HashMap源码解析

一、前言

HashMap这个数据结构，不管是在实际应用中还是面试中，都是很重要的知识点。例如：在实际应用中，我们需要在O(1)时间内查找到相关的元素，假如遍历数据找其相关元素，那时间复杂度就是O(n)了，不符合我们需要在O(1)时间复杂度里找到其元素，这时我们就想到用ＨashMap这个数据结构来进行查找，通过匹配key和value值，可以在O(1)时间内快速找到。再比如，在面试中，面试官对HashMap底层原理会进行全方位的考察，如：HashMap 1.7，1.8底层原理有什么区别？扩容机制？线程是否安全？等等。。。

所以，下面我会对HashMap的底层原理，做一个全方位的解析。

二、正文

1.HashMap底层的数据结构是什么样的？

Java7底层的数据结构是：数组+链表，Java8之后底层的数据结构是：数组+链表+红黑树。

数组里面存储的是key-value这样的实例，在Java7中叫Entry，在Java8中叫Node。大概如下：

因为本身所有的位置都为null，在put插入的时候会根据key的hash算出一个index。

比如：put一个(“小周”，20)，就是插入“小周”这个元素，通过hash算出对应的位置，比如是index=1，如下：

2.那都有数组了，为啥还要用链表呢？

我们知道数组的长度是有限的，在有限的长度里使用hash，就有概率会发生哈希冲突，比如说”小周“和”周小“就有一定概率在hash后，得到相同的index值，这样就会形成链表，如下：

每一个节点都会保存自身的hash、key、value、以及下一个节点，我们来看下Node的源码：

static class Node<K,V> implements Map.Entry<K,V> {
    final int hash;
    final K key;
    V value;
    Node<K,V> next;
    ...
}

3.说到链表，那新的Entry节点是怎么插入到链表中的呢？

Java8之前是头插法，也就是新来的节点会取代原有的值，原有的值就顺序推到链表中去，就像上面的例子一样，因为写代码的作者认为后来的值被查找到的概率大一点，提升查找的效率。

但是Java8之后，都用了尾部插入发。

4.为什么要用尾插法？

首先在解释这个问题前，我们需要先了解下HashMap扩容机制，也就是在数组容量到达一定数量时，会进行resize。

5.什么是resize？

有两个因素：

• Capacity：HashMap当前长度

• LoadFactor：负载因子，默认值0.75f

怎么理解呢，就比如当前容量大小为100，当你存入第76个时，判断发现要进行resize，那就进行扩容，但是HashMap扩大容量也不是这么简单的。

6.怎么扩容？

分两步：

• 扩容：创建一个空的Entry数组，长度为原来数组的2倍
• reHash：遍历原来的Entry数组，把所有的Entry重新hash到新数组中

7.为什么要重新hash，直接复制过去不行嘛？

因为扩大长度后，Hash规则也发生了变化。

Hash公式：index = hashcode & （length - 1），原来的长度(length)是8，假如得到的index是1，但是长度增大到16，得到的index可就不是原先的值了。

