Java集合框架源码（一）——hashMap
注：本人的源码基于JDK1.8.0，JDK的版本可以在命令行模式下通过java -version命令查看。
一首先我们来看一下HashMap类的定义：
public class HashMap<K,V> extends AbstractMap<K,V>
implements Map<K,V>, Cloneable, Serializable {
private static final long serialVersionUID = 362498820763181265L;
从上述JDK源码可以看到：
1HashMap继承自AbstractMap类同时实现了Cloneable，Serializable这两个接口，其中前一个接口Cloneable是为了实现clonet()机制，Serializable接口是为了实现序列化机制，关于这两种机制的相关知识再此不做赘述。
2HashMap用到了泛型来实现参数化类型，其实java中的全部集合框架都使用到了泛型。
二：HashMap中一些重要的成员属性：
/**
* The default initial capacity - MUST be a power of two.
*/
static final int DEFAULT_INITIAL_CAPACITY = 1 << 4; // aka 16
static final int MAXIMUM_CAPACITY = 1 << 30;//Hash数组的最大容量，该值必须为2的n次，最大为1^32， MUST be a power of two <= 1<<30.
* The load factor used when none specified in constructor.
*/
static final float DEFAULT_LOAD_FACTOR = 0.75f;//默认装载因子
transient Node<K,V>[] table;//用来存储数据的数组，每个元素都是Node即链表
static final int TREEIFY_THRESHOLD = 8;//当add一个元素到某个位桶，其链表长度达到8时将链表转换为红黑树
transient Set<Map.Entry<K,V>> entrySet;
transient int size;
// The next size value at which to resize (capacity * load factor). int threshold;//临界值 当实际大小(容量*填充因子)超过临界值时，会进行扩容
其中transient关键字是用来让该域在整个类被序列化的时候不包含该内容，即该域不被序列化。至于每个属性的含义，上述代码英文注释很详细。重点说一下static final float DEFAULT_LOAD_FACTOR = 0.75f;这个属性，该属性即为装载因子，本质上就是我们学习数据结构中解决Hash冲突的填充因子的意思，它的默认值是0.75，如果实际元素所占容量占分配容量的75%时就需要扩容。
三HashMap的内部实现原理：我们来看一下HashMap的构造器
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);
}
public HashMap(int initialCapacity) {
this(initialCapacity, DEFAULT_LOAD_FACTOR);
}
public HashMap() {
this.loadFactor = DEFAULT_LOAD_FACTOR; // all other fields defaulted
}
public HashMap(Map<? extends K, ? extends V> m) {
this.loadFactor = DEFAULT_LOAD_FACTOR;
putMapEntries(m, false);
}
可以看到java设计者们重载了4个HashMap的构造器，重点关注一下tableSizeFor()，putMapEntries这两个函数，我们来看一下tableSizeFor的源码：
/**
* 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 |= n >>> 2;
n |= n >>> 4;
n |= n >>> 8;
n |= n >>> 16;
return (n < 0) ? 1 : (n >= MAXIMUM_CAPACITY) ? MAXIMUM_CAPACITY : n + 1;
}
从注释上就可以清楚的知道该函数的功能就是保证HashMap的容量Capacity属性总是2的n次方，之所以这么做原因在于确保Hash散列的均匀性，为何这样做就能保证Hash的均匀性呢？这就需要看HashMap中Hash()函数的源码：
static final int hash(Object key) {
int h;
return (key == null) ? 0 : (h = key.hashCode()) ^ (h >>> 16);
}
可以看到hash函数就是通过key.hashCode（）得到int类型的h，然后通过 h&（h-1）得到所在数组位置，注意>>>运算符表示无符号右移运算，所以结果就很清楚了，h为2的整数幂保证了h-1最后一位（当然是二进制表示）为1，从而保证了取索引操作 h&（length-1）的最后一位同时有为0和为1的可能性，保证了散列的均匀性。反过来讲，当Hash表长度length为奇数时，length-1最后一位为0，这样与h按位与的最后一位肯定为0，即索引位置肯定是偶数，这样数组的奇数位置全部没有放置元素，浪费了大量空间。总之：length为2的幂保证了按位与最后一位的有效性，使哈希表散列更均匀。
接着我们来看一下：putMapEntries这个函数：
final void putMapEntries(Map<? extends K, ? extends V> m, boolean evict) {
int s = m.size();
if (s > 0) {
if (table == null) { // pre-size
float ft = ((float)s / loadFactor) + 1.0F;
int t = ((ft < (float)MAXIMUM_CAPACITY) ?
