HashMap,HashTable,ConcurrentHashMap源码分析

转载，请说明出处：http://blog.csdn.net/zhangerqing

Java集合类是个非常重要的知识点，HashMap、HashTable、ConcurrentHashMap等算是集合类中的重点，可谓“重中之重”，首先来看个问题，如面试官问你：HashMap和HashTable有什么区别，一个比较简单的回答是：
1、HashMap是非线程安全的，HashTable是线程安全的。
2、HashMap的键和值都允许有null值存在，而HashTable则不行。
3、因为线程安全的问题，HashMap效率比HashTable的要高。

一、HashMap的内部存储结构
Java中数据存储方式最底层的两种结构，一种是数组，另一种就是链表，数组的特点：连续空间，寻址迅速，但是在删除或者添加元素的时候需要有较大幅度的移动，所以查询速度快，增删较慢。而链表正好相反，由于空间不连续，寻址困难，增删元素只需修改指针，所以查询慢、增删快。有没有一种数据结构来综合一下数组和链表，以便发挥他们各自的优势？答案是肯定的！就是：哈希表。哈希表具有较快（常量级）的查询速度，及相对较快的增删速度，所以很适合在海量数据的环境中使用。一般实现哈希表的方法采用“拉链法”，我们可以理解为“链表的数组”，如下图：

从上图中，我们可以发现哈希表是由数组+链表组成的，一个长度为16的数组中，每个元素存储的是一个链表的头结点。那么这些元素是按照什么样的规则存储到数组中呢。一般情况是通过hash(key)%len获得，也就是元素的key的哈希值对数组长度取模得到。比如上述哈希表中，12%16=12,28%16=12,108%16=12,140%16=12。所以12、28、108以及140都存储在数组下标为12的位置。它的内部其实是用一个Entity数组来实现的，属性有key、value、next。接下来我会从初始化阶段详细的讲解HashMap的内部结构。

1、初始化
首先来看三个常量：
static final int DEFAULT_INITIAL_CAPACITY = 16; 初始容量：16
static final int MAXIMUM_CAPACITY = 1
<< 30; 最大容量：2的30次方：1073741824
static final float DEFAULT_LOAD_FACTOR = 0.75f;
装载因子，后面再说它的作用
来看个无参构造方法，也是我们最常用的：

public HashMap() {
        this.loadFactor = DEFAULT_LOAD_FACTOR;
        threshold = (int)(DEFAULT_INITIAL_CAPACITY * DEFAULT_LOAD_FACTOR);
        table = new Entry[DEFAULT_INITIAL_CAPACITY];
        init();
    }

loadFactor、threshold的值在此处没有起到作用，不过他们在后面的扩容方面会用到，此处只需理解table=new Entry[DEFAULT_INITIAL_CAPACITY].说明，默认就是开辟16个大小的空间。另外一个重要的构造方法：

01.public HashMap(int initialCapacity, float loadFactor) {  
02.        if (initialCapacity < 0)  
03.            throw new IllegalArgumentException("Illegal initial capacity: " +  
04.                                               initialCapacity);  
05.        if (initialCapacity > MAXIMUM_CAPACITY)  
06.            initialCapacity = MAXIMUM_CAPACITY;  
07.        if (loadFactor <= 0 || Float.isNaN(loadFactor))  
08.            throw new IllegalArgumentException("Illegal load factor: " +  
09.                                               loadFactor);  
10.  
11.        // Find a power of 2 >= initialCapacity  
12.        int capacity = 1;  
13.        while (capacity < initialCapacity)  
14.            capacity <<= 1;  
15.  
16.        this.loadFactor = loadFactor;  
17.        threshold = (int)(capacity * loadFactor);  
18.        table = new Entry[capacity];  
19.        init();  
20.    }  

就是说传入参数的构造方法，我们把重点放在：

 while (capacity < initialCapacity)
            capacity <<= 1;

