HashMap

概览

• HashMap类使用散列表实现Map接口并扩展AbstractMap。HashMap采用哈希算法实现， 底层采用了哈希表存储数据，用 Node数组 实现
• HashMap 根据键的 hashCode 值计算出hash值存储数据，大多数情况下可以直接定位到它的值，因而具有很快的访问速度，但遍历顺序却是不确定的。
• HashMap 最多只允许一条记录的键为 null，允许多条记录的值为 null。
• HashMap 非线程安全，即任一时刻可以有多个线程同时写 HashMap，可能会导致数据的不一致。
• 如果需要满足线程安全，可以用 Collections 的 synchronizedMap 方法使HashMap 具有线程安全的能力，或者使用 ConcurrentHashMap

关键设计

概念

• size : HashMap中存放KV的数量（为链表和树中的KV的总和）
• capacity ：指HashMap中桶node的数量。默认值为16。一般第一次扩容时会扩容到64，之后好像是2倍。总之，容量都是2的幂。capacity 始终大于size
• loadFactor ：装载因子，计算HashMap的实时装载因子的方法为：size/capacity
• threshold ：hashmap所能容纳的最大数据量的Node个数，当HashMap的size大于threshold时会执行resize操作。 初始化时threshold=capacity*loadFactor

属性

transient Node<K,V>[] table;
transient Set<Map.Entry<K,V>> entrySet;
transient int modCount;
transient int size; // HashMap中存放KV的数量（为链表和树中的KV的总和）
final float loadFactor; // 装载因子(如果值太高, 虽说会提高空间利用率, 但是加大查找的开销) 
int threshold; //下次扩容阀值(容量*加载因子) threshold=capacity*loadFactor  
static final int DEFAULT_INITIAL_CAPACITY = 1 << 4; // 默认容量大小 16
static final int MAXIMUM_CAPACITY = 1 << 30; // 最大容量2^30
static final float DEFAULT_LOAD_FACTOR = 0.75f; // 默认填充比
static final int TREEIFY_THRESHOLD = 8; // 由链表转换成树的阈值
static final int UNTREEIFY_THRESHOLD = 6; // 由树转换成链表的阈值
// 当桶中的bin被树化时最小的hash表容量。
// 可树化的最小数组容量
//（如果表中的节点太多，则重新调整表大小）这个值至少是TREEIFY_THRESHOLD的4倍
static final int MIN_TREEIFY_CAPACITY = 64;

存储单元
node是hashmap的一个内部类，用来储存数据和保持链表结构的。它的本质就是一个映射（键值对）。

static class Node<K,V> implements Map.Entry<K,V> {
    final int hash;
    final K key;
    V value;
    Node<K,V> next;
    // 重写hashCode
    public final int hashCode() {
            return Objects.hashCode(key) ^ Objects.hashCode(value);
        }
    // 重写 equals
    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;
    }
}

设置容量大小
threshold = 返回 不小于给定目标容量cap的最小二次幂

    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;
    }

构造器

public HashMap() // 默认填充比为0.75
// threshold=（最小2次幂>=initialCapacity），默认填充比为0.75
// =HashMap(initialCapacity, DEFAULT_LOAD_FACTOR) 
public HashMap(int initialCapacity) 
public HashMap(int initialCapacity, float loadFactor)  // 指定容量，指定填充比
{
    if (initialCapacity < 0)   //如果初始容量小于0，抛出异常
        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);
}
public HashMap(Map<? extends K, ? extends V> m)

hash

取key的hashCode值、高位运算、取模运算

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

jdk1.8确定map坐标的方式是tab[(n-1)&hash] n代表map的length,由于绝大多数情况下 map的length的值小于2^16 (25536),所以大部分情况下是hash的低16位与map的length进行与运算(&)

