深入解析JDK 8 HashMap
HashMap 简介
HashMap 主要用来存放键值对，它基于哈希表的 Map 接口实现，是常用的 Java 集合之一，是非线程安全的。
HashMap 可以存储 null 的 key 和 value，但 null 作为键只能有一个，null 作为值可以有多个
JDK1.8 之前 HashMap 由 数组+链表 组成的，数组是 HashMap 的主体，链表则是主要为了解决哈希冲突而存在的（“拉链法”解决冲突）。 JDK1.8 以后的 HashMap 在解决哈希冲突时有了较大的变化，当链表长度大于等于阈值（默认为 8）（将链表转换成红黑树前会判断，如果当前数组的长度小于 64，那么会选择先进行数组扩容，而不是转换为红黑树）时，将链表转化为红黑树，以减少搜索时间。
HashMap 默认的初始化大小为 16。之后每次扩充，容量变为原来的 2 倍。并且， HashMap 总是使用 2 的幂作为哈希表的大小。
数据结构
JDK 8版本的HashMap底层数据结构是数组+链表/红黑树结构，具体原因是：
/**
* The table, initialized on first use, and resized as
* necessary. When allocated, length is always a power of two.
* (We also tolerate length zero in some operations to allow
* bootstrapping mechanics that are currently not needed.)
*/
transient Node<K,V>[] table;
这是 HashMap 类中的一个成员变量，它是一个存储桶数组。table 数组用于存储键值对的实际数据。
/**
* Basic hash bin node, used for most entries. (See below for
* TreeNode subclass, and in LinkedHashMap for its Entry subclass.)
*/
static class Node<K,V> implements Map.Entry<K,V> {
final int hash;
final K key;
V value;
Node<K,V> next;
Node(int hash, K key, V value, Node<K,V> next) {
this.hash = hash;
this.key = key;
this.value = value;
this.next = next;
}
}
这是 HashMap 内部定义的静态嵌套类 Node，它实现了 Map.Entry 接口。每个 Node 对象表示 HashMap 中的一个键值对，它包含键、值以及指向下一个节点的引用。
/**
* Entry for Tree bins. Extends LinkedHashMap.Entry (which in turn
* extends Node) so can be used as extension of either regular or
* linked node.
*/
static final class TreeNode<K,V> extends LinkedHashMap.Entry<K,V> {
TreeNode<K,V> parent; // red-black tree links
TreeNode<K,V> left;
TreeNode<K,V> right;
TreeNode<K,V> prev; // needed to unlink next upon deletion
boolean red;
TreeNode(int hash, K key, V val, Node<K,V> next) {
super(hash, key, val, next);
}
/**
* Returns root of tree containing this node.
*/
final TreeNode<K,V> root() {
for (TreeNode<K,V> r = this, p;;) {
if ((p = r.parent) == null)
return r;
r = p;
}
}
}
这是 HashMap 内部定义的静态嵌套类 TreeNode，它是红黑树结构的节点。在 HashMap 中，当链表中的元素数量超过一定阈值时，会将链表转换为红黑树，以提高查找性能。
因此，transient Node
Hash
如果说HashMap的数据结构是其实现功能的基础，那么HashMap的Hash方法则是HashMap实现查找、插入的保障。
HashMap 并不是直接获取 key 的 hashCode 作为 hash 值的，它会通过一个扰动函数（所谓扰动函数指的是HashMap的hash方法）进行一些列位运算和混合操作，使得最终的哈希值更加均匀的分布在哈希表的桶中。使用hash方法就是为了减少hash碰撞的概率且提高HashMap的性能。
//扰动函数
static final int hash(Object key) {
//用于存储key对应的hash码
int h;
return (key == null) ? 0 : (h = key.hashCode()) ^ (h >>> 16);
}
//等同于:
int h;
//当key是null时，hash值默认是0，即HashMap只能有一个为Null的key
if (key == null) {
h = 0;
} else {
h = key.hashCode();
}
//进行异或操作并将结果赋值给 h
