JDK 1.8 的 HashMap 的数据结构如下图所示，当链表节点较少时仍然是以链表存在，当链表节点较多时（大于8）会转为红黑树。
Center.png
1 存储结构
- 链表节点
static class Node implements Map.Entry {
final int hash;
final K key;
V value;
Node next;
Node(int hash, K key, V value, Node next) {
this.hash = hash;
this.key = key;
this.value = value;
this.next = next;
}
//...
}
- 红黑树节点
/**
* 红黑树的节点里包含红黑树的属性信息（parent，left，right，red），也包含双向链表的信息（prev，next）。
*/
static final class TreeNode extends LinkedHashMap.Entry {
TreeNode parent; // red-black tree links
TreeNode left;
TreeNode right;
TreeNode prev; // needed to unlink next upon deletion
boolean red;
TreeNode(int hash, K key, V val, Node next) {
super(hash, key, val, next);
}
//...
}
2 构造方法
/**
* 在默认构造方法中，与1.7不同，1.8版本只将加载因子赋值
*/
public HashMap() {
this.loadFactor = DEFAULT_LOAD_FACTOR; // all other fields defaulted
}
3 put方法
watermark,type_ZHJvaWRzYW5zZmFsbGJhY2s,shadow_50,text_Q1NETiBA54Of54Gr57yg6L-H5a6i,size_20,color_FFFFFF,t_70,g_se,x_16.jpeg
- put方法
/**
* 该方法实际调用putVal方法，将k-v插入。
*/
public V put(K key, V value) {
return putVal(hash(key), key, value, false, true);
}
- hash方法
/**
* 1.8版本中的hash计算方法比1.7版本中简单不少，减少了很多异或运算的逻辑。
* 异或运算可以增加数据在map数组中的散列性。但由于1.8版本引入新的数据结构红黑树可以
* 一定程度上解决查询检索的效率问题(红黑树是平衡树可以提高hashmap的检索效率) 。
* 故猜测这是1.8版本的hash运算不需要过于复杂的原因
*/
static final int hash(Object key) {
int h;
// key 为 null 时，默认会存储到数组下标为 0 的位置
return (key == null) ? 0 : (h = key.hashCode()) ^ (h >>> 16);
}
- putval方法
/**
* 承接hashmap主要的插入逻辑
*/
final V putVal(int hash, K key, V value, boolean onlyIfAbsent,
boolean evict) {
Node[] tab; Node p; int n, i;
// 如果当前数组为空需要通过 resize() 方法初始化数组，默认数组大小 16
if ((tab = table) == null || (n = tab.length) == 0)
n = (tab = resize()).length;
// 如果插入的位置为 null，可直接插入，让当前 tab 指针指向这个新节点
if ((p = tab[i = (n - 1) & hash]) == null)
//如果没有hash碰撞则直接插入元素
tab[i] = newNode(hash, key, value, null);
// 向链表或红黑树追加数据逻辑
else {
Node e; K k;
// 如果和 tab指向的数据相同则新值替换旧值
if (p.hash == hash &&
((k = p.key) == key || (key != null && key.equals(k))))
e = p;
// 如果插入的位置为红黑树，走向红黑树插入数据的逻辑，插入后需要对红黑树进行平衡操作
else if (p instanceof TreeNode)
e = ((TreeNode)p).putTreeVal(this, tab, hash, key, value);
// 走插入链表的逻辑
else {
// 循环遍历链表，binCount 记录链表中节点个数
for (int binCount = 0; ; ++binCount) {
// 找到插入的位置
if ((e = p.next) == null) {
p.next = newNode(hash, key, value, null);
// 如果满足当前链表存在 8 个节点，加上新节点 9 个节点的条件，则准备变为红黑树（treeifyBin方法中会进一步验证当前hashmap的数组长度是否超过64，没超过的话不会变为红黑树，而是走数组扩容的逻辑）
if (binCount >= TREEIFY_THRESHOLD - 1) // -1 for 1st
treeifyBin(tab, hash);
break;
}
// 找到相同数据
if (e.hash == hash &&
((k = e.key) == key || (key != null && key.equals(k))))
break;
// 遍历链表下一个节点
p = e;
}
}
// 找到相同元素后，返回旧数据，根据参数条件看是否修改hashmap中的位置数据
if (e != null) { // existing mapping for key
V oldValue = e.value;
if (!onlyIfAbsent || oldValue == null)
e.value = value;
afterNodeAccess(e);
return oldValue;
}
}
// 修改次数增加，快速失败
