学习笔记1：HashMap使用与原理

一、如何使用HashMap

HashMap以key-value键值对的方式存储数据；

1、key可以为null值，有且仅有1个，存储在下标为0的位置，多次put会覆盖

2、key无序且唯一，key相同value覆盖

// 创建HashMap对象

HashMap<String, String> map = new HashMap<>();
// 存
map.put("key","value");
map.put(null,"nullValue");
map.put(null,"nullValue1");

// 取
String value = map.get("key");
String nullValue = map.get(null);
System.out.println(value);
System.out.println(nullValue);

// 遍历
for (Map.Entry<String, String> entry : map.entrySet()) {
System.out.println("key = " + entry.getKey() + " : value = " + entry.getValue());
}

二、HashMap原理

hash表+链表+红黑树的形式

hash表和数组的区别：hash表的下标是通过对 (key.hash & length - 1) 的方式计算的，所以我们注意到在使用hashMap的时候并没有索引的说法

hash表在代码中的体现是一个Node数组

通过阅读源码的形式理解HashMap原理

1、new HashMap

static final float DEFAULT_LOAD_FACTOR = 0.75f;    

public HashMap() {
    this.loadFactor = DEFAULT_LOAD_FACTOR; // all other fields defaulted
}

构造方法中，并没有创建Node数组(原因可能是防止我这种低级程序员无脑的new hashMap，减少内存开销)，仅仅是对loadFactor进行了赋值。

DEFAULT_LOAD_FACTOR = 0.75f 即扩容因子

2、put方法

代码片段：计算key的hash值

 上图代码特征1：

// 对key进行了判空，如果为空hash值为0，也就是说key可以为null，存储在数组中的下标为0
(key == null) ? 0 

 上图代码特征2：

// 扰动算法：目的是减少hash碰撞的概率，即减少key与key的下标相同的概率
// 如果hash碰撞频率较高，会导致hashMap频繁扩容
(h = key.hashCode()) ^ (h >>> 16)

代码片段2：整体put逻辑

final V putVal(int hash, K key, V value, boolean onlyIfAbsent,
                   boolean evict) {
        // table: Node数组，Node是对key-value进行了一个封装   
        // p: 通过key值计算出的下标所在的节点   
        // i: 下标
        Node<K,V>[] tab; Node<K,V> p; int n, i;
        // ，如果table没有创建，调用resize()方法进行创建   n: 数组长度，默认16
        if ((tab = table) == null || (n = tab.length) == 0)
            n = (tab = resize()).length;
        // 通过 (n - 1) & hash 计算出下标,如果下标所在节点Node为null，直接将当前Node存入
        if ((p = tab[i = (n - 1) & hash]) == null)
            tab[i] = newNode(hash, key, value, null);
        else {
            // 下标所在节点Node已存在(变量p),执行else中的逻辑
            // 这段逻辑是就是键重复值覆盖，hash冲突转为链表和红黑树转换
            Node<K,V> e; K k;
            // 通过比较hash值，比较地址值，equals比较(这就是为什么要重写equals方法的原因,如果不重写比较的就是地址值)
            if (p.hash == hash &&
                ((k = p.key) == key || (key != null && key.equals(k))))
                // 如果key相同，就覆盖 (看下面key的覆盖逻辑)
                e = p;
            else if (p instanceof TreeNode)
                e = ((TreeNode<K,V>)p).putTreeVal(this, tab, hash, key, value);
            else {
                // for循环：key不相同,转为链表和红黑树  
                // binCount:链表的长度
                for (int binCount = 0; ; ++binCount) {
                    // 判断链表下一个节点是否为null
                    if ((e = p.next) == null) {
                        // 如果链表的下一个节点是null, 就将需要存入的key-value存到链表的下一个节点上
                        p.next = newNode(hash, key, value, null);
                        // 判断链表的长度是否 >= 8 (长度从0开始计算,所以是 8-1)
                        // TREEIFY_THRESHOLD = 8
                        if (binCount >= TREEIFY_THRESHOLD - 1) // -1 for 1st
                            // 如果链表长度达到了8,转为红黑树
                            treeifyBin(tab, hash);
                        break;
                    }
                    // 如果链表的下一个节点(变量e)不为null，判断需要存的key和下一个节点的key是否相同
                    if (e.hash == hash &&
                        ((k = e.key) == key || (key != null && key.equals(k))))
                        // 如果相同就结束，且覆盖下一个节点(看下面key的覆盖逻辑)
                        break;
                    p = e;
                }
            }
            // key的覆盖逻辑
            if (e != null) { // existing mapping for key
                V oldValue = e.value;
                if (!onlyIfAbsent || oldValue == null)
                    e.value = value;
                afterNodeAccess(e);
                return oldValue;
            }
        }
        ++modCount;
        // 当数组存入的元素大于threshold阈值(16 * 0.75)，就调用resize()方法进行扩容
        if (++size > threshold)
            resize();
        afterNodeInsertion(evict);
        return null;
    }

 链表长度>=8不一定会转为红黑树，还要容量达到64的条件同时满足；具体看treeifyBin方法

    final void treeifyBin(Node<K,V>[] tab, int hash) {
        int n, index; Node<K,V> e;
        // MIN_TREEIFY_CAPACITY = 64
        if (tab == null || (n = tab.length) < MIN_TREEIFY_CAPACITY)
        // 如果数组容量没有达到64,不会转为红黑树,会进行扩容
            resize();
        else if ((e = tab[index = (n - 1) & hash]) != null) {
            // 数组容量达到64,才会进行红黑树转换
            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);
        }
    }