上面，该代码的意思是，实际的开辟的空间要大于传入的第一个参数的值。举个例子：
new HashMap(7,0.8),loadFactor为0.8，capacity为7，通过上述代码后，capacity的值为：8.（1 << 2的结果是4,2 << 2的结果为8<此处感谢网友wego1234的指正>）。所以，最终capacity的值为8，最后通过new Entry[capacity]来创建大小为capacity的数组，所以，这种方法最红取决于capacity的大小。
2、put(Object key,Object value)操作

当调用put操作时，首先判断key是否为null，如下代码1处：

01.  public V put(K key, V value) {  
02.        if (key == null)  
03.            return putForNullKey(value);  
04.        int hash = hash(key.hashCode());  
05.        int i = indexFor(hash, table.length);  
06.        for (Entry<K,V> e = table[i]; e != null; e = e.next) {  
07.            Object k;  
08.            if (e.hash == hash && ((k = e.key) == key || key.equals(k))) {  
09.                V oldValue = e.value;  
10.                e.value = value;  
11.                e.recordAccess(this);  
12.                return oldValue;  
13.            }  
14.        }</p><p>        modCount++;  
15.        addEntry(hash, key, value, i);  
16.        return null;  
17.    }

如果key是null，则调用如下代码：

01. private V putForNullKey(V value) {  
02.        for (Entry<K,V> e = table[0]; e != null; e = e.next) {  
03.            if (e.key == null) {  
04.                V oldValue = e.value;  
05.                e.value = value;  
06.                e.recordAccess(this);  
07.                return oldValue;  
08.            }  
09.        }  
10.        modCount++;  
11.        addEntry(0, null, value, 0);  
12.        return null;  
13.    }  

就是说，获取Entry的第一个元素table[0]，并基于第一个元素的next属性开始遍历，直到找到key为null的Entry，将其value设置为新的value值。
如果没有找到key为null的元素，则调用如上述代码的addEntry(0, null, value, 0);增加一个新的entry，代码如下：

01.void addEntry(int hash, K key, V value, int bucketIndex) {  
02.    Entry<K,V> e = table[bucketIndex];  
03.        table[bucketIndex] = new Entry<K,V>(hash, key, value, e);  
04.        if (size++ >= threshold)  
05.            resize(2 * table.length);  
06.    }  

先获取第一个元素table[bucketIndex],传给e对象，新建一个entry，key为null，value为传入的value值，next为获取的e对象。如果容量大于threshold，容量扩大2倍。
如果key不为null，这也是大多数的情况，重新看一下源码：

01.public V put(K key, V value) {  
02.        if (key == null)  
03.            return putForNullKey(value);  
04.        int hash = hash(key.hashCode());//---------------2---------------  
05.        int i = indexFor(hash, table.length);  
06.        for (Entry<K,V> e = table[i]; e != null; e = e.next) {//--------------3-----------  
07.            Object k;  
08.            if (e.hash == hash && ((k = e.key) == key || key.equals(k))) {  
09.                V oldValue = e.value;  
10.                e.value = value;  
11.                e.recordAccess(this);  
12.                return oldValue;  
13.            }  
14.        }//-------------------4------------------  
15.        modCount++;//----------------5----------  
16.        addEntry(hash, key, value, i);-------------6-----------  
17.        return null;  
18.    }  

看源码中2处，首先会进行key.hashCode()操作，获取key的哈希值，hashCode()是Object类的一个方法，为本地方法，内部实现比较复杂，我们
会在后面作单独的关于Java中Native方法的分析中介绍。hash()的源码如下：

