HashMap实现原理和源码详细分析
Posted smileNicky
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实现原理和源码详细分析相关的知识，希望对你有一定的参考价值。
HashMap实现原理和源码详细分析
ps：本博客基于Jdk1.8
学习要点：
1、知道HashMap的数据结构
2、了解HashMap中的散列算法
3、知道HashMap中put、remove、get的代码实现
4、HashMap的哈希冲突是什么？怎么处理的？
5、知道HashMap的扩容机制
1、什么是HashMap？
HashMap 基于哈希表的 Map 接口实现，是以 key-value 存储形式存在 ，HashMap 的实现不是同步的，这意味着它不是线程安全的。它的 key、value 都可以为 null，此外，HashMap 中的映射不是有序的。
2、HashMap的特性
- Hash存储无序的
- key和value都可以存储null值，但是key只能存唯一的一个null值
- jdk8之前的数据结构是数组+链表，Jdk8之后变成数组+链表+红黑树
- 阀值大于8并且数组长度大于64才会转为红黑树
3、HashMap的数据结构
JDK7的情况，是数组加链接，hash冲突时候，就转换为链表：
jdk8的情况，jdk8加上了红黑树，链表的数量大于8而且数组长度大于64之后，就转换为红黑树，红黑树节点小于6之后，就又转换为链表：
翻下HashMap源码，对应的节点信息：
static class Node<K,V> implements Map.Entry<K,V> {
// hashCode
final int hash;
final K key;
V value;
// 链表的next指针就不为null
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;
}
// ...
}
4、HashMap初始化操作
4.1、成员变量
public class HashMap<K,V> extends AbstractMap<K,V>
implements Map<K,V>, Cloneable, Serializable {
/**
* 序列号版本号
*/
private static final long serialVersionUID = 362498820763181265L;
/**
* 初始化容量，为16=2的4次幂
*/
static final int DEFAULT_INITIAL_CAPACITY = 1 << 4; // aka 16
/**
* 最大容量，为2的30次幂
*/
static final int MAXIMUM_CAPACITY = 1 << 30;
/**
* 默认的负载因子，默认值是0.75
*/
static final float DEFAULT_LOAD_FACTOR = 0.75f;
/**
* 链表节点树超过8就转为为红黑树
*/
static final int TREEIFY_THRESHOLD = 8;
/**
* 红黑树节点少于6就再转换回链表
*/
static final int UNTREEIFY_THRESHOLD = 6;
/**
* 桶中结构转化为红黑树对应的数组长度最小的值
*/
static final int MIN_TREEIFY_CAPACITY = 64;
// ...
/**
* HashMap存储元素的数组
*/
transient Node<K,V>[] table;
/**
* 用来存放缓存
*/
transient Set<Map.Entry<K,V>> entrySet;
/**
* HashMap存放元素的个数
*/
transient int size;
/**
* 用来记录HashMap的修改次数
*/
transient int modCount;
/**
* 用来调整大小下一个容量的值（容量*负载因子）
*/
int threshold;
/**
* Hash表的负载因子
*/
final float loadFactor;
}
4.2、 构造方法
public HashMap(int initialCapacity, float loadFactor) {
// 初始容量不能小于0，小于0直接抛出IllegalArgumentException
if (initialCapacity < 0)
throw new IllegalArgumentException("Illegal initial capacity: " +
initialCapacity);
// 初始容量大于最大容量的时候，取最大容量作为初始容量
if (initialCapacity > MAXIMUM_CAPACITY)
initialCapacity = MAXIMUM_CAPACITY;
// 负载因子不能小于0，而且要是数值类型，isNan:true,表示就是非数值类型
if (loadFactor <= 0 || Float.isNaN(loadFactor))
throw new IllegalArgumentException("Illegal load factor: " +
loadFactor);
// 将指定的负载因子赋值给全局变量
this.loadFactor = loadFactor;
// threshold = (容量) * (负载因子)
this.threshold = tableSizeFor(initialCapacity);
}
public HashMap(int initialCapacity) {
// 初始化容量和默认负载因子
this(initialCapacity, DEFAULT_LOAD_FACTOR);
}
public HashMap() {
// 默认的负载因子为0.75
this.loadFactor = DEFAULT_LOAD_FACTOR;
}
然后，我们知道HashMap的默认容量是16，然后是在哪里赋值的？从上面这个代码就可以知道this.threshold = tableSizeFor(initialCapacity);
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;
}
这里涉及到计算机基本知识的，右移运算和或运算，下面给出图例：通过比较麻烦的计算得出n为16
往代码里翻，还找到下面这个构造方法public HashMap(Map<? extends K, ? extends V> m)：这个构造方法是用于构造一个映射关系与指定 Map 相同的新 HashMap：
public HashMap(Map<? extends K, ? extends V> m) {
this.loadFactor = DEFAULT_LOAD_FACTOR;
putMapEntries(m, false);
}
看一下putMapEntries这个方法：
final void putMapEntries(Map<? extends K, ? extends V> m, boolean evict) {
// 传入的集合长度
int s = m.size();
if (s > 0) {
// 判断table是否已经初始化处理
if (table == null) { // pre-size 未初始化的情况
// 加上1.0F的目的是对小数向上取整，保证最大容量，减少resize的调用次数
float ft = ((float)s / loadFactor) + 1.0F;
int t = ((ft < (float)MAXIMUM_CAPACITY) ?
