HashMap源码分析

• HashMap应该算是工作中用到的频率最高的数据结构了，网上也有很多人分析过HashMap的源码，但为了加深印象，逼自己好好阅读源码，还是自己试着看源码进行一次自己的分析。

• 正如类里注释所说：除了支持null值和null键，线程不安全之外，功能大致和HashTable一致。可以用常量时间get和put元素，HashMap不保证元素的顺序。

• HashMap的capacity和loadfactor两个属性非常有讲究，会影响hashMap的性能。capacity是hashMap初始时的数组大小，必须是2的N次幂，factor的值默认为0.75，capacity和loadFactor的乘积是hashMap扩容的阈值。factor取值0.75是在空间和时间上的一个折中，如果actor值越小，则扩容阈值越小，rehash越频繁，越浪费空间，越不容易造成hash冲突（hash冲突时，会使用链表存数据，冲突越严重，链表越长），所以检索效率就会比较高，反之，扩容阈值大，rehash次数减少，也节省空间，但容易造成hash冲突（rehash冲突造成链表长度过长），检索效率就会降低。至于capacity为什么必须是2的N次幂，我是知其然，但不知其所以然。用网上高人的解释就是：当数组长度为2的n次幂的时候，不同的key算得得index相同的几率较小，那么数据在数组上分布就比较均匀，也就是说碰撞的几率小，相对的，查询的时候就不用遍历某个位置上的链表，这样查询效率也就较高了，参考博客：http://blog.csdn.net/jiary5201314/article/details/51439982

• 关于提高hashMap性能的另外一点需要注意的是，如果能提前知道要存放的元素的个数，可以在创建hashMap时，指定数组的大小来避免扩容，rehash造成的性能影响。如有1000个元素，可以指定：Map map = new HashMap(2048);为什么成了2048，而不是1000呢，还是要记住capacity必须是2的N次幂。比1000大的2的N次幂不是1024吗？因为扩容的阈值是capacity*loadFactor，如果capacity设置成1024，还是会扩容一次，所以要想capacity*loadFactor既大于1000，还要保证capacity为2的N次幂，那capacity的最小值就是2048了。这个例子也是举了上面博客的例子：http://blog.csdn.net/jiary5201314/article/details/51439982

接下来分析下HashMap主要的几个属性和方法：

1.主要属性：

//默认的数组大小
static final int DEFAULT_INITIAL_CAPACITY = 16;
//默认的加载因子大小
static final float DEFAULT_LOAD_FACTOR = 0.75f;
//hashMap真正的底层数据结构：数组 数组元素为Entry，是个单向链表
transient Entry[] table;
//hashMap中元素的个数
transient int size;
//扩容的阈值 等于capacity*loadFactor
int threshold;
//加载因子
final float loadFactor;

2.主要的链表结构内部类（注意：如果hash冲突时，元素会放在链表的头部）：

static class Entry<K,V> implements Map.Entry<K,V> {
    final K key;
    V value;
    Entry<K,V> next;
    final int hash;

    /**
     * Creates new entry.
     */
    Entry(int h, K k, V v, Entry<K,V> n) {
        value = v;
        next = n;
        key = k;
        hash = h;
    }
 }

3.无参的构造方法：

public HashMap() {
    this.loadFactor = DEFAULT_LOAD_FACTOR;//默认0.75
    threshold = (int)(DEFAULT_INITIAL_CAPACITY * DEFAULT_LOAD_FACTOR);//默认为16*0.75=12
    table = new Entry[DEFAULT_INITIAL_CAPACITY];//默认为16
    init();//空方法，什么都没做
}

4.put方法：

public V put(K key, V value) {
    //支持key为null，放在数组的下标为0的位置
    if (key == null)
        return putForNullKey(value);
    //根据hashcode算出一个hash值
    int hash = hash(key.hashCode());
    //根据计算的hash值和数组长度做&运算，得到元素要存放的数组位置
    int i = indexFor(hash, table.length);
    //检查指定的下标出，是否有元素，有说明发生了hash冲突，需要检查链表中的每个元素跟要放入的元素是否相等，相等则替换原位置的值，不相等则执行新增操作；如果下标处没有元素，也直接执行新增操作
    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;
        }
    }
    //结构性修改的次数。迭代器迭代做快速失败时判断使用
    modCount++;
    //新增元素
    addEntry(hash, key, value, i);
    return null;
}

addEntry方法：

void addEntry(int hash, K key, V value, int bucketIndex) {
    //取出指定位置的元素，可能为null，可能为一个元素，可能是一个链表
    Entry<K,V> e = table[bucketIndex];
    //新建一个Entry,next指向e,即新建的这个Entry放在了头部
    table[bucketIndex] = new Entry<K,V>(hash, key, value, e);
    //如果元素个数>=阈值，扩容到原来数组的两倍
    if (size++ >= threshold)
         resize(2 * table.length);
}

resize方法：

void resize(int newCapacity) {
    Entry[] oldTable = table;
    int oldCapacity = oldTable.length;
    //如果数组大小达到最大值时，只设置threshold值为最大值，然后返回，不做扩容操作
    if (oldCapacity == MAXIMUM_CAPACITY) {
        threshold = Integer.MAX_VALUE;
        return;
    }
    //新建一个是原来两倍容量的数组
    Entry[] newTable = new Entry[newCapacity];
    //将旧数组中的元素转移到新的数组里面，需要rehash
    transfer(newTable);
    //table属性指向新数组
    table = newTable;
    //重新计算threshold值
    threshold = (int)(newCapacity * loadFactor);
}

transfer方法：

void transfer(Entry[] newTable) {
    Entry[] src = table;
    int newCapacity = newTable.length;
    //1.遍历旧数组，取出数组中的每一个元素；
    for (int j = 0; j < src.length; j++) {
        Entry<K,V> e = src[j];
        if (e != null) {
            //2.如果旧数组中不为null，设置成null；有助于GC
            src[j] = null;
            //3.从头部开始遍历每一个链表；
            do {
                Entry<K,V> next = e.next;
                //4.根据hash和新数组长度重新计算下标；
                int i = indexFor(e.hash, newCapacity);
                //5.将链表中的每一个元素重新放到新数组中，经过此次循环，旧数组中链表的头会变成新数组中链表的尾，尾会变成头
                e.next = newTable[i];
                newTable[i] = e;
                e = next;
            } while (e != null);
        }
    }
}

get方法：

public V get(Object key) {
    if (key == null)
        return getForNullKey();
    //根据hashCode算出hash值
    int hash = hash(key.hashCode());
    //遍历链表
    for (Entry<K,V> e = table[indexFor(hash, table.length)];
         e != null;
         e = e.next) {
        Object k;
        //hashCode和equals都是true，才认为是同一个key，这也是自己定义的类如果作为hashMap的key时，必须按要求重写hashCode和equals方法的原因
        if (e.hash == hash && ((k = e.key) == key || key.equals(k)))
            return e.value;
    }
    return null;
}

• 到这里，hashMap的主要功能也算是分析完了。主要理解的点有：capacity值为什么为2的N次幂？loadFactor为0.75的好处是什么？创建HashMap时，若确定元素多少要指定capacity大小来避免扩容、rehash带来的性能影响；如果发生hash冲突时，是通过链表解决的，先加的元素放链表末尾，后添加的放头部，rehash时，链表会头尾颠倒下。