JDK源码HashMap源码分析（附常见面试题）
Posted LL.LEBRON
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JDK源码HashMap源码分析（附常见面试题）相关的知识，希望对你有一定的参考价值。
HashMap源码分析（附面试题）
1.什么是哈希？
在分析HashMap之前，我们先来了解什么是哈希？
概念：Hash也称散列、哈希，对应的英文都是Hash。基本原理就是把任意长度的输入，通过Hash算法变成固定长度的输出这个映射的规则就是对应的Hash算法，而原始数据映射后的二进制串就是哈希值。
Hash的特点:
- 从hash值不可以反向推导出原始的数据
- 输入数据的微小变化会得到完全不同的hash值，相同的数据会得到相同的
- 哈希算法的执行效率要高效，长的文本也能快速地计算出哈希值
- hash算法的冲突概率要小
由于hash的原理是将输入空间的值映射成hash空间内，而hash值的空间远小于输入的空间。根据抽屉原理，一定会存在不同的输入被映射成相同输出的情况。
抽屉原理：桌上有十个苹果，要把这十个苹果放到九个抽屉里，无论怎样放，我们会发现至少会有一个抽屉里面放不少于两个苹果。
这一现象就是我们所说的“抽屉原理”。
2.HashMap的继承体系
HashMap采用key/value存储结构，每个key对应唯一的value，查询和修改的速度都很快，能达到O(1)的平均时间复杂度。它是非线程安全的，且不保证元素存储的顺序。
从继承体系可以看出：
- HashMap 实现了
Cloneable接口，可以被克隆。 - HashMap 实现了
Serializable接口，属于标记性接口，HashMap 对象可以被序列化和反序列化。 - HashMap 继承了
AbstractMap，父类提供了 Map 实现接口，具有Map的所有功能，以最大限度地减少实现此接口所需的工作。
3.底层存储结构
- 1.7 数组 + 链表
- 1.8 数组 + （链表 | 红黑树）
在Java中，HashMap的实现采用了（数组 + 链表 + 红黑树）的复杂结构，数组的一个元素又称作桶。
在添加元素时，会根据hash值算出元素在数组中的位置，如果该位置没有元素，则直接把元素放置在此处，如果该位置有元素了，则把元素以链表的形式放置在链表的尾部。
当一个链表的元素个数达到一定的数量（且数组的长度达到一定的长度）后，则把链表转化为红黑树，从而提高效率。
数组的查询效率为O(1)，链表的查询效率是O(k)，红黑树的查询效率是O(log k)，k为桶中的元素个数，所以当元素数量非常多的时候，转化为红黑树能极大地提高效率。
树化需要同时满足两个条件：
- 链表长度
大于8，并不是大于等于8 - 数组长度
达到64。如果数组长度不够64，会优先进行resize()扩容。
4.内部类
Node内部类
Node是HashMap的静态内部类，实现了Map.Entry<K,V>接口。我们存储的键值对都是以Node的形式存储在map中的。其重要属性如下：
static class Node<K,V> implements Map.Entry<K,V>
//基于key的hashValue经过hash扰动后得到的，是hash分布更均匀
final int hash;
//put进来的key
final K key;
//对应的value
V value;
//指向链表中的下一个Node
Node<K,V> next;
...
