算法系列HashMap实现原理及源码分析
Posted 程序猿小秘圈
tags:
篇首语：本文由小常识网(cha138.com)小编为大家整理，主要介绍了算法系列HashMap实现原理及源码分析相关的知识，希望对你有一定的参考价值。
哈希表（hash table）也叫散列表，是一种非常重要的数据结构，应用场景及其丰富，许多缓存技术（比如memcached）的核心其实就是在内存中维护一张大的哈希表，而HashMap的实现原理也常常出现在各类的面试题中，重要性可见一斑。本文会对java集合框架中的对应实现HashMap的实现原理进行讲解，然后会对JDK7的HashMap源码进行分析。
HashMap是由数组加链表的结合体。如下图：
图中可以看出HashMap底层就是一个数组结构，每个数组中又存储着链表（链表的引用）
JDK1.6实现hashmap的方式是采用位桶（数组）+链表的方式，即散列链表方式。JDK1.8则是采用位桶+链表/红黑树的方式，即当某个位桶的链表长度达到某个阈值（8）的时候，这个链表就转化成红黑树，这样大大减少了查找时间。
存储查找原理：
存储：首先获取key的hashcode，然后取模数组的长度，这样可以快速定位到要存储到数组中的坐标，然后判断数组中是否存储元素，如果没有存储则，新构建Node节点，把Node节点存储到数组中，如果有元素，则迭代链表(红黑二叉树)，如果存在此key,默认更新value,不存在则把新构建的Node存储到链表的尾部。
查找：同上，获取key的hashcode，通过hashcode取模数组的长度，获取要定位元素的坐标，然后迭代链表，进行每一个元素的key的equals对比，如果相同则返回该元素。
HashMap在相同元素个数时，数组的长度越大，则Hash的碰撞率越低，则读取的效率就越高，数组长度越小，则碰撞率高，读取速度就越慢。典型的空间换时间的例子。
什么是哈希表
在讨论哈希表之前，我们先大概了解下其他数据结构在新增，查找等基础操作执行性能
数组：采用一段连续的存储单元来存储数据。对于指定下标的查找，时间复杂度为O(1)；通过给定值进行查找，需要遍历数组，逐一比对给定关键字和数组元素，时间复杂度为O(n)，当然，对于有序数组，则可采用二分查找，插值查找，斐波那契查找等方式，可将查找复杂度提高为O(logn)；对于一般的插入删除操作，涉及到数组元素的移动，其平均复杂度也为O(n)
线性链表：对于链表的新增，删除等操作（在找到指定操作位置后），仅需处理结点间的引用即可，时间复杂度为O(1)，而查找操作需要遍历链表逐一进行比对，复杂度为O(n)
二叉树：对一棵相对平衡的有序二叉树，对其进行插入，查找，删除等操作，平均复杂度均为O(logn)。
哈希表：相比上述几种数据结构，在哈希表中进行添加，删除，查找等操作，性能十分之高，不考虑哈希冲突的情况下，仅需一次定位即可完成，时间复杂度为O(1)
下面我们分析HashMap的源码分析：
HashMap的结构属性：
public class HashMap<K,V> extends AbstractMap<K,V>
implements Map<K,V>, Cloneable, Serializable {
//存储数据的Node数组
transient Node<K,V>[] table;
//返回Map中所包含的Map.Entry<K,V>的Set视图。
transient Set<Map.Entry<K,V>> entrySet;
//当前存储元素的总个数
transient int size;
//HashMap内部结构发生变化的次数，主要用于迭代的快速失败（下面代码有分析此变量的作用）
transient int modCount;
//下次扩容的临界值，size>=threshold就会扩容，threshold等于capacity*load factor
int threshold;
//装载因子
final float loadFactor;
//默认装载因子
static final float DEFAULT_LOAD_FACTOR = 0.75f;
//由链表转换成红黑树的阈值TREEIFY_THRESHOLD
static final int TREEIFY_THRESHOLD = 8;
//由红黑树的阈值转换链表成UNTREEIFY_THRESHOLD
static final int UNTREEIFY_THRESHOLD = 6;
//默认容量（16）
static final int DEFAULT_INITIAL_CAPACITY = 1 << 4; // aka 16
//数组的最大容量 （1073741824）
static final int MAXIMUM_CAPACITY = 1 << 30;
//当桶中的bin(链表中的元素)被树化时最小的hash表容量。（如果没有达到这个阈值，即hash表容量小于MIN_TREEIFY_CAPACITY，当桶中bin的数量太多时会执行resize扩容操作）这个MIN_TREEIFY_CAPACITY的值至少是TREEIFY_THRESHOLD的4倍。
static final int MIN_TREEIFY_CAPACITY = 64;
链表的结构
static class Node<K,V> implements Map.Entry<K,V> {
//hash
final int hash;
final K key;
V value;
Node<K,V> next;
红黑二叉树的结构
static final class TreeNode<K,V> extends LinkedHashMap.Entry<K,V> {
TreeNode<K,V> parent; // 父节点
TreeNode<K,V> left; //左节点
TreeNode<K,V> right; //右节点
TreeNode<K,V> prev; // needed to unlink next upon deletion
boolean red;
HashMap.put（key, value）插入方法
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) {
//p：链表节点 n:数组长度 i：链表所在数组中的索引坐标
Node<K,V>[] tab; Node<K,V> p; int n, i;
//判断tab[]数组是否为空或长度等于0，进行初始化扩容
if ((tab = table) == null || (n = tab.length) == 0)
