HashMap是Android程序員（當然也包括Java程序員）經常使用的映射數據類型，伴隨著JDK的版本更新,JDK1.8相比1.7對HashMap的底層實現了一些優化，尤其是紅黑樹這個點（現在面試的時候基本都會問到這個問題），本博文結合JDK1.8源碼分析下HashMap的實現原理。
1.簡介
1.1 哈希算法
什么是哈希算法呢？
哈希算法將任意長度的二進制值映射為較短的固定長度的二進制值，這個小的二進制值稱為哈希值。哈希值是一段數據唯一且極其緊湊的數值表示形式。如果散列一段明文而且哪怕只更改該段落的一個字母，隨后的哈希都將產生不同的值。要找到散列為同一個值的兩個不同的輸入，在計算上是不可能的，所以數據的哈希值可以檢驗數據的完整性。一般用于快速查找和加密算法。
1.2 解決hash沖突
HashMap使用鏈地址法來解決hash沖突，即數組+鏈表的組合，JDK1.8之后才引入了紅黑樹進行存儲優化。
每個數組元素上都是一個鏈表結構，當數據被hash后得到數組的下標，把數據存儲到對應下標的鏈表上。
1.3 HashMap定義
public class HashMap<K,V> extends AbstractMap，<K,V>
implements Map<K,V>, Cloneable, Serializable
從HashMap的定義上，我們可以知道以下幾點：
- HashMap為散列表，用于存儲[key-value]鍵值對
- 繼承了AbstractMap，實現了Map、Cloneable、Serializable
- 由于Map的設計是非同步的，從實現上看HashMap也是非線程安全的。（線程同步的場景可以使用ConcurrentHashMap）
- 可以實現克隆
- 可以序列化
1.4 一些屬性
// 初始化容量，必須為2的n次冪（主要是為了后續計算index考慮）
static final int DEFAULT_INITIAL_CAPACITY = 1 << 4; // aka 16
// 最大容量，2的30次冪
static final int MAXIMUM_CAPACITY = 1 << 30;
// 默認的加載因子，size=capacity*factor
static final float DEFAULT_LOAD_FACTOR = 0.75f;
// 使用紅黑樹的閥值
// 當鏈表中的個數大于該值時，會將鏈表轉換為紅黑樹進行存儲
// 該值必須大于2，且最小值為8
static final int TREEIFY_THRESHOLD = 8;
// resize時不使用樹的閥值，必須小于TREEIFY_THRESHOLD
static final int UNTREEIFY_THRESHOLD = 6;
// 紅黑樹最小容量
// 最小值為:4 * TREEIFY_THRESHOLD
static final int MIN_TREEIFY_CAPACITY = 64;
1.5 重要的Node
// 用于存儲數據的節點
static class Node<K,V> implements Map.Entry<K,V> {
// 用于定位數組索引位置
final int hash;
// 存儲的key
final K key;
// 存儲的value
V value;
// 鏈表中下一個值
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;
}
public final K getKey() { return key; }
public final V getValue() { return value; }
public final String toString() { return key + "=" + value; }
public final int hashCode() {
return Objects.hashCode(key) ^ Objects.hashCode(value);
}
public final V setValue(V newValue) {
V oldValue = value;
value = newValue;
return oldValue;
}
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;
}
}
Node是HashMap的一個靜態內部類，實現了Map.Entry接口，本質是就是一個鍵值對。
1.6 構造方法
在看構造方法前，先來看幾個關鍵的屬性：
// 存儲數據的數據，首次使用時被初始化，需要時可以被擴容
// 當分配時它的長度一定是2的n次冪
transient Node<K,V>[] table;
// 數組中實際存儲的鍵值對數量
transient int size;
// 用于fail-fast
transient int modCount;
// HashMap所能容納的最大數據量的Node(鍵值對)個數
// threshold = capacity * load factor
// 超過該值那么將進行擴容
int threshold;
// 負載因子
final float loadFactor;
下面我們來看下HashMap的幾個構造方法：
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);
}
這些構造方法其實就是對上面的幾個屬性進行了初始化。
2.原理分析
2.1 確定在Hash數組中的index
方法一：
static final int hash(Object key) {
int h;
return (key == null) ? 0 : (h = key.hashCode()) ^ (h >>> 16);
}
方法二：
static int indexFor(int h, int length) { //jdk1.7的源碼，jdk1.8沒有這個方法，但是實現原理一樣的
return h & (length-1); //第三步 取模運算
}
分析下上面的兩個算法，我們可以發現HashMap采用的hash算法主要包括以下三塊內容：
取得key的hashCode值
在這里我們需要明確下hashCode()方法與equals()方法之間的關系：
如果x.equals(y)返回“true”，那么x和y的hashCode()必須相等。
