HashMap 源码分析(JDK1.8)

0 概述

HashMap是Java程序员使用频率最高的容器之一，主要原因它的查询效率比较高，本文基于JDK1.8，深入探讨HashMap的结构实现和功能原理。

1 HashMap底层数据结构

首先看下HashMap底层数据结构，本质上就是一个数组+链表+红黑树（JDK1.8），数组存放的是一个个链表节点，是采用拉链法解决Hash冲突，如果链表长度过长（大于8），将会转化为红黑树。

//node 数组
transient Node<K,V>[] table;
// Node 节点
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 K getKey()        { return key; }
public final V getValue()      { return value; }
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;
}

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;
}
}

1 HashMap实现原理

下图给出向HashMap容器中，put一个key-value的过程，首先根据key 计算出其对应的hash值，然后再根据hash值，计算机这个key存放位置（数组下标）。



实现细节：

hash（key），通过hashCode()的高16位异或低16位实现的：(h = k.hashCode()) ^ (h >>> 16)，这么做可以在数组table的length比较小的时候，也能保证考虑到高低Bit都参与到Hash的计算中，同时不会有太大的开销,进而减少冲突。

index=h & (length-1)获取node 数组具体位置,这个方法比较巧妙，因为HashMap的Node数组大小都是2的n次方，当length总是2的n次方时，h& (length-1)运算等价于对length取模，也就是h%length，但是&比%具有更高的效率。值得说明是可以指定初始化容量，当然如果你知道容量不是2的n次幂，它会用tableSizeFor方法将其处理成2的n次幂。

//
static final int hash(Object key) {
int h;
return (key == null) ? 0 : (h = key.hashCode()) ^ (h >>> 16);
}
// 寻址
index=h & (length-1);
/**
这个方法就是将容量处理成 2 的n次方，
先将cap处理成全是111111（二进制的），然后再加1，非常的巧妙
* Returns a power of two size for the given target capacity.
*/
static final int tableSizeFor(int cap) {
int n = cap - 1;
n |= n >>> 1;//n和n右移一位或，高位至少有两个1 （处理后n=00011****）
n |= n >>> 2;
n |= n >>> 4;
n |= n >>> 8;
n |= n >>> 16;
return (n < 0) ? 1 : (n >= MAXIMUM_CAPACITY) ? MAXIMUM_CAPACITY : n + 1;
}

几个重要的属性

transient int size;
int threshold;
final float loadFactor;

size 表示hashMap 实际存储了多少对key-valve。

threshold，是HashMap所能容纳的最大数据量的Node(键值对)个数，超过就会扩容（数组扩容）。由于threshold = length * Load factor，所以在数组定义好长度之后，负载因子越大，所能容纳的键值对个数越多。

loadFactor 负载因子，默认的负载因子0.75是对空间和时间效率的一个平衡选择。当loadFactor过大（大于1），threshold值也就大于长度，出现碰撞的数据也就越多，查询等效率也就变低，但是空间利用率高；当loadFactor过小（假设为0.1），threshold远小于长度，出现碰撞的数据也就比较低，查询等效率也就变高，但是空间利用率不高。

3 HashMap 扩容

扩容(resize)就是重新计算容量，向HashMap对象里不停的添加元素，当size大于等于前面提到的这个threshold时候，就需要扩大数组的长度。简单的说，也就是重新分配一个大的数组，将老的数组中数据拷贝到新的数组中去。因此从这里我们可以看到如果我们知道我们需要往HashMap中放多少数据时候，可以直接初始化容量，这样可以有效避免内存拷贝。

由于其扩容（2倍）&以及寻址特点，对于扩容后数据拷贝过程，对应的数组节点数据，要么还在改位置要么会索引到（不会跑到其的位置去）：原索引+oldCap（老的容量）。举个例子：初始容量16 一个hash值为10010，其位置010010&01111=00010，可以看到其位置是2，那么扩容后

容量是32，其位置其位置010010&11111=10010（18）可以看到其位置是18=16+2。由此也可以看出扩容数据分配更加均匀。

final Node<K,V>[] resize() {
Node<K,V>[] oldTab = table;
int oldCap = (oldTab == null) ? 0 : oldTab.length;
int oldThr = threshold;
int newCap, newThr = 0;
if (oldCap > 0) {
//超过最大值，就无法扩容了，只能让他去碰撞了
if (oldCap >= MAXIMUM_CAPACITY) {
threshold = Integer.MAX_VALUE;
return oldTab;
}
//没有超过最大值，那就扩容是原来的2倍（左移1位）
else if ((newCap = oldCap << 1) < MAXIMUM_CAPACITY &&
oldCap >= DEFAULT_INITIAL_CAPACITY)
newThr = oldThr << 1; // double threshold
}
else if (oldThr > 0) // initial capacity was placed in threshold
newCap = oldThr;
//初始化情况，没有给定容量情况
else {               // zero initial threshold signifies using defaults
newCap = DEFAULT_INITIAL_CAPACITY;
newThr = (int)(DEFAULT_LOAD_FACTOR * DEFAULT_INITIAL_CAPACITY);
}
//扩容后重新计算threshold值
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;
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)
//处理红黑树节点的情况
((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;
// 等于0 表示还在原位置
if ((e.hash & oldCap) == 0) {
if (loTail == null)
loHead = e;
else
loTail.next = e;
loTail = e;
}
// 原索引+oldCap的位置
else {
if (hiTail == null)
hiHead = e;
else
hiTail.next = e;
hiTail = e;
}
} while ((e = next) != null);
// 原索引位置
if (loTail != null) {
loTail.next = null;
newTab[j] = loHead;
}
// 原索引+oldCap的位置
if (hiTail != null) {
hiTail.next = null;
newTab[j + oldCap] = hiHead;
}
}
}
}
}
return newTab;
}

4 总结

JDK 1.8 的HashMap底层设计的非常棒，非常巧妙，不愧为大师之作。

参考文献：

https://tech.meituan.com/java-hashmap.html