基于JDK1.8的HashMap分析

HashMap的强大功能，相信大家都了解一二。之前看过HashMap的源代码，都是基于JDK1.6的，并且知其然不知其所以然，现在趁着寒假有时间，温故而知新。文章大概有以下几个方面：

HashMap的数据结构

put方法

get方法

（一）HashMap的底层数据结构

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; }

//hashCode等其他代码
}

首先，HashMap 是 Map 的一个实现类，它代表的是一种键值对的数据存储形式。Key 不允许重复出现，Value 随意。jdk 8 之前，其内部是由数组+链表来实现的，而 jdk 8 对于链表长度超过 8 的链表将转储为红黑树。

底层数据结构就是 数组 + 链表 + 红黑树（长度>8），其中有一个静态内部类

static class Node<K,V> implements Map.Entry<K,V>

这个静态内部类就是一个小的方块，在jdk1.8之前只在构造方法里面初始化的，现在是在第一次put的时候初始化的。

(二)HashMap的put方法

put 方法的源码分析是本篇的一个重点，因为通过该方法我们可以窥探到 HashMap 在内部是如何进行数据存储的，所谓的数组+链表+红黑树的存储结构是如何形成的，又是在何种情况下将链表转换成红黑树来优化性能的。带着一系列的疑问，我们看这个 put 方法：

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

也就是put方法调用了putVal方法，其中传入一个参数位hash(key)，我们首先来看看hash这个方法。

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

是一个静态final方法。这是为什么key可以位null的原因了，当插入的key值为null，他会自动把他当作0进行处理

并且调用了key的hashcode，这就是为什么map的key一定要重写hashcode和equals方法。

并且与h右移16位异或。我们来详细看看这里为什么这样做。

我们知道，按位异或就是把两个数按二进制，相同就取0，不同就取1。

比如：0101 ^ 1110 的结果为 1011。异或的速度是非常快的。

把一个数右移16位即丢弃低16为，就是任何小于2^16的数，右移16后结果都为0（2的16次方再右移刚好就是1）。

任何一个数，与0按位异或的结果都是这个数本身（很好验证）。

所以这个hash()函数对于非null的hash值，仅在其大于等于2^16的时候才会重新调整其值，小于2^16不做调整直接取他的hashcode值。

至于为什么右移16位异或，这是知乎上面的一幅图片





看到没有，变得“松散”了很多，至于为什么，我也不是很清楚。我们继续往下看putVal这个方法。

final V putVal(int hash, K key, V value, boolean onlyIfAbsent,boolean evict) {
Node<K,V>[] tab; Node<K,V> p; int n, i;
//如果 table 还未被初始化，那么初始化它
if ((tab = table) == null || (n = tab.length) == 0)
n = (tab = resize()).length;
//根据键的 hash 值找到该键对应到数组中存储的索引
//如果为 null，那么说明此索引位置并没有被占用
if ((p = tab[i = (n - 1) & hash]) == null)
tab[i] = newNode(hash, key, value, null);
//不为 null，说明此处已经被占用，只需要将构建一个节点插入到这个链表的尾部即可
else {
Node<K,V> e; K k;
//当前结点和将要插入的结点的 hash 和 key 相同，说明这是一次修改操作
if (p.hash == hash &&
((k = p.key) == key || (key != null && key.equals(k))))
e = p;
//如果 p 这个头结点是红黑树结点的话，以红黑树的插入形式进行插入
else if (p instanceof TreeNode)
e = ((TreeNode<K,V>)p).putTreeVal(this, tab, hash, key, value);
//遍历此条链表，将构建一个节点插入到该链表的尾部
else {
for (int binCount = 0; ; ++binCount) {
if ((e = p.next) == null) {
p.next = newNode(hash, key, value, null);
//如果插入后链表长度大于等于 8 ，将链表裂变成红黑树
if (binCount >= TREEIFY_THRESHOLD - 1)
treeifyBin(tab, hash);
break;
}
//遍历的过程中，如果发现与某个结点的 hash和key，这依然是一次修改操作
if (e.hash == hash &&
((k = e.key) == key || (key != null && key.equals(k))))
break;
p = e;
}
}
//e 不是 null，说明当前的 put 操作是一次修改操作并且e指向的就是需要被修改的结点
if (e != null) {
V oldValue = e.value;
if (!onlyIfAbsent || oldValue == null)
e.value = value;
afterNodeAccess(e);
return oldValue;
}
}
++modCount;
//如果添加后，数组容量达到阈值，进行扩容
if (++size > threshold)
resize();
afterNodeInsertion(evict);
return null;
}

注释已经很清楚了，我想说下这个初始化的问题

//如果 table 还未被初始化，那么初始化它
if ((tab = table) == null || (n = tab.length) == 0)
n = (tab = resize()).length;

