HashMap底层实现原理

HashMap概述

HashMap实现了Map接口，我们常用HashMap进行put和get操作读存键值对数据。下面介绍基于jdk1.8深入了解HashMap底层原理。

HashMap数据结构

HashMap实际是一种“数组+链表”数据结构。在put操作中，通过内部定义算法寻止找到数组下标，将数据直接放入此数组元素中，若通过算法得到的该数组元素已经有了元素（俗称hash冲突，链表结构出现的实际意义也就是为了解决hash冲突的问题）。将会把这个数组元素上的链表进行遍历，将新的数据放到链表末尾。

存储数据的对象

static class Node implements Map.Entry {

        final int hash;

        final K key;

        V value;

        Node next;       

}

我们从jdk1.8源代码看出存储对象Node实际是实现Map.Entry对象接口。

hash：通过hash算法的出来的值。hash值的算法我们看下HashMap源代码的实现

static final int hash(Object key) {

        int h;

        return (key == null) ? 0 : (h = key.hashCode()) ^ (h >>> 16);

}

不同的数据类型的hashCode计算的方法不一样，我们看下String和Integer两种数据类型的hashCode算法

String.hashCode()

public int hashCode() {

        int h = hash;

        if (h == 0 && value.length > 0) {

            char val[] = value;

            for (int i = 0; i < value.length; i++) {

                h = 31 * h + val[i];

            }

            hash = h;

        }

        return h;

    }

通过将字符串转换成char数组，使用公式s[0]*31^(n-1) + s[1]*31^(n-2) + ... + s[n-1]进行计算得出最后的值。val[i]值是对应字符的ASCII值.在看到这里的时候，这里为什么使用了一个31作为相乘因子（能为啥，还不是为了性能考虑，那为什么使用31性能能得到优化呢），这里可以延伸讨论。

Integer.hashCode()

public static int hashCode(int value) {

        return value;

    }

直接返回值.

key：存储数据的key

value：存储数据的value

next：下一个数据，出现哈希冲突时，该数组元素会出现链表结构，会使用next指向链表中下一个元素对象

链表结构导致的问题

通过哈希算法从寻止上能够高效的找到对应的下标，但是随着数据的增长，哈希冲突碰撞过多。在寻找数据上，找到该来链表，会通过遍历在寻找对应数据，如此将会使得get数据效率越来越低。在jdk1.8中，链表元素数量大于等于8将会重组该链表结构形成为“红黑树结构”，这种结构使得在hash冲突碰撞过多情况下，get效率比链表的效率高很多。

HashMap put存储数据是如何处理的

HashMap有几个重要的变量

transient Node[] table;

int threshold;

final float loadFactor;

int modCount; 

int size;

table：存储数组的变量，初始长度为16通过源代码看出在第一次进行resize扩容（java是静态语言，在定义数组初始化时，需要定义数组的长度，在map数据增长后，内部机制会进行重新定义一个数组做到扩容的操作）初始化时，会将默认静态变量

static final int DEFAULT_INITIAL_CAPACITY = 1 << 4;复制代码

赋给数组长度进行初始化。

loadFactor：数据的增长因子，默认为0.75。在进行扩容操作会使用到。

threshold：允许的最大的存储的元素数量，通过length数组长度*loadFactor增长因子得出

modCount：记录内部结构发生变化的次数，put操作（覆盖值不计算）以及其他...

size：实际存储的元素数量

put的流程

直接通过源代码分析

final V putVal(int hash, K key, V value, boolean onlyIfAbsent,

                  boolean evict) {

        Node[] tab; Node p; int n, i;

        // 判断数组是否为空，长度是否为0，是则进行扩容数组初始化

        if ((tab = table) == null || (n = tab.length) == 0)

            n = (tab = resize()).length;

        // 通过hash算法找到数组下标得到数组元素，为空则新建

        if ((p = tab[i = (n - 1) & hash]) == null)

            tab[i] = newNode(hash, key, value, null);

        else {

            Node e; K k;

