jdk1.8 hashmap

本文来源于：http://www.2cto.com/kf/201505/401433.html

这几天学习了HashMap的底层实现，发现关于HashMap实现的博客还是很多的，但几乎都是JDK1.6版本的，而我的JDK版本是1.8.0_25，对比之下，发现Hashmap的实现变动较大。这篇博客断断续续写了一天，理解不当之处，欢迎指正。

在JDK1.6中，HashMap采用位桶+链表实现，即使用链表处理冲突，同一hash值的链表都存储在一个链表里。但是当位于一个桶中的元素较多，即hash值相等的元素较多时，通过key值依次查找的效率较低。而JDK1.8中，HashMap采用位桶+链表+红黑树实现，当链表长度超过阈值（8）时，将链表转换为红黑树，这样大大减少了查找时间。

下面直接贴代码：

1 涉及到的数据结构：处理hash冲突的链表和红黑树以及位桶

 

?

1 2 3 4 5 6 7 8 9 10 11 12 13 14 15 16 17 18 19 20 21 22 23 24 25 26 27 28 29 30 31 32 33 34 35 36 37 38 39 40

//Node是单向链表，它实现了Map.Entry接口 static class Node<k,v> implements Map.Entry<k,v> {      final int hash;      final K key;      V value;      Node<k,v> next;      //构造函数Hash值 键 值 下一个节点      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;      }      //判断两个node是否相等,若key和value都相等，返回true。可以与自身比较为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 ;      } }</k,v></k,v></k,v></k,v>

?

1 2 3 4 5 6 7 8 9 10 11 12 13 14 15 16 17 18 19

//红黑树 static final class TreeNode<k,v> extends LinkedHashMap.Entry<k,v> {      TreeNode<k,v> parent;  // 父节点      TreeNode<k,v> left; //左子树      TreeNode<k,v> right; //右子树      TreeNode<k,v> prev;    // needed to unlink next upon deletion      boolean red;    //颜色属性      TreeNode( int hash, K key, V val, Node<k,v> next) {          super (hash, key, val, next);      }        //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;          }      }</k,v></k,v></k,v></k,v></k,v></k,v></k,v></k,v></k,v>

?

1	transient Node<k,v>[] table; //存储（位桶）的数组</k,v>

有了以上3个数据结构，只要有一点数据结构基础的人，都可以大致联想到HashMap的实现了。首先有一个每个元素都是链表（可能表述不准确）的数组，当添加一个元素（key-value）时，就首先计算元素key的hash值，以此确定插入数组中的位置，但是可能存在同一hash值的元素已经被放在数组同一位置了，这时就添加到同一hash值的元素的后面，他们在数组的同一位置，但是形成了链表，所以说数组存放的是链表。而当链表长度太长时，链表就转换为红黑树，这样大大提高了查找的效率。

 

下面继续看代码实现：

2 HashMap主要属性

说一下填充比，默认值为0.75，如果实际元素所占容量占分配容量的75%时就要扩容了。如果填充比很大，说明利用的空间很多，但是查找的效率很低，因为链表的长度很大（当然最新版本使用了红黑树后会改进很多），HashMap本来是以空间换时间，所以填充比没必要太大。但是填充比太小又会导致空间浪费。如果关注内存，填充比可以

稍大，如果主要关注查找性能，填充比可以稍小。

 

?

1 2 3 4 5 6 7 8 9 10 11 12 13 14 15 16 17 18 19 20 21 22 23 24 25 26 27 28 29 30 31

public class HashMap<k,v> extends AbstractMap<k,v> implements Map<k,v>, Cloneable, Serializable {        private static final long serialVersionUID = 362498820763181265L;        static final int DEFAULT_INITIAL_CAPACITY = 1 << 4 ; // aka 16        static final int MAXIMUM_CAPACITY = 1 << 30 ; //最大容量        static final float DEFAULT_LOAD_FACTOR = 0 .75f; //填充比        //当add一个元素到某个位桶，其链表长度达到8时将链表转换为红黑树      static final int TREEIFY_THRESHOLD = 8 ;          static final int UNTREEIFY_THRESHOLD = 6 ;          static final int MIN_TREEIFY_CAPACITY = 64 ;        transient Node<k,v>[] table; //存储元素的数组          transient Set<map.entry<k,v>> entrySet;        transient int size; //存放元素的个数        transient int modCount; //被修改的次数fast-fail机制        int threshold; //临界值 当实际大小(容量*填充比)超过临界值时，会进行扩容        final float loadFactor; //填充比（......后面略）</map.entry<k,v></k,v></k,v></k,v></k,v>

3 构造方法

 

HashMap的构造方法有4种，主要涉及到的参数有，指定初始容量，指定填充比和用来初始化的Map，直接看代码

 

?

