目录
一、HashMap 简介
HashMap 主要用来存放键值对，它基于哈希表的 Map 接口实现，是常用的 Java 集合之一，是非线程安全的，且不能保证元素的存储顺序。查询和修改的速度很快，能到到O(1)的平均复杂度。
HashMap 可以存储 null 的 key 和 value，但 null 作为key键只能有一个，null 作为value值可以有多个。
JDK1.8 之前 HashMap 由 数组+链表 组成的，数组是 HashMap 的主体，链表则是主要为了解决哈希冲突而存在的（“拉链法”解决冲突）。 JDK1.8 以后的 HashMap 在解决哈希冲突时有了较大的变化，当链表长度大于阈值（默认为 8）（将链表转换成红黑树前会判断，如果当前数组的长度小于 64，那么会选择先进行数组扩容，而不是转换为红黑树）时，将链表转化为红黑树，以减少搜索时间。
HashMap 默认的初始化大小为 16。之后每次扩充，容量变为原来的 2 倍。并且， HashMap 总是使用 2 的幂作为哈希表的大小。
二、底层数据结构分析
2.1 JDK1.8 之前
JDK1.8 之前 HashMap 底层是数组和链表，结合在一起使用也就是链表散列。
HashMap 通过 key 的 hashCode 经过扰动函数处理过后得到 hash 值，然后通过 (n - 1) & hash 判断当前元素存放的位置（这里的 n 指的是数组的长度），如果当前位置存在元素的话，就判断该元素与要存入的元素的 hash 值以及 key 是否相同，如果相同的话，直接覆盖，不相同就通过拉链法解决冲突。
所谓扰动函数指的就是 HashMap 的 hash() 方法。使用 hash 方法也就是扰动函数是为了防止一些实现比较差的 hashCode() 方法，换句话说使用扰动函数之后可以减少碰撞。
JDK 1.8 HashMap 的 hash() 方法源码:
JDK 1.8 的 hash 方法 相比于 JDK 1.7 hash 方法更加简化，但是原理不变。
/**
* JDK 1.8实现：将 键key 转换成 哈希码（hash值）操作 = 使用hashCode() + 1次位运算 + 1次异或运算（2次扰动）
* 1. 取hashCode值： h = key.hashCode()
* 2. 高位参与低位的运算：h ^ (h >>> 16)
*/
static final int hash(Object key) {
int h;
// key.hashCode()：返回散列值也就是hashcode
// ^ ：按位异或
// >>>:无符号右移，忽略符号位，空位都以0补齐
return (key == null) ? 0 : (h = key.hashCode()) ^ (h >>> 16);
// a. 当key = null时，hash值 = 0，所以HashMap的key 可为null
// 注：对比HashTable，HashTable对key直接hashCode（），若key为null时，会抛出异常，所以HashTable的key不可为null
// b. 当key ≠ null时，则通过先计算出 key的 hashCode()（记为h），然后 对哈希码进行扰动处理： 按位 异或（^） 哈希码自身右移16位后的二进制
}对比一下 JDK1.7 的 HashMap 的 hash 方法源码:
/**
* 源码分析1：hash(key)
* 该函数在JDK 1.7 和 1.8 中的实现不同，但原理一样 = 扰动函数 = 使得根据key生成的哈希码（hash值）分布更加均匀、更具备随机性，避免出现hash值冲突（即指不同key但生成同1个hash值）
* JDK 1.7 做了9次扰动处理 = 4次位运算 + 5次异或运算
* JDK 1.8 简化了扰动函数 = 只做了2次扰动 = 1次位运算 + 1次异或运算
*/
// JDK 1.7实现：将 键key 转换成 哈希码（hash值）操作 = 使用hashCode() + 4次位运算 + 5次异或运算（9次扰动）
final int hash(Object k) {
// 设置了哈希种子
int h = hashSeed;
if (0 != h && k instanceof String) {
return sun.misc.Hashing.stringHash32((String) k);
}
// Hash种子参与到了key的Hash值计算当中
h ^= k.hashCode();
// This function ensures that hashCodes that differ only by
// constant multiples at each bit position have a bounded
// number of collisions (approximately 8 at default load factor).
