原文传送门：https://blog.csdn.net/carson_ho/article/details/79373134 非常感谢作者！
前言
1、文章基于
JDK 1.8，即Java 8
2、关于JDK 1.7，即Java 7，具体请看文章
目录：
1、简介
- 类定义
public class HashMap<K,V>
extends AbstractMap<K,V>
implements Map<K,V>, Cloneable, Serializable
- 主要简介
HashMap的实现在JDK 1.7和JDK 1.8差别较大
2、数据结构：引入了红黑树
2.1 主要介绍
2.2 存储流程
简单的画出存储流程，更加详细 & 具体的存储流程会在下面源码分析中给出
2.3 数组元素 & 链表节点的实现类
HashMap中的数组元素 & 链表节点Node类实现
与
JDK 1.7的对比（Entry类），仅仅是换了名字
- 该类的源码分析如下
/**
- Node = HashMap的内部类，实现了Map.Entry接口，本质是 = 一个映射(键值对)
- 实现了getKey()、getValue()、equals(Object o)和hashCode()等方法
**/
static class Node<K,V> implements Map.Entry<K,V> {
final int hash;
final K key;
V value;
Node<K,V> next;
Node(int hash, K key, V value, Node<K,V> next) {
this.hash = hash;
this.key = key;
this.value = value;
this.next = next;
}
public final K getKey() { return key; }
public final V getValue() { return value; }
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;
}
/**
* equals（）
* 作用：判断2个Entry是否相等，必须key和value都相等，才返回true
*/
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;
}
}
2.4 红黑树节点实现类
HashMap中的红黑树节点 采用TreeNode类实现
static final class TreeNode<K,V> extends LinkedHashMap.Entry<K,V> {
// 属性 = 父节点、左子树、右子树、删除辅助节点 + 颜色
TreeNode<K,V> parent; // red-black tree links
TreeNode<K,V> left;
TreeNode<K,V> right;
TreeNode<K,V> prev; // needed to unlink next upon deletion
boolean red;
// 构造函数
TreeNode(int hash, K key, V val, Node<K,V> next) {
super(hash, key, val, next);
}
/**
* Returns root of tree containing this node.
* 返回当前节点的根节点
*/
final TreeNode<K,V> root() {
for (TreeNode<K,V> r = this, p;;) {
if ((p = r.parent) == null)
return r;
r = p;
}
}
3、具体使用
3.1 主要使用 API（方法、函数）
与
JDK 1.7基本相同
V get(Object key); // 获得指定键的值
V put(K key, V value); // 添加键值对
void putAll(Map<? extends K, ? extends V> m); // 将指定Map中的键值对 复制到 此Map中
V remove(Object key); // 删除该键值对
boolean containsKey(Object key); // 判断是否存在该键的键值对；是 则返回true
boolean containsValue(Object value); // 判断是否存在该值的键值对；是 则返回true
Set<K> keySet(); // 单独抽取key序列，将所有key生成一个Set
Collection<V> values(); // 单独value序列，将所有value生成一个Collection
void clear(); // 清除哈希表中的所有键值对
int size(); // 返回哈希表中所有 键值对的数量 = 数组中的键值对 + 链表中的键值对
boolean isEmpty(); // 判断HashMap是否为空；size == 0时 表示为 空
3.2 使用流程
与
JDK 1.7基本相同
4、基础知识：HashMap 中的重要参数（变量）
- 先讲解
HashMap中的重要参数（变量） HashMap中的主要参数同JDK 1.7，即：容量、加载因子、扩容阈值- 但由于结构中加入了红黑树，故加入了与红黑树相关的参数
/**
- 主要参数 同 JDK 1.7
- 即：容量、加载因子、扩容阈值（要求、范围均相同）
*/
/**
- 与红黑树相关的参数
*/
// 1. 桶的树化阈值：即 链表转成红黑树的阈值，在存储数据时，当链表长度 > 该值时，则将链表转换成红黑树
static final int TREEIFY_THRESHOLD = 8;
