JDK8下的HashMap有什么特别之处？

一、前言

上篇认真的分析了在JDK7下的HashMap, 如果还没看过的或者忘记了的可以先去回顾下，这样可以更好的了解JDK8下的HashMap基于JDK7做了什么改动。分析JDK8下的HashMap 主要是因为JDK8在目前使用已成主流，且其在某些性能程度远远大于JDK7。下面逐一分析。

 

二、内部结构

其实大部分结构跟JDK7是一样的， 比如是基于数组+链表的形式构成的。下面主要分析下引入新的变量或者有改变的：

2.1 容器：数组

transient Node<K,V>[] table;

数组类名有变化，JDK7下是Entry， 但是其内部结果没有改变，Node的内部结构如下：

2.2 链表转树形的阈值

// 表示如果某条链表的节点数量大于等于这个值的时候，则将其转化为树形结构。
static final int TREEIFY_THRESHOLD = 8;

2.3 树形转链表的阈值

// 如果树的节点小于等于阈值的时候就开始转换成链表
static final int UNTREEIFY_THRESHOLD = 6;

2.4 容器可以树化的最小容量

// 由于有这个限制，会使第一个值在满足这个条件时才会生效，具体看后面解释
static final int MIN_TREEIFY_CAPACITY = 64;

2.5 树节点类

static final class TreeNode<K,V> extends LinkedHashMap.Entry<K,V> {
    TreeNode<K,V> parent;  // red-black tree links . 可以理解为红黑树
    TreeNode<K,V> left; // 左节点
    TreeNode<K,V> right; // 右节点
    TreeNode<K,V> prev;    // needed to unlink next upon deletion
    boolean red; // 区分是否为红节点
    TreeNode(int hash, K key, V val, Node<K,V> next) {
        super(hash, key, val, next);
    }
    ...
}    

2.6 总结

从上面看，HashMap在JDK8的内存结构还是有些变化的，当满足某些条件时链表会转化为红黑树。所以在JDK8下HashMap的内存结构应该是：数组+链表+红黑树， 结构示意图如下：

下面通过几个重要的函数看下它是什么时候开始转红黑树的。

三、put函数

public V put(K key, V value) {
    // 内部做事情的还是putVal函数
    return putVal(hash(key), key, value, false, true);
}

先看下hash函数有什么变化，如下：与JDK7版本对比，这里简化了很多。

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

接下来看重点putVal()函数：

final V putVal(int hash, K key, V value, boolean onlyIfAbsent,
               boolean evict) {
    Node<K,V>[] tab; Node<K,V> p; int n, i;
    // table为空，则通过扩容来创建，后面在看扩容函数
    if ((tab = table) == null || (n = tab.length) == 0)
        n = (tab = resize()).length;
    // 根据key的hash值 与 数组长度进行取模来得到数组索引    
    if ((p = tab[i = (n - 1) & hash]) == null)
        // 空链表，创建节点
        tab[i] = newNode(hash, key, value, null);
    else {
        Node<K,V> e; K k;
        // 不为空，则判断是否与当前节点一样，一样就进行覆盖
        if (p.hash == hash &&
            ((k = p.key) == key || (key != null && key.equals(k))))
            e = p;
        else if (p instanceof TreeNode)
            // 不存在重复节点，则判断是否属于树节点，如果属于树节点，则通过树的特性去添加节点
            e = ((TreeNode<K,V>)p).putTreeVal(this, tab, hash, key, value);
        else {
            // 该链为链表
            for (int binCount = 0; ; ++binCount) {
                // 当链表遍历到尾节点时，则插入到最后 -> 尾插法
                if ((e = p.next) == null) {
                    p.next = newNode(hash, key, value, null);
                    // 检测是否该从链表变成树（注意：这里是先插入节点，没有增加binCount,所以判断条件是大于等于阈值-1）
                    if (binCount >= TREEIFY_THRESHOLD - 1) // -1 for 1st
                        // 满足则树形化
                        treeifyBin(tab, hash);
                    break;
                }
                if (e.hash == hash &&
                    ((k = e.key) == key || (key != null && key.equals(k))))
                    break;
                p = e;
            }
        }
        
