java中HashMap详解(从源码角度看内部实现)

原文来自：iteye

 HashMap 和 HashSet 是 Java Collection Framework 的两个重要成员，其中 HashMap 是 Map 接口的常用实现类，HashSet 是 Set 接口的常用实现类。虽然 HashMap 和 HashSet 实现的接口规范不同，但它们底层的 Hash 存储机制完全一样，甚至 HashSet 本身就采用 HashMap 来实现的。 

实际上，HashSet 和 HashMap 之间有很多相似之处，对于 HashSet 而言，系统采用 Hash 算法决定集合元素的存储位置，这样可以保证能快速存、取集合元素；对于 HashMap 而言，系统 key-value 当成一个整体进行处理，系统总是根据 Hash 算法来计算 key-value 的存储位置，这样可以保证能快速存、取 Map 的 key-value 对。
在介绍集合存储之前需要指出一点：虽然集合号称存储的是 Java 对象，但实际上并不会真正将 Java 对象放入 Set 集合中，只是在 Set 集合中保留这些对象的引用而言。也就是说：Java 集合实际上是多个引用变量所组成的集合，这些引用变量指向实际的 Java 对象。 
集合和引用 
就像引用类型的数组一样，当我们把 Java 对象放入数组之时，并不是真正的把 Java 对象放入数组中，只是把对象的引用放入数组中，每个数组元素都是一个引用变量。 
HashMap 的存储实现

Java代码  

1. HashMap<String , Double> map = new HashMap<String , Double>();   
2. map.put("语文" , 80.0);   
3. map.put("数学" , 89.0);   
4. map.put("英语" , 78.2);   

上面程序中用到了一个重要的内部接口：Map.Entry，每个 Map.Entry 其实就是一个 key-value 对。从上面程序中可以看出：当系统决定存储 HashMap 中的 key-value 对时，完全没有考虑 Entry 中的 value，仅仅只是根据 key 来计算并决定每个 Entry 的存储位置。这也说明了前面的结论：我们完全可以把 Map 集合中的 value 当成 key 的附属，当系统决定了 key 的存储位置之后，value 随之保存在那里即可。 
上面方法提供了一个根据 hashCode() 返回值来计算 Hash 码的方法：hash()，这个方法是一个纯粹的数学计算，其方法如下： 

Java代码  

1. static int hash(int h)   
2. {   
3.     h ^= (h >>> 20) ^ (h >>> 12);   
4.     return h ^ (h >>> 7) ^ (h >>> 4);   
5. }   

Java代码  

1. static int indexFor(int h, int length)   
2. {   
3.     return h & (length-1);   
4. }  

这个方法非常巧妙，它总是通过 h &(table.length -1) 来得到该对象的保存位置——而 HashMap 底层数组的长度总是 2 的 n 次方，这一点可参看后面关于 HashMap 构造器的介绍。 
当 length 总是 2 的倍数时，h & (length-1) 将是一个非常巧妙的设计：假设 h=5,length=16, 那么 h & length - 1 将得到 5；如果 h=6,length=16, 那么 h & length - 1 将得到 6 ……如果 h=15,length=16, 那么 h & length - 1 将得到 15；但是当 h=16 时 , length=16 时，那么 h & length - 1 将得到 0 了；当 h=17 时 , length=16 时，那么 h & length - 1 将得到 1 了……这样保证计算得到的索引值总是位于 table 数组的索引之内。 
根据上面 put 方法的源代码可以看出，当程序试图将一个 key-value 对放入 HashMap 中时，程序首先根据该 key 的 hashCode() 返回值决定该 Entry 的存储位置：如果两个 Entry 的 key 的 hashCode() 返回值相同，那它们的存储位置相同。如果这两个 Entry 的 key 通过 equals 比较返回 true，新添加 Entry 的 value 将覆盖集合中原有 Entry 的 value，但 key 不会覆盖。如果这两个 Entry 的 key 通过 equals 比较返回 false，新添加的 Entry 将与集合中原有 Entry 形成 Entry 链，而且新添加的 Entry 位于 Entry 链的头部——具体说明继续看 addEntry() 方法的说明。 
当向 HashMap 中添加 key-value 对，由其 key 的 hashCode() 返回值决定该 key-value 对（就是 Entry 对象）的存储位置。当两个 Entry 对象的 key 的 hashCode() 返回值相同时，将由 key 通过 eqauls() 比较值决定是采用覆盖行为（返回 true），还是产生 Entry 链（返回 false）。 
上面程序中还调用了 addEntry(hash, key, value, i); 代码，其中 addEntry 是 HashMap 提供的一个包访问权限的方法，该方法仅用于添加一个 key-value 对。下面是该方法的代码： 

Java代码  

1. void addEntry(int hash, K key, V value, int bucketIndex)   
2. {   
3.     // 获取指定 bucketIndex 索引处的 Entry   
4.     Entry<K,V> e = table[bucketIndex];     // ①  
5.     // 将新创建的 Entry 放入 bucketIndex 索引处，并让新的 Entry 指向原来的 Entry   
6.     table[bucketIndex] = new Entry<K,V>(hash, key, value, e);   
7.     // 如果 Map 中的 key-value 对的数量超过了极限  
8.     if (size++ >= threshold)   
9.         // 把 table 对象的长度扩充到 2 倍。  
10.         resize(2 * table.length);    // ②  
11. }   

