HashMap源码深度剖析

赵广陆

已于 2022-05-23 16:23:53 修改

阅读量465

点赞数 1

分类专栏： java 文章标签： java 链表数据结构源码

于 2022-05-23 15:14:50 首次发布

本文链接：https://blog.csdn.net/ZGL_cyy/article/details/124926960

版权

java 专栏收录该内容

196 篇文章 18 订阅

订阅专栏

1 HashMap数据结构

目标：
HashMap 概念、数据结构回顾（JDK8和JDK7） & 为什么1.8使用红黑树？
概念：
HashMap 是一个利用散列表（哈希表）原理来存储元素的集合，是根据Key value而直接进行访问的数
据结构
在 JDK1.7 中，HashMap 是由数组+链表构成的。
在 JDK1.8 中，HashMap 是由数组+链表+红黑树构成
回顾：数组、链表（优势和劣势）
在这里插入图片描述
数组: 优势：数组是连续的内存，查询快（o1）劣势：插入删除O(N)
链表: 优势：不是连续的内存，随便插入（前、中间、尾部）插入O(1) 劣势：查询慢O(N)
思考？
为什么是JDK1.8 是数组+链表+红黑树？
HashMap变化历程
1.7的数据结构：链表变长，效率低了！
在这里插入图片描述
1.8的数据结构：

数组+链表+红黑树
在这里插入图片描述
链表–红黑（链长度>8、数组长度大于64）
总结：
JDK1.8使用红黑树，其实就是为了提高查询效率
因为，1.7的时候使用的数组+链表，如果链表太长，查询的时间复杂度直接上升到了O(N)

2 HashMap继承体系

目标：梳理map的继承关系
在这里插入图片描述
总结
HashMap已经继承了AbstractMap而AbstractMap类实现了Map接口那为什么HashMap还要在实现Map接口呢？
据 java 集合框架的创始人Josh Bloch描述，这样的写法是一个失误。
在java集合框架中，类似这样的写法很多，最开始写java集合框架的时候，他认为这样写，在某些
地方可能是有价值的，直到他意识到错了。显然的，JDK的维护者，后来不认为这个小小的失误值
得去修改，所以就这样存在下来
Cloneable 空接口，表示可以克隆
Serializable 序列化
AbstractMap 提供Map实现接口

3 HashMap源码深度剖析

目标：
通过阅读HashMap（since1.2）源码，我们可以知道以下几个问题在源码是如何解决的
（1）HashMap的底层数据结构是什么？
（2）HashMap中增删改查操作的底部实现原理是什么？
（3）HashMap是如何实现扩容的？
（4）HashMap是如何解决hash冲突的？
（5）HashMap为什么是非线程安全的？

测试代码如下

package com.mmap;
import java.util.ArrayList;
import java.util.ConcurrentModificationException;
import java.util.HashMap;
import java.util.List;
import java.util.concurrent.ConcurrentHashMap;
public class MMapTest {
  public static void main(String[] args) {
    HashMap<Integer, String> m = new HashMap<Integer, String>();//尾插
    //断点跟踪put
    m.put(1, "001");
    m.put(1, "002");
    m.put(17, "003");//使用17可hash冲突（存储位置相同）
    //断点跟踪get
    System.out.println(m.get(1));//返回002（数组查找）
    System.out.println(m.get(17));//返回003（链表查找）
    //断点跟踪remove
    m.remove(1);
 }
}

