HashMap的源码分析(不作标题党)

HashMap是我们经常用的数据结构，采用了key-value的方式来存储数据。在JDK 1.8的版本中也是对其做了优化修改，现在我们来通过在JDK 1.8的环境下的源代码分析一下HashMap的工作原理。及相比于1.7，在1.8中的优化。

文章出自：HashMap的源码分析

HashMap源码分析

概述

HashMap是我们经常用的数据结构，采用了key-value的方式来存储数据。在使用设计的过程中牵涉了许多的数据结构及知识点，数组+链表，扩容，头插尾插，hash函数等。JDK 1.8的版本中也是对其做了优化修改，现在我们来通过在JDK 1.8的环境下的源代码分析一下HashMap的工作原理，及相比于1.7，在1.8中的优化。本文基于JDK 1.8中源代码，比较与JDK 1.7中代码的时候会额外说明。同时，本文的描述从构造函数及节点等基本数据类型开始，然后再通过我们常用的put()、remove()等常用函数来逐步介绍了解，碰到的一步步状况作者在设计时都做了什么，为什么是这样设计的，而不是直接将一堆结论罗列出来讲解。

Hashmap结构

首先，我们来看下初始化HashMap的时候的构造函数new HashMap()。

    /**
     * The load factor used when none specified in constructor.
     */
    // 1
    static final float DEFAULT_LOAD_FACTOR = 0.75f;

    public HashMap() {
        this.loadFactor = DEFAULT_LOAD_FACTOR; // all other fields defaulted
    }

Hashmap的初始化中，在注释1处设置了Hashmap的默认负载因子DEFAULT_LOAD_FACTOR为 0.75f。接下来，我们再来看下Hashmap中的一个基本结构-Hashmap节点。

Hashmap节点

HashMap中有一个静态内部类Node，为Hashmap的节点。我们来看下Node中的结构。

    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;
        }

        public final K getKey()        { return key; }
        public final V getValue()      { return value; }
        public final String toString() { return key + "=" + value; }

        public final int hashCode() {
            return Objects.hashCode(key) ^ Objects.hashCode(value);
        }
        //......
    }

从该静态类中可以看到，节点有4个属性值。第一个为key值的hash值hash，由key值经过hash函数得来的。第二个为相对应的key值。第三个为Value值。最后一个值为下一个节点Next值，所以可以看出Node其实是一个链表的结构。

了解完hashmap的基础结构之后，我们先来了解一下hashmap的哈希算法及扩容机制，之后再通过hashmap的常用方法来深入介绍。

Hashmap的哈希及索引算法

Hashmap通过散列表函数hash(key)计算key的哈希值。通过hash值来计算Node节点所在数组的索引。来看下是如何计算hash值及如何计算索引的。

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

    // 1
    // n = tab.length
    // i = (n - 1) & hash

计算hash值过程很简单，只有一行代码。取key的hashCode，将hashCode的低16位和高16位进行异或运算。而key的hashCode()方法是由自己重写的。String类型的hashCode在Java中有默认重写方法。所以从这里我们可以知道，作为Hashmap的key值则必须重写hashCode()方法。

同时，hashCode为int类型，4个字节有32位，取低16位与高16位进行异或运算是为了尽可能的让hashCode值的高位和低位参与运算。因为注释1中将数组长度减1和hash值做与运算来确定Node节点所在数组的索引。高低16位进行异或这种做法可以在数组长度n值较小时也能让尽可能多的位值参与运算。同时取位运算而不通过mod模运算来计算余数是为了更高效。

除此之外，将hash值与n-1取与运算，是因为数组的长度都是2的幂，所以n-1都为1。类似于01111...这种形式，1的个数为2的幂数。所以设计hashmap数组的时候故意将数组长度设置为2的幂是为了散列值计算出来的索引更均匀的分布在数组中，减少hash碰撞。

HashMap常用方法

介绍完Hashmap的初始化后，我们来看下Hashmap的常用函数的用法。

put(K key, V value)

