HashMap知识（源码）
Posted 夜尽天明89
tags:
篇首语：本文由小常识网(cha138.com)小编为大家整理，主要介绍了HashMap知识（源码）相关的知识，希望对你有一定的参考价值。
hashMap普通功能使用并不复杂，如：（Kotlin写法）
var hMap: HashMap<Int?, String> = hashMapOf()
hMap.put(1, "a")
//或 hMap[1] = "a"
注意：我们在使用 HashMap 时，最好选择不可变对象作为 key。如：String、Integer 等不可变类型作为 key。不要使用可变对象作为key
参考
HashMap存储数据是非有序的，且是非线程安全的。如果需要线程安全，去看下ConcurrentHashMap
HashMap的底层是 数组+链表+红黑树（JDK1.8 增加了红黑树部分）。HashMap增删改查等常规操作，都有不错的执行效率，是ArrayList和LinkedList等数据结构的一种折中实现。创建一个HashMap，如果没有指定初始大小，默认底层hash表数组的大小为16。
其实，HashMap的底层hash表数组的大小，都是2的幂。这是因为，要进行hash运行，得到hash值时，有位运算（位运算的效率高）
HashMap的核心元素有：
1、size：用于记录 HashMap 实际存储元素的个数；
2、loadFactor：负载因子。默认 0.75；
3、threshold：扩容的阈值，达到阈值便会触发扩容机制 resize；
4、Node<K,V>[] table; 底层数组，充当哈希表的作用，用于存储对应 hash
位置的元素 Node<K,V>，此数组长度总是 2 的 N 次幂
5、Node<K,V>：元素节点，单链表结构：
static class Node<K,V> implements Map.Entry<K,V>
final int hash;
final K key;
V value;
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;
......
忽略其他
......
基本理论概念，就先说到这里了。下面，开始一些问题、源码的说明。
1、在创建HashMap的时候，有构造函数，可以自由设置容量（及扩展因子）。上面说了，底层数组（充当hash表）的长度，一定是2的N次幂。但是我们随便设置容量的时候，是没有报错的，为什么会这样。我们随便传进去的容量值，hashMap做了什么处理么？
示例代码：
var hMap: HashMap<Int?, String> = HashMap(12, 0.5f)
hMap.put(1, "a")
看下源码：
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);
传进去的容量值，最后通过方法tableSizeFor，变成了阈值 threshold
/**
* Returns a power of two size for the given target capacity.
* 返回给定目标容量的2倍幂。
*/
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;
把这个 tableSizeFor 方法复制出来，跑一些测试数据：
Log.e("tableSizeFor = 1 =", "$MyUtils.tableSizeFor(1)")
Log.e("tableSizeFor = 3 =", "$MyUtils.tableSizeFor(2)")
Log.e("tableSizeFor = 5 =", "$MyUtils.tableSizeFor(3)")
Log.e("tableSizeFor = 12 =", "$MyUtils.tableSizeFor(12)")
Log.e("tableSizeFor = 13 =", "$MyUtils.tableSizeFor(13)")
Log.e("tableSizeFor = 16 =", "$MyUtils.tableSizeFor(16)")
Log.e("tableSizeFor = 17 =", "$MyUtils.tableSizeFor(17)")
tableSizeFor = 1 =: 1
tableSizeFor = 3 =: 2
tableSizeFor = 5 =: 4
tableSizeFor = 12 =: 16
tableSizeFor = 13 =: 16
tableSizeFor = 16 =: 16
tableSizeFor = 17 =: 32
结论：创建HashMap时，随便传进去的容量值，HashMap会进行对应的转换，即便不是2的N次幂，也会变成2的N次幂对应的值
至此，初始化
var hMap: HashMap<Int?, String> = HashMap(12, 0.5f)
这句话，我们看完了。
接下来，看第二句：
hMap.put(1, "a")
put下的源码：
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) // 1
n = (tab = resize()).length;
......
这里是讲解初始化方法，其他代码先忽略，后面讲增删改查，会详细说明
......
