HashMap (JDK1.8) 分析
一、HashMap(JDK1.8)
1、基本知识、数据结构
（1）时间复杂度：用来衡量算法的运行时间。
参考：https://blog.csdn.net/qq_41523096/article/details/82142747
（2）数组：采用一段连续的存储空间来存储数据。查找方便，增删麻烦。
（3）链表：采用一段不连续的存储空间存储数据，每个数据中都存有指向下一条数据的指针。即 n 个节点离散分配，彼此通过指针相连，每个节点只有一个前驱节点，每个节点只有一个后续节点。增删方便，查找麻烦，
（4）红黑树：一种自平衡的二叉查找树，时间复杂度 O(log n)。
（5）散列表、哈希表：结合数组 与 链表的优点。通过 散列函数 计算 key，并将其映射到 散列表的 某个位置（连续的存储空间）。对于相同的 hash 值（产生 hash 冲突），通常采用 拉链法来解决。简单地讲，就是将 hash(key) 得到的结果 作为 数组的下标，若多个key 的 hash(key) 相同，那么在当前数组下标的位置建立一个链表来保存数据。
（6）HashMap：基于 哈希表的 Map 接口的非同步实现（即线程不安全），提供所有可选的映射操作。底层采用 数组 + 链表 + 红黑树的形式，允许 null 的 Key 以及 null 的 Value。不保证映射的顺序且不保证顺序恒久不变。
2、HashMap JDK1.8 底层数据结构
（1）采用 数组 + 链表的形式。
HashMap 采用 Node 数组来存储 key-value 键值对，且数组中的每个 Node 实际上是一个单向的链表，内部存储下一个 Node 实体的指针。
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; 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; } }
（2）当前数组长度大于某个阈值（默认为 64），且链表长度大于某个阈值（默认为 8）时，链表会转为 红黑树。
二、HashMap JDK1.8 源码分析
1、基本常量、成员变量
/** * 初始数组容量，必须为 2 的整数次幂。默认为 2^4 = 16 */ static final int DEFAULT_INITIAL_CAPACITY = 1 << 4; /** * 最大数组容量, 默认为 2^30。 */ static final int MAXIMUM_CAPACITY = 1 << 30; /** * 负载因子，默认为 0.75。 * 用于计算 HashMap 容量。 */ static final float DEFAULT_LOAD_FACTOR = 0.75f; /** * 树化的第一个条件： * 链表转红黑树的阈值，默认为 8。 * 即链表长度大于等于 8 时（真实链表节点数为 9，先添加节点，再去转红黑树），当前链表会转为红黑树进行存储。 */ static final int TREEIFY_THRESHOLD = 8; /** * 红黑树转链表的阈值，默认为 6。 * 即红黑树节点小于等于 6 时，当前红黑树会转为链表进行存储。 */ static final int UNTREEIFY_THRESHOLD = 6; /** * 树化的第二个条件： * 树化最小容量，默认为 64。 * 当前数组长度大于等于 64 时，才可以进行 链表转红黑树。 */ static final int MIN_TREEIFY_CAPACITY = 64 /** * 数组，用于存储 Node<K, V> 链表 */ transient Node<K,V>[] table; /** * 用于存储 Node<K, V> 的总个数 */ transient int size; /** * 数组长度阈值，当超过该值后，会调整数组的长度。一般通过 capacity * load factor 计算 */ int threshold; /** * 负载因子，用于计算阈值，默认为 0.75 */ final float loadFactor; /** * 用于快速失败（fail-fast）机制，当对象结构被修改后会改变。 */ transient int modCount;
2、核心构造方法
（1）源码：
/** * 常用无参构造方法，以默认值构造 HashMap。 */ public HashMap() { this.loadFactor = DEFAULT_LOAD_FACTOR; // all other fields defaulted } /** * HashMap 核心构造方法，根据 初始化容量 以及 负载因子创建 HashMap. * @param initialCapacity 初始化容量 * @param loadFactor 负载因子 * @throws IllegalArgumentException 非法数据异常 */ public HashMap(int initialCapacity, float loadFactor) { // 如果初始化容量 小于 0 ，则会抛出 非法数据 异常 if (initialCapacity < 0) throw new IllegalArgumentException("Illegal initial capacity: " + initialCapacity); // 如果初始化容量 大于 最大容量值，则给其赋值为最大值 if (initialCapacity > MAXIMUM_CAPACITY) initialCapacity = MAXIMUM_CAPACITY; // 若负载因子小于 0 或者 不合法， 抛出 非法数据异常 if (loadFactor <= 0 || Float.isNaN(loadFactor)) throw new IllegalArgumentException("Illegal load factor: " + loadFactor); // 若上述条件均成立，则保存 负载因子的值 this.loadFactor = loadFactor; // 若上述条件均成立，则保存 数组长度的阈值（2的整数次幂）。 