下面源码看到16是默认容量1和17数组长度取余得到的值相同,所以会产生hash冲突

3.1 成员变量与内部类

目标：理解map的成员变量代表的意思

两大部分

static final int DEFAULT_INITIAL_CAPACITY = 1 << 4; //16，默认容量：左位移4位，即2的4次幂
  static final int MAXIMUM_CAPACITY = 1 << 30;//最大容量：即2的30次幂
  static final float DEFAULT_LOAD_FACTOR = 0.75f;//负载因子：扩容使用，统计学计算出的最合理的
  static final int TREEIFY_THRESHOLD = 8;//链表转红黑树阈值
  static final int UNTREEIFY_THRESHOLD = 6;//当链表的值小<6, 红黑树转链表
..略
  transient Node<K,V>[] table;//HashMap中的数组,中间状态数据;不参与序列化(重点)
  transient Set<Map.Entry<K,V>> entrySet;//用来存放缓存,中间状态数据;
  transient int size;//size为HashMap中K-V的实时数量（重点）,中间状态数据;
  transient int modCount;//用来记录HashMap的修改次数
  int threshold;//扩容临界点；(capacity * loadFactor)（重点）
  final float loadFactor;//负载因子 DEFAULT_LOAD_FACTOR = 0.75f赋值

1 << 4 表示1左移四位，推理公式
简单记忆：
如果 1 << 4 、1 << 5、1 << 20
等于
2^4、2^5、2^20
左移其实就是 X（对应1）乘以2的N次方
注意，前导（第一位）为1 不适用
下面会详细讲
静态内部类（1.8前是Entry）

static class Node<K,V> implements Map.Entry<K,V> {//数组（哈希桶）：1.8前是Entry
    final int hash;//扰动后的hash
    final K key;//map的key
    V value;//map的value
    Node<K,V> next;//下个节点
    Node(int hash, K key, V value, Node<K,V> next) {
      this.hash = hash;
      this.key = key;
      this.value = value;
      this.next = next;//链表下一个
     
     
     ....略
       
       
transient Node<K,V>[] table;//HashMap中的数组,不参与序列化(重点)
transient int size;//size为HashMap中K-V的实时数量（重点）
transient int modCount;//用来记录HashMap的修改次数
int threshold;//扩容临界点；(capacity * loadFactor)（重点）
final float loadFactor;//负载因子 DEFAULT_LOAD_FACTOR = 0.75f赋值
     ....略

总结：
1、上面的成员变量大体有个印象，后面源码分析我们会用到
2、位运算计算比较麻烦，可以按照上面的快速记忆计算

3.2 HashMap构造器

目标：学习下面的三个构造器，它们都干了哪些事情？

 public HashMap() {
    this.loadFactor = DEFAULT_LOAD_FACTOR; // 负载因子DEFAULT_LOAD_FACTOR =0.75f
 }

public HashMap(int initialCapacity) {
      this(initialCapacity, DEFAULT_LOAD_FACTOR);
   }
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);
 }

总结：
可以发现上面是三个构造器都么有在内存上创建对象，只是针对容量和负载因子做了大量的判断和赋值

3.3 HashMap插入方法

目标：图解+代码+断点分析put源码
插入流程如下
在这里插入图片描述
插入主方法
当我们调用put方法添加元素时，实际是调用了其内部的putVal方法，第一个参数需要对key求hash值，
为了减少hash碰撞

public V put(K key, V value) {
    return putVal(hash(key), key, value, false, true);//调用Map的putVal方法
 }

生成hash，干扰（扰动）函数
为了防止一些实现比较差的 hashCode() 方法，减少碰撞，尽可能使元素更散列地存储

 static final int hash(Object key) {//干扰（扰动）函数；通过key计算hash值，仅仅是
hash值，不是存储位置
    int h;
    return (key == null) ? 0 : (h = key.hashCode()) ^ (h >>> 16);//hash后对右
    16（空位补0）后进行异或，key为null，表示HashMap是支持Key为空的，
 }

核心逻辑
在resize时会丢数据,线程不安全的,1.7叫做transfer函数功能相同

HashMap
1.在JDK1.7中，当并发执⾏扩容操作时会造成环形链和数据丢失的情况。
2.在JDK1.8中，在并发执⾏put操作时会发⽣数据覆盖就是丢数据的情况。