• 当length=8时 下标运算结果取决于哈希值的低三位
• 当length=16时 下标运算结果取决于哈希值的低四位
• 当length=32时 下标运算结果取决于哈希值的低五位
• 当length=2的N次方， 下标运算结果取决于哈希值的低N位。

  resize扩容

1. 原容量大于0，需要扩容，阈值扩容至原来的两倍，但最大值为Integer.MAX_VALUE
2. 原数组=null，原阈值>0，初始容量设置为原阈值，新阈值设置为新容量0.75，即原阈值0.75（通常是指定容量的构造器 初始化扩容）
3. 原数组=null，原阈值=0，采用默认值，容量=16，阈值=16*0.75（无参构造器初始化扩容）
4. 保证新阈值为新容量*0.75

5. 若原数组中存在值，需拷贝到新数组，遍历数组，数组位置上不为空，需转移，且把原引用置为null

   1. 原数组位置只有一个节点，根据hash计算下标存放到新数组
   2. 不止一个节点，且当前节点为树节点，按红黑树管理存入新数组
   3. 链表，按照新数组的下标计算方式存入新数组

      final Node<K,V>[] resize() {
        Node<K,V>[] oldTab = table;//oldTab变量指向原来的数组
        int oldCap = (oldTab == null) ? 0 : oldTab.length;
        int oldThr = threshold; //oldThr变量保存原来数组的临界值
        int newCap, newThr = 0;
        if (oldCap > 0) {//说明将要进行扩容操作
            if (oldCap >= MAXIMUM_CAPACITY) {
                //由于最大容量不能超过MAXMUM_CAPACITY, 当原数组容量达到该值后不能再扩容
                threshold = Integer.MAX_VALUE;
                return oldTab;
            }
            else if ((newCap = oldCap << 1) < MAXIMUM_CAPACITY &&
                     oldCap >= DEFAULT_INITIAL_CAPACITY)
                newThr = oldThr << 1; // double threshold 进行两倍扩容
        }
        else if (oldThr > 0) // initial capacity was placed in threshold
            // oldCap=0, 说明原来的table数组为null
            // 初始容量设置为阈值
            newCap = oldThr;
        else {               // zero initial threshold signifies using defaults
            //oldCap=0, oldThr=0,所以一切参数采用默认值
            newCap = DEFAULT_INITIAL_CAPACITY;
            newThr = (int)(DEFAULT_LOAD_FACTOR * DEFAULT_INITIAL_CAPACITY);
        }
        if (newThr == 0) {
            float ft = (float)newCap * loadFactor;//新容器的临界值
            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];//创建新容量的数组
        table = newTab;
        if (oldTab != null) {//如果原数组中存在值, 需要将原来数组中的值保存到新数组中
            for (int j = 0; j < oldCap; ++j) {//遍历原来的数组
                Node<K,V> e;
                if ((e = oldTab[j]) != null) {//如果原数组位置中的值!=null, 则需进行转移
                    oldTab[j] = null;//置为null, 方便进行GC
                    if (e.next == null)
                        //原数组中保存的hash值是没有冲突的, 也就是Node类型变量
                        newTab[e.hash & (newCap - 1)] = e;
                    else if (e instanceof TreeNode)
                        // 原数组中保存的hash值存在冲突, 是红黑树 TreeNode 类型变量, 
                        // 采用红黑树管理冲突的键值对
                        ((TreeNode<K,V>)e).split(this, newTab, j, oldCap);
                    else { // preserve order
                        // 原数组中保存的hash值存在冲突, 
                        //但是并没有用红黑树对冲突的Hash值进行管理, 而是用Node链表进行管理
                        Node<K,V> loHead = null, loTail = null;
                        Node<K,V> hiHead = null, hiTail = null;
                        Node<K,V> next;
                        do {
                            next = e.next;
           //因为需要根据冲突链表中的hash值存放到新数组中,而新数组的长度是原数组长度的2倍, 
       //newTable.length-1 比 oldTable.length-1 多oldCap, 因此 hash&(newTable.length-1) 
          //等价于 hash&(oldTable.length-1) + (hash&oldCap ==0 ? 0 : oldCap)
                            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);
                        //将链表复制到新数组中
                        if (loTail != null) {
                            loTail.next = null;
                            newTab[j] = loHead;
                        }
                        if (hiTail != null) {
                            hiTail.next = null;
                            newTab[j + oldCap] = hiHead;
                        }
                    }
                }
            }
        }
        return newTab;
      }

      put

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

      putVal

6. 判断table是否为空，若空为其初始化扩容

7. 根据 hash值 计算获得table下标 i= (table.length - 1) & hash 等价于对length取模，也就是hash %length（位运算只能用于除数是2的n次方的数的求余）
8. 若table [i] == null ，填入添加的映射, size++，若size > threshold，扩容，return null;

