Java中HashMap底层实现

不论在面试题中还是在我们业务代码中hashmap这一容器的出场率是非常高，那么它的底层是怎么实现的?jdk1.7和jdk1.8两者实现方式有什么不同呢?当我们调用put(key,value)时，hashmap到底是怎么保存数据的?它为何能做到get(key) 的时间复杂度为O(1)的?

在JDK1.7中，HashMap采用位桶+链表实现，同一hash值的链表都存储在一个链表里。但是当位于一个桶中的元素较多，即hash值相等的元素较多时，通过key值依次查找的效率较低(相对于在链表中查询数据)。而JDK1.8中，HashMap采用位桶+链表+红黑树实现，当存储的链表长度超过阈值（8）时，将链表转换为红黑树。链表查询的效率为O(n),红黑树的查询效率为O(logn)

1:当我们调用put(key,value) 时发生了什么:

源码分析: 

1.1:有几个属性贯穿整个hashmap运行过程

    transient Node<K,V>[] table; //数组 位桶

    transient Set<Map.Entry<K,V>> entrySet; //

    transient int size; 记录整个map的目前存放数据总大小

    transient int modCount;

    int threshold; //记录扩容值 当达到此值时触发hashmap扩容

    final float loadFactor; //扩容阀值 默认为0.75

1.2:查看put源码:

public V put(K key, V value) {

        //hash(key)方法调用key的hashCode方法来计算出hashcode值。
        return putVal(hash(key), key, value, false, true);
    }

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

/**
 *put元素的过程
 */
final V putVal(int hash, K key, V value, boolean onlyIfAbsent,
                   boolean evict) {
        //tab用于存储key的hashcode相同的多个Node(位桶)
        Node<K,V>[] tab; Node<K,V> p; int n, i;
    
        if ((tab = table) == null || (n = tab.length) == 0)
            //初始化新的位桶 大小与指定大小相同 默认为16
            n = (tab = resize()).length;
            //i = (n - 1) & hash 计算该hash值在位桶中的位置是否已存在Node 并赋值中间变量p
            //这里计算table下标的说话(n - 1) & hash 可以保存计算出来的值是在table 数组的索引
        if ((p = tab[i = (n - 1) & hash]) == null)
            //不存在创建node 并写入容器中
            tab[i] = newNode(hash, key, value, null);
        else {
            Node<K,V> e; K k;
             //如果当前key hash值对应存在Node对象 记录该节点 赋于中间变量e
            if (p.hash == hash &&
                ((k = p.key) == key || (key != null && key.equals(k))))
                e = p;
            else if (p instanceof TreeNode)
                //如果当前节点结构变为红黑树结构(链表的长度大于阀值默认为(8)) 将值写入到红黑树中 如果key已存在 则返回原节点赋值e 如果没key存在返回null
                e = ((TreeNode<K,V>)p).putTreeVal(this, tab, hash, key, value);
            else {
                //如果不是 则认为时当前链表的长度小于转换阀值默认为(8) 则追加写入到链表中
                //循环迭代链表 将value追加到最后
                for (int binCount = 0; ; ++binCount) {
            
                    if ((e = p.next) == null) {
                        //链表节点p的下一节点如果不存在 新生成node节点追加到链表的下一位
                        p.next = newNode(hash, key, value, null);
                        //如果循环次数大于等于转换tree阀值 将链表结构变更为tree结构
                        if (binCount >= TREEIFY_THRESHOLD - 1) // -1 for 1st
                            treeifyBin(tab, hash);
                        //退出循环
                        break;
                    }
                    //判断是否key的equals()为true 记录该节点并结束循环
                    if (e.hash == hash &&
                        ((k = e.key) == key || (key != null && key.equals(k))))
                        break;
               
