摘要
HashMap是使用最为频繁的映射类型数据结构，底层采用了数组加链表的数据结构。在JDK1.8中对HashMap进行了一些优化，采用红黑树来对过长链表进行优化，提高检索效率。
简介
本文从内部存储结构、HashMap对象成员、根据key获取哈希桶数组索引位置、put方法、get方法和扩容这些实现细节来分析HashMap的原理
存储结构
HashMap底层采用的是数组加链表的结构，并且在链表长度大于8时会进行红黑树的转化，此处还有个隐式条件就是HashMap数组的长度大于等于64，否则的话在进行红黑树转化的时候会扩容来避免过多的hash碰撞
if (tab == null || (n = tab.length) < MIN_TREEIFY_CAPACITY)
resize();
HashMap底层存储结构
HashMap中主要成员属性
//初始化默认的哈希桶数组的大小
static final int DEFAULT_INITIAL_CAPACITY = 1 << 4;
//哈希桶数组的最大值
static final int MAXIMUM_CAPACITY = 1 << 30;
//初始化默认的负载因子大小
static final float DEFAULT_LOAD_FACTOR = 0.75f;
//链表转化为红黑树的阈值
static final int TREEIFY_THRESHOLD = 8;
//链表转化为红黑树时哈希桶数组大小的最小值
static final int MIN_TREEIFY_CAPACITY = 64;
//哈希表，实际存放节点数据的地方
transient Node<K,V>[] table;
//哈希表中存放元素的key集合
transient Set<Map.Entry<K,V>> entrySet;
//哈希表大小即表中当前存放的元素个数
transient int size;
//哈希表结构修改的数值，相当于版本号的概念
transient int modCount;
//哈希表下次扩容时的阈值
int threshold;
//哈希表装载因子
final float loadFactor;
根据key获取哈希桶数组索引位置
static final int hash(Object key) {
int h;
//key的hashCode高16位异或运算
return (key == null) ? 0 : (h = key.hashCode()) ^ (h >>> 16);
}
在添加查找或删除键值对的时候都需要找到对应的键值对，首先根据key的hashCode与hashCode的高16位进行异或运算来计算出hash值，key的hashCode高16位异或是为了让键值对分布的更加均匀。然后将得到的hash值和哈希表数组长度进行按位与运算来确定键值对在哈希桶数组中的索引位置，这里没有采用取模的算法是因为按位与运算更加高效，而且由于每次扩容都是2的n次方大小。在发生hash碰撞的时候，可以采用链地址法或散列法来解决hash冲突，HashMap中是采用列地址法（即链表）来解决hash冲突
//i既是键值对在哈希桶中的数组索引位置
i = (n - 1) & hash
put方法实现
HashMap的put方法不是很复杂，但是链表转红黑树有点复杂，没有太理解。下面是HashMap的put方法实现流程图
final V putVal(int hash, K key, V value, boolean onlyIfAbsent,
boolean evict) {
Node<K,V>[] tab; Node<K,V> p; int n, i;
//哈希表为空或长度为0时进行链表的初始化，默认数组大小16
if ((tab = table) == null || (n = tab.length) == 0)
n = (tab = resize()).length;
//根据key的hashCode计算出的hash值和哈希数组的长度-1按位与来确定键值对在哈希桶数组中的索引位置
//如果当前位置为空就把该键值对new一个node放入数组中
if ((p = tab[i = (n - 1) & hash]) == null)
tab[i] = newNode(hash, key, value, null);
else {
Node<K,V> e; K k;
//如果当前索引位置键值对p不为空，p赋值给e
if (p.hash == hash &&
((k = p.key) == key || (key != null && key.equals(k))))
e = p;
//如果当前索引位置是红黑树，则以红黑树的形式插入元素
else if (p instanceof TreeNode)
e = ((TreeNode<K,V>)p).putTreeVal(this, tab, hash, key, value);
else {
//是链表形式的话遍历链表把键值对插入或更新键值对的值，插入键值对后判断链表长度，大于8的话链表转红黑树
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;
}
}
//如果e不为空的话更新键值对的value值
if (e != null) {
V oldValue = e.value;
if (!onlyIfAbsent || oldValue == null)
e.value = value;
afterNodeAccess(e);
return oldValue;
}
}
//链表结构修改值加1
++modCount;
//判断哈希表当前存放元素个数是否大于扩容阈值，大于阈值的话进行扩容操作
if (++size > threshold)
resize();
