HashMap 底层源码浅析
参考资料 Java中HashMap的put与get方法原理
深入理解HashMap（三）resize方法解析
文章内容包含
- JDK1.8 HashMap扩容时做了哪些优化？
- 加载因子为什么是0.75？
- 当哈希冲突时，HashMap是如何查找并确定元素的？
- HashMap源码中有哪些重要的方法？
- HashMap是如何导致死循环的?
HashMap 底层是如何实现的？在JDK1.8中它都做了哪些优化
在JDK1.7中HashMap是以数组加链表的形式组成，JDK1.8之后新增了红黑树的组成结构，当链表大于8并且容量大于64时，链表结构会转成红黑树结构，它的组成结构如下图所示：
【图片1】
数组中的元素称为哈希桶，它的定义如下
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;
}
}
可以看出每个哈希桶中包含四个字段 hash , key , value ,next 其中，next表示链表的下一个节点。
JDK1.8之所以添加红黑树是因为一旦链表过长，会严重影响HashMap的性能，而红黑树具有快速增删改查的特点，可以有效的解决链表过长时操作比较慢的问题。
HashMap源码中包含以下几个属性：
//默认初始化容量 必须为2的幂
static final int DEFAULT_INITIAL_CAPACITY = 1 << 4; // aka 16
//最大容量，如果两个带参数的构造函数隐式指定更高的值，则使用该最大容量。 *必须是两个<= 1 << 30的幂
static final int MAXIMUM_CAPACITY = 1 << 30;
//在构造函数中未指定时使用的负载系数。
static final float DEFAULT_LOAD_FACTOR = 0.75f;
//转换成树的阈值，链表长度大于8时，并且容量大于64转化时
static final int TREEIFY_THRESHOLD = 8;
//从树转换成链表的阈值，当元素小于此值时，会将树结构转换成链表结构
static final int UNTREEIFY_THRESHOLD = 6;
//最小树形化容量阈值：即 当哈希表中的容量 > 该值时，才允许树形化链表 （即 将链表 转换成红黑树）
// 为了避免进行扩容、树形化选择的冲突，这个值不能小于 4 * TREEIFY_THRESHOLD
static final int MIN_TREEIFY_CAPACITY = 64;
什么是加载因子？加载因子为什么是0.75?
加载因子也称扩容因子或者负载因子,用来判断什么时候进行扩容,假如加载因子是0.5,HashMap的初始化容量是16,那么当HashMap中有16*0.5=8个元素时，HashMap就会进行扩容。
那加载因子为什么是0.75而不是0.5或者1.0呢？
其实是出于容量和性能之间平衡的结果：
当加载因子设置比较大的时候，扩容的门槛也就被提高了，扩容发生的频率比较低，占用的空间会比较小，但此时发生Hash冲突的几率就会提升，因此需要更复杂的数据结构来存储元素，这样对元素的操作时间就会增加，运行效率也因此降低【占用资源少，效率会低】
当加载因子设置比较小的时候，扩容的门槛就比较低，因此会占用更多的空间，此时元素的存储就比较稀疏，发生哈希冲突的可能性就比较小，因此操作性能会比较高。【效率高，占用资源会多】
综合以上情况取了0.5到1.0之间的数0.75作为加载因子
HashMap源码中三个重要方法：查询、新增和数据扩容
get方法
public V get(Object key) {
Node<K,V> e;
//对key进行哈希操作
return (e = getNode(hash(key), key)) == null ? null : e.value;
}
/**
* Implements Map.get and related methods
*/
final Node<K,V> getNode(int hash, Object key) {
Node<K,V>[] tab; Node<K,V> first, e; int n; K k;
//非空判断
if ((tab = table) != null && (n = tab.length) > 0 &&
(first = tab[(n - 1) & hash]) != null) {
//判断第一个元素是否是要查询的元素
if (first.hash == hash && // always check first node
((k = first.key) == key || (key != null && key.equals(k))))
return first;
//下一个节点非空判断
if ((e = first.next) != null) {
//如果第一节点是树形结构，则使用getTreeNode直接获取相应的数据
if (first instanceof TreeNode)
return ((TreeNode<K,V>)first).getTreeNode(hash, key);
do {//非树结构,循环节点判断
//hash相等并且key相同，则返回此节点
if (e.hash == hash &&
((k = e.key) == key || (key != null && key.equals(k))))
return e;
} while ((e = e.next) != null);
}
}
return null;
}
-
先定义几个变量：
- 1个Node的数组 tab，两个Node对象，first，e，一个int n，一个K k；
-
进入方法的if判断，如果不走此if，直接返回null；
- 判断了如下内容，并且用 && 连接（同时满足，并且有短路）
