1.7及1.8 Hashmap与ConcurrentHashMap详解

---

title: JUC.ConcurrentHashMap与HashMap

提纲

• 1.7HashMap
• 1.8HashMap
• 1.7ConcurrentHashMap
• 1.8ConcurrentHashMap

这一章东西比较多分开来写可以写四篇，所以不是一个晚上可以写完。我决定尽快在这两天写完。
这一章的内容推荐可以看看《码出高效》深入浅出，提高思维深入，摸着良心说。
对于代码中涉及到的复杂数据结构不会过多的深入进去写，因为东西太多。后面找个时间单独写数据结构。
为什么要写这一块的东西？
首先比较1.7与1.8代码的差异能学习到优秀的设计思想。
其次Doug Lea大师写的代码我真不信有很多人能打爆他，这么优秀的代码有什么理由不学习？难道对这代码就不感兴趣？就不想看看？
从中可以学到什么？
1.数据结构，算法。如何使用时间复杂度判断一个算法好坏。
2.并发编程
3.对于复杂代码的拆解学习方法（讲真1.8的ConcurrentHashMap真的有点复杂。。。尼玛又不是6000行hello world都是大师的精华代码）
4.甚至其中还有到了内存伪共享的处理。。。细节处理给跪了。

1.7HashMap

1.7中的HashMap是使用的数组加单链表实现。使用链表是为了解决Hash冲突，因为哪怕不同的key的时候也可能造成hashcode一样。
但是用链表查找数据的时间复杂度是O(n)，链表越长很可能查询时间越长，因为需要依次遍历下去查找数据。
这也是为什么很多人说链表适合插入修改而数组适合查询的原因。
下面咱们再看一张数据结构图

对于HashMap的数据结构有了认识，咱们可以从源码开始看了主要看put和get。

• put源码分析

public V put(K key, V value) {
   
    //1.key为null单独拿出来放
    if (key == null)
        return putForNullKey(value);
    //2.计算key的hash值
    int hash = hash(key.hashCode());
    //3获取数组下标
    int i = indexFor(hash, table.length);
    //4.遍历当前下标处的链表是否有同样key的值，有则更新。然后返回旧值
    for (Entry<K,V> e = table[i]; e != null; e = e.next) {
   
        Object k;
        if (e.hash == hash && ((k = e.key) == key || key.equals(k))) {
   
            V oldValue = e.value;
            e.value = value;
            e.recordAccess(this);
            return oldValue;
        }
    }

    modCount++;
    //5.没有相同key，添加数据到链表头
    addEntry(hash, key, value, i);
    return null;
}

上面的源码可以分为如下几个步骤
1.key为null单独拿出来放
2.计算key的hash值
3获取数组下标
4.遍历当前下标处的链表是否有同样key的值，有则更新。然后返回旧值
5.没有相同key，添加数据到链表头
下面咱们继续看源码

计算hash值

 static int hash(int h) {
   
        // This function ensures that hashCodes that differ only by
        // constant multiples at each bit position have a bounded
        // number of collisions (approximately 8 at default load factor).
        h ^= (h >>> 20) ^ (h >>> 12);
        return h ^ (h >>> 7) ^ (h >>> 4);
    }

这段代码不必多说

获取数组下标

   static int indexFor(int h, int length) {
   
        return h & (length-1);
    }

遍历的代码就在上面不用解释了，主要看下面的添加entry到链表
这里会存在两个步骤
1.容量够了直接添加
2.超了容量扩容

void addEntry(int hash, K key, V value, int bucketIndex) {
   
    Entry<K,V> e = table[bucketIndex];
    table[bucketIndex] = new Entry<>(hash, key, value, e);
    if (size++ >= threshold)
        resize(2 * table.length);//如果超了扩容
}

void resize(int newCapacity) {
   
      Entry[] oldTable = table;
      int oldCapacity = oldTable.length;
      if (oldCapacity == MAXIMUM_CAPACITY) {
   
          threshold = Integer.MAX_VALUE;
          return;
      }

      Entry[] newTable = new Entry[newCapacity];
      transfer(newTable);//拷贝数据
      table = newTable;
      threshold = (int)(newCapacity * loadFactor);
}

