HashMap详解

一、引言

HashMap作为Java集合大家庭中的一员，身份地位可见一斑。

HashMap实现Map接口，具有Map接口所有功能。

在正式了解HashMap之前，我们不妨先来简单了解下数组、链表、红黑树的特点。

1、数组。

数组用于在单个变量中存储相同类型的多个值，连续内存存储，导致其增删慢，一个数据的加入往往导致多个数据的移动，牵一发而动全身。按索引位置访问，所以其查询快，只需知道元素索引，即可快速找到数据所在位置。

2、链表（单向链表）

链表由节点、头节点、尾节点三部分组成，节点用于存储数据并用指针域指向下一个节点；头节点即起始节点，不存储数据；尾节点即链表的最后一个节点，指针域为null。由于节点之间的关系仅通过指针域确定，故而增删快，修改指针域的指向即可实现增删；同时也是由于指针域的存在，导致其查找只能从头节点开始，查找效率低下。

3、红黑树

一种自平衡二叉树，时间复杂度仅为O(logN)且高度不会超过2log(N+1)，故而增删查效率皆高，但实现其自平衡的特性需要众多规则与操作进行约束，当其结构不满足红黑树特性时，需要进行旋转来保持这一特性，无疑需要更大的时间开销。

毫无疑问，这三种数据结构不能满足更大的需求，HashMap应此而生。

二、底层原理

2.1数据结构

HashMap采用数组+单向链表+红黑树（jdk1.8之后引入红黑树）三种结构实现，以键值对（key，value）的形式存入。

需要注意的是，在jdk1.8之后Map的创建并不是在new出一个空间后产生数组，而是在第一次往Map里面插入键值对时出现，从jdk1.8之后的HashMap源码可以发现这一特性。

put方法源码

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

    /**
     * Implements Map.put and related methods.
     *
     * @param hash hash for key
     * @param key the key
     * @param value the value to put
     * @param onlyIfAbsent if true, don't change existing value
     * @param evict if false, the table is in creation mode.
     * @return previous value, or null if none
     */
    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;
    }

2.2存储流程

2.2.1计算哈希值

当Map中插入一对键值对时，首先会通过hashcode()方法计算key的哈希值，然后通过内部的hash()方法对返回的哈希值作进一步处理，主要目的便是减少哈希碰撞的发生及提高性能。下面是hash()方法的源码。

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

 当key进入到hash()方法时，首先会判断key值是否为null，如果是则返回0，反之则会调用key的hashcode()方法计算其原始哈希值，再将该哈希值无符号右移16位，最后把两者进行与运算作为返回结果。

2.2.2计算桶的索引

计算出哈希值后与数组当前长度-1进行按位与操作（等同于哈希值与数组长度取余）得到桶（即数组元素其一）的索引。

2.2.3键值对插入

得到键值对的索引后，首先判断该位置是否为null，如果为null则插入；如果不为null，则调用Object类的equals()方法判断两个key值是否相等。如果相等，则证明两者是同一个元素，新插入的键值对的value会覆盖之前的value；如果不相等则会将该数据添加进链表（红黑树）。

三、特点

1、元素无序（插入顺序与取出顺序不一致）。存储位置与哈希值和数组长度有关。

2、key不可重复。在上述源码的putVal()方法中，该分支给出元素相同时，后者value覆盖前者value。

Node<K,V> e; K k;
            if (p.hash == hash &&
                ((k = p.key) == key || (key != null && key.equals(k))))
                e = p;

3、key与value可为null，但key为null仅可出现一次。前面hash()方法源码中给出过key为null的可能性。

4、数组长度为2^n次幂。减少哈希碰撞，提升性能。

5、自动扩容。满足HashMap的数据存储需求。

6、链化与树化。时间换取效率。

四、扩容机制

当put键值对时，putVal方法会对当前数组实际长度进行判断，源码如下。

        if (++size > threshold)
            resize();

如果实际长度+1大于阈值（数组长度*加载因子），就会调用resize()方法实现自动扩容，resize()方法源码如下。

    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;
    }

 咱们来描述一下这段代码主要做了哪些事儿。

1、将新容量和新阈值扩大两倍

2、创建新数组，容量与阈值皆为之前两倍。

3、将旧数组数据迁移到新数组。

        3.1若该桶不为空  且  指针域为null，将其从旧数组中移除并添加进新数组。

        3.2若该桶不为null  且  指针域不为null  且  下个节点为红黑树根节点则将其拆分为两个小树                 存入新数组。

        3.3若该桶不为null  且  指针域不为null  且 下个节点为链表则将其拆分为两个链表，一个存储               继续保留当前索引的节点，一个存储产生新索引的节点。随后将两个链表插入新数组合适               位置。