这是jdk1.8中HashMap中put操作的主函数，注意代码，如果没有hash碰撞则会直接插入元素。如果线程A和线程B同时进行put操作，刚好这两条不同的数据hash值一样，并且该位置数据为null，所以这线程A、B都会进入这行代码中。假设一种情况，线程A进入后还未进行数据插入时挂起，而线程B正常执行，从而正常插入数据，然后线程A获取CPU时间片，此时线程A不用再进行hash判断了，问题出现：线程A会把线程B插入的数据给覆盖，发生线程不安全。

  final V putVal(int hash, K key, V value, boolean onlyIfAbsent,
         boolean evict) {//onlyIfAbsent：true不更改现有值；evict：false表
示table为创建状态
    Node<K,V>[] tab; Node<K,V> p; int n, i;//临时变量
    if ((tab = table) == null || (n = tab.length) == 0)//数组是否null或者==0，
第1次put为空
      n = (tab = resize()).length;//初始化数组(or扩容)！！！！！！！！！！！！！
    if ((p = tab[i = (n - 1) & hash]) == null)//寻址：(n - 1) & hash重要，16-1
按位与hash，为null表示没有值
      tab[i] = newNode(hash, key, value, null);//等空，直接插入
    else {
      Node<K,V> e; K k;//1、key（hash）相等 2、hash冲突 （链表） 3、红黑树
      if (p.hash == hash &&//如果与第一个元素(数组中的结点)的hash值相等，key相等
       ((k = p.key) == key || (key != null && key.equals(k))))
        e = p;//将第一个元素赋值给e，用e来记录；跳到646Line
      else if (p instanceof TreeNode)//判断是否红黑
树！！！！！！！！！！！！！！！！
        e = ((TreeNode<K,V>)p).putTreeVal(this, tab, hash, key, value);
      else {//生成链表(操作链表),开始遍历链表
        for (int binCount = 0; ; ++binCount) {
          if ((e = p.next) == null) {//p.next为空表明处于链表的尾部，1、生成
链表 2、已经是链表
            p.next = newNode(hash, key, value, null);// 直接创建
            if (binCount >= TREEIFY_THRESHOLD - 1) //链表长度如果>8转红
黑树（or 扩容），-1是因为binCount从0开始
              treeifyBin(tab, hash);//树化；还需要判断是否大于64，否则扩
容
            break;
         }
          if (e.hash == hash &&
           ((k = e.key) == key || (key != null &&
key.equals(k))))//对链表节点中数据进行覆盖判断
            break;// 如果key相同,break跳出for循环,执行后面的逻辑
          p = e;
       }
     }
     if (e != null) { // key已经存在
        V oldValue = e.value;
        if (!onlyIfAbsent || oldValue == null)
          e.value = value;// 用新的value值去覆盖老的value值
        afterNodeAccess(e);
        return oldValue;// 返回覆盖前的value值，put的返回值
     }
   }
    ++modCount;//用来记录HashMap的修改次数
    if (++size > threshold)//map数量是否大于容量
      resize();//如果size大于threshold,就需要进行扩容
    afterNodeInsertion(evict);
    return null;
 }

重点（寻址计算）：
计算存放到数组的位置，如果为null表示没值，有值，表示hash冲突(or key相等)
if ((p = tab[i = (n - 1) & hash]) == null)
寻址公式：
(n - 1) & hash
(16-1) & 1122
0000 0000 1111B
0100 0110 0010B
0010B 开始按位与（都是1则为1，反之0）
思考，为什么不用模运算？（面试常问的问题）
与运算：(n - 1) & hash
模运算：15%2
都可以得到0-15之内的值
为什么不用mod（模运算）进行寻址?

package com.cmap;
public class CMod {
  public static void main(String[] args) {
    bit();
    mod();
 }
  public static void bit() {
    int num = 10000 * 10;
    int a = 1;
    long start = System.currentTimeMillis();
    for (int i = num; i > 0; i++) {
      a &= i;
//      a = a&i;
   }
    long end = System.currentTimeMillis();
    System.out.println("BIT耗时>>" + (end - start));
 }
  public static void mod() {
    int num = 10000 * 10;
    int a = 1;
    long start = System.currentTimeMillis();
    for (int i = num; i > 0; i++) {
      a %= i;
//      a = a%i;
   }
    long end = System.currentTimeMillis();
    System.out.println("MOD耗时>>" + (end - start));
 }
}

