Java HashMap源码解读(JDK17)
HashMap介绍
HashMap是Map接口的实现类，基于哈希表来存储键值对。
HashMap可以存储null的key和value，可以允许多个value为null，但是只能允许一个key为null。
JDK1.8之前的HashMap底层数据结构采用数组+链表实现，JDK1.8之后采用数组+链表/红黑树实现。数组是HashMap的主体，采用拉链法（链表）解决哈希冲突，当链表长度大于等于阈值（默认为8）时，链表会转换为红黑树（链表转红黑树之前会判断，数组长度小于64时会优先扩容数组）；当红黑树节点小于等于6时，红黑树会退化为链表。
HashMap的默认大小是16，之后每次扩容，容量变成原来的2倍。
另外，HashMap不是线程安全的，在多线程环境下，推荐使用ConcurrentHashMap或HashTable（渐被淘汰）。
常用方法
Map<Integer, String> map = new HashMap<>();
//存入键值对
map.put(1, "Java");
map.put(2, "Python");
map.put(3, "C++");
map.put(4, "Rust");
map.put(5, "Go");
//通过key获取value
System.out.println(map.get(1));
//查找hashmap中是否有对应的key，没有则存入默认的value
System.out.println(map.getOrDefault(10, "code"));
//根据key删除元素
map.remove(10);
//查询是否有该key
System.out.println(map.containsKey(10));
HashMap核心源码分析
下面代码是对Java17版本的HashMap进行分析。
类属性
public class HashMap<K,V> extends AbstractMap<K,V>
implements Map<K,V>, Cloneable, Serializable {
// 序列号
private static final long serialVersionUID = 362498820763181265L;
// 默认容量大小16
static final int DEFAULT_INITIAL_CAPACITY = 1 << 4;
// 最大容量
static final int MAXIMUM_CAPACITY = 1 << 30;
// 默认负载因子0.75
static final float DEFAULT_LOAD_FACTOR = 0.75f;
// 链表转红黑树的阈值
static final int TREEIFY_THRESHOLD = 8;
// 红黑树转链表的阈值
static final int UNTREEIFY_THRESHOLD = 6;
// 转成红黑树时数组的最小容量
static final int MIN_TREEIFY_CAPACITY = 64;
// 数组
transient Node<K,V>[] table;
// 存放具体元素的集合
transient Set<Map.Entry<K,V>> entrySet;
// 存放元素的个数，不等于数组长度
transient int size;
// 记录HashMap增删元素导致结构改动的次数
transient int modCount;
// 扩容的阈值 = 当前容量 * 负载因子
int threshold;
//负载因子
final float loadFactor;
负载因子loadFactor：负载因子 = 数组存放的元素 / 数组大小，负载因子越接近1，则数组存放的元素越密集，发生哈希碰撞的概率就越大，负载因子越接近0，数组中存放的元素就越分散，发生哈希碰撞的概率也就越小。HashMap默认0.75，可以保证时间和空间上的平衡。
threshold扩容阈值：threshold = capability * loadFactor，当size>threshold时就会触发数组的扩容。
构造方法
HashMap有4个构造方法。
//默认构造方法
public HashMap() {
this.loadFactor = DEFAULT_LOAD_FACTOR; // all other fields defaulted
}
//指定初始化容量和负载因子
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);
}
//指定初始化容量
public HashMap(int initialCapacity) {
this(initialCapacity, DEFAULT_LOAD_FACTOR);
}
//传入一个map
public HashMap(Map<? extends K, ? extends V> m) {
this.loadFactor = DEFAULT_LOAD_FACTOR;
putMapEntries(m, false);
}
put
HashMap的put方法实际调用了putVal方法来插入键值对：
public V put(K key, V value) {
return putVal(hash(key), key, value, false, true);
}
对于putVal方法，参数的意思分别是：
hash：调用hash方法计算哈希值；
key：传入key；
value：传入value；
onlyIfAbsent：如果为true，当键相同时不修改已存在的值；
evict：如果为false则数组处于创建模式。
final V putVal(int hash, K key, V value, boolean onlyIfAbsent,
boolean evict) {
//tab表示数组，p表示当前插入的节点
Node<K,V>[] tab; Node<K,V> p; int n, i;
//如果数组为空则调用resize()创建一个数组
if ((tab = table) == null || (n = tab.length) == 0)
n = (tab = resize()).length;
//判断插入位置是否哈希冲突，如果不冲突则直接创建新节点插入
if ((p = tab[i = (n - 1) & hash]) == null)
tab[i] = newNode(hash, key, value, null);
