HashMap实现原理
概览
这篇文章，我们打算探索一下Java集合(Collections)框架中Map接口中HashMap的实现。Map虽然是Collctions框架的一部分，但是Map并没有实现Collection接口，而Set和List是实现Collection接口的。
简单来说，HashMap主要通过key存储value值，并且提供了添加，获取和操作存储value的方法。HashMap的实现基于HashTable。
HashMap内部呈现
Key-value对在内部是以buckets的方式存储在一起，最终成为一个表。存储和检索操作的时间是固定的，也就是时间复杂度为O(1)。
这篇文章暂时不过于涉及HashMap的底层，我们先对HashMap有个整体认知。
前言
认真阅读了下HashMap的实现方式，也参考了网上别人的一些解析，个人觉得还是有些东西想说。网上有的文章名字为HashMap源码解析，实际上就是给它里面的一些方法加上一些注释而已，有不少都是这样的。
我自己看源码的时候，发现不是别人不想解析，而是它的实现真的需要亲自研读，多理顺几遍才知道怎么回事。
我在这里解析的文字描述也较多，不管谁的解析，自己也都要看一下JDK源码的具体实现，我们仅提供参考而已。
解析思路
源码不太方便看，先说明一下我的阅读思路。
-
把常用的几个方法拷贝到文本编辑器里面。
-
HashMap中不同的时候会有不同的流程，梳理方法中的逻辑流程。
就像采用极端法，采用特殊的数据，然后查看方法执行语句。未执行的语句暂时不考虑。 -
注释源码...
我觉得HashMap的实现方式不够好，关键的几个方法里面包含的情况太多了，阅读起来是有难度的，而写程序的目的之一不就是让其他开发者阅读吗？一个方法内部做了太多的事情，违反了代码整洁的规则，一个函数做要尽量少的事情。
get() 方法
1、使用
为了获取存储在hashMap中的对象，我们需要知道与它对应的key。然后通过get方法把对应的key传到参数里。调用HashMap的get方法的时候，也会调用key对象的hashCode方法。
@Test public void mapKeyTest(){ HashMap<MyKey,String> map = new HashMap<MyKey, String>(); MyKey key1 = new MyKey(1); map.put(key1,"value1"); String retV = map.get(key1); }
控制台上可以看到两行输出
调用 hashCode()
调用 hashCode()
2、原理
public V get(Object key){ Node<K, V> e; return(e=getNode(hash(key),key))==null?null:e.value; }
1. 先从数组下标，找到对应的Node
2. 如果Node里的第一个节点命中，直接返回
3. 如果有冲突，则通过key.equals(k)去查找对应的entry
4. 若为树，则在树中通过key.equals(k)查找，O(logn)；
5. 若为链表，则在链表中通过key.equals(k)查找，O(n)。
// hash值为hash(key),key final Node<K,V> getNode(int hash, Object key) { Node<K,V>[] tab; Node<K,V> first, e; int n; K k; //table不为空，并且tab[(n-1) & hash] != null的时候。 if ((tab = table) != null && (n = tab.length) > 0 && (first = tab[(n - 1) & hash]) != null) { //判断取出Node的hash值是否相等。key值相等，那么直接返回。 //想一想什么情况下，if语句不成立？ if (first.hash == hash && // always check first node ((k = first.key) == key || (key != null && key.equals(k)))) return first; //也就是取出的第一个Node的hash值与key计算的hash不等。 if ((e = first.next) != null) { if (first instanceof TreeNode) //从树中取节点。 return ((TreeNode<K,V>)first).getTreeNode(hash, key); do { //判断hash值与key值是否相等，一直判断到相等或到节点末端为止。 if (e.hash == hash && ((k = e.key) == key || (key != null && key.equals(k)))) return e; } while ((e = e.next) != null); } } return null; }
put()方法
1、使用
Map中通过put方法来存储一个value。
/** * 建立键值对应关系，如果之前已经存在对应的key， * 返回之前存储的value，之前如果不存在对应的key，返回null */ public V put(K key, V value) { return putVal(hash(key), key, value, false, true); }
知识点一： 当Map的调用put方法的时候，key对象被调用hashCode()方法，获得一个hash值供hashmap使用。
我们创建一个对象来证实一下。
public class MyKey { private int id; @Override public int hashCode() { System.out.println("调用 hashCode()"); return id; } // constructor, setters and getters } @Test public void mapKeyTest(){ HashMap<MyKey,String> map = new HashMap<MyKey, String>(); String retV = map.put(new MyKey(1),"value1"); }
可以看到控制台的输出信息
