基于JDK1.8的HashMap分析

HashMap的强大功能，相信大家都了解一二。之前看过HashMap的源代码，都是基于JDK1.6的，并且知其然不知其所以然，现在趁着寒假有时间，温故而知新。文章大概有以下几个方面：

• HashMap的数据结构
• put方法
• get方法

（一）HashMap的底层数据结构

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; }

       //hashCode等其他代码
    }

 

首先，HashMap 是 Map 的一个实现类，它代表的是一种键值对的数据存储形式。Key 不允许重复出现，Value 随意。jdk 8 之前，其内部是由数组+链表来实现的，而 jdk 8 对于链表长度超过 8 的链表将转储为红黑树。

底层数据结构就是 数组 + 链表 + 红黑树（长度>8），其中有一个静态内部类

 static class Node<K,V> implements Map.Entry<K,V> 

这个静态内部类就是一个小的方块，在jdk1.8之前只在构造方法里面初始化的，现在是在第一次put的时候初始化的。

 

(二)HashMap的put方法

put 方法的源码分析是本篇的一个重点，因为通过该方法我们可以窥探到 HashMap 在内部是如何进行数据存储的，所谓的数组+链表+红黑树的存储结构是如何形成的，又是在何种情况下将链表转换成红黑树来优化性能的。带着一系列的疑问，我们看这个 put 方法：

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

也就是put方法调用了putVal方法，其中传入一个参数位hash(key)，我们首先来看看hash这个方法。

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

是一个静态final方法。这是为什么key可以位null的原因了，当插入的key值为null，他会自动把他当作0进行处理

并且调用了key的hashcode，这就是为什么map的key一定要重写hashcode和equals方法。

并且与h右移16位异或。我们来详细看看这里为什么这样做。

 

我们知道，按位异或就是把两个数按二进制，相同就取0，不同就取1。

比如：0101 ^ 1110 的结果为 1011。异或的速度是非常快的。

把一个数右移16位即丢弃低16为，就是任何小于2^16的数，右移16后结果都为0（2的16次方再右移刚好就是1）。

任何一个数，与0按位异或的结果都是这个数本身（很好验证）。

所以这个hash()函数对于非null的hash值，仅在其大于等于2^16的时候才会重新调整其值，小于2^16不做调整直接取他的hashcode值。

至于为什么右移16位异或，这是知乎上面的一幅图片

 

看到没有，变得“松散”了很多，至于为什么，我也不是很清楚。我们继续往下看putVal这个方法。

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 还未被初始化，那么初始化它
    if ((tab = table) == null || (n = tab.length) == 0)
        n = (tab = resize()).length;
    //根据键的 hash 值找到该键对应到数组中存储的索引
    //如果为 null，那么说明此索引位置并没有被占用
    if ((p = tab[i = (n - 1) & hash]) == null)
        tab[i] = newNode(hash, key, value, null);
    //不为 null，说明此处已经被占用，只需要将构建一个节点插入到这个链表的尾部即可
    else {
        Node<K,V> e; K k;
        //当前结点和将要插入的结点的 hash 和 key 相同，说明这是一次修改操作
        if (p.hash == hash &&
            ((k = p.key) == key || (key != null && key.equals(k))))
            e = p;
        //如果 p 这个头结点是红黑树结点的话，以红黑树的插入形式进行插入
        else if (p instanceof TreeNode)
            e = ((TreeNode<K,V>)p).putTreeVal(this, tab, hash, key, value);
        //遍历此条链表，将构建一个节点插入到该链表的尾部
        else {
            for (int binCount = 0; ; ++binCount) {
                if ((e = p.next) == null) {
                    p.next = newNode(hash, key, value, null);
                    //如果插入后链表长度大于等于 8 ，将链表裂变成红黑树
                    if (binCount >= TREEIFY_THRESHOLD - 1)
                        treeifyBin(tab, hash);
                    break;
                }
                //遍历的过程中，如果发现与某个结点的 hash和key，这依然是一次修改操作 
                if (e.hash == hash &&
                    ((k = e.key) == key || (key != null && key.equals(k))))
                    break;
                p = e;
            }
        }
        //e 不是 null，说明当前的 put 操作是一次修改操作并且e指向的就是需要被修改的结点
        if (e != null) { 
            V oldValue = e.value;
            if (!onlyIfAbsent || oldValue == null)
                e.value = value;
            afterNodeAccess(e);
            return oldValue;
        }
    }
    ++modCount;
    //如果添加后，数组容量达到阈值，进行扩容
    if (++size > threshold)
        resize();
    afterNodeInsertion(evict);
    return null;
}

 注释已经很清楚了，我想说下这个初始化的问题

//如果 table 还未被初始化，那么初始化它
if ((tab = table) == null || (n = tab.length) == 0)
n = (tab = resize()).length;

