深入Java集合学习系列：HashMap的实现原理

1.    HashMap概述：

   HashMap是基于哈希表的Map接口的非同步实现。此实现提供所有可选的映射操作，并允许使用null值和null键。此类不保证映射的顺序，特别是它不保证该顺序恒久不变。

  

2.    HashMap的数据结构：

   在java编程语言中，最基本的结构就是两种，一个是数组，另外一个是模拟指针（引用），所有的数据结构都可以用这两个基本结构来构造的，HashMap也不例外。HashMap实际上是一个“链表散列”的数据结构，即数组和链表的结合体。

   从上图中可以看出，HashMap底层就是一个数组结构，数组中的每一项又是一个链表。当新建一个HashMap的时候，就会初始化一个数组。

源码如下：

<span style="font-family:KaiTi_GB2312;font-size:14px;">static final Entry<?,?>[] EMPTY_TABLE = {};    transient Entry<K,V>[] table = (Entry<K,V>[]) EMPTY_TABLE;  /*** The number of key-value mappings contained in this map.*/ transient int size; int threshold;  // 临界值 它等于HashMap的容量乘以负载因子 final float loadFactor;// 负载因子 public V put(K key, V value) {    // 如果table为空，则使其不为空         if (table == EMPTY_TABLE) {             inflateTable(threshold);         }        // 如果key为null，调用putForNullKey处理         if (key == null)             return putForNullKey(value);         int hash = hash(key);      // 搜索指定hash值对应的索引         int i = indexFor(hash, table.length);         for (Entry<K,V> e = table[i]; e != null; e = e.next) {             Object k;   // 如果hash值相同，并且equals比较返回true，则覆盖，然后返回被覆盖的             if (e.hash == hash && ((k = e.key) == key || key.equals(k))) {                 V oldValue = e.value;                 e.value = value;                 e.recordAccess(this);                 return oldValue;             }         }         // 如果i索引处的entry为null，表明此处还没有entry         modCount++;         addEntry(hash, key, value, i);         return null; } // 添加entry void addEntry(int hash, K key, V value, int bucketIndex) {         if ((size >= threshold) && (null != table[bucketIndex])) {             resize(2 * table.length);//原来长度的2倍             hash = (null != key) ? hash(key) : 0;             bucketIndex = indexFor(hash, table.length);         }             createEntry(hash, key, value, bucketIndex); } void createEntry(int hash, K key, V value, int bucketIndex) {         Entry<K,V> e = table[bucketIndex];   // 头插法建立链         table[bucketIndex] = new Entry<>(hash, key, value, e);         size++;  } </span>

</pre><pre name="code" class="java">

<p style="margin-top: 0px; margin-bottom: 0px; padding-top: 0px; padding-bottom: 0px; line-height: 25.2px;"><span style="font-family:KaiTi_GB2312;font-size:14px;">  当HashMap中的元素越来越多的时候，hash冲突的几率也就越来越高，因为数组的长度是固定的。所以为了提高查询的效率，就要对HashMap的数组进行扩容，数组扩容这个操作也会出现在ArrayList中，这是一个常用的操作，而在HashMap数组扩容之后，最消耗性能的点就出现了：原数组中的数据必须重新计算其在新数组中的位置，并放进去，这就是resize。</span></p><p style="margin-top: 0px; margin-bottom: 0px; padding-top: 0px; padding-bottom: 0px; line-height: 25.2px;"><span style="font-family:KaiTi_GB2312;font-size:14px;">   那么HashMap什么时候进行扩容呢？当HashMap中的元素个数超过数组大小*loadFactor时，就会进行数组扩容，loadFactor的默认值为0.75，这是一个折中的取值。也就是说，默认情况下，数组大小为16，那么当HashMap中元素个数超过16*0.75=12的时候，就把数组的大小扩展为 2*16=32，即扩大一倍，然后重新计算每个元素在数组中的位置，而这是一个非常消耗性能的操作，所以如果我们已经预知HashMap中元素的个数，那么预设元素的个数能够有效的提高HashMap的性能。</span></p><p style="margin-top: 0px; margin-bottom: 0px; padding-top: 0px; padding-bottom: 0px; line-height: 25.2px;"><span style="font-family:KaiTi_GB2312;font-size:14px;"></span></p><span style="font-family:KaiTi_GB2312;font-size:14px;">void resize(int newCapacity) {         Entry[] oldTable = table;//先记录下来table         int oldCapacity = oldTable.length;         if (oldCapacity == MAXIMUM_CAPACITY) {             threshold = Integer.MAX_VALUE;  //static final int MAXIMUM_CAPACITY = 1 << 30;             return;         }             Entry[] newTable = new Entry[newCapacity];//这个是原来长度的2倍         transfer(newTable, initHashSeedAsNeeded(newCapacity));         table = newTable;         threshold = (int)Math.min(newCapacity * loadFactor, MAXIMUM_CAPACITY + 1);     }     /**     * Transfers all entries from current table to newTable.     */     void transfer(Entry[] newTable, boolean rehash) {// rehash 是否重新hash         int newCapacity = newTable.length;         for (Entry<K,V> e : table) {             while(null != e) {                 Entry<K,V> next = e.next;                 if (rehash) {                     e.hash = null == e.key ? 0 : hash(e.key);                 }                 int i = indexFor(e.hash, newCapacity);                 e.next = newTable[i];                 newTable[i] = e;                 e = next;             }         }     }  /**     * Initialize the hashing mask value. We defer(延迟) initialization until we     * really need it.     */     final boolean initHashSeedAsNeeded(int capacity) {         boolean currentAltHashing = hashSeed != 0;         boolean useAltHashing = sun.misc.VM.isBooted() &&                 (capacity >= Holder.ALTERNATIVE_HASHING_THRESHOLD);         boolean switching = currentAltHashing ^ useAltHashing;         if (switching) {             hashSeed = useAltHashing                 ? sun.misc.Hashing.randomHashSeed(this)                 : 0;         }         return switching;     } // 内部类 entry  static class Entry<K,V> implements Map.Entry<K,V> {         final K key;         V value;         Entry<K,V> next;// 指向下一个entry         int hash;             /**         * Creates new entry.         */         Entry(int h, K k, V v, Entry<K,V> n) {             value = v;             next = n;             key = k;             hash = h;         }</span>

