其他更多java基礎(chǔ)文章：
java基礎(chǔ)學(xué)習(xí)(目錄)
學(xué)習(xí)資料
Java 8系列之重新認(rèn)識(shí)HashMap
Java集合：HashMap詳解（JDK 1.8）
本文將不講紅黑樹(shù)相關(guān)的內(nèi)容，因?yàn)槲易约阂策€沒(méi)弄懂，下一步將算法和數(shù)據(jù)結(jié)構(gòu)看完后，會(huì)寫(xiě)一篇源碼分析（二）作為后續(xù)。
摘要
HashMap是Java程序員使用頻率最高的用于映射(鍵值對(duì))處理的數(shù)據(jù)類(lèi)型。隨著JDK（Java Developmet Kit）版本的更新，JDK1.8對(duì)HashMap底層的實(shí)現(xiàn)進(jìn)行了優(yōu)化，例如引入紅黑樹(shù)的數(shù)據(jù)結(jié)構(gòu)和擴(kuò)容的優(yōu)化等。本文結(jié)合JDK1.7和JDK1.8的區(qū)別，深入探討HashMap的結(jié)構(gòu)實(shí)現(xiàn)和功能原理。
簡(jiǎn)介
Java為數(shù)據(jù)結(jié)構(gòu)中的映射定義了一個(gè)接口java.util.Map，此接口主要有四個(gè)常用的實(shí)現(xiàn)類(lèi)，分別是HashMap、Hashtable、LinkedHashMap和TreeMap，類(lèi)繼承關(guān)系如下圖所示：
下面針對(duì)各個(gè)實(shí)現(xiàn)類(lèi)的特點(diǎn)做一些說(shuō)明：
(1) HashMap：它根據(jù)鍵的hashCode值存儲(chǔ)數(shù)據(jù)，大多數(shù)情況下可以直接定位到它的值，因而具有很快的訪問(wèn)速度，但遍歷順序卻是不確定的。 HashMap最多只允許一條記錄的鍵為null，允許多條記錄的值為null。HashMap非線程安全，即任一時(shí)刻可以有多個(gè)線程同時(shí)寫(xiě)HashMap，可能會(huì)導(dǎo)致數(shù)據(jù)的不一致。如果需要滿足線程安全，可以用 Collections的synchronizedMap方法使HashMap具有線程安全的能力，或者使用ConcurrentHashMap。
(2) Hashtable：Hashtable是遺留類(lèi)，很多映射的常用功能與HashMap類(lèi)似，不同的是它承自Dictionary類(lèi)，并且是線程安全的，任一時(shí)間只有一個(gè)線程能寫(xiě)Hashtable，并發(fā)性不如ConcurrentHashMap，因?yàn)镃oncurrentHashMap引入了分段鎖。Hashtable不建議在新代碼中使用，不需要線程安全的場(chǎng)合可以用HashMap替換，需要線程安全的場(chǎng)合可以用ConcurrentHashMap替換。
(3) LinkedHashMap：LinkedHashMap是HashMap的一個(gè)子類(lèi)，保存了記錄的插入順序，在用Iterator遍歷LinkedHashMap時(shí)，先得到的記錄肯定是先插入的，也可以在構(gòu)造時(shí)帶參數(shù)，按照訪問(wèn)次序排序。
(4) TreeMap：TreeMap實(shí)現(xiàn)SortedMap接口，能夠把它保存的記錄根據(jù)鍵排序，默認(rèn)是按鍵值的升序排序，也可以指定排序的比較器，當(dāng)用Iterator遍歷TreeMap時(shí)，得到的記錄是排過(guò)序的。如果使用排序的映射，建議使用TreeMap。在使用TreeMap時(shí)，key必須實(shí)現(xiàn)Comparable接口或者在構(gòu)造TreeMap傳入自定義的Comparator，否則會(huì)在運(yùn)行時(shí)拋出java.lang.ClassCastException類(lèi)型的異常。
對(duì)于上述四種Map類(lèi)型的類(lèi)，要求映射中的key是不可變對(duì)象。不可變對(duì)象是該對(duì)象在創(chuàng)建后它的哈希值不會(huì)被改變。如果對(duì)象的哈希值發(fā)生變化，Map對(duì)象很可能就定位不到映射的位置了。
通過(guò)上面的比較，我們知道了HashMap是Java的Map家族中一個(gè)普通成員，鑒于它可以滿足大多數(shù)場(chǎng)景的使用條件，所以是使用頻度最高的一個(gè)。下文我們主要結(jié)合源碼，從存儲(chǔ)結(jié)構(gòu)、常用方法分析、擴(kuò)容以及安全性等方面深入講解HashMap的工作原理。
內(nèi)部實(shí)現(xiàn)
搞清楚HashMap，首先需要知道HashMap是什么，即它的存儲(chǔ)結(jié)構(gòu)-字段；其次弄明白它能干什么，即它的功能實(shí)現(xiàn)-方法。下面我們針對(duì)這兩個(gè)方面詳細(xì)展開(kāi)講解。
存儲(chǔ)結(jié)構(gòu)
從結(jié)構(gòu)實(shí)現(xiàn)來(lái)講，HashMap是數(shù)組+鏈表+紅黑樹(shù)（JDK1.8增加了紅黑樹(shù)部分）實(shí)現(xiàn)的，如下如所示。
字段
我們先了解一下HashMap的基礎(chǔ)字段和屬性
static final int DEFAULT_INITIAL_CAPACITY = 1 << 4; // 默認(rèn)table容量16
static final int MAXIMUM_CAPACITY = 1 << 30; //容量最大值為2的30次方
static final float DEFAULT_LOAD_FACTOR = 0.75f;//默認(rèn)負(fù)載因子
static final int MIN_TREEIFY_CAPACITY = 64; //最小使用紅黑樹(shù)的容量
transient Node<K,V>[] table;//用于存放Node的數(shù)組
transient int size; //hashmap實(shí)際存儲(chǔ)的Node(鍵值對(duì))個(gè)數(shù)
