JDK1.7与JDK1.8中HashMap的扩容

基础知识

注意

• Java中散列表用链表数组实现，每个链表被称为桶，想要查找表中对象的位置，就要先计算它的散列码，然后与桶的总数取余数，所得到的结果就是保存这个元素桶的索引。
• hash：翻译为”散列表“，就是把任意长度的输入，通过散列算法，变成固定长度输出，该输出结果是散列值。这种转换是一种压缩映射，散列表的空间通常小于输入的空间，不同的输入可能会散列成相同的输出，所以不能从散列表来唯一的确定输入值。
• hash冲突：就是根据key即经过一个函数f(key)得到的结果的作为地址去存放当前的key value键值对(这个是hashmap的存值方式)，但是却发现算出来的地址上已经有人先来了。就是说这个地方要挤一挤啦。这就是所谓的hash冲突啦。
• 散列冲突：Java8中，桶满时会丛链表变为平衡二叉树（红黑树）。如果选择的散列函数不当，会产生很多的冲突，或者如果有恶意的代码试图在散列表中填充多个有相同散列码的值。转变成红黑树就能够提高性能。
• 加载因子（装填因子）：决定何时对散列表进行在散列。例如默认为0.75，则表中超过75%的位置已经填入元素，这个表就会用双倍的桶数（bucket）自动的进行在散列。
• 拉链法：将链表与数组结合。也就是说创建一个链表数组，数组中每一格就是一个数组。若遇到哈希冲突，则将冲突的值加到链表中就可以了。
• 桶的个数就是数组的长度，默认为16。

为什么加载因子等于0.75？

作为一般规则，默认负载系数(0.75)提供了时间和空间成本之间的良好权衡。较高的值会减少空间开销，但会增加查找成本(反映在HashMap类的大多数操作中，包括get和put)。在设置映射的初始容量时，应该考虑映射中预期的条目数量及其负载因子，以减少重新散列操作的数量。如果初始容量大于最大条目数除以负载因子，则不会发生重新散列操作。

HashMap的底层原理

HashMap是存储的是Key-Value键值，每一个键值对也叫做Entry。这些个键值对（Entry）分散存储在一个数组当中，数组初始化长度为16，数组中的每一个元素初始值都是null，这个数组就是我们常说的桶或坑位。

JDK1.8之前：数组+链表

HashMap是线程不安全的，不安全的具体原因就是在高并发场景下，扩容可能产生死锁(Jdk1.7存在)以及get操作可能带来的数据丢失。

线程不安全的主要原因：

多线程扩容(resize方法)导致形成的链表环( transfer方法将所有表项从当前表转移到newTable使链表成环造成线程不安全问题)!

看源码先看一下重要的几个成员变量：

1. DEFAULT_INITIAL_CAPACITY = 1 << 4; Hash表默认初始容量
2. MAXIMUM_CAPACITY = 1 << 30; 最大Hash表容量
3. DEFAULT_LOAD_FACTOR = 0.75f；默认加载因子
4. TREEIFY_THRESHOLD = 8；链表转红黑树阈值
5. UNTREEIFY_THRESHOLD = 6；红黑树转链表阈值
6. MIN_TREEIFY_CAPACITY = 64；链表转红黑树时hash表最小容量阈值，达不到优先扩容。

put方法原理：

​ 当调用HashMap.put(“qijian”,0),插入一个key为"qijian"的元素。Entry(key-value)插入的位置（index,table下标）由hash函数来决定。index = Hash（“qijian”）

当发生hash冲突时，当我们插入一个Entry的时候发现数组的对应下标中已经存在元素（链表的头节点）。此时新来的Entry节点插入链表，使用头插法插入。next一次指向下一个元素。使用头插法的原因：设计者认为后插入的元素被get的几率更大。

get方法原理：

首先对key做一次hash映射，得到index ( index = Hash(“qijian”) ) , 此时使用的hash需要与put时的hash函数是一样的。这时候只需要顺着对应链表的头节点，一个一个向下来查找，查找到key为qijian的Entry就是我们要查找的Entry。

扩容方法：

//将此映射的内容重新散列到一个容量更大的新数组中。当此映射中的键数达到其阈值时，将自动调用此方法。如果当前容量为MAXIMUM_CAPACITY，此方法不会调整map的大小，但将threshold设置为Integer.MAX_VALUE。这有防止未来调用的效果
//参数:newCapacity—新容量，必须是2的幂;必须大于当前容量，除非当前容量是MAXIMUM_CAPACITY(在这种情况下值无关)。
void resize(int newCapacity) {
        Entry[] oldTable = table;
        int oldCapacity = oldTable.length;
        if (oldCapacity == MAXIMUM_CAPACITY) {
            threshold = Integer.MAX_VALUE;
            return;
        }

