HashMap源码分析及原理分析
Posted 小图包
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源码分析及原理分析相关的知识，希望对你有一定的参考价值。
目录
3 红黑树TreeNode类继承于LinkedHashMap.Entry
一 HashMap设计思路
为了让大家更好的理解HashMap的实现原理，下面会先介绍其设计思路。
为了实现高效的查询，插入，删除元素，HashMap底层采用数组+链表+红黑树的数据结构。
数组的特点：查询操作效率较高，根据索引查询只需要一次，但插入和删除操作效率较低，会移动整个数组。
链表的特点：查询操作效率较低，需要遍历整个链表，但插入删除的效率较高，只需要改变其next引用即可。
为了高效的执行查询，插入和删除操作，HashMap采用了数组+链表配合使用的方式，并在一定条件下将链表转化为红黑树。
二 HashMap 源码解析
1 HashMap中的常量
//默认数组大小
static final int DEFAULT_INITIAL_CAPACITY = 1 << 4;
//数组最大长度
static final int MAXIMUM_CAPACITY = 1 << 30;
//默认负载因子
static final float DEFAULT_LOAD_FACTOR = 0.75f;
//树化阈值，并不是达到8就发生树化，满足树化容量>=64
static final int TREEIFY_THRESHOLD = 8;
//化成链表的阈值
static final int UNTREEIFY_THRESHOLD = 6;
//最小树化容量
static final int MIN_TREEIFY_CAPACITY = 64;
/* ---------------- Fields -------------- */
//Node数组
transient Node<K, V>[] table;
//enrtySet
transient Set<Map.Entry<K, V>> entrySet;
//map的size
transient int size;
//记录修改map的操作数，多线程下的一种并发保证
//使用foreach或者迭代器的时候不能对元素进行增加和删除
transient int modCount;
//扩容阈值
int threshold;
//负载因子
final float loadFactor;
2 静态内部类Node分析
static class Node<K,V> implements Map.Entry<K,V> {
// 经过hash扰动产生新的hash的值
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;
}
}3 红黑树TreeNode类继承于LinkedHashMap.Entry
/**
* Entry for Tree bins. Extends LinkedHashMap.Entry (which in turn
* extends Node) so can be used as extension of either regular or
* linked node.
* 继承了LinkedHashMap中的Entey,而LinkedHashMap中的Entey又继承了HashMap.Node
*/
static final class TreeNode<K,V> extends LinkedHashMap.Entry<K,V> {
// 父节点
TreeNode<K,V> parent; // red-black tree links
// 左子树
TreeNode<K,V> left;
// 右子树
TreeNode<K,V> right;
// 当前链表的上一个节点
TreeNode<K,V> prev; // needed to unlink next upon deletion
boolean red;
TreeNode(int hash, K key, V val, Node<K,V> next) {
super(hash, key, val, next);
}
}
4 HashMap中的常用构造方法
/**
* 给定加载因子和初始容量的构造方法
* @param initialCapacity 初始容量
* @param loadFactor 加载因子
*/
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);
// 给加载因子赋值
this.loadFactor = loadFactor;
// 此时 底层的数据 并没有被初始化，在第一次被使用时，才会被初始化，
// 设置下次扩容的阈值，在第一次向HashMap中存放元素时，会进行初始化，初始化容量的大小即为此时threshold的大小
this.threshold = tableSizeFor(initialCapacity);
}
/**
* 传入指定初始化容量，调用 HashMap(int initialCapacity, float loadFactor) 构造方法
* 默认的加载因子为0.75
* @param initialCapacity 初始化容量
*/
public HashMap(int initialCapacity) {
// 默认加载因子0.75
this(initialCapacity, DEFAULT_LOAD_FACTOR);
}
/**
* HashMap的无参构造方法
* 只是设置了加载因子为默认的0.75
* 使用这个构造函数生成的HashMap，其内部的数组在初始化时的大小为默认的16
*/
public HashMap() {
this.loadFactor = DEFAULT_LOAD_FACTOR; // all other fields defaulted
}
