别再说你不知道HashMap啦

提起HashMap，开发界可谓无人不知，无人不晓。但是在面试中，HashMap相关的问题往往却是开发人员最熟悉的陌生人。

应该拿什么拯救你，我的HashMap？

别慌，接下来由我给你全面深入HashMap的原理，最后再附送常见面试题总结小彩蛋，方面大家检测自己的理解水平。（由于目前主流的JDK版本都是JDK1.8，因此本文也是在JDK1.8的基础上进行源码分析。）

 

首先我要告诉你们，想要掌握HashMap，只需掌握以下几个方面的知识点：HashMap的实现，PUT方法，GET方法，扩容即可，是不是瞬间就提神了。

 

实现原理：

HashMap的实现：无论是1.7还是1.8，HashMap的实现都是通过数组（主体）+链表的形式，也被称为（拉链法），只是在JDK1.8之后新增了红黑树的组成结构。至于为什么用数组+链表，1.8为什么又要用红黑树，什么时候会用到红黑树，是不是有面试内味了（狗头），待我一一陈述。

 

HashMap是什么：HashMap使用一个Entry数组保存Key，Value数据。当键值存入数组前，将key通过哈希算法计算出哈希值，将该值作为数组的下标index，然后把下标index对应的位置作为键值对的存储位置，通过这种方法建立的数组就叫做HashMap，而这个存储位置就叫做桶（bucket）。

 

哈希冲突（也叫哈希碰撞）：在计算哈希值作为数组下标时，可能存在不同的key会得到相同结果的情况，也就是插入元素的时候发现已经被其他元素占位了。这种情况被称为哈希冲突。我们的第一个问题就从这里引入。

 

解决哈希冲突的方法有拉链法，开放定址法（发生冲突，继续寻找下一块未被占用的存储地址）。在HashMap中采用的是拉链法（链表+数组）：如果存在哈希冲突的情况下，会在数组下标index的位置生成链表，将冲突的值加入到链表中。由此可见数组才是HashMap的主体，链表则是为了解决哈希冲突而存在的。

 

接下来到源码分析部分了，首先上菜的是字段解释，这一部分扫一眼留点印象就好啦：

static final int DEFAULT_INITIAL_CAPACITY = 1 << 4; // aka 16

默认数组初始化值，必须为2的幂。这里的2的幂可以减少哈希冲突。在这里可以看到后面注释AKA16，为什么不直接写16，也是因为在计算机计算中位移运算效率更高。

说明：initialCapacity = （需要存储的元素个数/加载因子）+1

这里有一个小建议：在初始化HashMap的时候，应该尽量指定其大小。尤其是当你已知map中存放的元素个数时。（《阿里巴巴Java开发规约》）

static final int MAXIMUM_CAPACITY = 1 << 30;

最大的数组长度为2^30。

final float loadFactor；

加载因子。

static final float DEFAULT_LOAD_FACTOR = 0.75f;

默认加载因子。

static final int TREEIFY_THRESHOLD = 8

表示在扩容时，如果链表长度小于6，则由树退化成单链，这样能避免频繁的触发类型转带来的性能开销。

static final int UNTREEIFY_THRESHOLD = 6;

表示链表长度大于阈值（默认为8）的时候，将链表转化为红黑树。

static final int MIN_TREEIFY_CAPACITY = 64;

最小树化容量：当哈希表中容量>该值(64)的时候，才允许从链表转向树形结构，这里有两个点值得注意：

1.若hash表的大小很小的时候，表所需空间还不多，可以牺牲空间减少时间。但当元素太多时，则直接扩容，而不是树形化。

2.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。

int threshold：

HashMap内能容纳的键值对的个数。如果table还没有被初始化，threshold中保存的是initialCapacity（即table的初始化大小），或者为0（DEFAULT_INITIAL_CAPACITY），当存储的键值对个数>threshold时，HashMap将会扩容。计算该值的方法：threshold = table.length * loadFactor。

transient int modCount;

记录修改次数，用于记录内部结构变化的次数。

 