                    p = e;
                }
            }

            //如果中间变量e存在  代表该key在map中值已存在需要重新覆盖
            if (e != null) { 
                V oldValue = e.value;
                // onlyIfAbsent 如果为true如果即使key已存在也不进行变更 默认put方法此值为false
                if (!onlyIfAbsent || oldValue == null)
                    //覆盖旧值    
                    e.value = value;
                 //当map为LinkedHashMap 才执行
                afterNodeAccess(e);
                //返回旧值
                return oldValue;
            }
        }
        ++modCount;
        //如果目前容器的值要大于扩容阀值 触发扩容 顺便记录下map中值
        if (++size > threshold)
            resize();
        //当map为LinkedHashMap 才执行
        afterNodeInsertion(evict);
        return null;
    }

1.3:扩容方法(resize)源码分析:

/**
 *初始化且扩容位桶容器大小
 *
 */
final Node<K,V>[] resize() {
        //将当前容器位桶赋值中间变量
        Node<K,V>[] oldTab = table;
        //旧容器大小
        int oldCap = (oldTab == null) ? 0 : oldTab.length;
        //旧容器的目前阀值
        int oldThr = threshold;
        //初始化新容器大小和阀值
        int newCap, newThr = 0;
        //这里是对容器的大小进行确定
        if (oldCap > 0) { //如果oldCap>0代表此次为扩容                                   
            if (oldCap >= MAXIMUM_CAPACITY) {  //如果oldCap>最大值 1 << 30 即2的30次方 则无法扩容               
                threshold = Integer.MAX_VALUE;//设置阀值为int最大值
                return oldTab;
            }
            else if ((newCap = oldCap << 1) < MAXIMUM_CAPACITY &&
                     oldCap >= DEFAULT_INITIAL_CAPACITY)
                //如果oldCap的2倍小于最大值 并且oldCap大于默认初始化值将新阀值的大小扩一倍
                newThr = oldThr << 1;
        }
        else if (oldThr > 0) 
            newCap = oldThr;// 初始容量设置为阈值
        else {               
            //赋予默认容器大小(16) 已经默认阀值大小（16*0.75=12）
            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; //更新容器内最新最大扩容阀值
        @SuppressWarnings({"rawtypes","unchecked"})
        //创建新的容器
        Node<K,V>[] newTab = (Node<K,V>[])new Node[newCap];
        table = newTab;
        if (oldTab != null) { //代表属于扩容
            for (int j = 0; j < oldCap; ++j) { //开始对数据进行数组copy
                Node<K,V> e;
                if ((e = oldTab[j]) != null) {
                    oldTab[j] = null;
                    if (e.next == null) //链表长度等于1的数据链表copy
                        newTab[e.hash & (newCap - 1)] = e;
                    else if (e instanceof TreeNode)//为节点为红黑树数据copy
                        ((TreeNode<K,V>)e).split(this, newTab, j, oldCap);
                    else { // 对链表长度超过1为链表copy
                        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;
                        }
                    }
                }
            }
        }
        return newTab;
    }

1.4:链表长度超过8位转红黑树结构putTreeVa(...)源码分析:

/**
 *
 * 链表长度超过8位转红黑树结构
 */
 final void treeifyBin(Node<K,V>[] tab, int hash) {
            
        int n, index; Node<K,V> e;
        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 {
                //将node节点变更为TreeNode
                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);
        }
    }


/**
 *元素写入到红黑树中 这里涉及红黑树的数据写入较复杂需要对红黑树算法有一定了解
 *后续在算法那章详细描述
 *
 */
final TreeNode<K,V> putTreeVal(HashMap<K,V> map, Node<K,V>[] tab,
                                       int h, K k, V v) {
            Class<?> kc = null;
            boolean searched = false;
            TreeNode<K,V> root = (parent != null) ? root() : this;
            for (TreeNode<K,V> p = root;;) {
                int dir, ph; K pk;
                if ((ph = p.hash) > h)
                    dir = -1;
                else if (ph < h)
                    dir = 1;
                else if ((pk = p.key) == k || (k != null && k.equals(pk)))
                    return p;
                else if ((kc == null &&
                          (kc = comparableClassFor(k)) == null) ||
                         (dir = compareComparables(kc, k, pk)) == 0) {
                    if (!searched) {
                        TreeNode<K,V> q, ch;
                        searched = true;
                        if (((ch = p.left) != null &&
                             (q = ch.find(h, k, kc)) != null) ||
                            ((ch = p.right) != null &&
                             (q = ch.find(h, k, kc)) != null))
                            return q;
                    }
                    dir = tieBreakOrder(k, pk);
                }

