java集合之HashMap源码解析
Map是java中的一种数据结构，围绕着Map接口，有一系列的实现类如Hashtable、HashMap、LinkedHashMap和TreeMap。而其中HashMap和Hashtable我们平常使用的最多。
HashMap与Hashtable表面上看没有太大区别，但在一些使用细节和内部实现上有诸多微小的差异：
1、首先Hashtable的大部分方法做了同步，而HashMap没有，也就是说前者是线程安全的，后者不是；
2、Hashtable不允许key或者value使用null值，而HashMap可以；
3、在内部算法上，对key的hash算法和hash值到内存索引的映射不同；
基于HashMap的使用较为广泛，在这里我们主要分析下HashMap的实现：
在 Java8 之前， HashMap 是链表散列的数据结构，即数组和链表的结合体；从 Java8 开始，HashMap改为由数组+链表+红黑树实现，并对扩容的优化。具体结构如下图所示（图片来自网络）
接下来我们分析下具体的代码实现，首先看下HashMap的构造函数
/** * * @param initialCapacity 初始化大小，通过tableSizeFor计算会返回一个比给定整数大且最接近的2的幂次方整数，并赋值给threshold * @param loadFactor 扩容因子 默认为DEFAULT_LOAD_FACTOR 即0.75 */ 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; } public HashMap(Map<? extends K, ? extends V> m) { this.loadFactor = DEFAULT_LOAD_FACTOR; putMapEntries(m, false); }
这其中loadFactor和threshold，loadFactor为负载因子，默认值是0.75；threshold是HashMap所能容纳的最大数据量的Node(键值对)个数，超过这个数目就重新resize(扩容)，扩容后的HashMap容量是之前容量的两倍。
接下来我们再看HashMap的put方法，在这里我们主要关注以下几点：
1、HashMap如何根据key值计算存储元素的具体下边位置
2、put方法的实现流程；
3、扩容机制的实现；
首先我们简单分析下put方法的代码
public V put(K key, V value) { //对key值做hash return putVal(hash(key), key, value, false, true); } /** * Implements Map.put and related methods * * @param hash hash for key * @param key the key * @param value the value to put * @param onlyIfAbsent if true, don't change existing value * @param evict if false, the table is in creation mode. * @return previous value, or null if none */ final V putVal(int hash, K key, V value, boolean onlyIfAbsent, boolean evict) { //继承 Map.Entry<K,V>的Node键值对数组 Node<K,V>[] tab; Node<K,V> p; int n, i; //如果键值对数组为空则创建 if ((tab = table) == null || (n = tab.length) == 0) //数组未初始化或者为空，需要扩容进行初始化 n = (tab = resize()).length; //计算index，即元素在数组中的下标位置，判断获取值是否为空 if ((p = tab[i = (n - 1) & hash]) == null) //如果为空，则赋值 tab[i] = newNode(hash, key, value, null); else {//如果按下标位置已经有值，则代表出现了hash冲突，之前已经有值存储在了次下标位置 Node<K,V> e; K k; //如果既不是红黑树也不是链表，那就只有是单个元素（Node<K,V>）了，那且hash值和key值相同，则直接覆盖 if (p.hash == hash && ((k = p.key) == key || (key != null && key.equals(k)))) e = p; //如果是红黑树，则按红黑树处理 else if (p instanceof TreeNode) e = ((TreeNode<K,V>)p).putTreeVal(this, tab, hash, key, value); else { //如果是链表，则按链表进行处理 for (int binCount = 0; ; ++binCount) { if ((e = p.next) == null) { p.next = newNode(hash, key, value, null); //如果链表长度》=8怎转换为红黑树处理 if (binCount >= TREEIFY_THRESHOLD - 1) // -1 for 1st treeifyBin(tab, hash); break; } //如果元素（Node<K,V>）已经存在（key相同），则直接覆盖 if (e.hash == hash && ((k = e.key) == key || (key != null && key.equals(k)))) break; 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; //如果数组长度超过阈值，则进行扩容 if (++size > threshold) resize(); afterNodeInsertion(evict); return null; }
