HashMap详解之一文读懂

摘要

散列表（Hash table，也叫哈希表），是根据关键码值(Key value)而直接进行访问的数据结构。也就是说，它通过把关键码值映射到表中一个位置来访问记录，以加快查找的速度。这个映射函数叫做散列函数，存放记录的数组叫做散列表。

HashMap是Java程序员使用最频繁的的用于键值对(key value)数据处理的容器，在JDK1.7(Java Developmet Kit）时HashMap采取的是数组+链表的形式存储数据，JDK1.8对HashMap进行了存储结构上的优化，引入了红黑树数据结构，极大的增强了HashMap的存取性能！为什么会引入红黑树呢？因为HashMap存在一个问题，即使负载因子和Hash算法设计的再合理，也无法避免出现在链表上拉链过长的问题，如果极端情况下出现严重的Hash冲突，会严重影响HashMap的存取性能，于是HashMap在jdk1.8时，引入了红黑树，利用红黑树快速增删改查的特点来优化了HashMap的性能！

简介

Java为数据结构中的映射（键值对）定义了一个接口java.util.Map，这个接口有四个我们在开发中使用较为频繁的实现类，分别是HashMap、Hashtable、LinkedHashMap、TreeMap

序号	实现类	特点
1	HashMap	1、根据键的hashcode存储数据 2、允许一条记录的key为null，允许多条记录的value为null 3、非线程安全
2	Hashtable	1、线程安全 2、性能较低，需要使用的场景可以用ConcurrentHashMap替换
3	LinkedHashMap	1、访问具有顺序性，保存了插入顺序 2、可以通过构造函数入参来使其按照访问次序排序
4	TreeMap	1、有序Map，可以通过排序比较器来自定义存储数据的排序规则，默认按照key的生序排列 2、使用时key需要实现Comparable接口或者通过构造函数传入自定义Comparator

存储结构

jdk1.8以后HashMap采用数组+链表/红黑树的方式来存储数据

源码分析

主干

// HashMap的主干，也就是上面的绿色部分，是一个Node数组，每个Node包含一个K-V键值对
transient Node<K,V>[] table;

节点元素

// Node是HashMap的静态内部类，实现了Map接口中的内部Entry接口
static class Node<K,V> implements Map.Entry<K,V> {
     
   	// 记录当前Node的key的hash值，可以避免重复计算，空间换时间
    final int hash;
    // 键
    final K key;
    // 值
    V value;
    // 存储指向下一个Entry的引用，是单向链表结构
    Node<K,V> next;
    // ...
 }

其他重要字段

// 默认的初始容量 16
static final int DEFAULT_INITIAL_CAPACITY = 1 << 4;
// 最大容量，1左移30位
static final int MAXIMUM_CAPACITY = 1 << 30;
// 默认扩容因子 0.75
static final float DEFAULT_LOAD_FACTOR = 0.75f;
// 链表转红黑树的链表长度
static final int TREEIFY_THRESHOLD = 8;
// 红黑树转链表的阈值
static final int UNTREEIFY_THRESHOLD = 6;
// 链表转红黑树的数组长度
static final int MIN_TREEIFY_CAPACITY = 64;
// 实际存储K-V键值对的个数
transient int size;
// 记录HashMap被改动的次数，由于HashMap非线程安全，modCount可用于FailFast机制
transient int modCount;
// 扩容阈值，默认16*0.75=12，当填充到13个元素时，扩容后将会变为32，
int threshold;
// 负载因子 loadFactor=capacity*threshold，HashMap扩容需要参考loadFactor的值
final float loadFactor;

构造函数

// 看一个参数比较全的构造函数，构造函数中并未给table分配内存空间，此构造函数HashMap(Map m)会给table分配内存空间
public HashMap(int initialCapacity, float loadFactor) {
     