transient int modCount; //記錄HashMap內(nèi)部結(jié)構(gòu)發(fā)生變化的次數(shù)
int threshold; //HashMap所能容納的最大數(shù)據(jù)量的Node(鍵值對(duì))個(gè)數(shù)
final float loadFactor;//負(fù)載因子
HashMap類(lèi)中有一個(gè)非常重要的字段，就是 Node[] table，即哈希桶數(shù)組，明顯它是一個(gè)Node的數(shù)組。我們來(lái)看Node[JDK1.8]是何物。
static class Node<K,V> implements Map.Entry<K,V> {
final int hash; //用來(lái)定位數(shù)組索引位置
final K key;
V value;
Node<K,V> next; //鏈表的下一個(gè)node
Node(int hash, K key, V value, Node<K,V> next) { ... }
public final K getKey(){ ... }
public final V getValue() { ... }
public final String toString() { ... }
public final int hashCode() { ... }
public final V setValue(V newValue) { ... }
public final boolean equals(Object o) { ... }
}
Node是HashMap的一個(gè)內(nèi)部類(lèi)，實(shí)現(xiàn)了Map.Entry接口，本質(zhì)是就是一個(gè)映射(鍵值對(duì))。上圖中的每個(gè)黑色圓點(diǎn)就是一個(gè)Node對(duì)象。
Node[] table的初始化長(zhǎng)度length(默認(rèn)值是16)，loadFactor為負(fù)載因子(默認(rèn)值是0.75)，threshold是HashMap所能容納的最大數(shù)據(jù)量的Node(鍵值對(duì))個(gè)數(shù)。threshold = length * Load factor。也就是說(shuō)，在數(shù)組定義好長(zhǎng)度之后，負(fù)載因子越大，所能容納的鍵值對(duì)個(gè)數(shù)越多。
結(jié)合負(fù)載因子的定義公式可知，threshold就是在此Load factor和length(數(shù)組長(zhǎng)度)對(duì)應(yīng)下允許的最大元素?cái)?shù)目，超過(guò)這個(gè)數(shù)目就重新resize(擴(kuò)容)，擴(kuò)容后的HashMap容量是之前容量的兩倍。默認(rèn)的負(fù)載因子0.75是對(duì)空間和時(shí)間效率的一個(gè)平衡選擇，建議大家不要修改，除非在時(shí)間和空間比較特殊的情況下，如果內(nèi)存空間很多而又對(duì)時(shí)間效率要求很高，可以降低負(fù)載因子Load factor的值；相反，如果內(nèi)存空間緊張而對(duì)時(shí)間效率要求不高，可以增加負(fù)載因子loadFactor的值，這個(gè)值可以大于1。
size這個(gè)字段其實(shí)很好理解，就是HashMap中實(shí)際存在的鍵值對(duì)數(shù)量。注意和table的長(zhǎng)度length、容納最大鍵值對(duì)數(shù)量threshold的區(qū)別。而modCount字段主要用來(lái)記錄HashMap內(nèi)部結(jié)構(gòu)發(fā)生變化的次數(shù)，主要用于迭代的快速失敗。強(qiáng)調(diào)一點(diǎn)，內(nèi)部結(jié)構(gòu)發(fā)生變化指的是結(jié)構(gòu)發(fā)生變化，例如put新鍵值對(duì)，但是某個(gè)key對(duì)應(yīng)的value值被覆蓋不屬于結(jié)構(gòu)變化。
方法細(xì)節(jié)
定位哈希桶數(shù)組索引位置
不管增加、刪除、查找鍵值對(duì)，定位到哈希桶數(shù)組的位置都是很關(guān)鍵的第一步。前面說(shuō)過(guò)HashMap的數(shù)據(jù)結(jié)構(gòu)是“數(shù)組+鏈表+紅黑樹(shù)”的結(jié)合，所以我們當(dāng)然希望這個(gè)HashMap里面的元素位置盡量分布均勻些，盡量使得每個(gè)位置上的元素?cái)?shù)量只有一個(gè)，那么當(dāng)我們用hash算法求得這個(gè)位置的時(shí)候，馬上就可以知道對(duì)應(yīng)位置的元素就是我們要的，不用遍歷鏈表/紅黑樹(shù)，大大優(yōu)化了查詢(xún)的效率。HashMap定位數(shù)組索引位置，直接決定了hash方法的離散性能。下面是定位哈希桶數(shù)組的源碼：
// 代碼1
static final int hash(Object key) { // 計(jì)算key的hash值
int h;
// 1.先拿到key的hashCode值; 2.將hashCode的高16位參與運(yùn)算
return (key == null) ? 0 : (h = key.hashCode()) ^ (h >>> 16);
}
// 代碼2
int n = tab.length;
// 將(tab.length - 1) 與 hash值進(jìn)行&運(yùn)算
int index = (n - 1) & hash;
整個(gè)過(guò)程本質(zhì)上就是三步：
- 拿到key的hashCode值
- 將hashCode的高位參與運(yùn)算，重新計(jì)算hash值
- 將計(jì)算出來(lái)的hash值與(table.length - 1)進(jìn)行&運(yùn)算
對(duì)于任意給定的對(duì)象，只要它的hashCode()返回值相同，那么計(jì)算得到的hash值總是相同的。為了使元素在數(shù)組桶table里分布均勻一點(diǎn)，我們首先想到的就是把hash值對(duì)table長(zhǎng)度取模運(yùn)算
