Java集合学习：HashMap实现原理

HashMap概述

在JDK1.6中，HashMap采用位桶+链表实现，即使用链表处理冲突，同一hash值的链表都存储在一个链表里。JDK1.8中，HashMap采用位桶+链表+红黑树实现，当链表长度超过阈值（8）时，将链表转换为红黑树，这样大大减少了查找时间。

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。

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。

从上图可以看出，HashMap底层是一个数组结构，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。

HashMap的填充比

填充比，默认值为0.75，如果实际元素所占容量占分配容量的75%时就要扩容了。如果填充比很大，说明利用的空间很多，但是查找的效率很低，因为链表的长度很大（当然最新版本使用了红黑树后会改进很多），HashMap本来是以空间换时间，所以填充比没必要太大。但是填充比太小又会导致空间浪费。如果关注内存，填充比可以稍大，如果主要关注查找性能，填充比可以稍小。

涉及到的数据结构

节点：

/**     * The table, initialized on first use, and resized（调整大小） as     * necessary. When allocated, length is always a power of two.     * (We also tolerate length zero in some operations to allow bootstrapping mechanics that are currently not needed.)     */static class Node<K,V> implements Map.Entry<K,V> {        final int hash;        final K key;        V value;        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;        }        public final String toString() { return key + "=" + value; }        public final int hashCode() {            return Objects.hashCode(key) ^ Objects.hashCode(value);        }        public final V setValue(V newValue) {            V oldValue = value;            value = newValue;            return oldValue;        }//判断两个node是否相等，若key与value都相等，返回true        public final boolean equals(Object o) {            if (o == this)                return true;            if (o instanceof Map.Entry) {                Map.Entry<?,?> e = (Map.Entry<?,?>)o;                if (Objects.equals(key, e.getKey()) &&                    Objects.equals(value, e.getValue()))                    return true;            }            return false;        }    }

存储位桶的数组：

transient Node<K,V>[] table;

红黑树：

static final class TreeNode<K,V> extends LinkedHashMap.Entry<K,V> {        TreeNode<K,V> parent;  // red-black tree links        TreeNode<K,V> left;//左子树        TreeNode<K,V> right;//右字数        TreeNode<K,V> prev;    // needed to unlink next upon deletion        boolean red;  //颜色属性        TreeNode(int hash, K key, V val, Node<K,V> next) {            super(hash, key, val, next);        }        /**         *返回当前节点的根节点         * Returns root of tree containing this node.         */        final TreeNode<K,V> root() {            for (TreeNode<K,V> r = this, p;;) {                if ((p = r.parent) == null)                    return r;                r = p;            }        }

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，构成了链表。

有了以上3个数据结构，首先有一个每个元素都是链表（可能表述不准确）的数组，当添加一个元素（key-value）时，就首先计算元素key的hash值，以此确定插入数组中的位置，但是可能存在同一hash值的元素已经被放在数组同一位置了，这时就添加到同一hash值的元素的后面，他们在数组的同一位置，但是形成了链表，所以说数组存放的是链表。而当链表长度太长时，链表就转换为红黑树，这样大大提高了查找的效率。

HashMap的存取实现

（存）一般调用的这个方法：

 public V put(K key, V value) {        return putVal(hash(key), key, value, false, true);    }

（存）具体实现：

 /**     * Implements Map.put and related methods     *     * @param hash hash for key     * @param key the key     * @param value the value to put     * @param onlyIfAbsent if true, don't change existing value，当已经存在值时，不进行替换     * @param evict if false, the table is in creation mode.     * @return previous value, or null if none     */    final V putVal(int hash, K key, V value, boolean onlyIfAbsent,                   boolean evict) {        Node<K,V>[] tab;         Node<K,V> p;        int n, i;        //判断是否为HashMap中第一个元素（如果tab为空或者长度为0，则分配空间）        if ((tab = table) == null || (n = tab.length) == 0)            n = (tab = resize()).length;        //判断数组中的是否已经存在头元素（（n-1）&hash找到put位置，如果为空，则直接put）        if ((p = tab[i = (n - 1) & hash]) == null)            tab[i] = newNode(hash, key, value, null);        //当数组中已经存在头元素的情况下        else {            Node<K,V> e;//用于保存相同key值的节点            K k;            //首先判断和头结点是否相等            if (p.hash == hash &&                ((k = p.key) == key || (key != null && key.equals(k))))                e = p;            //红黑树处理冲突            else if (p instanceof TreeNode)                e = ((TreeNode<K,V>)p).putTreeVal(this, tab, hash, key, value);            else {            //查看链表中是否包含元素（链表处理冲突）            //bincount用来计数将链表转化为红黑树                for (int binCount = 0; ; ++binCount) {                //p第一次指向表头，以后依次后移                    if ((e = p.next) == null) {                    //e为空，表示已经到表尾也没有找到key值相同的节点，则新建节点                        p.next = newNode(hash, key, value, null);                    //新增节点个数达到阀值，则将链表转化为红黑树                        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;                }            }            //当存在key的映射时，先判断onlyIfAbsent是true或者是false，如果为true则不进行替换，或者当原来的值为空时，则进行替换，返回原来的值。            if (e != null) { // existing mapping for key                V oldValue = e.value;                if (!onlyIfAbsent || oldValue == null)                    e.value = value;                afterNodeAccess(e);                return oldValue;            }        }        ++modCount;        //当数组大小不足时，进行扩展        if (++size > threshold)            resize();        afterNodeInsertion(evict);        return null;    }