(tab = table) != null， 只要进行过 put 操作，即满足；(n = tab.length) > 0，要求map集合中有元素（与上一个条件不同：先put再remove，此判断不成立）；(first = tab[(n - 1) & hash]) != null，还是与put时同样的计算索引方法，！=null 代表tab数组对应索引有元素；
-
满足最外层的if后，再次需要分2种情况讨论；
- 别找了 hash值也是first的hash值，传入的key也是那个key（==直接返回true，重写了 equal后 返回true也可以）
此时，直接返回first即可； - 树中还是链表中？做出不同处理
1.红黑树：直接调用getTreeNode()，不做深究
2.链表：通过.next() 循环获取，知道找到满足条件的key为止
- 别找了 hash值也是first的hash值，传入的key也是那个key（==直接返回true，重写了 equal后 返回true也可以）
-
最后，可以返回之前定义的 Node对象 e啦。
当哈希冲突时，HashMap是如何查找并确定元素的？
当哈希冲突时我们需要通过判断 (e.hash == hash && ((k = e.key) == key || (key != null && key.equals(k))))
值是否相等，才能确认此元素是不是我们想要的元素
put方法
final V putVal(int hash, K key, V value, boolean onlyIfAbsent,
boolean evict) {
Node<K,V>[] tab; Node<K,V> p; int n, i;
//hashmap对象中 tabel属性为空--->第一次put---->resize()
if ((tab = table) == null || (n = tab.length) == 0)
n = (tab = resize()).length;
//发现tab[i] 没有值，直接存入即可
if ((p = tab[i = (n - 1) & hash]) == null)
tab[i] = newNode(hash, key, value, null);
else {
//tab[i]取到值了，莫慌，先定义下方2个变量
Node<K,V> e; K k;
//如果是 key 重复了 很简单，直接e = p
if (p.hash == hash &&
((k = p.key) == key || (key != null && key.equals(k))))
e = p;
// 该链为树
else if (p instanceof TreeNode)
e = ((TreeNode<K,V>)p).putTreeVal(this, tab, hash, key, value);
// 该链为链表
else {
for (int binCount = 0; ; ++binCount) {
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;
}
}
//几种情况都处理，可以添加元素 了
if (e != null) { // existing mapping for key
V oldValue = e.value;
if (!onlyIfAbsent || oldValue == null)
e.value = value;
afterNodeAccess(e);
return oldValue;
}
}
++modCount;
if (++size > threshold)
resize();
afterNodeInsertion(evict);
return null;
}
- 当调用put()，首先会根据key生成一个 hash值，原理如下：
static final int hash(Object key) {
int h;
//key 是 null 直接返回 0
//key 不是null，先计算key对应的hashCode，赋值给 h
//并将 h 与 h >>> 16 做异或（相同为0 不同为1）运算 ，作为hash值返回
return (key == null) ? 0 : (h = key.hashCode()) ^ (h >>> 16);
}
下图举例说明了位运算的过程
拿到了hash值后，调用 putVal()，做了如下操作
- 将对象table赋值给tab，并以tab是否为空作为是否第一次调用此方法的判断，是则resize()并给tab，n赋值；
- 获取tab的第i个元素：根据 (n - 1) & hash 算法 ，计算出i找到，如果为空，调用newNode() ，赋值给tab第i个；
- 如果不为空，可能存在2种情况：hash值重复了，也就是put过程中，发现之前已经有了此key对应的value，则暂时e = p；
至于另外一种情况就是位置冲突了，即根据(n - 1) & hash算法发生了碰撞，再次分情况讨论；
1.以链表的形式存入；
2.如果碰撞导致链表过长(大于等于TREEIFY_THRESHOLD)，就把链表转换成红黑树； - 最后，如果e不为空，将e添加到table中（e.value 被赋值为 putVal()中的参数 value）；
从结构实现来讲，HashMap是数组+链表+红黑树（JDK1.8增加了红黑树部分）实现的，如下如所示。
HashMap的put方法执行过程可以通过下图来理解。
扩容方法resize
final Node<K,V>[] resize() {
//扩容前的数组
Node<K,V>[] oldTab = table;
//扩容前的数组的大小和阈值
int oldCap = (oldTab == null) ? 0 : oldTab.length;