return h = h ^ (h >>> 16);
构造方法
HashMap的类属性和构造方法：
private static final long serialVersionUID = 362498820763181265L;
// 默认的初始容量是16
static final int DEFAULT_INITIAL_CAPACITY = 1 << 4;
// 最大容量
static final int MAXIMUM_CAPACITY = 1 << 30;
// 默认的负载因子
static final float DEFAULT_LOAD_FACTOR = 0.75f;
// 当桶(bucket)上的结点数大于等于这个值时会转成红黑树
static final int TREEIFY_THRESHOLD = 8;
// 当桶(bucket)上的结点数小于等于这个值时树转链表
static final int UNTREEIFY_THRESHOLD = 6;
// 桶中结构转化为红黑树对应的table的最小容量
static final int MIN_TREEIFY_CAPACITY = 64;
// 存储元素的数组，总是2的幂次倍
transient Node<k,v>[] table;
// 存放具体元素的集
transient Set<map.entry<k,v>> entrySet;
// 存放元素的个数，注意这个不等于数组的长度。
transient int size;
// 每次扩容和更改map结构的计数器
transient int modCount;
// 阈值(容量*负载因子) 当实际大小超过阈值（实际最大容量）时，会进行扩容
int threshold;
// 负载因子
final float loadFactor;
// ①：默认构造函数。
public HashMap() {
this.loadFactor = DEFAULT_LOAD_FACTOR; // all other fields defaulted
}
// ②：包含另一个“Map”的构造函数
public HashMap(Map<? extends K, ? extends V> m) {
this.loadFactor = DEFAULT_LOAD_FACTOR;
putMapEntries(m, false);//下面会分析到这个方法
}
// ③：指定“容量大小”的构造函数
public HashMap(int initialCapacity) {
this(initialCapacity, DEFAULT_LOAD_FACTOR);
}
// ④： 指定“容量大小”和“负载因子”的构造函数
public HashMap(int initialCapacity, float loadFactor) {
if (initialCapacity < 0)
throw new IllegalArgumentException("Illegal initial capacity: " + initialCapacity);
if (initialCapacity > MAXIMUM_CAPACITY)
initialCapacity = MAXIMUM_CAPACITY;
if (loadFactor <= 0 || Float.isNaN(loadFactor))
throw new IllegalArgumentException("Illegal load factor: " + loadFactor);
this.loadFactor = loadFactor;
// 初始容量暂时存放到 threshold ，在resize中再赋值给 newCap 进行table初始化
this.threshold = tableSizeFor(initialCapacity);
}
get(key)方法
步骤一：通过key获取所在桶的第一个元素是否存在
public V get(Object key) {
Node<K,V> e;
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;
if ((tab = table) != null && (n = tab.length) > 0 &&
(first = tab[(n - 1) & hash]) != null) {
// 数组元素相等
if (first.hash == hash && // always check first node
((k = first.key) == key || (key != null && key.equals(k))))
return first;
// 桶中不止一个节点
if ((e = first.next) != null) {
// 在树中get
if (first instanceof TreeNode)
return ((TreeNode<K,V>)first).getTreeNode(hash, key);
// 在链表中get
do {
if (e.hash == hash &&
((k = e.key) == key || (key != null && key.equals(k))))
return e;
} while ((e = e.next) != null);
}
}
return null;
}
先来明确一下各个变量的意义：
- key：要查询的指定key
- table：当前HashMap哈希表实际数据存储，用于存储节点的桶
- first：要查询的指定key匹配到某个桶的第一个节点
- e：临时节点，用于遍历桶中的节点链表或树结构。在这段代码中，e 用于遍历桶中的节点以查找匹配的键值对。
