前言
经常用 HashMap，本来以为没多少内容，但是仔细研究之后发现还是有点东西的。本文通过一些问题结合源码对 HashMap 进行记录，以便再次学习。
本文源码基于 JDK1.8
问题来了
问题1： HashMap 数据结构？
JDK 1.7 使用数组+链表，JDK1.8 使用数组+链表或红黑树结构。
问题2： HashMap 数据存放原理？
基本过程：
- 根据新增数据 HashCode 和 数组长度 确认下标，如果当前下标没有数据则直接存放。
- 如果当前下标有数据，则往该数据以链表结构往后添加。
- 当某个元素链表长度大于 8 之后，转换为红黑树。下次再往树结构下标添加数据时，添加到红黑树元素中。
源码分析：
HashMap # putVal()
final V putVal(int hash, K key, V value, boolean onlyIfAbsent,
boolean evict) {
Node<K,V>[] tab; Node<K,V> p; int n, i;
// 1.为空则初始化数组长度
if ((tab = table) == null || (n = tab.length) == 0)
n = (tab = resize()).length;
// 2. 如果当前下标元素链表为空，创建新结点
if ((p = tab[i = (n - 1) & hash]) == null)
tab[i] = newNode(hash, key, value, null);
else {
// 当前下标元素链表存在值，则往链表后添加
Node<K,V> e; K k;
// 3. 如果 key 存在，覆盖 value
if (p.hash == hash &&
((k = p.key) == key || (key != null && key.equals(k))))
e = p;
// 4. 要添加的结点为树结点，则添加到树结构中
else if (p instanceof TreeNode)
e = ((TreeNode<K,V>)p).putTreeVal(this, tab, hash, key, value);
else {
// 5.不是树则遍历链表
for (int binCount = 0; ; ++binCount) {
// 5.1 如果下一个结点为 null，则把新的结点添加即可
if ((e = p.next) == null) {
p.next = newNode(hash, key, value, null);
// 5.2 如果长度大于 8 放到数结构中
if (binCount >= TREEIFY_THRESHOLD - 1) // -1 for 1st
treeifyBin(tab, hash);
break;
}
// 5.3 如果key相同，赋值给 e 跳出循环，后面进行值覆盖
if (e.hash == hash &&
((k = e.key) == key || (key != null && key.equals(k))))
break;
p = e;
}
}
// 6. 覆盖值操作
if (e != null) { // existing mapping for key
V oldValue = e.value;
if (!onlyIfAbsent || oldValue == null)
e.value = value;
afterNodeAccess(e);
return oldValue;
}
}
++modCount;
if (++size > threshold)
// 7.扩容
resize();
afterNodeInsertion(evict);
return null;
}
- 当 HashMap 为空时，调用 resize() 方法初始化 HashMap 的容量。默认的初始容量为
DEFAULT_INITIAL_CAPACITY = 1 << 4// 16 。 - 确定元素位置，创建新元素。
2.1 首先确定新元素的下标 i = (n - 1) & hash。n 是数组长度，那么 n-1 就是下标最大值。与 hash 码进行与运算，得出的结果必定是不大于最大下标的。
比如数组长度为 4，最大下标为 3 二进制为 00…011。hash 值转换为二进制为 01…10。
进行 & 运算由于下标前面都是补位的 0 ，& 运算之后都为 0。所以只有最后两位有意义。 11&10 = 10，下标为 2。
如果这时 hash 值的最后两位为 01，11&01=01 下标为 1。
2.2 确定好下标之后，调用 newNode 方法创建新结点并放置在下标位置。
-
p 不为 null 说明当前下标存在元素。
如果新增元素的 hash 以及 key 都与当前 p 元素一致，将 p 赋值给 e。
到后面 6 中进行判断，将 e 的值覆盖为新的值，也就是说原来 p 的 hash key 的位置值被覆盖掉了。 -
如果结点是树类型的，把传入的信息生成一个新的树结点并存放到树结构中。
-
不是树类型，则遍历该元素链表进行处理。
-
e 的值不为空，说明要传入的 key 已经存在了，最后把值覆盖掉。这就是 HashMap 定义值不能重复的代码实现。
