Java容器 | 基于源码分析Map集合体系

一、容器之Map集合

集合体系的源码中，Map中的HashMap的设计堪称最经典，涉及数据结构、编程思想、哈希计算等等，在日常开发中对于一些源码的思想进行参考借鉴还是很有必要的。

• 基础：元素增查删、容器信息；
• 进阶：存储结构、容量、哈希；

API体系

在整个Map和Set的API体系中，最重要的就是HashMap的实现原理：

• HashMap：基于哈希表管理元素；
• LinkedHashMap：基于HashMap和双向链表；
• HashSet：底层维护HashMap结构；
• LinkedHashSet：继承HashSet，双向链表；

所以Map和Set的系列中，除特殊API之外，基本原理都依赖HashMap，只是在各自具体实现时，适用于不同特点的元素管理。

二、数据结构

在看HashMap之前，先理解一种数据结构：数组+链表的结构。

基于数组管理元素的位置，元素的存储形成链表结构，既然是链表那么就可以是单双向的结构，这需要针对具体的API去分析，通过这个结构可以得到几个关键信息：

• 扩容：基于数组则面对扩容问题；
• 链表：形成链表结构的机制；
• 哈希：哈希值计算与冲突处理；

三、HashMap详解

1、结构封装

既然上面简单描述了数组+链表的结构，那么从源码角度看看是如何封装的：

transient Node<K,V>[] table;

在HashMap中数组结构的变量命名为table（表），并且是基于Node<K,V>的节点：

static class Node<K,V> implements Map.Entry<K,V> {
    final int hash;
    final K key;
    V value;
    Node<K,V> next;
}

实现Map.Entry接口，并定义节点的结构变量，和节点自身的相关方法。

2、构造方法

在知道HashMap中的基础结构后，可以看其相关的构造方法，初始化哪些变量：

无参构造

public HashMap() {
    this.loadFactor = DEFAULT_LOAD_FACTOR;
}

• float DEFAULT_LOAD_FACTOR = 0.75f;
• this.loadFactor = DEFAULT_LOAD_FACTOR;

实际上还要关注一个核心参数：

static final int DEFAULT_INITIAL_CAPACITY = 1 << 4; // 16

即数组默认的初始化容量DEFAULT_INITIAL_CAPACITY为16，扩容的阈值loadFactor为0.75，即表示当数组中元素达到12个便会进行扩容操作。

有参构造

当然也可以通过有参构造方法去设置两个参数：即容量和扩容的阈值：

public HashMap(int initialCapacity, float loadFactor) ;

通过两个构造方法的源码可知：当直接创建新的HashMap的时候，不会立即对哈希数组进行初始化，但是可以对关键变量做自定义设置。

3、装载元素

顺着HashMap的使用方法，看元素添加：

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

在put的时候并没有做过多直接操作，而是调用两个关键方法：

• hash()：计算key的hash值；
• putVal()：元素添加过程；

这里必须看一个关键方法，哈希值的计算：

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

并不是直接获取Object中hashCode的返回值，计算key对应的hashCode值，和hashCode值右移16位的值，并对两个结果进行异或运算，以此拉低哈希冲突发生的概率。

再看putVal()方法，这里的操作就相当精彩：

核心步骤总结：

• 首次执行判断并初始化底层数组；
• 基于哈希值计算结果添加元素；
• 根据添加元素后的容量来判断是否扩容；

这里还需要说明一个问题：

HashMap基于红黑树来处理哈希冲突问题，如果hash冲突过多，对O(n)的查询性能的影响非常大，当冲突节点链表的冲突元素数量到达8时，并且数组的长度到达64时，会使用红黑树结构代替链表来处理哈希冲突的查询性能问题，关于树结构可以移步之前的相关文章。

4、自动化扩容

容器在一定边界内可以不断添加元素，其核心的机制就是扩容，HashMap的扩容遵循最小可用原则，当然容量到达阈值，便会触发自动扩容机制。

阈值：threshold=capacity*loadFactor，默认即 16*0.75=12。

核心方法：resize；

核心步骤总结：

• 判断扩容的边界参数：threshold；
• 核心参数计算：容量和阈值；
• 基于新参数创建一个新的空数组；
• 原数组为null则过程可以理解为初始化；
• 原数组不为null则扩容并迁移数据；

很显然如果涉及数组扩容则会很影响效率，所以在日常开发中，可以在使用HashMap的时候预先估计好HashMap的大小，保证阈值大于存储的元素数量，尽可能避免进行多次扩容操作。

5、查询元素

getNode查找方法，通过hash值的计算，然后依次经过数组、红黑树、链表进行遍历查询：

6、删除元素

removeNode删除方法，首先通过hash值的计算，找到要删除的节点，然后判断索引位置是红黑树还是链表结构，分别执行各自的删除流程：

7、补充说明

这里对两个方法做个简单的说明：hashCode()与equals()，通常来说重写equals方法的时候需要重写hashCode方法。

这两个方法都可以用来比较两个对象是否相等，但是hash值有存在冲突的情况，可能存在两个对象的hash值冲突，这时候可以通过equals判断对象值是否相同，==判断值对象，地址判断引用对象。

在HashMap的结构中，链表上的hash值相同情况还要通过equals方法来判断具体值是否相同，才能找到相应的对象。