        Entry[] newTable = new Entry[newCapacity];
        transfer(newTable, initHashSeedAsNeeded(newCapacity));
        table = newTable;
        threshold = (int)Math.min(newCapacity * loadFactor, MAXIMUM_CAPACITY + 1);
    }

transfer方法源码：

void transfer(Entry[] newTable, boolean rehash) {
    int newCapacity = newTable.length;
    for (Entry<K,V> e : table) {
        //当部位空时
        while(null != e) {
            //记录当前hash表的e.next
            Entry<K,V> next = e.next;
            if (rehash) {
                //rehash计算出数组的位置(hash表中桶的位置)
                e.hash = null == e.key ? 0 : hash(e.key);
            }
            //Returns index for hash code e.hash
            int i = indexFor(e.hash, newCapacity);
            //将e.nehfxt指向new hash表中的第一个元素
            e.next = newTable[i];
            //将e放入到new hash表的头部
            newTable[i] = e;
            //转移e到下一个节点， 继续循环下去
            e = next;
        }
    }
}

单线程扩容

假设：hash算法就是简单的key与length(数组长度)求余。hash表数组长度为2，如果不扩容， 那么元素key为3,5,7按照计算(key%table.length)的话都应该碰撞到table[1]上。
扩容：hash表数组长度会扩容为4重新hash，key=3 会落到table[3]上(3%4=3)， 当前e.next为key(7), 继续while循环重新hash，key=7 会落到table[3]上(7%4=3), 产生碰撞，这里采用的是头插入法，所以key=7的Entry会排在key=3前面(这里可以具体看while语句中代码)当前e.next为key(5), 继续while循环重新hash，key=5 会落到table[1]上(5%4=3)， 当前e.next为null, 跳出while循环，resize结束。

多线程的扩容

假设有两个线程正在进行扩容，且同时进入了transfer()方法。

while(null != e) {
    Entry<K,V> next = e.next;//当第一个线程执行到此时被挂起
    if (rehash) {
        e.hash = null == e.key ? 0 : hash(e.key);
    }
    int i = indexFor(e.hash, newCapacity);
    e.next = newTable[i];
    newTable[i] = e;
    e = next;
}

下面我们通过走读源码分析一下为什么多线程下HashMap是线程不安全的。

HashMap线程不安全主要体现在扩容多线程的扩容。这里详细分析一下。其主要分为两步：

1，扩容：创建一个新的Entry空数组，长度是原来数组的2倍。

2，Rehash：遍历数组，把所有的Entry重新Hash到新的数组。Hash公式：index = hashCode(key) & (Length - 1);

假设HashMap的负载因子为0.75f，且HashMap已经到了Resize()的临界点，数组长度为4，这时有两个线程对HashMap进行put操作：

此时，发现空间利用率达到了0.75，此时HashMap将进行扩容。

线程B执行到Entry<K,V> next = e.next;时被挂起，此时对于线程B来说：e = Entry3 ,next = Entry2。这时候线程A也在进行着Rehash，完成后如下：

接下来，线程B恢复继续没有完成的操作，newTable[i] = e; e = next;

紧接着，进行下一轮的while循环，又执行到Entry<K,V> next = e.next 这时e = Entry2; next = Entry3 ,如下：

接下来继续执行，利用头插法把Entry2插入到线程B数组的头节点，代码如下：

e.next = newTable[i];
newTable[i] = e;
e = next;

此时，e = Entry3;next = Entry3.

接下来，第三次循环开始，再次执行到Entry<K,V> next = e.next; ,此时：

e = Entry3 ; next = Entry3.next = null;

继续执行， e.next = newTable[i]; 此时指向如下：

newTable[i] = Entry2; e = Entry3;

Entry2.next = Entry3 ; Entry3.next = Entry2;

很明显这里已经成环。此时。当调用Get查找一个不存在的Key，而这个Key的Hash结果恰好等于3的时候，由于位置3带有环形链表，所以程序将会进入死循环！

JDK1.8: 数组+链表/红黑树

当链表长度大于阈值（默认为8）并且容量大于64时，将链表转化为红黑树，以减少搜索时间（空间换时间）。同时采用尾插法来解决扩容操作下的循环死链问题。 如果阈值大于8，但是容量小于等于64时，优先选择扩容。

红黑树就是为了解决二叉查找树的缺陷，二叉查找树在某些情况下会退化成一个线性结构。

在 JDK 1.8 中对 HashMap 进行了优化，在发生 hash 碰撞，不再采用头插法方式，而是直接插入链表尾部，因此不会出现环形链表的情况，但是在多线程的情况下仍然不安全

引入了新的数据结构，同时对put方法做了修改。

[外链图片转存失败,源站可能有防盗链机制,建议将图片保存下来直接上传(img-v0k0VXnu-1635672200016)(HashMap.assets/image-20211030234054834.png)]

JDK 1.8 链表为啥改为尾部插入呢？

和 HashMap 的扩容机制有关。数组容量是有限的，数据多次插入的，到达一定的数量就会进行扩容，也就是 resize。进行扩容时需要将扩容前的元素重新 hash 到新的数组中。

单链表的头插入方式，同一位置上新元素总会被放在链表的头部位置，旧数组中同一链表中元素可能被放到了新数组的不同位置上，一旦多线程并发调整完成，就可能出现环形链表。

使用头插会改变链表的上的顺序，但是如果使用尾插，在扩容时会保持链表元素原本的顺序，就不会出现链表成环的问题了。

参考：https://my.oschina.net/muziH/blog/1596801