-
如果数据达到了阈值，进行扩容。
问题3： HashMap 怎么扩容？
扩容条件：
存放完数据以后，判断当前容量是否达到阈值。一旦达到则需要进行扩容：
if (++size > threshold)
resize();
基本过程：
- 容量翻倍；
- 重新放置元素。
源码分析（HashMap 不为空的情况下）：
HashMap # resize()
final Node<K,V>[] resize() {
Node<K,V>[] oldTab = table;
int oldCap = (oldTab == null) ? 0 : oldTab.length;
int oldThr = threshold;
int newCap, newThr = 0;
if (oldCap > 0) {
// 达到最大值就不处理了
if (oldCap >= MAXIMUM_CAPACITY) {
threshold = Integer.MAX_VALUE;
return oldTab;
}
// 1.左移一位进行翻倍
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
newCap = oldThr;
else { // zero initial threshold signifies using defaults
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;
@SuppressWarnings({"rawtypes","unchecked"})
Node<K,V>[] newTab = (Node<K,V>[])new Node[newCap];
table = newTab;
if (oldTab != null) {
// 2.将所有结点放置在扩容表中
for (int j = 0; j < oldCap; ++j) {
Node<K,V> e;
if ((e = oldTab[j]) != null) {
oldTab[j] = null;
// 3.链表结点没有下个元素，找到下标直接存放
if (e.next == null)
newTab[e.hash & (newCap - 1)] = e;
// 4.树结构单独处理
else if (e instanceof TreeNode)
((TreeNode<K,V>)e).split(this, newTab, j, oldCap);
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;
// 5.运算之后为0，直接存放在当前下标
if ((e.hash & oldCap) == 0) {
if (loTail == null)
loHead = e;
else
loTail.next = e;
loTail = e;
}
// 6.不为0，存放到当前下标+原来长度（oldCap）的位置
else {
if (hiTail == null)
hiHead = e;
else
hiTail.next = e;
hiTail = e;
}
} while ((e = next) != null);
// 5.1不需要挪动的头结点
if (loTail != null) {
loTail.next = null;
newTab[j] = loHead;
}
// 6.1需要挪动的头结点，放置在 j + oldCap 下标处
if (hiTail != null) {
hiTail.next = null;
newTab[j + oldCap] = hiHead;
}
}
}
}
}
return newTab;
}
重点在于：
- 进行遍历，如果某个元素不为链表或树结构，直接存放即可。因为原来它所在的下标就一个值，直接放在原位置即可。
- 某个元素为链表，遍历链表中的结点。将 & 运算结果为 0 串起来，将结果不为 0 的串起来。最后将为 0 的一串放在原来下标位置，不为 0 的一串放在 [原来下标+原来长度] 的位置。为 0 的一串不需解释，放在原来位置。
不为 0 的打个比方：原来长度是 4，下标为 1。数组扩容为两倍 8，那么需要放置在位置下标为 4+1=5 处。这样就比较均匀地分散了数据。
问题4： HashMap 初始容量大小？
默认容量是 16：
/**
* The default initial capacity - MUST be a power of two.
*/
static final int DEFAULT_INITIAL_CAPACITY = 1 << 4; // aka 16
默认负载因子：
/**
* The load factor used when none specified in constructor.
*/
static final float DEFAULT_LOAD_FACTOR = 0.75f;
如果创建 HashMap 时传入初始容量 k，则初始大小为距离 k 最近的 2 的整数次方。比如传入 10，经过计算为 16。
/**
* Returns a power of two size for the given target capacity.
