Java容器——HashMap（Java8）源码解析（二）
在前文中介绍了HashMap中的重要元素，现在万事俱备，需要刨根问底看看实现了。HashMap的增删改查，都离不开元素查找。查找分两部分，一是确定元素在table中的下标，二是确定以指定下标元素为首的具体位置。可以抽象理解为二维数组，第一个通过哈希函数得来，第二个下标则是链表或红黑树来得到，下面分别来说。
一 哈希函数
说到HashMap，最值得引起注意的自然是接近常数级别的操作速度，大家也都知道是利用哈希表来实现。这里面就涉及到几个问题：
1 如何计算哈希；
2 如何设置哈希表；
3 哈希冲突后的处理方式。
首先是哈希函数，HashMap中最关键的函数之一。官方给的注释也比较详细。先简单说一下算法的实现。计算哈希是针对HashMap中节点Node
目前使用的方法是，使用算出来的哈希值高16位与低16位相亦或，按照官方注释：这是速度，通用性，bit位均匀分布的折中。这里的位运算和移位运算速度都很快，在不同平台上都能找到直接指令操作，同时保留了高位和地位的特性。
static final int hash(Object key) {
int h;
return (key == null) ? 0 : (h = key.hashCode()) ^ (h >>> 16);
}哈希函数不能单独来看。上一篇中我们说到，HashMap的初始大小DEFAULT_INITIAL_CAPACITY是为16，计算出来的哈希值肯定是不可能全塞进去的，如何确定一个Key究竟应该放到哪个下标中呢？
int index = (length - 1) & hash；方法是表长度减一与哈希值相与。这里又引出了另外一个问题，HashMap的长度设定，选择比初始值大的最小的2的正整数次幂，计算方法如下。
/**
* 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;
}这个方法如何计算出2的N次幂呢？2的N次幂是最高bit位为1，其他位为0的正整数，那么2的N次幂减一就是最高位变0，后面的都变成1。为了达成这个目的，这个算法首先计算了2的N次幂减一。一个正整数最高bit位肯定为1，右移一位相或后，最高两位都为1，再右移两位后与原数相与，最高四位都为1，以此类推。因为int最多也就32位，这种方式保证了最后所有位都为1，加一后得到2的N次幂。有一个问题，为什么刚开始的时候要减一呢？是为了防止一开始就是个2的N次幂，这样就对不上了。这是一个很巧妙的算法。
再回到上面这个int index = (length - 1) & hash 计算下标的算法。有了上面的分析，很容易得到，length-1是2的N次幂减一，除最高位外都为1，用这个数与哈希值相与，实际上就是取哈希比特位上的值。注意之前已经说了，哈希算出来的是高16位与低16位相亦，保留了高低位的特性，这样一来就能有效利用元素的哈希进行区分同时加快计算速度。
二 位置查找
通过上面的哈希函数和下标函数，可以准确找到元素所在下标。接下来就是找到具体所在位置。前面说到了，HashMap冲突后的解决方式有两种，冲突数量少时用链表，数量多时用红黑树。下面就分别来看这两种不同方式的查找。
/**
* Implements Map.get and related methods.
*
* @param hash hash for key
* @param key the key
* @return the node, or null if none
*/
final Node getNode(int hash, Object key) {
// 结点表
Node[] tab;
// 首结点，临时结点，表长，Key临时变量
Node first, e; int n; K k;
// 查找下标
if ((tab = table) != null && (n = tab.length) > 0 &&
(first = tab[(n - 1) & hash]) != null) {
// 先看首元素是否匹配
if (first.hash == hash &&
((k = first.key) == key || (key != null && key.equals(k))))
return first;
// 按红黑树查找
if ((e = first.next) != null) {
if (first instanceof TreeNode)
return ((TreeNode)first).getTreeNode(hash, key);
// 按单向链表查找
do {
if (e.hash == hash &&
((k = e.key) == key || (key != null && key.equals(k))))
return e;
} while ((e = e.next) != null);
}
}
return null;
} 在上面的代码中，基本注释很清楚了，链表查找就是顺序查找，时间复杂度是O(n)。按红黑树查找的方式如下所示。
/**
* Calls find for root node.
*/
final TreeNode getTreeNode(int h, Object k) {
return ((parent != null) ? root() : this).find(h, k, null);
}
/**
* Finds the node starting at root p with the given hash and key.
