Java集合-HashMap源码实现深入解析

概述

本文学习知识点

1.HashMap的存储结构怎么实现,它有什么特点。
2.HashMap的工作原理。
3.put和get方法实现源码分析。
4.hash值有什么作用？如何进行hash？equals和hashCode方法有什么作用?
5.何谓负载因子，有什么作用?
6.何时会触发扩容，以及如何扩容？

Map<String, String> map = new HashMap<String, String>();
map.put("liuyi", "刘一");
map.put("wanger", "王二");
map.put("zhangsan", "张三");
map.put("lisi", "李四");
map.put("wangwu", "王五");
map.put("zhaoliu", "赵六");
map.put("chenqi", "陈七");
map.put("yangba", "杨八");
map.put("zhoujiu", "周九");
for (Map.Entry<String, String> entry : map.entrySet()) {
    System.out.println(entry.getValue() + "\t" + entry.getKey());
}

想想上面代码的输出结果是什么样？运行后，可能的结果是：

赵六 zhaoliu
刘一 liuyi
王五 wangwu
王二 wanger
陈七 chenqi
李四 lisi
周九 zhoujiu
张三 zhangsan
杨八 yangba

从这个结果可以窥探出，HashMap存储的顺序和迭代时读取的顺序不相同，并非有序存储。来看看底层如何存储，如下图为Eclipse debug时的存储结构：

从图中来看，HashMap内部用一个table（Entry元素数组）来存储元素，索引中的每个元素又采用链表的结构进行存储，用于存储相同索引的元素。其中Entry类就是一个节点类，具有链接下一个节点的功能，内部存储了元素的key,value,hash,next引用，Entry的结构如下，采用内部类的方式实现：

HashMap的特性

1.实现了Map接口，里面的方法全部被HashMap实现。
2.允许null键和null值。这点和Hashtable不同，Hashtable不允许。
3.非线程安全，这点也和Hashtable不同，Hashtable为线程安全的。
4.不保证有序，即元素的插入和读取顺序不保证一致，这一点从开始的示例程序和图就能看出来。
5.也不保证元素的顺序始终不变，在扩容时，元素的顺序会重新被打乱。

有两个参数能够影响HashMap的结构：

1.initial capacity：table的初始容量（并非存放元素节点的容量大小，仅仅是table表的大小），默认初始容量为16。
2.load factor：负载因子，用于确定table的容量达到多大比例时，对容量进行扩容的一个参数。默认值为0.75，即默认超过12个时开始扩容，扩容时，会重新计算所有元素的hash值(rehashed)，以确定其在新table上的索引下标，因此，扩容会改变原有hashtable的结构，元素的顺序也会重新改变。每次扩容后，容量的大小都是原来的2倍。至于为什么默认负载因子设置为0.75，按照官方的API说法，是因为通常0.75能够在时间复杂度和空间复杂度上达到最好的平衡效果。在设置初始容量时应该考虑到所需的条目数及其加载因子，以便最大限度地减少 rehash 操作次数。

put方法的实现 JDK1.7

put方法的步骤：
1.对key的hashcode值再计算hash。
2.用计算出的hash值，与表的length求&算出索引位置。
3.如果索引碰撞，遍历链表，判断是否有key存在，若存在更新value值。（不过在JDK1.8中链表元素超过8个时，会把链表结构转换成红黑树结构存储，提高查询的性能）
4.若未碰撞，直接放入表中。
5.放入前，如果元素个数超过负载因子的比例，则进行rehash，扩容，之会插入。
6.null key的元素永远会放到index为0的链表里面。
代码实现如下：

get方法实现

步骤：
1.null key走特殊逻辑。
2.key的hashcode计算hash值。
3.hash值计算表索引。
4.遍历索引下的链表，找到就返回，找不到返回null。

hash方法的实现

如下为hash方法的实现源码：
hash方法中：对key的hashCode值进行了异或，逻辑右移等多个操作，目的是尽量减小冲突。因为table的容量是2的幂，直接用hashcode，低位会很容易碰撞，因此做了多次移位和异或操作，保证高位和低位都参与到hash的计算中，减少碰撞。

计算下标的时候，是这样实现的(使用&位操作，而非%求余)：
hash & (length - 1)
设计者认为这方法很容易发生碰撞。为什么这么说呢？不妨思考一下，在n - 1为15(0x1111)时，其实散列真正生效的只是低4bit的有效位，当然容易碰撞了。
时间复杂度：读取O(1) + O(n)，1为找索引的时间，n为链表元素的个数。插入O(1)。所以，如果冲突很频繁，某些链表非常长，就会影响HashMap的读取速度。这一点在JDK1.8中进行了性能提升，链表长度超过8则改为红黑树的存储结构实现。

resize扩容实现

实现如下：
步骤：
1.创建新的table。
2.将旧table的元素重新计算hash，根据hash计算新table的索引，插入新table。
3.新table覆盖原table的引用，更新threshold值为新table * 负载因子的大小。

总结

---

让我们来回答几个问题，以加深对HashMap的理解：

1. 什么时候会使用HashMap？他有什么特点？

是基于Map接口的实现，存储键值对时，它可以接收null的键值，是非同步的，HashMap存储着Entry(hash, key, value, next)对象。

2. 你知道HashMap的工作原理吗？

通过put和get存储和获取对象。存储对象时，我们将K/V传给put方法时，它调用hashCode计算hash从而得到table位置，进一步存储，HashMap会根据当前table的占用情况自动调整容量(超过Load Facotr则resize为原来的2倍)。获取对象时，我们将K传给get，它调用hashCode计算hash从而得到table位置，并进一步调用equals()方法确定键值对。如果发生碰撞的时候，Hashmap通过链表将产生碰撞冲突的元素组织起来，在Java 8中，如果一个table中碰撞冲突的元素超过某个限制(默认是8)，则使用红黑树来替换链表，从而提高速度。

3. 你知道get和put的原理吗？equals()和hashCode()的都有什么作用？

通过对key的hashCode()进行hashing，并计算下标( n-1 & hash)，从而获得buckets的位置。如果产生碰撞，则利用key.equals()方法去链表或树中去查找对应的节点

4. 你知道hash的实现吗？为什么要这样实现？

在Java 1.8的实现中，是通过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bucket的n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。

5. 何时会触发扩容，以及如何扩容？

如果table超过了负载因子(默认0.75)比例的容量，则会重新resize一个原来长度两倍的HashMap，并且重新调用hash方法计算元素在新table的索引，并挨个插入。

---

白天在加班加点的干活，还要抽出时间成为技术知识的分享者，分享不易，转载请注明出处。