HashMap源码学习笔记

理解HashMap的关键，在于理解它底层的数据结构，查找、增加、删除元素的方法，为了理解这些方法，就需要理解Hash函数的原理，HashMap如何触发自动扩容，以及如何解决散列冲突。
本文试图从上述几个关键问题说起来分享一下HashMap源码学习的过程。

源码中的doc

HashMap大致上跟HashTable相同，但是HashMap是非线程安全的，而且支持Null Key和Null Value.
当有多个线程同时访问HashMap时，若其中存在线程对HashMap进行modify structurally（包括put、remove操作，不包括set、get操作），那么就需要考虑线程同步的HashMap，比如synchronizedMap或者concurrentHashMap。
多线程访问导致HashMap发生死锁的一个案例见本博客另一篇博文
HashMap不能保证插入顺序.
HashMap迭代遍历所有元素的时间复杂度与HashMap的capacity和size之和成正比，所以如果迭代的性能要求较高，就要考虑INITIAL_CAPACITY不能设置过高，LOAD_FACTOR不能设置过低。

    //下面是Java HashMap中的默认值    /**     * The default initial capacity - MUST be a power of two.     */    static final int DEFAULT_INITIAL_CAPACITY = 16;    /**     * The load factor used when none specified in constructor.     */    static final float DEFAULT_LOAD_FACTOR = 0.75f;

HashMap的Size、Capacity、Load_Factor、Threshold说明 1

把HashMap抽象成多个用数组形式组织起来的bucket，每个bucket装着的是映射到同一个hashcode位置的KV们
那么bucket的个数就是Capacity
KV的个数就是Size
Load_Factor就是装载因子，用来衡量HashMap的装载情况
Threshold是扩容的阈值，在插入新元素时若发现插入后Size>=（Threshold=Capacity*Load_Factor），则会对HashMap进行扩容（Capacity*2）并将现有元素重新插入到新的HashMap中。

回归正题，理解了HashMap中这几个重要概念之后，就能理解为了良好的权衡时间和空间成本，LOAD_FACTOR的设置比较重要，过高会降低空间成本但增加查找成本，建议使用默认设置。
另外，如果对HashMap中存储的KV对的数量有个比较准确的估计，那么需要合理的设置Capacity的值，尽量减少扩容和Rehash的情况发生。

HashMap底层的数据结构

这里有几个关键的类，一个是HashMap本身，还有一个是Entry。java优秀封装性的一个体现在于容器类，HashMap也是一个容器类，我们可以在里面装入各种类型的KV对，无论K,V本身的类型。这是通过将KV封装成了一个Entry类来做到的。

static class Entry<K,V> implements Map.Entry<K,V> {        final K key;        V value;        Entry<K,V> next;        final int hash;        public final int hashCode() {            return (key==null   ? 0 : key.hashCode()) ^                   (value==null ? 0 : value.hashCode());        }        public final String toString() {            return getKey() + "=" + getValue();        }

HashMap在底层维护了一个数组table，来存放这些Entry。
我们关注一下所有Entry都有一个属性为next，这是为了解决IndexFor冲突问题，在每一个table元素的位置实际上引入了一个链表结构，所有映射成相同Index的Entry将通过next指针组织放在同一条链表中。

 public HashMap() {        this.loadFactor = DEFAULT_LOAD_FACTOR;        threshold = (int)(DEFAULT_INITIAL_CAPACITY * DEFAULT_LOAD_FACTOR);        table = new Entry[DEFAULT_INITIAL_CAPACITY];        init();    }

HashMap中的插入和查找操作

先从put函数说起

/**    put操作     */    public V put(K key, V value) {        if (key == null)        //由于HashMap支持Key为Null,所以需要单独考虑Key为Null的情况            return putForNullKey(value);        //key本身是一个对象，但key对象的hashCode生成方法该对象自带的，可能是jdk定义的，也可能是用户自定义的，是不可控的，可能是比较差的hash函数，所以需要再进行一次hash，根据这个二次hash值来定位应该把当前Entry放到HashMap的第i个bucket中            int hash = hash(key.hashCode());        int i = indexFor(hash, table.length);        //将该Entry插入第i个bucket维护的链表结尾        for (Entry<K,V> e = table[i]; e != null; e = e.next) {            Object k;            //如果该Entry已存在，返回旧值            if (e.hash == hash && ((k = e.key) == key || key.equals(k))) {                V oldValue = e.value;                e.value = value;                e.recordAccess(this);                return oldValue;            }        }    //如果是新插入的Entry,将HashMap的版本码++，并将该Entry加入到链表结尾        modCount++;        addEntry(hash, key, value, i);        return null;    }      void addEntry(int hash, K key, V value, int bucketIndex) {        Entry<K,V> e = table[bucketIndex];            table[bucketIndex] = new Entry<K,V>(hash, key, value, e);            //在插入时会判断是否需要扩容            if (size++ >= threshold)                resize(2 * table.length);        }

在put的过程中，有两个很重要的函数需要理解一下，分别是hash和indexfor。
hash的作用在前文已说明，是为了防御Key对象拥有的可能性能较差的hash函数。
当我们拥有了一个Key的hashCode，如何根据这个hashCode将这个Entry映射到数量为Capacity的某个bucket中去呢？
hashCode是一个32位的Int数，可表示的大小从-2147483648到2147483648，如果HashMap能有这么大的容量，那么根据HashCode的性质，若Key不同，则根本不存在冲突的可能。
当然不可能这么做。
比较容易想到的方法是将hashCode根据数组长度来取模。
然而取模运算比较低效，我们只需要达成一个目的，那就是hashCode会被映射为一个小于Capacity的值，并尽量均匀分布。具体做法见indexFor函数。
indexFor函数实际上只利用了HashCode的低n位来做散列，这里为了防止映射冲突，有两个trick2：
1、Capacity需得是2的n次方幂；
2、hash优化函数将HashCode的每个四位都做了一次异或，意在混合原始哈希码的各个部分，以此来加大低位的随机性

/**    HashMap中定义的Hash方法，Null始终被映射为0     */    static int hash(int h) {        //java1.7        h ^= (h >>> 20) ^ (h >>> 12);        return h ^ (h >>> 7) ^ (h >>> 4);        //java1.8中简化了这个过程，具体见文末相关文章    }    /**     * Returns index for hash code h.     */    static int indexFor(int h, int length) {        return h & (length-1);    }

理解了put操作，get操作就简单了

    public V get(Object key) {        if (key == null)            return getForNullKey();        int hash = hash(key.hashCode());        for (Entry<K,V> e = table[indexFor(hash, table.length)];             e != null;             e = e.next) {            Object k;            if (e.hash == hash && ((k = e.key) == key || key.equals(k)))                return e.value;        }        return null;    }

---

相关文章

---

1. HashMap中capacity、loadFactor、threshold、size等概念的解释 ↩
2. 知乎：JDK 源码中 HashMap 的 hash 方法原理是什么？ ↩