我们直接来看下put方法的源代码。

    public V put(K key, V value) {
        return putVal(hash(key), key, value, false, true);
    }
    
    final V putVal(int hash, K key, V value, boolean onlyIfAbsent,
                   boolean evict) {
        Node<K,V>[] tab; Node<K,V> p; int n, i;
        if ((tab = table) == null || (n = tab.length) == 0)
            // 1.1
            n = (tab = resize()).length;
            // 1.2
        if ((p = tab[i = (n - 1) & hash]) == null)
            tab[i] = newNode(hash, key, value, null);
        else {
            Node<K,V> e; K k;
            // 1.3
            if (p.hash == hash &&
                ((k = p.key) == key || (key != null && key.equals(k))))
                e = p;
            // 1.4
            else if (p instanceof TreeNode)
                e = ((TreeNode<K,V>)p).putTreeVal(this, tab, hash, key, value);
            else {
                // 1.5
                for (int binCount = 0; ; ++binCount) {
                    if ((e = p.next) == null) {
                        p.next = newNode(hash, key, value, null);
                        if (binCount >= TREEIFY_THRESHOLD - 1) // -1 for 1st
                            treeifyBin(tab, hash);
                        break;
                    }
                    if (e.hash == hash &&
                        ((k = e.key) == key || (key != null && key.equals(k))))
                        break;
                    p = e;
                }
            }
            // 1.6
            if (e != null) { // existing mapping for key
                V oldValue = e.value;
                if (!onlyIfAbsent || oldValue == null)
                    e.value = value;
                afterNodeAccess(e);
                return oldValue;
            }
        }
        ++modCount;
        if (++size > threshold)
            // 1.7
            resize();
        afterNodeInsertion(evict);
        return null;
    }

这个函数信息量比较大，做的事情比较多。调用putVal()之前，便先计算key的hash值作为参数传入。然后再来看下注释1.1。默认table是为一个空数组，那么函数会首次调用put()函数的时候会直接调用resize()函数，这个函数称为hashmap的扩容函数。扩容函数我们之后再讨论，执行完扩容之后也即默认初始化数组。

之后再注释1.2处，i = (n-1) & hash为上文所述，通过将hash值与数组长度减1做与运算来获取索引index，目的是为了高效地使hash均匀分布在数组中。如果所在数组节点处没有元素，那么直接新建一个node节点放在该数组index处。
否则在注释1.3处，如果该数组index已经有了节点p，那么判断该节点的key的hash值和key值是不是相等，如果是同一个key，那么就找到了要修改的节点e。将p赋值给e，联系注释1.6处代码，可知将旧的value值用新的value值代替。

如果在数组上Index的节点的key值和我们插入的key值不一致，那么看注释1.4处，判断节点链表是否为红黑树，如果是红黑树，那么直接在红黑树中插入。

否则进入到注释1.5处，头节点的key值不一致，那么就向链表中下一个节点同理查询，如果下一个节点的key值和插入的key值相等，那么就相当于1.3处的逻辑，找到了要修改的节点e，用新的value替换旧的value。如果顺着链表一直没有找到相同key值的节点，那么就生成key-value的新节点，插入到链表尾部。

我们可以通过图来更直接的理解hashmap的hash值计算及插入操作。

图中，分别有节点A,B,C,D的信息。其中第二行蓝色32位数据为节点的hashCode值，第一行为hashCode右移16位值。第一行红色为执行异或运算之后得到的hash值。绿色为数组长度n-1的值，下面的红色值为hash & (n-1)与运算得到要插入数组的index值。

插入更新完成之后，注释1.7处，通过数组中已有node节点数和threshold值比较，如果超过了该值，那么进行扩容操作。接下来我们就该看看hashmap到底是如何进行扩容的。