        // 存在相同的key,则替换value
        if (e != null) { // existing mapping for key
            V oldValue = e.value;
            if (!onlyIfAbsent || oldValue == null)
                e.value = value；
            // 注意这里，这里是供子类LinkedHashMap实现    
            afterNodeAccess(e);
            return oldValue;
        }
    }
    ++modCount;
    // 注意细节：先加入节点，再加长度与阈值进行判断，是否需要扩容。
    if (++size > threshold)
        resize();
    // 注意这里，这里是供子类LinkedHashMap实现        
    afterNodeInsertion(evict);
    return null;
}

总结下：

1. 先会判断数组是否为空，如果为空则通过扩容函数来创建
2. 根据key的哈希值与数组长度取模获取索引，对应节点为空则直接创建节点
3. 如果对应节点不为空，先判断是否与插入元素相等，如果相等则进行替换；不想等继续判断.
4. 判断获取的节点是否是树形节点，如果是则通过树形节点添加元素；
5. 如果不是树形节点， 则一定是链表。然后遍历链表至最后一个节点，将节点添加至链尾。如果当前链表的数量（没有算新插入节点）大于等于转换树形的阈值-1，则需要将该链表进行树形转换。
6. 插入节点后，长度+1； 然后判断是否大于阈值进行扩容操作。

四、resize函数

看了下注释：resize()方法主要用于初始化或者扩容。其实我们从putVal()方法中就能看出来了，下面详细看下：

final Node<K,V>[] resize() {
    // copy 数组、容量、阈值
    Node<K,V>[] oldTab = table;
    int oldCap = (oldTab == null) ? 0 : oldTab.length;
    int oldThr = threshold;
    int newCap, newThr = 0;
    // 判断旧容量是否大于0
    if (oldCap > 0) {
        // 超过最大值就不再扩充
        if (oldCap >= MAXIMUM_CAPACITY) {
            threshold = Integer.MAX_VALUE;
            return oldTab;
        }
        // 没超过最大值，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
    }
    else if (oldThr > 0) // initial capacity was placed in threshold
        // 如果旧容量小于等于0 and 旧阈值大于0， 则将旧阈值赋给新容量
        newCap = oldThr;
    else {               // zero initial threshold signifies using defaults
        // 否则都使用默认值
        newCap = DEFAULT_INITIAL_CAPACITY;
        newThr = (int)(DEFAULT_LOAD_FACTOR * DEFAULT_INITIAL_CAPACITY);
    }
    if (newThr == 0) {
        // 如果新的阈值是 0，对应的是当前表是空的. 根据新的容量和加载因子计算新的阈值
        float ft = (float)newCap * loadFactor;
        newThr = (newCap < MAXIMUM_CAPACITY && ft < (float)MAXIMUM_CAPACITY ?
                  (int)ft : Integer.MAX_VALUE);
    }
    // 更新阈值
    threshold = newThr;
    @SuppressWarnings({"rawtypes","unchecked"})
    Node<K,V>[] newTab = (Node<K,V>[])new Node[newCap];
    table = newTab;
    
    // 下面开始将当前哈希桶中的所有节点转移到新的哈希桶中
    if (oldTab != null) {
        for (int j = 0; j < oldCap; ++j) {
            Node<K,V> e;
            // 遍历每个位置，将元素赋值给e
            if ((e = oldTab[j]) != null) {
                // 置空原来元素，方便GC回收
                oldTab[j] = null;
                if (e.next == null)
                    // 当前就一个元素，直接定位到下标
                    newTab[e.hash & (newCap - 1)] = e;
                else if (e instanceof TreeNode)
                    // 如果是树节点，则通过树形节点去拆分
                    ((TreeNode<K,V>)e).split(this, newTab, j, oldCap);
                else { // preserve order
                    // 高效之处
                    // 利用哈希值的高低位去区分存储位置，如果高位是0，则存储在原来的位置；如果是1则存储在原来位置+oldCap。
                    // 低位链表的头结点、尾节点
                    Node<K,V> loHead = null, loTail = null;
                    // 高位链表的头节点、尾节点
                    Node<K,V> hiHead = null, hiTail = null;
                    Node<K,V> next;
                    do {
                        next = e.next;
                        // 低位链表
                        if ((e.hash & oldCap) == 0) {
                            if (loTail == null)
                                loHead = e;
                            else
                                loTail.next = e;
                            loTail = e;
                        }
                        // 高位链表
                        else {
                            if (hiTail == null)
                                hiHead = e;
                            else
                                hiTail.next = e;
                            hiTail = e;
                        }
                    } while ((e = next) != null);
                    // 将低位链表存放在原索引处
                    if (loTail != null) {
                        loTail.next = null;
                        newTab[j] = loHead;
                    }
                    // 将高位链表存放在 原索引+oldCap
                    if (hiTail != null) {
                        hiTail.next = null;
                        newTab[j + oldCap] = hiHead;
                    }
                }
            }
        }
    }
    return newTab;
}

