HashMap原理分析

Posted 2022-12-10 this.

HashMap在开发中算是一个很常见的数据结构，从字面上的Hash这个单词都可以大概推测出其内部使用的数据结构会有哈希表。之前也对其内部实现思想有一定了解，除了哈希表外，也用到了链表来实现保存相同hash值的键所对应的键值对。
简单地回顾下哈希表：

哈希表的实现无非是个数组，每个值都会通过散列函数来获取对应的数组下标，从而存在数组的相应位置。一旦两个值的哈希值相同，就会用链表连接起来。如上图是通过对数组长度求模的值来获取下标，54 % 13 = 2， 29 % 13 = 3。
那HashMap是如何利用哈希表来存储的？

从图中可以知道此时数组中保存的是Entry对象，事实上，HashMap内部是通过Entry来存储键值对的。Entry是Map中的一个接口，它在HashMap中的具体实现是Node:

static class Node<K,V> implements Map.Entry<K,V> 
        final int hash;  //键对应的哈希值
        final K key;  //键
        V value; //值
        Node<K,V> next; //链表中的下一节点

        Node(int hash, K key, V value, Node<K,V> next) 
            this.hash = hash;
            this.key = key;
            this.value = value;
            this.next = next;
        

        //返回键
        public final K getKey()         return key; 
        //返回值
        public final V getValue()       return value; 
        public final String toString()  return key + "=" + value; 

        public final int hashCode() 
            return Objects.hashCode(key) ^ Objects.hashCode(value);
        

        //设置新值
        public final V setValue(V newValue) 
            V oldValue = value;
            value = newValue;
            return oldValue;
        

        //比较键值对是否相等
        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;
        
    

可以看到，Node代表链表中的一个节点，它包含了一个next对象，这个对象则是该节点的下一节点，即是链表的实现方式。
在HashMap中，有一些经常使用的方法，如put，get, containsValue等。它们是如何结合Node来实现的？先看看HashMap的源码：

/**
*初始长度16，客座率0.75，临界值8，还有一些参数不列举了
*/
static final int DEFAULT_INITIAL_CAPACITY = 1 << 4; 
static final float DEFAULT_LOAD_FACTOR = 0.75f;
static final int TREEIFY_THRESHOLD = 8;

//存储Node的数组
transient Node<K,V>[] table;
//Entry的Set集合
transient Set<Map.Entry<K,V>> entrySet;
//长度
transient int size;
//临界值，长度*客座率 到达临界值则扩展容量
int threshold;
 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() 
        //设置默认客座率
        this.loadFactor = DEFAULT_LOAD_FACTOR; 


public HashMap(Map<? extends K, ? extends V> m) 
        this.loadFactor = DEFAULT_LOAD_FACTOR;
        putMapEntries(m, false);

上述构造方法都是初始化HashMap的基本参数，先看看put方法：

public V put(K key, V value) 
    //此处调用putVal方法，也调用了hash方法获取哈希值
    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为空或长度为0，就通过resize方法创建
        if ((tab = table) == null || (n = tab.length) == 0)
            n = (tab = resize()).length;
        //i = (n - 1) & hash，求模等到余数，作为索引
        if ((p = tab[i = (n - 1) & hash]) == null)
            //数组对应下标位置没有存储Node节点，则调用Node构造函数新建节点
            tab[i] = newNode(hash, key, value, null);
        else 
            Node<K,V> e; K k;
            //判断是否与存在的节点对应的键相同
            if (p.hash == hash &&
                ((k = p.key) == key || (key != null && key.equals(k))))
                e = p;
            else if (p instanceof TreeNode)
                e = ((TreeNode<K,V>)p).putTreeVal(this, tab, hash, key, value);
            else 
                //数组下标对应的位置存在Node，并且与即将要存储的Node不同
                for (int binCount = 0; ; ++binCount) 
                    if ((e = p.next) == null) 
                        //增加节点，并用链表的形式接在后面
                        p.next = newNode(hash, key, value, null);
                        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)  
                //存在相同的节点，代替键值对中的值
                V oldValue = e.value;
                if (!onlyIfAbsent || oldValue == null)
                    e.value = value;
                afterNodeAccess(e);
                return oldValue;
            
        
        ++modCount;
        if (++size > threshold)
            //长度大于临界值，需要扩容，并且rehash
            resize();
        afterNodeInsertion(evict);
        return null;
    

再看看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;
        if ((tab = table) != null && (n = tab.length) > 0 &&
            (first = tab[(n - 1) & hash]) != null) 
            //如果通过索引获得的Node是想要的键值对，则直接返回
            if (first.hash == hash && 
                ((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);
                //通过do while循环不断遍历列表，通过判断hash值等来匹配Node节点
                do 
                    if (e.hash == hash &&
                        ((k = e.key) == key || (key != null && key.equals(k))))
                        return e;
                 while ((e = e.next) != null);
            
        
        return null;
    

通过上面的两个方法可以知道hash值在HashMap的设计中起到了很大的作用。先要通过hash来获取索引，存储值，然后在获取值时通过hash获取索引再匹配hash值和键。其他很多方法如containsValue等都是通过hash等参数来查找。
另外，有一点可以注意一下，因为HashMap是通过数组直接索引的，所以获取一个Node节点的速度会很快，但是一旦一个散列不是很完美，即一个索引中用链表连接了很多个Node，那么在这部分查找Node就是要遍历链表，速度就会比之前慢。