HashMap简介
HashMap 主要用来存放键值对，它基于哈希表的 Map 接口实现，是常用的 Java 集合之一，是非线程安全的。
HashMap 可以存储 null 的 key 和 value，但 null 作为键只能有一个，null 作为值可以有多个
JDK1.8 之前 HashMap 由 数组+链表 组成的，数组是 HashMap 的主体，链表则是主要为了解决哈希冲突而存在的（“拉链法”解决冲突）。 JDK1.8 以后的 HashMap 在解决哈希冲突时有了较大的变化，当链表长度大于等于阈值（默认为 8）（将链表转换成红黑树前会判断，如果当前数组的长度小于 64，那么会选择先进行数组扩容，而不是转换为红黑树）时，将链表转化为红黑树，以减少搜索时间。
HashMap 默认的初始化大小为 16。之后每次扩充，容量变为原来的 2 倍。并且， HashMap 总是使用 2 的幂作为哈希表的大小。
底层的数据结构
jdk1.8之前使用数组+链表
jdk1.8之后使用数组+链表+红黑树
jdk1.8之前的内部结构-HashMap
jdk1.8之后的内部结构-HashMap
HashMap的源码分析
public class HashMap<K,V> extends AbstractMap<K,V> implements Map<K,V>, Cloneable, Serializable {
// 序列号
private static final long serialVersionUID = 362498820763181265L;
// 默认的初始容量是16
static final int DEFAULT_INITIAL_CAPACITY = 1 << 4;
// 最大容量
static final int MAXIMUM_CAPACITY = 1 << 30;
// 默认的负载因子
static final float DEFAULT_LOAD_FACTOR = 0.75f;
// 当桶(bucket)上的结点数大于等于这个值时会转成红黑树
static final int TREEIFY_THRESHOLD = 8;
// 当桶(bucket)上的结点数小于等于这个值时树转链表
static final int UNTREEIFY_THRESHOLD = 6;
// 桶中结构转化为红黑树对应的table的最小容量
static final int MIN_TREEIFY_CAPACITY = 64;
// 存储元素的数组，总是2的幂次倍
transient Node<k,v>[] table;
// 存放具体元素的集
transient Set<map.entry<k,v>> entrySet;
// 存放元素的个数，注意这个不等于数组的长度。
transient int size;
// 每次扩容和更改map结构的计数器
transient int modCount;
// 阈值(容量*负载因子) 当实际大小超过阈值时，会进行扩容
int threshold;
// 负载因子
final float loadFactor;
}
- loadFactor 负载因子
loadFactor 负载因子是控制数组存放数据的疏密程度，loadFactor 越趋近于 1，那么 数组中存放的数据(entry)也就越多，也就越密，也就是会让链表的长度增加，loadFactor 越小，也就是趋近于 0，数组中存放的数据(entry)也就越少，也就越稀疏。
loadFactor 太大导致查找元素效率低，太小导致数组的利用率低，存放的数据会很分散。loadFactor 的默认值为 0.75f 是官方给出的一个比较好的临界值。
给定的默认容量为 16，负载因子为 0.75。Map 在使用过程中不断的往里面存放数据，当数量超过了 16 * 0.75 = 12 就需要将当前 16 的容量进行扩容，而扩容这个过程涉及到 rehash、复制数据等操作，所以非常消耗性能。
- threshold
threshold = capacity * loadFactor，当 Size>threshold的时候，那么就要考虑对数组的扩增了，也就是说，这个的意思就是 衡量数组是否需要扩增的一个标准。
put方法
HashMap 只提供了 put 用于添加元素，putVal 方法只是给 put 方法调用的一个方法，并没有提供给用户使用。
对 putVal 方法添加元素的分析如下：
- 如果定位到的数组位置没有元素 就直接插入。
- 如果定位到的数组位置有元素就和要插入的 key 比较，如果 key 相同就直接覆盖，如果 key 不相同，就判断 p 是否是一个树节点，如果是就调用e = ((TreeNode<K,V>)p).putTreeVal(this, tab, hash, key, value)将元素添加进入。如果不是就遍历链表插入(插入的是链表尾部)。
public V put(K key, V value) {
return putVal(hash(key), key, value, false, true);
}
final V putVal(int hash, K key, V value, boolean onlyIfAbsent,
boolean evict) {
Node<K,V>[] tab; Node<K,V> p; int n, i;
// table未初始化或者长度为0，进行扩容
if ((tab = table) == null || (n = tab.length) == 0)
n = (tab = resize()).length;
// (n - 1) & hash 确定元素存放在哪个桶中，桶为空，新生成结点放入桶中(此时，这个结点是放在数组中)
if ((p = tab[i = (n - 1) & hash]) == null)
tab[i] = newNode(hash, key, value, null);
// 桶中已经存在元素（处理hash冲突）
else {
Node<K,V> e; K k;
//快速判断第一个节点table[i]的key是否与插入的key一样，若相同就直接使用插入的值p替换掉旧的值e。
if (p.hash == hash &&
((k = p.key) == key || (key != null && key.equals(k))))
e = p;