++modCount;
// 数组元素个数超过阈值，扩容
if (++size > threshold)
resize();
afterNodeInsertion(evict);
return null;
}
- 注意，1.8版本的HashMap同样有并发安全的问题
if ((p = tab[i = (n - 1) & hash]) == null){
//如果没有hash碰撞则直接插入元素
tab[i] = newNode(hash, key, value, null);
}
说明：这是jdk1.8中HashMap中put操作的主函数， 注意如果没有hash碰撞则会直接插入元素。如果线程A和线程B同时进行put操作，刚好这两条不同的数据hash值一样，并且该位置数据为null，就会产生并发安全问题，造成后一个线程将前一个线程插入的数据覆盖。
- resize方法
/**
* 初始化或加倍表的大小。 如果为空，则按照与字段阈值中持有的初始容量目标一致。
* 否则，因为我们使用的是2次方扩展，所以每个bin的元素必须保持在相同的索引上，
* 或者移动到新表中以2的幂数偏移。
*/
final Node[] resize() {
Node[] oldTab = table;
// 旧数组的容量
int oldCap = (oldTab == null) ? 0 : oldTab.length;
// 旧数组的阈值
int oldThr = threshold;
int newCap, newThr = 0;
// 如果旧数组存在
if (oldCap > 0) {
//如果大于了最大容量值直接返回旧数组就行，没法扩容
if (oldCap >= MAXIMUM_CAPACITY) {
threshold = Integer.MAX_VALUE;
return oldTab;
}
//这里是扩容操作，新数组是原来数组的两倍
//临界值也是原来临界值的两倍
else if ((newCap = oldCap << 1) < MAXIMUM_CAPACITY &&
oldCap >= DEFAULT_INITIAL_CAPACITY)
newThr = oldThr << 1; // double threshold
}
// 如果旧数组的容量为0，而临界值存在，就将该临界值作为新数组的容量
else if (oldThr > 0) // initial capacity was placed in threshold
newCap = oldThr;
else { // zero initial threshold signifies using defaults
// 初始化新数组的容量为默认容量16
newCap = DEFAULT_INITIAL_CAPACITY;
// 新数组的临界值为16*0.75=12
newThr = (int)(DEFAULT_LOAD_FACTOR * DEFAULT_INITIAL_CAPACITY);
}
// 确保初始化的数组的相关参数必须有值
if (newThr == 0) {
float ft = (float)newCap * loadFactor;
newThr = (newCap < MAXIMUM_CAPACITY && ft < (float)MAXIMUM_CAPACITY ?
(int)ft : Integer.MAX_VALUE);
}
threshold = newThr;
// 新建一个table数组，大小是newCap
@SuppressWarnings({"rawtypes","unchecked"})
Node[] newTab = (Node[])new Node[newCap];
// 赋值给全局的table变量，如果是初始化数组则已完成数组初始化，结束逻辑
table = newTab;
// 如果是扩容操作，我们需要把旧数组的数据移动到新数组中去
if (oldTab != null) {
// 遍历旧数组的每一个桶的位置，因为可能是链表或者红黑树的结构，所以需要循环遍历
for (int j = 0; j < oldCap; ++j) {
Node e;
if ((e = oldTab[j]) != null) {
// 应该是方便GC回收
oldTab[j] = null;
// 如果是单节点之间移动到新数组对应位置
if (e.next == null)
newTab[e.hash & (newCap - 1)] = e;
// 如果是红黑树，走红黑树的迁移逻辑
else if (e instanceof TreeNode)
((TreeNode)e).split(this, newTab, j, oldCap);
// 如果是链表，走链表迁移逻辑
else { // preserve order
//低位头尾节点
Node loHead = null, loTail = null;
//高位头尾节点
Node hiHead = null, hiTail = null;
Node next;
do {
next = e.next;
// 如果该数据是放在新数组的低位，则添加到低位的头尾链表中
if ((e.hash & oldCap) == 0) {
if (loTail == null)
loHead = e;
else
loTail.next = e;
loTail = e;
}
// 如果该数据是放在新数组的高位，则添加到高位的头尾链表中
else {
if (hiTail == null)
hiHead = e;
else
hiTail.next = e;
hiTail = e;
}
} while ((e = next) != null);
// 将低位一并插入到新数组对应位置
if (loTail != null) {
loTail.next = null;
newTab[j] = loHead;
}
// 将高位一并插入到新数组对应位置
if (hiTail != null) {
hiTail.next = null;
newTab[j + oldCap] = hiHead;
}
}
}
}
}
return newTab;
}
链表迁移过程：
- 链表迁移前
watermark,type_ZHJvaWRzYW5zZmFsbGJhY2s,shadow_50,text_Q1NETiBA54Of54Gr57yg6L-H5a6i,size_20,color_FFFFFF,t_70,g_se,x_16.png