5.HashMap核心属性分析
/**
* HashMap的初始化容量（必须是 2 的 n 次幂）默认的初始容量为16
*/
static final int DEFAULT_INITIAL_CAPACITY = 1 << 4; // aka 16
/**
* table最大长度
*/
static final int MAXIMUM_CAPACITY = 1 << 30;
/**
* 默认的负载因子
*/
static final float DEFAULT_LOAD_FACTOR = 0.75f;
/**
* 树化阈值：当一个桶中的元素个数大于8时进行树化（同时需要数组长度达到64）
*/
static final int TREEIFY_THRESHOLD = 8;
/**
* 树降级为链表的阈值：当一个桶中的元素个数小于等于6时把树转化为链表
*/
static final int UNTREEIFY_THRESHOLD = 6;
/**
* Node数组，又叫作桶（bucket）
*/
transient Node<K,V>[] table;
/**
* 作为entrySet()的缓存
*/
transient Set<Map.Entry<K,V>> entrySet;
/**
* 当前哈希表中元素的个数
*/
transient int size;
/**
* 当前哈希表结构修改次数
*/
transient int modCount;
/**
* 扩容阈值，当你的哈希表中的元素超过阈值时，触发扩容（threshold = capacity * loadFactor）
*/
int threshold;
/**
* 负载因子（默认0.75）
*/
final float loadFactor;
从属性源码我们可以得到几个信息：
- 容量：容量为数组的长度，亦即桶的个数，默认为
16，最大为2的30次方，当容量达到64时才可以树化。 - 装载因子：用来计算容量达到多少时才进行扩容，默认装载因子为
0.75。 - 树化：当容量达到
64且链表的长度大于8时进行树化，当链表的长度小于6时反树化。
6.HashMap构造方法
HashMap()
构造一个空的HashMap，默认初始容量（16）和默认负载因子（0.75）
public HashMap()
// 将默认的负载因子0.75赋值给loadFactor，并没有创建数组
this.loadFactor = DEFAULT_LOAD_FACTOR;
HashMap(int initialCapacity)
构造指定初始容量initialCapacity的HashMap，其实也是调用HashMap(int initialCapacity，float loadFactor)，默认的负载因子
/**
* 指定初始容量大小的构造函数
* @param initialCapacity
*/
public HashMap(int initialCapacity)
this(initialCapacity, DEFAULT_LOAD_FACTOR);
HashMap(int initialCapacity，float loadFactor)
构造一个具有指定的初始容量initialCapacity和负载因子loadFactor的 HashMap
/*
指定“容量大小”和“负载因子”的构造函数
initialCapacity：指定的容量
loadFactor:指定的负载因子
*/
public HashMap(int initialCapacity, float loadFactor)
//判断初始容量initialCapacity是否小于0
if (initialCapacity < 0)
throw new IllegalArgumentException("Illegal initial capacity: " +
initialCapacity);
//判断初始容量initialCapacity是否大于集合的最大容量MAXIMUM_CAPACITY
if (initialCapacity > MAXIMUM_CAPACITY)
initialCapacity = MAXIMUM_CAPACITY;
//判断负载因子loadFactor是否<=0或者是否是一个非数值
if (loadFactor <= 0 || Float.isNaN(loadFactor))
throw new IllegalArgumentException("Illegal load factor: " +
loadFactor);
//将指定的负载因子loadFactor赋值给HashMap成员变量的负载因子
this.loadFactor = loadFactor;
//给扩容阈值赋值（只能是2的次方）
this.threshold = tableSizeFor(initialCapacity);
/**
* 作用：返回比指定cap容量大的最小2的n次幂数
* 栗子：cap=10
* n=10-1=9
* 0b1001 | 0b0100 = 0b1101
* 0b1101 | 0b0011 = 0b1111
* 0b1111 | 0b0000 = 0b1111
* 0b1111 | 0b0000 = 0b1111
* 0b1111 | 0b0000 = 0b1111
* ob1111->15
* 15>0 -> return 15+1(16)
* 模式：0001 1101 1100 => 0001 1111 1111 +1 => 0010 0000 0000
*/
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;
7.put方法
put方法的整体流程：
- 计算key的hash值
- 如果桶（数组）数量为0，则初始化桶
- 如果key所在的桶没有元素，则直接插入
- 如果key所在的桶中的第一个元素的key与待插入的key相同，说明找到了元素，转后续流程（9）处理
- 如果第一个元素是树节点，则调用树节点的putTreeVal()寻找元素或插入树节点
- 如果不是以上三种情况，则遍历桶对应的链表查找key是否存在于链表中
- 如果找到了对应key的元素，则转后续流程（9）处理
- 如果没找到对应key的元素，则在链表最后插入一个新节点并判断是否需要树化