// 判断插入的是否是红黑树节点
else if (p instanceof TreeNode)
// 放入树中
e = ((TreeNode<K,V>)p).putTreeVal(this, tab, hash, key, value);
// 不是红黑树节点则说明为链表结点
else {
// 在链表最末插入结点
for (int binCount = 0; ; ++binCount) {
// 到达链表的尾部
if ((e = p.next) == null) {
// 在尾部插入新结点
p.next = newNode(hash, key, value, null);
// 结点数量达到阈值(默认为 8 )，执行 treeifyBin 方法
// 这个方法会根据 HashMap 数组来决定是否转换为红黑树。
// 只有当数组长度大于或者等于 64 的情况下，才会执行转换红黑树操作，以减少搜索时间。否则，就是只是对数组扩容。
if (binCount >= TREEIFY_THRESHOLD - 1) // -1 for 1st
treeifyBin(tab, hash);
// 跳出循环
break;
}
// 判断链表中结点的key值与插入的元素的key值是否相等
if (e.hash == hash &&
((k = e.key) == key || (key != null && key.equals(k))))
// 相等，跳出循环
break;
// 用于遍历桶中的链表，与前面的e = p.next组合，可以遍历链表
p = e;
}
}
// 表示在桶中找到key值、hash值与插入元素相等的结点
if (e != null) {
// 记录e的value
V oldValue = e.value;
// onlyIfAbsent为false或者旧值为null
if (!onlyIfAbsent || oldValue == null)
//用新值替换旧值
e.value = value;
// 访问后回调
afterNodeAccess(e);
// 返回旧值
return oldValue;
}
}
// 结构性修改
++modCount;
// 实际大小大于阈值则扩容
if (++size > threshold)
resize();
// 插入后回调
afterNodeInsertion(evict);
return null;
}
put 方法流程
- 参数检查：put方法接收一个键和值作为参数。如果键为null，并且HashMap允许null键，那么它会将值与null键关联，并更新或创建null键的节点。
- 哈希计算：与get方法类似，put方法首先会计算键的哈希值。
- 索引计算：使用哈希值和当前数组的长度减1进行位与操作，得到键值对在数组中的索引位置。
- 节点添加：在得到索引后，put方法会检查该位置是否已经有节点存在。如果没有，它会直接在该位置创建一个新的节点，并将其与键和值关联。
- 处理冲突：如果该位置已经有节点存在，put方法会遍历链表或红黑树来查找是否有与给定键相匹配的节点。如果找到了匹配的节点，它会更新该节点的值，并返回旧值。
- 树化：如果链表长度超过阈值（默认为8），并且数组长度大于或等于64，put方法会将链表转换为红黑树。
- 扩容：如果添加新的键值对后，HashMap中的元素总数超过了阈值，put方法会触发扩容操作。扩容会创建一个更大的内部数组，并将所有现有的键值对重新分配到新数组中。
- 返回旧值：如果put方法替换了一个已存在的键的值，它会返回旧值。如果键是新的，它会返回null。
get方法
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) {
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) {
// 数组元素相等
if (first.hash == hash && // always check first node
((k = first.key) == key || (key != null && key.equals(k))))
return first;
// 桶中不止一个节点
if ((e = first.next) != null) {
// 在树中get
if (first instanceof TreeNode)
return ((TreeNode<K,V>)first).getTreeNode(hash, key);
// 在链表中get
do {
if (e.hash == hash &&
((k = e.key) == key || (key != null && key.equals(k))))
return e;
} while ((e = e.next) != null);
}
}
return null;
}get 方法流程
- 参数检查：首先，get方法接收一个键（key）作为参数。如果这个键为null，并且HashMap允许null键，那么它会直接返回与null关联的值（如果有的话）。
- 哈希计算：对于非null的键，get方法会调用hash方法来计算键的哈希值。hash方法会对键的hashCode()返回值进行一些位操作，以优化哈希值的分布。
- 索引计算：使用计算出的哈希值和当前数组的长度减1进行位与操作（(n - 1) & hash），得到键值对在数组中的索引位置。
- 查找节点：在得到索引后，get方法会遍历该索引位置的链表或红黑树，查找匹配的键。如果找到了一个节点，它将返回该节点的值。
- 返回值：如果找到了匹配的键，get方法返回与之关联的值。如果没有找到匹配的键，get方法返回null。
resize方法
进行扩容，会伴随着一次重新 hash 分配，并且会遍历 hash 表中所有的元素，是非常耗时的。
当达到阈值时进行扩容,阈值=负载因子*当前容量
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) {
// 超过最大值就不再扩充了，就只好随你碰撞去吧
if (oldCap >= MAXIMUM_CAPACITY) {
threshold = Integer.MAX_VALUE;
return oldTab;
}
// 没超过最大值，就扩充为原来的2倍
