HashMap前世今生

概述

HashMap是我们常用的一种数据结构，他是一个key-value结构。我们来深入了解一下。

1.8之前用的数组加链表

1.8之后用的数组加链表加红黑树，当链表数量大于8时，将链表转为红黑树。当红黑书节点小于6又会转为链表。

浅析HashMap的put()方法执行流程_hashmap的put方法流程-CSDN博客

重要变量

这里着重看一下1.8的源码

DEFAULT_INITIAL_CAPACITY - Table数组的初始化长度
MAXIMUM_CAPACITY - Table数组的最大长度
DEFAULT_LOAD_FACTOR - 负载因子
TREEIFY_THRESHOLD - 链表树化阙值
UNTREEIFY_THRESHOLD - 红黑树链化阙值
MIN_TREEIFY_CAPACITY - 最小树化阈值

    //Table数组的初始化长度： 1 << 4 (2^4=16 先将1变成2进制，然后左移四位->0001 - 10000)static final int DEFAULT_INITIAL_CAPACITY = 1 << 4; // aka 16//Table数组的最大长度： 1<<30 2^30=1073741824static final int MAXIMUM_CAPACITY = 1 << 30;//负载因子：默认值为0.75。 当元素的总个数>当前数组的长度 * 负载因子。数组会进行扩容，扩容为原来的两倍（todo：为什么是两倍？）static final float DEFAULT_LOAD_FACTOR = 0.75f;//链表树化阙值： 默认值为 8 。表示在一个node（Table）节点下的值的个数大于8时候，会将链表转换成为红黑树。static final int TREEIFY_THRESHOLD = 8;//红黑树链化阙值： 默认值为 6 。 表示在进行扩容期间，单个Node节点下的红黑树节点的个数小于6时候，会将红黑树转化成为链表。static final int UNTREEIFY_THRESHOLD = 6;//最小树化阈值，当Table所有元素超过改值，才会进行树化（为了防止前期阶段频繁扩容和树化过程冲突）。static final int MIN_TREEIFY_CAPACITY = 64;

初始化

我们先来分析一下第一个构造方法。

首先做了一些判断，然后设置了一下负载因子loadFactor

并且调用了 this.threshold = tableSizeFor(initialCapacity);

threshold是根据当前的初始化大小和加载因子算出来的边界大小，当桶中的键值对超过这个大小就进行扩容

 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);}public HashMap(int initialCapacity) {this(initialCapacity, DEFAULT_LOAD_FACTOR);}public HashMap() {this.loadFactor = DEFAULT_LOAD_FACTOR; // all other fields defaulted}public HashMap(Map<? extends K, ? extends V> m) {this.loadFactor = DEFAULT_LOAD_FACTOR;putMapEntries(m, false);}

假如说传的初始化容量为3，n为2

n |= n >>> 1; n等于2|1 进行位或运算变长3
n |= n >>> 2; n=3|0，得3
n |= n >>> 4;
n |= n >>> 8;
n |= n >>> 16;依次类推，结果是3

然后return有个加1，最后返回threshold 为4

    //这个方法返回大于输入参数且最接近的2的整数次幂的数static final int tableSizeFor(int cap) {int n = cap - 1;n |= n >>> 1;n |= n >>> 2;n |= n >>> 4;n |= n >>> 8;n |= n >>> 16;return (n < 0) ? 1 : (n >= MAXIMUM_CAPACITY) ? MAXIMUM_CAPACITY : n + 1;}

