源码分析系列1：HashMap源码分析（基于JDK1.8）

Posted 2021-04-05 Java精选

HashMap底层是由  数组+（链表）=（红黑树） 组成，每个存储在HashMap中的键值对都存放在一个Node节点之中，其中包含了Key-Value之外，还包括hash值（key.hashCode()) ^ (h >>> 16）） 以及执行下一个节点的指针next。

HashMap的底层实现图示，如下图所示：

2.HashMap源码分析

2.1 重要常量

public class HashMap<K,V> extends AbstractMap<K,V>

    implements Map<K,V>, Cloneable, Serializable {

    private static final long serialVersionUID = 362498820763181265L;

    static final int DEFAULT_INITIAL_CAPACITY = 1 << 4;  

         static final int MAXIMUM_CAPACITY = 1 << 30;　　　　　

    static final float DEFAULT_LOAD_FACTOR = 0.75f;　　　

    static final int TREEIFY_THRESHOLD = 8;

    static final int UNTREEIFY_THRESHOLD = 6;

    static final int MIN_TREEIFY_CAPACITY = 64；

    transient Node<K,V>[] table; 　 

        transient Set<Map.Entry<K,V>> entrySet; 

　    transient int size;

　    transient int modCount;

       int threshold;

　   final float loadFactor;

DEFAULT_INITIAL_CAPACITY : HashMap的默认容量，16

MAXIMUM_CAPACITY ： HashMap的最大支持容量，2^30

DEFAULT_LOAD_FACTOR：HashMap的默认加载因子

TREEIFY_THRESHOLD：Bucket中链表长度大于该默认值，转化为红黑树

UNTREEIFY_THRESHOLD：Bucket中红黑树存储的Node小于该默认值，转化为链表

MIN_TREEIFY_CAPACITY：桶中的Node被树化时最小的hash表容量。（当桶中Node的数量大到需要变红黑树时，若hash表容量小于MIN_TREEIFY_CAPACITY时，此时应执行resize扩容操作这个MIN_TREEIFY_CAPACITY的值至少是TREEIFY_THRESHOLD的4倍。）

table：存储元素的数组，总是2的n次幂

entrySet：存储具体元素的集

size:HashMap中存储的键值对的数量

modCount：HashMap扩容和结构改变的次数。

threshold：扩容的临界值，=容量*填充因子

loadFactor：填充因子

2.2 重要方法

1）获取hash值  hash

static final int hash(Object key) {

int h;

return (key == null) ? 0 : (h = key.hashCode()) ^ (h >>> 16);

}

hash方法用传入的key的hashCode和hashCode无符号右移16位的结果，做异或运算后作为hash值返回。

注：之所以获取hashCode后，还需要和右移16位的hashCode做异或运算，原因是：在根据hash值获取键值对在bucket数组中的下标时，采用的算法是：index=h & (length-1）,当数组的length较小时，只有低位能够参与到“与”运算中，但是将hashCode右移16位再与本身做异或获取到的hash，可以使高低位均能够参与到后面的与运算中。

下面图说明：

2）根据键值对数量获取HashMap容量方法   tableSizeFor

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;

}

tabSizeFor方法，主要根据传入的键值对容量，来返回大于容量的最小的二次幂数值。

算法如下：　

将传入的容量-1：至于这里为什么需要减1，是为了防止cap已经是2的幂。如果cap已经是2的幂, 又没有执行这个减1操作,则执行完后面的几条无符号右移操作之后,返回的capacity将是这个cap的2倍，各位可自行验证：

假设原始n:    0001  xxxx xxxx xxxx

第一次右移1位+或运算：二进制序列出现至少两个连续的1，如 0001 1xxx xxxx xxxx；

第二次右移2位+或运算：二进制序列出现至少四个连续的1，如 0001 111x xxxx xxxx；

第三次右移4位+或运算：二进制序列出现至少八个连续的1, 如 0001 1111 1111 xxxx;

第四次右移8位+或运算：二进制序列至少出现16个连续的1，如 0001 1111 1111 1111;

第五次右移16位+或运算：二进制序列至少出现32个连续的1，如 0001 1111 1111 1111;

上述运算中，若出现右移后为0，则或运算得到的结果和原始值一致，则后续推导过程可以忽略。此时可以保证，原始序列从包含1的最高位，到最低位，全部都变成了1.最后+1，返回的结果就是大于原值的最小二次幂数。