            // 找到数组元素，hash相等同时key相等，则直接覆盖

            if (p.hash == hash &&

                ((k = p.key) == key || (key != null && key.equals(k))))

                e = p;

            // 该数组元素在链表长度>8后形成红黑树结构的对象

            else if (p instanceof TreeNode)

                e = ((TreeNode)p).putTreeVal(this, tab, hash, key, value);

            else {

                // 该数组元素hash相等，key不等，同时链表长度<8.进行遍历寻找元素，有就覆盖无则新建

                for (int binCount = 0; ; ++binCount) {

                    if ((e = p.next) == null) {

                        // 新建链表中数据元素

                        p.next = newNode(hash, key, value, null);

                        if (binCount >= TREEIFY_THRESHOLD - 1) // -1 for 1st

                            // 链表长度>=8 结构转为 红黑树

                            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)

            resize();

        afterNodeInsertion(evict);

        return null;

    }

便于理解，花了一下图。如下图示（画工不是很好，见谅见谅）

下图是一位大神级别画的图，引用一下便于理解

1、首选判断table是否为空，数组长度为空，将会进行第一次初始化。（在实例化HashMap是，并不会进行初始化数组）

2、进行第一次resize()扩容之后。开始通过hash算法寻址找到数组下标。若数组元素为空，则创建新的数组元素。若数组元素不为空，同时hash相等，key不相等，同时不是TreeNode数据对象，将遍历该数组元素下的链表元素。若找到对应的元素，则覆盖，如果没有找到，就新建元素，放入上一个链表元素的next中，在放入元素之后，如果条件满足"链表元素长度>8"，则将该链表结构转为"红黑树结构"。

3、找到对应的数组元素或者链表元素，同时创建新的数据元素或者覆盖元素之后。如果条件满足元素大小size>允许的最大元素数量threshold，则再一次进行扩容操作。每次扩容操作，新的数组大小将是原始的数组长度的两倍。

4、put操作完成。

调用put方法示例

下面通过使用例子介绍这个过程

HashMap hashMap = new HashMap(4, 0.75f);// 1

int a1 = 1;

int a2 = 2;

int a3 = 5;

System.out.println(String.valueOf(a1&3) + " " + String.valueOf(a2&3)+ " " + String.valueOf(a3&3));// 1 2 1 数组下标

hashMap.put(a1, "1");// 2

hashMap.put(a2, "2");// 3

hashMap.put(a3, "5");// 4

1、创建了一个HashMap对象，初始化initialCapacity为4，增长因子为0.75。threshold初始化为4

2、进行了第一次put，因为table为空，进行了第一次resize()扩容操作，数组进行初始化，默认为16. threshold变为3。同时通过hash算法（数组长度n-1 & hash）即为1。

3、第二次put操作，同时获取数组下标为2，此时数组下标为2当前没有数组元素，则直接创建数据元素放入

4、第三次put操作，得到数组下标为1已经有了一个数组元素。同时我们知道存储数据的Node对象中又一个next，则新的此时的数据元素放入上一个链表中next为空的Node中的next中。

形成了如下图的数据结构

结论：通过hash算法进行计算的出来的数组下标，有一定概率会导致hash冲突，那在一个数组元素中，存在hash值一样的key，key却不相等。为了解决这一个hash冲突问题，使用了链表结构进行处理。

HashMap扩容resize()

java是静态方法，在数组进行初始化时，必须给一个数组长度。HashMap定义默认的数组长度为16。条件满足元素size>允许的最大元素数量threshold。则进行扩容。一般来说，在put操作中，HashMap至少进行了一次扩容（第一次为初始化）。

我们在原有的示例加入如下

int a4 = 6;

hashMap.put(a4, "6");