输出
在这里插入图片描述
结论：
mod运算是与运算的20倍，效率太低下
总之，一切为了性能
那么，&运算为什么这么高？操作的是二进制

3.4 HashMap扩容方法

目标：图解+代码（map扩容与数据迁移）
注意：扩容复杂、绕、难
图解前提：按8和16的长度讲(图片不容易展示)
迁移前：长度8 扩容临界点6（8*0.75）
在这里插入图片描述
迁移过程

核心源码resize方法

final Node<K,V>[] resize() {
    Node<K,V>[] oldTab = table;
    int oldCap = (oldTab == null) ? 0 : oldTab.length;//数组容量（旧）
    int oldThr = threshold;//扩容临界点(旧)
    int newCap, newThr = 0;//数组容量（新）、扩容临界点(新)
    if (oldCap > 0) {
      if (oldCap >= MAXIMUM_CAPACITY) {
        threshold = Integer.MAX_VALUE;
        return oldTab;
     }
      else if ((newCap = oldCap << 1) < MAXIMUM_CAPACITY &&//扩容2倍:oldCap
<< 1，左移1位，相当于oldCap乘以2的1次方
          oldCap >= DEFAULT_INITIAL_CAPACITY)
        newThr = oldThr << 1; // 扩容2倍:将阈值threshold*2得到新的阈值
   }
    else if (oldThr > 0) // HashMap(int initialCapacity, float loadFactor)调
用
      newCap = oldThr;
    else {        // zero initial threshold signifies using defaults
      newCap = DEFAULT_INITIAL_CAPACITY;//第一次
put！！！！！！！！！！！！！！！！！！
      newThr = (int)(DEFAULT_LOAD_FACTOR * DEFAULT_INITIAL_CAPACITY);//扩充
阈值
   }
    if (newThr == 0) {//如果新阈值为0，根据负载因子设置新阈值
      float ft = (float)newCap * loadFactor;
      newThr = (newCap < MAXIMUM_CAPACITY && ft < (float)MAXIMUM_CAPACITY
?
          (int)ft : Integer.MAX_VALUE);
   }
    threshold = newThr;//最后赋值给全局变量
    @SuppressWarnings({"rawtypes","unchecked"})
      Node<K,V>[] newTab = (Node<K,V>[])new Node[newCap];
    table = newTab;
    if (oldTab != null) {
      for (int j = 0; j < oldCap; ++j) {  //如果旧的数组中有数据，循环
        Node<K,V> e;
        if ((e = oldTab[j]) != null) {
          oldTab[j] = null;//gc处理
          if (e.next == null)
            newTab[e.hash & (newCap - 1)] = e;//只一个节点，赋值，返回
          else if (e instanceof TreeNode)//红黑结构
           ((TreeNode<K,V>)e).split(this, newTab, j, oldCap);
          else {
            Node<K,V> loHead = null, loTail = null;//低位链表（原位置i）
            Node<K,V> hiHead = null, hiTail = null;//高位链表（i+n位
置）
            Node<K,V> next;
            do {
              next = e.next;
              if ((e.hash & oldCap) == 0) {// 如果为0，元素位置在扩容后
数组中的位置没有发生改变（低位）
                if (loTail == null)
                  loHead = e;// 头节点
                else
                  loTail.next = e;
                loTail = e;
             }
              else {//不为0，元素位置在扩容后数组中的位置发生了改变，新的下
标位置是（原下标位置+原数组长）
                if (hiTail == null)
                  hiHead = e;
                else
                  hiTail.next = e;
                hiTail = e;
             }
           } while ((e = next) != null);
            if (loTail != null) {
              loTail.next = null;
              newTab[j] = loHead;//下标：原位置
           }
           if (hiTail != null) {
              hiTail.next = null;
              newTab[j + oldCap] = hiHead;//下标：原位置+原数组长度
           }
         }
       }
     }
   }
    return newTab;//返回新数组
 }