3）插入方法   putVal

final V putVal(int hash, K key, V value, boolean onlyIfAbsent,

   boolean evict) {

   

Node<K,V>[] tab;    //存储Node节点的数组tab

Node<K,V> p;         //单个Node节点p

int n, i;            //HashMap的容量n

//初始化数组桶table

if ((tab = table) == null || (n = tab.length) == 0)

n = (tab = resize()).length;

//如果数组桶中不包含要插入的元素，将新键值对作为新Node存入数组，

if ((p = tab[i = (n - 1) & hash]) == null)    //此处p初始化，p和需要存储的键值对下标相同且P是链表的第一个元素

tab[i] = newNode(hash, key, value, null);

//桶中包含要插入的元素

else {

Node<K,V> e; K k;

//如果key和链表第一个元素p的key相等

if (p.hash == hash &&

((k = p.key) == key || (key != null && key.equals(k))))

//则将e指向该键值对

e = p;

//若p是TreeNode类型，则使用红黑树的方法插入到树中

else if (p instanceof TreeNode)

e = ((TreeNode<K,V>)p).putTreeVal(this, tab, hash, key, value);

//else：键值对的引用不在链表的第一个节点，此时需要遍历链表    

else {

for (int binCount = 0; ; ++binCount) {

//将e指向p的下一个元素，直到其next为null时，将键值对作为新Node放到p的尾部或树中。

if ((e = p.next) == null) {

p.next = newNode(hash, key, value, null);

//如果遍历链表的长度大于等于8，则变成树

if (binCount >= TREEIFY_THRESHOLD - 1) // -1 for 1st

treeifyBin(tab, hash);

break;   //新元素已追加到链表尾部或树中，退出遍历

}

//在冲突链表中找到另一个具有相同key值的节点，退出遍历

if (e.hash == hash &&

((k = e.key) == key || (key != null && key.equals(k))))

break;

//将e指向p,便于下次遍历e = p.next

p = e;

}

//上述for循环执行完毕后，e要么指向了存储的新节点，要么是原来已有的元素，具有和新节点一样key值

}

//当e非空时，说明e是原来HashMap中的元素，具有和新节点一样的key值

if (e != null) { // existing mapping for key

V oldValue = e.value;

if (!onlyIfAbsent || oldValue == null)    //onlyIfAbsent 表示是否仅在 oldValue 为 null 的情况下更新键值对的值

e.value = value;

//空实现，LinkedHashMap用

afterNodeAccess(e);

return oldValue;

}

}

//HashMap结构更改，modCount+1

++modCount;

//判断是否需要扩容

if (++size > threshold)

resize();

//空实现，LinkedHashMap用

afterNodeInsertion(evict);

return null;

}

HashMap中进行存储的入口方法是：put（K，V），但是核心方法是putVal方法，该方法一共有以下步骤：

a.初始化数组桶

b.判断数组桶中对应下标是否无元素存在，是，就直接存入

c.若数组桶中对应下标有元素存在，则开始遍历，根据长度将元素存入链表尾部或树中。

d.判断是否需要扩容

4）扩容方法   resize

final Node<K,V>[] resize() {

Node<K,V>[] oldTab = table;

int oldCap = (oldTab == null) ? 0 : oldTab.length;    //原HashMap的容量

int oldThr = threshold;                                //原HashMap的扩容临界值                

int newCap, newThr = 0;

//case1:odlCap>0,说明桶数组已经初始化过

if (oldCap > 0) {

//原HashMap的越界检查

if (oldCap >= MAXIMUM_CAPACITY) {

threshold = Integer.MAX_VALUE;

return oldTab;

}

//容量扩大一倍后的越界检查

else if ((newCap = oldCap << 1) < MAXIMUM_CAPACITY &&

oldCap >= DEFAULT_INITIAL_CAPACITY)

newThr = oldThr << 1; // double threshold

}

//case2：oldCap=0 && oldThr >0，桶数组尚未初始化,当调用带初始化容量的构造函数时会发生该情况

else if (oldThr > 0) // initial capacity was placed in threshold

//在前面HashMap的初始化中，将Initial capcity暂存在threshold中

newCap = oldThr; //未初始化，则用Initial capcity作为新的容量

//若oldThr = threshold = 0，则说明未传入初始化容量参数

//case3：oldCap=0 && oldThr = 0，当调用无参构造函数时会发生该情况，此时使用默认容量初始化

else {               // zero initial threshold signifies using defaults

newCap = DEFAULT_INITIAL_CAPACITY;    //默认容量

newThr = (int)(DEFAULT_LOAD_FACTOR * DEFAULT_INITIAL_CAPACITY);    //默认扩容临界值

}

// 当newThr 为 0 时，阈值按照计算公式进行计算

if (newThr == 0) {

float ft = (float)newCap * loadFactor;

newThr = (newCap < MAXIMUM_CAPACITY && ft < (float)MAXIMUM_CAPACITY ?