存逻辑实现过程：

1. 判断键值对数组tab[]是否为空或为null，否则resize()；

2. 根据键值key计算hash值得到插入的数组索引i，如果tab[i]==null，直接新建节点添加，否则转入3

3. 判断当前数组中处理hash冲突的方式为链表还是红黑树(check第一个节点类型即可),分别处理。

从上面的源代码中可以看出：当我们往HashMap中put元素的时候，默认的hash值为hash（key），也可以自己指定，根据hash值得到这个元素在数组中的位置（即下标），如果数组该位置上已经存放有其他元素了，那么在这个位置上的元素将以链表的形式存放，新加入的放在链头，最先加入的放在链尾。如果数组该位置上没有元素，就直接将该元素放到此数组中的该位置上。如果这个元素已经存在，再根据onlyIfAbsent这个参数决定要不要进行替换，默认值是false，说明默认的会进行替换。

（取）一般调用的这个方法：

public V get(Object key) {        Node<K,V> e;        return (e = getNode(hash(key), key)) == null ? null : e.value;    }

（取）具体实现过程：

    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) {            //判断是否是数组中的首节点            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;    }

取逻辑实现过程：

1. 首先判断tab是否为空，若为空，则返回null，若不为空，则转到第2步
2. 判断数组中的首节点是否为要查询的元素，如果是则返回该头结点，如果不是则进入下一个节点
3. 根据节点的类型判断是链表消除冲突还是红黑树消除冲突，则进行相应的查询操作。

HashMap的扩容机制的实现

构造hash表时，如果不指明初始大小，默认大小为16（即Node数组大小16），如果Node[]数组中的元素达到（填充比*Node.length）

    final Node<K,V>[] resize() {        //将旧的表赋值给新的表        Node<K,V>[] oldTab = table;        //判断旧的表是否为空（得到旧的表的容量）        int oldCap = (oldTab == null) ? 0 : oldTab.length;        //得到旧的阀值        int oldThr = threshold;        int newCap, newThr = 0;        if (oldCap > 0) {            if (oldCap >= MAXIMUM_CAPACITY) {                //表的大小超过1<<30,无法扩容，只能改变阀值的大小                threshold = Integer.MAX_VALUE;                return oldTab;            }            //新的容量为原来的2倍            else if ((newCap = oldCap << 1) < MAXIMUM_CAPACITY &&                     oldCap >= DEFAULT_INITIAL_CAPACITY)                newThr = oldThr << 1; // double threshold，为了保证加载因子的不变性，扩容阀值加倍        }        //初始化表，原来的threshold赋值给新的容量        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;        ////数组辅助到新的数组中，分红黑树和链表讨论        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;    }

很明显，因为存在旧数组元素复制到新数组中的操作，扩容非常耗时。

hash函数实现

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

可以看出当key=null时，hash函数的返回值为0。所以存储在索引为0的位置上。

首先由key值通过hashCode(key)获取hash值h，再通过 h &（length-1）得到所在数组位置。一般对于哈希表的散列常用的方法有直接定址法，除留余数法等，既要便于计算，又能减少冲突。

运算符>>>：无符号右移，忽略符号位，空位都以0补齐
表达式value>>>num中num指定要移位值，value移动的位数。
即按二进制形式把所有的数字向右移动对应位数，低位移出（舍弃），高位的空位补零。对于正数来说和带符号右移相同，对于负数来说不同。
^异或：两个操作数的位中，相同则结果为0，不同则结果为1。

这也正好解释了为什么HashMap底层数组的长度总是2的n次方。因为这样（数组长度-1）正好相当于一个“低位掩码”。“异或”操作的结果就是散列值的高位全部归零，只保留低位值，用来做数组下标访问。