总结（扩容与迁移）：
1、扩容就是将旧表的数据迁移到新表
2、迁移过去的值需要重新计算hashCode，也就是他的存储位置
3、关于位置可以这样理解：比如旧表的长度8、新表长度16
旧表位置4有6个数据，假如前三个hashCode是一样的，后面的三个hashCode是一样的
迁移的时候；就需要计算这6个值的存储位置
4、如何计算位置？采用低位链表和高位链表；如果位置4下面的数据e.hash & oldCap等于0，
那么它对应的就是低位链表，也就是数据位置不变
e.hash & oldCap不等于0呢?就要重写计算他的位置也就是j + oldCap（4+8）；这个12，就是高位链表
位置（新数组12位置）

3.5 HashMap获取方法

目标：图解+断点分析get源码
获取流程
在这里插入图片描述
get主方法

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

getNode方法

  final Node<K,V> getNode(int hash, Object key) {
    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) {
      if (first.hash == hash && // 数组查找！！！！！
       ((k = first.key) == key || (key != null && key.equals(k))))
        return first;//返回查找的数据
      if ((e = first.next) != null) {//桶中不止一个节点
        if (first instanceof TreeNode)
          return ((TreeNode<K,V>)first).getTreeNode(hash, key);//红黑查
找!!!!!
        do {//链表查找!!!!!
          if (e.hash == hash &&
           ((k = e.key) == key || (key != null && key.equals(k))))
            return e;
       } while ((e = e.next) != null);
     }
   }
    return null;
 }

总结：
查询思路比较简单，如果是数组直接返回、如果是红黑实例，就去树上去找，最后，去做链表循环查找

3.6 HashMap移除方法

目标：图解+断点分析remove源码
移除流程
在这里插入图片描述
tips：
两个移除方法，参数上的区别
走的同一个代码
移除方法：一个参数

 public V remove(Object key) {
    Node<K,V> e; 定义一个节点变量，用来存储要被删除的节点（键值对
    return (e = removeNode(hash(key), key, null, false, true)) == null ?
      null : e.value;
 }

移除方法：二个参数

  @Override
  public boolean remove(Object key, Object value) {
    return removeNode(hash(key), key, value, true, true) != null;
 }

核心方法removeNode

  /**
  * Implements Map.remove and related methods
  *
  * @param hash 扰动后的hash值
  * @param key 要删除的键值对的key，要删除的键值对的value，该值是否作为删除的条件取决于
matchValue是否为true
  * @param value key对应的值
  * @param matchValue 为true，则当key对应的值和equals(value)为true时才删除；否则不关
心value的值
  * @param movable 删除后是否移动节点，如果为false，则不移动
  * @return 返回被删除的节点对象，如果没有删除任何节点则返回null
  */
  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;
    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;
      if (p.hash == hash &&
       ((k = p.key) == key || (key != null && key.equals(k))))
        node = p;//寻址后的值给node
      else if ((e = p.next) != null) {
        if (p instanceof TreeNode)
          node = ((TreeNode<K,V>)p).getTreeNode(hash, key);//红黑查找
        else {
          do { //链表查找
            if (e.hash == hash &&
             ((k = e.key) == key ||
              (key != null && key.equals(k)))) {
              node = e;
              break;
           }
            p = e;// 走到这里，说明e也没有匹配上,P-->E;表示p是e的父节点
         } while ((e = e.next) != null);//如果e存在下一个节点，那么继续去匹
配下一个节点
       }
     }//如果node不为空，说明根据key匹配到了要删除的节点
      if (node != null && (!matchValue || (v = node.value) == value ||
                (value != null && value.equals(v)))) {
        if (node instanceof TreeNode)
         ((TreeNode<K,V>)node).removeTreeNode(this, tab, movable);//红
黑删除
        else if (node == p)// 如果该节点不是TreeNode对象，node == p 的意思是该
node节点就是首节点
          tab[index] = node.next;//由于删除的是首节点，那么直接将节点数组对应
位置指向到第二个节点即可
        else
          p.next = node.next; 如果node节点不是首节点，此时p是node的父节
点，由于要删除node，所有只需要把p的下一个节点指向到node的下一个节点即可把node从链表中删除了
        ++modCount;//HashMap的修改次数递增
        --size;// HashMap的元素个数递减
        afterNodeRemoval(node);//子类扩展
        return node;//返回删除后的节点
     }
   }
   return null;//找不到删除的node，返回null
 }