(int)ft : MAXIMUM_CAPACITY);
// 计算出来的t大于HashMap的阀值，进行tableSizeFor
if (t > threshold)
threshold = tableSizeFor(t);
}
else if (s > threshold) // 已经初始化的情况，进行扩容resize
resize();
// 遍历，将map中的所有元素都添加到hashMap中
for (Map.Entry<? extends K, ? extends V> e : m.entrySet()) {
K key = e.getKey();
V value = e.getValue();
putVal(hash(key), key, value, false, evict);
}
}
}
5、Jdk8中HashMap的算法
5.1、HashMap中散列算法
在HashMap的java.util.HashMap#hash，这个方法中有特定的用于计算哈希值的方法：这个方法的作用？这个方法就是用于hashMap当put对应的key之后，计算特定的hashCode，然后再(n-1)&hash计算对应的数组table的下标，这个后面跟一下HashMap源码才比较清楚：
static final int hash(Object key) {
int h;
return (key == null) ? 0 : (h = key.hashCode()) ^ (h >>> 16);
}
看起来代码只有两行，然后其实蕴含了一种散列算法的思想，下面简单分析一下：这里先将代码进行拆分，看起来清晰点：
static final int hash(Object key) {
// 传入的key为null，返回默认值0
if (key == null) return 0;
// 计算哈希code
int h = key.hashCode();
// 将计算出来的hashCode右移16位，相当于乘于(1/2)的16次方
int t = h >>> 16;
// 将两个值做异或运算然后返回
return h ^ t;
}
其实里面要做的事情是先计算出hashCode，然后将hashCode右移16位，然后这两个数再做异或运算。看起来是这么一回事，然后作者的意图是什么？首先既然是散列算法，散列算法的目的就是为了让数据均匀分布
从图可以看出，使用异或运算，出现0和1的概率是相等的，所以这就是为什么要使用异或运算的原因，散列算法的本质目的就是为了让数据均匀分布，使用异或运算得出的哈希值因为比较均匀散列分布，所以出现哈希冲突的概率就小很多
补充：
- 与运算：两个数相应的位数字都是1，与运算后是1，其余情况是0；
- 或运算：两个数相应的位数字只要有1个是1，或运算后是1，否则是0；
- 异或运算：两个数相应的位数字相同，结果是0，否则是1；
然后为什么再进行右移16位？我们知道，int类型最大的数值是2的32次方，然后可以分为高16位加上低16位，右移16位就是使数值变小了，“左大右小”，这个是位移运算的准则
5.2、什么是HashMap中哈希冲突？
哈希冲突也可以称之为哈希碰撞，理论上的哈希冲突是指计算出来的哈希值一样，导致冲突了，不过在HashMap中的哈希冲突具体是指(n-1)&hash，这个值是hashMap里数组的下标。Jdk8之前的处理方法是通过链表处理，只要hash冲突了，就会将节点添加到链表尾部；jdk8之后的做法是通过链表+红黑树的方法，最开始哈希冲突了，也是用链表，然后链表节点达到8个，数组长度超过64的情况，转成红黑树，这个可以在源码里找到答案
翻下源码，HashMap#putVal，里面的逻辑，先校验计算出来的，数组tab的下标，i=(n-1)&hash是否冲突了，不冲突就新增节点，冲突的情况，转链表或者红黑树
if ((p = tab[i = (n - 1) & hash]) == null)
tab[i] = newNode(hash, key, value, null);
6、Jdk8中HashMap的put操作
- put方法的核心流程
- 根据hashcode计算数组的下标
- 对应下标数组为空的情况，新增节点
- 否则就是哈希冲突了，如果桶使用链表节点，就新增到链表节点尾部，使用了红黑树就新增到红黑树里
上面是核心的流程，忽略了存在重复的键，则为该键替换新值 value， size 大于阈值 threshold，则进行扩容等等这些情况
ok，还是跟一下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;
// 第1次新增，初始数据resize
if ((tab = table) == null || (n = tab.length) == 0)
n = (tab = resize()).length;
// 判断是否出现hash冲突
if ((p = tab[i = (n - 1) & hash]) == null)
// hash不冲突，新增节点
tab[i] = newNode(hash, key, value, null);
else { // 哈希冲突的情况，使用链表或者红黑树处理
Node<K,V> e; K k;
// 存在重复的键的情况，key和hash都相等
if (p.hash == hash &&
((k = p.key) == key || (key != null && key.equals(k))))
// 将旧的节点对象赋值给新的e
e = p;
else if (p instanceof TreeNode) // 使用了红黑树节点
// 将节点放到红黑树中
e = ((TreeNode<K,V>)p).putTreeVal(this, tab, hash, key, value);
else { // 链表的情况
// 无限循环
for (int binCount = 0; ; ++binCount) {
// 一直遍历，找到尾节点
if ((e = p.next) == null) {