// 2. 桶的链表还原阈值：即 红黑树转为链表的阈值，当在扩容（resize（））时（此时HashMap的数据存储位置会重新计算），在重新计算存储位置后，当原有的红黑树内数量 < 6时，则将 红黑树转换成链表
static final int UNTREEIFY_THRESHOLD = 6;
// 3. 最小树形化容量阈值：即 当哈希表中的容量 > 该值时，才允许树形化链表 （即 将链表 转换成红黑树）
// 否则，若桶内元素太多时，则直接扩容，而不是树形化
// 为了避免进行扩容、树形化选择的冲突，这个值不能小于 4 * TREEIFY_THRESHOLD
static final int MIN_TREEIFY_CAPACITY = 64;
- 总结 数据结构 & 参数方面 与
JDK 1.7的区别
5、源码分析
- 源码分析主要是根据 使用步骤 进行相关函数的详细分析
- 主要分析内容如下：
- 将每个步骤内容的主要方法进行详细分析
步骤 1：声明 1 个 HashMap 的对象
此处主要分析的构造函数 类似
JDK 1.7，此处不做详细分析
注：（同JDK 1.7类似）
1、此处仅用于接收初始容量大小（capacity）、加载因子(Load factor)，但仍无真正初始化哈希表，即初始化存储数组table
2、此处先给出结论：真正初始化哈希表（初始化存储数组table）是在第1次添加键值对时，即第1次调用put（）时。下面会详细说明
步骤 2：向 HashMap 添加数据（成对放入键 - 值）
-
该步骤中，与
JDK 1.7的差别较大
-
添加数据的流程如下
下图简单的演示存储流程
- 源码分析
public V put(K key, V value) {
// 1、对传入数组的键 key 计算 hash 值 ->> 分析 1
// 2、再调用 putVal() 添加数据进去 ->> 分析 2
return putVal(hash(key), key, value, false, true);
}
下面讲解两个主要分析点
分析 1：hash(key):
/**
* 分析1：hash(key)
* 作用：计算传入数据的哈希码（哈希值、Hash值）
* 该函数在JDK 1.7 和 1.8 中的实现不同，但原理一样 = 扰动函数 = 使得根据key生成的哈希码（hash值）分布更加均匀、更具备随机性，避免出现hash值冲突（即指不同key但生成同1个hash值）
* JDK 1.7 做了9次扰动处理 = 4次位运算 + 5次异或运算
* JDK 1.8 简化了扰动函数 = 只做了2次扰动 = 1次位运算 + 1次异或运算
*/
// JDK 1.7实现：将 键key 转换成 哈希码（hash值）操作 = 使用hashCode() + 4次位运算 + 5次异或运算（9次扰动）
static final int hash(int h) {
h ^= k.hashCode();
h ^= (h >>> 20) ^ (h >>> 12);
return h ^ (h >>> 7) ^ (h >>> 4);
}
// JDK 1.8实现：将 键key 转换成 哈希码（hash值）操作 = 使用hashCode() + 1次位运算 + 1次异或运算（2次扰动）
// 1. 取hashCode值： h = key.hashCode()
// 2. 高位参与低位的运算：h ^ (h >>> 16)
static final int hash(Object key) {
int h;
return (key == null) ? 0 : (h = key.hashCode()) ^ (h >>> 16);
// a. 当key = null时，hash值 = 0，所以HashMap的key 可为null
// 注：对比HashTable，HashTable对key直接hashCode（），若key为null时，会抛出异常，所以HashTable的key不可为null
// b. 当key ≠ null时，则通过先计算出 key的 hashCode()（记为h），然后 对哈希码进行 扰动处理： 按位 异或（^） 哈希码自身右移16位后的二进制
}
- 总结计算存放在数组
table中的位置（即数组下标、索引）的过程
1、此处与
JDK 1.7的区别在于：hash值得求解过程中哈希码的二次处理方式（扰动处理）
2、步骤 1、2 =hash值求解过程
- 计算示意图
在了解如何计算存放数组 table 中的位置后，所谓 知其然而知其所以然，下面介绍为什么要这样计算，即主要解答以下 3 个问题：
- 为什么不直接采用经过
hashCode（）处理的哈希码 作为 存储数组table的下标位置？ - 为什么采用 哈希码 与运算(&) （数组长度-1） 计算数组下标？
- 为什么在计算数组下标前，需对哈希码进行二次处理：扰动处理？
记住核心思想：
所有处理的根本目的，都是为了提高 存储key-value的数组下标位置 的随机性 & 分布均匀性，尽量避免出现
hash值冲突。即：对于不同key，存储的数组下标位置要尽可能不一样
问题 1：为什么不直接采用经过 hashCode（）处理的哈希码 作为 存储数组 table 的下标位置？
- 结论：易出现哈希码与数组大小范围不匹配的情况，即计算出来的哈希码可能不在数组范围内，导致无法匹配存储位置
- 原因描述：
- 为了解决 “哈希码与数组大小范围不匹配” 的问题，
HashMap给出了解决方案：哈希码 与运算（&） （数组长度-1），即问题 3
问题 2：为什么采用 哈希码 与运算(&) （数组长度-1） 计算数组下标？
- 结论：根据
HashMap的容量大小（数组长度），按需取 哈希码一定数量的低位 作为存储的数组下标位置，从而 解决 “哈希码与数组大小范围不匹配” 的问题 - 具体解决方案描述