好了上面就结束了整个1.7 HashMap的put过程。可能存在初始化对象的时候初始化数组这些代码没写，不过这段代码看下构造函数就可以了。

• get源码分析

public V get(Object key) {
   
    //1.为null的key特殊处理
    if (key == null)
        return getForNullKey();
    //2.获取hash值
    int hash = hash(key.hashCode());
    //3.获取数组下标的链表，然后遍历链表。
    for (Entry<K,V> e = table[indexFor(hash, table.length)];
         e != null;
         e = e.next) {
   
        Object k;
        if (e.hash == hash && ((k = e.key) == key || key.equals(k)))
            return e.value;
    }
    return null;
}

在上面的注释中已经把流程写清楚了。

1.8HashMap

相比较1.7有如下两点的改动
1.1.7使用头部插入链表entity性能更好但是容易死循环，1.8使用链表与红黑树使用尾部插入。
2.1.7扩容每次都重新计算hash，1.8使用1.7计算hash的公式规律可以快速直接算出来。
先上一张1.8的示例图

下面咱们看代码从put开始

• put源码分析

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;
    //判断是否为空map，为空初始化。默认16大小
    if ((tab = table) == null || (n = tab.length) == 0)
        n = (tab = resize()).length;
    //判断数组中是否存在，没有添加数据
    if ((p = tab[i = (n - 1) & hash]) == null)
        tab[i] = newNode(hash, key, value, null);
    else {
   
        Node<K,V> e; K k;
        //获取数组下标中的node，供后面替换value用
        if (p.hash == hash &&
            ((k = p.key) == key || (key != null && key.equals(k))))
            e = p;
        //是否红黑树，是走红黑树添加
        else if (p instanceof TreeNode)
            e = ((TreeNode<K,V>)p).putTreeVal(this, tab, hash, key, value);
        else {
   
            //循环遍历链表
            for (int binCount = 0; ; ++binCount) {
   
                //添加链表数据
                if ((e = p.next) == null) {
   
                    //在链表尾部添加
                    p.next = newNode(hash, key, value, null);
                    //发现到8个了且tab大于MIN_TREEIFY_CAPACITY的值64，升级为红黑树
                    if (binCount >= TREEIFY_THRESHOLD - 1) // -1 for 1st
                        //红黑树主要升级逻辑，后面另外开一张写红黑树的时候例子中写。
                        treeifyBin(tab, hash);
                    break;
                }
                //发现链表中有一样的中断，后面执行value替换
                if (e.hash == hash &&
                    ((k = e.key) == key || (key != null && key.equals(k))))
                    break;
                p = e;
            }
        }
        //相同key的数据内容替换，onlyIfAbsent这个字段默认是false
        if (e != null) {
    // existing mapping for key
            V oldValue = e.value;
            //onlyIfAbsent控制是否替换内容，也许后面会新增一个构造函数。
            if (!onlyIfAbsent || oldValue == null)
                e.value = value;
            afterNodeAccess(e);
            //如果是替换value返回旧值
            return oldValue;
        }
    }
    ++modCount;
    //超了阈值，扩容
    if (++size > threshold)
        resize();
    afterNodeInsertion(evict);
    //添加的一律返回一个null
    return null;
}

上面的代码主要分为以下三个步骤
1.是否初始化数组大小默认16
2.添加或修改数据
3.是否扩容
下面看一下扩容的代码

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) {
   
        //扩容阈值大于2的30次方，只能把阈值再调到int最大了。数组将不再会扩容，但是数据还可以存储进去，但是查询性能也会明显下降。哪怕是红黑树。
        if (oldCap >= MAXIMUM_CAPACITY) {
   
            threshold = Integer.MAX_VALUE;加大扩容阈值
            return oldTab;
        }
        else if ((newCap = oldCap << 1) < MAXIMUM_CAPACITY &&
                 oldCap >= DEFAULT_INITIAL_CAPACITY)
            newThr = oldThr << 1; // double threshold扩容一倍数组
    }
    else if (oldThr > 0) // initial capacity was placed in threshold
        newCap = oldThr;