n = (tab = resize()).length;
//判断tab指定索引位置是否有元素，没有则，直接newNode赋值给tab[i]
if ((p = tab[i = (n - 1) & hash]) == null)
tab[i] = newNode(hash, key, value, null);
//如果该数组位置存在Node
else {
//首先先去查找与待插入键值对key相同的Node，存储在e中，k是那个节点的key
Node<K,V> e; K k;
//判断key是否已经存在(hash和key都相等)
if (p.hash == hash &&
((k = p.key) == key || (key != null && key.equals(k))))
e = p;
//如果Node是红黑二叉树，则执行树的插入操作
else if (p instanceof TreeNode)
e = ((TreeNode<K,V>)p).putTreeVal(this, tab, hash, key, value);
//否则执行链表的插入操作（说明Hash值碰撞了，把Node加入到链表中）
else {
for (int binCount = 0; ; ++binCount) {
//如果该节点是尾节点，则进行添加操作
if ((e = p.next) == null) {
p.next = newNode(hash, key, value, null);
//判断如果链表长度，如果链表长度大于8则调用treeifyBin方法，判断是扩容还是把链表转换成红黑二叉树
if (binCount >= TREEIFY_THRESHOLD - 1) // -1 for 1st
treeifyBin(tab, hash);
break;
}
//如果键值存在，则退出循环
if (e.hash == hash &&
((k = e.key) == key || (key != null && key.equals(k))))
break;
//把p执行p的子节点，开始下一次循环（p = e = p.next）
p = e;
}
}
//在循环中判断e是否为null，如果为null则表示加了一个新节点，不是null则表示找到了hash、key都一致的Node。
if (e != null) { // existing mapping for key
V oldValue = e.value;
//判断是否更新value值。（map提供putIfAbsent方法，如果key存在，不更新value，但是如果value==null任何情况下都更改此值）
if (!onlyIfAbsent || oldValue == null)
e.value = value;
//此方法是空方法，什么都没实现，用户可以根据需要进行覆盖
afterNodeAccess(e);
return oldValue;
}
}
//只有插入了新节点才进行++modCount；
++modCount;
//如果size>threshold则开始扩容（每次扩容原来的1倍）
if (++size > threshold)
resize();
//此方法是空方法，什么都没实现，用户可以根据需要进行覆盖
afterNodeInsertion(evict);
return null;
}
1.判断键值对数组tab[i]是否为空或为null，否则执行resize()进行扩容；
2.根据键值key计算hash值得到插入的数组索引i，如果table[i]==null，直接新建节点添加，转向6，如果table[i]不为空，转向3；
3.判断链表（或二叉树）的首个元素是否和key一样，不一样转向④，相同转向6；
4.判断链表（或二叉树）的首节点 是否为treeNode，即是否是红黑树，如果是红黑树，则直接在树中插入键值对，不是则执行5；
5.遍历链表，判断链表长度是否大于8，大于8的话把链表转换为红黑树（还判断数组长度是否小于64，如果小于只是扩容，不进行转换二叉树），在红黑树中执行插入操作，否则进行链表的插入操作；遍历过程中若发现key已经存在直接覆盖value即可；如果调用putIfAbsent方法插入，则不更新值（只更新值为null的元素）。
6.插入成功后，判断实际存在的键值对数量size是否超多了最大容量threshold，如果超过，进行扩容。
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 ((e = tab[index = (n - 1) & hash]) != null) {
TreeNode<K,V> hd = null, tl = null;
do {
TreeNode<K,V> p = replacementTreeNode(e, null);
if (tl == null)
hd = p;
else {
p.prev = tl;
tl.next = p;
}
tl = p;
} while ((e = e.next) != null);
if ((tab[index] = hd) != null)
hd.treeify(tab);
}
}
1、首先判断数组的长度是否小于64，如果小于64则进行扩容
2、否则把链表结构转换成红黑二叉树结构
modCount 变量的作用
public final void forEach(Consumer<? super K> action) {
Node<K,V>[] tab;
if (action == null)
throw new NullPointerException();
if (size > 0 && (tab = table) != null) {
int mc = modCount;
for (int i = 0; i < tab.length; ++i) {
for (Node<K,V> e = tab[i]; e != null; e = e.next)
action.accept(e.key);
}
if (modCount != mc)
throw new ConcurrentModificationException();
}
}
从forEach循环中可以发现 modCount 参数的作用。就是在迭代器迭代输出Map中的元素时，不能编辑（增加，删除，修改）Map中的元素。如果在迭代时修改，则抛出ConcurrentModificationException异常。
以上是关于算法系列HashMap实现原理及源码分析的主要内容，如果未能解决你的问题，请参考以下文章