由于1.8及以后HashMap的实现方式不同，所以这里我们分开讲，由于1.8的HashMap也和1.7的有一些相似的地方，所以我们先看1.7的源码这样我们在理解1.8的时候也更加容易
1. 定义
1.1 继承和实现
public class HashMap<K,V> extends AbstractMap<K,V>
implements Map<K,V>, Cloneable, Serializable {
- HashMap直接继承自AbstractMap抽象类，在AbstractMap已经实现了Map接口中的所有方法，只有
public abstract Set<Entry<K,V>> entrySet()方法是抽象，由子类实现自己的entrySet()方法。在HashMap中的一个实例域也和此方法有关联。后面会分析。 - HashMap实现了Map接口，Map中不能使用Map作为key，但Map可以作为value，但是不建议这样做。下图是JDK1.8官方文档给出的解释。
- 实现了Cloneable表明HashMap支持可克隆。
- 实现了Serializable接口，表明HashMap支持序列化。
1.2 常量变量
// 默认初始容量。容量必须是2的倍数
static final int DEFAULT_INITIAL_CAPACITY = 1 << 4; // aka 16
// 最大容量
static final int MAXIMUM_CAPACITY = 1 << 30;
// 默认加载因子，当实际使用容量/容量大于这个值时，进行扩容
static final float DEFAULT_LOAD_FACTOR = 0.75f;
static final Entry<?,?>[] EMPTY_TABLE = {};
// 存储键值对对应的Entry数组
transient Entry<K,V>[] table = (Entry<K,V>[]) EMPTY_TABLE;
// 键值对的数量
transient int size;
// 等于加载因子乘以总容量，表示一个阙值，当size（实际使用容量）超过了就会扩容
int threshold;
// 加载因子
final float loadFactor;
1.3 初始化
// 无参构造，调用有参构造将默认初始容量和默认加载因子传入
public HashMap() {
this(DEFAULT_INITIAL_CAPACITY, DEFAULT_LOAD_FACTOR);
}
// 自定义初始容量初始化
public HashMap(int initialCapacity) {
this(initialCapacity, DEFAULT_LOAD_FACTOR);
}
// 自定义初始容量和加载因子初始化
public HashMap(int initialCapacity, float loadFactor) {
if (initialCapacity < 0)
throw new IllegalArgumentException("Illegal initial capacity: " +
initialCapacity);
if (initialCapacity > MAXIMUM_CAPACITY)
initialCapacity = MAXIMUM_CAPACITY;
if (loadFactor <= 0 || Float.isNaN(loadFactor))
throw new IllegalArgumentException("Illegal load factor: " +
loadFactor);
this.loadFactor = loadFactor;
// 这里与1.8不同的是：
// 1.7会在初始化的时候设置为初始容量，稍后再用初始容量乘以加载因子得到结果
// 而1.8是在这里根据传入的初始容量计算出大于等于初始容量最接近的2的幂次，稍后再用初始容量乘以加载因子得到结果
threshold = initialCapacity;
init();
}
// 根据map初始化
public HashMap(Map<? extends K, ? extends V> m) {
// 调用有参构造初始化成员变量
this(Math.max((int) (m.size() / DEFAULT_LOAD_FACTOR) + 1,
DEFAULT_INITIAL_CAPACITY), DEFAULT_LOAD_FACTOR);
inflateTable(threshold); // 稍后介绍
putAllForCreate(m); // 稍后介绍
}
1.4 Map最重要的内容：静态内部类Entry
static class Entry<K,V> implements Map.Entry<K,V> {
final K key;
V value;
Entry<K,V> next;
int hash;
/**
* Creates new entry.
*/
Entry(int h, K k, V v, Entry<K,V> n) {
value = v;
next = n;
key = k;
hash = h;
}
public final K getKey() {
return key;
}
public final V getValue() {
return value;
}
public final V setValue(V newValue) {
V oldValue = value;
value = newValue;
return oldValue;
}
public final boolean equals(Object o) {
if (!(o instanceof Map.Entry))
return false;
Map.Entry e = (Map.Entry)o;
Object k1 = getKey();
Object k2 = e.getKey();
if (k1 == k2 || (k1 != null && k1.equals(k2))) {
Object v1 = getValue();
Object v2 = e.getValue();
if (v1 == v2 || (v1 != null && v1.equals(v2)))
return true;
}
return false;
}
public final int hashCode() {
return Objects.hashCode(getKey()) ^ Objects.hashCode(getValue());
}
public final String toString() {
return getKey() + "=" + getValue();
}
/**
* This method is invoked whenever the value in an entry is
* overwritten by an invocation of put(k,v) for a key k that's already
* in the HashMap.
*/
void recordAccess(HashMap<K,V> m) {
}
/**
* This method is invoked whenever the entry is
* removed from the table.