调用 hashCode()
知识点二： hash()方法计算出的hash值可以标识它在buckets数组中的索引位置。
HashMap的hash()方法如下：可以与put方法进行关联。
static final int hash(Object key) { int h; return (key == null) ? 0 : (h = key.hashCode()) ^ (h >>> 16); }
HashMap有一个特点，它可以存储null的key和null的value。当key时null的时候，执行put方法，它会自动分配hash为0. 这也意味着key为null的时候没有hash操作，这样就避免了空指针异常。
2、原理
这个中间涉及的逻辑多一些，方法需要分不同的步骤看。
思路：
-
对key的hashCode()做hash，然后再计算index;
-
如果没碰撞直接放到bucket里；
-
如果碰撞了，以链表的形式存在buckets后；
-
如果节点已经存在就替换old value(保证key的唯一性)
-
如果碰撞导致链表过长(大于等于TREEIFY_THRESHOLD)，就把链表转换成红黑树；
-
如果Node的容量满了(超过load factor*current capacity)，就要resize。
public V put(K key, V value) { return putVal(hash(key), key, value, false, true); } 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table为空，就重新创建table if ((tab = table) == null || (n = tab.length) == 0) n = (tab = resize()).length; // 如果tab[(n-1) & hash]为空的话，就在tab[(n-1) & hash]位置存储节点。 // newNode = new Node<>(hash, key, value, next); if ((p = tab[i = (n - 1) & hash]) == null) tab[i] = newNode(hash, key, value, null); else { //当tab[(n-1)&hash]位置已经存在Node的时候。 Node<K,V> e; K k; //如果已经存在的Node与即将要存的key值一样 // e为存在的Node if (p.hash == hash && ((k = p.key) == key || (key != null && key.equals(k)))) e = p; else if (p instanceof TreeNode) e = ((TreeNode<K,V>)p).putTreeVal(this, tab, hash, key, value); else { //不满足以上的情况，一直把Node往后插入。 //如果插入的节点数量多于TREEIFY_THRESHOLD-1个，变为树形节点 for (int binCount = 0; ; ++binCount) { if ((e = p.next) == null) { p.next = newNode(hash, key, value, null); if (binCount >= TREEIFY_THRESHOLD - 1) // -1 for 1st treeifyBin(tab, hash); break; } //如果再遍历的时候，发现key值相同的时候，就跳出循环。e = p.next， // 这时已经记录e的Node值了 if (e.hash == hash && ((k = e.key) == key || (key != null && key.equals(k)))) break; p = e; } } // 存在对应的Node时 if (e != null) { // existing mapping for key V oldValue = e.value; if (!onlyIfAbsent || oldValue == null) e.value = value; afterNodeAccess(e); return oldValue; } } // HashMap内部修改的初始 ++modCount; //如果存储的节点数，大于临界值，重新分配大小 if (++size > threshold) resize(); //抽象方法，当节点执行插入操作的时候如何处理 afterNodeInsertion(evict); return null; }
一般不发生碰撞的时候，相对简单，数据量较小的情况下。
final V putVal(int hash, K key, V value, boolean onlyIfAbsent, boolean evict) { Node<K,V>[] tab; Node<K,V> p; int n, i; if ((tab = table) == null || (n = tab.length) == 0) n = (tab = resize()).length; // 留意 i = (n-1)&hash，所以取的时候也这样取 // newNode = new Node<>(hash, key, value, next); if ((p = tab[i = (n - 1) & hash]) == null) tab[i] = newNode(hash, key, value, null); ++modCount; if (++size > threshold) resize(); afterNodeInsertion(evict); return null; }
发生碰撞后，有个红黑树的处理，因为红黑树相对知识点较多，下次单独详细解释。这里可以参考以下，从JDK源码研究红黑树。我解释下关于碰撞冲的循环:
-
查看是否存在相同的key，存在相同的key跳出循环，覆盖key的value
-
如果不存在相同的key，在链表末尾插入新的Node
-
如果链表节点过长，转换为树。