hash(key)方法的内部代码：
//jdk1.8源码 static final int hash(Object key) { int h; // h = key.hashCode() 为第一步 取hashCode值 // h ^ (h >>> 16) 为第二步 高位参与运算 return (key == null) ? 0 : (h = key.hashCode()) ^ (h >>> 16); } //jdk1.7源码，1.8没有，直接写在了putVal里面 static int indexFor(int h, int length) { return h & (length-1); //第三步 取模运算 }
这里的Hash算法本质上就是三步：取key的hashCode值、高位运算、取模运算。
对于任意给定的对象，只要它的hashCode()返回值相同，那么程序调用方法一所计算得到的Hash码值总是相同的。我们首先想到的就是把hash值对数组长度取模运算，这样一来，元素的分布相对来说是比较均匀的。但是，模运算的消耗还是比较大的，在HashMap中是这样做的：调用方法二来计算该对象应该保存在table数组的哪个索引处。
这个方法非常巧妙，它通过h & (table.length -1)来得到该对象的保存位，而HashMap底层数组的长度总是2的n次方，这是HashMap在速度上的优化。当length总是2的n次方时，h& (length-1)运算等价于对length取模，也就是h%length，但是&比%具有更高的效率。
在JDK1.8的实现中，优化了高位运算的算法，通过hashCode()的高16位异或低16位实现的：(h = k.hashCode()) ^ (h >>> 16)，主要是从速度、功效、质量来考虑的，这么做可以在数组table的length比较小的时候，也能保证考虑到高低Bit都参与到Hash的计算中，同时不会有太大的开销。
下面举例说明下，n为table的长度。
接下来put方法的实现流程基本如下图所示
针对扩容机制，简答的做个代码分析
final Node<K,V>[] resize() { Node<K,V>[] oldTab = table; int oldCap = (oldTab == null) ? 0 : oldTab.length; int oldThr = threshold; int newCap, newThr = 0; //新的数组大小，新的阈值大小 if (oldCap > 0) { //需要扩容 //如果超过最大值了，就直接在赋一个最大值，其他的都不管了 if (oldCap >= MAXIMUM_CAPACITY) { threshold = Integer.MAX_VALUE; return oldTab; } //原数组大小翻倍没超过最大值，阈值就扩充为原来的2倍 else if ((newCap = oldCap << 1) < MAXIMUM_CAPACITY && oldCap >= DEFAULT_INITIAL_CAPACITY) newThr = oldThr << 1; // double threshold //新的阈值 } else if (oldThr > 0) //构造函数中设置了初始化大小 newCap = oldThr; //，就把设置的大小做为数组的初始化大小，这里newThr=0所以会在下面计算阈值大小 else {//构造函数什么都没有设置，原数组和默认的阈值都为空 newCap = DEFAULT_INITIAL_CAPACITY;//默认数组大小 16 newThr = (int)(DEFAULT_LOAD_FACTOR * DEFAULT_INITIAL_CAPACITY);//新的阈值为默认数组大小*默认扩容因子 } if (newThr == 0) {//计算新的阈值大小 float ft = (float)newCap * loadFactor; newThr = (newCap < MAXIMUM_CAPACITY && ft < (float)MAXIMUM_CAPACITY ? (int)ft : Integer.MAX_VALUE); } threshold = newThr;//新的阈值 //把原数组中的数据转移到新数组中 @SuppressWarnings({"rawtypes","unchecked"}) Node<K,V>[] newTab = (Node<K,V>[])new Node[newCap]; 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; } } } } } //返回新数组 return newTab; }
从上面我们可以看出，相比JDK1.8的HashMap从以下几个方面保证了数据存储的高效：
1、优化的hash算法，好的hash算法，能够极大降低hash冲突，保证元素分布均匀，尽量保证一个hahs地址只保存单个元素，可以直接获取，提高性能。
2、对扩容进行了优化，引入红黑树，提高了查找元素位置的效率，特别是在数据量较大，hash冲突较多时；
小结
(1) 扩容是一个特别耗性能的操作，所以当程序员在使用HashMap的时候，估算map的大小，初始化的时候给一个大致的数值，避免map进行频繁的扩容。
(2) 负载因子是可以修改的，也可以大于1，但是建议不要轻易修改，除非情况非常特殊。
(3) HashMap是线程不安全的，不要在并发的环境中同时操作HashMap，建议使用ConcurrentHashMap。
(4) JDK1.8引入红黑树大程度优化了HashMap的性能。
参考资料 ： 美团点评技术团队 Java 8系列之重新认识HashMap https://zhuanlan.zhihu.com/p/21673805
关注微信公众号，查看更多技术文章。
