Java集合--HashMap分析
HashMap在Java开发中有着非常重要的角色地位，每一个Java程序员都应该了解HashMap。
本文主要从源码角度来解析HashMap的设计思路，并且详细地阐述HashMap中的几个概念，并深入探讨HashMap的内部结构和实现细节，讨论HashMap的性能问题，并且在文中贯穿着一些关于HashMap常见问题的讨论。
我们会从以下几个方面讲述HashMap的相关知识：Java集合框架、结构与效率(structure)、扩容机制(resize)、put与get、与HashTable、与ConcurrentHashMap、与HashSet、key值为null的存储、equal和hashcode方法、线程不安全
读完本文，你会了解到：
1. HashMap的设计思路和内部结构组成
2. HashMap中的一些概念： 什么是阀值？为什么会有阀值？什么是加载因子？它们有什么作用？
3. HashMap的性能问题以及使用事项
4. HashMap的源码实现解析
5. 为什么JDK建议我们重写Object.equals(Object obj)方法时，需要保证对象可以返回相同的hashcode值？
6. HashMap与HashTable、HashSet、CurrentHashMap之间的关系
Java集合框架
HashMap属于集合中的map，所以具有map的所有特性。
//第一种：(效率高) System.out.println("第一种方法："); Iterator iter = map.entrySet().iterator(); while (iter.hasNext()) { Map.Entry entry = (Map.Entry)iter.next(); Object key = entry.getKey(); Object val = entry.getValue(); System.out.println("键:"+key+"<==>"+"值:"+val); } //第二种：(效率低) System.out.println("第二种方法："); Iterator it = map.keySet().iterator(); while (it.hasNext()) { Object key = it.next(); Object val = map.get(key); System.out.println("键:"+key+"<==>"+"值:"+val); } //对于keySet只是遍历了2次，一次是转为iterator，一次就从HashMap中取出key所对于的value。 //对于entrySet只是遍历了第一次,它把key和value都放到了entry中，所以快比keySet快些。 System.out.println("For-Each循环输出"); //For-Each循环 for (Map.Entry<String, Integer> entry:map.entrySet()) { String key = entry.getKey().toString(); String val = entry.getValue().toString(); System.out.println("键:"+key+"<==>"+"值:"+val); }
结构与效率(structure)
a )Map<K,V>是一种以键值对存储数据的容器，而HashMap则是借助了键值Key的hashcode值来组织存储，使得可以非常快速和高效地地根据键值key进行数据的存取。
b )数组与链表结构，Map中的属性值数组：Node<K,V>[] table; Node中的属性值{hashCode,K,V,next}。
public class HashMap<K,V> extends AbstractMap<K,V> implements Map<K,V>, Cloneable, Serializable { ... transient Node<K,V>[] table; ... static class Node<K,V> implements Map.Entry<K,V> { final int hash; final K key; V value; Node<K,V> next;
... } }
c )对于每个对象而言，JVM都会为其生成一个hashcode值，会根据Key的hashcode值，以某种映射关系，决定应当将这对键值对Node<K,V>存储在HashMap中的什么位置上。
d )在HashMap内部，采用了数组+链表的形式来组织键值对Node<K,V>。
e )HashMap内部维护了一个Node<K,V>[] table 数组，当我们使用 new HashMap()创建一个HashMap时，Node[] table 的默认长度为16。Node[] table的长度又被称为这个HashMap的容量（capacity）；
f )对于Node[] table的每一个元素而言，或为null，或为由若干个Node<K,V>组成的链表。HashMap中Node<K,V>的数目被称为HashMap的大小(size);
g )Entry[] table中的某一个元素及其对应的Entry<Key,Value>又被称为桶(bucket);
h )根据Key的hashCode，可以直接定位到存储这个Entry<Key,Value>的桶所在的位置，这个时间的复杂度为O(1)；数组是连续的存储单元，空间代价是很大，效率高。
i )在桶中查找对应的Entry<Key,Value>对象节点，需要遍历这个桶的Entry<Key,Value>链表，时间复杂度为O(n);
j )加大数组，而减少链表的长度，来提高从HashMap中读取数据的速度。这是典型的拿空间换时间的策略。
其结构如下图所示：
扩容机制(resize)
a )阀值=容量*加载因子（0.75），可以构造方法给默认值。
b )HashMap的大小> HashMap的容量(即Node[] table的大小)*加载因子(经验值0.75),HashMap中的Entry[] table 的容量扩充为当前的一倍；然后重新将以前桶中的Entry<Key,Value>链表重新分配到各个桶中.
