概述

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。

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。
图片.png

从上图中可以看出，HashMap底层就是一个数组结构，数组中的每一项又是一个链表或者红黑树。
当新建一个HashMap的时候，就会初始化一个数组。

下面先通过大概看下HashMap的核心成员。

  1. public class HashMap<K,V> extends AbstractMap<K,V>
  2.     implements Map<K,V>, Cloneable, Serializable {
  4.     // 默认容量，默认为16，必须是2的幂
  5.     static final int DEFAULT_INITIAL_CAPACITY = 1 << 4;
  7.     // 最大容量，值是2^30
  8.     static final int MAXIMUM_CAPACITY = 1 << 30
  10.     // 装载因子，默认的装载因子是0.75
  11.     static final float DEFAULT_LOAD_FACTOR = 0.75f;
  13.     // 解决冲突的数据结构由链表转换成树的阈值，默认为8
  14.     static final int TREEIFY_THRESHOLD = 8;
  16.     // 解决冲突的数据结构由树转换成链表的阈值，默认为6
  17.     static final int UNTREEIFY_THRESHOLD = 6;
  19.     /* 当桶中的bin被树化时最小的hash表容量。
  20.      *  如果没有达到这个阈值，即hash表容量小于MIN_TREEIFY_CAPACITY，当桶中bin的数量太多时会执行resize扩容操作。
  21.      *  这个MIN_TREEIFY_CAPACITY的值至少是TREEIFY_THRESHOLD的4倍。
  22.      */
  23.     static final int MIN_TREEIFY_CAPACITY = 64;
  25.     static class Node<K,V> implements Map.Entry<K,V> {
  26.         //...
  27.     }
  28.     // 存储数据的数组
  29.     transient Node<K,V>[] table;
  31.     // 遍历的容器
  32.     transient Set<Map.Entry<K,V>> entrySet;
  34.     // Map中KEY-VALUE的数量
  35.     transient int size;
  37.     /**
  38.      * 结构性变更的次数。
  39.      * 结构性变更是指map的元素数量的变化，比如rehash操作。
  40.      * 用于HashMap快速失败操作，比如在遍历时发生了结构性变更，就会抛出ConcurrentModificationException。
  41.      */
  42.     transient int modCount;
  44.     // 下次resize的操作的size值。
  45.     int threshold;
  47.     // 负载因子，resize后容量的大小会增加现有size * loadFactor
  48.     final float loadFactor;
  49. }

重要的变量需要知道：

  • loadFactor：数据的增长因子，默认为 0.75，在进行扩容操作会使用到。
  • threshold：允许的最大的存储的元素数量，通过 length 数组长度 * loadFactor 增长因子得出
  • modCount：记录内部结构发生变化的次数
  • size：实际存储的元素数量

HashMap的初始化

  1. public HashMap() {
  2.         this.loadFactor = DEFAULT_LOAD_FACTOR; // 其他值都是默认值
  3.     }

通过源码可以看出初始化时并没有初始化数组table，那只能在put操作时放入了，为什么要这样做？估计是避免初始化了HashMap之后不使用反而占用内存吧，哈哈哈。

HashMap的存储操作

  1. public V put(K key, V value) {
  2.         return putVal(hash(key), key, value, false, true);
  3.     }

下面我们详细讲一下HashMap是如何确定数组索引的位置、进行put操作的详细过程以及扩容机制(resize)

hash计算，确定数组索引位置

不管增加、删除、查找键值对，定位到哈希桶数组的位置都是很关键的第一步。前面说过HashMap的数据结构是数组和链表的结合，所以我们当然希望这个HashMap里面的元素位置尽量分布均匀些，尽量使得每个位置上的元素数量只有一个，那么当我们用hash算法求得这个位置的时候，马上就可以知道对应位置的元素就是我们要的，不用遍历链表，大大优化了查询的效率。HashMap定位数组索引位置，直接决定了hash方法的离散性能。

看下源码的实现:

  1. static final int hash(Object key) {   //jdk1.8
  2.      int h;
  3.      // h = key.hashCode() 为第一步 取hashCode值
  4.      // h ^ (h >>> 16)  为第二步 高位参与运算
  5.      return (key == null) ? 0 : (h = key.hashCode()) ^ (h >>> 16);
  6. }

通过hashCode()的高16位异或低16位实现的：(h = k.hashCode()) ^ (h >>> 16)，主要是从速度、功效、质量来考虑的，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。

大家都知道上面代码里的key.hashCode()函数调用的是key键值类型自带的哈希函数，返回int型散列值。
理论上散列值是一个int型，如果直接拿散列值作为下标访问HashMap主数组的话，考虑到2进制32位带符号的int表值范围从‑2147483648到2147483648。前后加起来大概40亿的映射空间。只要哈希函数映射得比较均匀松散，一般应用是很难出现碰撞的。但问题是一个40亿长度的数组，内存是放不下的。你想，HashMap扩容之前的数组初始大小才16。所以这个散列值是不能直接拿来用的。用之前还要先做对数组的长度取模运算，得到的余数才能用来访问数组下标。源码中模运算是在这个indexFor( )函数里完成。

  1. bucketIndex = indexFor(hash, table.length);
  2. //indexFor的代码也很简单，就是把散列值和数组长度做一个"与"操作，
  3. static int indexFor(int h, int length) {
  4.    return h & (length-1);
  5. }

顺便说一下，这也正好解释了为什么HashMap的数组长度要取2的整次幂。因为这样（数组长度‑1）正好相当于一个“低位掩码”。“与”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。以初始长度16为例，16‑1=15。2进制表示是00000000 0000000000001111。和某散列值做“与”操作如下，结果就是截取了最低的四位值。

  1. 10100101 11000100 00100101
  2. & 00000000 00000000 00001111
  3. ----------------------------------
  4.   00000000 00000000 00000101 //高位全部归零，只保留末四位

但这时候问题就来了，这样就算我的散列值分布再松散，要是只取最后几位的话，碰撞也会很严重。更要命的是如果散列本身做得不好，分布上成等差数列的漏洞，恰好使最后几个低位呈现规律性重复，就无比蛋疼。这时候“扰动函数”的价值就出来了，说到这大家应该都明白了，看下图。

图片.png

右位移16位，正好是32bit的一半，自己的高半区和低半区做异或，就是为了混合原始哈希码的高位和低位，以此来加大低位的随机性。而且混合后的低位掺杂了高位的部分特征，这样高位的信息也被变相保留下来。

putVal方法

HashMap的put方法执行过程可以通过下图来理解，自己有兴趣可以去对比源码更清楚地研究学习。
图片.png
源码以及解释如下:

  1. // 真正的put操作
  2.     final V putVal(int hash, K key, V value, boolean onlyIfAbsent,
  3.                    boolean evict) {
  4.         Node<K,V>[] tab; Node<K,V> p; int n, i;
  5.         // 如果table没有初始化，或者初始化的大小为0，进行resize操作
  6.         if ((tab = table) == null || (n = tab.length) == 0)
  7.             n = (tab = resize()).length;
  8.         // 如果hash值对应的桶内没有数据，直接生成结点并且把结点放入桶中
  9.         if ((p = tab[i = (n - 1) & hash]) == null)
  10.             tab[i] = newNode(hash, key, value, null);
  11.         // 如果hash值对应的桶内有数据解决冲突，再放入桶中
  12.         else {
  13.             Node<K,V> e; K k;
  14.             //判断put的元素和已经存在的元素是相同(hash一致，并且equals返回true)
  15.             if (p.hash == hash &&
  16.                 ((k = p.key) == key || (key != null && key.equals(k))))
  17.                 e = p;
  18.             // put的元素和已经存在的元素是不相同(hash一致，并且equals返回true)
  19.             // 如果桶内元素的类型是TreeNode，也就是解决hash解决冲突用的树型结构，把元素放入树种
  20.             else if (p instanceof TreeNode)
  21.                 e = ((TreeNode<K,V>)p).putTreeVal(this, tab, hash, key, value);
  22.             else {
  23.                 // 桶内元素的类型不是TreeNode，而是链表时，把数据放入链表的最后一个元素上
  24.                 for (int binCount = 0; ; ++binCount) {
  25.                     if ((e = p.next) == null) {
  26.                         p.next = newNode(hash, key, value, null);
  27.                         // 如果链表的长度大于转换为树的阈值(TREEIFY_THRESHOLD)，将存储元素的数据结构变更为树
  28.                         if (binCount >= TREEIFY_THRESHOLD - 1) // -1 for 1st
  29.                             treeifyBin(tab, hash);
  30.                         break;
  31.                     }
  32.                     // 如果查已经存在key，停止遍历
  33.                     if (e.hash == hash &&
  34.                         ((k = e.key) == key || (key != null && key.equals(k))))
  35.                         break;
  36.                     p = e;
  37.                 }
  38.             }
  39.             // 已经存在元素时
  40.             if (e != null) { // existing mapping for key
  41.                 V oldValue = e.value;
  42.                 if (!onlyIfAbsent || oldValue == null)
  43.                     e.value = value;
  44.                 afterNodeAccess(e);
  45.                 return oldValue;
  46.             }
  47.         }
  48.         ++modCount;
  49.         // 如果K-V数量大于阈值，进行resize操作
  50.         if (++size > threshold)
  51.             resize();
  52.         afterNodeInsertion(evict);
  53.         return null;
  54.     }

扩容机制

HashMap的扩容机制用的很巧妙，以最小的性能来完成扩容。
扩容后的容量就变成了变成了之前容量的2倍，初始容量为16，所以经过rehash之后，元素的位置要么是在原位置，要么是在原位置再向高下标移动上次容量次数的位置，也就是说如果上次容量是16，下次扩容后容量变成了16+16，如果一个元素在下标为7的位置，下次扩容时，要不还在7的位置，要不在7+16的位置。

我们下面来解释一下Java8的扩容机制是怎么做到的？
n为table的长度，图（a）表示扩容前的key1和key2两种key确定索引位置的示例，图（b）表示扩容后key1和key2两种key确定索引位置的示例，其中hash1是key1对应的哈希与高位运算结果。

图片.png
元素在重新计算hash之后，因为n变为2倍，那么n-1的mask范围在高位多1bit(红色)，因此新的index就会发生这样的变化：
图片.png
因此，我们在扩充HashMap的时候，不需要像JDK1.7的实现那样重新计算hash，只需要看看原来的hash值新增的那个bit是1还是0就好了，是0的话索引没变，是1的话索引变成“原索引+oldCap”，可以看看下图为16扩充为32的resize示意图：
图片.png
而hash值的高位是否为1，只需要和扩容后的长度做与操作就可以了，因为扩容后的长度为2的次幂，所以高位必为1，低位必为0，如10000这种形式，源码中有e.hash & oldCap来做到这个逻辑。

这个设计确实非常的巧妙，既省去了重新计算hash值的时间，而且同时，由于新增的1bit是0还是1可以认为是随机的，因此resize的过程，均匀的把之前的冲突的节点分散到新的bucket了。这一块就是JDK1.8新增的优化点。有一点注意区别，JDK1.7中rehash的时候，旧链表迁移新链表的时候，如果在新表的数组索引位置相同，则链表元素会倒置，但是从上图可以看出，JDK1.8不会倒置。
下面是JDK1.8的resize源码，写的很赞，如下:

  1. final Node<K,V>[] resize() {
  2.         Node<K,V>[] oldTab = table;
  3.         int oldCap = (oldTab == null) ? 0 : oldTab.length;
  4.         int oldThr = threshold;
  5.         int newCap, newThr = 0;
  6.         // 计算新的容量值和下一次要扩展的容量
  7.         if (oldCap > 0) {
  8.         // 超过最大值就不再扩充了，就只好随你碰撞去吧
  9.             if (oldCap >= MAXIMUM_CAPACITY) {
  10.                 threshold = Integer.MAX_VALUE;
  11.                 return oldTab;
  12.             }
  13.             // 没超过最大值，就扩充为原来的2倍
  14.             else if ((newCap = oldCap << 1) < MAXIMUM_CAPACITY &&
  15.                      oldCap >= DEFAULT_INITIAL_CAPACITY)
  16.                 newThr = oldThr << 1; // double threshold
  17.         }
  18.         else if (oldThr > 0) // initial capacity was placed in threshold
  19.             newCap = oldThr;
  20.         else {               // zero initial threshold signifies using defaults
  21.             newCap = DEFAULT_INITIAL_CAPACITY;
  22.             newThr = (int)(DEFAULT_LOAD_FACTOR * DEFAULT_INITIAL_CAPACITY);
  23.         }
  24.         // 计算新的resize上限
  25.         if (newThr == 0) {
  26.             float ft = (float)newCap * loadFactor;
  27.             newThr = (newCap < MAXIMUM_CAPACITY && ft < (float)MAXIMUM_CAPACITY ?
  28.                       (int)ft : Integer.MAX_VALUE);
  29.         }
  30.         threshold = newThr;
  31.         @SuppressWarnings({"rawtypes","unchecked"})
  32.             Node<K,V>[] newTab = (Node<K,V>[])new Node[newCap];
  33.         table = newTab;
  34.         if (oldTab != null) {
  35.             // 把每个bucket都移动到新的buckets中
  36.             for (int j = 0; j < oldCap; ++j) {
  37.                 Node<K,V> e;
  38.                 //如果位置上没有元素，直接为null
  39.                 if ((e = oldTab[j]) != null) {
  40.                     oldTab[j] = null;
  41.                     //如果只有一个元素，新的hash计算后放入新的数组中
  42.                     if (e.next == null)
  43.                         newTab[e.hash & (newCap - 1)] = e;
  44.                     //如果是树状结构，使用红黑树保存
  45.                     else if (e instanceof TreeNode)
  46.                         ((TreeNode<K,V>)e).split(this, newTab, j, oldCap);
  47.                     //如果是链表形式
  48.                     else { // preserve order
  49.                         Node<K,V> loHead = null, loTail = null;
  50.                         Node<K,V> hiHead = null, hiTail = null;
  51.                         Node<K,V> next;
  52.                         do {
  53.                             next = e.next;
  54.                             //hash碰撞后高位为0，放入低Hash值的链表中
  55.                             if ((e.hash & oldCap) == 0) {
  56.                                 if (loTail == null)
  57.                                     loHead = e;
  58.                                 else
  59.                                     loTail.next = e;
  60.                                 loTail = e;
  61.                             }
  62.                             //hash碰撞后高位为1，放入高Hash值的链表中
  63.                             else {
  64.                                 if (hiTail == null)
  65.                                     hiHead = e;
  66.                                 else
  67.                                     hiTail.next = e;
  68.                                 hiTail = e;
  69.                             }
  70.                         } while ((e = next) != null);
  71.                         // 低hash值的链表放入数组的原始位置
  72.                         if (loTail != null) {
  73.                             loTail.next = null;
  74.                             newTab[j] = loHead;
  75.                         }
  76.                         // 高hash值的链表放入数组的原始位置 + 原始容量
  77.                         if (hiTail != null) {
  78.                             hiTail.next = null;
  79.                             newTab[j + oldCap] = hiHead;
  80.                         }
  81.                     }
  82.                 }
  83.             }
  84.         }
  85.         return newTab;
  86.     }

JDK1.8 优化

JDK 1.8 以前，HashMap 使用链表处理冲突，同一 hash 值的链表都存储在一个链表里。
但是当哈希碰撞较多，即 hash 值相等的元素较多时，通过 key 值查找退化成线性查找。
JDK 1.8 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。
图片.png