  (int)ft : Integer.MAX_VALUE);

}

threshold = newThr;

/*

* 在上面的操作中，主要是获取了Resize之后的新的Capcity和新的扩容临界值threshold

*/

@SuppressWarnings({"rawtypes","unchecked"})

//上面获取到的新的Capcity，来创建一个新的桶数组 newTab，并指向table

Node<K,V>[] newTab = (Node<K,V>[])new Node[newCap];

table = newTab;

//若oldTab非空，则需要将原来桶数组的元素取出来放到新的桶数组中

if (oldTab != null) {

for (int j = 0; j < oldCap; ++j) {

Node<K,V> e;

if ((e = oldTab[j]) != null) {

oldTab[j] = null;    //将原桶数组的元素占用的空间释放，便于GC

if (e.next == null)    

//若桶中元素的next为空，获取index后直接将其放入新桶数组中

newTab[e.hash & (newCap - 1)] = e;

//若桶中元素的next是树节点

else if (e instanceof TreeNode)

//采用树的方式插入

((TreeNode<K,V>)e).split(this, newTab, j, oldCap);

//若桶中元素的next是链表节点

else { // preserve order

Node<K,V> loHead = null, loTail = null;

Node<K,V> hiHead = null, hiTail = null;

Node<K,V> next;

/*遍历原链表，按照原来的顺序进行分组

*/

/*原始链表中的元素，在resize之后，其下标有两种可能，一种是在原来下标处，另一种是原来下标+oldCap处

*举例说明：  若原来的容量 -1后 只有n位，低位有n个1，去下标公式为：i = (oldCap - 1) & hash，若hash值只有低n为有值，则与运算后获得的值和

*扩容前是一样的，若hash不止第n位有值，那采用与运算后，结果比原来刚好大oldCap。 下面有图片示例）

*/

do {

next = e.next

//若e.e.hash & oldCap 结果为0，则下标在新桶数组中不用改变，此时，将元素存放在loHead为首的链表中

if ((e.hash & oldCap) == 0) {

if (loTail == null)

loHead = e;

else

loTail.next = e;

loTail = e;

}

//若e.e.hash & oldCap 结果不为0，则下标在新桶数组等于原下标+oldCap，此时，将元素存放在hiHead为首的链表中

else {

if (hiTail == null)

hiHead = e;

else

hiTail.next = e;

hiTail = e;

}

} while ((e = next) != null);

if (loTail != null) {        //loHead为首的链表中，下标不改变

loTail.next = null;

newTab[j] = loHead;

}

if (hiTail != null) {        //hiHead为首的链表中，下标=原下标+oldCap

hiTail.next = null;

newTab[j + oldCap] = hiHead;

}

}

}

}

}

return newTab;        

}

上述代码分析较长，总结如下：

a.获取不同情况下的 新的容量 和 新的扩容临界值

b.根据新容量创建新的桶数组tab。

c.根据节点类型，树节点和链表节点分别采用对应方法放入新的桶数组

5）移除元素  remove

final Node<K,V> removeNode(int hash, Object key, Object value,

   boolean matchValue, boolean movable) {

Node<K,V>[] tab; Node<K,V> p; int n, index;

//通过hash值获取下标，下标对应的节点p不为空

if ((tab = table) != null && (n = tab.length) > 0 &&

(p = tab[index = (n - 1) & hash]) != null) {

Node<K,V> node = null, e; K k; V v;

//若节点p的key和待移除的节点key相等

if (p.hash == hash &&

((k = p.key) == key || (key != null && key.equals(k))))

//则p就是待移除节点

node = p;    //将p指向待移除节点

//p的key和待移除的节点key不相等，遍历p作为头的链表或者树

else if ((e = p.next) != null) {

//若p是树节点

if (p instanceof TreeNode)