else {
//处理冲突
Node<K,V> e; K k;
//判断table[i]中的元素是否与插入的key一样，如果一样就先用变量e保存这个节点，待后续用新值替换旧值。
if (p.hash == hash &&
((k = p.key) == key || (key != null && key.equals(k))))
e = p;
//判断插入的是红黑树还是链表，是红黑树则调用putTreeVal插入到红黑树中
else if (p instanceof TreeNode)
e = ((TreeNode<K,V>)p).putTreeVal(this, tab, hash, key, value);
else {
//如果是链表，则遍历链表到尾部插入新节点
for (int binCount = 0; ; ++binCount) {
//到达链表尾部，创建新节点插入
if ((e = p.next) == null) {
p.next = newNode(hash, key, value, null);
//如果链表长度达到红黑树化阈值，则转为红黑树
if (binCount >= TREEIFY_THRESHOLD - 1) // -1 for 1st
treeifyBin(tab, hash);
break;
}
//判断链表中的节点key与插入的key是否相等，相等则退出遍历
if (e.hash == hash &&
((k = e.key) == key || (key != null && key.equals(k))))
break;
p = e;
}
}
//处理待插入key已存在的节点，用新值替换旧值，并返回旧值。
if (e != null) { // existing mapping for key
V oldValue = e.value;
if (!onlyIfAbsent || oldValue == null)
e.value = value;
afterNodeAccess(e);
return oldValue;
}
}
//结构修改计数
++modCount;
//元素个数大于阈值则扩容
if (++size > threshold)
resize();
afterNodeInsertion(evict);
return null;
}
resize
resize()方法用来初始化hashmap和扩容，当前存放元素数量达到threshold时就会触发扩容，按照2的幂进行扩容。
final Node<K,V>[] resize() {
//保存旧哈希表
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;
}
//计算新哈希表容量，旧容量左移一位，相当于*2
//如果旧容量>=默认初始容量则新阈值*2
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);
}
//更新阈值
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) {
//将旧哈希表的元素移到新哈希表中
for (int j = 0; j < oldCap; ++j) {
Node<K,V> e;
if ((e = oldTab[j]) != null) {
oldTab[j] = null;
if (e.next == null)
//只有一个节点直接计算新位置放入
newTab[e.hash & (newCap - 1)] = e;
else if (e instanceof TreeNode)
//如果是红黑树则对其拆分成两个子树再映射
((TreeNode<K,V>)e).split(this, newTab, j, oldCap);
else { // preserve order
//如果是多个链表的节点，则将原链表拆分从两个链表
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
//尾插法插入节点
loTail.next = e;
loTail = e;
}
else {
if (hiTail == null)
hiHead = e;
else
hiTail.next = e;
hiTail = e;
}
} while ((e = next) != null);
//链表1存于原索引位置
if (loTail != null) {
loTail.next = null;
newTab[j] = loHead;
}
//链表2存于[原索引+旧容量]位置
if (hiTail != null) {
hiTail.next = null;
newTab[j + oldCap] = hiHead;
}
}
}
}
}
return newTab;
}
get
get方法在hashmap中查找键所对应的值，实际调用的是getNode方法。
public V get(Object key) {
Node<K,V> e;
return (e = getNode(key)) == null ? null : e.value;
}
final Node<K,V> getNode(Object key) {
Node<K,V>[] tab; Node<K,V> first, e; int n, hash; K k;
//fisrt获取数组这个桶位置下的第一个节点
if ((tab = table) != null && (n = tab.length) > 0 &&
(first = tab[(n - 1) & (hash = hash(key))]) != null) {
//如果key相等则直接返回该节点
if (first.hash == hash && // always check first node
((k = first.key) == key || (key != null && key.equals(k))))
return first;
//当前桶中不只一个节点
if ((e = first.next) != null) {
if (first instanceof TreeNode)
//返回树节点
return ((TreeNode<K,V>)first).getTreeNode(hash, key);
do {
//查找链表节点
if (e.hash == hash &&
((k = e.key) == key || (key != null && key.equals(k))))