// 将新节点添加到尾部
p.next = newNode(hash, key, value, null);
// 节点数量大于8，转为红黑树
if (binCount >= TREEIFY_THRESHOLD - 1) // -1 for 1st
treeifyBin(tab, hash);
// 跳出循环
break;
}
// 也是为了避免hashCode和key一样的情况
if (e.hash == hash &&
((k = e.key) == key || (key != null && key.equals(k))))
break;
// 重新赋值，用于链表的遍历
p = e;
}
}
// 桶中找到的key、hash相等的情况，也就是找到了重复的键，要使用新值替换旧值
if (e != null) { // existing mapping for key
// 记录e的值
V oldValue = e.value;
if (!onlyIfAbsent || oldValue == null)
// 用新值替换旧值
e.value = value;
// 访问后回调
afterNodeAccess(e);
// 返回旧值
return oldValue;
}
}
// 记录修改次数
++modCount;
// size大于threshole，进行扩容
if (++size > threshold)
resize();
// 回调方法
afterNodeInsertion(evict);
return null;
}
然后是怎么转换为红黑树的？红黑树的知识相对比较复杂，所以比较详细的可以参考我之前的博客Java手写实现红黑树：
final void treeifyBin(Node<K,V>[] tab, int hash) {
int n, index; Node<K,V> e;
// MIN_TREEIFY_CAPACITY值为64，也就是说数组长度小于64是不会真正转红黑树的
if (tab == null || (n = tab.length) < MIN_TREEIFY_CAPACITY)
// 扩容方法
resize();
// 转红黑树操作
else if ((e = tab[index = (n - 1) & hash]) != null) {
// 红黑树的头节点hd和尾节点t1
TreeNode<K,V> hd = null, tl = null;
do {
// 构建树节点
TreeNode<K,V> p = replacementTreeNode(e, null);
if (tl == null)
// 新节点p赋值给红黑树的头节点
hd = p;
else {
// 新节点的前节点就是原来的尾节点t1
p.prev = tl;
// 尾部节点t1的next节点就是新节点
tl.next = p;
}
tl = p;
} while ((e = e.next) != null);
// 让数组的节点执行新建的树节点，之后这个节点就变成TreeNode
if ((tab[index] = hd) != null)
hd.treeify(tab);
}
}
7、HashMap的扩容机制
这个知识点是HashMap中的一个重点之一，也是一个比较难的问题
7.1、什么时候需要扩容？
当hashMap中元素个数超过threshold，threshold为数组长度乘以负载因子loadFactor，loadFactor默认是0.75f
7.2、什么是HashMap的扩容？
resize这个方法是HashMap的扩容方法，是比较耗时的。HashMap在扩容时，都是翻两倍，比如16的容量扩大到32,。HashMap进行扩容的方法是比较巧妙的，扩容后，与原来的下标(n-1)&hash相对，其实只是多了1bit位。扩容后节点要么是在原来位置，听起来好像很懵，所以还是认真看下面的分析：
下面给出例子，比如从容量为16扩容到32时，画图表示：
进行扩容，扩大到原来的两倍：
到这一步，下标(n-1) & hash，扩容后的数据10101和原来的00101相比，其实就是多了1bit，10101是十进制的21，而21=5+16，就是“原位置+旧容量”，还有另外一种情况是保持为0的情况，这种情况是不改变位置的
下面给出一份表格，数据如图：
容量为16的情况
有低位的两个指针loHead、lloTail，高位的两个指针hiHead、hiTail
扩容到32之后，再两个链表加到对应位置。分别有两种情况，保持原来位置的和“原位置+旧容量”这个位置
所以，扩容的过程，对应的节点位置改变是这样的过程：
7.3、resize的源码实现
经过上面比较详细的分析，这个实现逻辑是可以在代码里找到对应的，ok，跟一下对应的源码：
final Node<K,V>[] resize() {
// 得到当前的节点数组
Node<K,V>[] oldTab = table;
// 数组的长度
int oldCap = (oldTab == null) ? 0 : oldTab.length;
int oldThr = threshold;
int newCap, newThr = 0;
// 计算扩容后的大小
if (oldCap > 0) {
if (oldCap >= MAXIMUM_CAPACITY) { // 超过最大容量 即 1 <<< 30
// 超过最大容量就不扩充了，修改阀值为最大容量
threshold = Integer.MAX_VALUE;
return oldTab;
}
// 没超过的情况，扩大为原来的两倍
else if ((newCap = oldCap << 1) < MAXIMUM_CAPACITY &&
oldCap >= DEFAULT_INITIAL_CAPACITY)
newThr = oldThr << 1; // double threshold
}
else 以上是关于HashMap实现原理和源码详细分析的主要内容，如果未能解决你的问题，请参考以下文章