(int)ft : MAXIMUM_CAPACITY);
if (t > threshold)
threshold = tableSizeFor(t);
}
else if (s > threshold)
resize();
for (Map.Entry<? extends K, ? extends V> e : m.entrySet()) {
K key = e.getKey();
V value = e.getValue();
putVal(hash(key), key, value, false, evict);
}
}
}
可以看到首先获得传入的map实例的大小s，然后存在一个将大小s与临界值比较的过程，如果map实例的大小大于threshold(即零界值的大小),则调用resize()方法，即扩容，我们来看一下resize()的源码：
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) {
if (oldCap >= MAXIMUM_CAPACITY) {
threshold = Integer.MAX_VALUE;
return oldTab;
}
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;
else { // zero initial threshold signifies using defaults
newCap = DEFAULT_INITIAL_CAPACITY;
newThr = (int)(DEFAULT_LOAD_FACTOR * DEFAULT_INITIAL_CAPACITY);
}
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];//27行
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)
((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;
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;
}
}
}
}
}
return newTab;
}
从上述代码可以看到
1首先定义了一个临时数组oldTab来保存table，然后获取该table的大小oldCap，如果oldCap的值大于MAXIMUM_CAPACITY（即HashMap所允许的最最大容量1>>30）,则无法扩容，只能更改 threshold（即扩容的临界值）的值，否则newCap = oldCap << 1，即令新的容量为原来的2倍，且oldCap >=DEFAULT_INITIAL_CAPACITY（从上上面HashMap中重要成员属性这块可以看到值为16），则将新的临界值也更改为原来的2倍，即newThr = oldThr << 1;，即扩容机制包括两部分：1HashMap中table数组的容量的扩容，和成员属性threshold（即扩容的临界值）的更改。
2从上述代码的第27行可以看到，扩容之后需要创建一个新的Table数组（该数组中的每个元素为Node类型，即链表类型） Node<K,V>[] newTab = (Node<K,V>[])new Node[newCap];然后将原数组中的类容重新计算hash值放到新的数组中，分为两种情况讨论，这两种情况对应两种不同的数据结构类型，即链表和红黑树。及对应上述代码中的Node与TreeNode，如下所示：
else if (e instanceof TreeNode)
((TreeNode<K,V>)e).split(this, newTab, j, oldCap);//如果为红黑书，则调用split()
else{...}//否则，表示为链表节点
看到这就不得不提一下HashMap内部扩容机制所涉及到的数据结构链表Node与红黑树TreeNode了，这两个数据结构为HashMap中的内部类，源码如下：
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;
}
}
可以看到该链表Node是一个单向链表（因为只存在一个Node<K,V> next属性）它实现了Map.Entry<K,V>接口。
static final class TreeNode<K,V> extends LinkedHashMap.Entry<K,V> {
TreeNode<K,V> parent; // red-black tree links
TreeNode<K,V> left;
TreeNode<K,V> right;
TreeNode<K,V> prev; // needed to unlink next upon deletion
boolean red;//表示颜色的属性，红黑树是一种自平衡二叉查找树，用red与black来标识某个节点，它可以在O（logn）内进行查找，插入与删除
TreeNode(int hash, K key, V val, Node<K,V> next) {
super(hash, key, val, next);
}
可以看到TreeNode它实现了LinkedHashMap.Entry<K,V>接口.