Hashmap的扩容机制

由上述put()方法，我们接触到扩容。当hashmap容量不足以储存新数据时，便要采用扩容来扩大Hashmap容量。重点我们来看下上述提到的resize()函数。

    final Node<K,V>[] resize() {
        Node<K,V>[] oldTab = table;
        int oldCap = (oldTab == null) ? 0 : oldTab.length;
        int oldThr = threshold;
        int newCap, newThr = 0;
        if (oldCap > 0) {
            if (oldCap >= MAXIMUM_CAPACITY) {
                threshold = Integer.MAX_VALUE;
                return oldTab;
            }
            // 2.1
            else if ((newCap = oldCap << 1) < MAXIMUM_CAPACITY &&
                     oldCap >= DEFAULT_INITIAL_CAPACITY)
                newThr = oldThr << 1; // double threshold
        }
        else if (oldThr > 0) // initial capacity was placed in threshold
            newCap = oldThr;
        else {               // zero initial threshold signifies using defaults
            // 2.2
            newCap = DEFAULT_INITIAL_CAPACITY;
            newThr = (int)(DEFAULT_LOAD_FACTOR * DEFAULT_INITIAL_CAPACITY);
        }
        if (newThr == 0) {
            float ft = (float)newCap * loadFactor;
            newThr = (newCap < MAXIMUM_CAPACITY && ft < (float)MAXIMUM_CAPACITY ?
                      (int)ft : Integer.MAX_VALUE);
        }
        threshold = newThr;
        @SuppressWarnings({"rawtypes","unchecked"})
            // 2.3
            Node<K,V>[] newTab = (Node<K,V>[])new Node[newCap];
        table = newTab;
        if (oldTab != null) {
            // 2.4
            for (int j = 0; j < oldCap; ++j) {
                Node<K,V> e;
                if ((e = oldTab[j]) != null) {
                    oldTab[j] = null;
                    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;
                            // 2.5
                            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;
                        }
                    }
                }
            }
        }
        return newTab;
    }

初始化数组的时候使用扩容会进入注释2.2处，数组容量采用默认容量DEFAULT_INITIAL_CAPACITY16,threshold为默认负载因子乘以容量。threshold的作用为判断hashmap是否需要扩容，当hashmap中的Node节点数size大于threshold时，那么hashmap就需要扩容了，这一点在put中的源码有体现，我们可以之后来验证它。

而当hashmap节点size到一定容量时也会触发扩容，此时就会进入注释2.1处。数组长度通过位运算进行乘2扩容，同时由于负载因子未变，threshold = capacity * loadfactor也会扩大一倍。所以也通过位运算左移一位完成乘2操作。

完成了capacity和threshold的更新之后，注释2.3处便新建一个新容量的数组，在注释2.4处进行节点元素的迁移。从将旧数组中的元素迁移到新数组中。迁移过程可参考下图。

迁移时，如果和节点A一样，没有子节点，那么就直接重新计算新数组下的索引插入。如果和B节点一样，有子节点，那么会区分节点B是不是为红黑树，如果没有那么进入到注释2.5处。这里就有点意思了，这里采用e.hash & oldCap，e的hash值和旧数组长度做与运算。如果为0则将元素插入新数组的j处。这里有2个问题。首先，为什么将元素插入j处？其次，为什么定位索引是使用和旧数组长度做位运算，而不是和新数组长度减1做位运算定位index索引呢？

针对这两个问题，我们一一来解释。首先为什么将元素插入j处，可以从新数组扩容图中各节点的hashCode值与新数组长度做位运算时比较看出。因为该节点在旧数组时在j处，所以该节点的hash值和新数组长度减1做位运算时仅仅不同的是比原来多一位运算。所以只要看那一位是0还是1,0的话那就保持和旧数组中索引一样为j,如果那一位是1的话就将j+旧数组长度作为它的新索引(因为新数组长度为旧数组长度2倍)，将节点分散减少hash碰撞。

其次问题2，为什么用旧数组长度做位运算呢？因为在旧数组时已经做过了位运算知道了旧索引j，所以只要将hash值和第n+1位做与运算，也即和旧数组长度做位运算。确定是0还是1，就能在旧索引j的基础上直接定位出新索引。大大提高效率。同时，在新数组图中，我们也可以发现插入的时候采用尾插方式，新的节点都是插入链表尾部。

