结构体中初始化vector resize_HashMap原理及内部存储结构

本文将通过如下简单的代码来分析HashMap的内部数据结构的变化过程。

1public static void main(String[] args) {
2    Map<String, String> map = new HashMap<>();
3    for (int i = 0; i < 50; i++) {
4        map.put("key" + i, "value" + i);
5    }
6}

1 数据结构说明

HashMap中本文需要用到的几个字段如下：

下面说明一下几个字段的含义

1.1 table

1// HashMap内部使用这个数组存储所有键值对
2transient Node<K,V>[] table;

Node的结构如下：

可以发现，Node其实是一个链表，通过next指向下一个元素。

1.2 size

记录了HashMap中键值对的数量

1.3 modCount

记录了HashMap在结构上更改的次数，包括可以更改键值对数量的操作，例如put、remove，还有可以修改内部结构的操作，例如rehash。

1.4 threshold

记录一个临界值，当已存储键值对的个数大于这个临界值时，需要扩容。

1.5 loadFactor

负载因子，通常用于计算threshold，threshold=总容量*loadFactor。

2 new HashMap

new HashMap的源码如下：

1/**
2* The load factor used when none specified in constructor.
3* 负载因子，当 已使用容量 > 总容量 * 负载因子 时，需要扩容
4*/
5static final float DEFAULT_LOAD_FACTOR = 0.75f;
6
7public HashMap() {
8    this.loadFactor = DEFAULT_LOAD_FACTOR; // all other fields defaulted
9}

此时，HashMap只初始化了负载因子（使用默认值0.75），并没有初始化table数组。
其实HashMap使用的是延迟初始化策略，当第一次put的时候，才初始化table（此时table是null）。

3 table数组的初始化

当第一次put的时候，HashMap会判断当前table是否为空，如果是空，会调用resize方法进行初始化。
resize方法会初始化一个容量大小为16 的数组，并赋值给table。

并计算threshold=16*0.75=12。

此时table数组的状态如下：

4 put过程

1map.put("key0", "value0");

首先计算key的hash值，hash("key0") = 3288451

计算这次put要存入数组位置的索引值：index=(数组大小 - 1) & hash = 3

判断 if (table[index] == null) 就new一个Node放到这里，此时为null，所以直接new Node放到3上，此时table如下：

然后判断当前已使用容量大小(size)是否已经超过临界值threshold，此时size=1，小于12，不做任何操作，put方法结束（如果超过临界值，需要resize扩容）。

继续put。。。

1map.put("key1", "value1");

 1map.put("key1", "value1");
 2map.put("key2", "value2");
 3map.put("key3", "value3");
 4map.put("key4", "value4");
 5map.put("key5", "value5");
 6map.put("key6", "value6");
 7map.put("key8", "value7");
 8map.put("key9", "value9");
 9map.put("key10", "value10");
10map.put("key11", "value11");

此时size=12，下一次put后size为13，大于当前threshold，将触发扩容（resize）

1map.put("key12", "value12");

计算Key的hash值，hash("key12")=101945043，计算要存入table位置的索引值 = (总大小 - 1) & hash = (16 - 1) & 101945043 = 3

从目前的table状态可知，table[3] != null，但此时要put的key与table[3].key不相等，我们必须要把他存进去，此时就产生了哈希冲突（哈希碰撞）。

这时链表就派上用场了，HashMap就是通过链表解决哈希冲突的。

HashMap会创建一个新的Node，并放到table[3]链表的最后面。

此时table状态如下：

5 resize扩容

此时table中一共有13个元素，已经超过了threshold(12)，需要对table调用resize方法扩容。

HashMap会创建一个容量为之前两倍(162=32)的table，并将旧的Node复制到新的table中，新的临界值(threshold)为24(320.75)。

下面主要介绍一下复制的过程（并不是原封不动的复制，Node的位置可能发生变化）

先来看源码：

 1for (int j = 0; j < oldCap; ++j) { // oldCap：旧table的大小 =16
 2    Node<K,V> e;
 3    if ((e = oldTab[j]) != null) { // oldTab：旧table的备份
 4        oldTab[j] = null;
 5        // 如果数组中的元素没有后继节点，直接计算新的索引值，并将Node放到新数组中
 6        if (e.next == null)
 7            newTab[e.hash & (newCap - 1)] = e;
 8        // 忽略这个else if。其实，如果链表的长度超过8，HashMap会把这个链表变成一个树结构，树结构中的元素是TreeNode
 9        else if (e instanceof TreeNode)
10            ((TreeNode<K,V>)e).split(this, newTab, j, oldCap);
11        // 有后继节点的情况
12        else { // preserve order
13            Node<K,V> loHead = null, loTail = null;
14            Node<K,V> hiHead = null, hiTail = null;
15            Node<K,V> next;
16            do {
17                next = e.next;
18                // 【说明1】
19                if ((e.hash & oldCap) == 0) {
20                    if (loTail == null)
21                        loHead = e;
22                    else
23                        loTail.next = e;
24                    loTail = e;
25                }
26                else {
27                    if (hiTail == null)
28                        hiHead = e;
29                    else
30                        hiTail.next = e;
31                    hiTail = e;
32                }
33            } while ((e = next) != null);
34            if (loTail != null) {
35                loTail.next = null;
36                newTab[j] = loHead;
37            }
38            if (hiTail != null) {
39                hiTail.next = null;
40                //【说明2】
41                newTab[j + oldCap] = hiHead;
42            }
43        }
44    }
45}

【说明1】遍历链表，计算链表每一个节点在新table中的位置。

计算位置的方式如下：

1）如果节点的 (hash & oldCap) == 0，那么该节点还在原来的位置上，为什么呢？

因为oldCap=16，二进制的表现形式为0001 0000，任何数&16，如果等于0，那么这个数的第五个二进制位必然为0。

以当前状态来说，新的容量是32，那么table的最大index是31，31的二进制表现形式是00011111。

计算index的方式是 hash & (容量 - 1)，也就是说，新index的计算方式为 hash & (32 - 1)

假设Node的hash = 01101011，那么

1  01101011
2& 00011111
3----------
4  00001011 = 11

2）下面再对比(hash & oldCap) != 0的情况

如果节点的(hash & oldCap) != 0，那么该节点的位置=旧index + 旧容量大小

假设Node的hash = 01111011，那么

1  01111011
2& 00011111
3----------
4  00011011 = 27

上一个例子的hash值01101011跟这个例子的hash值01111011只是在第5位二进制上不同，可以发现，这两个值在旧的table中，是在同一个index中的，如下：

1  01101011
2& 00001111
3----------
4  00001011 = 11

1  01111011
2& 00001111
3----------
4  00001011 = 11

由于扩容总是以2倍的方式进行，也就是：旧容量 << 1，这也就解释了【说明2】，当(hash & oldCap) != 0时，这个Node的新index = 旧index + 旧容量大小。

扩容后，table状态如下所示：

最终，重新分配完所有的Node后，扩容结束。