5 HashMap的Get方法
/**
* 经常使用到的get方法,通过传入的key获取对应的value值
* @param key
* @return 查询到的节点值
*/
public V get(Object key) {
Node<K,V> e;
// hash(key) 散列函数计算出一个hash值
// 根据计算出的hash值去查找是否有这个节点，若无,则返回null,有就返回节点的value
return (e = getNode(hash(key), key)) == null ? null : e.value;
}
/**
* 根据散列函数计算的hash值和key的值 获取节点
* @param hash hash(key)
* @param key key
* @return 查询到的节点值
*/
final Node<K,V> getNode(int hash, Object key) {
Node<K,V>[] tab; Node<K,V> first, e; int n; K k;
// table != null && table.length > 0
// 判断此时底层数组是否已经创建 且 底层数组中是否有数据
// tab[(n - 1) & hash]) != null
// 判断hash对应的底层数组中的索引位置处是否有节点
// (n - 1) & hash 这实际上就是根据hash去计算其在底层数组中的索引值
// 相当于 hash % table.length
if ((tab = table) != null && (n = tab.length) > 0 &&
(first = tab[(n - 1) & hash]) != null) {
// 判断数组上的这个节点 是否是要获取的节点
// 若是则直接返回这个节点
if (first.hash == hash && // always check first node
((k = first.key) == key || (key != null && key.equals(k))))
return first;
// 数组上的这个节点 不是要获取的节点
// 判断这个节点是否指向其他节点
if ((e = first.next) != null) {
// 判断数组上的节点指向的第一个节点是否是红黑树节点
// 若是则直接调用红黑树中查找节点的方法，并返回 时间复杂度 O(logn)
if (first instanceof TreeNode)
return ((TreeNode<K,V>)first).getTreeNode(hash, key);
// 数组上的节点指向的第一个节点是普通节点 也就说底下是链表结构
// 遍历链表 查找节点 时间复杂度 O(n)
do {
if (e.hash == hash &&
((k = e.key) == key || (key != null && key.equals(k))))
return e;
} while ((e = e.next) != null);
}
}
return null;
}
总结 get方法
第一种情况 ：通过hash值求得当前元素的下标，如果当前存在，而且key值完全相同，就直接返回
第二种情况 ：key不完全相等，而且有下一个节点元素，说明是链表或者是红黑树。红黑树的情况，调用getTreeNode方法。
第三种情况 ：不是红黑树，是链表，循环遍历链表看是否存在key完全一致的，存在返回，不存在返回null。
第四种情况：当前下标没有数据，返回null。
6 HashMap的Put方法
/**
* 向Map中放入键值对，若要放入的键值对已存在，则替换值，并返回之前的值
*/
public V put(K key, V value) {
// 调用putVal方法
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;
// 底层数组是否还未初始化
if ((tab = table) == null || (n = tab.length) == 0)
// 此时，当底层数组还未初始化时 进入了这个if中 会调用resize()方法初始化数组
n = (tab = resize()).length;
// (n - 1) & hash 计算出该key对应的节点应该在数组上应该放置的位置
// 如果 该位置上并没有节点存在 此时将该hash key value封装为一个新节点 并放置在该位置
if ((p = tab[i = (n - 1) & hash]) == null)
tab[i] = newNode(hash, key, value, null);
// 该位置上有节点存在
else {
// 这里有个临时变量e，此时e为 null
Node<K,V> e; K k;
// 判断数组当前索引位置上的节点的key 是否与要存放的键值对的key相同，若相同则将让e指向该节点
if (p.hash == hash &&
((k = p.key) == key || (key != null && key.equals(k))))
e = p;
// 数组当前索引位置上的节点的key 与要存放的键值对的key不同
// 判断数组当前索引位置上的节点是否是红黑树节点
// 若是则在红黑树中查找该节点
// 若查找的到则让 e 指向该节点
// 若红黑树中没有查找到 则将键值对添加至红黑树中
else if (p instanceof TreeNode)
e = ((TreeNode<K,V>)p).putTreeVal(this, tab, hash, key, value);
// 数组当前索引位置上的节点不是红黑树节点
else {
// 遍历链表 若链表中能查到对应的节点，则将让e指向这个节点，若没有，则新建节点并添加到链表的尾部
// JDK 8 改为尾插法 之前是 头插法
for (int binCount = 0; ; ++binCount) {