代码片段3：resize()方法创建Node数组

创建Node数组的执行流程为注释的点

    final Node<K,V>[] resize() {
        Node<K,V>[] oldTab = table;
        int oldCap = (oldTab == null) ? 0 : oldTab.length;
        int oldThr = threshold;
        int newCap, newThr = 0;
        // 判断旧数组的长度
        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
        }
        else if (oldThr > 0) // initial capacity was placed in threshold
            newCap = oldThr;
        else {               // zero initial threshold signifies using defaults
            // 旧数组长度不大于0(数组没创建当然是0), 初始化数组长度newCap为16, 扩容阈值newThr为 16 * 0.75 = 12
            newCap = DEFAULT_INITIAL_CAPACITY;
            newThr = (int)(DEFAULT_LOAD_FACTOR * DEFAULT_INITIAL_CAPACITY);
        }
        if (newThr == 0) {
            // ...
        }
        threshold = newThr;
        @SuppressWarnings({"rawtypes","unchecked"})
        // 在这里创建了数组
        Node<K,V>[] newTab = (Node<K,V>[])new Node[newCap];
        table = newTab;
        if (oldTab != null) {
            // 扩容过程...
        }
        return newTab;
    }

代码片段4：resize()方法扩容过程

    final Node<K,V>[] resize() {
        Node<K,V>[] oldTab = table;
        int oldCap = (oldTab == null) ? 0 : oldTab.length;  // 16
        int oldThr = threshold;  // 12
        int newCap, newThr = 0;
        // 判断旧数组的长度
        if (oldCap > 0) {
            // MAXIMUM_CAPACITY = 1 << 30 = 2^30 即集合的最大容量
            if (oldCap >= MAXIMUM_CAPACITY) {
                // threshold阈值设置的这么大，结束扩容，且不能再扩容了
                threshold = Integer.MAX_VALUE;
                return oldTab;
            }
            // newCap = oldCap << 1 计算新集合的容量 newCap = 16 * 2^1 = 32 就是翻倍
            // 判断旧集合容量是否达到阈值12
            else if ((newCap = oldCap << 1) < MAXIMUM_CAPACITY &&
                     oldCap >= DEFAULT_INITIAL_CAPACITY)
                // 达到了阈值要进行扩容了，阈值也翻倍 newThr = 24
                newThr = oldThr << 1; // double threshold
        }
        // 赋值到成员变量threshold阈值,用于下一次put时判断是否需要扩容
        threshold = newThr;
        @SuppressWarnings({"rawtypes","unchecked"})
        // 创建新的数组，容量为32
        Node<K,V>[] newTab = (Node<K,V>[])new Node[newCap];
        table = newTab;
        // 旧数组的元素 转到 新数组的过程
        if (oldTab != null) {
            for (int j = 0; j < oldCap; ++j) {
                Node<K,V> e;
                if ((e = oldTab[j]) != null) {
                    oldTab[j] = null;
                    if (e.next == null)
                        // 如果节点是单独节点，没有链表或红黑树结构，将hash和新数组容量32计算下标，将节点赋值到新数组的该下标位置
                        newTab[e.hash & (newCap - 1)] = e;
                    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;
                            // 原始hash & 原始容量 == 0，元素放在原来的位置
                            if ((e.hash & oldCap) == 0) {
                                if (loTail == null)
                                    loHead = e;
                                else
                                    loTail.next = e;
                                loTail = e;
                            }
                            else {
                            // 否则：元素放在   原来的位置 + 原始容量  的位置
                                if (hiTail == null)
                                    hiHead = e;
                                else
                                    hiTail.next = e;
                                hiTail = e;
                            }
                        } while ((e = next) != null);
                        // 元素放在原来的位置
                        if (loTail != null) {
                            loTail.next = null;
                            newTab[j] = loHead;
                        }
                        // 元素放在   原来的位置 + 原始容量  的位置
                        if (hiTail != null) {
                            hiTail.next = null;
                            newTab[j + oldCap] = hiHead;
                        }
                    }
                }
            }
        }
        return newTab;
    }

三、原理总结

1、key可以为null，存在下标0，多次put覆盖

2、原始hash值算法: key.hashCode() ^ (h >>> 16)

3、new HashMap懒加载不会创建数组，初次put值才会创建数组，初始容量16

4、计算下标：(n - 1) & hash ：原始hash值与容量-1进行与运算

5、下标重复时，先通过equals方法判断key是否相同，相同就覆盖value

6、key不相同：

        链表长度<8：存到链表的下一个节点

        链表长度>=8，数组容量<64：进行扩容

        链表长度>=8，数组容量>=64：转换为红黑树

7、扩容因子：

        扩容因子在new HashMap时指定，默认为0.75

        小于0.75，扩容频繁，占空间

        大于0.75，扩容少，省空间，但是链表长度长，影响性能

8、扩容容量和阈值

        都是 = oldValue * 2^1，从初始容量的角度来看，就是2*n次方

        数组容量: 16 -> 32 -> 64 -> 128 ...

        阈值: 12 -> 24 -> 48 -> 96 ...

        是2*n次方的原因：用公式(n - 1) & hash 位与运算代表取模运算

   2*n次方优势：

• 搭配位与运算可以减少冲突
• 扩容时重新计算下标效率更高
  • 原始hash & oldCap原始容量 == 0 的元素放在原来的位置
  • 否则新位置 = 旧位置 + oldCap