因为最开始初始化的时候，没有创建数组，所以，1 那里的判断条件，是true，会走 resize()
resize方法源码： 现在是初始化的情况。第一次走到这个方法里
final Node<K,V>[] resize()
Node<K,V>[] oldTab = table; //初始化，table是null，所以，oldTab=null
int oldCap = (oldTab == null) ? 0 : oldTab.length; // oldCap=0
int oldThr = threshold; //传进来12，经过处理，已经变成了16
int newCap, newThr = 0;
if (oldCap > 0) // oldCap = 0
if (oldCap >= MAXIMUM_CAPACITY)
threshold = Integer.MAX_VALUE;
return oldTab;
else if ((newCap = oldCap << 1) < MAXIMUM_CAPACITY &&
oldCap >= DEFAULT_INITIAL_CAPACITY)
newThr = oldThr << 1; // double threshold
else if (oldThr > 0) // oldThr=16，会走到这里
newCap = oldThr; // newCap = 16
else // zero initial threshold signifies using defaults
newCap = DEFAULT_INITIAL_CAPACITY;
newThr = (int)(DEFAULT_LOAD_FACTOR * DEFAULT_INITIAL_CAPACITY);
if (newThr == 0) //上面没对newThr处理，所有，它是0
float ft = (float)newCap * loadFactor;
newThr = (newCap < MAXIMUM_CAPACITY && ft < (float)MAXIMUM_CAPACITY ?
(int)ft : Integer.MAX_VALUE);
threshold = newThr; //经过上面的计算，newThr = 容量值*扩展因子
@SuppressWarnings("rawtypes","unchecked")
Node<K,V>[] newTab = (Node<K,V>[])new Node[newCap];
table = newTab;
......
忽略
......
return newTab;
上面的代码中，我加了注释。
结论就是：
1、如果用 var hMap: HashMap<Int?, String> = hashMapOf() 创建，容量是默认的16，扩展因子是默认的 0.75，扩展阈值是 16 * 0.75 = 12；
2、如果用 var hMap: HashMap<Int?, String> = HashMap(12, 0.5f) 创建，容量是16（传进来的容量，会被转化为2的N次幂），扩展因子是 0.5f，扩展阈值，是 16 * 0.5 = 8
===============================
这里详细说下增（put）、查方法（get）。删除（remove）、替换（replace）方法都并不复杂，其中，remove方法中，注意下链表的节点变换即可。至于替换，我个人用的不多，因为put方法中有覆盖值的功能，我更多的，是用put（没有就存，有就覆盖）
增：put
源码：
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;
if ((tab = table) == null || (n = tab.length) == 0) // ==1
n = (tab = resize()).length;
if ((p = tab[i = (n - 1) & hash]) == null) // ==2
tab[i] = newNode(hash, key, value, null);
else
// ==3
Node<K,V> e; K k;
if (p.hash == hash &&
((k = p.key) == key || (key != null && key.equals(k)))) // ==4
e = p;
else if (p instanceof TreeNode) // ==5
e = ((TreeNode<K,V>)p).putTreeVal(this, tab, hash, key, value);
else
// ==6
for (int binCount = 0; ; ++binCount)
if ((e = p.next) == null) // ==7
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)))) // ==8
break;
p = e;
if (e != null) // existing mapping for key // ==9
V oldValue = e.value;
if (!onlyIfAbsent || oldValue == null)
e.value = value;
afterNodeAccess(e);
return oldValue;
++modCount;
if (++size > threshold) // ==10
resize();
afterNodeInsertion(evict);
return null;
注意源码中添加是注释 1-10。下面，会对应做说明
源码说明：
1、判断底层数组（hash表）是否为空，如果为空，就走 resize方法，里面会创建；
2、根据插入的键值 key 的 hash 值，通过 (n-1) & hash （hash表长度-1 & 当前元素的hash值），计算出存储位置 table[i]（一个节点）。如果这个存储位置没有元素存放，则将新增节点存储在此位置 table[i]
3、走到这里，说明key算出来的hash位置上，已经有值了。
4、要存储的位置有值，且这个值的key及key对应的hash值，和当前传进来的操作元素一致，就保存下来，做保存操作；
5、当前存储位置即有元素，有不和当前操作元素一致，则证明此位置 table[i] 已经发生了hash冲突。判断头节点是否是 treeNode，如果是，则证明此位置的结构是红黑树，以红黑树的方式新增节点。
6、当前存储位置即有元素，有不和当前操作元素一致，则证明此位置 table[i] 已经发生了hash冲突。且，当前位置的结构，不是红黑树，是一个普通的单链表。
7、链表中不存在操作元素，将新元素结点放置此链表的最后一位， 然后判断链接个数，满足一定条件，就去进行“树”相关操作
8、如果链表中已经存在对应的 key，则覆盖 value
9、 已存在对应 key，如果允许修改，则修改 value 为新值
10、当前HashMap中，个数是否大于等于阈值，如果满足条件，就扩容。
注意：
put的源码中 ，有这么一句
if (binCount >= TREEIFY_THRESHOLD - 1)
treeifyBin(tab, hash);
翻译过来就是：链表中的节点个数大于等于8，就走“树”的方法。
再去 treeifyBin 看下
MIN_TREEIFY_CAPACITY = 64;
final void treeifyBin(Node<K,V>[] tab, int hash)
int n, index; Node<K,V> e;
if (tab == null || (n = tab.length) < MIN_TREEIFY_CAPACITY)
resize();
else if (...)
