经典面试题之HashMap核心源码分析

一、HashMap继承体系

public class HashMap<K,V> extends AbstractMap<K,V>
    implements Map<K,V>, Cloneable, Serializable {

HashMap继承AbstractMap抽象类，实现了Cloneable和Serializble接口

二、Node节点以及底层存储结构

Node节点是声明在HashMap内部的一个静态内部类

static class Node<K,V> implements Map.Entry<K,V> {
    	//将key的hash按照一定规则扰动存放
        final int hash;
    	//键
        final K key;
    	//值
        V value;
    	//指针，用于链表连接下一个节点
        HashMap.Node<K,V> next;

    	//构造方法
        Node(int hash, K key, V value, HashMap.Node<K,V> next) {
            this.hash = hash;
            this.key = key;
            this.value = value;
            this.next = next;
        }

    	//返回Node节点对应的Key
        public final K getKey()        { return key; }
    	//返回Node节点对应的Value
        public final V getValue()      { return value; }
    	//重写toString
        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;
        }
    }

Node数组+链表+红黑树

扰动函数：

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

在put新节点时，Node节点里面存放的hash值是经过扰动函数后的值，主要目的是让hash值的高16位也参与运算，让hash值更散列，避免大面积hash碰撞

三、HashMap重要参数

//默认数组大小 16
static final int DEFAULT_INITIAL_CAPACITY = 1 << 4; // aka 16
//最大数组大小
static final int MAXIMUM_CAPACITY = 1 << 30;
//默认负载因子大小
static final float DEFAULT_LOAD_FACTOR = 0.75f;
//树化阈值（当链表长度 >= 8 时，链表转化为红黑树）
static final int TREEIFY_THRESHOLD = 8;
//树降级为链表的阈值（当链表长度减少为6时，树转化为红黑树）
static final int UNTREEIFY_THRESHOLD = 6;
//树化阈值（当数组长度达到64时，链表达到8时才能转化为红黑树）
static final int MIN_TREEIFY_CAPACITY = 64;

/* ---------------- Fields -------------- */

//数组
transient Node<K,V>[] table;
transient Set<Map.Entry<K,V>> entrySet;

//当前hash表元素个数
transient int size;

//当前hash表结构变化次数，当节点发生变化（删除，修改）时，modCount+1
transient int modCount;

//扩容阈值，当hash表元素个数达到阈值时，触发扩容
//threshold = capacity（数组长度） * loadFactor
int threshold;

//负载因子
final float loadFactor;

四、HashMap构造函数

/**
* 
* @param initialCapacity 初始化数组长度，这里的长度必须为2的次方倍
* @param loadFactor 负载因子
*/
public HashMap(int initialCapacity, float loadFactor) {
    //校验初始化数组长度不能小于零
    if (initialCapacity < 0)
        throw new IllegalArgumentException("Illegal initial capacity: " +
                                           initialCapacity);
    //校验初始化数组长度，不能超过数组阈值
    if (initialCapacity > MAXIMUM_CAPACITY)
        initialCapacity = MAXIMUM_CAPACITY;
    
    //校验负载因子，不能小于零或者非数
    if (loadFactor <= 0 || Float.isNaN(loadFactor))
        throw new IllegalArgumentException("Illegal load factor: " +
                                           loadFactor);
    //负载因子赋值
    this.loadFactor = loadFactor;
    //计算初始化数组，使其为2的次方
    this.threshold = tableSizeFor(initialCapacity);
}

//目的是将设置的初始化数组长度计算成2的次方
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;
}

操作	原始值	结果值
n >>> 1	1xxxxxxx	01xxxxxx
位或操作	1xxxxxxx | 01xxxxxx	11xxxxxx
n >>> 2	11xxxxxx	0011xxxx
位或操作	11xxxxxx | 0011xxxx	1111xxxx
n >>> 4	1111xxxx	00001111
位或操作	1111xxxx | 00001111	11111111
n >>> 8	11111111	00000000
位或操作	11111111 | 00000000	11111111
n >>> 16	11111111	00000000
位或操作	11111111 | 00000000	11111111