- 如果找到了对应key的元素，则判断是否需要替换旧值，并直接返回旧值
- 如果插入了元素，则数量加1并判断是否需要扩容
public V put(K key, V value)
// 调用hash(key)计算出key的hash值
return putVal(hash(key), key, value, false, true);
/**
* 作用：让key的hash值的高16位参与运算
* @param key
* @return
*/
static final int hash(Object key)
int h;
//key==null直接返回0
//1、否则调用key的hashCode()方法计算出key的哈希值然后赋值给h,
//2、后与h无符号右移16位后的二进制进行按位异或得到最后的hash值,
//3、这样做是为了使计算出的hash更分散，让高16位可以参与（低16位具有高16位的特征）
return (key == null) ? 0 : (h = key.hashCode()) ^ (h >>> 16);
/**
*
* @param hash key的hash值
* @param key 原始key
* @param value 要存放的值
* @param onlyIfAbsent 如果 true 代表不更改现有的值，也就是说如果存在key就不改变，一般传入false
* @param evict 如果为false表示 table 为创建状态
* @return
*/
final V putVal(int hash, K key, V value, boolean onlyIfAbsent,
boolean evict)
//tab：引用当前hashMap的散列表
//p：表示当前散列表的元素
//n：表示散列表数组的长度
//i：表示路由寻址结果
Node<K,V>[] tab; Node<K,V> p; int n, i;
// 如果桶的数量为0，则初始化
if ((tab = table) == null || (n = tab.length) == 0)
// 调用resize()初始化
n = (tab = resize()).length;
//最简单的一种情况：寻址找到的桶位null，直接将创建一个新结点放入桶中
if ((p = tab[i = (n - 1) & hash]) == null)
tab[i] = newNode(hash, key, value, null);
else
//e：不为null的话，找到一个与当前要插入的key-value一致的key元素
//k：临时的一个key
Node<K,V> e; K k;
//表示桶位中的该元素，与你当前插入的元素key完全一致，表示后续要进行替换操作
if (p.hash == hash &&
((k = p.key) == key || (key != null && key.equals(k))))
e = p;
else if (p instanceof TreeNode)
// 如果第一个元素是树节点，则调用树节点的putTreeVal插入元素
e = ((TreeNode<K,V>)p).putTreeVal(this, tab, hash, key, value);
else
// 遍历这个桶对应的链表，binCount用于存储链表中元素的个数
for (int binCount = 0; ; ++binCount)
//条件成立的话，说明迭代到最后一个元素了，也没找到一个与你插入的key一致的node
//说明需要加入到当前链表的尾部
if ((e = p.next) == null)
p.next = newNode(hash, key, value, null);
//条件成立的话，说明当前链表的长度达到树化的标准了，需要进行树化
if (binCount >= TREEIFY_THRESHOLD - 1)
//树化操作
treeifyBin(tab, hash);
break;
//说明条件成立的化，找到了相同key的node元素，进行替换操作
if (e.hash == hash &&
((k = e.key) == key || (key != null && key.equals(k))))
break;
p = e;
//e不等于null，说明找到了一个与你插入元素key完全一致的数据，需要进行替换
if (e != null) // existing mapping for key
V oldValue = e.value;
if (!onlyIfAbsent || oldValue == null)
e.value = value;
// 在节点被访问后做点什么事，在LinkedHashMap中用到
afterNodeAccess(e);
// 返回旧值
return oldValue;
//散列表结果修改次数加一，替换Node元素的value不计数
++modCount;
//插入新元素，size自增
//如果大于扩容阈值，扩容
if (++size > threshold)
resize();
// 在节点插入后做点什么事，在LinkedHashMap中用到
afterNodeInsertion(evict);
// 没找到元素返回null
return null;
8.resize扩容方法
整个扩容流程：
- 如果使用是默认构造方法，则第一次插入元素时初始化为默认值，容量为16，扩容门槛为12
- 如果使用的是非默认构造方法，则第一次插入元素时初始化容量等于扩容门槛，扩容门槛在构造方法里等于传入容量向上最近的2的n次方
- 如果旧容量大于0，则新容量等于旧容量的2倍，但不超过最大容量2的30次方，新扩容门槛为旧扩容门槛的2倍
- 创建一个新容量的桶
- 搬移元素，原链表分化成两个链表，低位链表存储在原来桶的位置，高位链表搬移到原来桶的位置加旧容量的位置
/**
* 为什么需要扩容？
* 为了解决hash冲突导致的链化影响查询效率的问题，扩容会缓解该问题
*
* @return
*/
final Node<K, V>[] resize()
//引用扩容前的哈希表
Node<K, V>[] oldTab = table;
//表示扩容之前的table数组的长度