但是模運(yùn)算消耗還是比較大的，我們知道計(jì)算機(jī)比較快的運(yùn)算為位運(yùn)算，因此JDK團(tuán)隊(duì)對(duì)取模運(yùn)算進(jìn)行了優(yōu)化，使用上面代碼2的位與運(yùn)算來(lái)代替模運(yùn)算。這個(gè)方法非常巧妙，它通過(guò) “(table.length -1) & h” 來(lái)得到該對(duì)象的索引位置，這個(gè)優(yōu)化是基于以下公式：x mod 2^n = x & (2^n - 1)。我們知道HashMap底層數(shù)組的長(zhǎng)度總是2的n次方，并且取模運(yùn)算為“h mod table.length”，對(duì)應(yīng)上面的公式，可以得到該運(yùn)算等同于“h mod table.length = h & (table.length - 1)”。這是HashMap在速度上的優(yōu)化，因?yàn)?amp;比%具有更高的效率。
在JDK1.8的實(shí)現(xiàn)中，還優(yōu)化了高位運(yùn)算的算法，將hashCode的高16位與hashCode進(jìn)行異或運(yùn)算，主要是為了在table的length較小的時(shí)候，讓高位也參與運(yùn)算，并且不會(huì)有太大的開(kāi)銷(xiāo)。
下圖是一個(gè)簡(jiǎn)單的例子，table長(zhǎng)度為16：
put方法
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;
// table是否為空或者length等于0, 如果是則調(diào)用resize方法進(jìn)行初始化
if ((tab = table) == null || (n = tab.length) == 0)
n = (tab = resize()).length;
// 通過(guò)hash值計(jì)算索引位置, 如果table表該索引位置節(jié)點(diǎn)為空則新增一個(gè)
if ((p = tab[i = (n - 1) & hash]) == null)// 將索引位置的頭節(jié)點(diǎn)賦值給p
tab[i] = newNode(hash, key, value, null);
else { // table表該索引位置不為空
Node<K,V> e; K k;
if (p.hash == hash && // 判斷p節(jié)點(diǎn)的hash值和key值是否跟傳入的hash值和key值相等
((k = p.key) == key || (key != null && key.equals(k))))
e = p; // 如果相等, 則p節(jié)點(diǎn)即為要查找的目標(biāo)節(jié)點(diǎn)，賦值給e
// 判斷p節(jié)點(diǎn)是否為T(mén)reeNode, 如果是則調(diào)用紅黑樹(shù)的putTreeVal方法查找目標(biāo)節(jié)點(diǎn)
else if (p instanceof TreeNode)
e = ((TreeNode<K,V>)p).putTreeVal(this, tab, hash, key, value);
else { // 走到這代表p節(jié)點(diǎn)為普通鏈表節(jié)點(diǎn)
for (int binCount = 0; ; ++binCount) { // 遍歷此鏈表, binCount用于統(tǒng)計(jì)節(jié)點(diǎn)數(shù)
if ((e = p.next) == null) { // p.next為空代表不存在目標(biāo)節(jié)點(diǎn)則新增一個(gè)節(jié)點(diǎn)插入鏈表尾部
p.next = newNode(hash, key, value, null);
// 計(jì)算節(jié)點(diǎn)是否超過(guò)8個(gè), 減一是因?yàn)檠h(huán)是從p節(jié)點(diǎn)的下一個(gè)節(jié)點(diǎn)開(kāi)始的
if (binCount >= TREEIFY_THRESHOLD - 1)
treeifyBin(tab, hash);// 如果超過(guò)8個(gè)，調(diào)用treeifyBin方法將該鏈表轉(zhuǎn)換為紅黑樹(shù)
break;
}
if (e.hash == hash && // e節(jié)點(diǎn)的hash值和key值都與傳入的相等, 則e即為目標(biāo)節(jié)點(diǎn),跳出循環(huán)
((k = e.key) == key || (key != null && key.equals(k))))
break;
p = e; // 將p指向下一個(gè)節(jié)點(diǎn)
}
}
// e不為空則代表根據(jù)傳入的hash值和key值查找到了節(jié)點(diǎn),將該節(jié)點(diǎn)的value覆蓋,返回oldValue
if (e != null) {
V oldValue = e.value;
if (!onlyIfAbsent || oldValue == null)
e.value = value;
afterNodeAccess(e); // 用于LinkedHashMap
return oldValue;
}
}
++modCount;
if (++size > threshold) // 插入節(jié)點(diǎn)后超過(guò)閾值則進(jìn)行擴(kuò)容
resize();
afterNodeInsertion(evict); // 用于LinkedHashMap
return null;
}
- 校驗(yàn)table是否為空或者length等于0，如果是則調(diào)用resize方法進(jìn)行初始化
- 通過(guò)hash值計(jì)算索引位置，將該索引位置的頭節(jié)點(diǎn)賦值給p節(jié)點(diǎn)，如果該索引位置節(jié)點(diǎn)為空則使用傳入的參數(shù)新增一個(gè)節(jié)點(diǎn)并放在該索引位置
- 判斷p節(jié)點(diǎn)的key和hash值是否跟傳入的相等，如果相等, 則p節(jié)點(diǎn)即為要查找的目標(biāo)節(jié)點(diǎn)，將p節(jié)點(diǎn)賦值給e節(jié)點(diǎn)