如果x.equals(y)返回“false”，那么x和y的hashCode()有可能相等，也有可能不等。高位運算
(h = key.hashCode()) ^ (h >>> 16)
這么做可以在數組table的length比較小的時候，也能保證考慮到高低Bit都參與到Hash的計算中，同時不會有太大的開銷。
- 取模運算
這個方法非常巧妙，它通過h&(table.length-1)來得到對象的保存位置（數組中的index），因為數組的長度lenth總是為2的n次方，h&(length-1)運算等價于對length取模，也就是h%length，但是&比%具有更高的效率。
2.2 put方法
上面分析了這么多，這個章節才是我們的重點，廢話不多說，我們來看put方法到底做了那些神級操作。
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;
//1. 如果是首次使用（tab為空），那么進行resize操作
if ((tab = table) == null || (n = tab.length) == 0)
n = (tab = resize()).length;
//2.根據hash值獲得數組index值，判斷table[index]是否為null
//如果table[index]為null，直接新建node元素。
if ((p = tab[i = (n - 1) & hash]) == null)
tab[i] = newNode(hash, key, value, null);
else {
Node<K,V> e; K k;
// 3. 節點key存在，直接進行覆蓋
if (p.hash == hash &&
((k = p.key) == key || (key != null && key.equals(k))))
e = p;
// 4.如果當前table[index]為紅黑樹節點對象，存儲節點到書中
else if (p instanceof TreeNode)
e = ((TreeNode<K,V>)p).putTreeVal(this, tab, hash, key, value);
// 5.如果節點為鏈表
else {
for (int binCount = 0; ; ++binCount) {
if ((e = p.next) == null) {
p.next = newNode(hash, key, value, null);
// 如果鏈表長度大于等于8，則將鏈表轉換為紅黑樹
if (binCount >= TREEIFY_THRESHOLD - 1) // -1 for 1st
treeifyBin(tab, hash);
break;
}
// key已經存在直接覆蓋value
if (e.hash == hash &&
((k = e.key) == key || (key != null && key.equals(k))))
break;
p = e;
}
}
// tab
if (e != null) { // existing mapping for key
V oldValue = e.value;
if (!onlyIfAbsent || oldValue == null)
e.value = value;
afterNodeAccess(e);
return oldValue;
}
}
++modCount;
// 6.超過最大容量，就進行擴容
if (++size > threshold)
resize();
afterNodeInsertion(evict);
return null;
}
2.3 resize
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) {
// 超過最大值就不再進行擴容了
if (oldCap >= MAXIMUM_CAPACITY) {
threshold = Integer.MAX_VALUE;
return oldTab;
}
// 沒有超過最大值，就擴大為原來的2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 threshold
newCap = oldThr;
else { // zero initial threshold signifies using defaults
// 首次使用時進行的擴容
newCap = DEFAULT_INITIAL_CAPACITY;
newThr = (int)(DEFAULT_LOAD_FACTOR * DEFAULT_INITIAL_CAPACITY);
}
// 計算新的上限
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;
// 將每個bucket移動到新的bucket
if ((e = oldTab[j]) != null) {
// 將舊的數組置為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;
// 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);
// 原索引放到bucket里
if (loTail != null) {
loTail.next = null;
newTab[j] = loHead;
}
// 原索引+oldCap放到bucket里
if (hiTail != null) {
hiTail.next = null;
newTab[j + oldCap] = hiHead;
}
}
}
}
}
return newTab;
}
3. 線程安全性
我們都知道HashMap是非線程安全的，在多線程使用場景中，應該盡量避免使用線程不安全的HashMap，而使用線程安全的ConcurrentHashMap。
ConcurrentHashMap使用了分段加鎖的機制，因此在使用效率上比使用HashTable和Collections.synchronizedMap()更高，而且由于設計陳舊，HashTable和Collections.synchronizedMap()正在逐漸退出歷史舞臺。
4. 結束語
HashMap在我們日常開發中，占據著不可或缺的位置，希望大家能對其原理有一個深入的認識和了解。JDK 1.8對HashMap的優化僅僅是冰山一角，讓我們通過HashMap開始擁抱JDK1.8吧。