总结：

1. 如果原数组为空，则需要初始化；如果不为空则扩容，容量为原来的两倍。然后更新阈值
2. 遍历原数组中的元素，将其添加至新数组中：

• • 如果当前节点只有一个节点时，则根据其hash值与新容量-1进行取模操作取得下标，将元素添加到此位置上。
  • 如果当前节点是树节点，则需要根据树形节点特性进行调整。
  • 如果当前节点是链表，则根据节点的hash值与原容量进行高位判断，如果是0则添加到新数组上的原索引位置上；如果是1，则添加至新数组的原索引+原容量的位置上。

举例说明：假设原容量为16，索引下标为10的位置上存在链表且有两个节点，将设第一个节点的hash值为10，第二个的hash值为26。此时进行扩容操作的时候新容量变成32，

当我们操作索引下标为10的链表时，按照取模的算法，第一个节点：10&（32-1） = 10，定位在原来索引位置上；第二个节点：26&（32-1） = 26定位到索引下标为26的位置上。该位置=原索引+原容量。所以该处用的很巧妙。

五、treeifyBin函数

final void treeifyBin(Node<K,V>[] tab, int hash) {
    int n, index; Node<K,V> e;
    // 会判断数组长度是否大于最小树化容量，如果不大于先进行扩容减少冲突。
    if (tab == null || (n = tab.length) < MIN_TREEIFY_CAPACITY)
        resize();
    else if ((e = tab[index = (n - 1) & hash]) != null) {
        TreeNode<K,V> hd = null, tl = null;
        do {
            TreeNode<K,V> p = replacementTreeNode(e, null);
            if (tl == null)
                hd = p;
            else {
                p.prev = tl;
                tl.next = p;
            }
            tl = p;
        } while ((e = e.next) != null);
        if ((tab[index] = hd) != null)
            hd.treeify(tab);
    }
}

这里单独提出来分析，是为了说明当某链表节点大于等于8时并不一定会树化，还要判断当前容量是否大于最小树化的容量。如果小于的话是不会进行树化，而是通过扩容来减少冲突。

 

六、两个版本对比

1. 底层数据结构有变化。

• • JDK7：数组+链表。在极端的情况下会形成一条单链表，那么它的查找时间复杂度会达到O(n)。
  • JDK8: 数组+链表+红黑树。 当容量超过最小树化容量64时，如果存在链表节点大于等于8时就会树化，形成红黑树（类似平衡查找二叉树）。所以最坏的情况下的查找时间复杂度为O(logN). 比JDK7效率要好。

2. 计算Hash值的计算方式JDK8比JDK7要简化。所以数据量大时也会有明显的差异。

3. 当hash冲突时，插入链表不一样：JDK7是头插法（同索引下的节点顺序相反），JDK8是尾插法(同索引下的节点顺序不变)。

4. 扩容途径JDK8比JDK7多一种。JDK8多一种：当某链表长度大于等于8且当前容量还没达到树化容量时，会进行扩容减少冲突。

5. 扩容的具体操作不一样，JDK8要优于JDK7。 JDK7需要重新进行 索引下标 的计算，而 JDK8 不需要，通过判断高位（与原容量比较）是 0 还是 1，要么依旧是原 index，要么是 oldCap + 原 index。

6. JDK8下的HashMap不会产生死循环。但依然是线程不安全的。

通过上面对比，赶紧去升级JDK版本吧。HashMap的性能提升仅仅是JDK1.8的冰山一角。