1 2 3 4 5 6 7 8 9 10 11 12 13 14 15 16 17 18 19 20 21 22 23 24 25 26 27 28 29 30 31 32 33 34

/* ---------------- Public operations -------------- */   //构造函数1 public HashMap( int initialCapacity, float loadFactor) {      //指定的初始容量非负      if (initialCapacity < 0 )          throw new IllegalArgumentException(Illegal initial capacity:  +                                             initialCapacity);      //如果指定的初始容量大于最大容量,置为最大容量      if (initialCapacity > MAXIMUM_CAPACITY)          initialCapacity = MAXIMUM_CAPACITY;      //填充比为正      if (loadFactor <= 0 || Float.isNaN(loadFactor))          throw new IllegalArgumentException(Illegal load factor:  +                                             loadFactor);      this .loadFactor = loadFactor;      this .threshold = tableSizeFor(initialCapacity); //新的扩容临界值 }   //构造函数2 public HashMap( int initialCapacity) {      this (initialCapacity, DEFAULT_LOAD_FACTOR); }   //构造函数3 public HashMap() {      this .loadFactor = DEFAULT_LOAD_FACTOR; // all other fields defaulted }   //构造函数4用m的元素初始化散列映射 public HashMap(Map<!--? extends K, ? extends V--> m) {      this .loadFactor = DEFAULT_LOAD_FACTOR;      putMapEntries(m, false ); }

4 扩容机制

 

构造hash表时，如果不指明初始大小，默认大小为16（即Node数组大小16），如果Node[]数组中的元素达到（填充比*Node.length）

 

?

1 2 3 4 5 6 7 8 9 10 11 12 13 14 15 16 17 18 19 20 21 22 23 24 25 26 27 28 29 30 31 32 33 34 35 36 37 38 39 40 41 42 43 44 45 46 47 48 49 50 51 52 53 54 55 56 57 58 59 60 61 62 63 64 65 66 67 68 69 70 71 72 73 74 75 76

//可用来初始化HashMap大小 或重新调整HashMap大小 变为原来2倍大小     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) { //超过1>>30大小,无法扩容只能改变 阈值                 threshold = Integer.MAX_VALUE;                 return oldTab;             }             else if ((newCap = oldCap << 1 ) < MAXIMUM_CAPACITY &&                      oldCap >= DEFAULT_INITIAL_CAPACITY) //新的容量为旧的2倍 最小也是16                 newThr = oldThr << 1 ; // 扩容阈值加倍         }         else if (oldThr > 0 )             newCap = oldThr; //oldCap=0 ,oldThr>0此时newThr=0         else {               //oldCap=0,oldThr=0 相当于使用默认填充比和初始容量 初始化             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];         //数组辅助到新的数组中，分红黑树和链表讨论         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;     }</k,v></k,v></k,v></k,v></k,v></k,v></k,v></k,v></k,v>

很明显，因为存在旧数组元素复制到新数组中的操作，扩容非常耗时。

 

5 确定元素put/get的数组Node[]位置

 

?

1 2 3 4

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

?

1	public native int hashCode();

首先由key值通过hash(key)获取hash值h，再通过 h&（length-1）得到所在数组位置。一般对于哈希表的散列常用的方法有直接定址法，除留余数法等，既要便于计算，又能减少冲突。

 

在Hashtable中就是通过除留余数法散列分布的，具体如下：

?

1	int index = (hash & 0x7FFFFFFF ) % tab.length;

但是取模中的除法运算效率很低，HashMap则通过h&（length-1）替代取模，得到所在数组位置，这样效率会高很多。

在HashMap实现中还可以看到如下代码取代了以前版本JDK1.6的while循环来保证哈希表的容量一直是2的整数倍数，用移位操作取代了循环移位。

 

 

?