- 如果p節(jié)點(diǎn)不是目標(biāo)節(jié)點(diǎn)，則判斷p節(jié)點(diǎn)是否為T(mén)reeNode，如果是則調(diào)用紅黑樹(shù)的putTreeVal方法查找目標(biāo)節(jié)點(diǎn)
- 走到這代表p節(jié)點(diǎn)為普通鏈表節(jié)點(diǎn)，則調(diào)用普通的鏈表方法進(jìn)行查找，并定義變量binCount來(lái)統(tǒng)計(jì)該鏈表的節(jié)點(diǎn)數(shù)
- 如果p的next節(jié)點(diǎn)為空時(shí)，則代表找不到目標(biāo)節(jié)點(diǎn)，則新增一個(gè)節(jié)點(diǎn)并插入鏈表尾部，并校驗(yàn)節(jié)點(diǎn)數(shù)是否超過(guò)8個(gè)，如果超過(guò)則調(diào)用treeifyBin方法將鏈表節(jié)點(diǎn)轉(zhuǎn)為紅黑樹(shù)節(jié)點(diǎn)
- 如果遍歷的e節(jié)點(diǎn)存在hash值和key值都與傳入的相同，則e節(jié)點(diǎn)即為目標(biāo)節(jié)點(diǎn)，跳出循環(huán)
- 如果e節(jié)點(diǎn)不為空，則代表目標(biāo)節(jié)點(diǎn)存在，使用傳入的value覆蓋該節(jié)點(diǎn)的value，并返回oldValue
- 如果插入節(jié)點(diǎn)后節(jié)點(diǎn)數(shù)超過(guò)閾值，則調(diào)用resize方法進(jìn)行擴(kuò)容
resize方法
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) { // 老table不為空
if (oldCap >= MAXIMUM_CAPACITY) { // 老table的容量超過(guò)最大容量值
threshold = Integer.MAX_VALUE; // 設(shè)置閾值為Integer.MAX_VALUE
return oldTab;
}
// 如果容量*2<最大容量并且>=16, 則將閾值設(shè)置為原來(lái)的兩倍
else if ((newCap = oldCap << 1) < MAXIMUM_CAPACITY &&
oldCap >= DEFAULT_INITIAL_CAPACITY)
newThr = oldThr << 1; // double threshold
}
else if (oldThr > 0) // 老表的容量為0, 老表的閾值大于0, 是因?yàn)槌跏既萘勘环湃腴撝? newCap = oldThr; // 則將新表的容量設(shè)置為老表的閾值
else { // 老表的容量為0, 老表的閾值為0, 則為空表，設(shè)置默認(rèn)容量和閾值
newCap = DEFAULT_INITIAL_CAPACITY;
newThr = (int)(DEFAULT_LOAD_FACTOR * DEFAULT_INITIAL_CAPACITY);
}
if (newThr == 0) { // 如果新表的閾值為空, 則通過(guò)新的容量*負(fù)載因子獲得閾值
float ft = (float)newCap * loadFactor;
newThr = (newCap < MAXIMUM_CAPACITY && ft < (float)MAXIMUM_CAPACITY ?
(int)ft : Integer.MAX_VALUE);
}
threshold = newThr; // 將當(dāng)前閾值賦值為剛計(jì)算出來(lái)的新的閾值
@SuppressWarnings({"rawtypes","unchecked"})
// 定義新表,容量為剛計(jì)算出來(lái)的新容量
Node<K,V>[] newTab = (Node<K,V>[])new Node[newCap];
table = newTab; // 將當(dāng)前的表賦值為新定義的表
if (oldTab != null) { // 如果老表不為空, 則需遍歷將節(jié)點(diǎn)賦值給新表
for (int j = 0; j < oldCap; ++j) {
Node<K,V> e;
if ((e = oldTab[j]) != null) { // 將索引值為j的老表頭節(jié)點(diǎn)賦值給e
oldTab[j] = null; // 將老表的節(jié)點(diǎn)設(shè)置為空, 以便垃圾收集器回收空間
// 如果e.next為空, 則代表老表的該位置只有1個(gè)節(jié)點(diǎn),
// 通過(guò)hash值計(jì)算新表的索引位置, 直接將該節(jié)點(diǎn)放在該位置
if (e.next == null)
newTab[e.hash & (newCap - 1)] = e;
else if (e instanceof TreeNode)
// 調(diào)用treeNode的hash分布(跟下面最后一個(gè)else的內(nèi)容幾乎相同)
((TreeNode<K,V>)e).split(this, newTab, j, oldCap);
else { // preserve order
Node<K,V> loHead = null, loTail = null; // 存儲(chǔ)跟原索引位置相同的節(jié)點(diǎn)
Node<K,V> hiHead = null, hiTail = null; // 存儲(chǔ)索引位置為:原索引+oldCap的節(jié)點(diǎn)
Node<K,V> next;
do {
next = e.next;
//如果e的hash值與老表的容量進(jìn)行與運(yùn)算為0,則擴(kuò)容后的索引位置跟老表的索引位置一樣
if ((e.hash & oldCap) == 0) {
if (loTail == null) // 如果loTail為空, 代表該節(jié)點(diǎn)為第一個(gè)節(jié)點(diǎn)
loHead = e; // 則將loHead賦值為第一個(gè)節(jié)點(diǎn)
