HashMap源码分析

概述

HashMap实现了Map<K, V>接口，通过键-值(key-value)的方式存取数据。内部的数据结构是数组+链表(或者Tree)，插入时通过key的hash值，映射（(n - 1) & hash，其中n为数组的长度）到数组中的位置，如果hash值重复，则在链表的末端插入（当一个链表中的数据大于等于8个时，就将链表转变为Tree），而当数组达到一定值时，会resize，重新创建一个数组，大小是之前的两倍；取出时，也是通过key的hash值，映射到数组的位置，如果刚好是第一个，则返回，否则一直查找到key相等的value并返回，如果还是没找到则分会null。
本文的目标是带着学习的态度，查看HashMap的源码，从put，get，resize三个方法分析它的内部实现。

HashMap数据结构

HashMap继承自AbstractMap<K,V>，实现了Map<K, V>接口（AbstractMap<K,V>也实现了这个接口，为什么没有冲突呢？）：

Map接口有一个Entry接口，HashMap中内部类Node实现了Entry接口，数据就存放在：

Node<K,V>[] table;

HashMap内部定义了几个重要参数：

// 加载因子默认是0.75，取值越小，hash冲突概率越低，插入和查找速度愈快，但是占用的空间更多
final float loadFactor;
// 临界值，当Map的size大于这个值时会出发resize
int threshold;

put方法分析

调用put方法将数据插入到HashMap，因为HashMap是数组+链表（或者Tree），所以有三种情况，一种是数组对应索引位置没有数据，直接插入数组中；如果有数据了，判断这个元素是否是TreeNode，如果是则插入到Tree中，否则插入到链表中，并检查链表长度，一旦超过7则转换为Tree：
put方法调用了putVal：

public V put(K key, V value) {
    return putVal(hash(key), key, value, false, true);
}

putVal方法：

1. 先判断table是否初始化了，如果没有，则调用resize初始化；
2. 判断key对应的hash的数组位置是否有数据，没有则新建一个Node，然后插入数组中；
3. 如果hash冲突了，先判断数组索引下的元素是否是TreeNode，如果是，则插入到TreeNode；
4. 如果不是，则插入到链表，并检查链表的长度，当链表长度为8时改链表为TreeNode

    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)
            n = (tab = resize()).length;
        if ((p = tab[i = (n - 1) & hash]) == null)
            tab[i] = newNode(hash, key, value, null);
        else {
            Node<K,V> e; K k;
            if (p.hash == hash &&
                ((k = p.key) == key || (key != null && key.equals(k))))
                e = p;
            else if (p instanceof TreeNode)
                e = ((TreeNode<K,V>)p).putTreeVal(this, tab, hash, key, value);
            else {
                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;
                }
            }
            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)
            resize();
        afterNodeInsertion(evict);
        return null;
    }

get方法分析

分析了put方法，get是put的一个逆过程，先判断hash值映射的数组索引的元素的key是否一致，如果恰好是它，则直接返回；否则判断这个元素是否是TreeNode，如果是，则从Tree中获取，否则从链表中获取：

    public V get(Object key) {
        Node<K,V> e;
        return (e = getNode(hash(key), key)) == null ? null : e.value;
    }

    final Node<K,V> getNode(int hash, Object key) {
        Node<K,V>[] tab; Node<K,V> first, e; int n; K k;
        if ((tab = table) != null && (n = tab.length) > 0 &&
            (first = tab[(n - 1) & hash]) != null) {
            if (first.hash == hash && // always check first node
                ((k = first.key) == key || (key != null && key.equals(k))))
                return first;
            if ((e = first.next) != null) {
                if (first instanceof TreeNode)
                    return ((TreeNode<K,V>)first).getTreeNode(hash, key);
                do {
                    if (e.hash == hash &&
                        ((k = e.key) == key || (key != null && key.equals(k))))
                        return e;
                } while ((e = e.next) != null);
            }
        }
        return null;
    }

resize方法分析

resize源码如下，resize的过程首先检查是否初始化了，如果没有，则初始化，如果已经初始化了，则新建一个数组，长度是原来的两倍，然后将旧数组中的元素插入到新数组中（链表或者Tree）：

    /**
     * Initializes or doubles table size.  If null, allocates in
     * accord with initial capacity target held in field threshold.
     * Otherwise, because we are using power-of-two expansion, the
     * elements from each bin must either stay at same index, or move
     * with a power of two offset in the new table.
     *
     * @return the table
     */
    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;
            }
            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
            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"})
            Node<K,V>[] newTab = (Node<K,V>[])new Node[newCap];
        table = newTab;
        if (oldTab != null) {
            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;
                            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;
    }

hash值与数组索引

看下面关于hash值的源码：

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

从hash值映射到数组索引的代码在putVal:

i = (n - 1) & hash // 其中i是数组索引，n是当前数组的长度，hash是上面hash()函数返回的hash值

总结

1. HashMap的数组结构是数组+链表(后面版本当链表长度大于7时改为红黑的结构)；
2. 影响HashMap性能的重要因素是loadFactor和threshold两个属性，loadFactor默认是0.75；
3. 从key到数组索引的映射，需要key的hash经过一些列的运算；
4. 当HashMap元素数量达到临界值threshold时，数组将会扩容，变为就数组的两倍；
5. hash冲突时将元素插入到链表末端，减少hash冲突可以降低loadFactor，但是会增加数组冗余，这又回到了查询时间与空间的平衡问题；
6. JDK1.8中HashMap如何应对hash冲突？这篇博客介绍了如何减少hash冲突