                TreeNode<K,V> xp = p;
                if ((p = (dir <= 0) ? p.left : p.right) == null) {
                    Node<K,V> xpn = xp.next;
                    TreeNode<K,V> x = map.newTreeNode(h, k, v, xpn);
                    if (dir <= 0)
                        xp.left = x;
                    else
                        xp.right = x;
                    xp.next = x;
                    x.parent = x.prev = xp;
                    if (xpn != null)
                        ((TreeNode<K,V>)xpn).prev = x;
                    moveRootToFront(tab, balanceInsertion(root, x));
                    return null;
                }
            }
        }

 

1.5:Node<K,V>对象源码

static class Node<K,V> implements Map.Entry<K,V> {
        //key计算出hash值
        final int hash;
        //保存key
        final K key;
        //保存value
        V value;
        //保存下一个节点 链式结构
        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);
        }
        
        //写入值并返回原来值
        public final V setValue(V newValue) {
            V oldValue = value;
            value = newValue;
            return oldValue;
        }
        
        //判断两node点是否相同
        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;
        }
    }

1.6:红黑树源码(后续会对红黑树算法进行分析)

    /**
     *
     *红黑数算法结构
     */   
    static final class TreeNode<K,V> extends LinkedHashMap.Entry<K,V> {
        //记录父节点
        TreeNode<K,V> parent;  // red-black tree links
        //数-左分支
        TreeNode<K,V> left;
        //数-右分支
        TreeNode<K,V> right;
        //数记录上一个点
        TreeNode<K,V> prev;    // needed to unlink next upon deletion
        //判断该节点是否时红
        boolean red;
        TreeNode(int hash, K key, V val, Node<K,V> next) {
            super(hash, key, val, next);
        }

        /**
         * 返回包含此节点的树 root节点
         */
        final TreeNode<K,V> root() {
            for (TreeNode<K,V> r = this, p;;) {
                if ((p = r.parent) == null)
                    return r;
                r = p;
            }
        }
        
        对红黑树节点的各式操作包含增删改查。。。。。
       
    }

2:当我们调用get(key)时发生了什么

源码：

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


    /**
     * 根据key获取节点
     *
     * @param hash 通过key的hashcode方法获取
     * @param key key值
     * @return 返回节点或者null
     */
    final Node<K,V> getNode(int hash, Object key) {
        //定义临时变量位桶 tab first定义第一个遍历节点
        Node<K,V>[] tab; Node<K,V> first, e; int n; K k;
        
        if ((tab = table) != null && (n = tab.length) > 0 &&
            (first = tab[(n - 1) & hash]) != null) {//如果位桶中存在数据 计算该hash值所在位桶中位置 并取出赋予first
             
            if (first.hash == hash && // always check first node
                ((k = first.key) == key || (key != null && key.equals(k))))
                //如果first的key 与需要查询的key相同 则直接返回
                return first;
            if ((e = first.next) != null) { //开始遍历链表
                if (first instanceof TreeNode) //如果该节点已被转换为红黑树 从数中获取值
                    return ((TreeNode<K,V>)first).getTreeNode(hash, key);
                //循环遍历链表 时间复杂度为O(n)
                do {
                    if (e.hash == hash &&
                        ((k = e.key) == key || (key != null && key.equals(k))))
                        return e;
                } while ((e = e.next) != null);
            }
        }
        return null;
    }