afterNodeInsertion(evict);
return null;
}
put方法流程图
- table为空或table长度为0时扩容操作，初始化为默认大小16
- 根据key值计算hash值和数组大小按位与得到哈希桶中的索引位置
- table[i]为空时直接插入键值对
- table[i]不为空key值存在时，直接覆盖value值
- table[i]不为空并且当前key值不相等，table[i]是红黑树结构，直接红黑树插入
- table[i]不为空并且当前key值不相等，table[i]不是红黑树结构链表结构时，遍历链表找到键值对应该插入到的位置
- 链表长度长度大于8时，链表转红黑树直接插入键值对
- 链表长度小于等于8时，插入键值对或覆盖value值
- 哈希表中存放的键值对大于扩容操作的阈值时，进行扩容操作
get方法实现
final Node<K,V> getNode(int hash, Object key) {
Node<K,V>[] tab; Node<K,V> first, e; int n; K k;
//哈希表不为空-长度大于0-并且索引位置的元素不为空
if ((tab = table) != null && (n = tab.length) > 0 &&
(first = tab[(n - 1) & hash]) != null) {
//如果哈希桶索引位置的键值对和目标key相等则返回改键值对
if (first.hash == hash && // always check first node
((k = first.key) == key || (key != null && key.equals(k))))
return first;
if ((e = first.next) != null) {
//如果索引位置的首元素不是目标键值对是红黑树的话则以红黑树的形式进行查找
if (first instanceof TreeNode)
return ((TreeNode<K,V>)first).getTreeNode(hash, key);
do {
//否则遍历链表查找元素
if (e.hash == hash &&
((k = e.key) == key || (key != null && key.equals(k))))
return e;
} while ((e = e.next) != null);
}
}
//没有查找到目标元素则返回空值
return null;
}
resize()HashMap扩容的实现
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) {
//旧容量达到了最大值时，table不在扩容，只是将阈值设置为2^31 -1
if (oldCap >= MAXIMUM_CAPACITY) {
threshold = Integer.MAX_VALUE;
return oldTab;
}
//否则将新容量设置为旧容量左移一位(即乘以2)的大小
else if ((newCap = oldCap << 1) < MAXIMUM_CAPACITY &&
oldCap >= DEFAULT_INITIAL_CAPACITY)
//新的扩容阈值也是旧扩容阈值乘以2
newThr = oldThr << 1; // double threshold
}
else if (oldThr > 0) // initial capacity was placed in threshold
newCap = oldThr;
else { // zero initial threshold signifies using defaults
//哈希表设置为默认大小16
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;
// 创建新的哈希表
Node<K,V>[] newTab = (Node<K,V>[])new Node[newCap];
table = newTab;
if (oldTab != null) {
//遍历数组开始将旧数组中的元素移到新数组中
for (int j = 0; j < oldCap; ++j) {
Node<K,V> e;
if ((e = oldTab[j]) != null) {
oldTab[j] = null;
//如果旧数组中只有一个元素时直接放到新的哈希表中
if (e.next == null)
newTab[e.hash & (newCap - 1)] = e;
//如果旧数组中的索引位置是红黑树结构时
else if (e instanceof TreeNode)
((TreeNode<K,V>)e).split(this, newTab, j, oldCap);
//否则的话就是旧哈希表中的该索引位置是链表结构
else { // preserve order
//旧数组中的元素要么是在当前位置要么就是oldCap+i的位置
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
//这里避免了扩容的时候元素位置倒置的问题
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;
}
- 当前哈希表是否为空或者大小为0时，设置哈希表大小为默认值16
- 如果哈希表的大小已经大于等于2 ^ 30时，将扩容阈值设置为最大值2^31 -1
- 哈希表的大小扩容为之前的2倍，然后遍历旧哈希表中的数据放置到新的哈希表中，原有的键值对在新哈希表中的位置和之前的索引位置一样活着原索引位置 + oldCap，并且链表中的键值对的顺序没有倒置，在JDK1.7中是会发生倒置的