问题 3：为什么在计算数组下标前，需对哈希码进行二次处理：扰动处理？
- 结论：加大哈希码低位的随机性，使得分布均匀，从而提高对应数组存储下标位置的随机性 & 均匀性，最终减少
Hash冲突
分析 2：putVal(hash(key), key, value, false, true);
两个主要讲解点：
- 计算完存储位置之后，具体该如何存放数据到哈希表中
- 具体如何扩容，即扩容机制
主要讲解点 1：计算完存储位置之后，具体该如何存放数据到哈希表中
由于数据结构中加入了红黑树，所以在存放数据到哈希表中时，需要进行多次数据结构判断：数组、链表、红黑树
与
JDK 1.7的区别：JDK 1.7只需要判断 数组 & 链表
- 源码如下：
final V putVal(int hash, K key, V value, boolean onlyIfAbsent,
boolean evict) {
Node<K,V>[] tab; Node<K,V> p; int n, i;
// 1. 若哈希表的数组tab为空，则 通过resize() 创建
// 所以，初始化哈希表的时机 = 第1次调用put函数时，即调用resize() 初始化创建
if ((tab = table) == null || (n = tab.length) == 0)
n = (tab = resize()).length;
// 2. 计算插入存储的数组索引i：根据键值key计算的hash值 得到
// 此处的数组下标计算方式 = i = (n - 1) & hash，同JDK 1.7中的indexFor（），上面已详细描述
// 3. 插入时，需判断是否存在Hash冲突：
// 若不存在（即当前table[i] == null），则直接在该数组位置新建节点，插入完毕
// 否则，代表存在Hash冲突，即当前存储位置已存在节点，则依次往下判断：a. 当前位置的key是否与需插入的key相同、b. 判断需插入的数据结构是否为红黑树 or 链表
if ((p = tab[i = (n - 1) & hash]) == null)
tab[i] = newNode(hash, key, value, null);
else {
Node<K,V> e; K k;
// a. 判断 table[i]的元素的key是否与 需插入的key一样，若相同则 直接用新value 覆盖 旧value
if (p.hash == hash &&
((k = p.key) == key || (key != null && key.equals(k))))
e = p;
// b. 继续判断：需插入的数据结构是否为红黑树 or 链表
// 若是红黑树，则直接在树中插入 or 更新键值对
else if (p instanceof TreeNode)
e = ((TreeNode<K,V>)p).putTreeVal(this, tab, hash, key, value);
// 若是链表,则在链表中插入 or 更新键值对
// i. 遍历table[i]，判断Key是否已存在：采用equals（） 对比当前遍历节点的key 与 需插入数据的key：若已存在，则直接用新value 覆盖 旧value
// ii. 遍历完毕后仍无发现上述情况，则直接在链表尾部插入数据
// 注：新增节点后，需判断链表长度是否>8（8 = 桶的树化阈值）：若是，则把链表转换为红黑树
else {
for (int binCount = 0; ; ++binCount) {
// 对于ii：若数组的下1个位置，表示已到表尾也没有找到key值相同节点，则新建节点 = 插入节点
// 注：此处是从链表尾插入，与JDK 1.7不同（从链表头插入，即永远都是添加到数组的位置，原来数组位置的数据则往后移）
if ((e = p.next) == null) {
p.next = newNode(hash, key, value, null);
// 插入节点后，若链表节点>数阈值，则将链表转换为红黑树
if (binCount >= TREEIFY_THRESHOLD - 1) // -1 for 1st
treeifyBin(tab, hash); // 树化操作
break;
}
if (e.hash == hash &&
((k = e.key) == key || (key != null && key.equals(k))))
break;
p = e;
}
}
// 对i情况的后续操作：发现key已存在，直接用新value 覆盖 旧value & 返回旧value
if (e != null) { // existing mapping for key
V oldValue = e.value;
if (!onlyIfAbsent || oldValue == null)
e.value = value;
afterNodeAccess(e);
return oldValue;
}
}
++modCount;
// 插入成功后，判断实际存在的键值对数量size > 最大容量threshold
if (++size > threshold)
resize();
afterNodeInsertion(evict);
return null;
}
- 总结
主要讲解点 2：扩容机制（即 resize() 函数方法）
-
扩容流程如下
-
源码分析
/**
* 分析4：resize（）
* 该函数有2种使用情况：1.初始化哈希表 2.当前数组容量过小，需扩容
*/
final Node<K,V>[] resize() {
Node<K,V>[] oldTab = table; // 扩容前的数组（当前数组）