   可以看出，Entry就是数组中的元素，每个 Map.Entry 其实就是一个key-value对，它持有一个指向下一个元素的引用，这就构成了链表。

  3) 归纳起来简单地说，HashMap 在底层将 key-value 当成一个整体进行处理，这个整体就是一个 Entry 对象。HashMap 底层采用一个 Entry[] 数组来保存所有的 key-value 对，当需要存储一个 Entry 对象时，会根据hash算法来决定其在数组中的存储位置，在根据equals方法决定其在该数组位置上的链表中的存储位置；当需要取出一个Entry时，也会根据hash算法找到其在数组中的存储位置，再根据equals方法从该位置上的链表中取出该Entry。

 

.    HashMap的resize（rehash）：

   当HashMap中的元素越来越多的时候，hash冲突的几率也就越来越高，因为数组的长度是固定的。所以为了提高查询的效率，就要对HashMap的数组进行扩容，数组扩容这个操作也会出现在ArrayList中，这是一个常用的操作，而在HashMap数组扩容之后，最消耗性能的点就出现了：原数组中的数据必须重新计算其在新数组中的位置，并放进去，这就是resize。

   那么HashMap什么时候进行扩容呢？当HashMap中的元素个数超过数组大小*loadFactor时，就会进行数组扩容，loadFactor的默认值为0.75，这是一个折中的取值。也就是说，默认情况下，数组大小为16，那么当HashMap中元素个数超过16*0.75=12的时候，就把数组的大小扩展为 2*16=32，即扩大一倍，然后重新计算每个元素在数组中的位置，而这是一个非常消耗性能的操作，所以如果我们已经预知HashMap中元素的个数，那么预设元素的个数能够有效的提高HashMap的性能。

 

.    HashMap的性能参数：

   HashMap 包含如下几个构造器：

   HashMap()：构建一个初始容量为 16，负载因子为 0.75 的 HashMap。

   HashMap(int initialCapacity)：构建一个初始容量为 initialCapacity，负载因子为 0.75 的 HashMap。

   HashMap(int initialCapacity, float loadFactor)：以指定初始容量、指定的负载因子创建一个 HashMap。

   HashMap的基础构造器HashMap(int initialCapacity, float loadFactor)带有两个参数，它们是初始容量initialCapacity和加载因子loadFactor。

   initialCapacity：HashMap的最大容量，即为底层数组的长度。

   loadFactor：负载因子loadFactor定义为：散列表的实际元素数目(n)/ 散列表的容量(m)。

   负载因子衡量的是一个散列表的空间的使用程度，负载因子越大表示散列表的装填程度越高，反之愈小。对于使用链表法的散列表来说，查找一个元素的平均时间是O(1+a)，因此如果负载因子越大，对空间的利用更充分，然而后果是查找效率的降低；如果负载因子太小，那么散列表的数据将过于稀疏，对空间造成严重浪费。

   HashMap的实现中，通过threshold字段来判断HashMap的最大容量：

1. threshold = (int)(capacity * loadFactor);  

   结合负载因子的定义公式可知，threshold就是在此loadFactor和capacity对应下允许的最大元素数目，超过这个数目就重新resize，以降低实际的负载因子。默认的的负载因子0.75是对空间和时间效率的一个平衡选择。当容量超出此最大容量时， resize后的HashMap容量是容量的两倍：

 

1. if (size++ >= threshold)     
2.     resize(2 * table.length);    

 

.    Fail-Fast机制：

   我们知道java.util.HashMap不是线程安全的，因此如果在使用迭代器的过程中有其他线程修改了map，那么将抛出ConcurrentModificationException，这就是所谓fail-fast策略。

   这一策略在源码中的实现是通过modCount域，modCount顾名思义就是修改次数，对HashMap内容的修改都将增加这个值，那么在迭代器初始化过程中会将这个值赋给迭代器的expectedModCount。