    // 判断初始化容量是否合法，如果<0则抛出异常
    if (initialCapacity < 0)
        throw new IllegalArgumentException("Illegal initial capacity: " + initialCapacity);
    // 判断initialCapacity是否大于 1<<30，如果大于则取 1<<30 = 2^30
    if (initialCapacity > MAXIMUM_CAPACITY)
        initialCapacity = MAXIMUM_CAPACITY;
    // 判断负载因子是否合法，如果小于等于0或者isNaN，loadFactor!=loadFactor，则抛出异常
    if (loadFactor <= 0 || Float.isNaN(loadFactor))
        throw new IllegalArgumentException("Illegal load factor: " +loadFactor);
    // 赋值loadFactor
    this.loadFactor = loadFactor;
    // 通过位运算将threshold设值为最接近initialCapacity的一个2的幂次方（这里非常重要）
    this.threshold = tableSizeFor(initialCapacity);
}

hash算法实现

HashMap中的hash算法实现分为三步。其中第二步使用hash值高16位参与位运算，是为了保证在数组table的length比较小的时候，可以保证高低bit都参与到hash运算中，保证分配均匀的同时采用位运算，也不会有太多的性能消耗；其中第三步，当n是2的整数的幂次方是，hash&(n-1)，相当于对hash值取模，而位运算比取模运算效率更高；具体流程可以通过图示查看。

第一步：通过key.hashCode()获取key的hashcode；

第二步：通过(h = key.hashCode()) ^ (h >>> 16)进行高16位的位运算；

第三步：通过(n - 1) & hash对计算的hash值取模运算，得到节点插入的数组所在位置。

HashMap之put方法

第一步：判断键值对数组table[i]是否为空/null，是则执行resize()扩容。

第二步：根据键key计算hash值得到插入数组的索引i，如果tab[i]== null则直接插入，执行第六步；如果tab[i] != null，执行第三步。

第三步：判断tab[i]的第一个元素与插入元素key的hashcode&equals是否相等，相等则覆盖，否则执行第四步。

第四步：判断tab[i]是否是红黑树节点TreeNode，是则在红黑树中插入节点，否则执行第五步。

第五步：遍历tab[i]判断链表是否大于8，大于8则可能转成红黑树（数组需要大于64），满足则在红黑树中插入节点；否则在链表中插入；在遍历链表的过程中如果存在key的hashcode&equals相等则替换即可。

第六步：插入成功，判断hashmap的size是否超过threshold的值，超过则扩容。

put(K key, V value)

public V put(K key, V value) {
     
    // hash(key) 根据key计算一个hash值，具体实现如下函数
    return putVal(hash(key), key, value, false, true);
}

计算key的hash值

static final int hash(Object key) {
     
    int h;
    // 如果key等于null,返回0
    // 否则取key的hashcode值h， 将h无符号右移16位也就是获取高16位，将两个值做异或位运算后返回
    return (key == null) ? 0 : (h = key.hashCode()) ^ (h >>> 16);
}

putVal(int hash, K key, V value, boolean onlyIfAbsent, boolean evict)

final V putVal(int hash, K key, V value, boolean onlyIfAbsent, boolean evict) {
     
    Node<K,V>[] tab; Node<K,V> p; int n, i;
    // 判断table是否为空，为空则resize()创建
    if ((tab = table) == null || (n = tab.length) == 0)
        n = (tab = resize()).length;
    // (n - 1) & hash计算插入节点在数组中的索引index，为空则直接插入
    if ((p = tab[i = (n - 1) & hash]) == null)
        tab[i] = newNode(hash, key, value, null);
    else {
     
        Node<K,V> e; K k;
        // 如果节点key存在，则覆盖当前元素
        if (p.hash == hash && ((k = p.key) == key || (key != null && key.equals(k))))
            e = p;
        // 节点不存在且当前的数组节点上的链为RBT红黑树，则按照红黑树的方式插入节点
        else if (p instanceof TreeNode)
            e = ((TreeNode<K,V>)p).putTreeVal(this, tab, hash, key, value);
        // 链为链表
        else {
     
            for (int binCount = 0; ; ++binCount) {
     
                // 节点的下一个节点为null，说明遍历到了链表的最后一个节点，将当前遍历到的最后一个节点的next指向新插入节点
                if ((e = p.next) == null) {
     
                    p.next = newNode(hash, key, value, null);
                    // 链表长度大于8可能需要做红黑树转换，具体要看treeifyBin()中判断数组的长度是否大于64
                    if (binCount >= TREEIFY_THRESHOLD - 1) // -1 for 1st
                        treeifyBin(tab, hash);
                    break;
                }
                // 节点存在则返回
                if (e.hash == hash && ((k = e.key) == key || (key != null && key.equals(k))))
                    break;
                // 不存在且写一个节点不为null，则将下一个节点赋值给当前节点，继续下一次循环
                p = e;
            }
        }
        // 节点存在替换后直接返回，不会记录HashmMap结构变化
        if (e != null) {
      // existing mapping for key
            V oldValue = e.value;
            if (!onlyIfAbsent || oldValue == null)
                e.value = value;
            afterNodeAccess(e);
            return oldValue;
        }
    }
    // 记录HashMap的结构变化
    ++modCount;
    // 判断节点插入后是否需要对hashMap的数组进行扩容
    if (++size > threshold)
        resize();
    afterNodeInsertion(evict);
    return null;
}