this.threshold = tableSizeFor(initialCapacity); } 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; }
（2）分析：
上例的构造函数，根据 初始化容量以及 负载因子去创建 HashMap，没有去 实例化 Node 数组，数组的实例化 需要在 put 方法里实现。
数组长度阈值 通过 tableSizeFor() 方法实现，能返回一个比给定容量大的 且 最小的 2 的次幂的数。比如 initialCapacity = 21， tableSizeFor() 返回的结果为 32。
3、hash(key)
用于计算 key 的 hash 值。
（1）源码：
/** * 计算 key 的 hash 值的方法 */ static final int hash(Object key) { int h; return (key == null) ? 0 : (h = key.hashCode()) ^ (h >>> 16); } // Node 数组 transient Node<K,V>[] table; // 获取某个 key 所在位置时，通过 (table.length - 1) & hash(key) 去计算数组下标 table[(table.length - 1) & hash(key)]
（2）分析
采用 高 16 位 与 低 16 位 异或，然后再进行移位运算。主要是为了减少冲突。
static final int hash(Object key) { int h; return (key == null) ? 0 : (h = key.hashCode()) ^ (h >>> 16); } (length - 1) & hash(key) 【举例：】 假设某个值经过 hashCode 计算后为： 1111 0101 1010 0101 1101 1110 0000 0000 数组长度为 16，那么 length -1 = 15，如下： 0000 0000 0000 0000 0000 0000 0000 1111 此时进行 (length - 1) & hash(key) 操作后， 1111 0101 1010 0101 1101 1110 0000 0000 & 0000 0000 0000 0000 0000 0000 0000 1111 = 0000 0000 0000 0000 0000 0000 0000 0000 即只要 hashCode 计算出的值最后四位为0，得到的结果就一定为 0，此时冲突会大大提高。 采用 高16位 与 低16位 异或，计算为： 1111 0101 1010 0101 1101 1110 0000 0000 ^ 0000 0000 0000 0000 1111 0101 1010 0101 = 1111 0101 1010 0101 0010 1011 1010 0101 此时进行 (length - 1) & hash(key) 操作后， 1111 0101 1010 0101 0010 1011 1010 0101 & 0000 0000 0000 0000 0000 0000 0000 1111 = 0000 0000 0000 0000 0000 0000 0000 0101 此时计算出来的，是hashcode结果的后几位的值，这样就可以减少冲突的发生。
4、put、putVal
方法作用：
Step1： 给 HashMap 的数组 初始化。
Step2： 定义 链表 转为 红黑树的条件。
Step3： 定义数据存储的动作（存储的方式：链表还是红黑树）。
（1）分析 put 过程
Step1：put 内部调用 putVal() 方法。
Step2：先判断 数组是否为 null 或者 长度为0，是的话，则调用 resize 方法给数组扩容。
Step3：对 key 进行 hash 并执行位运算（(length - 1) & hash(key)），得到数组下标。若不冲突，即当前数组位置不存在元素，直接在此处添加一个节点即可。
Step4：若冲突，即当前数组位置存在元素，则根据节点的情况进行判断。
如果 恰好是第一个 元素，则进行替换 value 的操作。
如果不是第一个元素，则判断是否为 红黑树结构，是则添加一个树节点。
如果不是红黑树结构（即链表），则采用尾插法给链表插入一个节点，链表长度大于等于 8 时（真实链表节点数为 9，先添加节点，再去转红黑树），将链表转为红黑树结构。
Step5：若 Node 长度大于阈值，还得重新 resize 扩容。
（2）源码：