return e;
} while ((e = e.next) != null);
}
}
return null;
}
HashMap遍历方式
HashMap的遍历，大体上可分为4类，而每种类型下又有不同的实现方式，总共的遍历方式可分为7种：
- 迭代器遍历：
- 使用迭代器对EntrySet遍历；
- 使用迭代器对KeySet遍历；
- foreach遍历：
- 使用foreach对EntrySet遍历；
- 使用foreach对KeySet遍历；
- lambda表达式遍历；
- streams API遍历：
- Streams API单线程方式遍历；
- Streams API多线程方式遍历。
下面列举出几种遍历方式，首先创建并初始化一个HashMap：
public class HashMapTest {
public static void main(String[] args) {
Map<Integer, String> map = new HashMap<>();
map.put(1, "Java");
map.put(2, "Python");
map.put(3, "C++");
map.put(4, "Rust");
map.put(5, "Go");
System.out.println("1. 迭代器遍历EntrySet");
traverseByIterator1(map);
System.out.println("2. 迭代器遍历KeySet");
traverseByIterator2(map);
System.out.println("3. foreach遍历EntrySet");
traverseByForeach1(map);
System.out.println("4. foreach遍历KeySet");
traverseByForeach2(map);
System.out.println("5. lambda表达式遍历");
traverseByLambda(map);
System.out.println("6. streams API单线程");
traverseByStreams1(map);
System.out.println("7. streams API多线程");
traverseByStreams2(map);
}
}
迭代器
EntrySet
public static void traverseByIterator1(Map map) {
Iterator<Map.Entry<Integer, String>> iterator = map.entrySet().iterator();
while (iterator.hasNext()) {
Map.Entry<Integer, String> entry = iterator.next();
System.out.println(entry.getKey() + " : " + entry.getValue());
}
}
输出：
1. 迭代器遍历EntrySet
1 : Java
2 : Python
3 : C++
4 : Rust
5 : Go
KeySet
public static void traverseByIterator2(Map map) {
Iterator<Integer> iterator = map.keySet().iterator();
while (iterator.hasNext()) {
Integer key = iterator.next();
System.out.println(key + " : " + map.get(key));
}
}
输出：
2. 迭代器遍历KeySet
1 : Java
2 : Python
3 : C++
4 : Rust
5 : Go
foreach
对于foreach遍历，内部也是通过创建迭代器来遍历
EntrySet
public static void traverseByForeach1(Map<Integer, String> map) {
for (Map.Entry<Integer, String> entry : map.entrySet()) {
System.out.println(entry.getKey() + " : " + entry.getValue());
}
}
输出：
3. foreach遍历EntrySet
1 : Java
2 : Python
3 : C++
4 : Rust
5 : Go
KeySet
public static void traverseByForeach2(Map<Integer, String> map) {
for (Integer key : map.keySet()) {
System.out.println(key + " : " + map.get(key));
}
}
输出：
4. foreach遍历KeySet
1 : Java
2 : Python
3 : C++
4 : Rust
5 : Go
lambda表达式
public static void traverseByLambda(Map map) {
map.forEach((key, value) -> {
System.out.println(key + " : " + value);
});
}
输出：
5. lambda表达式遍历
1 : Java
2 : Python
3 : C++
4 : Rust
5 : Go
streams API
单线程
public static void traverseByStreams1(Map<Integer, String> map) {
map.entrySet().stream().forEach((entry) -> {
System.out.println(entry.getKey() + " : " + entry.getValue());
});
}
输出：
6. streams API单线程
1 : Java
2 : Python
3 : C++
4 : Rust
5 : Go
多线程
public static void traverseByStreams2(Map<Integer, String> map) {
map.entrySet().parallelStream().forEach((entry) -> {