h ^= (h >>> 20) ^ (h >>> 12);
return h ^ (h >>> 7) ^ (h >>> 4);
}
相比于 JDK1.8 的 hash 方法 ，JDK 1.7 的 hash 方法的性能会稍差一点点，毕竟JDK1.7用了9次扰动处理=4次位运算+5次异或，而JDK1.8只用了2次扰动处理=1次位运算+1次异或。
所谓 “拉链法” 就是：将链表和数组相结合。也就是说创建一个链表数组，数组中每一格就是一个链表。若遇到哈希冲突，则将冲突的值加到链表中即可。
2.2 JDK1.8 之后
相比于之前的版本，JDK1.8 以后在解决哈希冲突时有了较大的变化。
当链表长度大于阈值（默认为 8）时，会首先调用 treeifyBin()方法（这个是HashMap自身的final方法）。这个方法会根据 HashMap 数组当时的状态来决定是否转换为红黑树。只有当数组长度大于或者等于 64 的情况下，才会执行转换红黑树操作，即调用树节点的方法treeify()，将链表转换为红黑树，以减少搜索时间。否则，就是只是执行 resize() 方法对数组扩容。
2.3 HashMap类的属性
首先先来明确几个HashMap的概念：
- HashMap里面数组结构的每一个存储元素的位置被称为桶
- 桶中存放的数据被称为bin（bin这个概念会在HashMap源码中大量出现）
public class HashMap<K,V> extends AbstractMap<K,V> implements Map<K,V>, Cloneable, Serializable {
// 序列号
private static final long serialVersionUID = 362498820763181265L;
// 默认的初始容量是16 capacity译为容量。capacity就是指HashMap中桶的数量，但是注意HashMap里并没有这个成员属性
static final int DEFAULT_INITIAL_CAPACITY = 1 << 4;
// 最大容量
static final int MAXIMUM_CAPACITY = 1 << 30;
// 默认的填充因子（扩容因子），当数组的存储比例达到了0.75，数组就会进行两倍扩容
static final float DEFAULT_LOAD_FACTOR = 0.75f;
// 当桶(bucket)上的结点数大于这个值时会转成红黑树
static final int TREEIFY_THRESHOLD = 8;
// 当桶(bucket)上的结点数小于这个值时树转链表
static final int UNTREEIFY_THRESHOLD = 6;
// 桶中结构转化为红黑树对应的table的最小大小
static final int MIN_TREEIFY_CAPACITY = 64;
// 存储元素的数组，数组长度总是2的幂次倍
transient Node<k,v>[] table;
// 存放具体元素的集
transient Set<map.entry<k,v>> entrySet;
// 存放元素的个数，表示当前HashMap包含的键值对数量。注意这个不等于数组的长度。
transient int size;
// 每次扩容和更改map结构的计数器，表示当前HashMap修改次数
transient int modCount;
// 数组扩容临界值（阈值） 当数组实际大小(容量*填充因子)超过临界值时，会进行扩容
int threshold;
// 加载因子（负载因子）
final float loadFactor;
}- TREEIFY_THRESHOLD 树化阈
一个桶是由链表呈现还是红黑树呈现的节点数阈值，当一个桶中的元素个数超过该阈值时，该桶将会被转化为一课红黑树。
"treeify"这个词，如果取'ify'这个词根，这个词便有动词的词性，表达“to make sth”，结合"tree"，应该翻译成“树化”或者“成树”。treeify_threshold便完全表达了这个阈值的含义，即“限制成为一棵树的值”。
- UNTREEIFY_THRESHOLD
一个桶是由链表呈现还是红黑树呈现的节点数阈值，当一个桶中的元素个少于过该阈值时，该桶将会从一颗红黑树转化为链表。
- loadFactor 加载因子
loadFactor加载因子是控制数组存放数据的疏密程度，loadFactor 越趋近于1，那么数组中存放的数据(entry)也就越多，也就越密，也就是会让链表的长度增加，loadFactor越小，也就是趋近于0，数组中存放的数据(entry)也就越少，也就越稀疏。
loadFactor 太大导致查找元素效率低，太小导致数组的利用率低，存放的数据会很分散。loadFactor的默认值为 0.75f 是官方给出的一个比较好的临界值。
给定的默认容量为16，负载因子为0.75。Map 在使用过程中不断的往里面存放数据，当数量达到了 16 * 0.75 = 12 就需要将当前 16 的容量进行扩容，而扩容这个过程涉及到 rehash、复制数据等操作，所以非常消耗性能。 - threshold
threshold = capacity（数组的总长度） * loadFactor，当 size（当前数组中包含元素数量）>=threshold的时候，那么就要考虑对数组的扩增了，也就是说，这个的意思就是 衡量数组是否需要扩增的一个标准。
2.4 Node 节点类源码
Node节点是HashMap的static修饰的静态内部类，以下为其全部的源码。
// 继承自 Map.Entry<K,V>
static class Node<K,V> implements Map.Entry<K,V> {
final int hash;// key的哈希值，存放元素到hashmap中时用来与其他元素hash值比较