c )由于重现建立HashMap需要很大的时间，所以初始化HashMap给默认的容量和加载因子十分必要。
d )容量的大小应当是 2的N次幂；
e )当容量大小超过阀值时，容量扩充为当前的一倍；
f )这里容量扩充的操作可以分为以下几个步骤：
申请一个新的、大小为当前容量两倍的数组；
将旧数组的Entry[] table中的链表重新计算hash值，然后重新均匀地放置到新的扩充数组中；
释放旧的数组；
g )为了提高HashMap的性能：
在使用HashMap的过程中，你比较明确它要容纳多少Entry<Key,Value>，你应该在创建HashMap的时候直接指定它的容量；
如果你确定HashMap的使用的过程中，大小会非常大，那么你应该控制好 加载因子的大小，尽量将它设置得大些。避免Entry[] table过大，而利用率觉很低。
/** * Rehashes the contents of this map into a new array with a * larger capacity. This method is called automatically when the * number of keys in this map reaches its threshold. * * If current capacity is MAXIMUM_CAPACITY, this method does not * resize the map, but sets threshold to Integer.MAX_VALUE. * This has the effect of preventing future calls. * * @param newCapacity the new capacity, MUST be a power of two; * must be greater than current capacity unless current * capacity is MAXIMUM_CAPACITY (in which case value * is irrelevant). */ void resize(int newCapacity) { Entry[] oldTable = table; int oldCapacity = oldTable.length; if (oldCapacity == MAXIMUM_CAPACITY) { threshold = Integer.MAX_VALUE; return; } Entry[] newTable = new Entry[newCapacity]; transfer(newTable); table = newTable; threshold = (int)(newCapacity * loadFactor); } /** * Transfers all entries from current table to newTable. */ void transfer(Entry[] newTable) { Entry[] src = table; int newCapacity = newTable.length; for (int j = 0; j < src.length; j++) { Entry<K,V> e = src[j]; if (e != null) { src[j] = null; do { Entry<K,V> next = e.next; int i = indexFor(e.hash, newCapacity); e.next = newTable[i]; newTable[i] = e; e = next; } while (e != null); } } }
put与get
HashMap的算法实现最重要的两个是put() 和get() 两个方法，下面我将分析这两个方法
public V put(K key, V value); public V get(Object key);
另外，HashMap支持Key值为null 的情况，我也将详细地讨论这个问题。
a )获取这个Key的hashcode值对容量取模%，根据此值确定应该将这一对键值对存放在Node<K,V>，即确定要存放桶的索引；
b )遍历所在桶中Node<K,V>[Index]链表，查找其中是否已经有了以hashcode值为Key存储的Node<K,V>对象.