8.回到之前说的，Java8为什么改为尾插法？

Java7在多线程操作hashMap时可能会引起死循环，原因是在扩容转移后，前后链表顺序倒置，在转移过程中修改了原来链表中节点的引用关系。

Java8在同样的条件下不会引起死循环，因为扩容后，前后链表的顺序没有改变，保持了之前节点的引用关系。

9.HashMap初始长度是多少？

从jdk1.8源码可以看到，初始化大小是1 << 4 ，也就是16。

10.为什么初始化大小是16？

因为16是2的4次幂，也就是是2的n次幂形式。之所以要是2的n次幂的形式，是因为：

(1) 因为扩容公式是：hashcode & (length - 1)，其实他就是取模运算，Java使用位运算(&)代替取模运算(%)，最主要的是考虑效率问题。

位运算(&)要比取模运算(%)效率高很多，主要因为位运算是对内存操作，不需要转化为十进制，因此处理速度快。

(2) 只要保证长度(length)是2的n次幂，然后通过扩容公式是：hashcode & (length - 1)，就可以实现取模运算。

11.为什么在重写equals的时候，要重写hashcode? 能用hashMap举个栗子嘛？

因为在Java中，所有的对象都是继承Object类，Object类有两个方法equals和hashcode，这个两个方法用来比较两个对象是否相等。

在未重写equals方法时，我们继承的是Object的equals方法，那里的equals比较的是两个对象的内存地址，显然new了两个对象的内存地址是不一样的。

• 对于值对象，==比较的是两个对象的值
• 对于引用对象，比较的是两个对象的地址

大家还记得我之前说的hashMap是通过key的hashcode去寻找index的，那index就形成一个链表，也就是说”小周“和”周小“的index都可能是2，在一个链表上。

当我们去get的时候，他就根据key的hash计算出index，那我们如何确定是”小周“还是”周小“呢？

equals！是的，所以如果对equals方法重写，建议一定要重写hashcode，以保证相同的对象返回相同的hash值，不同的对象返回不同的hash值。

12.那如何重写equals和hashcode方法呢？

这里举个栗子：

比如有一个Article类，其中包含一个url属性。

下面重写url的equals()和hashcode()方法：

@Override
public boolean equals(Object o) {
    if (this == o) return true;
    if (o == null || getClass() != o.getClass()) return false;
    
    Article article = (Article)o;
    return url != null ? url.equals(article.url) : article.url == null;
}

@Override
public int hashCode() {
    return url != null ? url.hashCode() : 0;
}

13.hashMap是否线程安全？

线程不安全。通常我们会使用HashTable或者CurrentHashMap，但是前者由于并发度问题，基本没有什么使用场景，所以在线程不安全的场景中我们会使用CurrentHashMap。

HashTable我看过它的源码，很简单粗暴，直接在其方法中加锁，并发度很低，最多同时允许一个线程访问，currentHashMap就好很多了，1.7和1.8有较大的不同，不过并发度比前者好很多，currentHashMap源码分析会在之后介绍。

14.HashMap 1.8什么时候会把链表转为红黑树？

当链表的长度大于等于8时，会自动转为红黑树。为什么？

因为这是基于统计的结果(源码中有描述)，根据泊松分布，在负载因子默认为0.75时，单个hash槽内元素个数为8的概率小于百万分之一，所以将7作为一个分水岭，等于7的时候不转换，大于等于8的时候才进行转化，小于等于6的时候就转化为链表。

15.为什么一开始不使用红黑树？反而要经历一个转化的过程？

通过查看源码可以发现，默认链表长度到达8的时候就转为红黑树，而当长度降到6时，转会链表，这体现了时间和空间平衡的思想。最开始使用链表的时候，由于链表比较短，空间占用比较少，所以查询时间没有太大问题。当链表越来越长的时候，用红黑树可以保证查询效率。通过源码可以，这个阀门值是8，当大于等于8的时候转为红黑树，小于等于6的时候转会链表。

16.HashMap、TreeMap、LinkedHashMap区别?

在对这三个集合遍历时：

(1)HashMap里面存入的键值在取出的时候是随机的，它根据键的hashcode值存储数据，根据键可以指直接获取它的值，具有很快的访问速度。在Map中插入、删除和定位元素，HashMap是最好的选择。

(2)TreeMap取出的是按自然顺序(比如：a、b、c…)排序后的键值对。

(3)LinkedHashMap是HashMap的一个子类，取出的顺序和输入的顺序是相同的。

三、总结：

HashMap不管是在实际开发中还是在面试的时候，都是很常用的数据结构，我们不能光只是会调用API，而是应该知道其底层原理，应知其然知其所以然，学习其源码的设计思想，这会潜移默化的改变我们以后设计代码的思路，让我设计出更好更高效的代码，并且在遇到问题的时候快速定位问题所在。不要只做CRUD boy or girl啊，这样又如何提升我们自己呢。

最后引用我很佩服的一个人经常说的话：你知道的越多，你不知道的越多！

文章参考：

https://mp.weixin.qq.com/s/0Gf2DzuzgEx0i3mHVvhKNQ

https://mp.weixin.qq.com/s/ktre8-C-cP_2HZxVW5fomQ