一、概述
Map接口在java中是用来存储键值对的，其中HashMap的使用最为频繁。和前朝遗老HashTable相比HashMap是非线程安全的类，且可以插入null的key和value。在JDK8中，HashMap=数组+链表+红黑树。下面是一些关键的参数和数据结构：
- table：HashMap用来存储元素的数组，数组的元素为键值对节点（Node），每个数组元素又称之为桶（bucket）
- capacity：数组容量，即桶的数量，即table.length，必须为2的n次方（计算数组位置时更有效率），默认16
- size：HashMap中所有的键值对的数量，包括数组中的，链表中的，树中的。
- loadFactor：负载因子，默认0.75，HashMap扩容时的一个参数，越低越容易触发扩容消耗空间；越高越容易哈希冲突，这样会生成链表或红黑树，插入查询时更消耗时间。所以0.75是对空间和时间效率的一个平衡选择。
- threshold：table的扩容阈值，当size大于这个值后HashMap进行resize。等于capacity*loadFactor，默认16*0.75=12
- TREEIFY_THRESHOLD：树化阈值（默认为8），当链表长度大于等于该值时，链表转换为红黑树
二、 源码分析
由于红黑树规则较为复杂，源码也非常晦涩，所以涉及到红黑树部分的分析就先一笔带过。
1.初始化
HashMap的初始化采用了懒加载的方式，换句话说就是new出HashMap的时候并没有将table数组创建出来而是仅仅设置了一些参数。
// java.util.HashMap
// 三种构造方式
public HashMap() {
this.loadFactor = DEFAULT_LOAD_FACTOR; // all other fields defaulted
}
public HashMap(int initialCapacity) {
this(initialCapacity, DEFAULT_LOAD_FACTOR);
}
public HashMap(int initialCapacity, float loadFactor) {
if (initialCapacity < 0)
throw new IllegalArgumentException("Illegal initial capacity: " +
initialCapacity);
if (initialCapacity > MAXIMUM_CAPACITY)
initialCapacity = MAXIMUM_CAPACITY;
if (loadFactor <= 0 || Float.isNaN(loadFactor))
throw new IllegalArgumentException("Illegal load factor: " +
loadFactor);
this.loadFactor = loadFactor;
// 传入的initialCapacity可能不是2的n次方，所以需要处理
this.threshold = tableSizeFor(initialCapacity);
}
static final int tableSizeFor(int cap) {
int n = cap - 1;
n |= n >>> 1;
n |= n >>> 2;
n |= n >>> 4;
n |= n >>> 8;
n |= n >>> 16;
return (n < 0) ? 1 : (n >= MAXIMUM_CAPACITY) ? MAXIMUM_CAPACITY : n + 1;
}
当我们用指定容量的方式来构造HashMap时，有可能会出现传入的参数不是2的n次方，而这并不符合源码要求，如果说直接抛出非法参数异常则对调用者不太友好，因为这只是HashMap实现的特殊规则而已。所以源码使用了tableSizeFor方法来找到大于等于initialCapacity但又是2次幂的数值。光看源码可能根本无法知道它的功能，所以下面举个例子实例化一下。
2.添加键值对
我们常用put方法来添加键值对，这个方法实际上是将key的hashcode和存储位置关联起来。
public V put(K key, V value) {
return putVal(hash(key), key, value, false, true);
}
static final int hash(Object key) {
int h;
// 将key的hashcode高16位和低16位进行异或运算
return (key == null) ? 0 : (h = key.hashCode()) ^ (h >>> 16);
}
final V putVal(int hash, K key, V value, boolean onlyIfAbsent,
boolean evict) {
Node<K,V>[] tab; Node<K,V> p; int n, i;
// 若HashMap未初始化，即第一次put时，则构造一个table出来
if ((tab = table) == null || (n = tab.length) == 0)
n = (tab = resize()).length;
// 根据key的hash值计算出在数组中将要插入的位置，同时将p指针指向该位置。若该位置为空，则将该键值对放在这个位置上
if ((p = tab[i = (n - 1) & hash]) == null)
tab[i] = newNode(hash, key, value, null);
// 若该位置不为空，即出现了位置冲突的情况（当然也不完全是哈希值相同导致的，也有可能是与运算得出的下标恰好相同）
else {
Node<K,V> e; K k;
// 若占据该位置的key和待插入的key相同，即位置冲突是由于key相同导致的（通过判断两者key的哈希值是否相同以及两者key的地址是否相同或者是否equal），将指针e指向该位置节点
if (p.hash == hash &&
((k = p.key) == key || (key != null && key.equals(k))))
e = p;
// 若key不相同，且p所指向的bucket是一个树结点，则插入一个树结点，并将指针e指向该结点
else if (p instanceof TreeNode)
e = ((TreeNode<K,V>)p).putTreeVal(this, tab, hash, key, value);