c )若已存在，定位到对应的Node<K,V>,其中的Value值更新为新的Value值；返回旧值；
d )若不存在，则根据键值对Node<K,V> 创建一个新的Node<K,V>对象，然后添加到这个桶的Entry<Key,Value>链表的头部。
e )当前的HashMap的大小(即当前的HashMap的大小(即Node<K,V>节点的数目)是否超过了阀值，若超过了阀值(threshold)，则增大HashMap的容量(即Node[] table 的大小)，并且重新组织内部各个排列。节点的数目)是否超过了阀值，若超过了阀值(threshold)，则增大HashMap的容量(即Node<K,V>[] table 的大小)，并且重新组织内部各个Node<K,V>排列。
f )请读者注意这个判定条件，非常重要！！！ 判断是否存在值，比较了equals方法与hashcode方法
g )为了提高性能，HashMap对Key的hashcode再加工，取Key的hashcode的高字节参与运算
/** * 将<Key,Value>键值对存到HashMap中，如果Key在HashMap中已经存在，那么最终返回被替换掉的Value值。 * Key 和Value允许为空 */ public V put(K key, V value) { //1.如果key为null，那么将此value放置到table[0],即第一个桶中 if (key == null) return putForNullKey(value); //2.重新计算hashcode值， int hash = hash(key.hashCode()); //3.计算当前hashcode值应当被分配到哪一个桶中，获取桶的索引 int i = indexFor(hash, table.length); //4.循环遍历该桶中的Entry列表 for (Entry<K,V> e = table[i]; e != null; e = e.next) { Object k; //5. 查找Entry<Key,Value>链表中是否已经有了以Key值为Key存储的Entry<Key,Value>对象, //已经存在,则将Value值覆盖到对应的Entry<Key,Value>对象节点上 if (e.hash == hash && ((k = e.key) == key || key.equals(k))) {//请读者注意这个判定条件，非常重要！！！ V oldValue = e.value; e.value = value; e.recordAccess(this); return oldValue; } } modCount++; //6不存在，则根据键值对<Key,Value> 创建一个新的Entry<Key,Value>对象，然后添加到这个桶的Entry<Key,Value>链表的头部。 addEntry(hash, key, value, i); return null; } /** * Key 为null,则将Entry<null,Value>放置到第一桶table[0]中 */ private V putForNullKey(V value) { for (Entry<K,V> e = table[0]; e != null; e = e.next) { if (e.key == null) { V oldValue = e.value; e.value = value; e.recordAccess(this); return oldValue; } } modCount++; addEntry(0, null, value, 0); return null; }
/** * 根据特定的hashcode 重新计算hash值， * 由于JVM生成的的hashcode的低字节(lower bits)冲突概率大，（JDK只是这么一说，至于为什么我也不清楚） * 为了提高性能，HashMap对Key的hashcode再加工，取Key的hashcode的高字节参与运算 */ static int hash(int h) { // This function ensures that hashCodes that differ only by // constant multiples at each bit position have a bounded // number of collisions (approximately 8 at default load factor). h ^= (h >>> 20) ^ (h >>> 12); return h ^ (h >>> 7) ^ (h >>> 4); } /** * 返回此hashcode应当分配到的桶的索引 */ static int indexFor(int h, int length) { return h & (length-1); }
与HashTable
HashTable源代码分析
public synchronized V put(K key, V value) { //###### 注意这里1 // Make sure the value is not null if (value == null) { //###### 注意这里 2 throw new NullPointerException(); } // Makes sure the key is not already in the hashtable. Entry tab[] = table; int hash = key.hashCode(); //###### 注意这里 3 int index = (hash & 0x7FFFFFFF) % tab.length; for (Entry e = tab[index]; e != null; e = e.next) { if ((e.hash == hash) && e.key.equals(key)) { V old = e.value; e.value = value; return old; } } modCount++; if (count >= threshold) { // Rehash the table if the threshold is exceeded rehash(); tab = table; index = (hash & 0x7FFFFFFF) % tab.length; } // Creates the new entry. Entry e = tab[index]; tab[index] = new Entry(hash, key, value, e); count++; return null; }