- n：这是一个整数，表示哈希表的长度，即桶的数量。
- k：这是一个键对象，表示 first 节点的键，即指定key计算后hash值对应桶的第一个节点的键。
单独说明：(tab = table) != null && (n = tab.length) > 0 && (first = tab[(n - 1) & hash]) != null)
(tab = table) != null：将table变量赋值给tab变量，并检查table是否为null，table用于存储实际的哈希表数据。
(n = tab.length) > 0：将tab.length赋值给n变量，并检查n是否大于0。n表示哈希表的长度，即桶的数量。
(first = tab[(n - 1) & hash]) != null：计算出哈希值hash对应桶的索引位置，并将该桶的第一个节点赋值给first变量。
(n - 1) & hash 的操作是根据哈希值 hash 和哈希表长度 n 计算出桶的索引位置。
- n-1是为了确保索引在0到n-1之间的有效索引位置。
- &是位运算中的按位与操作，用于将哈希值和n-1进行与运算，得到有效的桶索引。
- 判断第一个元素是否为null
通过key定位到该key所在桶，获取该桶的第一个节点元素信息key , key.hash()。
步骤二:该节点的hash和key是否与要查询的hash和key匹配
当要查询的hash对应桶的第一个节点存在时，进一步检查该节点是否匹配指定的key。
单独说明：if (first.hash == hash && // always check first node ((k = first.key) == key || (key != null && key.equals(k)))) return first
first.hash == hash：判断第一个元素key的hash值是否恒等于要查询key的哈希值
((k = first.key) == key：将第一个元素的key赋值给变量k，避免后续的比较重多次访问节点的键值。
|| (key != null && key.equals(k))))：比较要查询的key不为空且与第一个节点的key是否引用同一块地址（相等）。
如果引用同一块内存地址，则说明要查询的key的hash值和对应桶的第一个元素key的hash值一致，即定位到了指定key的节点信息，返回该节点数据。
步骤三:当对应桶中不止一个节点时，根据不同节点类型查询
// 在树中get
if (first instanceof TreeNode)
return ((TreeNode<K,V>)first).getTreeNode(hash, key);
// 在链表中get
do {
if (e.hash == hash &&
((k = e.key) == key || (key != null && key.equals(k))))
return e;
} while ((e = e.next) != null);
红黑树搜索
/**
* Calls find for root node.
*/
final TreeNode<K,V> getTreeNode(int h, Object k) {
return ((parent != null) ? root() : this).find(h, k, null);
}
- 当第一个节点的数据类型是红黑树时，则说明该桶已经树化，需要根据红黑树的逻辑进行定位
- 当第一个节点的数据类型是链表时，通过当前临时节点的hash与待查询key的hash对比循环遍历即可。
put(key,value)
HashMap只对外提供了put一个方法用于添加元素，putVal是put方法的实现，但是并没有对外开放。
/**
* 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<K,V>[] tab; Node<K,V> p; int n, i;
// ①
if ((tab = table) == null || (n = tab.length) == 0)
n = (tab = resize()).length;
// ②
if ((p = tab[i = (n - 1) & hash]) == null)
// ③
tab[i] = newNode(hash, key, value, null);
else {
Node<K,V> e; K k;
// ④
if (p.hash == hash &&
((k = p.key) == key || (key != null && key.equals(k))))
e = p;
// ⑤
else if (p instanceof TreeNode)
e = ((TreeNode<K,V>)p).putTreeVal(this, tab, hash, key, value);
else {
// ⑥
for (int binCount = 0; ; ++binCount) {
if ((e = p.next) == null) {
p.next = newNode(hash, key, value, null);
// ⑦
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)
resize();
afterNodeInsertion(evict);
return null;
}
链表树化代码：
/**
* Replaces all linked nodes in bin at index for given hash unless
* table is too small, in which case resizes instead.