因为Java中一个int占32位，这样最大无符号向右移动16位之后可以保证，输入的整型二进制数第一个1之后的所有为均为1。

为什么cap要减一？

移位操作能够保证第一个1后面全部是1，也就是得到的值是全1 + 1，但是有个例外，如果cap = 2的次方数时，比如cap = 16

//cap没有-1
//会发现最后得到的值比原来的2次幂大了1倍，造成了空间的浪费
cap = 16
10000 | 01000 = 11000
11000 | 00110 = 11110
11110 | 00001 = 11111
11111 | 00000 = 11111
11111 | 00000 = 11111
n = 11111 = 31 
return 31 + 1 = 32

//cap-1
cap = 16
n = 16 - 1 = 15
1111 | 0111 = 1111
1111 | 0011 = 1111
1111 | 0000 = 1111
1111 | 0000 = 1111
1111 | 0000 = 1111
n = 1111 = 15
return 15 + 1 = 16

五、HashMap中put源码执行流程

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

hash() 函数上面已经说明了，相当于reHash，让hash值的高16位也参与进来运算，充分扩散，降低hash碰撞

下面看看put核心方法putVal()：

    final V putVal(int hash, K key, V value, boolean onlyIfAbsent,
                   boolean evict) {
        //tab存放数组
        //p代表当前散列表元素
        //n代表散列表数组长度
        //i代表路由寻址结果
        Node<K,V>[] tab; Node<K,V> p; int n, i;
        
        //懒初始化，当调用put方法时才初始化散列表，防止new出来不使用浪费内存
        if ((tab = table) == null || (n = tab.length) == 0)
            n = (tab = resize()).length;
        
        //由（n-1）& hash 寻址到的桶位恰好是null时，直接封装Node放进去
        if ((p = tab[i = (n - 1) & hash]) == null)
            tab[i] = newNode(hash, key, value, null);
        
        else {
            //e：不为null的话，说明找到了一个与当前节点一致的元素
          	//k：表示一个临时的key
            Node<K,V> e; K k;
            
            //表示桶位中的该元素，与你当前插入的元素完全一致，后面替换掉
            if (p.hash == hash &&
                ((k = p.key) == key || (key != null && key.equals(k))))
                e = p;
            
            //树化情况
            else if (p instanceof TreeNode)
                e = ((TreeNode<K,V>)p).putTreeVal(this, tab, hash, key, value);
            else {
                for (int binCount = 0; ; ++binCount) {
                    //已经达到最后一个节点元素都没有重复
                    if ((e = p.next) == null) {
                        //将节点连接到 p 尾
                        p.next = newNode(hash, key, value, null);
                        //判断是否达到树化条件（8）
                        if (binCount >= TREEIFY_THRESHOLD - 1) // -1 for 1st
                            //树化操作
                            treeifyBin(tab, hash);
                        break;
                    }
                    
                    //当前节点与要插入的节点重复，跳出循环做替换操作
                    if (e.hash == hash &&
                        ((k = e.key) == key || (key != null && key.equals(k))))
                        break;
                    p = e;
                }
            }
            
            //e != null条件成立，说明节点重复，做替换操作
            if (e != null) { // existing mapping for key
                V oldValue = e.value;
                if (!onlyIfAbsent || oldValue == null)
                    e.value = value;
                afterNodeAccess(e);
                return oldValue;
            }
        }
        //表示散列表节点结构被修改，替换操作不算
        ++modCount;
        
        //判断元素个数是否大于阈值进行扩容操作
        if (++size > threshold)
            resize();
        afterNodeInsertion(evict);
        return null;
    }

