HashMap的底层实现

1、1.7版本的底层实现

HashMap在1.7版本中数据结构是数组+链表，

1.1 put方法

put方法中操作步骤：

（1）、对key计算相应的hash值，然后通过hash & table.length-1计算可以获得到在hash表中中相应的桶位置，循环遍历其链表，比较其key值，如果相等，则更新其value的值

（2）如果不相等，则判断是否需要扩容，其中扩容的判断条件是，其size>table.length*0.75.其中0.75是负载因子，如果超过，则扩容。没有超过，则头插入的方式，插入到链表表头。

    public V put(K key, V value) {
        // 如果key为null，单独处理
        if (key == null)
            return putForNullKey(value);
        int hash = hash(key);//计算出哈希值
        int i = indexFor(hash, table.length);//通过哈希值计算出哈希桶的位置
        //遍历链表,判断是否有key相等(即哈希值相等)的节点,如果有,则更新值,并返回旧的值
        for (Entry<K,V> e = table[i]; e != null; e = e.next) {
            Object k;
            if (e.hash == hash && ((k = e.key) == key || key.equals(k))) {
                V oldValue = e.value;
                e.value = value;
                e.recordAccess(this);
                return oldValue;
            }
        }
        modCount++; // 更新次数+1
        addEntry(hash, key, value, i); // 没有找到相同的
        return null;
    }
    void addEntry(int hash, K key, V value, int bucketIndex) {
        if ((size >= threshold) && (null != table[bucketIndex])) {
            resize(2 * table.length);//自动扩容，并重新哈希
            hash = (null != key) ? hash(key) : 0;
            bucketIndex = hash & (table.length-1);//hash%table.length
        }
        //在冲突链表头部插入新的entry
        Entry<K,V> e = table[bucketIndex];
        table[bucketIndex] = new Entry<>(hash, key, value, e);
        size++;
    }

    void resize(int newCapacity) {  
    	//这里获取老table的长度，如果老table的长度已经是最大的容量了，那就没必要扩容了，直接返回。
        Entry[] oldTable = table;
        int oldCapacity = oldTable.length; 
        if (oldCapacity == MAXIMUM_CAPACITY) {
            threshold = Integer.MAX_VALUE;
            return;  
        }  
        //如果可以扩容，则new一个新的数组
        Entry[] newTable = new Entry[newCapacity];
        //transfer方法将老数组的数据copy到新数组当中  
        transfer(newTable, initHashSeedAsNeeded(newCapacity));
        //transfer完了， 就把新数组赋给全局变量table
        table = newTable;
        //再用新数组的容量计算新的阈值
        threshold = (int)Math.min(newCapacity * loadFactor, MAXIMUM_CAPACITY + 1); 
    } 
    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); //重新计算hash值 
                }  
                int i = indexFor(e.hash, newCapacity);
                e.next = newTable[i]; 
                newTable[i] = e;
                e = next;//继续下一个元素  
            }  
        }  
    }  

其中扩容的操作是：

（1）创建一个新的hash表，长度为原表的两倍，然后将oldtable的数据拷贝到新表中。那怎么拷贝呢？

（2）因为拷贝到新表，hash值需要重新计算，key的hash和新表的length-1进行计算，然后插入到新表中，如果hash桶存在链表，则使用头插入的方式，插入到新表中。这会导致数据在新表中是倒置的。如下图所示：

（3）将新表赋值给table

头插入法导致的并发问题：

此时头插入方法会导致链表死循环，具体过程是如下：

（1）当并发情况下，假设T1和T2都并发put，并且都符合扩容的条件，对其进行相应扩容，如下图所示，当程序执行到 Entry<K,V> next = e.next;  时候，T2休息，T1继续执行直到扩容结束。

（2）T1结束之后，T2被唤醒，由于是new出来的新对象，对于T2而言也是一个新的数组，然后对A插入到头结点，接着B插入到头节点，然后执行新表中的A，由于table中的B在上述T1中已经指向了A，所以按照resize代码的头插入法，A的next肯定指向新表中的B，此时在新表中陷入了死循环。

1.2 get方法

get方法还是很简单，通过key的hash获取到hash表中的位置，然后遍历其列表，通过比较key，如果相等则返回其entry对象。

final Entry<K,V> getEntry(Object key) {
	......
	int hash = (key == null) ? 0 : hash(key);
    for (Entry<K,V> e = table[hash&(table.length-1)];//得到冲突链表
         e != null; e = e.next) {//依次遍历冲突链表中的每个entry
        Object k;
        //依据equals()方法判断是否相等
        if (e.hash == hash &&
            ((k = e.key) == key || (key != null && key.equals(k))))
            return e;
    }
    return null;
}

2、1.8版本的底层实现

1.8版本增加了红黑树，当链表个数大于8个时，会生成红黑树，当相同的hash个数小于6个时，红黑树也会退化成链表

2.1 put方法

（1）计算相应key的hash，然后hash&table.length-1，获取在数组中桶的位置，如果为空则直接new Node插入即可。

（2）如果table[i] != null。则判断此key是否相等，如果相等，则更新老的值

（3）如果table[i]是树节点，将此节点插入到树中

（4）如果table[i]是链表，则遍历链表，如果链表找到，则更新老的值，如果没有找到则使用尾插入插入其节点，插入之后，当节点个数大于8个，则转换成红黑树

（5）插入之后，查看size是否大于阈值，如果符合则resize。

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;
    }

2.2 扩容方法

（1）肯定也会创建一个新表，这是新表直接赋值给了了table，此时会存在一个并发问题，当扩容时，如果此时有一个线程get查询此table数组，则查询不到相应的数据。

（2）遍历oldtable，然后将数据迁移到新表中。遍历桶中如果只有一个节点，则直接通过hash计算到新表中桶的位置，赋值即可

（3）如果此节点是树节点，直接迁移此树到新表中

（4）如果此节点为链表，此时有一个知识点，新表的长度为老表中的2倍，相当于2进制中的高位为1，也就是说链表中hash的二进制高位为1 的放到j+oldCap中，高位为0的则放到j中，并且是顺序放置。

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;
    }

2.3 get方法

get方法就比1.7多了一步在树中查询

 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;
    }

总结1.7和1.8的区别：

1、结构不一致，1.7是数组+链表，1.8是数组+链表+红黑树

2、扩容时机，1.7是在扩容之后插入的数据，1.8是插入之后进行扩容

3、插入方式不一样，1.7是头插入方法，使得链表数据在新表中是倒置的，1.8则是尾插入法，使得在新表中的数据是和老表中的插入顺序是一致的

4、并发问题，1.7 头插入方法会导致在并发的时候死循环，1.8解决了此问题，使用尾插入方法，但是在扩容的时候先对table进行赋值，使得并发get的时候，获取到空值。1.7在并发put的时候，如果一个线程在扩容，由于table不具备可见性，所以另一个线程对table进行插入数据后，第一个线程会将新表覆盖老表，而第二个线程在老表插入的数据则会丢失。1.8也解决了此问题，现在HashMap会在扩容时确保所有线程都看到的是最新的数据副本，即使有线程在执行扩容操作。