01.static int hash(int h) {  
02.        // This function ensures that hashCodes that differ only by  
03.        // constant multiples at each bit position have a bounded  
04.        // number of collisions (approximately 8 at default load factor).  
05.        h ^= (h >>> 20) ^ (h >>> 12);  
06.        return h ^ (h >>> 7) ^ (h >>> 4);  
07.    }  

int i = indexFor(hash, table.length);的意思，相当于int i = hash % Entry[].length;得到i后，就是在Entry数组中的位置，（上述代码5和6处是如果Entry数组中不存在新要增加的元素，则执行5,6处的代码，如果存在，即Hash冲突，则执行 3-4处的代码，此处HashMap中采用链地址法解决Hash冲突。此处经网友bbycszh指正，发现上述陈述有些问题）。重新解释：其实不管Entry数组中i位置有无元素，都会去执行5-6处的代码，如果没有，则直接新增，如果有，则将新元素设置为Entry[0]，其next指针指向原有对象，即原有对象为Entry[1]。具体方法可以解释为下面的这段文字：（3-4处的代码只是检查在索引为i的这条链上有没有key重复的，有则替换且返回原值，程序不再去执行5-6处的代码，无则无处理）

上面我们提到过Entry类里面有一个next属性，作用是指向下一个Entry。如， 第一个键值对A进来，通过计算其key的hash得到的i=0，记做:Entry[0] = A。一会后又进来一个键值对B，通过计算其i也等于0，现在怎么办？HashMap会这样做:B.next = A,Entry[0] = B,如果又进来C,i也等于0,那么C.next = B,Entry[0] = C；这样我们发现i=0的地方其实存取了A,B,C三个键值对,他们通过next这个属性链接在一起,也就是说数组中存储的是最后插入的元素。

到这里为止，HashMap的大致实现，我们应该已经清楚了。当然HashMap里面也包含一些优化方面的实现，这里也说一下。比如：Entry[]的长度一定后，随着map里面数据的越来越长，这样同一个i的链就会很长，会不会影响性能？HashMap里面设置一个因素（也称为因子），随着map的size越来越大，Entry[]会以一定的规则加长长度。

2、get(Object key)操作
get(Object key)操作时根据键来获取值，如果了解了put操作，get操作容易理解，先来看看源码的实现：

01.public V get(Object key) {  
02.        if (key == null)  
03.            return getForNullKey();  
04.        int hash = hash(key.hashCode());  
05.        for (Entry<K,V> e = table[indexFor(hash, table.length)];  
06.             e != null;  
07.             e = e.next) {  
08.            Object k;  
09.            if (e.hash == hash && ((k = e.key) == key || key.equals(k)))//-------------------1----------------  
10.                return e.value;  
11.        }  
12.        return null;  
13.    }  

意思就是：1、当key为null时，调用getForNullKey()，源码如下：

01.private V getForNullKey() {  
02.        for (Entry<K,V> e = table[0]; e != null; e = e.next) {  
03.            if (e.key == null)  
04.                return e.value;  
05.        }  
06.        return null;  
07.    }  

2、当key不为null时，先根据hash函数得到hash值，在更具indexFor()得到i的值，循环遍历链表，如果有：key值等于已存在的key值，则返回其value。如上述get()代码1处判断。

总结下HashMap新增put和获取get操作：

01.//存储时:  
02.int hash = key.hashCode();  
03.int i = hash % Entry[].length;  
04.Entry[i] = value;  
05.  
06.//取值时:  
07.int hash = key.hashCode();  
08.int i = hash % Entry[].length;  
09.return Entry[i];  

理解了就比较简单。

此处附一个简单的HashMap小算法应用：

01.package com.xtfggef.hashmap;  
02.  
03.import java.util.HashMap;  
04.import java.util.Map;  
05.import java.util.Set;  
06.  
07./** 
08. * 打印在数组中出现n/2以上的元素 
09. * 利用一个HashMap来存放数组元素及出现的次数 
10. * @author erqing 
11. * 
12. */  
13.public class HashMapTest {  
14.      
15.    public static void main(String[] args) {  
16.          
17.        int [] a = {2,3,2,2,1,4,2,2,2,7,9,6,2,2,3,1,0};  
18.          
19.        Map<Integer, Integer> map = new HashMap<Integer,Integer>();  
20.        for(int i=0; i<a.length; i++){  
21.            if(map.containsKey(a[i])){  
22.                int tmp = map.get(a[i]);  
23.                tmp+=1;  
24.                map.put(a[i], tmp);  
25.            }else{  
26.                map.put(a[i], 1);  
27.            }  
28.        }  
29.        Set<Integer> set = map.keySet();//------------1------------  
30.        for (Integer s : set) {  
31.            if(map.get(s)>=a.length/2){  
32.                System.out.println(s);  
33.            }  
34.        }//--------------2---------------  
35.    }  
36.}  