*/
final void treeifyBin(Node<K,V>[] tab, int hash) {
int n, index; Node<K,V> e;
// ⑧
if (tab == null || (n = tab.length) < MIN_TREEIFY_CAPACITY)
resize();
// ⑨
else if ((e = tab[index = (n - 1) & hash]) != null) {
TreeNode<K,V> hd = null, tl = null;
do {
TreeNode<K,V> p = replacementTreeNode(e, null);
if (tl == null)
hd = p;
else {
p.prev = tl;
tl.next = p;
}
tl = p;
} while ((e = e.next) != null);
if ((tab[index] = hd) != null)
hd.treeify(tab);
}
}
先来明确一下各个变量的意义：
- Node
- Node
- int n：表示当前HashMap中的节点数量
- int i：临时变量，用于辅助计算节点的插入位置
下面说明putVal的简要步骤：
- 当前HashMap存储哈希表数据的table为空时，首先对其进行扩容
- 计算出要插入节点的哈希值在数据tab中的位置 i
- 当要插入节点的位置为空时，直接在该位置创建新的节点即可
- 比较待插入节点与p的哈希值是否等于并且判断节点p的key与要插入节点的key是否相等，如果满足这两个条件时，说明发生了哈希碰撞，即要插入的键已经存在于HashMap中，随后用新的value覆盖原值
- 判断该节点的类型，该节点是
TreeNode红黑树时，红黑树直接插入键值对 - 该节点是
Node链表时，开始准备遍历链表准备插入 - 判断链表长度是否大于8
- 当链表长度大于8时，执行链表树化逻辑，前提是，当前桶(bucket)中的节点数量大于64，如果小于64，优先给链表扩容，当链表不满足树化条件时，链表中插入新的元素，若key存在于当前列表，则直接覆盖原来的值
- 满足树化条件，将链表转为红黑树，插入新的键值对
以上简要步骤需要对应上文中代码的序号。
引用美团技术团队的HashMap图片以更清晰的理解put过程：
为什么树化？
处于性能和安全角度考虑选择树化，在元素放置的过程中，如果一个对象哈希冲突，都会放置到同一个桶里，形成一个链表，链表查询是线性的，时间复杂度是O(n)会严重影响读取性能，数据量大的话，会导致服务端资源大量占用。
resize-扩容
HashMap中的数组到达指定阈值长度后插入数据，需要对HashMap进行扩容，由于数组长度不可变的局限性，因此在扩容时，需要创建新的HashMap，然后原HashMap的数据复制到新的HashMap中。就像我们用一个小桶装水，如果想装更多的水，就得换大水桶。
/**
* Initializes or doubles table size. If null, allocates in
* accord with initial capacity target held in field threshold.
* Otherwise, because we are using power-of-two expansion, the
* elements from each bin must either stay at same index, or move
* with a power of two offset in the new table.
*
* @return the table
*/
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)
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;
if (e.next == null)
newTab[e.hash & (newCap - 1)] = e;
else if (e instanceof TreeNode)
((TreeNode<K,V>)e).split(this, newTab, j, 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;
}
先来明确下各个变量的含义：
- bin：bucket，数组中存储Entry位置
- MAXIMUM_CAPACITY：最大容量（2的30次幂，1073741824）
- DEFAULT_LOAD_FACTOR：负载因子（默认0.75）
- TREEIFY_THRESHOLD：链表转红黑树阈值
- DEFAULT_INITIAL_CAPACITY：默认初始容量（2的4次幂16）
所以，HashMap不指定容量时，最大容纳数据量是 16 * 0.75 = 12。
- 当 HashMap 中的元素数量超过负载因子（load factor）与当前容量的乘积时，就会触发扩容操作。负载因子是一个表示 HashMap 充满程度的比例因子，默认为 0.75。
- 创建一个新的、两倍大小的数组，作为扩容后的容器。
- 遍历原来的数组，将每个元素重新计算哈希值，并放入新的数组中的对应位置。这涉及到重新计算元素在新数组中的索引位置，以及处理可能的哈希碰撞。
- 在重新计算元素索引的过程中，如果发现某个位置上有多个元素（发生了哈希碰撞），则会使用链表或红黑树来存储这些元素，以提高查找效率。
- 当所有元素都重新放入新的数组后，原来的数组会被丢弃，成为垃圾数据等待被垃圾回收器回收。