1 2 3 4 5 6 7 8 9 10

//这段代码保证HashMap的容量总是2的n次方 static final int tableSizeFor( int cap) {      int n = cap - 1 ;      n |= n >>> 1 ;      n |= n >>> 2 ;      n |= n >>> 4 ;      n |= n >>> 8 ;      n |= n >>> 16 ;      return (n < 0 ) ? 1 : (n >= MAXIMUM_CAPACITY) ? MAXIMUM_CAPACITY : n + 1 ; }

可以从 源码 看出，在HashMap的构造函数中，都直接或间接的调用了tableSizeFor函数。下面分析原因：length为2的整数幂保证了length-1最后一位（当然是二进制表示）为1，从而保证了取索引操作 h&（length-1）的最后一位同时有为0和为1的可能性，保证了散列的均匀性。反过来讲，当length为奇数时，length-1最后一位为0，这样与h按位与

 

的最后一位肯定为0，即索引位置肯定是偶数，这样数组的奇数位置全部没有放置元素，浪费了大量空间。

简而言之：length为2的幂保证了按位与最后一位的有效性，使哈希表散列更均匀。
 

6 下面分析HashMap的最常用操作put和get

注意HashMap中key和value都容许为null

直接上代码：

 

?

1 2 3 4 5 6 7 8 9 10 11 12 13 14 15 16 17 18 19 20 21 22 23 24 25 26 27 28 29 30

//***********************************get***************************************************/ 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;      //hash & (length-1)得到对象的保存位      if ((tab = table) != null && (n = tab.length) > 0 &&          (first = tab[(n - 1 ) & hash]) != null ) {          if (first.hash == hash && // always check first node              ((k = first.key) == key || (key != null && key.equals(k))))              return first;          if ((e = first.next) != null ) {              //如果第一个节点是TreeNode,说明采用的是数组+红黑树结构处理冲突              //遍历红黑树，得到节点值              if (first instanceof TreeNode)                  return ((TreeNode<k,v>)first).getTreeNode(hash, key);              //链表结构处理              do {                  if (e.hash == hash &&                      ((k = e.key) == key || (key != null && key.equals(k))))                      return e;              } while ((e = e.next) != null );          }      }      return null ; }</k,v></k,v></k,v></k,v></k,v>

?

1 2 3 4 5 6 7 8 9 10 11 12 13 14 15 16 17 18 19 20 21 22 23 24 25 26 27 28 29 30 31 32 33 34 35 36 37 38 39 40 41 42 43 44 45 46 47 48 49 50 51 52 53 54

//************************put*********************************************************************     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;         //如果tab为空或长度为0，则分配内存resize()         if ((tab = table) == null || (n = tab.length) == 0 )             n = (tab = resize()).length;         //(n - 1) & hash找到put位置，如果为空,则直接put         if ((p = tab[i = (n - 1 ) & hash]) == null )             tab[i] = newNode(hash, key, value, null );         else {             Node<k,v> e; K k;             //第一节节点hash值同，且key值与插入key相同             if (p.hash == hash &&((k = p.key) == key || (key != null && key.equals(k))))                 e = p;             else if (p instanceof TreeNode) //属于红黑树处理冲突                 e = ((TreeNode<k,v>)p).putTreeVal( this , tab, hash, key, value);             else {                 //链表处理冲突                 for ( int binCount = 0 ; ; ++binCount) {                     //p第一次指向表头,以后依次后移                     if ((e = p.next) == null ) {                         //e为空，表示已到表尾也没有找到key值相同节点，则新建节点                         p.next = newNode(hash, key, value, null );                         //新增节点后如果节点个数到达阈值，则将链表转换为红黑树                         if (binCount >= TREEIFY_THRESHOLD - 1 ) // -1 for 1st                             treeifyBin(tab, hash);                         break ;                     }                     //容许null==null                     if (e.hash == hash &&((k = e.key) == key || (key != null && key.equals(k))))                         break ;                     p = e; //更新p指向下一个节点                 }             }             //更新hash值和key值均相同的节点Value值             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 ;     }</k,v></k,v></k,v></k,v>

下面简单说下添加键值对put(key,value)的过程：(事实上，直接看代码逻辑更清晰些)

 

1判断键值对数组tab[]是否为空或为null，否则resize()；

2根据键值key计算hash值得到插入的数组索引i，如果tab[i]==null，直接新建节点添加，否则转入3

3判断当前数组中处理hash冲突的方式为链表还是红黑树(check第一个节点类型即可),分别处理。