9. 若table [i] != null，判断当前位置的key是不是与将要存入的key相同，判断当前节点是否为树节点

   1. 判断当前位置，链头 的key 是否与将要存入的key相同，相同覆盖value，return原value
   2. key不同，判断p节点是否为树节点；若是，加入红黑树

   3. key不同，不是树节点，则遍历链表，从头开始

      1. 若找到，代表是修改，覆盖原value，return原value

      2. 在链表中未找到与将要存入的key相同的key，代表是新增，若添加节点后，节点数>=8，将链表转化为红黑树，return原value

         @param hash key的hash值
         @param onlyIfAbsent if true, don't change existing value
         @param evict if false, the table is in creation mode. 表处于创建模式
         @return previous value, or null if none
         final V putVal(int hash, K key, V value, boolean onlyIfAbsent,boolean evict) {
         // tab=初始map数组 ; n=初始map数组得长度
         // p=hash计算后map数组 ; i=hash计算后map数组下标位置
         Node<K,V>[] tab; Node<K,V> p; int n, i;
         if ((tab = table) == null || (n = tab.length) == 0)
            // 当数组table为null时, 调用resize生成数组table, 并令tab指向数组table
            n = (tab = resize()).length;
         // 计算下标 将数据 赋值给 p  (hash计算后map数组)
         // 当前下标无数据 如果新存放的hash值没有冲突
         if ((p = tab[i = (n - 1) & hash]) == null)
            // 则只需要生成新的Node节点并存放到table数组中即可
            tab[i] = newNode(hash, key, value, null);
         else {
            // 否则就是产生了hash冲突
            Node<K,V> e; K k;
            if (p.hash == hash &&
                ((k = p.key) == key || (key != null && key.equals(k))))
                // 如果hash值相等且key值相等, 则令e指向冲突的头节点
                e = p;
            else if (p instanceof TreeNode)
                // 如果头节点的key值与新插入的key值不等, 
                // 并且头结点是TreeNode类型,说明该hash值冲突是采用红黑树进行处理.
                // 向红黑树中插入新的Node节点
                e = ((TreeNode<K,V>)p).putTreeVal(this, tab, hash, key, value);
            else {
            // 否则就是采用链表处理hash值冲突
                // 遍历冲突链表, binCount记录hash值冲突链表中节点个数
                for (int binCount = 0; ; ++binCount) {
                    if ((e = p.next) == null) {
                    // 当遍历到冲突链表的尾部时
                        // 生成新节点添加到链表末尾
                        p.next = newNode(hash, key, value, null);
                        // 如果binCount即冲突节点的个数>= (TREEIFY_THRESHOLD(=8) - 1),
                        //便将冲突链表改为红黑树结构,否则不需要改为红黑树结构
                        if (binCount >= TREEIFY_THRESHOLD - 1) // -1 for 1st
                            treeifyBin(tab, hash);
                        break;
                    }
                    // 如果在冲突链表中找到相同key值的节点, 则直接用新value覆盖原来value值
                    if (e.hash == hash &&
                        ((k = e.key) == key || (key != null && key.equals(k))))
                        break;
                    p = e;
                }
            }
            // 说明原来已经存在相同key的键值对
            if (e != null) { // existing mapping for key
                V oldValue = e.value;
                if (!onlyIfAbsent || oldValue == null)
                //onlyIfAbsent为true表示仅当<key,value>不存在时进行插入, 为false表示强制覆盖
                    e.value = value;
                afterNodeAccess(e);
                return oldValue;
            }
         }
         ++modCount;// 修改次数自增
         if (++size > threshold)
         // 当键值对数量size达到临界值threhold后, 需要进行扩容操作
            resize();
         afterNodeInsertion(evict);
         return null;
         }