if ((e = p.next) == null) {
p.next = newNode(hash, key, value, null);
// 添加新节点后 如果此时链表（加上数组上的节点）的长度大于等于8
// 则调用树化方法treeifyBin()，让该链表转化为红黑树
// 但是，在该方法中可以发现 当底层数组的长度小于64时
// 并不会进行树化操作，而会对哈希表进行扩容操作
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;
}
}
// 若此时e不为null 则说明 在HashMap中原先就存在这个key对应的节点
// 那么将这个节点的值修改为传入的value 并将旧值返回
if (e != null) { // existing mapping for key
// 获取旧值
V oldValue = e.value;
if (!onlyIfAbsent || oldValue == null)
// 修改该key的值
e.value = value;
afterNodeAccess(e);
// 返回旧值
return oldValue;
}
}
// 如果能执行到此处，则说明HashMap原先并不存在与key对应的节点，执行了新增操作
++modCount;
// 插入新节点后，若此时HashMap中的节点数量 大于 扩容阈值 则进行扩容操作
if (++size > threshold)
resize();
afterNodeInsertion(evict);
// 返回null
return null;
}
总结put的方法
第一种情况：(p = tab[i = (n - 1) & hash])路由算法，计算下标。p这个节点为null的话，这种情况最简单，构造好一个node节点，放入数组对应的位置。tab[i] = newNode(hash, key, value, null);
第二种情况：那就是当前key计算出来的下标位置有值p，此时比较p.hash == hash && ((k = p.key) == key || (key != null && key.equals(k))。如果为true说明是同一个key进来了。这是一个replace操作。直接新值替换旧值。
第三种情况：如果不是替换操作，说明产生了链表。这个时候判断当前节点是不是树节点。是树节点就使用putTreeVal的方法。这个后面再说有点复杂。
第四种情况：不是树那就是链表的情况了，此时循环查找链表，一个个判断链表数据，当还未形成链表时，当前桶位的node节点next位null，直接在后面拉链一个节点。形成链表的情况，我们需要循环比较next的节点key是不是和当前插入的key完全一致。一致说明是替换操作，不是那就在最后一个节点新建一个节点存放数据。但此时要注意如果达到树化阈值，需要对链表进行树化(binCount >= TREEIFY_THRESHOLD - 1。即调用treeifyBin方法，但是在treeifyBin方法里面有这么一段
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();
1
当tab的大小小于64时只是会调用一次resize方法。将数组进行扩容，所以并不只有数据到达阈值才会扩容。当链表长度达到树化时也会。
7 HashMap的扩容算法 resize 方法
//扩容方法
//final修饰，表示该方法不可以被子类重写
//为什么需要扩容
//空间换时间
final Node<K, V>[] resize() {
//老数组，引用扩容之前的hash表
Node<K, V>[] oldTab = table;
//表示扩容之前table数组的长度
int oldCap = (oldTab == null) ? 0 : oldTab.length;
//表示扩容之前的扩容阈值，触发本次扩容的阈值
int oldThr = threshold;
//扩容之后的数组大小，下次的扩容阈值
int newCap, newThr = 0;
//标志hashmap已经初始化过了，是一次正常的扩容
if (oldCap > 0) {
//已经达到最大数组大小不进行扩容，直接返回原来的数组
if (oldCap >= MAXIMUM_CAPACITY) {
//设置扩容阈值位int的最大值
threshold = Integer.MAX_VALUE;
return oldTab;
//没有超过，扩容为之前数组的两倍
} else if ((newCap = oldCap << 1) < MAXIMUM_CAPACITY &&
oldCap >= DEFAULT_INITIAL_CAPACITY)
//
newThr = oldThr << 1; // double threshold
}
//oldCap=0的情况，第一次扩容
//oldThr>0 有以下几种情况
//1、new HashMap(initCap,loadFactory)
//2、new HashMap(initCap)
//3、new HashMap(map)，并且map有数据的
else if (oldThr > 0) // initial capacity was placed in threshold
newCap = oldThr;
else {
//oldCap=0，oldThr=0的情况
//new HashMap()无参构造
// zero initial threshold signifies using defaults
//16
newCap = DEFAULT_INITIAL_CAPACITY;
//12
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);
}
//下一次的扩容阈值
threshold = newThr;
