【集合】HashMap源码及设计分析

前言

HashMap作为一种键值对（KEY-VALUE）的数据结构，其设计思想，在日常开发中有着举足轻重的地位。作为Java开发的进阶学习，除了日常的使用之外，也应该对底层设计原理及源码有一些研究，便于开发过程中更好地选择数据结构、平衡性能、评估并发风险等。

存储结构

JDK1.8之后，为了提高Hash冲突的查询效率、解决循环依赖等问题，HashMap底层做了一些优化，其内部存储结构使用的是数组+链表或红黑树，如下图所示。

绿色节点的是KEY的HashCode值在数组中的位置（经过取模运算）。
红色节点有两种类型，针对链表结构，是实现Map.Entry<K,V>接口的Node节点；

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

        Node(int hash, K key, V value, Node<K,V> next) {
            this.hash = hash;
            this.key = key;
            this.value = value;
            this.next = next;
        }
}

而对于红黑树结构，则是实现了LinkedHashMap.Entry<K,V>接口的TreeNode节点。

static final class TreeNode<K,V> extends LinkedHashMap.Entry<K,V> {
        TreeNode<K,V> parent;  // red-black tree links
        TreeNode<K,V> left;
        TreeNode<K,V> right;
        TreeNode<K,V> prev;    // needed to unlink next upon deletion
        boolean red;
        TreeNode(int hash, K key, V val, Node<K,V> next) {
            super(hash, key, val, next);
        }
}

源码解析

内部属性

1、静态常量

属性名	属性值	备注
DEFAULT_INITIAL_CAPACITY	16	默认容量大小
MAXIMUM_CAPACITY	1<<30	最大容量大小
DEFAULT_LOAD_FACTOR	0.75	默认负载因子，负载因子*容量，作为扩容的临界条件
TREEIFY_THRESHOLD	8	节点树化临界值，当节点数达到最小树化容量，且数组中节点个数超过此值，会进行树化
UNTREEIFY_THRESHOLD	6	树化的节点数低于此值，会转成链表
MIN_TREEIFY_CAPACITY	64	最小树化容量，当size低于此值，及时节点数不低于TREEIFY_THRESHOLD，也不会进行树化操作

2、私有属性

属性名	类型	备注
table	Node<K,V>[]	节点数组，HashMap的底层存储结构
entrySet	Set<Map.Entry<K,V>>	遍历辅助set集
size	int	当前Map中有效键值对数量
modCount	int	当前Map修改次数，用于iterator，迭代中间modCount编发，会抛出ConcurrntModificationException异常
threshold	int	扩容的阈值
loadFactor	float	负载因子

重点方法剖析

0、HASH(KEY)

哈希函数比较简单，获取key的hashCode，并与其高16位取异或运算。如此设计的目的，是为了增加hash值的复杂度，降低hash冲突的概率。

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

1、CONSTRUCTOR

常用构造函数，做了参数的临界值判断之外，仅对loadFactor和threshold赋值，并未对table分配空间，这里使用了懒加载的思想，在put时分配内存空间，避免空间浪费。

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);
    }

tableSizeFor是HaspMap的内部静态函数，主要作用是获取进来的参数转变为2的n次方的数值。

static final int tableSizeFor(int cap) {
        int n = cap - 1;
        n |= n >>> 1; // 无符号右移操作
        n |= n >>> 2;
        n |= n >>> 4;
        n |= n >>> 8;
        n |= n >>> 16;
        return (n < 0) ? 1 : (n >= MAXIMUM_CAPACITY) ? MAXIMUM_CAPACITY : n + 1;
    }

如:
cap = 10;      // 00000000 00000000 00000000 00001010
n = 9;         // n = 00000000 00000000 00000000 00000101
n |= n >>> 1;  // n = 00000000 00000000 00000000 00000111
后面右移取或，最终tableSizeFor的大小为16

2、GET(KEY)

3、PUT(KEY, VALUE)

这里可以看出，put函数的流程中，有两处显示的扩容调用。但在树化的过程中，如果当前size小于MIN_TREEIFY_CAPACITY，此时并不会进行树化操作，而是进行一次隐式扩容。具体用途如下：

1. 第一次扩容，是懒加载的设计思想，避免内存浪费
2. 第二次扩容，针对新插入的键值对，size自增后超过扩容阈值，发起的扩容操作
3. 第三次扩容（树化），当size小于MIN_TREEIFY_CAPACITY，此时会扩容来避免一次树化

4、RESIZE()

如前所属，HashMap扩容的几个时间点，容量是按照2倍去递增，基本流程如下：

1. 扩容临界条件判断，是否支持扩容。计算新的扩容阈值、分配扩容后数组等
2. 旧数组的节点数据迁移

数据迁移有几种情况（oldCap: 旧数组容量，newCap：新数组容量）：

• i 位置的单个节点的迁移，位置变为【e.hash & (newCap - 1)】，保持不动，要么顺移至 （i + oldCap） 位置
• j 位置的链表迁移，按照【(e.hash & oldCap) == 0】条件拆分列表，条件为真，保持 j 位置不动，否则，移动至 （j + oldCap），保证链表节点之间的顺序性
• k 位置的红黑树迁移，类似链表迁移流程，先分割，再根据条件迁移

核心迁移代码实例如下：

for (int j = 0; j < oldCap; ++j) {
                Node<K,V> e;
                if ((e = oldTab[j]) != null) {
                    oldTab[j] = null;     // 手动赋值为null，便于垃圾回收旧数组
                    if (e.next == null)
                        newTab[e.hash & (newCap - 1)] = e;
                    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;
                            if ((e.hash & oldCap) == 0) {
                                if (loTail == null)
                                    loHead = e;
                                else
                                    loTail.next = e;
                                loTail = e;
                            }
                            else {
                                if (hiTail == null)
                                    hiHead = e;
                                else
                                    hiTail.next = e;
                                hiTail = e;
                            }
                        } while ((e = next) != null);
                        if (loTail != null) {
                            loTail.next = null;
                            newTab[j] = loHead;
                        }
                        if (hiTail != null) {
                            hiTail.next = null;
                            newTab[j + oldCap] = hiHead;
                        }
                    }
                }
            }

这里手动将oldTab[j]赋值为null，借助jvm的垃圾回收机制，自动回收旧数组占用的内存

5、REMOVE(KEY)

remove函数，需要判断当前的KEY是否在集合中，因此会有get函数流程。获取到目标节点后，根据节点类型，删除节点，并返回删除节点的VALUE值
这里需要注意，如果删除的是TreeNode节点，红黑树平衡会有自旋平衡，同时可能会退化成链表结构

知识有限，难免不足，诚恳接受大家的批评指正！