*/
static final int tableSizeFor(int cap) {
int n = cap - 1;
n |= n >>> 1;
n |= n >>> 2;
n |= n >>> 4;
n |= n >>> 8;
n |= n >>> 16;
return (n < 0) ? 1 : (n >= MAXIMUM_CAPACITY) ? MAXIMUM_CAPACITY : n + 1;
}
二进制右移并进行位或，结果会把所有位变为 1，最后再 +1 得到最接近的 2 的幂数整数。
问题5： HashMap 下标确认过程？
- 生成散列值：
static final int hash(Object key) {
int h;
return (key == null) ? 0 : (h = key.hashCode()) ^ (h >>> 16);
}
允许 key 为 null，返回 hash 码 0。反之，拿到该对象的 hashCode，然后将该 hashCode 的高 16 位与低 16 位进行异或（相同为 0 不同为 1）。
为什么散列值这样生成？
高 16 位与低 16 位进行异或的算法叫做 扰动函数，这么做的好处有
- 尽可能降低了 hash 碰撞；
- 位或运算效率较高；
- 变相地保留了 hashCode 的高 16 位。
为什么不直接使用 hashCode 作为散列值
先搞清楚下标生成规则：
- 将数组长度 -1 和 hash 值进行与运算（都想同为 1，否则为 0），就确定了下标。
Node<K,V> p;
int n = table.length;
p = tab[(n - 1) & hash];
打个比方，数组长度为 16，将某个 hash 值和 长度-1 进行与运算。因为只保留了后几位，所以得到的结果肯定不大于数组长度。
10100101 11000100 00100101
& 00000000 00000000 00001111
--------------------------------
00000000 00000000 00000101 //高位全部归零，只保留末四位
由于下标的生成主要在于数组长度的后几位，如果只是使用 hashCode 特容易发生碰撞。使用扰动函数处理过之后，加大了低位的随机性，减少碰撞。
这里也就说明了数组容量为 2 的整数幂的原因：要进行与运算确定下标。为 2 的整数幂，计算时减 1 确保后位全部为 1，这样与运算的时候会有很大的随机性。如果不是 2 的整数幂减 1，后位很多 0、运算的时候极易得到相同的下标，造成效率降低、内存浪费的后果。
问题6： HashMap 怎么获取元素？
基本过程：
- 根据 key 得到散列值，传入 key 进行查找。
- 找到直接返回，找不到遍历。
HashMap # get()
public V get(Object key) {
Node<K,V> e;
// hash(key) 获得传入 key 的 hash 码
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;
// 1. 判空，如果 HashMap 为空直接返回 null
// 数组长度和 hash 进行与运算，得到所查找元素下标，找不到同样返回 null
if ((tab = table) != null && (n = tab.length) > 0 &&
(first = tab[(n - 1) & hash]) != null) {
// 2. 如果要查找 key 与第一个元素 hash 和 key 都相同，直接返回
if (first.hash == hash && // always check first node
((k = first.key) == key || (key != null && key.equals(k))))
return first;
// 3. 遍历查找后面的元素，找到就返回。找不到最后会返回 null
if ((e = first.next) != null) {
if (first instanceof TreeNode)
return ((TreeNode<K,V>)first).getTreeNode(hash, key);
do {
if (e.hash == hash &&
((k = e.key) == key || (key != null && key.equals(k))))
return e;
} while ((e = e.next) != null);
}
}
return null;
}
HashMap 查询元素时间复杂度
- 根据上方查找元素的源码，如果能直接确认所在下标就是要查询的元素，直接返回。时间复杂度为 O(1)。
- 如果需要遍历链表，时间复杂度为 O(n)。
以上仅为个人理解。
问题7： HashMap 遍历原理？
先来看一下 HashMap 遍历的方式：
HashMap<Object, Object> hashMap = new HashMap();
// 遍历key
for (Object k : hashMap.keySet()) {
}
// 遍历元素
for (HashMap.Entry<Object, Object> entry : hashMap.entrySet()) {
}
// 迭代器遍历key
Set<Object> keySet = hashMap.keySet();
Iterator<Object> iterator = keySet.iterator();
while (iterator.hasNext()){
Object o = iterator.next();
}
// 迭代器遍历元素
Set<HashMap.Entry<Object, Object>> keySetI = hashMap.entrySet();
Iterator<HashMap.Entry<Object, Object>> iteratorI = keySetI.iterator();
while (iteratorI.hasNext()){
HashMap.Entry<Object, Object> entry = iteratorI.next();
}
直接遍历
hashMap.keySet() 方法会返回一个 KeySet 集合：
HashMap # keySet()
public Set<K> keySet() {
Set<K> ks = keySet;
if (ks == null) {
ks = new KeySet();
keySet = ks;
}
return ks;
}
使用 for 循环即可遍历该 Set 集合，获取到 Key 的集合。
KeySet 是 HashMap 的一个内部类，创建时持有 HashMap 的第一个元素，有了开头的元素就可以执行遍历了。后面会详细记录它的实现。
迭代器遍历
keySet.iterator() 方法或获取到 HashMap 的迭代器：
final class KeySet extends AbstractSet<K> {
public final int size() { return size; }
public final void clear() { HashMap.this.clear(); }
public final Iterator<K> iterator() { return new KeyIterator(); }
public final boolean contains(Object o) { return containsKey(o); }
public final boolean remove(Object key) {
return removeNode(hash(key), key, null, false, true) != null;
}
public final Spliterator<K> spliterator() {
return new KeySpliterator<>(HashMap.this, 0, -1, 0, 0);
}
...