put方法

先计算哈希，根据哈希去找，调用putVal方法。

先如果是第一次，先进行初始化扩容。节点不存在，则直接插入。

存在，则哈希值和key是否相同，相同则覆盖操作。不一致则发生哈希冲突，插入链表或红黑树。

当size>threshold时,也会进行扩容。

    public V put(K key, V value) {return putVal(hash(key), key, value, false, true);}final V putVal(int hash, K key, V value, boolean onlyIfAbsent,boolean evict) {Node<K,V>[] tab; Node<K,V> p; int n, i;//若存储的表为空，则初始化长度。if ((tab = table) == null || (n = tab.length) == 0)n = (tab = resize()).length;// 如果根据hash值获取的结点为空，则新建一个结点// 此处 & 代替了 % （除法散列法进行散列）// 这里的p结点是根据hash值算出来对应在数组中的元素if ((p = tab[i = (n - 1) & hash]) == null)tab[i] = newNode(hash, key, value, null);else {Node<K,V> e; K k;// 如果新插入的结点和table中p结点的hash值，key值相同的话if (p.hash == hash &&((k = p.key) == key || (key != null && key.equals(k))))e = p;// 如果是红黑树结点的话，进行红黑树插入else if (p instanceof TreeNode)e = ((TreeNode<K,V>)p).putTreeVal(this, tab, hash, key, value);else {for (int binCount = 0; ; ++binCount) {// 代表这个单链表只有一个头部结点，则直接新建一个结点即可if ((e = p.next) == null) {p.next = newNode(hash, key, value, null);// 链表长度大于8时，将链表转红黑树if (binCount >= TREEIFY_THRESHOLD - 1) // -1 for 1sttreeifyBin(tab, hash);break;}if (e.hash == hash &&((k = e.key) == key || (key != null && key.equals(k))))break;p = e;}}// 如果存在这个映射就覆盖if (e != null) { // existing mapping for keyV oldValue = e.value;// 判断是否允许覆盖，并且value是否为空if (!onlyIfAbsent || oldValue == null)e.value = value;afterNodeAccess(e);return oldValue;}}++modCount;if (++size > threshold)// 将数组大小设置为原来的2倍，并将原先的数组中的元素放到新数组中// 因为有链表，红黑树之类，因此还要调整他们resize();afterNodeInsertion(evict);return null;}

get方法

get方法首先计算哈希值，然后调用getNode方法

主要看dowhile，也就是遍历链表

    public V get(Object key) {Node<K,V> e;return (e = getNode(hash(key), key)) == null ? null : e.value;}static final int hash(Object key) {int h;return (key == null) ? 0 : (h = key.hashCode()) ^ (h >>> 16);}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) {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<K,V>)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;}

如果想要了解底层object类hashcode如何生成的，可参考

Java 的 HashCode 底层生成分析_java hashcode底层-CSDN博客

Object中的hashCode()终于搞懂了！！！_object的hashcode方法-CSDN博客

扩容

1.8扩容

1.HashMap实行了懒加载, 新建HashMap时不会对table进行赋值, 而是到第一次插入时, 进行resize时构建table;
2. 当HashMap.size 大于 threshold时, 会进行resize;threshold的值，当第一次构建时, 如果没有指定HashMap.table的初始长度, 就用默认值16, 否则就是指定的值; 然后不管是第一次构建还是后续扩容, threshold = table.length * loadFactor;

当元素的总个数>当前数组的长度 * 负载因子。数组会进行扩容，扩容为原来的两倍

第一次put会触发一次扩容，可以看一下注释

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;}//扩容两倍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 thresholdnewCap = oldThr;else {               // zero initial threshold signifies using defaultsnewCap = 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;// 调整数组大小之后，需要调整红黑树或者链表的指向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;// 红黑树调整else if (e instanceof TreeNode)((TreeNode<K,V>)e).split(this, newTab, j, oldCap);else { // preserve order// 链表调整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;elseloTail.next = e;loTail = e;}else {if (hiTail == null)hiHead = e;elsehiTail.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;}

接下来着重说一下链表的调整，这里1.8用的尾插法，解决了因头插法的插入顺序不一致导致的链表成环死循环问题。

Node<K,V> loHead = null, loTail = null;//低位链表
Node<K,V> hiHead = null, hiTail = null;//高位链表
Node<K,V> next;
do {next = e.next;if ((e.hash & oldCap) == 0) {//如果是低位链表if (loTail == null)//判断是否有元素，没有则设置头结点loHead = e;elseloTail.next = e;loTail = e;}else {//高位链表if (hiTail == null)//判断是否有元素，没有则设置头结点hiHead = e;elsehiTail.next = e;hiTail = e;}} while ((e = next) != null);//遍历完成后，进行数据迁移if (loTail != null) {loTail.next = null;newTab[j] = loHead;}if (hiTail != null) {hiTail.next = null;newTab[j + oldCap] = hiHead;}
}

计算新索引的位置（e.hash & oldCap）

比如说e.hash都是一样的，oldCap可能是扩容后的，进行二进制与运算

如果e.hash & oldCap == 0，注意这里是oldCap，而不是oldCap-1。
我们知道oldCap是2的次幂，也就是1、2、4、8、16...转化为二进制之后，
都是最高位为1，其它位为0。所以oldCap & e.hash 也是只有e.hash值在oldCap二进制不为0的位对应的位也不为0时，才会得到一个不为0的结果。