for (int binCount = 0; ; ++binCount) { // p.next为null的时候，走到了链表的末端，然后新建一个节点，如果链表的长度太长，转换为树存储。 if ((e = p.next) == null) { p.next = newNode(hash, key, value, null); if (binCount >= TREEIFY_THRESHOLD - 1) // -1 for 1st treeifyBin(tab, hash); break; } // 如果链表中存在于要put的key值相同的时候，存储key值，也就是e ,(e = p.next)。 if (e.hash == hash && ((k = e.key) == key || (key != null && key.equals(k)))) break; p = e; }
红黑树的部分，我们下次单独解析
resize方法
这个涉及的内容，有不少线需要捋一捋。首先看申明时候会resize()。它们都在调用put的时候执行的。
- table == null的时候
if ((tab = table) == null || (n = tab.length) == 0) n = (tab = resize()).length;
- 键值映射的的数目大于临界值的时候。
if (++size > threshold) resize();
resize具体方法
final Node<K,V>[] resize() { Node<K,V>[] oldTab = table; // 之前的容量可能为0或者为之前的大小 // threshold可能为null或者为2的n次方 int oldCap = (oldTab == null) ? 0 : oldTab.length; int oldThr = threshold; //新的容量，新的临界目前都为0 int newCap, newThr = 0; // 第二次resize的时候。 if (oldCap > 0) { if (oldCap >= MAXIMUM_CAPACITY) { threshold = Integer.MAX_VALUE; return oldTab; } else if ((newCap = oldCap << 1) < MAXIMUM_CAPACITY && oldCap >= DEFAULT_INITIAL_CAPACITY) newThr = oldThr << 1; // double threshold } //第一次resize()的时候，初始化的操作。 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); } //第一次resize()，会进入 if (newThr == 0) { //负载因子 * 初始容量 float ft = (float)newCap * loadFactor; //保证临界值不超过最大值。 newThr = (newCap < MAXIMUM_CAPACITY && ft < (float)MAXIMUM_CAPACITY ? (int)ft : Integer.MAX_VALUE); } //真正初始化的操作，新建newCap个数组，临界值初始化。 threshold = newThr; @SuppressWarnings({"rawtypes","unchecked"}) Node<K,V>[] newTab = (Node<K,V>[])new Node[newCap]; table = newTab; // 非 第一次reizie()时 if (oldTab != null) { for (int j = 0; j < oldCap; ++j) { Node<K,V> e; if ((e = oldTab[j]) != null) { // 重新计算了一次hash 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); // 如果e.next ！= null 存在hash的Node 链子 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; // 原索引 if ((e.hash & oldCap) == 0) { if (loTail == null) loHead = e; else loTail.next = e; loTail = e;}// 原索引+ oldCapelse{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;}}}}}return newTab;}
如果是第一次resize，我们抽出来会执行到的语句。
- 初始化容量
- 初始化threshold，也就是初始化临界值，决定了table的键值对数目到什么时候会再次resize()
final Node<K,V>[] resize() { //第一次的时候table为null Node<K,V>[] oldTab = table; // oldCap 为 0,threshod为null int oldCap = (oldTab == null) ? 0 : oldTab.length; int oldThr = threshold; int newCap, newThr = 0; // 不会走 if (oldCap > 0) { .... // 从这里执行 else { // zero initial threshold signifies using defaults newCap = DEFAULT_INITIAL_CAPACITY; newThr = (int)(DEFAULT_LOAD_FACTOR * DEFAULT_INITIAL_CAPACITY); } threshold = newThr; @SuppressWarnings({"rawtypes","unchecked"}) Node<K,V>[] newTab = (Node<K,V>[])new Node[newCap]; table = newTab; return newTab; }
第二次及后续的resize执行流程