    * threshold：该变量包含了 HashMap 能容纳的 key-value 对的极限，它的值等于 HashMap 的容量乘以负载因子（load factor）。 
从上面程序中②号代码可以看出，当 size++ >= threshold 时，HashMap 会自动调用 resize 方法扩充 HashMap 的容量。每扩充一次，HashMap 的容量就增大一倍。 
上面程序中使用的 table 其实就是一个普通数组，每个数组都有一个固定的长度，这个数组的长度就是 HashMap 的容量。HashMap 包含如下几个构造器： 
    * HashMap()：构建一个初始容量为 16，负载因子为 0.75 的 HashMap。 
    * HashMap(int initialCapacity, float loadFactor)：以指定初始容量、指定的负载因子创建一个 HashMap。 
当创建一个 HashMap 时，系统会自动创建一个 table 数组来保存 HashMap 中的 Entry，下面是 HashMap 中一个构造器的代码： 

Java代码  

1. // 以指定初始化容量、负载因子创建 HashMap   
2.  public HashMap(int initialCapacity, float loadFactor)   
3.  {   
4.      // 初始容量不能为负数  
5.      if (initialCapacity < 0)   
6.          throw new IllegalArgumentException(   
7.         "Illegal initial capacity: " +   
8.              initialCapacity);   
9.      // 如果初始容量大于最大容量，让出示容量  
10.      if (initialCapacity > MAXIMUM_CAPACITY)   
11.          initialCapacity = MAXIMUM_CAPACITY;   
12.      // 负载因子必须大于 0 的数值  
13.      if (loadFactor <= 0 || Float.isNaN(loadFactor))   
14.          throw new IllegalArgumentException(   
15.          loadFactor);   
16.      // 计算出大于 initialCapacity 的最小的 2 的 n 次方值。  
17.      int capacity = 1;   
18.      while (capacity < initialCapacity)   
19.          capacity <<= 1;   
20.      this.loadFactor = loadFactor;   
21.      // 设置容量极限等于容量 * 负载因子  
22.      threshold = (int)(capacity * loadFactor);   
23.      // 初始化 table 数组  
24.      table = new Entry[capacity];            // ①  
25.      init();   
26.  }   

程序①号代码处可以看到：table 的实质就是一个数组，一个长度为 capacity 的数组。 
对于 HashMap 及其子类而言，它们采用 Hash 算法来决定集合中元素的存储位置。当系统开始初始化 HashMap 时，系统会创建一个长度为 capacity 的 Entry 数组，这个数组里可以存储元素的位置被称为“桶（bucket）”，每个 bucket 都有其指定索引，系统可以根据其索引快速访问该 bucket 里存储的元素。 
无论何时，HashMap 的每个“桶”只存储一个元素（也就是一个 Entry），由于 Entry 对象可以包含一个引用变量（就是 Entry 构造器的的最后一个参数）用于指向下一个 Entry，因此可能出现的情况是：HashMap 的 bucket 中只有一个 Entry，但这个 Entry 指向另一个 Entry ——这就形成了一个 Entry 链。如图 1 所示： 
 
图 1. HashMap 的存储示意 
HashMap 的读取实现 
当 HashMap 的每个 bucket 里存储的 Entry 只是单个 Entry ——也就是没有通过指针产生 Entry 链时，此时的 HashMap 具有最好的性能：当程序通过 key 取出对应 value 时，系统只要先计算出该 key 的 hashCode() 返回值，在根据该 hashCode 返回值找出该 key 在 table 数组中的索引，然后取出该索引处的 Entry，最后返回该 key 对应的 value 即可。看 HashMap 类的 get(K key) 方法代码： 

Java代码  

1. public V get(Object key)   
2. {   
3.  // 如果 key 是 null，调用 getForNullKey 取出对应的 value   
4.  if (key == null)   
5.      return getForNullKey();   
6.  // 根据该 key 的 hashCode 值计算它的 hash 码  
7.  int hash = hash(key.hashCode());   
8.  // 直接取出 table 数组中指定索引处的值，  
9.  for (Entry<K,V> e = table[indexFor(hash, table.length)];   
10.      e != null;   
11.      // 搜索该 Entry 链的下一个 Entr   
12.      e = e.next)         // ①  
13.  {   
14.      Object k;   
15.      // 如果该 Entry 的 key 与被搜索 key 相同  
16.      if (e.hash == hash && ((k = e.key) == key   
17.          || key.equals(k)))   
18.          return e.value;   
19.  }   
20.  return null;   
21. }   

<br " />如果开始就知道 HashMap 会保存多个 key-value 对，可以在创建时就使用较大的初始化容量，如果 HashMap 中 Entry 的数量一直不会超过极限容量（capacity * load factor），HashMap 就无需调用 resize() 方法重新分配 table 数组，从而保证较好的性能。当然，开始就将初始容量设置太高可能会浪费空间（系统需要创建一个长度为 capacity 的 Entry 数组），因此创建 HashMap 时初始化容量设置也需要小心对待。