1. HashIterator() {  
2.     expectedModCount = modCount;  
3.     if (size > 0) { // advance to first entry  
4.     Entry[] t = table;  
5.     while (index < t.length && (next = t[index++]) == null)  
6.         ;  
7.     }  
8. }  

 

   在迭代过程中，判断modCount跟expectedModCount是否相等，如果不相等就表示已经有其他线程修改了Map：

   注意到modCount声明为volatile，保证线程之间修改的可见性。

1. final Entry<K,V> nextEntry() {     
2.     if (modCount != expectedModCount)     
3.         throw new ConcurrentModificationException();  

 

   在HashMap的API中指出：

   由所有HashMap类的“collection 视图方法”所返回的迭代器都是快速失败的：在迭代器创建之后，如果从结构上对映射进行修改，除非通过迭代器本身的 remove 方法，其他任何时间任何方式的修改，迭代器都将抛出ConcurrentModificationException。因此，面对并发的修改，迭代器很快就会完全失败，而不冒在将来不确定的时间发生任意不确定行为的风险。

   注意，迭代器的快速失败行为不能得到保证，一般来说，存在非同步的并发修改时，不可能作出任何坚决的保证。快速失败迭代器尽最大努力抛出 ConcurrentModificationException。因此，编写依赖于此异常的程序的做法是错误的，正确做法是：迭代器的快速失败行为应该仅用于检测程序错误。

自定义Map ，便于更好的l理解Map底层数据结构原理：

<span style="font-family:KaiTi_GB2312;font-size:14px;">public class CustomHashMap<K,V>{@SuppressWarnings("unchecked")private LinkedList<Entry<K,V>>[]  arr  = new LinkedList[9]; //Map的底层结构就是：数组+链表!private int size;public void put(K key,V value){Entry<K, V> entry=new Entry<K, V>(key, value);//Hash keyint hashcode=key.hashCode();hashcode=hashcode<0?-hashcode:hashcode;int index=hashcode%arr.length;LinkedList<Entry<K,V>> object=arr[index];if(object==null){LinkedList<Entry<K,V>> list=new LinkedList<>();list.add(entry);arr[index]=list;}else{for (int i = 0; i < object.size(); i++) {Entry<K,V> e=object.get(i);if(e.getKey().equals(key)){e.setValue(value);return;  //键值重复直接覆盖！}}object.add(entry);}size++;}public V get(K key){int index=key.hashCode()%arr.length;LinkedList<Entry<K,V>> object=arr[index];if(object!=null){for (int i = 0; i < object.size(); i++) {Entry<K,V> e=object.get(i);if(e.getKey().equals(key)){return e.getValue();}}}return null;}public Entry<K,V> remove(K key){if (size == 0) {       return null;    } int index=key.hashCode()%arr.length;LinkedList<Entry<K,V>> array=arr[index];Entry<K,V> entry=null;if(array!=null){if(array.size()==1){ //说明只有一个值Entry<K,V> e=array.get(0);if(e.getKey().equals(key)){entry=e;array=null;arr[index]=null;size--;}}else{for (Iterator<Entry<K, V>> iterator = array.iterator(); iterator.hasNext();) {Entry<K, V> e = (Entry<K, V>) iterator.next();if(e.getKey().equals(key)){entry=e;iterator.remove();break;}}}}return entry;}public boolean containsKey(K key){int index=key.hashCode()%arr.length;LinkedList<Entry<K,V>> array=arr[index];for(int i=0;i<array.size();i++){Entry<K,V> e=array.get(i);if(e.getKey().equals(key)){return true;}}return false;}public boolean containsValue(V value){for (int i = 0; i < size; i++) {LinkedList<Entry<K,V>> array=arr[i];if(array!=null){for (int j = 0; j < array.size(); j++) {Entry<K,V> entry=array.get(j);if(entry!=null){if (value.equals(entry.value))                    return true; }}}}return false;}class Entry<K,V>{private K key;private V value;public K getKey() {return key;}public void setKey(K key) {this.key = key;}public V getValue() {return value;}public void setValue(V value) {this.value = value;}public Entry(K key, V value) {super();this.key = key;this.value = value;}@Overridepublic int hashCode() {  return Objects.hashCode(getKey()) ^ Objects.hashCode(getValue());}@Overridepublic boolean equals(Object obj) {if (this == obj)return true;if (obj == null)return false;if (getClass() != obj.getClass())return false;Entry other = (Entry) obj;if (key == null) {if (other.key != null)return false;} else if (!key.equals(other.key))return false;if (value == null) {if (other.value != null)return false;} else if (!value.equals(other.value))return false;return true;}}public static void main(String[] args) {CustomHashMap<String,String> m = new CustomHashMap<String,String>();m.put("测试", "谢霆锋");m.put("测试", "刘德华");m.put("测试2", "周润发");System.out.println(m.size);String w = m.get("测试");m.remove("测试");    w = m.get("测试");System.out.println(w); }}</span>