* The kc argument caches comparableClassFor(key) upon first use
* comparing keys.
*/
final TreeNode find(int h, Object k, Class kc) {
TreeNode p = this;
do {
int ph, dir; K pk;
TreeNode pl = p.left, pr = p.right, q;
if ((ph = p.hash) > h)
p = pl;
else if (ph < h)
p = pr;
else if ((pk = p.key) == k || (k != null && k.equals(pk)))
return p;
else if (pl == null)
p = pr;
else if (pr == null)
p = pl;
else if ((kc != null ||
(kc = comparableClassFor(k)) != null) &&
(dir = compareComparables(kc, k, pk)) != 0)
p = (dir < 0) ? pl : pr;
else if ((q = pr.find(h, k, kc)) != null)
return q;
else
p = pl;
} while (p != null);
return null;
} 由于红黑树也是一个二叉搜索树，所以查询过程近似二分查找法，时间复杂度是O(logn)，比链表查找要快得多。有一篇介绍HashMap红黑树非常详细的博客可以参考HashMap红黑树解析。
三 基本操作
对于一个容器来说，核心操作无外乎增删改查，HashMap也不例外。相对于其他操作，查找都是首先要做的，才能进行相应的修改删除等操作。前面一节介绍了HashMap的查找实现，下面分析剩下的操作就比较轻松了。
3.1分配大小
首先来看重新分配大小的操作，这个是HashMap的基础操作，也是最关键的操作之一。
final Node[] resize() {
Node[] oldTab = table;
int oldCap = (oldTab == null) ? 0 : oldTab.length;
int oldThr = threshold;
int newCap, newThr = 0;
if (oldCap > 0) {
if (oldCap >= MAXIMUM_CAPACITY) {
threshold = Integer.MAX_VALUE;
return oldTab;
}
else if ((newCap = oldCap << 1) < MAXIMUM_CAPACITY &&
oldCap >= DEFAULT_INITIAL_CAPACITY)
newThr = oldThr << 1; // double threshold
}
else if (oldThr > 0) // initial capacity was placed in threshold
newCap = oldThr;
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;
@SuppressWarnings({"rawtypes","unchecked"})
Node[] newTab = (Node[])new Node[newCap];
table = newTab;
if (oldTab != null) {
for (int j = 0; j < oldCap; ++j) {
Node e;
if ((e = oldTab[j]) != null) {
oldTab[j] = null;
if (e.next == null)
newTab[e.hash & (newCap - 1)] = e;
else if (e instanceof TreeNode)
((TreeNode)e).split(this, newTab, j, oldCap);
else { // preserve order
Node loHead = null, loTail = null;
Node hiHead = null, hiTail = null;
Node next;
do {
next = e.next;
if ((e.hash & oldCap) == 0) {
if (loTail == null)
loHead = e;
else
loTail.next = e;
loTail = e;
}
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;
} 这个步骤分为两步，首先是扩容，针对的是存放结点的table，分以下几种情况：
1 原table是空的，初始化为DEFAULT_INITIAL_CAPACITY；
2 原table大小是MAXIMUM_CAPACITY的，不进行改动；
3 对table不符合上述两个条件的，扩容至二倍大小。
扩容是声明一个指定大小的新table，再往下就是初始化新table。初始化的方式分下面成几种情况：
1 对原先table中指定位置为null的，不作处理；
2 对原先table中指定位置只有一个元素的，则计算哈希和下标后重新填充到新table；
3 对原table中为红黑树结点的，分配到新数组中，下面会专门介绍；
4 对原table中指定位置为链表的，要先将链表拆分成两个链表，拆分的依据是(e.hash & oldCap) == 0 这个判断，为何使用这个条件呢？首先要确认，进入条件四的，都是table扩容两倍的，原因比较显而易见。oldCap是2的N次方，也就是第N+1位比特位为1，剩下的为0，取下标计算时，最高位为0，剩下的为1，扩容后的newCap，第N+2位为1，取下标计算时N+1以下都为1，具体可以看下图。
这里以HashMap默认大小16举例， 回到扩容时(e.hash & oldCap) == 0 这个判断条件，满足这个条件的，第5个比特位为0，扩容以后，计算e.hash & 31 == e.hash & 15，所以在新的table中位置不变。而不满足这个条件的，第五个比特位为1，扩容以后 e.hash & 31 == e.hash & 15 + 2^4，也就是位置增加了原先的oldCap大小。这就是根据这个判断条件将链表分为hi和low两个链表的依据lo链表位置为newTab[j] = loHead，hi链表位置为newTab[j + oldCap] = hiHead。不需要重新计算哈希直接得出在新table中的下标，而且保持了原先链表的顺序，可以说是很巧妙的设计了。
多说一句，在jdk7中，扩容以后链表的顺序是颠倒的，而且需要计算哈希和下标，对比而言，jdk8在这方面还是有提升的。
现在再回到条件3，原先结点是红黑树的情况，看看如何实现。
/**
* Splits nodes in a tree bin into lower and upper tree bins,
* or untreeifies if now too small. Called only from resize;
* see above discussion about split bits and indices.