//采用树节点方式获得要移除的节点

node = ((TreeNode<K,V>)p).getTreeNode(hash, key);

else {//p是链表的头节点

do {

//采用循环，当p.next不为空，比对它和传入的key，直到找到相等的key

if (e.hash == hash &&

((k = e.key) == key ||

(key != null && key.equals(k)))) {

//找到后，将节点指向node

node = e;    //将e指向待移除节点，此时相当于p.next就是待移除的节点node，可自行验证循环便知

break;

}

p = e;  

} while ((e = e.next) != null);

}

}

//若node非空，传入的matchValue参数为flase或 node的value等于传入value

   if (node != null && (!matchValue || (v = node.value) == value ||

(value != null && value.equals(v)))) {

//若node是树节点

if (node instanceof TreeNode)

//采用树节点的方式移除

((TreeNode<K,V>)node).removeTreeNode(this, tab, movable);

//若待移除节点是链表头，将其指向待移除元素的next，移除对node的引用

else if (node == p)

tab[index] = node.next;  

else//待移除元素是链表中的元素，此时其等于p.next

//将p.next指向node.next，移除了对node的引用

p.next = node.next;

//增加结构修改计数器

++modCount;

//size-1

--size;

//空实现，LinkedHashMap用

afterNodeRemoval(node);

//返回移除的节点node

return node;

}

}

return null;

}

移除节点的入口方法是： public V remove(Object key)  ，其核心方法是removeNode，主要做了以下几个工作：

a.通过用key获取的hash，来获取下标。

b.若下标对应处无元素，返回null。

c.若下标对应处有元素，判断是树或者链表，采用对应方法移除。

　

6）查找元素方法 get

final Node<K,V> getNode(int hash, Object key) {

 Node<K,V>[] tab; Node<K,V> first, e; int n; K k;

 //根据hash值，获取对应下标的第一个元素first

 if ((tab = table) != null && (n = tab.length) > 0 &&

(first = tab[(n - 1) & hash]) != null) {

//如果first的key和待查询的key相等，返回first

if (first.hash == hash && // always check first node

((k = first.key) == key || (key != null && key.equals(k))))

return first;

//若first不是待查询的元素

if ((e = first.next) != null) {

//若first是树节点，采用树节点的方式获取

if (first instanceof TreeNode)

return ((TreeNode<K,V>)first).getTreeNode(hash, key);

//first是链表节点头，使用循环获取

do {

if (e.hash == hash &&

((k = e.key) == key || (key != null && key.equals(k))))

return e;

} while ((e = e.next) != null);

}

}

 return null;

}

查询元素的入口方法是：public V get(Object key)，返回值是node的value，核心方法是getNode(int hash, Object key)。

2.3 构造方法

1）无参构造函数

public HashMap() {

this.loadFactor = DEFAULT_LOAD_FACTOR; // all other fields defaulted

}

使用所有默认参数来构造一个HashMap，我们常用的就是这种。

2）给出容量的构造函数　

public HashMap(int initialCapacity) {

this(initialCapacity, DEFAULT_LOAD_FACTOR);

}

此处调用了下面这个构造函数，将给出的容量传入和默认负载因子。

3）给出容量和负载因子的构造函数

public HashMap(int initialCapacity, float loadFactor) {

　　　　　　//容量越界检查

if (initialCapacity < 0)

throw new IllegalArgumentException("Illegal initial capacity: " +

   initialCapacity);

if (initialCapacity > MAXIMUM_CAPACITY)

initialCapacity = MAXIMUM_CAPACITY;

　　　　　　//负载因子非负非空检查

if (loadFactor <= 0 || Float.isNaN(loadFactor))

throw new IllegalArgumentException("Illegal load factor: " +

   loadFactor);

　　　　

this.loadFactor = loadFactor;  

this.threshold = tableSizeFor(initialCapacity);  //此处将初始化的容量暂存到threshold中

}

4）用一个map来初始化的构造函数

public HashMap(Map<? extends K, ? extends V> m) {

this.loadFactor = DEFAULT_LOAD_FACTOR;

putMapEntries(m, false);