PUT方法

好的，下面就来看PUT方法，在JDK1.8中，PUT方法调用了putVal，让我们来研究这个putVal方法：

//首先看参数：hash，key，value，onlyIfAbsent，evict，数一数前面三个还好，后面两个是什么鬼？先不管了，用小本本记下来。

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】首先判断结点数组是否为null或者结点数为0，如果为空则扩容
        if ((tab = table) == null || (n = tab.length) == 0)
            n = (tab = resize()).length;
//【2】如果首结点的值为null，则创建一个新的结点。（(n-1)&hash保证了查找位置不会大于数组长度）
        if ((p = tab[i = (n - 1) & hash]) == null)
            tab[i] = newNode(hash, key, value, null);
//【3】处理哈希冲突
        else {
            Node<K,V> e; K k;
//【4】如果在首节点存在与待插入元素相同的hash和key值，则先用变量e记录该键值。
            if (p.hash == hash &&
                ((k = p.key) == key || (key != null && key.equals(k))))
                e = p;
//【5】如果首节点的类型是树状结构，说明采用的是数组+红黑树的方法存储该值，这里不对putTreeVal作深究
            else if (p instanceof TreeNode)
                e = ((TreeNode<K,V>)p).putTreeVal(this, tab, hash, key, value);
//【6】到了这一步表示key不相同，只是hash冲突，且首结点类型为链表。
            else {
                for (int binCount = 0; ; ++binCount) {
                    if ((e = p.next) == null) {
//【7】在尾部插入新结点，即“尾插法”
                        p.next = newNode(hash, key, value, null);
//【8】结点数量到达TREEIFY_THRESHOLD，转化为红黑树
                        if (binCount >= TREEIFY_THRESHOLD - 1) // -1 for 1st
                            treeifyBin(tab, hash);
                        break;
                    }
//【9】判断链表中结点的key值与插入元素的key值是否相等
                    if (e.hash == hash &&
                        ((k = e.key) == key || (key != null && key.equals(k))))
//【10】hsah值，key值相等，跳出循环
                        break;
//【11】否则将next值赋值给P，结合前面用到的e=p.next可以实现遍历桶中的链表
                    p = e;
                }
            }
//【12】e！=null表示在桶中找到key值，hash值与插入元素相等的结点，下面非粗体注释为源码自带
            if (e != null) { // existing mapping for key
//【13】取出该结点的值，如果 或者值为空
                V oldValue = e.value;
//【14】这里的onlyIfAbsent有点眼熟，不就是一开始putVal方法传入的第四个参数。现在解释就好懂多了：若onlyIfAbsent的值为true，即使插入元素的key已经存在，也不会替换value。
当onlyIfAbsent 是false，且key对应的旧值不为null则插入的新值替换旧值。
这里就根据实际情况传入onlyIfAbsent 啦。
                if (!onlyIfAbsent || oldValue == null)
                    e.value = value;
                afterNodeAccess(e);
//【15】最后再返回被替换掉的值。
                return oldValue;
            }
        }
//【16】如果e=null，则记录修改次数，主要是对Map的Iterator（）操作做一致性校验。在使用Iterator迭代器时会和这个变量比较，如果不相等，则会抛出ConcurrentModificationException异常
        ++modCount;
//【17】遍历完成，修改次数modCount+1，因为前面尾插法添加一个结点，所以size也+1，如果size大于阈值则扩容
        if (++size > threshold)
            resize();
//【18】传说中的第五个参数evict，然而afterNodeInsertion是个空方法，所以evict在这里没啥作用-。-
        afterNodeInsertion(evict);
        return null;
    }

 

让我们梳理一下PUT方法的过程：

1.如果初始结点数组为null或者结点数量=0，则用resize方法重置（【1】）

2.计算索引位置，如果为null，则新增结点（【2】）

3.插入元素位于首结点（【4】）

4.用链表或者红黑树的方法插入节点（【5-11】）

 

扩容

前面多次提到扩容，也应该对扩容做点分析：

//【1】可以用来初始化HashMap大下，或者使HashMap大小变为原来的2倍
    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) {
//【2】超过1>>30大小，无法扩容，只能改变阈值
            if (oldCap >= MAXIMUM_CAPACITY) {
                threshold = Integer.MAX_VALUE;
                return oldTab;
            }
//【3】新的容量为旧的2倍，最小也是16
            else if ((newCap = oldCap << 1) < MAXIMUM_CAPACITY &&
                     oldCap >= DEFAULT_INITIAL_CAPACITY)
//【4】扩容阈值加倍
                newThr = oldThr << 1; // double threshold
        }
//【5】此时oldcap=0，oldThr>0
        else if (oldThr > 0) // initial capacity was placed in threshold
            newCap = oldThr;
//【6】此时oldcap=0.oldThr=0，即使用默认加载因子+初始容量进行初始化
        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];
//【7】区分红黑树和链表进行添加
        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;
    }

 

梳理一下扩容方法的需要注意的地方：

1.扩容后大小是扩容前的2倍。

2.从旧table迁移到新table需要重新hash，减少哈希冲突。

 

GET方法

接下来也该轮到GET方法了吧：

public V get(Object key) {
    Node<K,V> e;
    return (e = getNode(hash(key), key)) == null ? null : e.value;
}

在GET方法中调用了getNode方法，也让我们继续看下去：

final Node<K,V> getNode(int hash, Object key) {
    Node<K,V>[] tab; Node<K,V> first, e; int n; K k;
//【1】首先判断tab数组不为空且length>0，且key的hash对应的第一个元素不为空，才继续下面，否则直接到最后return null；
    if ((tab = table) != null && (n = tab.length) > 0 &&
        (first = tab[(n - 1) & hash]) != null) {
//【2】接下来判断tab[i]的首个元素是否和key一样，如果相同那就是第一个值，直接返回该value
        if (first.hash == hash && // always check first node
            ((k = first.key) == key || (key != null && key.equals(k))))
            return first;
        if ((e = first.next) != null) {
//【3】判断如果是红黑树结构，则从树中查找数据并返回
            if (first instanceof TreeNode)
                return ((TreeNode<K,V>)first).getTreeNode(hash, key);
//【4】这里的do-while结构表示当不为红黑树结构，则遍历链表直到节点的value和key值相等，并返回
            do {
                if (e.hash == hash &&
                    ((k = e.key) == key || (key != null && key.equals(k))))
                    return e;
            } while ((e = e.next) != null);
        }
    }
    return null;
}

 

同样地，我们对GET方法也做一个总结：

1.首先判断table是否为空，并根据hash值算出当前索引下的node是否为空

2.如果table的首个元素hash值相等，key值也一样，那就是第一个值，则返回该value

3.如果第一个元素的hash值和key值不相等，先判断首元素是否是红黑树节点，如果是则去红黑树中查找；反之去链表中查找，直到节点的key和value值相等，则返回。

 

关于HashMap的介绍到这里就结束了。最后附带点问题课后自测一下：

 

1.HashMap的内部数据结构？

2.HashMap中是如何减少哈希冲突的？

3.说说头插法/尾插法的区别？

4.HashMap的初始长度是多少？什么？选择2的幂和杨幂有什么关系？

5.HashMap的PUT/GET流程？

6.HashMap的扩容流程？加载因子为什么默认是0.75f？扩容流程在JDK1.7与JDK1.8中有什么区别？

7.HashMap是否线程安全，为什么，解决方法是什么？

8.红黑树什么时候用到，为什么不一直用？