*
* @param map the map
* @param tab the table for recording bin heads
* @param index the index of the table being split
* @param bit the bit of hash to split on
*/
final void split(HashMap map, Node[] tab, int index, int bit) {
TreeNode b = this;
// Relink into lo and hi lists, preserving order
TreeNode loHead = null, loTail = null;
TreeNode hiHead = null, hiTail = null;
int lc = 0, hc = 0;
for (TreeNode e = b, next; e != null; e = next) {
next = (TreeNode)e.next;
e.next = null;
if ((e.hash & bit) == 0) {
if ((e.prev = loTail) == null)
loHead = e;
else
loTail.next = e;
loTail = e;
++lc;
}
else {
if ((e.prev = hiTail) == null)
hiHead = e;
else
hiTail.next = e;
hiTail = e;
++hc;
}
}
if (loHead != null) {
if (lc <= UNTREEIFY_THRESHOLD)
tab[index] = loHead.untreeify(map);
else {
tab[index] = loHead;
if (hiHead != null) // (else is already treeified)
loHead.treeify(tab);
}
}
if (hiHead != null) {
if (hc <= UNTREEIFY_THRESHOLD)
tab[index + bit] = hiHead.untreeify(map);
else {
tab[index + bit] = hiHead;
if (loHead != null)
hiHead.treeify(tab);
}
}
} 有了前面的基础，这一部分就很容易理解了。同样是依据(e.hash & oldCap) == 0 这个条件，将红黑树退化拆分为两个链表，然后根据元素是否够转化为红黑树的阈值，来决定是否要将链表转为红黑树。
3.2 插入元素
插入元素也是关键操作之一，也可以是替换元素，可以是当元素为空时插入，直接看代码。这里有几个条件需要注意一下，onlyIfAbsent是判断是否需要替换原结点，evict是标识是否是新建Map的状态，put方法的返回值是原Value值，而不是现在要插入的Value值。
/**
* Associates the specified value with the specified key in this map.
* If the map previously contained a mapping for the key, the old
* value is replaced.
*
* @param key key with which the specified value is to be associated
* @param value value to be associated with the specified key
* @return the previous value associated with key, or
* null if there was no mapping for key.
* (A null return can also indicate that the map
* previously associated null with key.)
*/
public V put(K key, V value) {
return putVal(hash(key), key, value, false, true);
}
/**
* Implements Map.put and related methods.
*
* @param hash hash for key
* @param key the key
* @param value the value to put
* @param onlyIfAbsent if true, don't change existing value
* @param evict if false, the table is in creation mode.
* @return previous value, or null if none
*/
final V putVal(int hash, K key, V value, boolean onlyIfAbsent,
boolean evict) {
Node[] tab; Node p; int n, i;
if ((tab = table) == null || (n = tab.length) == 0)
n = (tab = resize()).length;
if ((p = tab[i = (n - 1) & hash]) == null)
tab[i] = newNode(hash, key, value, null);
else {
Node e; K k;
if (p.hash == hash &&
((k = p.key) == key || (key != null && key.equals(k))))
e = p;
else if (p instanceof TreeNode)
e = ((TreeNode)p).putTreeVal(this, tab, hash, key, value);
else {
for (int binCount = 0; ; ++binCount) {
// 链表最后一个元素
if ((e = p.next) == null) {
p.next = newNode(hash, key, value, null);
if (binCount >= TREEIFY_THRESHOLD - 1) // -1 for 1st
treeifyBin(tab, hash);
break;
}
// 插入Node的key和链表中元素的key相同
if (e.hash == hash &&
((k = e.key) == key || (key != null && key.equals(k))))
break;
p = e;
}
}
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;
} 代码中有需要解释的地方， if (p.hash == hash && ((k = p.key) == key || (key != null && key.equals(k))))，p是table[index]的元素，这句话是比较要插入Node的Key和原Node的Key，为何需要两种判断条件呢？因为HashMap支持null值，null不能用equals比较，所以要先判断Key为null的情况。
插入分以下几种情况：
1 原table指定下标为空的，直接新建结点插入；
2 原结点是红黑树结点的，调用putTreeVal插入；
3 原结点是链表中的结点的，直接返回找到的结点，如果遍历链表也没找到，那就作为链表的末尾元素（链表超过阈值需要转化为红黑树）。
3.3 删除元素
有了前面的基础，删除元素就比较好分析了。删除元素同样返回的是该元素的Value值。
/**
* Removes the mapping for the specified key from this map if present.
