HashMap底层源码剖析

1.介绍HashMap底层用到的数据结构

数组+单向链表+红黑树

数组：数组每一项都是一个链表，其实就是数组和链表的结合体

单向链表：当法神hash碰撞时，首先会找到数组对应位置，然后1.8采用尾插入法（1.7采用头插入法），形成一个单项链表结构

红黑树：当数组中每项的链表长度大于8时，会转换为红黑树

2.什么是hash碰撞？解决方案？

hash碰撞：不同的key可能会产生相同的hash值；

方案：链表发，再哈希法；

hashMap中采用链表发，在ConcurrentHashMap中采用哈希法；

3.为什么采用红黑树，比如二叉查找树？

二叉查找树在特殊情况下也会变成线性结构，和原来链表有共同的问题，节点太深，查找性能慢；

红黑树相比二叉树，在检索的时候效率其实差不多，都是通过平衡来二分查找。但对于插入删除等操效率提高很多。红黑树不像二叉树一样追求绝对的平衡，它允许局部很少的不完全平衡，这样对于效率影响不大，但省去了很多没有必要的调平衡操作，二叉树调平衡有时候代价较大，所以二叉树的效率不如红黑树；

使用红黑树主要用于提高查询速度；

4.为什么树化的临界值为8？

当数据较少的时候，采用链表要比红黑树效率高，因为平衡二叉树保持平衡需要耗费资源，那么前期数据较少时采用链表，当链表中的数据长度大于8时，就将链表转换成红黑树，可以加快数据的插叙速度，官方测试8为性能最优。

5.put()方法

public V put(K key, V value) {
return putVal(hash(key), key, value, false, true);　　　　
}
　　计算key的hash值，然后将hash值以及key值本身和value传递到putval方法中；

final V putVal(int hash, K key, V value, boolean onlyIfAbsent,
           boolean evict) {
Node<K,V>[] tab; Node<K,V> p; int n, i;
　　　　　//判断如果table为空，或者还没有元素时，就进行扩容
if ((tab = table) == null || (n = tab.length) == 0)
　　　　　　　//扩容后将扩容大小交给n
    n = (tab = resize()).length;
　　　　　//判断获取当前数组位置是否存在数据，如果为空则直接插入，如果不为空，就进行下面的判断
　　　　　//（n-1） & hash才是真正的hash值，也就是存储在table位置的index；
　　　　　if ((p = tab[i = (n - 1) & hash]) == null)
    tab[i] = newNode(hash, key, value, null);
else {　　//到这里，就说明发生碰撞了，就要开始处理碰撞问题
    Node<K,V> e; K k;
　　　　　　　//判断hash值和key值是否相同，如果相同则需要value覆盖
    if (p.hash == hash &&
        ((k = p.key) == key || (key != null && key.equals(k))))
        e = p;
　　　　　　　//判断当前数组中存放的节点是否是树节点
    else if (p instanceof TreeNode)
        e = ((TreeNode<K,V>)p).putTreeVal(this, tab, hash, key, value);
    else {　　　　//到这一步，说明首节点为链表类型
　　　　　　　　　　//循环遍历链表
　　　　　　　　　　for (int binCount = 0; ; ++binCount) {
　　　　　　　　　　　　//判断当前数组该位置的值的下一个元素是佛为空，如果为空则追加到当前元素后边
            if ((e = p.next) == null) {
                p.next = newNode(hash, key, value, null);
　　　　　　　　　　　　　　 //添加完毕后判断当前链表节点有多少个，如果节点大于等于8则转换为红黑树
                if (binCount >= TREEIFY_THRESHOLD - 1) // -1 for 1st
                   //treeifyBin判断当前数组是否为空，或者长度是否小于64，如果为空或者小于64，则扩容  
　　　　　　　　　　　　　　　　treeifyBin(tab, hash);
                break;
            }
　　　　　　　　　　　　//再次进行key的重复判断
            if (e.hash == hash &&
                ((k = e.key) == key || (key != null && key.equals(k))))
                break;
            p = e;
        }
    }
　　　　　　　//表明，记录到具有相同元素的节点
    if (e != null) { // existing mapping for key
        V oldValue = e.value;
        if (!onlyIfAbsent || oldValue == null)
            e.value = value;
        afterNodeAccess(e);　　　　//这个是空函数，可以有用户根据需要覆盖
        return oldValue;
    }
}
++modCount;
　　　　　//判断当前数组元素的个数和阈值进行比较，如果数量大于阈值则需要扩容
if (++size > threshold)
　　　　　　　//默认情况下，第一次添加数据的时候，先会进行一次扩容后再添加数据，后续都是先添加数据在进行扩容
    resize();
afterNodeInsertion(evict);　　//这个是空函数，可以有用户根据需要覆盖
return null;
}