流程图：

六、HashMap中resize扩容

final Node<K,V>[] resize() {
    	//oldTab：扩容前的散列表
        Node<K,V>[] oldTab = table;
    	//oldCap：扩容前散列表的长度
        int oldCap = (oldTab == null) ? 0 : oldTab.length;
    	//oldThr：扩容前散列表的阈值
        int oldThr = threshold;
    	//newCap：扩容之后散列表的长度
    	//newThr：扩容之后散列表的阈值
        int newCap, newThr = 0;
    	//条件成立说明已经初始化过了，是一次正常的扩容
        if (oldCap > 0) {
            //扩容之前的大小已经达到了最大则不扩容，将阈值设为int的上限
            if (oldCap >= MAXIMUM_CAPACITY) {
                threshold = Integer.MAX_VALUE;
                return oldTab;
            }
            //扩容之前的大小左移一位相当于 * 2 赋值给newCap，newCap小于数组最大长度 且 oldCap大于默认长度
            //这种情况下则下一次阈值 = 这次的阈值左移一位（相当于翻倍）
            else if ((newCap = oldCap << 1) < MAXIMUM_CAPACITY &&
                     oldCap >= DEFAULT_INITIAL_CAPACITY)
                newThr = oldThr << 1; // double threshold
        }
    	
    	//oldCap = 0 说明散列表中为null
        else if (oldThr > 0) // initial capacity was placed in threshold
            newCap = oldThr;
    
    	//oldCap = 0，oldThr = 0
        else {               // zero initial threshold signifies using defaults
            newCap = DEFAULT_INITIAL_CAPACITY;
            newThr = (int)(DEFAULT_LOAD_FACTOR * DEFAULT_INITIAL_CAPACITY);
        }
    	//newThr为零时，通过newCap * loadFactor计算出newThr
        if (newThr == 0) {
            float ft = (float)newCap * loadFactor;
            newThr = (newCap < MAXIMUM_CAPACITY && ft < (float)MAXIMUM_CAPACITY ?
                      (int)ft : Integer.MAX_VALUE);
        }
    	//赋值新的扩容阈值
        threshold = newThr;
    
        @SuppressWarnings({"rawtypes","unchecked"})
    	//用新的cap创建出一个更长的数组
        Node<K,V>[] newTab = (Node<K,V>[])new Node[newCap];
        table = newTab;
    	//说明本次扩容之前，table不为null
        if (oldTab != null) {
            for (int j = 0; j < oldCap; ++j) {
                //当前Node节点
                Node<K,V> e;
                //说明当前桶位有数据，但是不知道是单个元素还是链表还是红黑树
                if ((e = oldTab[j]) != null) {
                    // 原来的数据赋值为null 便于GC回收
                    oldTab[j] = null;
                    //第一种情况，当前桶位只有一个元素
                    if (e.next == null)
                        //计算出当前元素在新数组中位置，放进去
                        newTab[e.hash & (newCap - 1)] = e;
                    //已经树化
                    else if (e instanceof TreeNode)
                        ((TreeNode<K,V>)e).split(this, newTab, j, oldCap);
                   	//形成链表
                    else { // preserve order
                        // 采用链表处理冲突
                    	// 低位链表：
                    	// 扩容之后数组的下标位置，与当前数组的下标位置一致时使用
                        Node<K,V> loHead = null, loTail = null;
                        // 高位链表：扩容之后数组的下标位置等于当前数组下标位置 + 扩容之前数组的长度oldCap 时使用
                        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;
    }

七、HashMap中get源码执行流程

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) {
    	//tab：引用当前hash散列表
    	//first：散列表中头元素
    	//e：临时node元素
    	//n：数组长度
        Node<K,V>[] tab; Node<K,V> first, e; int n; K k;
    	//判断当前数组不为空 且 当前hash路由到的桶位不为空
        if ((tab = table) != null && (n = tab.length) > 0 &&
            (first = tab[(n - 1) & hash]) != null) {
            
            //第一种情况：当前桶位元素就和查找的元素相同，直接返回
            if (first.hash == hash && // always check first node
                ((k = first.key) == key || (key != null && key.equals(k))))
                return first;
            
            //判断当前桶位的next是否为null
            if ((e = first.next) != null) {
                //第二种情况：节点已经树化
                if (first instanceof TreeNode)
                    return ((TreeNode<K,V>)first).getTreeNode(hash, key);
                //第三种情况：节点已经链化
                //循环遍历查找
                do {
                    if (e.hash == hash &&
                        ((k = e.key) == key || (key != null && key.equals(k))))
                        return e;
                } while ((e = e.next) != null);
            }
        }
    	//未找到，返回null
        return null;
    }