看到这里我们也就明白了HashMap的底层实现原理了，即HashMap是采用数组 Node<K,V>[]table来存储<K,V>的，数组中的每个元素是Node类型（可能会将该Node类型转换为TreeNode类型），通常称这种方式为位桶+链表/红黑树，当某个位桶的链表的长度达到TREEIFY_THRESHOLD临界值的时候，这个链表就将转换成红黑树。本质上是一个Hash表，用来解决冲突的（这一点将在HashMap中的put<K,V>方法中看到）。用图示表示如下：
四HahMap常用的方法：
1put(K,V);
public V put(K key, V value) {
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;
if ((tab = table) == null || (n = tab.length) == 0)//1
n = (tab = resize()).length;
if ((p = tab[i = (n - 1) & hash]) == null)//2首先判断tab[(n - 1) & hash]处是否为空,如果是代表该数组下标为[(n - 1) & hash]的位置无元素，可直接put
tab[i] = newNode(hash, key, value, null);
else {
Node<K,V> e; K k;
if (p.hash == hash &&
((k = p.key) == key || (key != null && key.equals(k))))
e = p;
else if (p instanceof TreeNode)
e = ((TreeNode<K,V>)p).putTreeVal(this, tab, hash, key, value);
else {
for (int binCount = 0; ; ++binCount) {
if ((e = p.next) == null) {
p.next = newNode(hash, key, value, null);
if (binCount >= TREEIFY_THRESHOLD - 1) // -1 for 1st
treeifyBin(tab, hash);
break;
}
if (e.hash == hash &&
((k = e.key) == key || (key != null && key.equals(k))))//如果Hash值相同，则调用equals方法来确定是否存在该元素，则执行break语句
break;//跳出for循环，执行下面的if语句，即<span style="font-family: Arial, Helvetica, sans-serif;">existing mapping for key，则更新value的值，e.value=value。</span>
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;
if (++size > threshold)
resize();
afterNodeInsertion(evict);
return null;
}
可以看到
1在注释1处，首先判断table数组的长度是否为0或table数组是否为空，即通常情况下表示刚创建一个空的HashMap时，当你调用put（K，V）方法时才会分配内存，即tab = resize()
if ((tab = table) == null || (n = tab.length) == 0)//1
n = (tab = resize()).length;
2在注释2处，首先判断tab[(n - 1) & hash]处是否为空,如果是代表该数组下标为[(n - 1) & hash]的位置无元素，可直接put，否则存在元素，出现冲突，则解决冲突，分为链表与红黑树这两种情况。
即put方法主要包括两大部分：
1根据传入的key计算hash值得到插入的数组索引i，如果tab[i]==null，表示此下标处无元素存在，可直接添加元素，否则出现冲突，那么就要用到链表或红黑树来解决冲突，可参看上图帮助理解，
2如果出现冲突，则扫描链表或红黑树，在此过程中通过equals方法来确定是否存在该元素，如果存在，则直接更新，否则采用链表或红黑树的方式将元素添加到tab[i]对应的链表或红黑树中，可参看上图帮助理解。
即通过hash的值来判断是否存在该元素，如果hash值不存在（tab[i]==null），则一定不存在该元素，若hash值存在，则可能存在该元素，需要通过equals方法来确定，如果hash值存在且key.equals.(k)则表明存在该元素，直接更新其值，否则表明不存在，则采用链表或红黑树的方式将元素添加到tab[i]对应的链表或红黑树中
2 V get(Object key)
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) { //通过该hash值与table的长度n-1相与得到数组的索引first
if (first.hash == hash && // always check first node
((k = first.key) == key || (key != null && key.equals(k))))
return first;
if ((e = first.next) != null) {
if (first instanceof TreeNode)//代表该HashMap为数组+红黑树结构
return ((TreeNode<K,V>)first).getTreeNode(hash, key);
do {//否则代表是数组+链表结构
if (e.hash == hash &&
((k = e.key) == key || (key != null && key.equals(k))))
return e;
} while ((e = e.next) != null);
}
}
return null;
}
从上述代码可以看到：
get某个元素与put某个元素是一一对应的关系，即先通过key得到对应的hash值，然后通过该hash值与table的长度n-1相与得到数组下标的索引first，然后先判断传入的hash是否与数组索引first节点对应的hash值相等，如果是则直接返回该数组元素first，否则则通过first.next不断查找该数组元素所对应的链表/红黑树中是否存在hash与key均和传入的hash与key相等的节点，如果存在则代表在HashMap集合中找到了该元素，则返回其对应的Value。
五总结：
1HashMap内部是基于Hash表实现的，该Hash表为Node类型数组+链表/红黑树，其中链表与红黑树是用来解决冲突的，即当往HashMap中put某个元素时，相同的hash值的两个值会被放到数组中的同一个位置上形成链表或红黑树。
2HashMap存在扩容机制，是通过resize()方法实现的，即当HashMap中的元素个数超过数组大小*loadFactor时，就会进行数组扩容，loadFactor的默认值为0.75，数组的大小*loadFactor=threshold（即扩容的临界值），默认情况下，数组大小为16，那么当HashMap中元素个数超过16*0.75=12的时候，就把数组的大小扩展为 2*16=32，即扩大一倍
3另外从put与get的源码可以看到HashMap的Key与Value都允许为null，同时可以看到HashMap中的put与get方法均无synchronized关键字修饰，即HashMap不是线程安全的。
4HashMap中的元素是唯一的（即同一个key只存在唯一的V与之对应），因为在put的过程中如果可能出现相同元素（K相同V不同），则原来的V将会被替换。
|
作者：（奎恩）quinns 出处：https://www.cnblogs.com/quinnsun/ 本文版权归作者和博客园共有，欢迎转载，但未经作者同意必须保留此段声明，且在文章页面明显位置给出原文连接，否则保留追究法律责任的权利。 如果文中有什么错误，欢迎指出。以免更多的人被误导。 |
