java8-HashMap源码分析

一、工作原理

HashMap采用哈希表的结构存储键值对，通过put和get方法来存储和获取对象。HashMap有两个重要参数：容量(Capacity)和负载因子(Load factor)。

transient Node<K,V>[] table; //bucket数组
static final int DEFAULT_INITIAL_CAPACITY = 1 << 4; //默认初始容量 16
static final float DEFAULT_LOAD_FACTOR = 0.75f; //默认负载因子 0.75

这两个参数也可以通过构造方法指定：

public HashMap(int initialCapacity, float loadFactor) {
if (initialCapacity < 0)
throw new IllegalArgumentException("Illegal initial capacity: " +initialCapacity);
if (initialCapacity > MAXIMUM_CAPACITY)
initialCapacity = MAXIMUM_CAPACITY;
if (loadFactor <= 0 || Float.isNaN(loadFactor))
throw new IllegalArgumentException("Illegal load factor: " +loadFactor);
this.loadFactor = loadFactor;
this.threshold = tableSizeFor(initialCapacity);
}

Capacity就是buckets的数目，也就是table.length，当bucket填充的数目（即table中元素存储的个数）大于capacity*loadfactor时就需要调整buckets的数目为当前的2倍。注意tableSizeFor方法，会把传入的initialCapacity扩大为2的整数倍，比如设置为15则被扩大为16，设置为17则被扩大为32。具体实现如下：

static final int tableSizeFor(int cap) {
int n = cap - 1;
n |= n >>> 1;
n |= n >>> 2;
n |= n >>> 4;
n |= n >>> 8;
n |= n >>> 16;
return (n < 0) ? 1 : (n >= MAXIMUM_CAPACITY) ? MAXIMUM_CAPACITY : n + 1;
}

HashMap特征：基于Map接口实现、允许null键/值、不保证有序(比如插入的顺序)、也不保证顺序不随时间变化，非线程安全，如果需要线程安全，可使用Collections.synchronizedMap()包装成线程安全的Map。当一个线程在迭代HashMap时，其他线程对其修改，则会抛出ConcurrentModificationException（fail-fast）

二、put方法实现原理

put方法主要步骤：

调用hash(key)， 对key的hashCode()做hash，(n - 1) & hash计算得到bucket位置

如果没碰撞直接放到bucket里；

如果碰撞了，以链表的形式存在bucket后；

如果碰撞导致链表过长(大于等于TREEIFY_THRESHOLD)，并且buckets长度>=MIN_TREEIFY_CAPACITY 64就把链表转换成红黑树；

如果节点已经存在就替换old value(保证key的唯一性)

如果bucket满了(超过load factor*current capacity)，就要调用resize()扩容。

实现代码如下：

public V put(K key, V value) {
// 对key的hashCode()做hash
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;
//table为空，先初始化
if ((tab = table) == null || (n = tab.length) == 0)
n = (tab = resize()).length;
//计算hash对应的位置，null特殊处理
if ((p = tab[i = (n - 1) & hash]) == null)
tab[i] = newNode(hash, key, value, null);
else {
Node<K,V> e; K k;
//如果节点已经存在就替换old value
if (p.hash == hash &&
((k = p.key) == key || (key != null && key.equals(k))))
e = p;
//bucket中是红黑树
else if (p instanceof TreeNode)
e = ((TreeNode<K,V>)p).putTreeVal(this, tab, hash, key, value);
//bucket中是链表
else {
for (int binCount = 0; ; ++binCount) {
if ((e = p.next) == null) {
p.next = newNode(hash, key, value, null);
//链表长度达到设定的转换为红黑树的阈值
if (binCount >= TREEIFY_THRESHOLD - 1) // -1 for 1st
//注意：这个方法并不是直接将链表转换为红黑树，如果当前buckets长度小于64，则扩容，否则将链表转换为红黑树
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);
return oldValue;
}
}
++modCount;
//当前容量超出 loadfactor*current capacity，则扩容
if (++size > threshold)
resize();
afterNodeInsertion(evict);
return null;
}

三、get方法实现原理

计算key的位置，直接命中bucket里的第一个节点；

如果有冲突，

若为树，则在树中通过key.equals(k)查找，O(logn)；

若为链表，则在链表中通过key.equals(k)查找，O(n)。

具体代码的实现如下：

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;
if ((tab = table) != null && (n = tab.length) > 0 &&
(first = tab[(n - 1) & hash]) != null) {
// 直接命中第一个节点
if (first.hash == hash && // always check first node
((k = first.key) == key || (key != null && key.equals(k))))
return first;
// 未命中
if ((e = first.next) != null) {
// 在树中查找
if (first instanceof TreeNode)
return ((TreeNode<K,V>)first).getTreeNode(hash, key);
// 在链表中查找
do {
if (e.hash == hash &&
((k = e.key) == key || (key != null && key.equals(k))))
return e;
} while ((e = e.next) != null);
}
}
return null;
}

四、hash方法实现原理

先上源码：

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

然后我们手算验证一下put操作：

Map<String,String> map = new HashMap<String,String>();
map.put("test","1");

h=key.hashCode()    0000 0000 0011 0110 0100 0100 1001 0010
h>>>16              0000 0000 0000 0000 0000 0000 0011 0110
---------------------------------------------
hash = h^(h>>>16)   0000 0000 0011 0110 0100 0100 1010 0100
(n-1)               0000 0000 0000 0000 0000 0000 0000 1111
(n-1)& hash                                            0100 = 4

然后打开debug查看一下结果：



hash方法这样设计的巧妙之出在于，将hashCode的高16位也参与到计算中，从而减少碰撞，假设hash方法使用 (n-1)&hashCode 且n - 1为15(0x1111)时，计算位置操作仅仅只有hashCode低四位参与，容易发生碰撞。

五、注意事项

在使用自定义对象作为key时应当注意：

1.覆盖equals方法必须遵从通用约定，满足自反性，对称性，传递性，一致性。

2.覆盖equals方法时始终要覆盖hashCode方法（详见《Effective JAVA 第二版》第8，9条）

3.自定义的对象的类最好是不可变类，就是说该类对象一旦创建成功，其内部的状态不会再发生改变，比如String，如果使用可变类对象作为key会发生什么呢？设想一下，当你创建一个key，并且put到HashMap 中，然后修改了key，再使用key从HashMap中执行get操作时，此时的key.hashCode()值已发生改变，很可能无法找到之前put的对象在buckets中的位置。

参考资料

Java HashMap工作原理及实现

Effective JAVA第二版