else
loTail.next = e; // 否則將節(jié)點(diǎn)添加在loTail后面
loTail = e; // 并將loTail賦值為新增的節(jié)點(diǎn)
}
//如果e的hash值與老表的容量進(jìn)行與運(yùn)算為1,則擴(kuò)容后的索引位置為:老表的索引位置＋oldCap
else {
if (hiTail == null) // 如果hiTail為空, 代表該節(jié)點(diǎn)為第一個(gè)節(jié)點(diǎn)
hiHead = e; // 則將hiHead賦值為第一個(gè)節(jié)點(diǎn)
else
hiTail.next = e; // 否則將節(jié)點(diǎn)添加在hiTail后面
hiTail = e; // 并將hiTail賦值為新增的節(jié)點(diǎn)
}
} while ((e = next) != null);
if (loTail != null) {
loTail.next = null; // 最后一個(gè)節(jié)點(diǎn)的next設(shè)為空
newTab[j] = loHead; // 將原索引位置的節(jié)點(diǎn)設(shè)置為對(duì)應(yīng)的頭結(jié)點(diǎn)
}
if (hiTail != null) {
hiTail.next = null; // 最后一個(gè)節(jié)點(diǎn)的next設(shè)為空
newTab[j + oldCap] = hiHead; // 將索引位置為原索引+oldCap的節(jié)點(diǎn)設(shè)置為對(duì)應(yīng)的頭結(jié)點(diǎn)
}
}
}
}
}
return newTab;
}
- 如果老表的容量大于0，判斷老表的容量是否超過(guò)最大容量值：如果超過(guò)則將閾值設(shè)置為Integer.MAX_VALUE，并直接返回老表（此時(shí)oldCap * 2比Integer.MAX_VALUE大，因此無(wú)法進(jìn)行重新分布，只是單純的將閾值擴(kuò)容到最大）；如果容量 * 2小于最大容量并且不小于16，則將閾值設(shè)置為原來(lái)的兩倍。
- 如果老表的容量為0，老表的閾值大于0，這種情況是傳了容量的new方法創(chuàng)建的空表，將新表的容量設(shè)置為老表的閾值（這種情況發(fā)生在新創(chuàng)建的HashMap第一次put時(shí)，該HashMap初始化的時(shí)候傳了初始容量，由于HashMap并沒(méi)有capacity變量來(lái)存放容量值，因此傳進(jìn)來(lái)的初始容量是存放在threshold變量上（查看HashMap(int initialCapacity, float loadFactor)方法），因此此時(shí)老表的threshold的值就是我們要新創(chuàng)建的HashMap的capacity，所以將新表的容量設(shè)置為老表的閾值。
- 如果老表的容量為0，老表的閾值為0，這種情況是沒(méi)有傳容量的new方法創(chuàng)建的空表，將閾值和容量設(shè)置為默認(rèn)值。
- 如果新表的閾值為空，則通過(guò)新的容量 * 負(fù)載因子獲得閾值（這種情況是初始化的時(shí)候傳了初始容量，跟第2點(diǎn)相同情況，也只有走到第2點(diǎn)才會(huì)走到該情況）。
- 將當(dāng)前閾值設(shè)置為剛計(jì)算出來(lái)的新的閾值，定義新表，容量為剛計(jì)算出來(lái)的新容量，將當(dāng)前的表設(shè)置為新定義的表。
- 如果老表不為空，則需遍歷所有節(jié)點(diǎn)，將節(jié)點(diǎn)賦值給新表。
- 將老表上索引為j的頭結(jié)點(diǎn)賦值給e節(jié)點(diǎn)，并將老表上索引為j的節(jié)點(diǎn)設(shè)置為空。
- 如果e的next節(jié)點(diǎn)為空，則代表老表的該位置只有1個(gè)節(jié)點(diǎn)，通過(guò)hash值計(jì)算新表的索引位置，直接將該節(jié)點(diǎn)放在新表的該位置上。
- 如果e的next節(jié)點(diǎn)不為空，并且e為T(mén)reeNode，則調(diào)用split方法進(jìn)行hash分布。
- 如果e的next節(jié)點(diǎn)不為空，并且e為普通的鏈表節(jié)點(diǎn)，則進(jìn)行普通的hash分布。
- 如果e的hash值與老表的容量（為一串只有1個(gè)為2的二進(jìn)制數(shù)，例如16為0000 0000 0001 0000）進(jìn)行位與運(yùn)算為0，則說(shuō)明e節(jié)點(diǎn)擴(kuò)容后的索引位置跟老表的索引位置一樣，進(jìn)行鏈表拼接操作：如果loTail為空，代表該節(jié)點(diǎn)為第一個(gè)節(jié)點(diǎn)，則將loHead賦值為該節(jié)點(diǎn)；否則將節(jié)點(diǎn)添加在loTail后面，并將loTail賦值為新增的節(jié)點(diǎn)。
- 如果e的hash值與老表的容量（為一串只有1個(gè)為2的二進(jìn)制數(shù)，例如16為0000 0000 0001 0000）進(jìn)行位與運(yùn)算不為0，則說(shuō)明e節(jié)點(diǎn)擴(kuò)容后的索引位置為：老表的索引位置＋oldCap，進(jìn)行鏈表拼接操作：如果hiTail為空，代表該節(jié)點(diǎn)為第一個(gè)節(jié)點(diǎn)，則將hiHead賦值為該節(jié)點(diǎn)；否則將節(jié)點(diǎn)添加在hiTail后面，并將hiTail賦值為新增的節(jié)點(diǎn)。
- 老表節(jié)點(diǎn)重新hash分布在新表結(jié)束后，如果loTail不為空（說(shuō)明老表的數(shù)據(jù)有分布到新表上原索引位置的節(jié)點(diǎn)），則將最后一個(gè)節(jié)點(diǎn)的next設(shè)為空，并將新表上原索引位置的節(jié)點(diǎn)設(shè)置為對(duì)應(yīng)的頭結(jié)點(diǎn)；如果hiTail不為空（說(shuō)明老表的數(shù)據(jù)有分布到新表上原索引+oldCap位置的節(jié)點(diǎn)），則將最后一個(gè)節(jié)點(diǎn)的next設(shè)為空，并將新表上索引位置為原索引+oldCap的節(jié)點(diǎn)設(shè)置為對(duì)應(yīng)的頭結(jié)點(diǎn)。