......
......
总结下：这个“树”相关的方法中，先进行判断，如果满足一定条件（数组长度小于一定范围），优先进行扩容。
也就是说，扩容有2个情况会触发：
1、HashMap中，元素个数大于阈值；
2、链表中元素个数大于等于8，且底层数组长度小于64
这就奇怪了，链表的时间复杂度是O(n)，红黑树的时间复杂度O(logn)，很显然，红黑树的复杂度是优于链表的。为什么，在调用“树”相关方法的时候，还是要优先去扩容呢？为什么不直接用树去替代链表呢？
继续翻看源码。在一段注释说明中找到了如下信息：
Because TreeNodes are about twice the size of regular nodes, we
use them only when bins contain enough nodes to warrant use
(see TREEIFY_THRESHOLD). And when they become too small (due to
removal or resizing) they are converted back to plain bins. In
usages with well-distributed user hashCodes, tree bins are
rarely used. Ideally, under random hashCodes, the frequency of
nodes in bins follows a Poisson distribution
(http://en.wikipedia.org/wiki/Poisson_distribution) with a
parameter of about 0.5 on average for the default resizing
threshold of 0.75, although with a large variance because of
resizing granularity. Ignoring variance, the expected
occurrences of list size k are (exp(-0.5) * pow(0.5, k) /
factorial(k)). The first values are:
0: 0.60653066
1: 0.30326533
2: 0.07581633
3: 0.01263606
4: 0.00157952
5: 0.00015795
6: 0.00001316
7: 0.00000094
8: 0.00000006
more: less than 1 in ten million
翻译：
因为树形节点大约是常规节点的两倍大，所以我们
只有当箱子包含足够的节点时才使用它们
(见TREEIFY_THRESHOLD)。当它们变得太小(由于
移除或调整大小)它们被转换回普通的箱子。在
使用分布良好的用户哈希码，树箱是
很少使用。理想情况下，在随机哈希码下，的频率
bin中的节点遵循泊松分布
(http://en.wikipedia.org/wiki/Poisson_distribution)
参数大约0.5的平均默认大小
阈值为0.75，尽管由于
调整粒度。忽略方差，期望
列表大小k的出现次数为(exp(-0.5) * pow(0.5, k) /
factorial (k))。第一个值是:
**忽略部分数字
8: 0.00000006 （千万分之6）
更多：不到千万分之一
源码中说的很清楚了，树，需要的节点更多，占的空间较大，需要有足够的空间下，才去使用。典型的空间换性能。在性能差异不大的情况下，当然是使用空间越少越好了。
链表中元素到达8个的情况非常少，如果真到了那个时候，说明表已经“不堪重负”了，性能上会有影响，在那种特殊情况下，不得已，用空间换取性能，即：把链表换成红黑树
查：get
hMap.get(1)
对应源码
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)
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;
查的代码很好理解了：
1、先调用 hash(key)方法计算出 key 的 hash 值
2、判断hash数组是否是空，或者存储位置是否有值，如果为空或者没有值，就返回null
3、不为空，且有值的时候，就去判断存储位置链表的头结点，如果头结点是符合条件的，就返回头结点。
4、如果头结点不是符合要求的，就进行后续的判断：
4.1：是否是红黑树，如果是，就走红黑树逻辑；
4.2：不是红黑树，就是单链表形式，注意，有个 do…while，就是去“遍历”。如果找到，就返回，如果没有找到，就返回 null
以上是关于HashMap知识（源码）的主要内容，如果未能解决你的问题，请参考以下文章