//核心代码，高低链,上面做的事就是计算扩容的数组大小和下次扩容阈值
@SuppressWarnings({"rawtypes", "unchecked"})
//新建一个table
Node<K, V>[] newTab = (Node<K, V>[]) new Node[newCap];
table = newTab;
if (oldTab != null) {
for (int j = 0; j < oldCap; ++j) {
//当前node节点
Node<K, V> e;
//说明当前桶位有数据，但是不确定有没有链表
if ((e = oldTab[j]) != null) {
//令当前桶位数据置为null，方便GC回收
oldTab[j] = null;
if (e.next == null)
//第一种情况，当前桶位只有一个数据，从未发生过碰撞。这种情况，直接计算当前元素应该存放的位置。
//重新计算元素在新数组的下标，并赋值给当前node节点
newTab[e.hash & (newCap - 1)] = e;
else if (e instanceof TreeNode)
//如果当前桶位有数据，判断是不是树节点，第二种情况
((TreeNode<K, V>) e).split(this, newTab, j, oldCap);
else { //
//第三种情况，桶位已经形成链表
// preserve order
//低位链表：存放在扩容之后的数组的下标位置，与当前数组的下表一致
Node<K, V> loHead = null, loTail = null;
//高位链表存放在扩容之后的数组的下标位置为：当前数组的下标+扩容之前数组的长度
Node<K, V> hiHead = null, hiTail = null;
Node<K, V> next;
//高低链核心代码
do {
next = e.next;
if ((e.hash & oldCap) == 0) {
if (loTail == null)
loHead = e;
else
loTail.next = e;
loTail = e;
} else {
if (hiTail == null)
hiHead = e;
else
hiTail.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;
}
扩容的方法总结
第一种情况：当oldCap>0,说明当前数组已经初始化，是一次正常的扩容。当oldCap>=MAXIMUM_CAPACITY,已经达到最大数组大小不进行扩容，直接返回原来的数组。并设置设置扩容阈值位Integer.MAX_VALUE。
第二种情况：没有超过，是一次正常扩容，oldCap>>1,扩容至原来数组的两倍。但是如果扩容之后的数组小于MAXIMUM_CAPACITY(2<<30)且大于等于默认数组大小(16)，将新的扩容阈值设置为老的阈值<<1 。
第三种情况：oldThr(老的扩容阈值>0),新数组大小就是老的扩容阈值，我们可以它通过构造方法发现，当构造方法为如下三个方法时：
//1、new HashMap(initCap,loadFactory)
//2、new HashMap(initCap)
//3、new HashMap(map)，并且map有数据的
是有值的。
第四种情况：oldCap=0，oldThr=0的情况，是由HashMap的无参构造导致的，newCap就是默认大小，newThr就是默认大小*0.75。
第五种情况：通过以上步骤得出newThr=0的话，说明是通过有参构造进来的，我们要计算下一次的扩容阈值。并最终赋值给threshold。
上面的操作是计算扩容之后数组的大小和下次扩容阈值。
扩容完就需要将老数组的数据放入到新数组里面。
循环遍历老数组，确认每个数组元素在新数组的位置。如果当老数组前桶位没有值，不管。有值(不确定是否有链表)，先置为null，方便GC回收，如果当前桶位没有next节点，说明未发生过碰撞。这种情况，直接计算当前元素应该存放的位置。赋值给新tab newTab[e.hash & (newCap - 1)] = e;
如果当前节点有next节点，判断是否为树节点，先不考虑。
此时桶位已经形成链表。我们在外面定义高/低位链表头节点和尾节点。低位链表存放扩容之后的数组的下标位置，与当前数组的下标一致。
高位链表存放在扩容之后的数组的下标位置为：当前数组的下标+扩容之前数组的长度。
我们通过do while循环，上面还有一个for循环时遍历每个数组元素的。来确定高低链该存放什么数据。
借别人的流程图 ，流程图如下：
三关于HashMap实现原理部分
1，HashMap的实现原理，内部数据结构？
底层使用哈希表，也就是数组+链表，当链表长度超过8个时会转化为红黑树，以实现查找的时间复杂度为log n。
2，HashMap中put方法的过程？
调用哈希函数获取Key对应的hash值，再计算其数组下标；
如果没有出现哈希冲突，则直接放入数组；如果出现哈希冲突，则以链表的方式放在链表后面；
如果链表的长度超过8，则会转化为红黑树；
如果结点的key已经存在，则替换其value即可；
如果集合中的键值对大于12，调用resize方法进行数组扩容；
3，哈希函数怎么实现的？
调用Key的hashCode方法获取hashCode值，并将该值的高16位和低16位进行异或运算。
4，哈希冲突怎么解决？
将新结点添加在链表后面
5，数组扩容的过程？
创建一个新的数组，其容量为旧数组的两倍，并重新计算旧数组中结点的存储位置。结点在新数组中的位置只有两种，原下标位置或原下标+旧数组的大小。
6，除了链地址法，哈希冲突的其他解决方案？
开放定址法：发生哈希冲突，寻找另一个未被占用的数组地址
再哈希法：提供多个哈希函数，直到不再产生冲突；
建立公共溢出区：将哈希表分为基本表和溢出表，产生哈希冲突的结点放入溢出表
以上是关于HashMap源码分析及原理分析的主要内容，如果未能解决你的问题，请参考以下文章