a) HashTable是线程安全的原因：public synchronized V put(K key, V value) {}
b) HashTable 的key值不能为空：if (value == null) { throw new NullPointerException(); }
c) HashTable 计算hash值比较简单：int hash = key.hashCode();
d) Hashtable和HashMap采用的hash/rehash算法都大概一样，所以性能不会有很大的差异。
与ConcurrentHashMap
a) ConcurrentHashMap采用了分段锁的设计，只有在同一个分段内才存在竞态关系，不同的分段锁之间没有锁竞争。
b) 在ConcurrentHashMap中，就是把Map分成了N个Segment，put和get的时候，都是现根据key.hashCode()算出放到哪个Segment中：Segment相当于HashTable
c) ConcurrentHashMap中默认是把segments初始化为长度为16的数组
与HashSet
hashset 源代码分析
public class HashSet<E> extends AbstractSet<E> implements Set<E>, Cloneable, java.io.Serializable{
... private transient HashMap<E,Object> map; private static final Object PRESENT = new Object(); public boolean add(E e) { return map.put(e, PRESENT)==null; } public boolean remove(Object o) { return map.remove(o)==PRESENT; } public Iterator<E> iterator() { return map.keySet().iterator(); } public int size() { return map.size(); }
... }
a )对于 HashSet 而言，它是基于 HashMap 实现的，HashSet 底层采用 HashMap 来保存所有元素。
b )使用 HashMap的key 保存 HashSet 中所有元素 HashMap<E,Object> map。
c )在它里面放置的元素都应到map里面的key部分，而在map中与key对应的value用一个Object()对象保存。
d )因为内部是大量借用HashMap的实现，它本身不过是调用HashMap的一个代理
key值为null的存储
a )如果key为null，那么将此value放置到table[0],即第一个桶中
/** * Key 为null,则将Entry<null,Value>放置到第一桶table[0]中 */ private V putForNullKey(V value) { for (Entry<K,V> e = table[0]; e != null; e = e.next) { if (e.key == null) { V oldValue = e.value; e.value = value; e.recordAccess(this); return oldValue; } } modCount++; addEntry(0, null, value, 0); return null; }
equal和hashcode方法
for (Entry<K,V> e = table[i]; e != null; e = e.next) { Object k; //5. 查找Entry<Key,Value>链表中是否已经有了以Key值为Key存储的Entry<Key,Value>对象, //已经存在,则将Value值覆盖到对应的Entry<Key,Value>对象节点上 if (e.hash == hash && ((k = e.key) == key || key.equals(k))) { V oldValue = e.value; e.value = value; e.recordAccess(this); return oldValue; } }
a) 对于给定的Key,Value，判断该Key是否与Entry链表中有某一个Entry对象的Key值相等使用的是(k==e.key)==key) || key.equals(k)，另外还有一个判断条件：即Key经过hash函数转换后的hash值和当前Entry对象的hash属性值相等（该hash属性值和Entry内的Key经过hash方法转换后的hash值相等）。
b) 上述的情况我们可以总结为；HashMap在确定Key是否在HashMap中存在的要求有两个：
1） Key值是否相等；
2） hashcode是否相等；
c) 我们在定义类时，如果重写了equals()方法，但是hashcode却没有保证相等，就会导致当使用该类实例作为Key值放入HashMap中，会出现HashMap“工作异常”的问题，会出现你不希望的情况。下面让我们通过一个例子来看看这个“工作异常”情况：
线程不安全
a) HashMap是线程不安全的，如果想使用线程安全的,可以使用Hashtable；它提供的功能和Hashmap基本一致。HashMap实际上是一个Hashtable的轻量级实现；
总结
1. HashMap是线程不安全的，如果想使用线程安全的,可以使用Hashtable；它提供的功能和Hashmap基本一致。HashMap实际上是一个Hashtable的轻量级实现；
2. 允许以Key为null的形式存储<null,Value>键值对；
3. HashMap的查找效率非常高，因为它使用Hash表对进行查找，可直接定位到Key值所在的桶中；
4. 使用HashMap时，要注意HashMap容量和加载因子的关系，这将直接影响到HashMap的性能问题。加载因子过小，会提高HashMap的查找效率，但同时也消耗了大量的内存空间，加载因子过大，节省了空间，但是会导致HashMap的查找效率降低。
参考：