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
// 创建对象时初始化容量大小放在threshold中，此时只需要将其作为新的数组容量
newCap = oldThr;
else {
// signifies using defaults 无参构造函数创建的对象在这里计算容量和阈值
newCap = DEFAULT_INITIAL_CAPACITY;
newThr = (int)(DEFAULT_LOAD_FACTOR * DEFAULT_INITIAL_CAPACITY);
}
if (newThr == 0) {
// 创建时指定了初始化容量或者负载因子，在这里进行阈值初始化，
// 或者扩容前的旧容量小于16，在这里计算新的resize上限
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) {
// 把每个bucket都移动到新的buckets中
for (int j = 0; j < oldCap; ++j) {
Node<K,V> e;
if ((e = oldTab[j]) != null) {
oldTab[j] = null;
if (e.next == null)
// 只有一个节点，直接计算元素新的位置即可
newTab[e.hash & (newCap - 1)] = e;
else if (e instanceof TreeNode)
// 将红黑树拆分成2棵子树，如果子树节点数小于等于 UNTREEIFY_THRESHOLD（默认为 6），则将子树转换为链表。
// 如果子树节点数大于 UNTREEIFY_THRESHOLD，则保持子树的树结构。
((TreeNode<K,V>)e).split(this, newTab, j, oldCap);
else {
Node<K,V> loHead = null, loTail = null;
Node<K,V> hiHead = null, hiTail = null;
Node<K,V> next;
do {
next = e.next;
// 原索引
if ((e.hash & oldCap) == 0) {
if (loTail == null)
loHead = e;
else
loTail.next = e;
loTail = e;
}
// 原索引+oldCap
else {
if (hiTail == null)
hiHead = e;
else
hiTail.next = e;
hiTail = e;
}
} while ((e = next) != null);
// 原索引放到bucket里
if (loTail != null) {
loTail.next = null;
newTab[j] = loHead;
}
// 原索引+oldCap放到bucket里
if (hiTail != null) {
hiTail.next = null;
newTab[j + oldCap] = hiHead;
}
}
}
}
}
return newTab;
}
为什么在hashmap中使用hash方法而不是直接使用用hashcode方法?
在Java中，hashCode()方法和hash方法都是用来获取对象的哈希值，但它们在HashMap中的使用有所不同。
- hashCode()是Object类的一个方法，它被所有的对象所继承。hashCode()方法的主要目的是为对象提供一个可以用来确定对象在散列表（如HashMap）中位置的整数值。hashCode()方法的一个关键特性是，如果两个对象相等（即obj1.equals(obj2)返回true），那么它们的hashCode()方法必须返回相同的值。然而，不同的对象可以有相同的哈希码，这就是所谓的哈希冲突。
- 在HashMap中，hash方法是一个静态方法，它被用来获取对象的哈希码，并对哈希码进行一定的处理，以得到一个适合作为数组索引的值。这个处理过程通常被称为“扰动函数”或“哈希函数”。在JDK 1.8中，hash方法的使用是为了提高哈希表的性能，减少哈希冲突，并使得元素在数组中分布得更加均匀。
使用hash方法而不是直接使用hashCode()方法的原因在于：
- 性能优化：hash方法通过位运算（如按位异或、无符号右移等）对hashCode()的返回值进行处理，这可以减少哈希冲突，提高查找效率。
- 均匀分布：通过扰动函数，可以使得哈希值在数组中的分布更加均匀，尤其是在哈希表的规模较小时，这一点尤为重要。
- 避免哈希攻击：如果哈希函数（如hashCode()）设计得不够好，可能会导致某些键的分布非常不均匀，这被称为“哈希攻击”。通过自定义的hash方法，可以降低这种风险。
总的来说，hash方法的使用是为了提高HashMap的性能和安全性，通过减少哈希冲突和使元素分布更加均匀，从而提高整个数据结构的效率。
使用拉链法来解决hash冲突,当链表中的元素超过8个时怎么办?扩容嘛?
在Java 8的HashMap实现中，如果一个链表的长度超过了8，并且数组的长度小于64，那么这个链表不会被转换成红黑树。这是因为在较小的数组规模下，转换成红黑树的性能优势不明显，而且转换过程本身也有一定的开销。
在这种情况下，当链表中的元素超过8个时，新添加的元素（例如第9个元素）会继续被添加到链表的末尾。虽然这样做会增加链表的长度，但由于数组的容量较小，Java 8的HashMap实现认为在这种情况下，扩容带来的性能提升会大于链表转换为红黑树。
因此，如果数组的元素数量不足64，即使链表长度超过了8，也不会进行树化。这时，HashMap会选择进行扩容操作。扩容操作会创建一个新的数组，其容量通常是原数组容量的两倍，并且会重新计算所有现有键值对的哈希值，将它们放到新数组的正确位置上。
总结来说，当链表长度超过8但数组元素不足64时，新添加的元素会继续加入到链表中，并且HashMap会进行扩容操作，而不是进行树化。这样可以保持HashMap的性能，同时避免了不必要的数据结构转换开销。
总结
树化的目的是为了提高性能。当链表长度较长时，查找、添加或删除元素的效率会降低，因为需要遍历整个链表。通过将链表转换为红黑树，可以显著提高这些操作的效率，因为红黑树的查找、添加和删除操作的时间复杂度为O(log n)，而链表的操作时间复杂度为O(n)。
147
被折叠的 条评论
为什么被折叠?
到【灌水乐园】发言