         putTreeVal

         final TreeNode<K,V> putTreeVal(HashMap<K,V> map, Node<K,V>[] tab,int h, K k, V v) {
            Class<?> kc = null;
            boolean searched = false;
            TreeNode<K,V> root = (parent != null) ? root() : this;
            for (TreeNode<K,V> p = root;;) {
                int dir, ph; K pk;
                if ((ph = p.hash) > h)
                    dir = -1;
                else if (ph < h)
                    dir = 1;
                else if ((pk = p.key) == k || (k != null && k.equals(pk)))
                    return p;
                else if ((kc == null &&
                          (kc = comparableClassFor(k)) == null) ||
                         (dir = compareComparables(kc, k, pk)) == 0) {
                    if (!searched) {
                        TreeNode<K,V> q, ch;
                        searched = true;
                        if (((ch = p.left) != null &&
                             (q = ch.find(h, k, kc)) != null) ||
                            ((ch = p.right) != null &&
                             (q = ch.find(h, k, kc)) != null))
                            return q;
                    }
                    dir = tieBreakOrder(k, pk);
                }
                TreeNode<K,V> xp = p;
                if ((p = (dir <= 0) ? p.left : p.right) == null) {
                    Node<K,V> xpn = xp.next;
                    TreeNode<K,V> x = map.newTreeNode(h, k, v, xpn);
                    if (dir <= 0)
                        xp.left = x;
                    else
                        xp.right = x;
                    xp.next = x;
                    x.parent = x.prev = xp;
                    if (xpn != null)
                        ((TreeNode<K,V>)xpn).prev = x;
                    moveRootToFront(tab, balanceInsertion(root, x));
                    return null;
                }
            }
         }

treeifyBin

//该方法的主要作用是将冲突链表改为红黑树  
final void treeifyBin(Node<K,V>[] tab, int hash) {
        int n, index; Node<K,V> e;
        if (tab == null || (n = tab.length) < MIN_TREEIFY_CAPACITY)
//当数组的长度< MIN_TREEIFY_CAPACITY(64) 时,只是单纯将数组扩容, 而没有直接将链表改为红黑树 
        //因为hash数组长度还太小时导致多冲突的主要原因, 增大hash数组长度可以改善冲突情况
            resize();
        else if ((e = tab[index = (n - 1) & hash]) != null) {
            TreeNode<K,V> hd = null, tl = null;
            do {
                TreeNode<K,V> p = replacementTreeNode(e, null);
                if (tl == null)
                    hd = p;
                else {
                    p.prev = tl;
                    tl.next = p;
                }
                tl = p;
            } while ((e = e.next) != null);
            if ((tab[index] = hd) != null)
                hd.treeify(tab);
        }
    }

get

思路如下：

1. bucket里的第一个节点，直接命中；
2. 如果有冲突，则通过key.equals(k)去查找对应的entry
   1. 若为树，则在树中通过key.equals(k)查找，O(logn)；
   2. 若为链表，则在链表中遍历通过key.equals(k)查找，O(n)。

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;
    // first指向hash值对应数组位置中的Node节点
    if ((tab = table) != null && (n = tab.length) > 0 
        && (first = tab[(n - 1) & hash]) != null) {
        // 如果first节点对应的hash和key的hash相等
        //(在数组相同位置,只是说明 hash&(n-1) 操作结果相等, 说明hash值的部分低位相等,并不代表整个hash值相等), 
        // 并且first对应的key也相等的话, first节点就是要查找的
        if (first.hash == hash && ((k = first.key) == key || (key != null && key.equals(k))))
            return first;
        if ((e = first.next) != null) { // 说明存在hash冲突
            if (first instanceof TreeNode) // 说明由红黑树对hash值冲突进行管理
                return ((TreeNode<K, V>) first).getTreeNode(hash, key); // 查找红黑树
            do { // 说明hash值冲突是由链表进行管理
                if (e.hash == hash && ((k = e.key) == key || (key != null && key.equals(k))))
                    return e;
            } while ((e = e.next) != null); // 对链表进行遍历
        }
    }
    return null;
}