int oldThr = threshold;
//新数组的大小和阈值
int newCap, newThr = 0;
//如果原table不为空
if (oldCap > 0) {
//超过最大值就不再扩容
if (oldCap >= MAXIMUM_CAPACITY) {
threshold = Integer.MAX_VALUE;
return oldTab;
}
//扩容容量为当前容量的两倍，但不能超过MAXIMUM_CAPACITY
else if ((newCap = oldCap << 1) < MAXIMUM_CAPACITY &&
oldCap >= DEFAULT_INITIAL_CAPACITY)
//阈值也变为原来的两倍
newThr = oldThr << 1; // double threshold
}
/**
* 从构造方法我们可以知道
* 如果没有指定initialCapacity, 则不会给threshold赋值, 该值被初始化为0
* 如果指定了initialCapacity, 该值被初始化成大于initialCapacity的最小的2的次幂
* 这里这种情况指的是原table为空，并且在初始化的时候指定了容量，
* 则用threshold作为table的实际大小
*/
else if (oldThr > 0) // initial capacity was placed in threshold
newCap = oldThr;
else { // zero initial threshold signifies using defaults
//构造方法中没有指定容量，则使用默认值
newCap = DEFAULT_INITIAL_CAPACITY;
newThr = (int)(DEFAULT_LOAD_FACTOR * DEFAULT_INITIAL_CAPACITY);
}
// 计算指定了initialCapacity情况下的新的 threshold
if (newThr == 0) {
float ft = (float)newCap * loadFactor;
newThr = (newCap < MAXIMUM_CAPACITY && ft < (float)MAXIMUM_CAPACITY ?
(int)ft : Integer.MAX_VALUE);
}
threshold = newThr;
/**从以上操作我们知道, 初始化HashMap时,
* 如果构造函数没有指定initialCapacity, 则table大小为16
* 如果构造函数指定了initialCapacity, 则table大小为threshold,
* 即大于指定initialCapacity的最小的2的整数次幂
* 从下面开始, 初始化table或者扩容, 实际上都是通过新建一个table来完成
*/
@SuppressWarnings({"rawtypes","unchecked"})
Node<K,V>[] newTab = (Node<K,V>[])new Node[newCap];
//开始扩容，将新的容量复制给table
table = newTab;
//原数据不为空,将原数据复制到新table中
if (oldTab != null) {
//根据容量循环数组,复制非空元素到新table中
for (int j = 0; j < oldCap; ++j) {
Node<K,V> e;
if ((e = oldTab[j]) != null) {
oldTab[j] = null;
//如果链表只有一个，则进行直接复制
if (e.next == null)
newTab[e.hash & (newCap - 1)] = e;
else if (e instanceof TreeNode)
// 节点是树结构，相关操作
((TreeNode<K,V>)e).split(this, newTab, j, oldCap);
else { // preserve order
//链表复制, JDK1.8扩容优化部分
Node<K,V> loHead = null, loTail = null;
Node<K,V> hiHead = null, hiTail = null;
Node<K,V> next;
do {
next = e.next;
//原索引
if ((e.hash & oldCap) == 0) {
if (loTail == null)
loHead = e;
else
loTail.next = e;
loTail = e;
}
//原索引 + oldCap
else {
if (hiTail == null)
hiHead = e;
else
hiTail.next = e;
hiTail = e;
}
} while ((e = next) != null);
//将原索引放到哈希桶中
if (loTail != null) {
loTail.next = null;
newTab[j] = loHead;
}
//将原索+oldCap引放到哈希桶中
if (hiTail != null) {
hiTail.next = null;
newTab[j + oldCap] = hiHead;
}
}
}
}
}
return newTab;
}
什么时候进行resize操作？
有两种情况会进行resize：1、初始化table；2、在size超过threshold之后进行扩容
扩容后的新数组容量为多大比较合适？
扩容后的数组应该为原数组的两倍，并且这里的数组大小必须是2的幂
节点在转移的过程中是一个个节点复制还是一串一串的转移？
从源码中我们可以看出，扩容时是先找到拆分后处于同一个桶的节点，将这些节点连接好，然后把头节点存入桶中即可