这个resize()方法既可以初始化，也可以扩容，都是这个函数完成的。并且在多线程下，不会出现之前的死锁导致cpu飙升至100%，只会出现数据丢失的问题。

首先，我们看 resize 这个方法是如何对 table 进行初始化的

//第一部分
final Node<K,V>[] resize() {
        Node<K,V>[] oldTab = table;
        //拿到旧数组的长度
        int oldCap = (oldTab == null) ? 0 : oldTab.length;
        int oldThr = threshold;
        int newCap, newThr = 0;
        //说明旧数组已经被初始化完成了，此处需要给旧数组扩容
        if (oldCap > 0) {
            //极限的限定，达到容量限定的极限将不再扩容
            if (oldCap >= MAXIMUM_CAPACITY) {
                threshold = Integer.MAX_VALUE;
                return oldTab;
            }
            //未达到极限，将数组容量扩大两倍，阈值也扩大两倍
            else if ((newCap = oldCap << 1) < MAXIMUM_CAPACITY &&
                     oldCap >= DEFAULT_INITIAL_CAPACITY)
                newThr = oldThr << 1; 
        }
        else if (oldThr > 0) 
            newCap = oldThr;
        //数组未初始化并且阈值也为0，说明一切都以默认值进行构造
        else {
            newCap = DEFAULT_INITIAL_CAPACITY;
            newThr = (int)(DEFAULT_LOAD_FACTOR * DEFAULT_INITIAL_CAPACITY);
        }
        if (newThr == 0) {
            float ft = (float)newCap * loadFactor;
            newThr = (newCap < MAXIMUM_CAPACITY && ft < (float)MAXIMUM_CAPACITY ?
                      (int)ft : Integer.MAX_VALUE);
        }
        threshold = newThr;
//根据新的容量初始化一个数组
Node<K,V>[] newTab = (Node<K,V>[])new Node[newCap];
table = newTab;
//旧数组不为 null，这次的 resize 是一次扩容行为
if (oldTab != null) {
    //将旧数组中的每个节点位置相对静止地拷贝值新数组中
    for (int j = 0; j < oldCap; ++j) {
        Node<K,V> e;
        //获取头结点
        if ((e = oldTab[j]) != null) {
            oldTab[j] = null;
            //说明链表或者红黑树只有一个头结点，转移至新表
            if (e.next == null)
                newTab[e.hash & (newCap - 1)] = e;
            //如果 e 是红黑树结点，红黑树分裂，转移至新表
            else if (e instanceof TreeNode)
                ((TreeNode<K,V>)e).split(this, newTab, j, oldCap);
            //这部分是将链表中的各个节点原序地转移至新表中
            else { 
                Node<K,V> loHead = null, loTail = null;// 代表原来的地方
                Node<K,V> hiHead = null, hiTail = null;// 代表高位
                Node<K,V> next;
                do {
                    next = e.next;
                    if ((e.hash & oldCap) == 0) {  // 以oldCap来区分将数据放到原来的地方还是放到高位
                        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;
                }
            }
        }
    }
}
//不论你是扩容还是初始化，都可以返回 newTab
return newTab;

JDK大神真的是太厉害了，膜拜啊膜拜。

将冲突多的，比如链表或者红黑树，放到扩容后的那一半，那么以后冲突就会减少很多。

就是判断旧的数组那一位到底为不为一。比如4(0100)，只要第二位为1，全部放到highHead那里，否则lowHead.

我们看上面代码的第62行

这个oldCap表示扩容之前数组的长度，一定是为2的倍数。即二进制中只有一位为1，其他位都位0

if ((e.hash & oldCap) == 0)

如果原 oldCap 为 10000 的话，那么扩容后的 newCap 则为 100000，会比原来多出一位。所以我们只要知道原索引值的前一位是 0 还是 1 即可，如果是 0，那么它和新容量与后还是 0 并不改变索引的值，如果是 1 的话，那么索引值会增加 oldCap。

这样就分两步拆分当前链表，一条链表是不需要移动的，依然保存在当前索引值的结点上，另一条则需要变动到 index + oldCap 的索引位置上。

既假如原数组前一位是0那么还是原index位置，否则就是两倍。

这一块真的写的很好，如下图扩容

table[1] = 1 -> 5  -> 9 -> 13

扩容后，1，9留在了原来的地方、

5，13去了高位 table[5] = 1 + 4

 

至此，put方法就差不多了。可以详细的看下代码的注释，结合jdk来理解。

ps. 我其实看的时候有一个疑问。为何不把冲突的全部放到扩容的另外一半呢。这也许就是JDK1.8的新特性吧

我去网上找了找1.8之前的扩容，就是把链表全部放进后面。

所以会产生死循环。而你1.8以后，分成了两个，肯定不会出现指向同一个元素，所以不会出现死循环。

不过我觉得这是一个鸡肋，HashMap线程不安全，没必要考虑这些。

将冲突多的全部放到扩容后的另外一半，我觉得是最好的。(只是个人建议哈)

(三)HashMap的get方法

相对于put方法，get方法就简单很多了。

public V get(Object key) {
    Node<K,V> e;
    //直接调用了getNode()
    return (e = getNode(hash(key), key)) == null ? null : e.value;
}

final Node<K,V> getNode(int hash, Object key) {
    Node<K,V>[] tab; Node<K,V> first, e; int n; K k;
    //先判断数组是否为空，长度是否大于0，那个node节点是否存在
    if ((tab = table) != null && (n = tab.length) > 0 &&
        (first = tab[(n - 1) & hash]) != null) {
        //如果找到，直接返回
        if (first.hash == hash && // always check first node
            ((k = first.key) == key || (key != null && key.equals(k))))
            return first;
        if ((e = first.next) != null) {
            //如果是红黑树，去红黑树找
            if (first instanceof TreeNode)
                return ((TreeNode<K,V>)first).getTreeNode(hash, key);
            //链表找
            do {
                if (e.hash == hash &&
                    ((k = e.key) == key || (key != null && key.equals(k))))
                    return e;
            } while ((e = e.next) != null);
        }
    }
    return null;
}

 

总结：

终于写完了，也是自己的第一篇博文，写了自己比较熟悉的HashMap，花了自己挺久的时间。

之前一直在github wenbochang888 上面写，发觉排版很是麻烦，所以来到了博客园，博客园也是我经常逛的博客之一，没有广告，博文质量高，反正就是非常的喜欢。

希望自己可以坚持下去，无聊就去写写，没有必要说一天几篇，几天几篇什么的，自己开心就好。

自己文笔不好，很多东西表达不出来，望见谅。