【源码】HashMap源码学习笔记

楔子

HashMap作为Java集合里重要的一环，不仅在生产中有着超高频率的使用，在面试中更是被经常问起，所以学习Hash的源码对Java开发人员来说是很有必要的。

基本数据结构

JDK 1.8以后，hashmap的数据结构是，数组 + 链表 + 红黑树。

核心成员变量解析

/**
 * The default initial capacity - MUST be a power of two.
 * 默认初始容量是16，且必须是2的幂等
 */
static final int DEFAULT_INITIAL_CAPACITY = 1 << 4; // aka 16

/**
 * The maximum capacity, used if a higher value is implicitly specified
 * by either of the constructors with arguments.
 * MUST be a power of two <= 1<<30.
 * 最大容量
 */
static final int MAXIMUM_CAPACITY = 1 << 30;

/**
 * The load factor used when none specified in constructor.
 * 扩容因子，默认0.75
 */
static final float DEFAULT_LOAD_FACTOR = 0.75f;

/**
 * The bin count threshold for using a tree rather than list for a
 * bin.  Bins are converted to trees when adding an element to a
 * bin with at least this many nodes. The value must be greater
 * than 2 and should be at least 8 to mesh with assumptions in
 * tree removal about conversion back to plain bins upon
 * shrinkage.
 * 默认链表长度为8时，转换成红黑树
 */
static final int TREEIFY_THRESHOLD = 8;

/**
 * The bin count threshold for untreeifying a (split) bin during a
 * resize operation. Should be less than TREEIFY_THRESHOLD, and at
 * most 6 to mesh with shrinkage detection under removal.
 * 默认链表高度降为6时，取消红黑树  
 */
static final int UNTREEIFY_THRESHOLD = 6;

/**
 * The smallest table capacity for which bins may be treeified.
 * (Otherwise the table is resized if too many nodes in a bin.)
 * Should be at least 4 * TREEIFY_THRESHOLD to avoid conflicts
 * between resizing and treeification thresholds.
 * 默认最小树容量为64
 */
static final int MIN_TREEIFY_CAPACITY = 64;

这是一个关键内部类，单向链表

static class Node<K,V> implements Map.Entry<K,V> {
    final int hash;
    final K key;
    V value;
    // next的指针，指向下一个Node，也就是指向单向链表中的下一个节点
    Node<K,V> next;
}

// 单向链表构成的数组
transient Node<K,V>[] table;

// 这个size代表的是就是当前hashmap中有多少个key-value对，
// 如果这个数量达到了指定大小 * 负载因子，那么就会进行数组的扩容
transient int size;

// threshold表示当HashMap的size大于threshold时会执行resize操作。 
// threshold=capacity*loadFactor
int threshold;

// 负载因子，默认0.75F
final float loadFactor

hash算法

才开始学Java的时候，很多人应该都学过取模运算，这也是一种简单的hash算法，而HashMap中的hash算法是优化过的，性能很高，这一节小七就准备从此展开。

从put看JDK优化后的hash算法

public V put(K key, V value) {
    // putVal这个方法做的事情很多，我们暂时先不关注
    // 先把重点放在hash(key)上
    return putVal(hash(key), key, value, false, true);
}

static final int hash(Object key) {
    int h;
    // ①如果key 为空，那么就把hash设为0
    // ②如果key不为空，那么就通过key.hashCode()方法获取hash
    // ③然后获取将它向右侧移16位的值
    // ④最后将这两个值做^运算
    return (key == null) ? 0 : (h = key.hashCode()) ^ (h >>> 16);
}

为什么要这么做呢？因为在定位数组的index时，会用到这个hash值做位运算，并且该位运算主要是针对后16位的。如果你不把hash值的高16位和低16位进行运算的话，那么就会导致你后面在通过hash值找到数组index的时候，只有hash值的低16位参与了运算。