// Node 数组 transient Node<K,V>[] table; // 插入数据的操作 public V put(K key, V value) { return putVal(hash(key), key, value, false, true); } /** * 真正的插入数据的方法。 * @param key 的 hash 值 * @param key * @param value * @param onlyIfAbsent为 true，插入数据若存在值时，不会进行修改操作 * @param evict if false, the table is in creation mode. * @return 上一个值，若不存在，则返回 null */ final V putVal(int hash, K key, V value, boolean onlyIfAbsent, boolean evict) { Node<K,V>[] tab; Node<K,V> p; int n, i; // 如果 Node 数组为 null 或者 长度为 0 时，即 Node 数组不存在，则调用 resize() 方法，重新获取一个调整大小后的 Node 数组。 if ((tab = table) == null || (n = tab.length) == 0) n = (tab = resize()).length; // 如果当前数组元素没有值，即不存在 哈希冲突的情况，直接添加一个 Node 进去（多线程时，此处可能导致线程不安全）。 if ((p = tab[i = (n - 1) & hash]) == null) tab[i] = newNode(hash, key, value, null); else { // 存在哈希冲突的情况下，需要找到 插入或修改 的节点的位置，然后再操作（插入或修改） Node<K,V> e; K k; // Step1:找到节点的位置1 // 判断第一个节点 是不是我们需要找的，判断条件： hash 是否相等、 key 是否相等。都相等则保存该节点，后续会修改。 if (p.hash == hash && ((k = p.key) == key || (key != null && key.equals(k)))) e = p; else if (p instanceof TreeNode) // 判断是否为 红黑树节点，是则添加一个树节点，返回节点 e = ((TreeNode<K,V>)p).putTreeVal(this, tab, hash, key, value); else { // 是链表节点，遍历查找节点 for (int binCount = 0; ; ++binCount) { // 第一个条件判断得知 第一个节点不是我们要的，所以可以直接从第二个节点开始（p.next），然后遍历得第三、四个节点。 if ((e = p.next) == null) { // 如果第二（三、四。。。）个节点没有值，直接添加一个 Node 即可，此时的 e 为 null。 p.next = newNode(hash, key, value, null); // 如果链表长度大于等于 8（真实链表节点数为 9，先添加节点，再去转红黑树），则转为红黑树 ，并结束遍历操作 if (binCount >= TREEIFY_THRESHOLD - 1) // -1 for 1st treeifyBin(tab, hash); break; } // 如果下一个节点是需要的节点，则结束遍历操作 if (e.hash == hash && ((k = e.key) == key || (key != null && key.equals(k)))) break; // 不是需要的节点，则进行下一次遍历 p = e; } } // 当 e 不为 null 时，对值进行修改，并将旧值返回 if (e != null) { // existing mapping for key V oldValue = e.value; if (!onlyIfAbsent || oldValue == null) e.value = value; // 此处是 空实现，LinkedHashMap使用 afterNodeAccess(e); return oldValue; } } // 添加节点的后续操作 // 修改次数加1 ++modCount; // 当Node节点数 size 大于 阈值时，需要执行 resize 方法调整数组长度。 if (++size > threshold) resize(); // 此处是 空实现，LinkedHashMap使用 afterNodeInsertion(evict); // 添加节点成功，返回 null return null; }
5、resize
用于给数组扩容。
（1）resize 过程
Step1：计算新数组的阈值、新数组的长度。
Step2：给新数组复制。对于链表节点采用 e.hash & oldCap 去确定元素的位置，新位置只有两种可能（在原位置、或者在原位置的基础上增加 旧数组长度）
【举例：】 e.hash = 10 = 0000 1010, oldCap = 16 = 0001 0000 则 e.hash & oldCap = 0000 0000 = 0 e.hash = 18 = 0001 0010, oldCap = 16 = 0001 0000 则 e.hash & oldCap = 0001 0000 = 16 当 e.hash & oldCap == 0 时，新位置为 原数据所在的位置。即 table[j] 当 e.hash & oldCap != 0 时，新位置为 原数据所在的位置 + 原数组的长度。即 table[j + oldCap]