此处注意两个地方，map.containsKey()，还有就是上述1-2处的代码。

理解了HashMap的上面的操作，其它的大多数方法都很容易理解了。搞清楚它的内部存储机制，一切OK！

二、HashTable的内部存储结构

HashTable和HashMap采用相同的存储机制，二者的实现基本一致，不同的是：

1、HashMap是非线程安全的，HashTable是线程安全的，内部的方法基本都是synchronized。

2、HashTable不允许有null值的存在。

在HashTable中调用put方法时，如果key为null，直接抛出NullPointerException。其它细微的差别还有，比如初始化Entry数组的大小等等，但基本思想和HashMap一样。

三、HashTable和ConcurrentHashMap的比较

如我开篇所说一样，ConcurrentHashMap是线程安全的HashMap的实现。同样是线程安全的类，它与HashTable在同步方面有什么不同呢？

之前我们说，synchronized关键字加锁的原理，其实是对对象加锁，不论你是在方法前加synchronized还是语句块前加，锁住的都是对象整体，但是ConcurrentHashMap的同步机制和这个不同，它不是加synchronized关键字，而是基于lock操作的，这样的目的是保证同步的时候，锁住的不是整个对象。事实上，ConcurrentHashMap可以满足concurrentLevel个线程并发无阻塞的操作集合对象。关于concurrentLevel稍后介绍。

1、构造方法

为了容易理解，我们先从构造函数说起。ConcurrentHashMap是基于一个叫Segment数组的，其实和Entry类似，如下：

01.public ConcurrentHashMap()  
02.  {  
03.    this(16, 0.75F, 16);  
04.  }  

默认传入值16，调用下面的方法：

01.public ConcurrentHashMap(int paramInt1, float paramFloat, int paramInt2)  
02.  {  
03.    if ((paramFloat <= 0F) || (paramInt1 < 0) || (paramInt2 <= 0))  
04.      throw new IllegalArgumentException();  
05.  
06.    if (paramInt2 > 65536) {  
07.      paramInt2 = 65536;  
08.    }  
09.  
10.    int i = 0;  
11.    int j = 1;  
12.    while (j < paramInt2) {  
13.      ++i;  
14.      j <<= 1;  
15.    }  
16.    this.segmentShift = (32 - i);  
17.    this.segmentMask = (j - 1);  
18.    this.segments = Segment.newArray(j);  
19.  
20.    if (paramInt1 > 1073741824)  
21.      paramInt1 = 1073741824;  
22.    int k = paramInt1 / j;  
23.    if (k * j < paramInt1)  
24.      ++k;  
25.    int l = 1;  
26.    while (l < k)  
27.      l <<= 1;  
28.  
29.    for (int i1 = 0; i1 < this.segments.length; ++i1)  
30.      this.segments[i1] = new Segment(l, paramFloat);  
31.  }  

你会发现比HashMap的构造函数多一个参数，paramInt1就是我们之前谈过的initialCapacity，就是数组的初始化大小，paramfloat为loadFactor（装载因子），而paramInt2则是我们所要说的concurrentLevel，这三个值分别被初始化为16,0.75,16，经过：

01.while (j < paramInt2) {  
02.      ++i;  
03.      j <<= 1;  
04.    }  

后，j就是我们最终要开辟的数组的size值，当paramInt1为16时，计算出来的size值就是16.通过：

this.segments = Segment.newArray(j)后，我们看出了，最终稿创建的Segment数组的大小为16.最终创建Segment对象时：

01.this.segments[i1] = new Segment(cap, paramFloat);  

