, hash);
                        break;
                    }
                     //找到了重复的 key ，中断
                    if (e.hash == hash &&
                        ((k = e.key) == key || (key != null && key.equals(k))))
                        break;
                    p = e;
                }
            }
             //这里表示在上面的操作中找到了重复的键，所以这里把该键的值替换为新值 
            if (e != null) { // existing mapping for key
                V oldValue = e.value;
                if (!onlyIfAbsent || oldValue == null)
                    e.value = value;
                afterNodeAccess(e);
                return oldValue;
            }
        }
        ++modCount;
        //判断是否需要进行扩容 
        if (++size > threshold)
            resize();
        afterNodeInsertion(evict);
        return null;
    }

 final void treeifyBin(Node<K,V>[] tab, int hash) {
        int n, index; Node<K,V> e;
        //如果当前数组不是null 或者数组的大小小于MIN_TREEIFY_CAPACITY（默认64），则进行扩容
        if (tab == null || (n = tab.length) < MIN_TREEIFY_CAPACITY)
            resize();
         //否则改为红黑树
        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);
        }
    }

put 方法比较复杂，实现步骤大致如下：
1、先通过 hash 值计算出 key 映射到哪个桶。
2、如果桶上没有碰撞冲突，则直接插入。
3、如果出现碰撞冲突了，则需要处理冲突： （
1）如果该桶使用红黑树处理冲突，则调用红黑树的方法插入。
2）否则采用传统的链式方法插入。如果链的长度到达临界值（默认8）且当前的数组的长度>64时，此时此索引位置上的所有的数据改为红黑树存储
4、如果桶中存在重复的键，则为该键替换新值。
5、如果size 大于阈值，则进行扩容。

四、长问面试题

1、负载因子值的大小，对HashMap有什么影响

负载因子的大小决定了HashMap的数据密度。
负载因子越大密度越大，发生碰撞的几率越高，数组中的链表越容易长, 造成查询或插入时的比较次数增多，性能会下降。
负载因子越小，就越容易触发扩容，数据密度也越小，意味着发生碰撞的 几率越小，数组中的链表也就越短，查询和插入时比较的次数也越小，性 能会更高。但是会浪费一定的内容空间。而且经常扩容也会影响性能，建 议初始化预设大一点的空间。
按照其他语言的参考及研究经验，会考虑将负载因子设置为0.7~0.75，此 时平均检索长度接近于常数。

2、谈谈你对HashMap中put/get方法的认识？如果了解再谈谈 HashMap的扩容机制？默认大小是多少？什么是负载因子( 或填充比)？什么是吞吐临界值(或阈值、threshold)？

这个答案都在上边讲解完了。