扩容

final Node<K,V>[] resize() {
     
    // 将扩容前的数组赋值给oldTab
    Node<K,V>[] oldTab = table;
    int oldCap = (oldTab == null) ? 0 : oldTab.length;
    int oldThr = threshold;
    int newCap, newThr = 0;
    if (oldCap > 0) {
     
        // 判断数组长度是否大于等于允许的最大值，超过则取最大值，直接返回
        if (oldCap >= MAXIMUM_CAPACITY) {
     
            threshold = Integer.MAX_VALUE;
            return oldTab;
        }
        // 将原先数组大小左移一位，也就是扩大两倍，扩容前需要判断大小是否超过允许的最大值
        else if ((newCap = oldCap << 1) < MAXIMUM_CAPACITY &&
                 oldCap >= DEFAULT_INITIAL_CAPACITY)
            newThr = oldThr << 1; // double threshold
    }
    // 如果数组大小小于等于0且threshold大于0(比如HashMap中的元素被全部删除了)，则将oldThr的值赋值给newCap
    else if (oldThr > 0) 
        newCap = oldThr;
    //首次初始化，给与默认的值
    else {
                    
        newCap = DEFAULT_INITIAL_CAPACITY;
        newThr = (int)(DEFAULT_LOAD_FACTOR * DEFAULT_INITIAL_CAPACITY);
    }
    // 如果新的扩容临界值仍为0，需要给newThr计算一个值
    if (newThr == 0) {
     
        float ft = (float)newCap * loadFactor;
        newThr = (newCap < MAXIMUM_CAPACITY && ft < (float)MAXIMUM_CAPACITY ?
                  (int)ft : Integer.MAX_VALUE);
    }
    // 赋值新的数组扩容阈值
    threshold = newThr;
    @SuppressWarnings({
     "rawtypes","unchecked"})
    // 根据新的容量实例化一个新的Node数组
    Node<K,V>[] newTab = (Node<K,V>[])new Node[newCap];
    table = newTab;
    if (oldTab != null) {
     
        // 遍历旧数组赋值到新数组中
        for (int j = 0; j < oldCap; ++j) {
     
            Node<K,V> e;
            // 如果节点不为null，则将节点赋值给e
            if ((e = oldTab[j]) != null) {
     
                // 将节点引用置空，等待GC回收
                oldTab[j] = null;
                // 如果节点的next指向为空，则根据节点记录的hash值&扩容的大小-1，重新计算节点在数组中的索引位置
                if (e.next == null)
                    newTab[e.hash & (newCap - 1)] = e;
                // 如果节点是红黑树节点，按照红黑树节点插入方式插入
                else if (e instanceof TreeNode)
                    ((TreeNode<K,V>)e).split(this, newTab, j, oldCap);
                // 此处表示当前节点上的链为链表，遍历链表，将链表转移到新的数组上
                else {
     
                    // 创建两条链lo链在原先数组节点位置
                    Node<K,V> loHead = null, loTail = null;
                    // hi链插入原先数组索引+oldCap位置
                    Node<K,V> hiHead = null, hiTail = null;
                    Node<K,V> next;
                    do {
     
                        next = e.next;
                        // 重点
                        // 获取当前节点的hash值，与oldCap做按位与运算，如果运算结果为0，则加入lo链
                        if ((e.hash & oldCap) == 0) {
     
                            if (loTail == null)
                                loHead = e;
                            else
                                loTail.next = e;
                            loTail = e;
                        }
                        // 否则加入hi链
                        else {
     
                            if (hiTail == null)
                                hiHead = e;
                            else
                                hiTail.next = e;
                            hiTail = e;
                        }
                    } while ((e = next) != null);
                    // 新数组的原位置指向lo链的头节点
                    if (loTail != null) {
     
                        loTail.next = null;
                        newTab[j] = loHead;
                    }
                    // 新数组的j+oldCap指向hi链的头节点
                    if (hiTail != null) {
     
