Java源码之HashMap
Java源码之HashMap
转载请注意出处：http://blog.csdn.net/itismelzp/article/details/50525647
一、HashMap概述
HashMap基于哈希表的 Map 接口的实现。此实现提供所有可选的映射操作，并允许使用 null 值和 null 键。（除了不同步和允许使用 null 之外，HashMap 类与 Hashtable 大致相同。）此类不保证映射的顺序，特别是它不保证该顺序恒久不变。
值得注意的是HashMap不是线程安全的，如果想要线程安全的HashMap，可以通过Collections类的静态方法synchronizedMap获得线程安全的HashMap。
Map map = Collections.synchronizedMap(new HashMap());
二、HashMap中的数据结构
1.jdk1.8之前
在jdk1.8之前的HashMap是基于数组+链表来实现，即严蔚敏版《数据结构》中哈希表（散列表）链地址法，哈希表的优点是查询速度快。
HashMap中主要是通过key的hashCode来计算hash值，只要hashCode相同，计算出来的hash值就一样。如果存储的对象多了，就有可能不同的对象映射到相同的hash值，这就是所谓的hash冲突。HashMap中所用解决hash冲突的方法是链地址法。
可参考严蔚敏版《数据结构》哈希表解决hash冲突的链地址法。
图中，黄色部分即代表哈希表，也称为哈希数组，数组的每个元素都是一个单链表的头节点，链表是用来解决冲突的，如果不同的key映射到了数组的同一位置处，就将其放入单链表中。
2.jdk1.8中HashMap的实现方式
jdk1.8中对HashMap做的很大的改进，采用数组+链表+红黑树实现，当链表长度超过阈值(8)时，将链表转换为红黑树，大大减少了hash冲突时查找时间（从原来的O(n)->O(logn)）。由于红黑树的结点空间是链表空间的2倍，为了节省空间，当链表长度减少（如删除操作）到阈值(6)时，又会转换为链表形式。
链表中的结点对应HashMap中的Node类（jdk1.8之前用的是Entry类，原理差不多），具体如下：
// Node是单向链表，实现了Map.Entry接口
static class Node<K,V> implements Map.Entry<K,V> {
final int hash; // hash值
final K key; // 键
V value; // 值
Node<K,V> next; // 指向下一个结点
/*
* 构造函数
* 利用（hash值、键、值、下一个结点）来构造结点
*/
Node(int hash, K key, V value, Node<K,V> next) {
this.hash = hash;
this.key = key;
this.value = value;
this.next = next;
}
public final K getKey() { return key; }
public final V getValue() { return value; }
public final V setValue(V newValue) {
V oldValue = value;
value = newValue;
return oldValue;
}
public final String toString() { return key + "=" + value; }
// 实现hashCode()
public final int hashCode() {
return Objects.hashCode(key) ^ Objects.hashCode(value);
}
// 判断两个结点是否相等
public final boolean equals(Object o) {
if (o == this)
return true;
if (o instanceof Map.Entry) {
Map.Entry<?,?> e = (Map.Entry<?,?>)o;
if (Objects.equals(key, e.getKey()) &&
Objects.equals(value, e.getValue()))
return true;
}
return false;
}
}
HashMap其实就是一个Node数组，Node对象中包含了键和值，其中next也是一个Node对象，它用来处理hash冲突，
使具有相同hash值的结点连在一个链表或树中。
下面是红黑树结点：
它继承自LinkedListMap.Entry，这是一种双链表结点（具体可参考【Java源码之LinkedHashMap】）。
/**
* 红黑树结点，继承自LinkedHashMap.Entry
*/
static final class TreeNode<K,V> extends LinkedHashMap.Entry<K,V> {
TreeNode<K,V> parent; // 指向父结点
TreeNode<K,V> left;
TreeNode<K,V> right;
TreeNode<K,V> prev; // needed to unlink next upon deletion
boolean red; // 结点颜色（红或黑）
TreeNode(int hash, K key, V val, Node<K,V> next) {
super(hash, key, val, next);
}
/**
* 返回当前节点所在树的树结点
*/
final TreeNode<K,V> root() {
for (TreeNode<K,V> r = this, p;;) {
if ((p = r.parent) == null)
return r;
r = p;
}
}
}
三、HashMap源码
1.头文件
package java.util; import java.io.IOException; import java.io.InvalidObjectException; import java.io.Serializable; import java.lang.reflect.ParameterizedType; import java.lang.reflect.Type; import java.util.function.BiConsumer; import java.util.function.BiFunction; import java.util.function.Consumer; import java.util.function.Function;