int oldCap = (oldTab == null) ? 0 : oldTab.length; // 扩容前的数组的容量 = 长度
int oldThr = threshold; // 扩容前的数组的阈值
int newCap, newThr = 0;
// 针对情况2：若扩容前的数组容量超过最大值，则不再扩充
if (oldCap > 0) {
if (oldCap >= MAXIMUM_CAPACITY) {
threshold = Integer.MAX_VALUE;
return oldTab;
}
// 针对情况2：若无超过最大值，就扩充为原来的2倍
else if ((newCap = oldCap << 1) < MAXIMUM_CAPACITY &&
oldCap >= DEFAULT_INITIAL_CAPACITY)
newThr = oldThr << 1; // 通过右移扩充 2 倍
}
// 针对情况1：初始化哈希表（采用指定 or 默认值）
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);
}
// 计算新的 resize 上限
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;
}
- 扩容流程（含与
JDK 1.7的对比）
此处主要讲解：JDK 1.8 扩容时，数据存储位置重新计算方式
-
计算结论 & 原因解析
-
结论示意图
-
数组位置转换测示意图
-
JDK 1.8根据此结论做出的存储位置计算规则非常简单，提高了扩容效率
这与
JDK 1.7在计算新元素的存储位置有很大区别：JDK 1.7在扩容后，都需按照原来方法重新计算，即
hashCode()->> 扰动处理 ->>(h&length- 1)
总结：
- 添加数据的流程
- 与
JDK 1.7的区别
步骤 3：从 HashMap 中获取数据
- 假如理解了上述
put()函数的原理，那么get()函数非常好理解，原理产不多 get()函数的流程如下：
- 源码分析
public V get(Object key) {
Node<K,V> e;
// 1、计算需要获取的 hash 值
// 2、通过 getNode() 获取所需的查询数据 ->> 分析 1
// 3、获取后，判断数据是否为空
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;
// 1. 计算存放在数组table中的位置
if ((tab = table) != null && (n = tab.length) > 0 &&
(first = tab[(n - 1) & hash]) != null) {
// 4. 通过该函数，依次在数组、红黑树、链表中查找（通过equals（）判断）
// a. 先在数组中找，若存在，则直接返回
if (first.hash == hash && // always check first node
((k = first.key) == key || (key != null && key.equals(k))))
return first;
// b. 若数组中没有，则到红黑树中寻找
if ((e = first.next) != null) {
// 在树中 get
if (first instanceof TreeNode)
return ((TreeNode<K,V>)first).getTreeNode(hash, key);
// c. 若红黑树中也没有，则通过遍历，到链表中寻找
do {
if (e.hash == hash &&
((k = e.key) == key || (key != null && key.equals(k))))
return e;
} while ((e = e.next) != null);
}
}
return null;
}
关于 HashMap 的底层原理 & 主要使用 API（函数、方法）讲解完毕
6、源码总结
下面 3 个图总结整个源码内容：
总结内容 = 数据结构、主要参数、添加 & 查询数据流程、扩容机制
-
数据结构 & 主要参数
-
添加 & 查询数据流程
-
扩容机制
7、与 JDK 1.7 的区别
HashMap 的实现在 JDK 1.7 和 JDK 1.8 差别较大，具体如下
JDK 1.8的优化目的主要是：减少hash冲突 & 提高哈希表的存、取效率
7.1 数据结构
7.2 获取数据
7.3 扩容机制
8、额外补充：关于 HashMap 的其它问题
- 几个小问题
8.1 哈希表如何解决 Hash 冲突
8.2 为什么 HashMap 具备下述特点：键-值（key-value）都允许为空、线程不安全、不保证有序、存储位置随时间变化
- 下面主要讲解
HashMap线程不安全的其中一个重要原因：多线程下容易出现resize（）死循环
本质 = 并发 执行put（）操作导致触发 扩容行为，从而导致 环形链表，使得在获取数据遍历链表时形成死循环，即Infinite Loop
这部分已经在上篇博文
JDK 1.7中已做详细分析
注：由于JDK 1.8转移数据操作 = 按旧链表的正序遍历链表、在新链表的尾部依次插入，所以不会出现链表逆序、倒置的情况，故不容易出现环形链表的情况。
但由于JDK 1.8还是线程不安全的，因为没有加同步锁保护
8.3 为什么 HashMap 中 String、Integer 这样的包装类适合作为 key 键
8.4 HashMap 中的 key 若 Object 类型， 则需实现哪些方法？
关于 HashMap 的所有知识讲解完毕
9、总结
- 本文主要讲解
Java的HashMap源码 & 相关知识
173
被折叠的 条评论
为什么被折叠?
到【灌水乐园】发言