int oldCap = (oldTab == null) ? 0 : oldTab.length;
//扩容之前的扩容阈值
int oldThr = threshold;
//newCap：扩容之后table数组的大小
//newThr：扩容之后，下次在触发扩容的条件
int newCap, newThr = 0;
//条件入如果成立：说明hashMap中的散列表已经初始化过了，是一次正常扩容
if (oldCap > 0)
//如果旧容量达到最大容量，则不再进行扩容
if (oldCap >= MAXIMUM_CAPACITY)
threshold = Integer.MAX_VALUE;
return oldTab;
// 如果旧容量的两倍小于最大容量并且旧容量大于默认初始容量（16），则容量扩大为两部，扩容门槛也扩大为两倍
else if ((newCap = oldCap << 1) < MAXIMUM_CAPACITY &&
oldCap >= DEFAULT_INITIAL_CAPACITY)
newThr = oldThr << 1; // double threshold
else if (oldThr > 0) // initial capacity was placed in threshold
//使用非默认构造方法创建的map，第一次插入元素会走到这里
//1.new HashMap(initCap,loadFactor);
//2.new HashMap(initCap);
//3.new HashMap(map); map有数据
// 如果旧容量为0且旧扩容门槛大于0，则把新容量赋值为旧门槛
newCap = oldThr;
else
//使用默认构造方法创建的map，第一次插入元素会走这里
newCap = DEFAULT_INITIAL_CAPACITY;
//如果旧容量旧扩容门槛都是0，说明还未初始化过，则初始化容量为默认容量，扩容门槛为默认容量*默认装载因子
newThr = (int) (DEFAULT_LOAD_FACTOR * DEFAULT_INITIAL_CAPACITY);
if (newThr == 0)
//如果旧容量旧扩容门槛都是0，说明还未初始化过，则初始化容量为默认容量，扩容门槛为默认容量*默认装载因子
float ft = (float) newCap * loadFactor;
newThr = (newCap < MAXIMUM_CAPACITY && ft < (float) MAXIMUM_CAPACITY ?
(int) ft : Integer.MAX_VALUE);
//赋值扩容门槛为新门槛
threshold = newThr;
//创建一个新容量的数组
@SuppressWarnings("rawtypes", "unchecked")
Node<K, V>[] newTab = (Node<K, V>[]) new Node[newCap];
//把桶赋值为新数组
table = newTab;
//如果旧数组不为空，则搬移元素
if (oldTab != null)
//遍历旧数组
for (int j = 0; j < oldCap; ++j)
//当前node节点
Node<K, V> e;
//如果当前桶中第一个元素不为空，说明当前桶位有数据，赋值给e
if ((e = oldTab[j]) != null)
//清空旧桶，方便JVM GC时回收内存
oldTab[j] = null;
if (e.next == null)
//第一种情况：当前桶位只有一个元素，从未发生过碰撞
//该情况直接计算出当前元素应该存放的新数组中的位置，然后扔进去就行
newTab[e.hash & (newCap - 1)] = e;
else if (e instanceof TreeNode)
//第二种情况：当前桶位已经树化,则把这颗树打散成两颗树插入到新桶中去
((TreeNode<K, V>) e).split(this, newTab, j, oldCap);
else
//第三种情况：链表情况
// 比如，假如原来容量为4，3、7、11、15这四个元素都在三号桶中
// 现在扩容到8，则3和11还是在三号桶，7和15要搬移到七号桶中去
// 也就是分化成了两个链表
//低位链表：存放在扩容之后下标位置与当前数组下标位置一致
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=为当前数组下标位置+扩容之前数组的长度
Node<K, V> hiHead = null, hiTail = null;
Node<K, V> next;
do
next = e.next;
// (e.hash & oldCap) == 0的元素放在低位链表中
//比如3&4==0
if ((e.hash & oldCap) == 0)
if (loTail == null)
loHead = e;
else
loTail.next = e;
loTail = e;
else
// (e.hash & oldCap) != 0的元素放在高位链表中
//比如，7&4！=0
if (hiTail == null)
hiHead = e;
else
hiTail.next = e;
hiTail = e;
while ((e = next) != null);
// 遍历完成分化成两个链表了
// 低位链表在新桶中的位置与旧桶一样（即3和11还在三号桶中）
if (loTail != null)
loTail.next = null;
newTab[j] = loHead;
// 高位链表在新桶中的位置正好是原来的位置加上旧容量（即7和15搬移到七号桶了）
if (hiTail != null)
hiTail.next = null;
newTab[j + oldCap] = hiHead;
return newTab;
9.get方法
public V get(Object key)
Node<K, V> e;
//这里hash(key)是因为put的时候hash了，这里取自然也需要hash
return (e = getNode(hash(key), key)) == null ? null : e.value;
final Node<K, VJava集合面试题总结