- 返回新表。
看完之后可能有個(gè)疑問(wèn)，為什么擴(kuò)容后，節(jié)點(diǎn)的hash為什么只可能分布在原索引位置與原索引+oldCap位置？
我們來(lái)梳理一下，索引位置的計(jì)算主要有三步：取key的hashCode值、高位運(yùn)算、取模運(yùn)算。當(dāng)我們Node點(diǎn)不變時(shí)，第一第二步得到的結(jié)果hashcode是不變的，那么變化就在最后的取模運(yùn)算h & (table.length - 1)。我們知道數(shù)組桶table的擴(kuò)容是2的倍數(shù)。舉個(gè)例子，假設(shè)老表的容量為16，即oldCap=16，此時(shí)的table.length-1為01111（其余高位0省略），擴(kuò)容后新表容量為16*2=32。擴(kuò)容后的table.length-1為11111（其余高位0省略）。此時(shí)的差異就在倒數(shù)第五位的數(shù)值。如果hashcode在倒數(shù)第5位為0（下圖b的key1），則擴(kuò)容后進(jìn)行取模運(yùn)算時(shí)，位置不變。反之如果hashcode在倒數(shù)第5位為1（下圖b的key2），則與相比原來(lái)，增加了2^5（16），也就是oldCap的數(shù)值。
這就是JDK1.8相對(duì)于JDK1.7做的優(yōu)化，順便提一下在JDK1.7中的邏輯，因?yàn)檫@部分有不少細(xì)節(jié)改動(dòng)。
resize（JDK1.7）
void resize(int newCapacity) { //傳入新的容量
Entry[] oldTable = table; //引用擴(kuò)容前的Entry數(shù)組
int oldCapacity = oldTable.length;
if (oldCapacity == MAXIMUM_CAPACITY) { //擴(kuò)容前的數(shù)組大小如果已經(jīng)達(dá)到最大(2^30)了
threshold = Integer.MAX_VALUE; //修改閾值為int的最大值(2^31-1)，這樣以后就不會(huì)擴(kuò)容了
return;
}
Entry[] newTable = new Entry[newCapacity]; //初始化一個(gè)新的Entry數(shù)組
transfer(newTable); //?。?shù)據(jù)轉(zhuǎn)移到新的Entry數(shù)組里
table = newTable; //HashMap的table屬性引用新的Entry數(shù)組
threshold = (int)(newCapacity * loadFactor);//修改閾值
}
void transfer(Entry[] newTable) {
Entry[] src = table; //src引用了舊的Entry數(shù)組
int newCapacity = newTable.length;
for (int j = 0; j < src.length; j++) { //遍歷舊的Entry數(shù)組
Entry<K,V> e = src[j]; //取得舊Entry數(shù)組的每個(gè)元素
if (e != null) {
src[j] = null;//釋放舊Entry數(shù)組的對(duì)象引用（for循環(huán)后，舊的Entry數(shù)組不再引用任何對(duì)象）
do {
Entry<K,V> next = e.next;
int i = indexFor(e.hash, newCapacity); //?。≈匦掠?jì)算每個(gè)元素在數(shù)組中的位置
e.next = newTable[i]; //標(biāo)記[1]
newTable[i] = e; //將元素放在數(shù)組上
e = next; //訪問(wèn)下一個(gè)Entry鏈上的元素
} while (e != null);
}
}
}
newTable[i]的引用賦給了e.next，也就是使用了單鏈表的頭插入方式，同一位置上新元素總會(huì)被放在鏈表的頭部位置；這樣先放在一個(gè)索引上的元素終會(huì)被放到Entry鏈的尾部(如果發(fā)生了hash沖突的話）。
下面舉個(gè)例子說(shuō)明下擴(kuò)容過(guò)程。假設(shè)了我們的hash算法就是簡(jiǎn)單的用key mod 一下表的大?。ㄒ簿褪菙?shù)組的長(zhǎng)度）。其中的哈希桶數(shù)組table的size=2， 所以key = 3、7、5，put順序依次為 5、7、3。在mod 2以后都沖突在table[1]這里了。這里假設(shè)負(fù)載因子 loadFactor=1，即當(dāng)鍵值對(duì)的實(shí)際大小size 大于 table的實(shí)際大小時(shí)進(jìn)行擴(kuò)容。接下來(lái)的三個(gè)步驟是哈希桶數(shù)組 resize成4，然后所有的Node重新rehash的過(guò)程。
由此可以看出，JDK1.8的擴(kuò)容并不會(huì)導(dǎo)致鏈表順序的倒序。而且JDK1.7擴(kuò)容時(shí)導(dǎo)致的倒序還會(huì)在并發(fā)的多線程使用場(chǎng)景中使用HashMap可能造成死循環(huán)，這個(gè)在接下來(lái)的安全性中會(huì)詳細(xì)講。
get方法
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;
// table不為空 && table長(zhǎng)度大于0 && table索引位置(根據(jù)hash值計(jì)算出)不為空
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; // first的key等于傳入的key則返回first對(duì)象