System.out.println(entry.getKey() + " : " + entry.getValue());
});
}
输出：
7. streams API多线程
1 : Java
2 : Python
3 : C++
4 : Rust
5 : Go
遍历时删除元素
在上述几种遍历方式中，有些可以在遍历过程中安全删除元素，有些则会抛出ConcurrentModificationException异常，这是因为遍历过程中会比较modCount != expectedModCount，不相等就会抛出异常，具体分析请往下看。
迭代器：
Iterator<Map.Entry<Integer, String>> iterator = map.entrySet().iterator();
while (iterator.hasNext()) {
Map.Entry<Integer, String> entry = iterator.next();
if (entry.getKey() == 1) {
iterator.remove();
}
}
通过迭代器遍历，并使用迭代器的remove()方法可以正常删除元素。
成功的原因是，调用iterator.remove()方法最后会对expectedModCount值进行更新，这样就保证了迭代器调用next()获取下一个元素时，检查modCount == expectedModCount。
foreach：
for (Map.Entry<Integer, String> entry : map.entrySet()) {
if (entry.getKey() == 2) {
map.remove(entry.getKey());
}
}
在foreach遍历的过程中调用Map的remove()方法会抛出ConcurrentModificationException异常。
通过查看源码得知，抛出异常的原因是删除元素之后，进行下一个元素的遍历时，比较变量modCount与expectedModCount不相等：
HashMap中的变量modCount记录了HashMap的修改次数，HashIterator中的变量expectedModCount在遍历前会初始化与modCount相等，当删除一个元素时，++modCount，之后迭代器通过next()获取下一个元素时，检查modCount != expectedModCount，就会抛出异常。
此外，这种检查到错误就抛出异常并停止程序后续执行的机制被称为fail-fast机制。
lambda：
map.forEach((key, value) -> {
if (key == 1) {
map.remove(key);
}
});
使用lambda表达式遍历时删除也会抛出ConcurrentModificationException。
可以通过removeIf()对key进行判断后删除。
map.keySet().removeIf(key -> key == 1);
map.forEach((key, value) -> {
System.out.println(key + value);
});
sterams:
map.entrySet().stream().forEach((entry) -> {
if (entry.getKey() == 1) {
map.remove(entry.getKey());
}
});
使用stream遍历删除同样抛出ConcurrentModificationException。
可以使用filter()过滤掉不需要的数据再遍历，但是这种方式不会真正删除hashmap中的元素。
map.entrySet().stream().filter(e -> 1 != e.getKey()).forEach((entry) -> {
if (entry.getKey() == 1) {
System.out.println(entry.getKey());
}
});
HashMap线程安全问题
HashMap线程不安全体现在：
- JDK1.7中，多线程扩容时，调用了transfer方法，会导致链表成环，造成死循环、数据丢失。
- JDK1.8中，多线程put操作，调用putVal方法，会导致数据覆盖。
原因
JDK1.7：
扩容时，调用transfer方法将原哈希表的元素转移到新哈希表，采用头插法插入节点到链表中，链表的顺序会反转，在多线程操作下就会形成环形链表。
void transfer(Entry[] newTable, boolean rehash) {
int newCapacity = newTable.length;
for (Entry<K,V> e : table) {
while(null != e) {
Entry<K,V> next = e.next;
if (rehash) {
e.hash = null == e.key ? 0 : hash(e.key);
}
int i = indexFor(e.hash, newCapacity);
e.next = newTable[i];
newTable[i] = e;
e = next;
}
}
}
扩容造成死循环
扩容造成数据丢失
JDK1.8：
多线程情况下数据覆盖
在JDK1.8中，链表插入节点改成尾插法，因此不会出现链表成环的情况，但是在多线程环境下也会出现数据覆盖问题。
在putVal方法中，会判断如果没有哈希碰撞则直接插入元素。
if ((p = tab[i = (n - 1) & hash]) == null)
tab[i] = newNode(hash, key, value, null);
如果线程A和线程B同时put操作，恰好两个线程插入的key的hash一样，并且数组该位置为空，线程A和线程B都会进入这行代码。当线程A执行完if判断还未插入数据时被挂起，线程B正常执行并插入数据，之后线程A获得时间片，继续执行插入数据的操作，就会直接覆盖掉之前线程B的数据。
此外，putVal方法末尾在判断是否需要扩容时的代码：
if (++size > threshold)
因为++size不是原子性操作，如果存在两个线程A和B同时put，线程A从主内存获取size值并+1，但此时A时间片耗尽并挂起，更新后的size值并未同步到主内存，线程B也从主内存读取size值并+1，完成put操作并将更新后的size写回主内存，后续线程A再次获取CPU并继续执行，完成put操作后也将size写回主内存。这样，线程A和B都插入了一个元素，但是size只增加了1。