总结：
移除和查询路线差不多，找到后直接remove
注意他的返回值，是删除的那个节点的值

4 哈希最常见面试题

4.1 为什么要从JDK1.8之前的链表设计，修改为链表或红黑树的设计？

当某个链表比较长的时候，查找效率还是会降低。
如果table[index]的链表的节点的个数比较少，（8个或以内），就保持链表。如果超过8个，那么
就要考虑把链表转为一棵红黑树。

4.2 什么时候树化？

table[index]下的结点数一达到8个就树化吗？
如果table[index]的节点数量已经达到8个了，还要判断table.length是否达到64，如果没有达到
64，先扩容

4.3 什么时候从树–>链表

当你删除结点时，这棵树的结点个数少于6个，会反树化，变为链表

4.4 初始容量是16，为什么是2的指数次幂？

1、方便计算
2、扩容与数据迁移（重点）
因为2的幂次方在二进制的表达中可以保证后几位均为1，为什么要这样做呢？举一个例子就很清楚了，
基于按位与操作的思想，两数都为1才为一，若数组长度为15，（15-1）即14表示的话就是1110，
1110&1110和1110&1111的结果是相同的，这不就增加了哈希碰撞的概率了，因此，保持n-1的后几位
为1，就可以根据hash值的后几位来判别应该放在哪个桶里了

4.5 为什么加载因子是0.75呢?

其实是通过泊松分布来计算的
选择0.75作为默认的加载因子，完全是时间和空间成本上寻求的一种折衷选择
总结：
通过统计学和概率计算得出来的结果

4.6 什么是哈希冲突（碰撞）？，如何解决

如果两个不同的元素（key、value、hash不同），通过哈希函数得出的实际存储地址相同
也就是说，当我们对某个元素进行哈希运算，得到一个存储地址，然后要进行插入的时候，发现已经被
其他元素占用了，其实这就是所谓的哈希冲突，也叫哈希碰撞
该如何解决呢？链表

4.7 获取hash 值,为什么不用hashCode直接取呢？左移、右移和异或怎么计算？

让hash分布、散列更加均匀，减少hash碰撞的概率。
tips：(h = key.hashCode()) ^ (h >>> 16)
是如何计算的？
异或：右移
举例：
key.hashCode() int转32二进制为0000010101001010 0101001011110001
右移16位，高位不足进行补零（直接在前面加16个0）
0000010101001010 0101001011110001（移动前）
0000000000000000 0101001011110001 （移动后）
开始异或（相同为0.不同为1）
0000010101001010 0101001011110001
0000000000000000 0101001011110001
异或后的（相同为0，不同为1）
0000010101001010 0000000000000000

关于左移
在这里插入图片描述
2^0:在二进制中表示1

注意：上面前导为1，计算出来的就是负数

关于右移
在这里插入图片描述
tips
以上没有按照实际32位作图，只是举例，图片放不下

4.8 JDK1.8相比1.7主要优化的地方？

jdk1.8是链表+数组+红黑树；
jdk1.7链表采用头插法，头插法比较快，但容易造成死循环；jdk1.8是尾插法；

5 HashMap常问面试题

HashMap常问面试题

赵广陆

关注

1
点赞
踩
5

收藏

觉得还不错? 一键收藏
打赏
0
评论
HashMap源码深度剖析

目录1 HashMap数据结构2 HashMap继承体系3 HashMap源码深度剖析3.1 成员变量与内部类3.2 HashMap构造器3.3 HashMap插入方法3.4 HashMap扩容方法3.5 HashMap获取方法3.6 HashMap移除方法4 哈希最常见面试题4.1 为什么要从JDK1.8之前的链表设计，修改为链表或红黑树的设计？4.2 什么时候树化？4.3 什么时候从树–>链表4.4 初始容量是16，为什么是2的指数次幂？4.5 为什么加载因子是0.75呢?4.6 什么是哈希冲突（
复制链接

扫一扫