【JavaDS】HashMap与HashSet的底层原理

✨博客主页: 心荣~
✨系列专栏:【Java实现数据结构】
✨一句短话: 难在坚持,贵在坚持,成在坚持!

一. HashMap底层原理

HashMap是Java集合框架中Map容器的一个实现类, jdk7中采用数组+链表实现，在jdk8中采用数组+链表+红黑树实现; 这里基于jdk1.8的源码进行分析.

1. HashMap的属性

HashMap对象被构造时，初始的默认容量为1<<4，也就是16，并且必须是2的幂;

static final int DEFAULT_INITIAL_CAPACITY = 1 << 4; // aka 16

HashMap最大的容量为1<<30, 也就是2 ^ 30;

static final int MAXIMUM_CAPACITY = 1 << 30;

HashMap默认的负载因子为0.75

static final float DEFAULT_LOAD_FACTOR = 0.75f;

链表树化的最小链表大小阈值8，当HashMap中数组大于64 且 数组所挂链表的大小超过8才会将数组所挂的链表转换为红黑树;

static final int TREEIFY_THRESHOLD = 8;
static final int MIN_TREEIFY_CAPACITY = 64;

红黑树链表化的的阈值是6，当红黑树结点个数小于6时，就会转换为链表;

static final int UNTREEIFY_THRESHOLD = 6;

HashMap底层是一个链表数组;

transient Node<K,V>[] table;

元素个数阈值，当HashMap的size大于threshold时会执行resize()操作，hreshold=capacity*loadFactor，其中capacity表示数组的容量。

int threshold;

2. HashMap的构造方法

HashMap最常用的构造方法，一个是无参的构造方法，使用无参构造方法构造HashMap时，默认的构造容量是16;

还有一个是指定容量的构造方法，并且所取容量为大于或等于指定容量的一个最接近的2次幂数，比如我们指定容量为19，那实际构造容量为32;

注意调用构造方法时并不是真的就为数组申请空间了, 只是指定了了大小 , 也就是说当HashMap对象创建时，内部的数组并没有分配内存.

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

下面的是指定容量和负载因子的构造方法，其中tableSizeFor(initialCapacity)方法会生成比initialCapacity大并最接近initialCapacity的一个2次幂。

public HashMap(int initialCapacity, float loadFactor) {
    if (initialCapacity < 0)
        throw new IllegalArgumentException("Illegal initial capacity: " +
                                           initialCapacity);
    if (initialCapacity > MAXIMUM_CAPACITY)
        initialCapacity = MAXIMUM_CAPACITY;
    if (loadFactor <= 0 || Float.isNaN(loadFactor))
        throw new IllegalArgumentException("Illegal load factor: " +
                                           loadFactor);
    this.loadFactor = loadFactor;
    this.threshold = tableSizeFor(initialCapacity);
}

从源码可以看出其实在使用以上三种构造方法进行对象构造的时候，并没有为数组分配空间，只是确定负载因子，容量等属性。

还有一个根据其他的Map对象构造HashMap的构造方法，使用这种方式构造，只要传入的参数有元素，那么就会申请空间。

public HashMap(Map<? extends K, ? extends V> m) {
    this.loadFactor = DEFAULT_LOAD_FACTOR;
    putMapEntries(m, false);
}

3. 给HashMap分配内存的时机

真正为数组分配内存是在第一次put操作的时候，

public V put(K key, V value) {
    return putVal(hash(key), key, value, false, true);
}

putVal其中第一个参数是通过哈希函数 hash() 返回的哈希值;

如果是第一次插入，就会对链表数组进行扩容，此时才正式地给数组分配内存：

在resize()方法中，会为数组分配内存

4. HashMap中的put

如果是首次扩容，先判断数组是否为空，若数组为空则进行第一次扩容（resize），会为HashMap对象申请一个默认容量大小16的数组。

1. 通过hash()方法计算索引，找到在数组中的位置。
2. 插入数据，分以下几种情况：

• 如果当前位置元素为空，则直接插入数据；
• 如果当前位置元素非空，遍历链表或红黑树，如果key已存在，则直接覆盖其value；
• 如果当前位置元素非空，遍历链表或红黑树，如果key不存在，则将数据链尾插到链表；
• 若链表长度达到8，并且HashMap中的table数组大小达到64，则将链表转换成红黑树，并将数据插入树中，如果链表长度达到8但是table数组大小没有64, 则将数组扩容；

3. 检查存储的元素个数，如果超过阈值threshold，则扩容。这一步其实也就是检查负载因子是否超过默认值，超过就扩容。

5. HashMap中的哈希函数

HashMap中的hash()方法，首先会根据key计算出hashCode值，然后再将hashCode值与右移16为的hashCode值进行按位异或操作，得到一个新的哈希值，这样让低16位和高16位都参与了运算, 目是让哈希值更随机更均匀, 降低低冲突率.

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

在调用put, gat等方法时会去找到某个key所对应的数组索引，HashMap不是通过直接取数组长度的模来得到对应的下标，取而代之的是使用按位与&运算来进行下标的计算，位运算的效率是大于取模%操作的。

在jdk8源码中，使用h&(n-1)来获取对应table数组的索引(下标)

6. HashMap的扩容机制

HashMap中table数组初始默认大小为16，在jdk8中，HashMap的扩容，采用了2倍扩容。

当HashMap对象中元素个数size大于threshold或者数组为null时会扩容resize()。

为了解决哈希冲突，jdk8采用了数组+链表+红黑树的方式实现，当数组中某链表的长度大于8，并且数组table的长度达到64，就会将链表转换为红黑树来提高效率，当数组中某链表长度大于8但是数组table长度没有达到64，此时就会进行扩容。

当红黑树结点个数小于6时，就会将红黑树转换回链表。

在扩容的时候，会将所有的元素遍历，全部重新计算哈希值并全部重新确定在数组中的位置。

二. HashSet的底层原理

HashSet底层其实是HashMap实现的，默认的无参构造方法是构建一个初始容量为16，负载因子为0.75 的HashMap。

它封装了一个 HashMap 对象来存储所有的集合元素，所有放入 HashSet 中的集合元素实际上由 HashMap 的 key 来保存，而 HashMap 的 value 则存储了一个 PRESENT，它是一个静态的 Object 对象。