2.继承情况
public class HashMap<K,V> extends AbstractMap<K,V>
implements Map<K,V>, Cloneable, Serializable
3.属性
/** * 默认初始容量 - 必须是2的幂次方 */ static final int DEFAULT_INITIAL_CAPACITY = 1 << 4; // 16 /** * 最大容量 */ static final int MAXIMUM_CAPACITY = 1 << 30; /** * 当构造函数不指定时，默认（Hash表）装载因子。 */ static final float DEFAULT_LOAD_FACTOR = 0.75f; /** * 链表->红黑树的阈值 */ static final int TREEIFY_THRESHOLD = 8; /** * 红黑树->链表的阈值 */ 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. */ static final int MIN_TREEIFY_CAPACITY = 64;
/** * 存放元素的Node数组 */ transient Node<K,V>[] table; /** * 装Map用Set集合（可用于迭代Map） */ transient Set<Map.Entry<K,V>> entrySet; /** * map中的包含的元素个数 */ transient int size; /** * HashMap的修改次数 */ transient int modCount; // fail-fast机制，下面有解释 /** * 阈值 - 当实际大小超过临界值时，会进行扩容。threshold = capacity * loadFactor(注意这里的capacity与size的区别) */ int threshold; // 默认情况下是12 /** * 装载因子，表示Hsah表中元素的填满的程度 */ final float loadFactor;
fail-fast机制：即快速失败机制。当多个线程对同一个集合的内容进行操作时，就可能会产生fail-fast事件。
例如：当某一个线程A通过iterator去遍历某集合的过程中，若该集合的内容被其他线程所改变了；
那么线程A访问集合时，就会抛出ConcurrentModificationException异常，产生fail-fast事件。
4.构造函数（4个）
/**
* 构造函数一：指定初始容量和装载因子
*/
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;
this.threshold = tableSizeFor(initialCapacity); // tableSizeFor方法会将initialCapacity转化成2的幂次方，详见tableSizeFor方法
}
/**
* 构造函数二：指定初始容量并使用默认装载因子（0.75）
*/
public HashMap(int initialCapacity) {
this(initialCapacity, DEFAULT_LOAD_FACTOR);
}
/**
* 构造函数三：使用默认初始容量（16）和默认装载因子（0.75）
*/
public HashMap() {
this.loadFactor = DEFAULT_LOAD_FACTOR; // all other fields defaulted
}
/**
* 构造函数四：使用另一个Map来构造
*/
public HashMap(Map<? extends K, ? extends V> m) {
this.loadFactor = DEFAULT_LOAD_FACTOR;
putMapEntries(m, false);
}
5.常用方法
(1)hash方法
严版《数据结构》中提到的哈希函数的构造方法有：
- 直接定址法
- 数字分析法
- 平方取中法
- 折叠法
- 除留取余法
在Hashtable中用的是 除留取余法， 即便于计算，又能减少冲突。
index = (hash & 0x7FFFFFFF) % tab.length;
但是取模中的除法运算效率很低，HashMap则通过h & (length - 1)替代取模，得到所在数组位置，这样效率会高很多。
static final int hash(Object key) {
int h;
return (key == null) ? 0 : (h = key.hashCode()) ^ (h >>> 16);
}
代码中，首先由key值通过hashCode()方法获取h值，再通过h & (length - 1)来得到所在数组的位置。
在HashMap实现中还可以看到如下代码取代了jdk1.8以前用while循环来保证哈希表的容量一直是2的整数倍数，用移位操作取代了循环移位。
/**
* 根据给定的容量cap来构造符合2的次幂的值
*/
static final int tableSizeFor(int cap) {
int n = cap - 1;
n |= n >>> 1; // ">>>"为右移填0操作，即不管符号位是什么都用0填充
n |= n >>> 2;
n |= n >>> 4;
n |= n >>> 8;
n |= n >>> 16;
return (n < 0) ? 1 : (n >= MAXIMUM_CAPACITY) ? MAXIMUM_CAPACITY : n + 1;
}
下面分析原因：length为2的整数幂保证了length-1最后一位（当然是二进制表示）为1，从而保证了取索引操作 h & (length - 1)的最后一位同时有为0和为1的可能性，保证了散列的均匀性。反过来，如果length为奇数时，length-1最后一位为0，这样与h按位“与”的最后一位肯定为0，即索引位置肯定是偶数，这样数组的奇数位置全部没有放置元素，浪费了大量空间。
(2)数据读取：get和getNode方法
/**
* 根据key返回对应的value值
*/
public V get(Object key) {
Node<K,V> e;
return (e = getNode(hash(key), key)) == null ? null : e.value;