这里有个讲究的点，新容量为何是之前的两倍，我们知道为保证哈希表的效率，新添加进入的键值对应尽量均匀分布于数组上，如何保证均匀分布？一般情况下，桶的索引由key的哈希值^数组长度-1，哈希值由哈希函数计算，此时，问题的关键在于数组长度。我们来举例说明一哈。

 按位与操作具有如下特性，有0为0，全1为1。那么数组长度为何为2^n次幂这个问题就迎刃而解了。

前面提到，jdk1.8之后引入红黑树来提高哈希表效率，那么链表与红黑树之间是如何进行转换的呢？我们直接来看源码。

static final int TREEIFY_THRESHOLD = 8;

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;
                }
            }

这是TREEIFY_THRESHOLD的初始值及putVal方法中的某个分支（该方法全部代码详情看2.1）， 可以看出，当链表当前长度大于等于8时会调用treeifyBin()方法，下面时该方法源码。

static final int MIN_TREEIFY_CAPACITY = 64; 

final void treeifyBin(Node<K,V>[] tab, int hash) {
        int n, index; Node<K,V> e;
        if (tab == null || (n = tab.length) < MIN_TREEIFY_CAPACITY)
            resize();
        else if ((e = tab[index = (n - 1) & hash]) != null) {
            TreeNode<K,V> hd = null, tl = null;
            do {
                TreeNode<K,V> p = replacementTreeNode(e, null);
                if (tl == null)
                    hd = p;
                else {
                    p.prev = tl;
                    tl.next = p;
                }
                tl = p;
            } while ((e = e.next) != null);
            if ((tab[index] = hd) != null)
                hd.treeify(tab);
        }
    }

当进入该方法后，会再次判断数组长度是否小于64，否则调用resize()方法重构数组。

故链表转化为红黑树（树化）有两个条件：

1、链表长度大于等于8；

2、数组长度大于等于64；

毫无疑问，当满足上面两个条件时，红黑树效率优于链表，那么何时 后者效率高于前者呢？或者说红黑树什么时候又转化为链表？

 static final int UNTREEIFY_THRESHOLD = 6; 

 final void split(HashMap<K,V> map, Node<K,V>[] tab, int index, int bit) {
            TreeNode<K,V> b = this;
            // Relink into lo and hi lists, preserving order
            TreeNode<K,V> loHead = null, loTail = null;
            TreeNode<K,V> hiHead = null, hiTail = null;
            int lc = 0, hc = 0;
            for (TreeNode<K,V> e = b, next; e != null; e = next) {
                next = (TreeNode<K,V>)e.next;
                e.next = null;
                if ((e.hash & bit) == 0) {
                    if ((e.prev = loTail) == null)
                        loHead = e;
                    else
                        loTail.next = e;
                    loTail = e;
                    ++lc;
                }
                else {
                    if ((e.prev = hiTail) == null)
                        hiHead = e;
                    else
                        hiTail.next = e;
                    hiTail = e;
                    ++hc;
                }
            }

            if (loHead != null) {
                if (lc <= UNTREEIFY_THRESHOLD)
                    tab[index] = loHead.untreeify(map);
                else {
                    tab[index] = loHead;
                    if (hiHead != null) // (else is already treeified)
                        loHead.treeify(tab);
                }
            }
            if (hiHead != null) {
                if (hc <= UNTREEIFY_THRESHOLD)
                    tab[index + bit] = hiHead.untreeify(map);
                else {
                    tab[index + bit] = hiHead;
                    if (loHead != null)
                        hiHead.treeify(tab);
                }
            }
        }

 结合treeifyBin()方法与split方法，可以发现，

红黑树会转化为链表有以下两个条件（链化）。

1、数组长度小于64；

2、链表长度小于等于6；

五、哈希冲突

定义：两个不同的数经过哈希函数的计算后得到同一个哈希值，即映射到桶的同一个位置。

解决方法：首先我们需要知道，数组长度有限，在没有触发扩容操作的前提下哈希冲突无法避免。

哈希冲突有很多种解法，如开放定址法、链式寻址法、再哈希法、建立公共溢出区等。但是再HashMap中，解决(jdk1.8之后)哈希冲突用链表+红黑树解决。

六、方法解析

HashMap实现Map接口，方法数量无法一一列出，这里给出菜鸟教程上的释义，详情可前往

Java HashMap | 菜鸟教程 (runoob.com)或

官方API文档HashMap （Java 平台 SE 8 ） (oracle.com)或

源码查看。