// 若key不相同，且p所指向的bucket是一个链表结点，则遍历该链表（移动e、p指针）
else {
for (int binCount = 0; ; ++binCount) {
// 移动e指针，直到遍历到链表尾部
if ((e = p.next) == null) {
p.next = newNode(hash, key, value, null);
// 当链表长度大于等于8时，且table长度大于64时，将链表树化
if (binCount >= TREEIFY_THRESHOLD - 1)
treeifyBin(tab, hash);
break;
}
// 在链表中出现key相同的情况
if (e.hash == hash &&
((k = e.key) == key || (key != null && key.equals(k))))
break;
p = e; // 移动p指针
}
}
// e不为空的场景只有一种那就是出现了key相同的情况，此时e指向的节点就是相同key的节点，需要用新value替换旧value
if (e != null) {
V oldValue = e.value;
if (!onlyIfAbsent || oldValue == null)
e.value = value;
afterNodeAccess(e); // 一个空的钩子方法
return oldValue;
}
}
++modCount;
// size加一，若超出阈值则扩容两倍（保证数组长度是2的n次方）
if (++size > threshold)
resize();
afterNodeInsertion(evict);
return null;
}
先从上述源码中看下关于哈希运算的操作。在put元素时，元素位置会根据key的hashcode经过一系列位运算得出的。它首先会将key的hashCode的高16位和低16位进行异或运算。然后再将这个值和(table.length-1)进行与运算就可以得出数组位置下标。
为什么高低位需要进行异或运算而不是直接采用key的hashcode呢？根本原因还是由于需要将元素均匀分散在table中，试想一下有两个node，他们key的hashcode的低位是相同的但是高位相差较大，若直接将hashcode进行与运算则在table长度较小的情况下就会出现位置冲突，从而形成链表或者红黑树。反之将高位参与进来，很可能位置冲突都不会发生了。
说到位置冲突就不得不提一个老生长谈的问题：为什么重写了equals就必须重写hashcode？ 源码就说明了一切：当你自定义equals方法时是不希望对象以地址来比较是否相同，若不重写hashcode将两个对象放入HashMap后它们计算出的数组下标大概率不会相同，这样就失去了equals的判断机会if (p.hash == hash && ((k = p.key) == key || (key != null && key.equals(k))))，从而两个相同的对象被存储了两次，这与你的初衷是违背的。
此外与运算的操作也印证了table的长度为什么需要是2的n次方。当table的长度是2的n次方时，table.length-1用二进制比特位就能形成一个掩码：高位(32-n)个0低位n个1。用这个掩码和hash进行与运算后得出的结果必在[0,2^n-1]的范围之内， 这样就不会出现数组越界的情况。取模%也可以起到同样的效果，但是位运算是效率最高的方式。
3.扩容机制
put元素时HashMap会自动初始化或者判断size是否到达阈值而进行扩容，本质上是重新new了一个容量更大的数组来存储元素。
final Node<K,V>[] resize() {
Node<K,V>[] oldTab = table;
// table为null的情况下，将容量（或者说table长度）设为0
int oldCap = (oldTab == null) ? 0 : oldTab.length;
int oldThr = threshold;
int newCap, newThr = 0;
// 当前table的长度大于0
if (oldCap > 0) {
// 当前table的长度已达到最大值
if (oldCap >= MAXIMUM_CAPACITY) {
threshold = Integer.MAX_VALUE;
return oldTab;
}
// table长度未到达最大值，长度和阈值扩容两倍
else if ((newCap = oldCap << 1) < MAXIMUM_CAPACITY &&
oldCap >= DEFAULT_INITIAL_CAPACITY)
newThr = oldThr << 1;
}
// 当前table的长度等于0，且table扩容阈值大于0。这种情况只出现在调用了构造方法HashMap(int initialCapacity, float loadFactor)，table长度被置于threshold成员变量中
else if (oldThr > 0)
newCap = oldThr;
else { // 当前table长度等于0，且扩容阈值等于0，即需要初始化
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;
// 构造一个新容量的数组
Node<K,V>[] newTab = (Node<K,V>[])new Node[newCap];
table = newTab;
// 为空的情况是初始化的场景；不为空的情况才是扩容的情况，需要迁移node
if (oldTab != null) {
// 遍历数组buckets
for (int j = 0; j < oldCap; ++j) {
Node<K,V> e;
// 当前数组元素不为空
if ((e = oldTab[j]) != null) {
oldTab[j] = null;
// 如果当前bucket没有形成链表，则根据hash重新计算新数组位置，并插入
if (e.next == null)
newTab[e.hash & (newCap - 1)] = e;
// 当前bucket是一个树结点的情况
else if (e instanceof TreeNode)
((TreeNode<K,V>)e).split(this, newTab, j, oldCap);
else { // 当前bucket形成链表的情况，有可能需要拆分成两个链表
Node<K,V> loHead = null, loTail = null;
