HashMap详解

最近在重温java源码，一边看一边总结下，并且分享下自己的心得，共同学习，欢迎指点。这一篇说下HashMap的源码中的一些注意点，争取把原理讲透彻。

问题

开篇提出几个问题，带着问题往下看：

1：用过hashmap？ok用过的话，hashmap的put和get工作原理？

2：key和value在hashmap中的存储结构？

3：hashmap对key的选择？

4：hashcode是什么？

5：hashmap如何解决冲撞？

6：如果理解了get原理，那么当hashcode相同的时候如何取到值对象？

7：hashmap的扩容策略？

8：扩容时会带来什么问题？

字段：

1：table，hashMap中存储数据的变量

transient Entry[] table;

至于为什么设置为transient详见：【java源码系列】之ArrayList详解中有提到

2：threshold,loadFactor

这两个变量要一起说：hashMap默认table的大小是16；loadFactor是负载因子，用来控制hashMap的扩容时机；threshold是table容量*负载因子的结果。当用hashMap.put的时候，会有size++>threshold的判断，来选择hashmap是否是需要扩容的。

3：modCount 记录hashMap的修改次数

当在迭代器中修改这个线程不安全的对象的时候，会抛出ConcurrentModificationException异常，这就是fail-fast策略。实现原理就是用modCount，判断modCount的值和期望的count值，如果不相等，则说明在iterator期间有对hashMap进行修改。

方法以及问题探究

1.hashCode()和equals()

hashCode和equals对HashMap起到至关重要的作用，散列和判断都有用到。所以特意做了一篇关于hashCode和equals的分析，请先看完这篇 ： 【java源码系列】之hashCode和equals详解再继续往下看。

2.key和value在hashmap中存储结构，解决冲撞问题

在hashmap中，数据的存储是通过Map.Entry<K，V>这个结构。K和V用的泛型，分别对key和value添加存取器，并且重写了hashCode和equals。

Entry(int h, K k, V v, Entry<K,V> n) {
            value = v;
            next = n;
            key = k;
            hash = h;
        }

table可以抽象为：

如上图所示，当hashmap进行hash散表发现冲撞，会采用链表来解决问题，在统一个bucket上创建一个链来存储hash相同的元素。

3.put和get方法原理以及扩容问题

get和put方法是主要详解的，hashmap中大部分核心内容都在这里，通过分析这两个方法，会解决上面大部分问题，按照平时使用顺序来分析，首先分析put方法。

首先hashmap会对提供的key的hashCode做一个额外的hash，以防止质量很差的hashCode算法导致hashMap频繁冲撞，降低效率。

static int hash(int h) {
        h ^= (h >>> 20) ^ (h >>> 12);
        return h ^ (h >>> 7) ^ (h >>> 4);
 }

在hashMap中，散表的方法是：

static int indexFor(int h, int length) {
        return h & (length-1);
    }

其中h为经过额外hash之后的值。由于length永远为2的n次方，所以length-1的二进制的值都为1。由此可以推断出hashMap散表的方法就是取h二进制（length二进制位数）个低位，将其转为10进制就是这个key所在的桶的位置。所以hashMap在对hashCode做二次hash的时候尤其会低hashCode值的低位进行特殊处理。在hashMap中，length永远为2的n次方，这是在内部实现里强制约定的，它会强制把length转为大于你给定值的最小符合约定的大小。

 // Find a power of 2 >= initialCapacity
        int capacity = 1;
        while (capacity < initialCapacity)
            capacity <<= 1;

这是在hashmap构造函数中的一段代码。

通过以上的额外针对hashCode的hash和散表，可以拿到key在桶中对应的位置，在这里分两种情况，插入和修改。修改很简单，找到对应的key，进行覆盖。注意：这里用的hash和equals进行判断key值的，因为，hash值是可以相同的，但是key的地址判断和equals方法对不同的对象是不同的；而插入，是每一次新的对象都会放到table里面，将next指向上一个table里对象。插入的时候有这么一段代码：

if (size++ >= threshold)
            resize(2 * table.length);

其中threshold为table的capcity*负载因子。也就是说，当table桶的使用大于threshold的时候，要进行resize(2*table.length)方式进行扩容。resize方法也没有什么神秘的：判断size是否是int所能承受的最大值，如果不是，那么创建一个新的容量的table，并将老的数据按照新的table的容量进行hash。重新插入。如果是，则将threshold设为int最大值，等于负载因子为1。

了解了put的原理就会发现两个问题：一个是扩容时候的效率问题，另一个是扩容时候多线程的问题。为了尽量避免这些问题，用hashmap的时候不要存储庞大数量的数量。面对多线程并发有很多解决办法，如在使用hashMap程序断上加synchronized；创建hashmap用Collections.synchronizedMap来创建；或者使用ConcurrentHashMap来代替hashmap等等。这种选择应该根据具体情况而定。

get的方法很简单了，但是要注意一点，在判断key的问题上。上面刚才有提到用hash，地址，equals三个条件进行判断。

ok，hashMap这一篇就到这里，通过分析，开始提出的问题也都有了答案，使用hashMap注意点也就这么多了。如果还有什么问题，欢迎提出。