HashMap的线程不安全

可能大家都有听说过Hashmap非线程安全会产生死锁，但是死锁是如何产生的呢？我们可以通过分析JDK 1.7中的代码来一窥究竟。

   void resize(int newCapacity) {
       Entry[] oldTable = table;
       int oldCapacity = oldTable.length;
       if (oldCapacity == MAXIMUM_CAPACITY) {
           threshold = Integer.MAX_VALUE;
           return;
       }

       Entry[] newTable = new Entry[newCapacity];
       transfer(newTable, initHashSeedAsNeeded(newCapacity));
       table = newTable;
       threshold = (int)Math.min(newCapacity * loadFactor, MAXIMUM_CAPACITY + 1);
   }

       /**
    * Transfers all entries from current table to newTable.
    */
   void transfer(Entry[] newTable, boolean rehash) {
       int newCapacity = newTable.length;
       for (Entry<K,V> e : table) {
           while(null != e) {
               Entry<K,V> next = e.next;
               if (rehash) {
                   e.hash = null == e.key ? 0 : hash(e.key);
               }
               int i = indexFor(e.hash, newCapacity);
               e.next = newTable[i];
               newTable[i] = e;
               e = next;
           }
       }
   }

这是JDK 1.7中的Hashmap扩容操作。如果有两个线程同时扩容，进入transfer()函数中，那么此时两个线程中分别创建了新数组newTable。如果我们在transfer()函数中加入断点，在Entry<K,V> next = e.next;处加入断点，使线程1在此处暂停，然后继续执行线程2，让线程2完成扩容操作。然后我们再继续线程1的执行。此时e = key(3), next = key(7)。如果所示，我们处在第一个循环Loop1。

由于线程2已扩容，如图可以得知int i = 3,并且线程1中的newTable[3]指向key(3)。然后e = next;,e变为key(7)进入第二次循环Loop2。

第二次循环中，e = key(7), next = key(3)，i依旧为3。并且key(7).next = key(3),key(3)指向key(7)，线程1中的newTable[3]由指向key(3)变为指向key(7)，然后e = key(3)。进入第三次循环。

第三次循环中，e = key(3), next = null，i依然是3。然后e.next = newTable[i]为key(3).next = key(7)，key(7)指向key(3)了。此时形成了环，如图中Loop3处数组所示。并且e = null，跳出循环。此时如果在线程1中进行map.get()操作，那么就进入死循环，形成非线程安全。

JDK 1.7中由于头插法会导致死循环，而在JDK 1.8处将头插法改为尾插法，多线程操作不再会有死循环，但是会产生数据覆盖错误。所以Hashmap依旧是线程不安全。

知识点总结

• Hashmap中的Hash操作会将key值的hashCode的高16位和低16位进行异或运算来得到hash值，目的有2个。第一，使用位运算效率高。第二，当hashmap的size较小时也可以尽可能多的让hashCode加入运算，增加hash值的分散，减小哈希碰撞。

• Hashmap的扩容操作，会将数组长度翻倍(乘2），并且将节点重新移入新数组中。而新数组不再重新计算索引，而是只看第n+1位为0或1，来判断新索引和旧索引一样还是在旧索引基础上加上原数组长度。

• Hashmap为非线程安全，在JDK 1.7中会形成死锁，在JDK 1.8中户形成数据覆盖，如果线程安全可采用ConcurrentHashMap,其采用了分段锁，保证了线程安全。

• Hashmap在JDK 1.8中，加入新节点后，若链表长度大于8，那么链表就会转换成红黑树。查询所需要的时间复杂度由O(n)变为O(logn)。所以JDK 1.8中，Hashmap的结构为 数组+链表+红黑树。

• size : 表示Hashmap中存放key-value的数量。（Node节点总和）

• capacity : Hashmap中数组的长度。table.length

• loadFactor : 负载因子。根据size与装载因子 * capacity 判断是否扩容。

• threshold : 表示Hashmap的size大于threshold时会进行扩容操作。 threadhold = capacity * loadFactor.

引用

• Java 8系列之重新认识HashMap
• 一个HashMap跟面试官扯了半个小时
• 漫画：什么是HashMap？
• 漫画：高并发下的HashMap