if ((e = first.next) != null) { // 向下遍歷
if (first instanceof TreeNode) // 判斷是否為T(mén)reeNode
// 如果是紅黑樹(shù)節(jié)點(diǎn)，則調(diào)用紅黑樹(shù)的查找目標(biāo)節(jié)點(diǎn)方法getTreeNode
return ((TreeNode<K,V>)first).getTreeNode(hash, key);
// 走到這代表節(jié)點(diǎn)為鏈表節(jié)點(diǎn)
do { // 向下遍歷鏈表, 直至找到節(jié)點(diǎn)的key和傳入的key相等時(shí),返回該節(jié)點(diǎn)
if (e.hash == hash &&
((k = e.key) == key || (key != null && key.equals(k))))
return e;
} while ((e = e.next) != null);
}
}
return null; // 找不到符合的返回空
}
- 先對(duì)table進(jìn)行校驗(yàn)，校驗(yàn)是否為空，length是否大于0
- 使用table.length - 1和hash值進(jìn)行位與運(yùn)算，得出在table上的索引位置，將該索引位置的節(jié)點(diǎn)賦值給first節(jié)點(diǎn)，校驗(yàn)該索引位置是否為空
- 檢查first節(jié)點(diǎn)的hash值和key是否和入?yún)⒌囊粯?，如果一樣則first即為目標(biāo)節(jié)點(diǎn)，直接返回first節(jié)點(diǎn)
- 如果first的next節(jié)點(diǎn)不為空則繼續(xù)遍歷
- 如果first節(jié)點(diǎn)為T(mén)reeNode，則調(diào)用getTreeNode方法（見(jiàn)下文代碼塊1）查找目標(biāo)節(jié)點(diǎn)
- 如果first節(jié)點(diǎn)不為T(mén)reeNode，則調(diào)用普通的遍歷鏈表方法查找目標(biāo)節(jié)點(diǎn)
- 如果查找不到目標(biāo)節(jié)點(diǎn)則返回空
安全性
在多線程使用場(chǎng)景中，應(yīng)該盡量避免使用線程不安全的HashMap，而使用線程安全的ConcurrentHashMap。那么為什么說(shuō)HashMap是線程不安全的，主要有兩個(gè)方面：
1. put的時(shí)候多線程導(dǎo)致的數(shù)據(jù)不一致
比如有兩個(gè)線程A和B，首先A希望插入一個(gè)key-value對(duì)到HashMap中，首先計(jì)算記錄所要落到的 hash桶的索引坐標(biāo)，然后獲取到該桶里面的鏈表頭結(jié)點(diǎn)，此時(shí)線程A的時(shí)間片用完了，而此時(shí)線程B被調(diào)度得以執(zhí)行，和線程A一樣執(zhí)行，只不過(guò)線程B成功將記錄插到了桶里面，假設(shè)線程A插入的記錄計(jì)算出來(lái)的 hash桶索引和線程B要插入的記錄計(jì)算出來(lái)的 hash桶索引是一樣的，那么當(dāng)線程B成功插入之后，線程A再次被調(diào)度運(yùn)行時(shí)，它依然持有過(guò)期的鏈表頭但是它對(duì)此一無(wú)所知，以至于它認(rèn)為它應(yīng)該這樣做，如此一來(lái)就覆蓋了線程B插入的記錄，這樣線程B插入的記錄就憑空消失了，造成了數(shù)據(jù)不一致的行為。
2. resize而引起死循環(huán)（JDK1.8已經(jīng)不會(huì)出現(xiàn)該問(wèn)題）
這種情況發(fā)生在JDK1.7 中HashMap自動(dòng)擴(kuò)容時(shí)，當(dāng)2個(gè)線程同時(shí)檢測(cè)到元素個(gè)數(shù)超過(guò) 數(shù)組大小 × 負(fù)載因子。此時(shí)2個(gè)線程會(huì)在put()方法中調(diào)用了resize()，兩個(gè)線程同時(shí)修改一個(gè)鏈表結(jié)構(gòu)會(huì)產(chǎn)生一個(gè)循環(huán)鏈表（JDK1.7中，會(huì)出現(xiàn)resize前后元素順序倒置的情況）。接下來(lái)再想通過(guò)get()獲取某一個(gè)元素，就會(huì)出現(xiàn)死循環(huán)。
下面舉例子說(shuō)明在并發(fā)的多線程使用場(chǎng)景中使用HashMap可能造成死循環(huán)。代碼例子如下：
public class HashMapInfiniteLoop {
private static HashMap<Integer,String> map = new HashMap<Integer,String>(2，0.75f);
public static void main(String[] args) {
map.put(5， "C");
new Thread("Thread1") {
public void run() {
map.put(7, "B");
System.out.println(map);
};
}.start();
new Thread("Thread2") {
public void run() {
map.put(3, "A");
System.out.println(map);
};
}.start();
}
}
其中，map初始化為一個(gè)長(zhǎng)度為2的數(shù)組，loadFactor=0.75，threshold=2*0.75=1，也就是說(shuō)當(dāng)put第二個(gè)key的時(shí)候，map就需要進(jìn)行resize。
通過(guò)設(shè)置斷點(diǎn)讓線程1和線程2同時(shí)debug到transfer方法(3.3小節(jié)代碼塊)的首行。注意此時(shí)兩個(gè)線程已經(jīng)成功添加數(shù)據(jù)。放開(kāi)thread1的斷點(diǎn)至transfer方法的“Entry next = e.next;” 這一行；然后放開(kāi)線程2的的斷點(diǎn)，讓線程2進(jìn)行resize。結(jié)果如下圖。