这个resize()方法既可以初始化，也可以扩容，都是这个函数完成的。并且在多线程下，不会出现之前的死锁导致cpu飙升至100%，只会出现数据丢失的问题。

首先，我们看 resize 这个方法是如何对 table 进行初始化的

//第一部分
final Node<K,V>[] resize() {
Node<K,V>[] oldTab = table;
//拿到旧数组的长度
int oldCap = (oldTab == null) ? 0 : oldTab.length;
int oldThr = threshold;
int newCap, newThr = 0;
//说明旧数组已经被初始化完成了，此处需要给旧数组扩容
if (oldCap > 0) {
//极限的限定，达到容量限定的极限将不再扩容
if (oldCap >= MAXIMUM_CAPACITY) {
threshold = Integer.MAX_VALUE;
return oldTab;
}
//未达到极限，将数组容量扩大两倍，阈值也扩大两倍
else if ((newCap = oldCap << 1) < MAXIMUM_CAPACITY &&
oldCap >= DEFAULT_INITIAL_CAPACITY)
newThr = oldThr << 1;
}
//数组未初始化，但阈值不为 0，为什么不为 0 ？
//上述提到 jdk 大神偷懒的事情就指的这，构造函数根据传入的容量打造了一个合适的数组容量暂存在阈值中
//这里直接使用
else if (oldThr > 0)
newCap = oldThr;
//数组未初始化并且阈值也为0，说明一切都以默认值进行构造
else {
newCap = DEFAULT_INITIAL_CAPACITY;
newThr = (int)(DEFAULT_LOAD_FACTOR * DEFAULT_INITIAL_CAPACITY);
}
//这里也是在他偷懒的后续弥补
//newCap = oldThr 之后并没有计算阈值，所以 newThr = 0
if (newThr == 0) {
float ft = (float)newCap * loadFactor;
newThr = (newCap < MAXIMUM_CAPACITY && ft < (float)MAXIMUM_CAPACITY ?
(int)ft : Integer.MAX_VALUE);
}
threshold = newThr;
//根据新的容量初始化一个数组
Node<K,V>[] newTab = (Node<K,V>[])new Node[newCap];
table = newTab;
//旧数组不为 null，这次的 resize 是一次扩容行为
if (oldTab != null) {
//将旧数组中的每个节点位置相对静止地拷贝值新数组中
for (int j = 0; j < oldCap; ++j) {
Node<K,V> e;
//获取头结点
if ((e = oldTab[j]) != null) {
oldTab[j] = null;
//说明链表或者红黑树只有一个头结点，转移至新表
if (e.next == null)
newTab[e.hash & (newCap - 1)] = e;
//如果 e 是红黑树结点，红黑树分裂，转移至新表
else if (e instanceof TreeNode)
((TreeNode<K,V>)e).split(this, newTab, j, oldCap);
//这部分是将链表中的各个节点原序地转移至新表中
else {
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;
}
}
}
}
}
//不论你是扩容还是初始化，都可以返回 newTab
return newTab;

JDK大神真的是太厉害了，膜拜啊膜拜。

将冲突多的，比如链表或者红黑树，放到扩容后的那一半，那么以后冲突就会减少很多。

就是判断旧的数组那一位到底为不为一。比如4(0100)，只要第二位为1，全部放到highHead那里，否则lowHead.

我们看上面代码的第62行

这个oldCap表示扩容之前数组的长度，一定是为2的倍数。即二进制中只有一位为1，其他位都位0

if ((e.hash & oldCap) == 0)

如果原 oldCap 为 10000 的话，那么扩容后的 newCap 则为 100000，会比原来多出一位。所以我们只要知道原索引值的前一位是 0 还是 1 即可，如果是 0，那么它和新容量与后还是 0 并不改变索引的值，如果是 1 的话，那么索引值会增加 oldCap。

这样就分两步拆分当前链表，一条链表是不需要移动的，依然保存在当前索引值的结点上，另一条则需要变动到 index + oldCap 的索引位置上。

既假如原数组前一位是0那么还是原index位置，否则就是两倍。

至此，put方法就差不多了。可以详细的看下代码的注释，结合jdk来理解。

ps. 我其实看的时候有一个疑问。为何不把冲突的全部放到扩容的另外一半呢。这也许就是JDK1.8的新特性吧

我去网上找了找1.8之前的扩容，就是把链表全部放进后面。

所以会产生死循环。而你1.8以后，分成了两个，肯定不会出现指向同一个元素，所以不会出现死循环。

不过我觉得这是一个鸡肋，HashMap线程不安全，没必要考虑这些。

将冲突多的全部放到扩容后的另外一半，我觉得是最好的。(只是个人建议哈)

(三)HashMap的get方法

相对于put方法，get方法就简单很多了。

public V get(Object key) {
Node<K,V> e;
//直接调用了getNode()
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;
//先判断数组是否为空，长度是否大于0，那个node节点是否存在
if ((tab = table) != null && (n = tab.length) > 0 &&
(first = tab[(n - 1) & hash]) != null) {
//如果找到，直接返回
if (first.hash == hash && // always check first node
((k = first.key) == key || (key != null && key.equals(k))))
return first;
if ((e = first.next) != null) {
//如果是红黑树，去红黑树找
if (first instanceof TreeNode)
return ((TreeNode<K,V>)first).getTreeNode(hash, key);
//链表找
do {
if (e.hash == hash &&
((k = e.key) == key || (key != null && key.equals(k))))
return e;
} while ((e = e.next) != null);
}
}
return null;
}

总结：

终于写完了，也是自己的第一篇博文，写了自己比较熟悉的HashMap，花了自己挺久的时间。

之前一直在github wenbochang888 上面写，发觉排版很是麻烦，所以来到了博客园，博客园也是我经常逛的博客之一，没有广告，博文质量高，反正就是非常的喜欢。

希望自己可以坚持下去，无聊就去写写，没有必要说一天几篇，几天几篇什么的，自己开心就好。

自己文笔不好，很多东西表达不出来，望见谅。