Node<K,V> hiHead = null, hiTail = null;
Node<K,V> next;
do {
next = e.next;
// 新增掩码所对应的bit是否为0
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);
// 若低位置链表不为空，则数组下标不变插入新数组
if (loTail != null) {
// 尾部节点的next指针一定要指向null否则可能指向另一个链表节点
loTail.next = null;
newTab[j] = loHead;
}
// 若高位置链表不为空，则将数组下标加上原数组长度插入新数组
if (hiTail != null) {
hiTail.next = null;
newTab[j + oldCap] = hiHead;
}
}
}
}
}
return newTab;
}
扩容的这段源码中，确定新容量新阈值都比较容易理解，比较让人难以读懂的部分是老数组元素向新数组迁移的代码，尤其是链表的迁移。
链表迁移前，源码先定义了两组新的链表，一个是low一个是high。数组扩容后，节点元素位置只会发生两种情况：（1）要么下标保持不变 （2）要么在原来的下标值上加上原数组长度。所以low代表的是原下标位置的链表，high代表着新下标的链表，high也代表了这个下标值比原下标值要大。下面通过一个例子说明为什么增加的是原数组长度。
那么怎么才能知道下标发生了变化呢？重新计算hash当然可以，但是通过上述例子看出来只要新增掩码所对应的那个bit位是1就会发生变化否则就不变。所以可以用一个bit位的比较进行更快速的判断：(e.hash & oldCap) == 0
4.获取键值对
获取键值对主要是根据key的hash值去查找节点所在位置，有可能节点在数组中，在链表中，在红黑树中，也有可能根本不存在。
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;
/*三种情况往下执行，否则直接返回null
（1）table不为空
（2）table的容量大于零
（3）待删除的key存在于map中
*/
if ((tab = table) != null && (n = tab.length) > 0 &&
(first = tab[(n - 1) & hash]) != null) {
// 节点就是数组bucket
if (first.hash == hash &&
((k = first.key) == key || (key != null && key.equals(k))))
return first;
// 节点在链表或红黑树中
if ((e = first.next) != null) {
// 节点在红黑树种
if (first instanceof TreeNode)
return ((TreeNode<K,V>)first).getTreeNode(hash, key);
// 遍历查找链表寻找节点
do {
if (e.hash == hash &&
((k = e.key) == key || (key != null && key.equals(k))))
return e;
} while ((e = e.next) != null);
}
}
return null;
}
5.删除键值对
删除键值对的逻辑和获取键值对的逻辑相类似，只不过是找到节点后进行了删除的操作。
final Node<K,V> removeNode(int hash, Object key, Object value,
boolean matchValue, boolean movable) {
Node<K,V>[] tab; Node<K,V> p; int n, index;
/*三种情况往下执行，否则直接返回null
（1）table不为空
（2）table的容量大于零
（3）待删除的key存在于map中
*/
if ((tab = table) != null && (n = tab.length) > 0 &&
(p = tab[index = (n - 1) & hash]) != null) {
Node<K,V> node = null, e; K k; V v;
// 待删除的节点就是数组bucket，指针node指向该节点
if (p.hash == hash &&
((k = p.key) == key || (key != null && key.equals(k))))
node = p;
// 待删除的节点存在于链表或红黑树中
else if ((e = p.next) != null) {
// 节点在红黑树中，指针node指向该节点
if (p instanceof TreeNode)
node = ((TreeNode<K,V>)p).getTreeNode(hash, key);
// 节点在链表中，指针node指向该节点
else {
do {
if (e.hash == hash &&
((k = e.key) == key ||
(key != null && key.equals(k)))) {
node = e;
break;
}
p = e;
} while ((e = e.next) != null);
}
}
// 待删除节点node存在，且判断是否需要匹配value
if (node != null && (!matchValue || (v = node.value) == value ||
(value != null && value.equals(v)))) {
// 若节点是树节点，删除该树节点
if (node instanceof TreeNode)
((TreeNode<K,V>)node).removeTreeNode(this, tab, movable);
// 若节点是数组元素，则将后继结点（也有可能是null）前移到bucket中
else if (node == p)
tab[index] = node.next;
// 若节点处于链表中，则前驱节点的指针指向删除节点的后继节点（也有可能是null）
else
p.next = node.next;
++modCount;
--size;
afterNodeRemoval(node);
return node;
}
}
return null;
}
扫一扫
4681
被折叠的 条评论
为什么被折叠?
到【灌水乐园】发言