}
/**
* 实现Map.get和相关方法
*/
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) { // 使用hash & (length-1)得到所在位置
if (first.hash == hash && // 判断头结点
((k = first.key) == key || (key != null && key.equals(k))))
return first;
// 搜索“冲突”链表或红黑树
if ((e = first.next) != null) {
if (first instanceof TreeNode) // 红黑树情况
return ((TreeNode<K,V>)first).getTreeNode(hash, key);
do { // 链表情况
if (e.hash == hash &&
((k = e.key) == key || (key != null && key.equals(k))))
return e;
} while ((e = e.next) != null);
}
}
return null;
}
(3)存储数据：put和putValue方法
/**
* 实现Map.put和相关方法
* 参数hash：key的hash值
* 参数key：要设置的key值
* 参数value：要设置的value值
* 参数onlyIfAbsent if true, don't change existing value
* 如果为假，则替换原来的value
* 参数evict：if false, the table is in creation mode.
* 返回：替换时返回oldValue，非替换时返回null
*/
final V putVal(int hash, K key, V value, boolean onlyIfAbsent,
boolean evict) {
Node<K,V>[] tab; Node<K,V> p; int n, i;
if ((tab = table) == null || (n = tab.length) == 0) // 如果tab为空，则调用resize分配内存
n = (tab = resize()).length;
// 使用hash & (lengt-1)得到存入位置，得到插入位置中的结点p
if ((p = tab[i = (n - 1) & hash]) == null) // 结点p为null，直接插入
tab[i] = newNode(hash, key, value, null);
else { // 插入位置冲突
Node<K,V> e; K k;
// 与第一个结点相同：hash值与key值相同（1）
if (p.hash == hash &&
((k = p.key) == key || (key != null && key.equals(k))))
e = p;
// 与第一个结点不相同
else if (p instanceof TreeNode) // 红黑树情况
e = ((TreeNode<K,V>)p).putTreeVal(this, tab, hash, key, value);
else { // 链表情况
for (int binCount = 0; ; ++binCount) {
// p从表头依次后移
if ((e = p.next) == null) { // 到达链尾
p.next = newNode(hash, key, value, null); // 接入链尾
if (binCount >= TREEIFY_THRESHOLD - 1) // 达到（链->树）阈值
treeifyBin(tab, hash);
break;
}
// 找到"相同"对象：hash值与key值相同（2）
if (e.hash == hash &&
((k = e.key) == key || (key != null && key.equals(k))))
break;
p = e; // p后移：p=p.next
}
}
// 处理上述两处hash值与key值相同
if (e != null) { // 已有key值
V oldValue = e.value;
if (!onlyIfAbsent || oldValue == null)
e.value = value;
afterNodeAccess(e);
return oldValue;
}
}
++modCount;
if (++size > threshold) // 如果size>threshold时进行扩容，见后面的reise()函数
resize();
afterNodeInsertion(evict);
return null;
}
(4)扩容策略：resize方法
当size > threshold时调用resize()扩容。
/**
* 初始化或加倍容量大小。
*
* 返回新的hash table数组
*/
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) { // 超过最大容量，无法扩容，只能改变阈值
threshold = Integer.MAX_VALUE;
return oldTab;
}
else if ((newCap = oldCap << 1) < MAXIMUM_CAPACITY && // 容量加倍
oldCap >= DEFAULT_INITIAL_CAPACITY)
newThr = oldThr << 1; // 阈值加倍
}
else if (oldThr > 0) // 用阈值初始值新的容量
newCap = oldThr;
else { // 当阈值==0时
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];
// 下面是将旧tab中的Node转移到新tab中，分链表和红黑树两种情况
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) // 红黑树情况
((TreeNode<K,V>)e).split(this, newTab, j, oldCap);
else { // 链表情况
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;
}