举个例子，我们知道10010 和00010 与1111的&运算结果都是 0010 ，但是110010和010010与10000的运算结果是不一样的，所以HashMap就是利用这一点，来判断当前在链表中的数据，在扩容时位置是保持不变还是位置移动oldCap。

图解jdk1.8 HashMap扩容(与jdk1.7重新计算hash方式不同)_hashmap1.8扩容过程-CSDN博客

【Java集合】HashMap的resize()源码详解以及JDK1.7与JDK1.8的区别_inithashseedasneeded-CSDN博客

深入剖析：JDK8中的HashMap初始化和扩容机制 - 知乎

1.7扩容

从下方代码可看出transfer方法是重要扩容方法。

/**
* 分析：resize(2 * table.length)
* 作用：当容量不足时（容量 > 阈值），则扩容（扩到2倍）
*/   
void resize(int newCapacity) {  // 1. 保存旧数组（old table）Entry[] oldTable = table; // 2. 保存旧容量（old capacity ），即数组长度int oldCapacity = oldTable.length;// 3. 若旧容量已经是系统默认最大容量了，那么将阈值设置成整型的最大值，退出    if (oldCapacity == MAXIMUM_CAPACITY) {// 修改扩容阀值  threshold = Integer.MAX_VALUE;return;  }  // 4. 根据新容量（2倍容量）新建1个数组，即新table  Entry[] newTable = new Entry[newCapacity];  // 5. 将旧数组上的数据（键值对）转移到新table中，从而完成扩容。initHashSeedAsNeeded(newCapacity)这个方法用来根据新的数组长度来重新初始化Hash种子transfer(newTable, initHashSeedAsNeeded(newCapacity));// 6. 新数组table引用到HashMap的table属性上table = newTable;  // 7. 重新设置阈值,如果阈值超过了HashMap最大容量大小，则直接将阈值设置为 MAXIMUM_CAPACITY + 1threshold = (int)Math.min(newCapacity * loadFactor, MAXIMUM_CAPACITY + 1);
}

看while中的代码，这个版本使用的是头插法，跟1.8差别较大。

// 将元素放在数组上：采用单链表的头插入方式 = 在链表头上存放数据 = 将新插入数据的next指向原数组位置的链表头节点，然后将需放入的数据放到数组位置中，这样就实现了头插法将数据插入链表
即扩容后，可能出现逆序：按旧链表的正序遍历链表、在新链表的头部依次插入

e.next = newTable[i];
// newTable[i]的值总是最新插入的值
newTable[i] = e;
// 访问下一个Entry链上的元素，如此不断循环，直到遍历完该链表上的所有节点
e = next;

/**
* 分析：transfer(newTable); 
* 作用：将旧数组上的数据（键值对）转移到新table中，从而完成扩容
* 过程：按旧链表的正序遍历链表、在新链表的头部依次插入
* @param rehash 如果这里传入的是true，说明Hash种子已经更新，需要对所有的元素进行rehash重新计算Hash值。该操作比较消耗资源，这也是JDK1.7相对JDK1.8执行效率较低的原因
*/ 
void transfer(Entry[] newTable, boolean rehash) {  // 获取新数组的大小 = 获取新容量大小   int newCapacity = newTable.length// 通过遍历 旧数组，将旧数组上的数据（键值对）转移到新数组中for (Entry<K,V> e : table) {// 遍历桶中所有元素while(null != e) {  Entry<K,V> next = e.next;  // 如果是重新Hash，则需要重新计算hash值  if (rehash) {e.hash = null == e.key ? 0 : hash(e.key);  }  // 重新计算每个元素的存储位置，这里再次按照之前计算元素所在位置的方法重新进行一遍 Hash值 &（新数组长度 - 1）的计算，也是相当消耗资源的操作。1.8就采用扩容之后运用运算规律来对元素重新定位，这样相对要高效很多。int i = indexFor(e.hash, newCapacity);// 将元素放在数组上：采用单链表的头插入方式 = 在链表头上存放数据 = 将新插入数据的next指向原数组位置的链表头节点，然后将需放入的数据放到数组位置中，这样就实现了头插法将数据插入链表// 即 扩容后，可能出现逆序：按旧链表的正序遍历链表、在新链表的头部依次插入e.next = newTable[i];// newTable[i]的值总是最新插入的值newTable[i] = e;// 访问下一个Entry链上的元素，如此不断循环，直到遍历完该链表上的所有节点e = next;}  }  
}