                        hiTail.next = null;
                        newTab[j + oldCap] = hiHead;
                    }
                }
            }
        }
    }
    return newTab;
}

图文聊聊jdk1.8中扩容后resize()那些事

在jdk1.8中，当发生HashMap扩容时我们通过源码可以发现，HashMap并未重新通过新的数组长度来确定节点的位置，而是通过(e.hash & oldCap) == 0，原hash值与原数组长度做与位运算来确定节点在新数组中的位置，当(e.hash & oldCap) == 0时，节点在新数组中的位置和老数组位置一致；当(e.hash & oldCap) != 0时，节点在新数组中的位置为j + oldCap，也就是原先的位置加上老数组的长度。

这里抛出两个问题，带着问题来分析，

问题一：为什么能这么实现呢？

问题二：以前hash值相同的节点在数组的同一个索引位置上，现在竟然会被随机分配到两个新的索引位置上，这会不会导致get(key)时无法获取到元素呢？

三个前提条件

1、HashMap在做初始化的时候数组的默认大小是16，且如果我们设值的初始值不是2的整数次幂，那么它会自动的去计算一个与初始化值最靠近的2的整数次幂的初始值，具体实现可以查看源码中的tableSizeFor()方法。

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;
}

2、HashMap扩容的方式是oldCap << 1，一定是扩容为原来的2倍，保证扩容后仍然是2的整数次幂

3、HashMap计算数组索引的方式为(n - 1) & hash

数组的初始大小为16，扩容因子为0.75，依次插入三个节点，节点的key分别为key1、key2、key3，假设在插入完成第三个节点后数组中节点的个数到达12个，此时需要进行扩容

此时HashMap中元素分布假设下图所示，size=12，进行扩容

扩容的算法为 e.hash & oldCap，计算后发现key2的值为0，维持在老数组中下标位置，key1和key3需要转移到j + oldCap的位置，也就是1+16=17下标位置上

扩容后节点分布图

此时我们再来看扩容后根据key获取元素的代码

public V get(Object key) {
     
    Node<K,V> e;
    // 根据当前key计算hash值，这个计算方式上面已经详细介绍过
    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;
    // 当数组不为空，并且key对应的数组下标的元素存在
    if ((tab = table) != null && (n = tab.length) > 0 && (first = tab[(n - 1) & hash]) != null) {
     
        // 检查获取的节点是否是第一个节点，是则返回
        if (first.hash == hash && ((k = first.key) == key || (key != null && key.equals(k))))
            return first;
        // 不是头结点则判断下一个节点是否存在
        if ((e = first.next) != null) {
     
            // 如果节点是红黑树，则在红黑树中获取元素
            if (first instanceof TreeNode)
                return ((TreeNode<K,V>)first).getTreeNode(hash, key);
            // 如果是链表则遍历链表中的节点，匹配key则返回，当e不存在下一个节点则结束循环返回null
            do {
     
                if (e.hash == hash &&
                    ((k = e.key) == key || (key != null && key.equals(k))))
                    return e;
            } while ((e = e.next) != null);
        }
    }
    // 为匹配上则返回null
    return null;
}

从上面的源代码中我们可以非常明显的看见，获取节点所在数组中的下标的方式也是(n - 1) & hash，与插入节点时计算数组下标的方式是一抹一样的，那此时为何能准确的找到在key1、key2、key3呢？原因就是n的值变为了原来的两倍，而节点的hash值是不会发生改变的，此时计算出来的节点在数组中的位置，与我们在扩容时，进行的节点移动操作（也可以理解为重新计算数组中的索引）是一致的；我们可以通过get时，计算key1、key2、key3的索引来展示效果，如下

小结

• HashMap在1.8中做了很大的优化，无论是在计算hash值的算法上，还是底层数据结构从数组+链表变为数组+链表/红黑树，都是对性能有很大的提升
• HashMap是线程不安全的，在实际生产开发过程中我们如果需要使用的线程安全的key-value存储，可以选择ConcurrentHashMap或者Collections的synchronizedMap是的HashMap具有线程安全的能力，当然推荐的是ConcurrentHashMap
• 为了保证HashMap的性能，减少扩容带来的性能损耗，我们在使用的过程中，要提前预估存储值的大小，设置合理的初始大小和扩容因子也是有必要的
• 在使用HashMap时，有必要的情况下我们一定要重写key的hashcode方法和equals方法