HashMap的设计简述
JDK1.8中的HashMap由数组+链表+红黑树构成，通过hash函数求下标值往数组里插入，当发生冲突时使用拉链解决，当拉链长度小于8时，使用链表；当拉链长度大于8时，使用红黑树来加快查询速度。
HashMap的源码解读
我们首先来看一下HashMap的几个重要字段：
- table：用来存放数据，每一个元素都是一个Node键值对，初始容量为16
- size：table中实际包含的Node数量
- loadFactor：负载因子，默认为0.75，这是对空间和时间的一种trade off的选择，不建议大家随便修改。当负载因子调低时，使用的空间更多，但发生碰撞的几率更低，因此时间效率更佳；当负载因子调高时，使用的空间更少，但发生碰撞的几率更高，因此空间效率更佳。
- threshold：threshold = table.length() * loadFactor，当size == threshold时，需要对table进行扩容
public class HashMap<K,V> extends AbstractMap<K,V>
implements Map<K,V>, Cloneable, Serializable {
...
// 位桶数组
transient Node<K,V>[] table;
// 位桶数组table中实际包含的键值对数量
transient int size;
// 需要resize位桶数组的阈值
int threshold;
// 负载因子：默认0.75
final float loadFactor;
// 默认初始容量：16
static final int DEFAULT_INITIAL_CAPACITY = 1 << 4;
...
}
接下来我们对HashMap的几个重要方法的源码进行探索。
首先来看一看hash方法，其调用了对象的hashCode方法，然后把hash值的高16位和低16位进行异或：
static final int hash(Object key) {
int h;
return (key == null) ? 0 : (h = key.hashCode()) ^ (h >>> 16);
}
下面看put方法的源码：
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;
if ((tab = table) == null || (n = tab.length) == 0)
n = (tab = resize()).length;
if ((p = tab[i = (n - 1) & hash]) == null)
tab[i] = newNode(hash, key, value, null);
else {
Node<K,V> e; K k;
if (p.hash == hash &&
((k = p.key) == key || (key != null && key.equals(k))))
e = p;
else if (p instanceof TreeNode)
e = ((TreeNode<K,V>)p).putTreeVal(this, tab, hash, key, value);
else {
for (int binCount = 0; ; ++binCount) {
if ((e = p.next) == null) {
p.next = newNode(hash, key, value, null);
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;
}
}
if (e != null) { // existing mapping for key
V oldValue = e.value;
if (!onlyIfAbsent || oldValue == null)
e.value = value;
afterNodeAccess(e);
return oldValue;
}
}
++modCount;
if (++size > threshold)
resize();
afterNodeInsertion(evict);
return null;
}
其内部逻辑可用如下流程图表示：
- 判断键值对数组 table是否为空或为 null，若为空则执行 resize()进行扩容；
- 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，方法结束；
- 当 table[i]不为空，判断 table[i]的首个元素是否和传入的 key 一样，如果相同直接覆盖 value；
- 判断 table[i] 是否为 treeNode，即 table如果是红黑树，则直接在树中插入键值对；
- 遍历 table[i]，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，在红黑树中执行插入操作；遍历过程中若发现 key 已经存在直接覆盖 value ；若不存在则在链表尾部插入新节点；
- 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，进行扩容操作；
关于红黑树的建立及插入等方法比较复杂，这里就不细讲了。接下来看一下resize方法：
final Node<K,V>[] resize() {
Node<K,V>[] oldTab = table;
int oldCap = (oldTab == null) ? 0 : oldTab.length;
int oldThr = threshold;
int newCap, newThr = 0;
if (oldCap > 0) {
if (oldCap >= MAXIMUM_CAPACITY) {
threshold = Integer.MAX_VALUE;
return oldTab;
}
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
newCap = oldThr;
else { // zero initial threshold signifies using defaults
newCap = DEFAULT_INITIAL_CAPACITY;
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);
}
threshold = newThr;
@SuppressWarnings({"rawtypes","unchecked"})
Node<K,V>[] newTab = (Node<K,V>[])new Node[newCap];
table = newTab;
if (oldTab != null) {
for (int j = 0; j < oldCap; ++j) {
Node<K,V> e;
if ((e = oldTab[j]) != null) {
oldTab[j] = null;
if (e.next == null)
newTab[e.hash & (newCap - 1)] = e;
else if (e instanceof TreeNode)
((TreeNode<K,V>)e).split(this, newTab, j, oldCap);
else { // preserve order
Node<K,V> loHead = null, loTail = null;
Node<K,V> hiHead = null, hiTail = null;
Node<K,V> next;
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;
}
其内部逻辑可用如下流程图表示：
- 计算新的阈值，新的阈值是旧阈值的两倍，并初始化新的数组
- 将旧数组转移到新数组
- 返回新数组
下面看一下get方法的源码：
public V get(Object key) {
Node<K,V> e;
return (e = getNode(hash(key), key)) == null ? null : e.value;
}
final Node<K,V> getNode(int hash, Object key) {
Node<K,V>[] tab; Node<K,V> first, e; int n; K k;
if ((tab = table) != null && (n = tab.length) > 0 &&
(first = tab[(n - 1) & hash]) != null) {
if (first.hash == hash && // always check first node
((k = first.key) == key || (key != null && key.equals(k))))
return first;
if ((e = first.next) != null) {
if (first instanceof TreeNode)
return ((TreeNode<K,V>)first).getTreeNode(hash, key);
do {
if (e.hash == hash &&
((k = e.key) == key || (key != null && key.equals(k))))
return e;
} while ((e = e.next) != null);
}
}
return null;
}
其内部逻辑如下图所示：
- 首先通过 hash()函数得到对应数组下标。
- 判断第一个元素与 key 是否匹配，如果匹配就返回参数值；
- 判断如果是红黑树结构，就进入红黑树查找；
- 如果不是红黑树结构，就直接遍历查找；
- 若查找不到，则返回null。
以上所述方法是HashMap的核心，其它方法都基于以上方法完成或者大同小异，读者可自行阅码。
HashMap与并发安全
JDK1.7中，HashMap在并发的情况下发生resize时，由于使用了头插法对元素进行rehash，导致可能会产生循环链表，在执行get的时候，会触发死循环，引起CPU的100%问题，所以一定要避免在并发环境下使用HashMap。
注意，JDK1.8中对此问题进行了优化，转移元素时采用尾插法，理论上已经解决了该问题，但有网友测试发现在其他地方也会造成死循环，因此，还是切记莫要再并发环境下使用HashMap。
每日学习笔记，写于2020-05-04 星期一