（2）源码：
/** * 给数组扩容 */ final Node<K,V>[] resize() { // Step1：判断数组是否需要扩容，若需要则扩容 // 记录原数组 Node<K,V>[] oldTab = table; // 记录原数组长度，若为 null，则为 0， 否则为 数组的长度 int oldCap = (oldTab == null) ? 0 : oldTab.length; // 记录原数组的阈值 int oldThr = threshold; // 记录新数组的长度、阈值 int newCap, newThr = 0; // 如果原数组已被初始化 if (oldCap > 0) { // 若数组长度超过最大的容量，则直接返回原数组 if (oldCap >= MAXIMUM_CAPACITY) { threshold = Integer.MAX_VALUE; return oldTab; } // 若数组长度2倍扩容仍小于最大容量，则阈值加倍 else if ((newCap = oldCap << 1) < MAXIMUM_CAPACITY && oldCap >= DEFAULT_INITIAL_CAPACITY) newThr = oldThr << 1; // double threshold } // 原数组为null，若旧阈值大于0， 则数组长度为 阈值大小 else if (oldThr > 0) // initial capacity was placed in threshold newCap = oldThr; // 原数组为 null，旧阈值小于等于0， 则数组长度、阈值均为默认值 else { // zero initial threshold signifies using defaults newCap = DEFAULT_INITIAL_CAPACITY; newThr = (int)(DEFAULT_LOAD_FACTOR * DEFAULT_INITIAL_CAPACITY); } // 若新阈值为 0，则根据新数组长度重新计算阈值 if (newThr == 0) { float ft = (float)newCap * loadFactor; newThr = (newCap < MAXIMUM_CAPACITY && ft < (float)MAXIMUM_CAPACITY ? (int)ft : Integer.MAX_VALUE); } threshold = newThr; // Step2:将原数组的数据复制到新数组中（重新计算元素新的位置） @SuppressWarnings({"rawtypes","unchecked"}) Node<K,V>[] newTab = (Node<K,V>[])new Node[newCap]; table = newTab; // 开始复制数据 if (oldTab != null) { // 遍历原数组 for (int j = 0; j < oldCap; ++j) { Node<K,V> e; // 对数组的每个节点进行判断 if ((e = oldTab[j]) != null) { oldTab[j] = null; // 如果原数组节点中只有一个值，那么直接复制到新数组 if (e.next == null) newTab[e.hash & (newCap - 1)] = e; // 如果原数组节点是红黑树，则需要对其进行拆分 else if (e instanceof TreeNode) ((TreeNode<K,V>)e).split(this, newTab, j, oldCap); // 如果原数组是链表，则进行如下操作（节点整体移动、或者节点不动） // 节点整体移动： 新位置为 原始位置 + 原始数组长度。 // 节点不移动： 新位置为 原始位置 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; // 判断节点是否需要移动，位运算 为 0 则不移动 if ((e.hash & oldCap) == 0) { if (loTail == null) loHead = e; else loTail.next = e; loTail = e; } // 位运算不为 0，需移动 else { if (hiTail == null) hiHead = e; else hiTail.next = e; hiTail = e; } } while ((e = next) != null); // 将链表的尾节点置 null，并将头节点放到新位置 if (loTail != null) { loTail.next = null; // 新位置为 原始位置 newTab[j] = loHead; } if (hiTail != null) { hiTail.next = null; // 新位置为 原始位置 + 原始数组长度 newTab[j + oldCap] = hiHead; } } } } } return newTab; }
6、get、getNode
用于获取节点的 value 值。
