HashMap分析详解

HashMap

简介

基于哈希表的 Map 接口的实现
HashMap具有以下特点：
基于数组实现，数组里的元素是一个单向链表。
键不可以重复，值可以重复，键、值都可以为null
非线程安全

HashMap实现了以下接口：
Map：以键值对的形式存取元素
Cloneable：可以被克隆
Serializable：可以序列化

最坏的情况下，链表的查找的时间复杂度为O(n),而红黑树一直则是O(logn)，这样会提高HashMap的效率。Jdk7中采用位桶+链表的方式，即散列链表的方式，jdk8中采用的是位桶+链表/红黑树的方式，也是非线程安全的，当某个位桶的链表的长度达到某个阀值时，这个时候链表就会转换成红黑树。当冲突节点数大于8时，转换成红黑树。

HashMap的Node

Node 是HashMap的一个内部类，实现了Map.Entry接口。本质就是一个映射（键值对）
Node[] table 哈希桶数组的初始化长度length默认是16

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);
        }

        public final V setValue(V newValue) {
            V oldValue = value;
            value = newValue;
            return oldValue;
        }

        public final boolean equals(Object o) {
            if (o == this)
                return true;
            if (o instanceof Map.Entry) {
                Map.Entry<?,?> e = (Map.Entry<?,?>)o;
                if (Objects.equals(key, e.getKey()) &&
                    Objects.equals(value, e.getValue()))
                    return true;
            }
            return false;
        }
    }

Hashmap的put方法实现

1. 根据key计算hash值，并根据hash值和数组容量，计算找到索引值index，该位置即为存储该元素的链表所在处。
2. 如果没有碰撞直接放在哈希桶中
3. 如果碰撞了，以链表的形势存在buckets后
4. 如果碰撞导致链表过长（大于等于TREEIFY_THRESHOLD默认值为8），就把链表转换成红黑树
5. 遍历table[i]位置的链表，查找相同的key，若找到则则用新的value替换掉oldValue（保证key的唯一性），若没有查找到相同的key，则添加key到table[i]位置，新添加的元素总是添加在单向链表的表头位置，后面的元素称为它的后继。
6. 如果超过了最大容量就要进行扩容

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;
//判断table是否为空
    if ((tab = table) == null || (n = tab.length) == 0)
        n = (tab = resize()).length;//创建一个新的table数组，并且获取该数组的长度
//根据键值key计算hash值得到插入数组的索引i，如果tab[i]==null直接新建节点添加数据
    if ((p = tab[i = (n - 1) & hash]) == null)
        tab[i] = newNode(hash, key, value, null);
    else {//对应节点存在
        Node<K,V> e; K k;
//判断table[i]的首个元素是否和key一样，如果相同则直接覆盖value
        if (p.hash == hash &&
            ((k = p.key) == key || (key != null && key.equals(k))))
            e = p;
        else if (p instanceof TreeNode)//判断是否为treeNode，即table[i]是否是//红黑树,如果是则直接在数中插入键值对
            e = ((TreeNode<K,V>)p).putTreeVal(this, tab, hash, key, value);
        else {
//遍历table[i],判断链表长度是否大于TREEIFY_THRESHOLD，大于的话把链表转为红黑树
//在红黑树中执行插入操作，否则进行链表的插入操作。遍历过程中若发现key已经存在//则直接覆盖value即可
            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;
//插入成功后判断实际存在的键值对数量size是否超过了最大容量threshold,如果超过则扩容
    if (++size > threshold)
        resize();
    afterNodeInsertion(evict);
    return null;
}

Hashmap的get方法

1. 校验bucket里的第一个结点node tab[(n - 1) & hash]，如果直接命中直接返回
2. 未命中若为树 ，在树中获取，O(logn)
   未命中若为链表 ，在链表中获取，O(n)，计算哈希值，根据哈希值与数组容量计算它所在的索引，根据索引查找它所在的链表。在单向链表中查找该元素

 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;
}

hashmap的扩容

扩容（resize）就是重新计算容量，向hashmap对象里不停的添加元素，而hashmap对象内部的的数组无法装载更多的元素时，对象就需要扩大数组的长度，以便能装入更多的元素，java里面数组是无法自动扩容的，方法是用一个新的数组替代容量小的数组。使用的是2次幂的扩展（指长度扩展为原来的2倍），所有元素的位置要么是在原来的位置，要么是在原来位置再移动2次幂的位置（原位置+oldCap）

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;
    }