}

此处将map中所有元素放入HashMap进行初始化。

3.常见问题解答

3.1 HashMap的容量为什么必须是2的n次幂？

答：当容量是2的n次幂时，不同的key获取在桶数组中的下标相同的概率减小，发生Hash碰撞几率减少，元素分布更加均匀，见下图：

结论

1）由上述实例可以看出，当HashMap容量为2的n次幂的时候，length-1，可以使得在计算index的"&"运算过程中，hash值的对应位都能参与到计算；若HashMap容量不等于2的n次幂，leng-1后必然有一些位是等于0的，那么在计算index的"&"运算过程中，对应位的数字无论是0或者1，都未能参与到运算中。导致Hash冲突概率增大。

2）初次之外，若HashMap容量不为2的n次幂，无论Hash值如何变化，始终有一些下标值无法取得，因为"&"运算过程中，必然有一些位置结果始终为0，如实例所示，其最低位始终为0，因此下标 1（二进制0000 0001）、3（二进制0000 0011）、5（二进制0000 0101）、7（二进制0000 0111）等下标、永远都获取不了。造成了容量的浪费

3.2 HashMap的时间复杂度？

答：O(1)或者O(log(n))或O(n),分析如下：

根据第一节的内容可知，根据HashMap的数据结构，可能有以下几种情况：

1）无链表和红黑树，理想状态。每个桶只有一个或0个元素，不存在Hash冲突，此时时间复杂度为O(1);但此时耗费的内存空间较大。

2）只有链表，此时因为需要循环链表来获取元素，时间复杂度为O(n)

3）只有红黑树，此时时间复杂度为红黑树查找的时间复杂度，O(log(n))。

4）链表和红黑树均有，此时时间复杂度依据红黑树的层数和链表长度而定。为O(n)或者O(log(n))。

3.3 负载因子LoadFactor为何默认值为0.75。

当负载因子过大时，Hash冲突概率增加、读写的时间复杂度也大大增加，当负载因子过小时，Hash冲突概率较小，时间复杂度较低，但占用内存空间较大。

至于为什么默认值是0.75，这是一个基于时间和空间复杂度的综合考虑的结果，可以参考这篇文章：HashMap的loadFactor为什么是0.75？[https://www.jianshu.com/p/64f6de3ffcc1]

3.4 作为HasHMap的key有什么条件？

使用HashMap，若用int/String等作为key值，因为Integer类和String类都以及重写了equals()和hashCode()方法。但是如果key是自定义的类，就必须重写hashcode()和equals()。理由如下：

在插入元素中，根据hash值后，与length-1做&运算获取下标，获取hash

static final int hash(Object key) {

int h;

return (key == null) ? 0 : (h = key.hashCode()) ^ (h >>> 16);

}

//获取下标

p = tab[i = (n - 1) & hash]

用equals方法比对key值和节点的key值，来确认是否遍历到所需元素(key != null && key.equals(k)))

3.5 HashMap key允许为空吗？，最多几个？

答：允许但只允许一个key值为空。当key值为空时，其hash值为0，因此在桶数组中位置是0，即第一个元素。

那么为什么不能有两个key值为null呢，原因是两个key为null，是一样的，后面put进去的(null,value2)会覆盖先put进去的(null,value1)。验证如下：

3.6 HashMap value允许为空吗？最多几个？

答：允许，可以有多个value为null，查看源码可知，在putVal中没有对value进行限制，验证如下：

写在最后

1）本文中设计到数操作的都没有详细介绍，因为红黑树本身概念较为抽象复杂，打算下一篇文章中再来详细分析一下，还有其他一些类似于“map.clear()、map.ContainsKey()”等等逻辑较为简单的方法也未作赘述。

2）不得不感叹一些设计Java集合类的大牛是真的牛，看似一个简单的HashMap中、对于位运算、链表。红黑树的应用可谓是炉火纯青，看起来都不能一目了然，设计时那更是天马行空，匠心独运。

https://www.cnblogs.com/LearnAndGet/p/9971526.html

推荐阅读

 

更多推荐↓↓↓

 

涵盖：程序人生、搞笑视频、算法与数据结构、黑客技术与网络安全、前端开发、Java、Python、Redis缓存、Spring源码、各大主流框架、Web开发、大数据技术、Storm、Hadoop、MapReduce、Spark、elasticsearch、单点登录统一认证、分布式框架、集群、安卓开发、ios开发、C/C++、.NET、Linux、mysql、Oracle、NoSQL非关系型数据库、运维等。