需要cap值，而cap值来源于：

01.int k = paramInt1 / j;  
02.  if (k * j < paramInt1)  
03.    ++k;  
04.  int cap = 1;  
05.  while (cap < k)  
06.    cap <<= 1;  

组后创建大小为cap的数组。最后根据数组的大小及paramFloat的值算出了threshold的值：

this.threshold = (int)(paramArrayOfHashEntry.length * this.loadFactor)。

2、put操作

01.public V put(K paramK, V paramV)  
02.  {  
03.    if (paramV == null)  
04.      throw new NullPointerException();  
05.    int i = hash(paramK.hashCode());  
06.    return segmentFor(i).put(paramK, i, paramV, false);  
07.  }  

与HashMap不同的是，如果key为null，直接抛出NullPointer异常，之后，同样先计算hashCode的值，再计算hash值，不过此处hash函数和HashMap中的不一样：

01.private static int hash(int paramInt)  
02.  {  
03.    paramInt += (paramInt << 15 ^ 0xFFFFCD7D);  
04.    paramInt ^= paramInt >>> 10;  
05.    paramInt += (paramInt << 3);  
06.    paramInt ^= paramInt >>> 6;  
07.    paramInt += (paramInt << 2) + (paramInt << 14);  
08.    return (paramInt ^ paramInt >>> 16);  
09.  } 

   01.final Segment<K, V> segmentFor(int paramInt)  
    02.  {  
    03.    return this.segments[(paramInt >>> this.segmentShift & this.segmentMask)];  
    04.  }  

根据上述代码找到Segment对象后，调用put来操作：

01.V put(K paramK, int paramInt, V paramV, boolean paramBoolean)  
02.{  
03.  lock();  
04.  try {  
05.    Object localObject1;  
06.    Object localObject2;  
07.    int i = this.count;  
08.    if (i++ > this.threshold)  
09.      rehash();  
10.    ConcurrentHashMap.HashEntry[] arrayOfHashEntry = this.table;  
11.    int j = paramInt & arrayOfHashEntry.length - 1;  
12.    ConcurrentHashMap.HashEntry localHashEntry1 = arrayOfHashEntry[j];  
13.    ConcurrentHashMap.HashEntry localHashEntry2 = localHashEntry1;  
14.    while ((localHashEntry2 != null) && (((localHashEntry2.hash != paramInt) || (!(paramK.equals(localHashEntry2.key)))))) {  
15.      localHashEntry2 = localHashEntry2.next;  
16.    }  
17.  
18.    if (localHashEntry2 != null) {  
19.      localObject1 = localHashEntry2.value;  
20.      if (!(paramBoolean))  
21.        localHashEntry2.value = paramV;  
22.    }  
23.    else {  
24.      localObject1 = null;  
25.      this.modCount += 1;  
26.      arrayOfHashEntry[j] = new ConcurrentHashMap.HashEntry(paramK, paramInt, localHashEntry1, paramV);  
27.      this.count = i;  
28.    }  
29.    return localObject1;  
30.  } finally {  
31.    unlock();  
32.  }  
33.}  

先调用lock()，lock是ReentrantLock类的一个方法，用当前存储的个数+1来和threshold比较，如果大于threshold，则进行rehash，将当前的容量扩大2倍，重新进行hash。之后对hash的值和数组大小-1进行按位于操作后，得到当前的key需要放入的位置，从这儿开始，和HashMap一样。

从上述的分析看出，ConcurrentHashMap基于concurrentLevel划分出了多个Segment来对key-value进行存储，从而避免每次锁定整个数组，在默认的情况下，允许16个线程并发无阻塞的操作集合对象，尽可能地减少并发时的阻塞现象。

在多线程的环境中，相对于HashTable，ConcurrentHashMap会带来很大的性能提升！