final Node<K,V>[] resize() { Node<K,V>[] oldTab = table; // oldCap为当前table的长度, oldThr为上次的table临界值 int oldCap = (oldTab == null) ? 0 : oldTab.length; int oldThr = threshold; int newCap, newThr = 0; if (oldCap > 0) { // 这个if语句保证容量不超过hashmap的容量上限值。 if (oldCap >= MAXIMUM_CAPACITY) { threshold = Integer.MAX_VALUE; return oldTab; } // 如果扩容之后，不超过容量上限， // 那么表的大小加倍。临界值加倍 else if ((newCap = oldCap << 1) < MAXIMUM_CAPACITY && oldCap >= DEFAULT_INITIAL_CAPACITY) newThr = oldThr << 1; // double threshold } threshold = newThr; @SuppressWarnings({"rawtypes","unchecked"}) Node<K,V>[] newTab = (Node<K,V>[])new Node[newCap]; table = newTab; //第二次扩容的时候，对上次的table如何处理。 if (oldTab != null) { // 遍历之前的table，重新hash排序 for (int j = 0; j < oldCap; ++j) { Node<K,V> e; //只对存在的索引操作 if ((e = oldTab[j]) != null) { //销毁当前索引的内容 oldTab[j] = null; //重新计算位置并赋值 if (e.next == null) newTab[e.hash & (newCap - 1)] = e; //树的操作，下次再说 else if (e instanceof TreeNode) ((TreeNode<K,V>)e).split(this, newTab, j, oldCap); //链表的操作 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; // oldCap 为 16也就是 10000， //oldCap为16的倍数，这里是hash值为低数字的时候 if ((e.hash & oldCap) == 0) { //第一次 if (loTail == null) loHead = e; //计算新的next else loTail.next = e; loTail = e; } //同理 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; } // 加上原本的偏移量 if (hiTail != null){ hiTail.next =null; newTab[j + oldCap]= hiHead;}}}}}return newTab;}
resize中对有碰撞的链表的操作写的很有意思，再叙述一下。在重新分配索引的时候，有重新组建链表的操作。
举个比较夸张的例子，读者就明白了。
-
e.hash < 2，那么 e.hash&oldCap就等于0，索引为小于之前hash表大小以内的索引。也就是当初的索引不变。
-
e.hash > 2的时候，e.hash&old不等于0，那么它的索引就为当前表的索引再加上新扩容的大小。
案例图：
这个图说的是，当hashmap的表大小为2扩充到4的时候，原本挂载在1位置的链表，重新分配之后的样子。
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; }
HashMap中的集合视图
HashMap提供了三种方式，让我们可以把key和value作为其它集合来使用。
Set<K> keys = map.keySet() Collection<V> values = map.values() Set<Entry<K, V>> entries = map.entrySet();
注意： 在iteators创建完毕后，对map的任何结构修改，都会抛出一个异常。
@Test public void givenIterator_whenFailsFastOnModification_thenCorrect() { Map<String, String> map = new HashMap<>(); map.put("name", "baeldung"); map.put("type", "blog"); Set<String> keys = map.keySet(); Iterator<String> it = keys.iterator(); map.remove("type"); while (it.hasNext()) { String key = it.next(); } } // 会抛出java.util.ConcurrentModificationException异常
HashMap中唯一允许的修改是在iterator中移除元素。
public void givenIterator_whenRemoveWorks_thenCorrect() { Map<String, String> map = new HashMap<>(); map.put("name", "baeldung"); map.put("type", "blog"); Set<String> keys = map.keySet(); Iterator<String> it = keys.iterator(); while (it.hasNext()) { it.next(); it.remove(); } assertEquals(0, map.size()); }
HashMap在iterator上的性能相比于LinkedHashMap和treeMap，性能非常糟糕。最差情况下为O(n)，n为hashmap中条目的个数。
最后
HashMap内部有很多东西值得探索，这篇仅仅对HashMap做了一层表面的分析。接下来会深入分析。
参考文献：
1、https://www.jianshu.com/p/be9ffb76db30
2、https://www.imooc.com/article/24118