注意，Thread1的 e 指向了key(3)，而next指向了key(7)，其在線程二rehash后，指向了線程二重組后的鏈表。
線程一被調(diào)度回來(lái)執(zhí)行，先是執(zhí)行 newTalbe[i] = e， 然后是e = next，導(dǎo)致了e指向了key(7)，而下一次循環(huán)的next = e.next導(dǎo)致了next指向了key(3)。
e.next = newTable[i] 導(dǎo)致 key(3).next 指向了 key(7)。注意：此時(shí)的key(7).next 已經(jīng)指向了key(3)， 環(huán)形鏈表就這樣出現(xiàn)了。
于是，當(dāng)我們用線程一調(diào)用map.get(11)時(shí)，悲劇就出現(xiàn)了——Infinite Loop。
1.7和1.8的對(duì)比
HashMap中，如果key經(jīng)過(guò)hash算法得出的數(shù)組索引位置全部不相同，即Hash算法非常好，那樣的話，getKey方法的時(shí)間復(fù)雜度就是O(1)，如果Hash算法技術(shù)的結(jié)果碰撞非常多，假如Hash算極其差，所有的Hash算法結(jié)果得出的索引位置一樣，那樣所有的鍵值對(duì)都集中到一個(gè)桶中，或者在一個(gè)鏈表中，或者在一個(gè)紅黑樹(shù)中，時(shí)間復(fù)雜度分別為O(n)和O(lgn)。 鑒于JDK1.8做了多方面的優(yōu)化，總體性能優(yōu)于JDK1.7。具體我就不在這方面贅述了，可以看下美團(tuán)大佬的文章，里面有測(cè)試Java 8系列之重新認(rèn)識(shí)HashMap
HashMap和HashTable對(duì)比
- HashMap允許key和value為null，Hashtable不允許。
- HashMap的默認(rèn)初始容量為16，Hashtable為11。
- HashMap的擴(kuò)容為原來(lái)的2倍，Hashtable的擴(kuò)容為原來(lái)的2倍加1。
- HashMap是非線程安全的，Hashtable是線程安全的。
- HashMap的hash值重新計(jì)算過(guò)，Hashtable直接使用hashCode。
- HashMap去掉了Hashtable中的contains方法。
- HashMap繼承自AbstractMap類(lèi)，Hashtable繼承自Dictionary類(lèi)。
總結(jié)
- HashMap的底層是個(gè)Node數(shù)組（Node<K,V>[] table），在數(shù)組的具體索引位置，如果存在多個(gè)節(jié)點(diǎn)，則可能是以鏈表或紅黑樹(shù)的形式存在。
- 增加、刪除、查找鍵值對(duì)時(shí)，定位到哈希桶數(shù)組的位置是很關(guān)鍵的一步，源碼中是通過(guò)下面3個(gè)操作來(lái)完成這一步：1）拿到key的hashCode值；2）將hashCode的高位參與運(yùn)算，重新計(jì)算hash值；3）將計(jì)算出來(lái)的hash值與(table.length - 1)進(jìn)行&運(yùn)算。
- HashMap的默認(rèn)初始容量（capacity）是16，capacity必須為2的冪次方；默認(rèn)負(fù)載因子（load factor）是0.75；實(shí)際能存放的節(jié)點(diǎn)個(gè)數(shù)（threshold，即觸發(fā)擴(kuò)容的閾值）= capacity * load factor。
- HashMap在觸發(fā)擴(kuò)容后，閾值會(huì)變?yōu)樵瓉?lái)的2倍，并且會(huì)進(jìn)行重hash，重hash后索引位置index的節(jié)點(diǎn)的新分布位置最多只有兩個(gè)：原索引位置或原索引+oldCap位置。例如capacity為16，索引位置5的節(jié)點(diǎn)擴(kuò)容后，只可能分布在新報(bào)索引位置5和索引位置21（5+16）。
- 當(dāng)同一個(gè)索引位置的節(jié)點(diǎn)在增加后達(dá)到9個(gè)時(shí)，會(huì)觸發(fā)鏈表節(jié)點(diǎn)（Node）轉(zhuǎn)紅黑樹(shù)節(jié)點(diǎn)（TreeNode，間接繼承Node），轉(zhuǎn)成紅黑樹(shù)節(jié)點(diǎn)后，其實(shí)鏈表的結(jié)構(gòu)還存在，通過(guò)next屬性維持。鏈表節(jié)點(diǎn)轉(zhuǎn)紅黑樹(shù)節(jié)點(diǎn)的具體方法為源碼中的treeifyBin(Node<K,V>[] tab, int hash)方法。
- 當(dāng)同一個(gè)索引位置的節(jié)點(diǎn)在移除后達(dá)到6個(gè)時(shí)，并且該索引位置的節(jié)點(diǎn)為紅黑樹(shù)節(jié)點(diǎn)，會(huì)觸發(fā)紅黑樹(shù)節(jié)點(diǎn)轉(zhuǎn)鏈表節(jié)點(diǎn)。紅黑樹(shù)節(jié)點(diǎn)轉(zhuǎn)鏈表節(jié)點(diǎn)的具體方法為源碼中的untreeify(HashMap<K,V> map)方法。
HashMap在JDK1.8之后不再有死循環(huán)的問(wèn)題，JDK1.8之前存在死循環(huán)的根本原因是在擴(kuò)容后同一索引位置的節(jié)點(diǎn)順序會(huì)反掉。 - 擴(kuò)容是一個(gè)特別耗性能的操作，所以當(dāng)程序員在使用HashMap的時(shí)候，估算map的大小，初始化的時(shí)候給一個(gè)大致的數(shù)值，避免map進(jìn)行頻繁的擴(kuò)容。
- 負(fù)載因子是可以修改的，也可以大于1，但是建議不要輕易修改，除非情況非常特殊。
- HashMap是線程不安全的，不要在并發(fā)的環(huán)境中同時(shí)操作HashMap，建議使用ConcurrentHashMap。