形成了新的结构，如下图

放入了2:2的next中，此时size=4,threshold>3，条件满足size>threshold，进行扩容resize()操作

final Node[] resize() {

        Node[] oldTab = table;

        int oldCap = (oldTab == null) ? 0 : oldTab.length;

        int oldThr = threshold;

        int newCap, newThr = 0;

        if (oldCap > 0) {

            // 超过最大限制，不进行扩容

            if (oldCap >= MAXIMUM_CAPACITY) {

                threshold = Integer.MAX_VALUE;

                return oldTab;

            }

            // 进行原始长度*2扩容

            else if ((newCap = oldCap << 1) < MAXIMUM_CAPACITY &&

                    oldCap >= DEFAULT_INITIAL_CAPACITY)

                newThr = oldThr << 1; // double threshold

        }

        // 第一次初始化

        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);

        }

        // 第一次初始化

        if (newThr == 0) {

            float ft = (float)newCap * loadFactor;

            newThr = (newCap < MAXIMUM_CAPACITY && ft < (float)MAXIMUM_CAPACITY ?

                      (int)ft : Integer.MAX_VALUE);

        }

        // 新的最大允许元素数量值

        threshold = newThr;

        @SuppressWarnings({"rawtypes","unchecked"})

        // 新的数组   

        Node[] newTab = (Node[])new Node[newCap];

        table = newTab;

        if (oldTab != null) {

            // 遍历老数组

            for (int j = 0; j < oldCap; ++j) {

                Node e;

                if ((e = oldTab[j]) != null) {

                    oldTab[j] = null;

                    // 直接按照原始索引放入新数组中

                    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

                        // 遍历链表

                        Node loHead = null, loTail = null;

                        Node hiHead = null, hiTail = null;

                        Node next;

                        do {

                            next = e.next;

                            //　放入原索引

                            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);

                        if (loTail != null) {

                            loTail.next = null;

                            newTab[j] = loHead;

                        }

                        if (hiTail != null) {

                            hiTail.next = null;

                            newTab[j + oldCap] = hiHead;

                        }

                    }

                }

            }

        }

        return newTab;

    }

在put6:6之后，直接就执行了扩容，新数组长度为8，新的结构如下

在新的结构中，将原始的数组下标为1和2链表元素均匀分布新数组的其他数组元素中。此间扩容的变化的过程如下

老数组长度为4，通过算法得出数据的下标1:1为1,5:5为1,2:2和6:6为2

1(1:1 == > 5:5)

2(2:2 == > 6:6)

在进行扩容操作是，数组元素链表中的第一个数组下标不会产生变化，在遍历链表其他元素中通过算法"e.hash & oldCap"!=0则将链表元素放入新数据数组下标为[原始数据下标+原始数据长度]

再次引用大神的图，便于理解扩容的数据移动变化

在扩容操作中，因无需重新计算hash值，同时均匀将链表冲突的元素均匀分布到新的数组中。这设计实在是巧妙。

get寻找数据

final Node getNode(int hash, Object key) {

        Node[] tab; Node first, e; int n; K k;

        if ((tab = table) != null && (n = tab.length) > 0 &&

            (first = tab[(n - 1) & hash]) != null) {

            if (first.hash == hash && // always check first node

                ((k = first.key) == key || (key != null && key.equals(k))))

                return first;

            if ((e = first.next) != null) {

                if (first instanceof TreeNode)

                    return ((TreeNode)first).getTreeNode(hash, key);

                do {

                    if (e.hash == hash &&

                        ((k = e.key) == key || (key != null && key.equals(k))))

                        return e;

                } while ((e = e.next) != null);

            }

        }

        return null;

    }

get方法比较简单，基本流程为通过key的hashCode和寻址算法得到数组下标，若数组元素中的key和hash相等，则直接返回。若不想等，同时存在链表元素，则遍历链表元素进行匹配。由于1.8引用了红黑树结构，在链表元素过多时，1.8的实现将比1.7在get和put操作上效率高上很多。

在本文中，未详细说明，寻址的算法的优越性和红黑树的优点。这里不进行讨论。