（1）分析 get 的过程
Step1：先获取节点，内部调用 getNode() 方法。
Step2：判断 数组是否为 null 或者 长度为0，是则直接返回 null。对 key 进行 hash 并执行位运算（(length - 1) & hash(key)），得到数组下标，若当前数组下标位置数据为null，也返回 null。
Step3：若当前数组下标位置有值。
若 恰好是第一个元素，直接返回第一个节点即可。
若不是第一个元素，则判断是否为 红黑树结构，是则返回树节点。
若不是树结构，则遍历链表，返回相应的节点。
（2）源码：
/** * 根据 key 获取 value */ public V get(Object key) { Node<K,V> e; return (e = getNode(hash(key), key)) == null ? null : e.value; } /** * 真正获取 value 的操作 */ final Node<K,V> getNode(int hash, Object key) { Node<K,V>[] tab; Node<K,V> first, e; int n; K k; // 数组长度为 0 或者为 null，或者 节点不存在，直接返回一个 null if ((tab = table) != null && (n = tab.length) > 0 && (first = tab[(n - 1) & hash]) != null) { // 若恰好为 第一个节点，则返回第一个节点 if (first.hash == hash && // always check first node ((k = first.key) == key || (key != null && key.equals(k)))) return first; if ((e = first.next) != null) { // 若是树节点，则返回树节点 if (first instanceof TreeNode) return ((TreeNode<K,V>)first).getTreeNode(hash, key); // 若是链表，则遍历返回节点 do { if (e.hash == hash && ((k = e.key) == key || (key != null && key.equals(k)))) return e; } while ((e = e.next) != null); } } return null; }
三、常见面试题
1、为什么使用 数组 + 链表 + 红黑树的 数据结构？
数组用于 确定 数据存储的位置，链表用来解决 哈希冲突（当冲突时，在当前数组对应的位置形成一个链表）。当链表的长度大于等于 8 时（真实链表节点数为 9，先添加节点，再去转红黑树），需要将其转为 红黑树，查询效率比链表高。
采用数组 + 链表的数据结构，可以结合 数组寻址的优势 以及 链表在增删上的高效。
2、HashMap 什么情况下会扩容？
当数组长度超过阈值时（loadFactor * capacity），默认负载因子（loadFactor） 为 0.75，数组（capacity）长度 为 16。
此时的阈值为 16 * 0.75 = 12，即只要数组长度大于 12 时，就会发生扩容（resize）。数组、阈值扩大到原来的 2 倍。即 当前数组长度为 16，扩容后变为 32，阈值为 24。
3、数组扩容为什么长度是 2 的次幂？
为了实现高效、必须减少碰撞，即需要将数据尽量均匀分配，使每个链表长度大致相同。数据 key 的哈希值直接使用肯定是不行的，可以采用 取模运算 ，即 hash(key) % length，得到的余数作为数组的下标（ table[hash(key) % length] ）。
但是取模运算的效率没有 移位运算高（(length - 1) & hash(key)）。length 指的是数组的长度。
// Node 数组 transient Node<K,V>[] table; JDK 1.8 源码给的实现是 (length - 1) & hash(key)， // 计算数组下标值 table[(length - 1) & hash(key)] // 定位到数组元素的位置 也即 (length - 1) & hash(key) == hash(key) % length, 想要上面等式成立， length 必须满足 2 的次幂（效率最高）， 即 length = 2^n。 为什么必须满足 2 的次幂？ 因为只有 2 的次幂， length - 1 的二进制位全为1，使得 hash(key) 后几位都进行 &1 操作， 这样得到的结果等同于 hash(key) 后几位的值。 即 (length - 1) & hash(key) == hash(key) % length 如果 不为 2 的次幂，那么可能存在 某些值永远都不会出现的情况。 