}
进行遍历用到迭代器的 next 方法
KeyIterator # next()
final class KeyIterator extends HashIterator
implements Iterator<K> {
public final K next() { return nextNode().key; }
}
nextNode() 方法是父类 HashIterator 的，先看下 HashIterator 的构造函数：
abstract class HashIterator {
Node<K,V> next; // next entry to return
Node<K,V> current; // current entry
int expectedModCount; // for fast-fail
int index; // current slot
HashIterator() {
expectedModCount = modCount;
Node<K,V>[] t = table;
current = next = null;
index = 0;
// next 持有第一个元素
if (t != null && size > 0) { // advance to first entry
do {} while (index < t.length && (next = t[index++]) == null);
}
}
...
}
注意成员变量 next 持有的 HashMap 的第一个元素的结点，再看 nextNode() 方法：
HashMap.HashIterator # nextNode()
final Node<K,V> nextNode() {
Node<K,V>[] t;
// 1. 把 next 结点复制给 e，从第一个元素开始查找
Node<K,V> e = next;
if (modCount != expectedModCount)
throw new ConcurrentModificationException();
if (e == null)
throw new NoSuchElementException();
// 2.第一次调用 e 为初始结点，直接返回，并且 next 成为 e 的下一个结点。
// 如果 e 的下一个结点为 null 并且表不为空，把表下一个元素赋值给 next。
if ((next = (current = e).next) == null && (t = table) != null) {
do {} while (index < t.length && (next = t[index++]) == null);
}
return e;
}
这样完成了每一个结点的遍历，至于 HashMap.Entry 的遍历与之类似，不再赘述。
HashMap 删除实现
HashMap 元素的移除就相对简单了，直接看源码。
HashMap # remove
public V remove(Object key) {
Node<K,V> e;
return (e = removeNode(hash(key), key, null, false, true)) == null ?
null : e.value;
}
final Node<K,V> removeNode(int hash, Object key, Object value,
boolean matchValue, boolean movable) {
Node<K,V>[] tab; Node<K,V> p; int n, index;
// 判断数组是否为空，要移除的元素是否为空
if ((tab = table) != null && (n = tab.length) > 0 &&
(p = tab[index = (n - 1) & hash]) != null) {
Node<K,V> node = null, e; K k; V v;
// key 对上了，node 记录要移除的元素
if (p.hash == hash &&
((k = p.key) == key || (key != null && key.equals(k))))
node = p;
// 没对上，说明可能在链表或红黑树中
else if ((e = p.next) != null) {
if (p instanceof TreeNode)
node = ((TreeNode<K,V>)p).getTreeNode(hash, key);
else {
// 遍历查找，直到找到了元素或查询完毕
do {
if (e.hash == hash &&
((k = e.key) == key ||
(key != null && key.equals(k)))) {
node = e;
break;
}
p = e;
} while ((e = e.next) != null);
}
}
if (node != null && (!matchValue || (v = node.value) == value ||
(value != null && value.equals(v)))) {
if (node instanceof TreeNode)// 树节点删除
((TreeNode<K,V>)node).removeTreeNode(this, tab, movable);
else if (node == p) // 如果是首节点，直接把下标位置指向下一个结点
tab[index] = node.next;
else // 如果不是，直接指向下一个结点，当前结点就删除了
p.next = node.next;
++modCount;
--size;
afterNodeRemoval(node);
return node;
}
}
return null;
}
总结
文中有关红黑树的内容暂时没有分析，等复习到数据结构再说吧。
参考资料：
2074
被折叠的 条评论
为什么被折叠?
到【灌水乐园】发言