*
* @param key key whose mapping is to be removed from the map
* @return the previous value associated with key, or
* null if there was no mapping for key.
* (A null return can also indicate that the map
* previously associated null with key.)
*/
public V remove(Object key) {
Node e;
return (e = removeNode(hash(key), key, null, false, true)) == null ?
null : e.value;
}
/**
* Implements Map.remove and related methods.
*
* @param hash hash for key
* @param key the key
* @param value the value to match if matchValue, else ignored
* @param matchValue if true only remove if value is equal
* @param movable if false do not move other nodes while removing
* @return the node, or null if none
*/
final Node removeNode(int hash, Object key, Object value,
boolean matchValue, boolean movable) {
Node[] tab; Node p; int n, index;
if ((tab = table) != null && (n = tab.length) > 0 &&
(p = tab[index = (n - 1) & hash]) != null) {
Node node = null, e; K k; V v;
if (p.hash == hash &&
((k = p.key) == key || (key != null && key.equals(k))))
node = p;
else if ((e = p.next) != null) {
if (p instanceof TreeNode)
node = ((TreeNode)p).getTreeNode(hash, key);
else {
do {
if (e.hash == hash &&
((k = e.key) == key ||
(key != null && key.equals(k)))) {
node = e;
break;
}
p = e;
} while ((e = e.next) != null);
}
}
if (node != null && (!matchValue || (v = node.value) == value ||
(value != null && value.equals(v)))) {
if (node instanceof TreeNode)
((TreeNode)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;
} 也是分了几种情况：
1 没找到，返回null；
2 元素就是table下标元素的，该下标置为空；
3 链表元素的，遍历查找删除；
4 在红黑树中的，遍历查找删除。
3.4 其他方法
介绍了前面HashMap的几个关键方法以后，剩下的要么是前面方法的演变，要么是比较显而易见的。
按Key查找元素，实际上和查找结点是一样的。
/**
* Returns true if this map contains a mapping for the
* specified key.
*
* @param key The key whose presence in this map is to be tested
* @return true if this map contains a mapping for the specified
* key.
*/
public boolean containsKey(Object key) {
return getNode(hash(key), key) != null;
}按Value查找元素，这个方法比较简单粗暴，就是逐个遍历。
/**
* Returns true if this map maps one or more keys to the
* specified value.
*
* @param value value whose presence in this map is to be tested
* @return true if this map maps one or more keys to the
* specified value
*/
public boolean containsValue(Object value) {
Node[] tab; V v;
if ((tab = table) != null && size > 0) {
for (int i = 0; i < tab.length; ++i) {
for (Node e = tab[i]; e != null; e = e.next) {
if ((v = e.value) == value ||
(value != null && value.equals(v)))
return true;
}
}
}
return false;
} 清空HashMap，就是将table各个结点置为空。
/**
* Removes all of the mappings from this map.
* The map will be empty after this call returns.
*/
public void clear() {
Node[] tab;
modCount++;
if ((tab = table) != null && size > 0) {
size = 0;
for (int i = 0; i < tab.length; ++i)
tab[i] = null;
}
} 四 小结
行文至此，HashMap基本介绍完了，简单做个小结。HashMap是一种增删改查操作近似于常数时间的容器，JDK1.8以后引入红黑树，较之前版本效率又有了较大的提升。但是需要注意的是，HashMap不是一个线程安全的容器，在多线程的环境下可能会出异常，如需要使用同步容器，请参见ConcurrentHashMap的使用。