Hashmap在JDK8中的提升

HashMap使用key的hashCode()和equals()方法来将值划分到不同的桶里。桶的数量通常要比map中的记录的数量要稍大，这样 每个桶包括的值会比较少（最好是一个）。当通过key进行查找时，我们可以在常数时间内迅速定位到某个桶（使用hashCode()对桶的数量进行取模） 以及要找的对象。

这些东西你应该都已经知道了。你可能还知道哈希碰撞会对hashMap的性能带来灾难性的影响。如果多个hashCode()的值落到同一个桶内的 时候，这些值是存储到一个链表中的。最坏的情况下，所有的key都映射到同一个桶中，这样hashmap就退化成了一个链表——查找时间从O(1)到 O(n)。

当然这是在jdk8以前，JDK1.6中HashMap采用的是位桶+链表的方式，即我们常说的散列链表的方式，而JDK1.8中采用的是位桶+链表/红黑树的方式，也是非线程安全的。当某个位桶的链表的长度达到某个阀值的时候，这个链表就将转换成红黑树。

看下面的代码

//链表节点static class Node<K,V> implements Map.Entry<K,V> {        final int hash;        final K key;        V value;        Node<K,V> next;     //省略 }//红黑树节点static final class TreeNode<K,V> extends LinkedHashMap.Entry<K,V> {        TreeNode<K,V> parent;  // red-black tree links        TreeNode<K,V> left;        TreeNode<K,V> right;        TreeNode<K,V> prev;    // needed to unlink next upon deletion        boolean red;        TreeNode(int hash, K key, V val, Node<K,V> next) {            super(hash, key, val, next);        }        //省略  }// HashMap的主要属性public class HashMap<K,V> extends AbstractMap<K,V>    implements Map<K,V>, Cloneable, Serializable {    // 槽数组，Node<K,V>类型，TreeNode extends LinkedHashMap.Entry<K,V>，所以可以存放TreeNode来实现Tree bins    transient Node<K,V>[] table;        transient Set<Map.Entry<K,V>> entrySet;    transient int size;    // 去掉了volatile的修饰符    transient int modCount;    int threshold;    final float loadFactor;    ...}

//计算key的hashstatic final int hash(Object key) {        int h;        return (key == null) ? 0 : (h = key.hashCode()) ^ (h >>> 16); }

饭后我们在看看具体的put和get方法

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;            //hash & length-1 定位数组下标            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) {                    /*第一个节点是TreeNode,则采用位桶+红黑树结构，                     * 调用TreeNode.getTreeNode(hash,key),                     *遍历红黑树，得到节点的value                     */                    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;        }     final TreeNode<K,V> getTreeNode(int h, Object k) {             //找到红黑树的根节点并遍历红黑树         return ((parent != null) ? root() : this).find(h, k, null);     }     /*      *通过hash值的比较，递归的去遍历红黑树，这里要提的是compareableClassFor(Class k)这个函数的作用，在某些时候      *如果红黑树节点的元素are of the same "class C implements Comparable<C>" type       *利用他们的compareTo()方法来比较大小，这里需要通过反射机制来check他们到底是不是属于同一个类,是不是具有可比较性.      */     final TreeNode<K,V> find(int h, Object k, Class<?> kc) {         TreeNode<K,V> p = this;         do {             int ph, dir; K pk;             TreeNode<K,V> pl = p.left, pr = p.right, q;             if ((ph = p.hash) > h)                 p = pl;             else if (ph < h)                 p = pr;             else if ((pk = p.key) == k || (k != null && k.equals(pk)))                 return p;             else if (pl == null)                 p = pr;             else if (pr == null)                 p = pl;             else if ((kc != null ||                       (kc = comparableClassFor(k)) != null) &&                      (dir = compareComparables(kc, k, pk)) != 0)                 p = (dir < 0) ? pl : pr;             else if ((q = pr.find(h, k, kc)) != null)                 return q;             else                 p = pl;         } while (p != null);         return null;     }

//put(K key,V value)函数     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;         //如果table为空或者长度为0，则resize()         if ((tab = table) == null || (n = tab.length) == 0)             n = (tab = resize()).length;         //找到key值对应的槽并且是第一个，直接加入         if ((p = tab[i = (n - 1) & hash]) == null)             tab[i] = newNode(hash, key, value, null);         else {                 Node<K,V> e;                 K k;                 //第一个node的hash值即为要加入元素的hash                 if (p.hash == hash &&                     ((k = p.key) == key || (key != null && key.equals(k)))){                      e = p;                 }else if (p instanceof TreeNode)//第一个节点是TreeNode，即tree-bin                    /*Tree version of putVal.                     *final TreeNode<K,V> putTreeVal(HashMap<K,V> map, Node<K,V>[] tab,int h, K k, V v)                     */                     e = ((TreeNode<K,V>)p).putTreeVal(this, tab, hash, key, value);                     else {                         //不是TreeNode,即为链表,遍历链表                         for (int binCount = 0; ; ++binCount) {                             /*到达链表的尾端也没有找到key值相同的节点，                              *则生成一个新的Node,并且判断链表的节点个数是不是到达转换成红黑树的上界                              *达到，则转换成红黑树                              */                             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);                     //返回旧的value值                     return oldValue;                 }         }         ++modCount;         if (++size > threshold)             resize();         afterNodeInsertion(evict);         return null;}

HashMap会动态的使用一个专门的treemap实现来替换掉它。这样做的结果会更好，是O(logn)，而不是糟糕的O(n)。它是如何工作 的？前面产生冲突的那些KEY对应的记录只是简单的追加到一个链表后面，这些记录只能通过遍历来进行查找。但是超过这个阈值后HashMap开始将列表升 级成一个二叉树，使用哈希值作为树的分支变量，如果两个哈希值不等，但指向同一个桶的话，较大的那个会插入到右子树里

个性能提升有什么用处？比方说恶意的程序，如果它知道我们用的是哈希算法，它可能会发送大量的请求，导致产生严重的哈希碰撞。然后不停的访问这些 key就能显著的影响服务器的性能，这样就形成了一次拒绝服务攻击（DoS）。JDK 8中从O(n)到O(logn)的飞跃，可以有效地防止类似的攻击，同时也让HashMap性能的可预测性稍微增强了一些。

转载请注明出处http://blog.csdn.net/a837199685