HashMap源码分析

HashMap源码分析

• HashMap内部实现基本点分析
• 容量(capcity)和负载系数(load factor
• 树化

HashMap内部可以看做是数组和链表结合的符合结构，数组以桶划分，通过哈希值决定了键值对在这个数组的寻址，哈希值相同的键值对，则以链表形式存储，如果链表大小超过阈值，就会被改造成树形结构，接下来附图(from 极客时间)：

从非拷贝函数的实现来看，这个数组似乎没有在最初就初始化好，仅仅设置了一些初始值而已。

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;
        this.threshold = tableSizeFor(initialCapacity);
    }

所以我们深度怀疑，HashMap也是按照lazy-load原则，在首次使用的时候被初始化(拷贝构造函数除外，在这里只介绍最通用的场景）
lazy-load原则：惰性加载。最大程度的提升了系统的性能，避免了不必要的开销。

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;
    }

我们可以从底层代码中看出：

• 如果表格是null ，resize方法会负责初始化，从tab = resize()就可以看出
• resize方法兼顾两个职责，创建初始存储表格，或者从容量不满足需求的时候进行扩容(resize)。
• 在放置新的键值对的过程中，如果发生下面条件，就会发生扩容。

• 具体键值对在哈希表中的位置(数组index)取决于下面的位运算：
  i = (n-1) & hash

自己看哈希值的源头就会发现，它并不是key的hashcode值，而是来自底层的另一个方法。

因为有些数据计算出的哈希值差异主要在高位，而HashMap里的哈希寻址是忽略容量以上的高位的，那么这种处理就可以有效避免类似情况下的哈希碰撞。

哈希碰撞：所谓哈希（hash），就是将不同的输入映射成独一无二的、固定长度的值（又称"哈希值"）。它是最常见的软件运算之一。
如果不同的输入得到了同一个哈希值，就发生了"哈希碰撞"（collision）。
举个例子，两个用户有了相同的token，访问网站，就是哈希碰撞。

上面文章所提到的链表，在超过了一定的门限值之后，会发生树化，上面的putVal方法逻辑集中，从初始化、扩容到树化，全部都和它有关，建议好好读源码。

接下来进一步分析resize方法：

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;
    }

一句源码，不考虑极端现象(容量理论最大极限由MAXIMUM_CAPACITY指定，数值是1<<30，也就是2的30次方)，可以归纳为：

• 门限值等于负载因子*容量，如果构建HashMap的时候没有指定他们，那么就是依据相应的默认常量值。
• 门限通常以备注进行调整(newThr = oldThr << 1)，前面提到，根据putVal的逻辑，当玄素个数超过门限大小的时候，就会调整Map大小。
• 扩容后，需要将老的数组中的元素重新放到一个新的数组，这是扩容的一个主要开销。