- 链表迁移中
watermark,type_ZHJvaWRzYW5zZmFsbGJhY2s,shadow_50,text_Q1NETiBA54Of54Gr57yg6L-H5a6i,size_20,color_FFFFFF,t_70,g_se,x_16-20220831203440301.png
- 链表迁移后
watermark,type_ZHJvaWRzYW5zZmFsbGJhY2s,shadow_50,text_Q1NETiBA54Of54Gr57yg6L-H5a6i,size_20,color_FFFFFF,t_70,g_se,x_16-20220831203517863.png
- treeifyBin方法
/**
* 当链表的长度达到8个时，需要考虑对链表进行树化，treeifyBin 方法提供树化的具体流程
*/
final void treeifyBin(Node[] tab, int hash) {
int n, index; Node e;
// 如果数组为空或者数组的长度没有达到树化阈值64，则进行扩容操作
if (tab == null || (n = tab.length) < MIN_TREEIFY_CAPACITY)
resize();
// 进行树化操作
else if ((e = tab[index = (n - 1) & hash]) != null) {
TreeNode hd = null, tl = null;
do {
// 循环将链表中的 Node 节点变为 TreeNode 节点
TreeNode p = replacementTreeNode(e, null);
// 构建双向链表，将节点串联起来，方便之后进行树root节点移动到首个位置的操作
if (tl == null)
hd = p;
else {
p.prev = tl;
tl.next = p;
}
tl = p;
} while ((e = e.next) != null);
if ((tab[index] = hd) != null)
// 调用头节点的 treeify 方法进行树化
hd.treeify(tab);
}
}
- treeify 方法
/**
* treeify 方法会从头至尾遍历双向链表的各个节点完成红黑树的构建逻辑
*/
final void treeify(Node[] tab) {
TreeNode root = null;
// 从自己开始循环遍历双向链表的节点
for (TreeNode x = this, next; x != null; x = next) {
// 下一个节点
next = (TreeNode)x.next;
// 构建树节点的属性
x.left = x.right = null;
// 如果是第一个节点，将它变为树root节点，root节点为黑色，并且没有父亲节点
if (root == null) {
x.parent = null;
x.red = false;
root = x;
}
// 向红黑树插入节点逻辑
else {
K k = x.key;
int h = x.hash;
Class kc = null;
// 从 root 节点开始遍历插入位置
for (TreeNode p = root;;) {
int dir, ph;
K pk = p.key;
// 如果待插入节点的hash比当前节点小，则向左插入
if ((ph = p.hash) > h)
dir = -1;
// 如果待插入节点的hash比当前节点大，则向右插入
else if (ph < h)
dir = 1;
// 如果当前 key 对象实现了 Comparable 接口，则调用这个用户自定义的规则比较
else if ((kc == null &&
(kc = comparableClassFor(k)) == null) ||
(dir = compareComparables(kc, k, pk)) == 0)
dir = tieBreakOrder(k, pk);
// 记录父节点
TreeNode xp = p;
// 根据大小，决定向左还是向右遍历
if ((p = (dir <= 0) ? p.left : p.right) == null) {
// 给当前节点赋值父节点
x.parent = xp;
// 给父节点赋值左右孩子节点
if (dir <= 0)
xp.left = x;
else
xp.right = x;
// 对红黑树进行平衡操作（具体查看红黑树如何平衡的相关博客）
root = balanceInsertion(root, x);
break;
}
}
}
}
// 将红黑树的root节点放到tab指向的第一个节点
moveRootToFront(tab, root);
}
- moveRootToFront 方法
/**
* moveRootToFront 方法会根据双向链表将红黑树的root节点前后数据相连，自己放到开始的位置，并设置next指针指向当前第一个位置的元素
*/
static void moveRootToFront(Node[] tab, TreeNode root) {
int n;
if (root != null && tab != null && (n = tab.length) > 0) {
// 再计算一次插入的下标
int index = (n - 1) & root.hash;
// 记录当前的第一个节点
TreeNode first = (TreeNode)tab[index];
// 如果当前的第一个节点不是红黑树的root节点，就需要进行移动的操作
if (root != first) {
Node rn;
tab[index] = root;
// 记录 root 的上一个节点
TreeNode rp = root.prev;
// root上一个节点与root下一个节点相连
if ((rn = root.next) != null)
((TreeNode)rn).prev = rp;
if (rp != null)
rp.next = rn;
// root节点与第一个节点相连
if (first != null)
first.prev = root;
root.next = first;
root.prev = null;
}
assert checkInvariants(root);
}
}