hash寻址算法

final V putVal(int hash, K key, V value, boolean onlyIfAbsent,
               boolean evict) {
    Node<K,V>[] tab; Node<K,V> p; int n, i;
    // 刚开始table数组是空的，所以会分配一个默认大小的一个数组
    // 数组大小是16，负载因子是0.75，threshold是12
    if ((tab = table) == null || (n = tab.length) == 0)
        n = (tab = resize()).length;
    // hash为空，放在数组里
    if ((p = tab[i = (n - 1) & hash]) == null)
        tab[i] = newNode(hash, key, value, null);
    else {
        Node<K,V> e; K k;
        // 满足条件，说明是相同的key，覆盖旧的value
        if (p.hash == hash &&
            ((k = p.key) == key || (key != null && key.equals(k))))
            e = p;
        // 如果已经是一棵红黑树了，需要做的事情（变色、旋转）
        else if (p instanceof TreeNode)
            e = ((TreeNode<K,V>)p).putTreeVal(this, tab, hash, key, value);
        // key不一样，出现了hash冲突，然后此时还不是红黑树的数据结构，
        // 还是链表的数据结构，在这里，就会通过链表来处理
        else {
            for (int binCount = 0; ; ++binCount) {
                if ((e = p.next) == null) {
                    p.next = newNode(hash, key, value, null);
                    // 链表的总长度达到8的话，
                    // 那么此时就需要将这个链表转换为一个红黑树的数据结构
                    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;
            }
        }
        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)
        // 下一个知识点resize
        resize();
    afterNodeInsertion(evict);
    return null;
}

以上代码相对复杂，但是我们是带着目的去看的，所以关注点应该在类似于取模的运算上，也就是(n - 1) & hash这行关键代码。

假设，hashmap是空的，数组大小就是默认的16，负载因子就是默认的12。

(n - 1) & hash = （16-1）& hash

假设hash为：

1111 1111 1111 1111 0000 0101 1000 0011

15二进制对应：

0000 0000 0000 0000 0000 0000 0000 1111

&运算后为：

0000 0000 0000 0000 0000 0000 0000 0011

要保证和【hash % 数组.length】取模的一样的效果，(n - 1) & hash中的n必须是2的幂等，也就是说以后的每一次扩容都必须是2的幂等。

hash冲突

hash冲突时的链表处理

for (int binCount = 0; ; ++binCount) {
    if ((e = p.next) == null) {
        p.next = newNode(hash, key, value, null);
        // 链表的总长度达到8的话，
        // 那么此时就需要将这个链表转换为一个红黑树的数据结构
        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;
}

hash冲突时的红黑树优化

final void treeifyBin(Node<K,V>[] tab, int hash) {
    int n, index; Node<K,V> e;
    if (tab == null || (n = tab.length) < MIN_TREEIFY_CAPACITY)
        resize();
    else if ((e = tab[index = (n - 1) & hash]) != null) {
        // 以下是红黑树的核心代码
        TreeNode<K,V> hd = null, tl = null;
        
        do {
            TreeNode<K,V> p = replacementTreeNode(e, null);
            if (tl == null)
                hd = p;
            else {
                // 前指针
                p.prev = tl;
                // 后指针
                tl.next = p;
            }
            tl = p;
        } while ((e = e.next) != null);
        
        // do while循环执行完了以后，
        // 先是将单向链表转换为了TreeNode类型组成的一个双向链表
        
        if ((tab[index] = hd) != null)
            // 接下来针对双向链表，将双向链表转换为一颗红黑树
            hd.treeify(tab);
    }
}

扩容与rehash算法

因为HashMap的底层是数组，所以他和ArrayList一样，也有扩容的问题。

HashMap扩容的原理是，2倍扩容 + rehash，每个key-value对，都会基于key的hash值重新寻址找到新数组的新的位置，源代码如下：

if (++size > threshold)
    resize();

final Node<K,V>[] resize() {
    Node<K,V>[] 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)
            // 新数组的大小等于老数组的2倍
            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<K,V>[] newTab = (Node<K,V>[])new Node[newCap];
    table = newTab;
    if (oldTab != null) {
        for (int j = 0; j < oldCap; ++j) {
            Node<K,V> e;
            if ((e = oldTab[j]) != null) {
                oldTab[j] = null;
                // 如果e.next是null的话，这个位置的元素不是链表，也不是红黑树
                // 那么此时就是用e.hash & newCap（新数组的大小） - 1，进行与运算
                // 直接定位到新数组的某个位置，然后直接就放在新数组里了
                if (e.next == null)
                    newTab[e.hash & (newCap - 1)] = e;
                // 如果是红黑树的话
                // 那么会循环遍历这棵树，重新进行hash寻址
                else if (e instanceof TreeNode)
                    ((TreeNode<K,V>)e).split(this, newTab, j, oldCap);
                // 以下为链表
                // 判断二进制结果中是否多出一个bit的1，
                // 如果没多，那么就是原来的index，
                // 如果多了出来，那么就是index + oldCap
                else { // preserve order
                    Node<K,V> loHead = null, loTail = null;
                    Node<K,V> hiHead = null, hiTail = null;
                    Node<K,V> 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;
}