在上述的方法中，设计三种情况：第一种情况，数组索引位置没有键值对，处理方式就是直接把待添加键值对封装成Node添加到索引位置即可；第二种情况，如果数组索引位置有键值对，而且封装的TreeNode节点，处理方式是调用红黑树的插入方法，把带添加键值对添加到红黑树中；第三种情况，同样数组索引位置有键值对，但是封装的是Node节点，处理方法就比较复杂，首先把待添加键值对封装成Node节点添加到链表尾部，然后判断当前链表长度，如果达到阈值，就判断是扩容还是转换为红黑树；

6.get()方法

public V get(Object key) {
Node<K,V> e;
return (e = getNode(hash(key), key)) == null ? null : e.value;
}
　　进入getNode方法：

final Node<K,V> getNode(int hash, Object key) {
Node<K,V>[] tab; Node<K,V> first, e; int n; K k;
　　　　　//判断数组以及数组对应位置数组元素是否为空
if ((tab = table) != null && (n = tab.length) > 0 &&
    (first = tab[(n - 1) & hash]) != null) {
　　　　　　　/用get传递过来的key值对应位置第一个元素进行比较，如果相等就直接返回，如果不相等则进行查找
    if (first.hash == hash && // always check first node
        ((k = first.key) == key || (key != null && key.equals(k))))
        return first;
　　　　　　　//判断第一个元素的下一个元素是否为空
    if ((e = first.next) != null) {
　　　　　　　　　　//如果不为空就判断当前节点是否为树节点
        if (first instanceof TreeNode)
　　　　　　　　　　　　//如果是树节点，直接通过getTreeNode拿到该节点返回
            return ((TreeNode<K,V>)first).getTreeNode(hash, key);
        do {
　　　　　　　　　　　　//否则循环意义对比
            if (e.hash == hash &&
                ((k = e.key) == key || (key != null && key.equals(k))))
                return e;
        } while ((e = e.next) != null);
    }
}
return null;
}

7.扩容机制

在HashMap中，桶数组的长度均是2的幂，阈值大小为桶数组长度与负载因子的乘积。当HashMap中的键值对数量超过阈值时，就进行扩容；

扩容之后，要重新计算键值对的位置，并把它们移到合适的位置上去；

final Node<K,V>[] resize() {
Node<K,V>[] oldTab = table;
int oldCap = (oldTab == null) ? 0 : oldTab.length;
int oldThr = threshold;
int newCap, newThr = 0;
　　　　　//如果table不为空，表明已经初始化过了
if (oldCap > 0) {
　　　　　　　//当table容量超过容量最大值，则不再扩容
    if (oldCap >= MAXIMUM_CAPACITY) {
        threshold = Integer.MAX_VALUE;
        return oldTab;
    }
　　　　　　　//按旧容量或阈值的2倍计算新容量和阈值大小
    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
    //初始化时，将threshold的值赋值给newCap;
　　　　　　　//HashMap使用threshold变量暂时保存initialCapacity参数的值
　　　　　　　newCap = oldThr;
else {               // zero initial threshold signifies using defaults
    //调用无参构造方法时，桶数组容量为默认容量；阈值为默认容量与默认负载因子
　　　　　　　newCap = DEFAULT_INITIAL_CAPACITY;
    newThr = (int)(DEFAULT_LOAD_FACTOR * DEFAULT_INITIAL_CAPACITY);
}
　　　　　//newThr为0时，按阈值计算公式进行计算
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"})
　　　　　　//创建新的桶数组，桶数组的初始化也是这里完成的
    Node<K,V>[] newTab = (Node<K,V>[])new Node[newCap];
table = newTab;
if (oldTab != null) {
　　　　　　　//如果旧的桶数组不为空，则遍历桶数组，并将键值对映射到新的桶数组中
    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)
　　　　　　　　　　　　　　　//重新映射时，需要对红黑树进行拆分
                ((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;
　　　　　　　　　　　　　　 //遍历链表，并将链表节点按原顺序进行分组
                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);
　　　　　　　　　　　　　　 //将分组后的链表映射到新桶中
                if (loTail != null) {
                    loTail.next = null;
                    newTab[j] = loHead;
                }
                if (hiTail != null) {
                    hiTail.next = null;
                    newTab[j + oldCap] = hiHead;
                }
            }
        }
    }
}
return newTab;
}

扩容的源码总共做了三件事：

1.计算新桶数组的容量newCap和新阈值newThr

2.根据计算出的newCap创建新的桶数组，桶数组table也是这里进行初始化的

3.将键值对节点重新映射到新桶数组中，如果节点是TreeNode类型，则需要拆分红黑树；如果是普通节点，则节点按原顺序进行分组