举个例子： 【hash(key) = 9, length = 16】 此时 hash(key) % length = 9 % 16 = 9 (length - 1) & hash(key) = 15 & 9 = 1111 & 1001 = 1001 = 9 hash(key) % length == (length - 1) & hash(key) 【hash(key) = 27, length = 16】 此时 hash(key) % length = 27 % 16 = 11 (length - 1) & hash(key) = 15 & 27 = 01111 & 11011 = 1011 = 11 hash(key) % length == (length - 1) & hash(key) 【hash(key) = 9, length = 15】 此时 hash(key) % length = 9 % 15 = 9 (length - 1) & hash(key) = 14 & 9 = 1110 & 1001 = 1000 = 8 hash(key) % length !== (length - 1) & hash(key) 数组长度为 15 时，length -1 = 1110，此时不管如何，最后一位均不可能为 1，也即 1001、1101等这些值永远都获取不到。
4、String 中的 hashCode 方法
参考：https://segmentfault.com/a/1190000010799123。
以 31 为权，对每一个字符的 ASCII 码进行求和运算。
选用 31 的原因，31 * i = 32 * i - i = (i << 5) - i，31 可以被虚拟机优化成 位运算，效率更高。
public int hashCode() { int h = hash; if (h == 0 && value.length > 0) { char val[] = value; for (int i = 0; i < value.length; i++) { h = 31 * h + val[i]; } hash = h; } return h; }
5、HashMap 线程不安全？举个例子？
HashMap 采用尾插法将数据插入链表的尾部，但其 putVal 方法是线程不安全的。putVal 方法中有段代码如下：
if ((p = tab[i = (n - 1) & hash]) == null) tab[i] = newNode(hash, key, value, null);
当线程 A 与线程 B 同时进行 put 操作时，且两个值的 key 经过 hash() 是一致的，即占用同一个数组元素。若此时数组元素为 null，线程 A 执行到这段代码的时候，发现该位置数据为 null，则触发一次 newNode 操作，这时线程 B 恰好也执行到这，同样触发一次 newNode 操作，这时不管是线程 A 还是线程 B成功，都会覆盖当前元素，即线程不安全。
JDK 7 用的头插法，会造成死循环（没有过多研究，有时间再补充）。
6、HashMap、HashTable、ConcurrentHashMap的区别
（1）HashMap 是线程非安全的，允许存在 null 的 key 以及 null 的 value。且只有一个为 null 的key，可以存在多个为 null 的 value。HashMap 的效率比 HashTable 高
（2）HashTable 是线程安全的，不允许存在 null 值。
（3）ConcurrentHashMap 是线程安全的 HashMap，并发能力比 HashTable 强。
7、一般用什么作为 HashMap 的 key？如何去自定义一个 class 作为 key？
（1）HashMap 中的 key 可以为 null 值吗？
当然可以，源码如下，当 key 为 null 时，其 hash 结果为 0。也即最后确定的数组位置为第一个位置（(n - 1) & hash 结果为 0）。
static final int hash(Object key) { int h; return (key == null) ? 0 : (h = key.hashCode()) ^ (h >>> 16); }
（2）一般用什么作为 HashMap 的 key？
一般使用 Integer、String 等不可变类作为 HashMap 的 key，其中 String 用的最多。
由于字符串的不可变性，其 hashcode 值可以被缓存，每次使用时不需要重新进行计算，从而提交效率。且这些不可变类一般都重写了 hashcode 以及 equals 方法，已经对 冲突 做了适当的修正，不需要重写该方法。
（3）使用可变类作为 HashMap 的 key 会出现什么问题？
由于 可变类 的数据可以改变，可能导致其最后的 hashcode 结果发生变化，从而导致 put 进 HashMap 的数据 无法被 get 出。
（4）如何自定义一个 class 作为 key？
自定义 key 时需注意两点：
需要设置一个不可变类。
需要重写 hashcode 与 equals 方法。
对于不可变类，需要考虑：（简单的理解就是不能被外部改变）
在类上标注 final 关键字，保证 类 不可被继承。
对于成员变量，使用 final 修饰，并不对外提供 setter 方法。
若成员变量是对象，需要对该对象进行深克隆。
对于重写方法：
equals 相等，hashcode 一定相等。
equals 不等，hashcode 不一定不等。
hashcode 相等，equals 不一定相等。
hashcode 不等，eqauls 一定不等。
（5）hash 算法是什么？还有哪些算法属于 Hash 算法？
hash 算法指的是将任意长度的字符串，通过散列算法，变换成固定长度的字符串。即将大范围数据映射到小范围（节约空间）。
常见 Hash 算法还有 MD4、MD5、SHA 等。