final K key;//键
V value;//值
// 指向下一个节点（后驱节点），数组元素中的链表就是通过Node结构实现的
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;
}
public final K getKey() { return key; }
public final V getValue() { return value; }
// 重写toString方法
public final String toString() { return key + "=" + value; }
// 重写hashCode()方法
public final int hashCode() {
return Objects.hashCode(key) ^ Objects.hashCode(value);
}
// 重新设置当前entry的值
public final V setValue(V newValue) {
V oldValue = value;
value = newValue;
return oldValue;
}
// 重写 equals() 方法
public final boolean equals(Object o) {
//如果内存地址一致直接返回true
if (o == this)
return true;
//比较的节点必须实现这个Map.Entry
if (o instanceof Map.Entry) {
Map.Entry<?,?> e = (Map.Entry<?,?>)o;
if (Objects.equals(key, e.getKey()) &&
Objects.equals(value, e.getValue()))
//键和值都相等才能返回true
return true;
}
return false;
}
}在HashMap类中有两个方法是用来创建Node节点的
// 调用Node构造方法创建Node节点
Node<K,V> newNode(int hash, K key, V value, Node<K,V> next) {
return new Node<>(hash, key, value, next);
}
// 用于从树节点转换为普通节点
Node<K,V> replacementNode(Node<K,V> p, Node<K,V> next) {
return new Node<>(p.hash, p.key, p.value, next);
}他们的用途在后面的源码讲解的时候会有所体现。
2.5 TreeNode树节点类源码
TreeNode是用来实现红黑树的树节点。该类也是HashMap的静态内部类。以下为TreeNode类的成员属性以及部分源码。在后面的章节中会详细讲解TreeNode源码。
首先我们先简单了解一下红黑树，红黑树是一个二叉搜索树，它在每个节点增加了一个存储位记录节点的颜色，可以是RED,也可以是BLACK；通过任意一条从根到叶子简单路径上颜色的约束，红黑树保证最长路径不超过最短路径的二倍，因而近似平衡。它同时满足以下特性：
(1) 每个节点要么是黑色，要么是红色
(2) 根节点是黑色
(3) 如果节点是红色的，那么它的子节点必须是黑色的（反之，不一定需要成立）。也就是说从叶子结点到根节点的路径上不能出现两个连续的红节点。
(4) 从根节点到叶节点或空子节点的每条路径，都包含相同数目的黑色节点（从任意节点到每个叶子结点的路径上包含相同个数的黑色节点）
static final class TreeNode<K,V> extends LinkedHashMap.Entry<K,V> {
TreeNode<K,V> parent; // 父
TreeNode<K,V> left; // 左
TreeNode<K,V> right; // 右
TreeNode<K,V> prev; // 前驱节点
boolean red; // 判断颜色
TreeNode(int hash, K key, V val, Node<K,V> next) {
super(hash, key, val, next);
}
// 返回根节点
final TreeNode<K,V> root() {
// 所有节点节点，直到父节点为空的时候，该节点就是根节点
for (TreeNode<K,V> r = this, p;;) {
if ((p = r.parent) == null)
return r;
r = p;
}
}
}
在Hashmap类中有两个方法是用来创建TreeMap节点的
// 调用TreeNode构造方法创建TreeNode节点
TreeNode<K,V> newTreeNode(int hash, K key, V value, Node<K,V> next) {
return new TreeNode<>(hash, key, value, next);
}
// 用于从普通节点转换为树节点
TreeNode<K,V> replacementTreeNode(Node<K,V> p, Node<K,V> next) {
return new TreeNode<>(p.hash, p.key, p.value, next);
}
他们的用途在后面的源码讲解的时候会有所体现。
2.5 JDK1.7和JDK1.8数据结构的区别
相关文章：【Java集合】HashMap系列（二）——底层源码分析
【Java集合】HashMap系列（三）——TreeNode内部类源码分析
【Java集合】一文快速了解HashMap底层原理
【数据结构】史上最好理解的红黑树讲解，让你彻底搞懂红黑树
1220
被折叠的 条评论
为什么被折叠?
到【灌水乐园】发言