*/
void recordRemoval(HashMap<K,V> m) {
}
}
可以看出有点像1.7的LinkedList，而LinkedList是双向链表，这里可以看成是一个单向链表。用图可以表示成：
1.5 整个HashMap的图就像如下的结构：
2. 插入
2.1 put(K key, V value)：
假如我执行了如下方法：
Map<String, String> map = new HashMap<String, String>();
map.put("111", "111");
map.put("222", "222");
具体做了什么呢？
-
首先第一行，调用无参构造初始化一个空的map。（此时阙值是初始容量）
查看IDEA的debug模式：
-
然后第二行put方法做了什么：
public V put(K key, V value) {
if (table == EMPTY_TABLE) {
inflateTable(threshold);
}
if (key == null)
return putForNullKey(value);
int hash = hash(key);
int i = indexFor(hash, table.length);
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++;
addEntry(hash, key, value, i);
return null;
}
- 第一步：如果当前存放Entry的数组table为空，说明是空map，则调用inflateTable方法初始化容量、阙值以及table数组。容量设置为大于等于传入容量的最接近的2的幂次，加载因子设置为容量乘以加载因子。Integer.highestOneBit方法的作用是取 i 这个数的二进制形式最左边的最高一位且高位后面全部补零，最后返回int型的结果。详解可查看Integer.highestOneBit详解
private void inflateTable(int toSize) {
// Find a power of 2 >= toSize
int capacity = roundUpToPowerOf2(toSize);
// 重新设置阙值为初始容量乘以加载因子
threshold = (int) Math.min(capacity * loadFactor, MAXIMUM_CAPACITY + 1);
table = new Entry[capacity];
initHashSeedAsNeeded(capacity);
}
// 取 i 这个数的二进制形式最左边的最高一位且高位后面全部补零，最后返回int型的结果
// 意思就是将容量设置大于等于传入的初始容量的最接近的2的幂次，比如传入10则是16
// 先减一是为了防止传入的容量本就是2的幂次
private static int roundUpToPowerOf2(int number) {
// assert number >= 0 : "number must be non-negative";
return number >= MAXIMUM_CAPACITY
? MAXIMUM_CAPACITY
: (number > 1) ? Integer.highestOneBit((number - 1) << 1) : 1;
}
- 第二步：判断插入的key是不是为空，如果为空则调用如下方法，将key为空的数据插入到table[0]，即数组的最开始
private V putForNullKey(V value) {
for (Entry<K,V> e = table[0]; e != null; e = e.next) {
if (e.key == null) {
V oldValue = e.value;
e.value = value;
e.recordAccess(this);
return oldValue;
}
}
modCount++;
addEntry(0, null, value, 0);
return null;
}
- 第三步：通过如下方法获取key的hash值，由于HashCode是Object的方法，因此每个对象都有一个HashCode，对这个HashCode做一次hash计算。按照JDK源码注释的说法，这次hash的作用是根据给定的HashCode对它做一次打乱的操作，防止一些糟糕的Hash算法产生的糟糕的Hash值，至于为什么要防止糟糕的Hash值，HashMap添加元素的最后会讲到。
final int hash(Object k) {
int h = hashSeed;
if (0 != h && k instanceof String) {
return sun.misc.Hashing.stringHash32((String) k);
}
h ^= k.hashCode();
// 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);
}
- 第四步：根据重新计算的HashCode，对Entry数组的大小取模得到一个Entry数组的位置。看到这里使用了&，移位加快一点代码运行效率。另外，这个取模操作的正确性依赖于length必须是2的N次幂，这个熟悉二进制的朋友一定理解，因此注意HashMap构造函数中，如果你指定HashMap初始数组的大小initialCapacity，如果initialCapacity不是2的N次幂，HashMap会算出大于initialCapacity的最小2的N次幂的值，作为Entry数组的初始化大小。这里为了讲解方便，我们假定字符串111和字符串222算出来的i都是1
至于为什么HashMap的容量需要是2的N次幂，从这个indexFor方法可以提现出来。我的理解是：
HashMap寻找Index位置是通过位运算计算出来的，但是原理是对length取余数，只有是2的次幂的时候h & (length - 1) == h % length，效率最高
这个等式实际上可以推理出来，2^n转换成二进制就是1+n个0，减1之后就是0+n个1，如16 -> 10000，15 -> 01111，那根据&位运算的规则，都为1(真)时，才为1，那0 ≤ 运算后的结果 ≤ 15，假设h <= 15，那么运算后的结果就是h本身，h >15，运算后的结果就是最后四位二进制做&运算后的值，最终，就是%运算后的余数，这就是容量必须为2的幂的原因。
/**
* Returns index for hash code h.
*/
static int indexFor(int h, int length) {
// assert Integer.bitCount(length) == 1 : "length must be a non-zero power of 2";
return h & (length-1);
}
- 第五步：自增modCount，用于fail-fast机制的，每次修改HashMap数据结构的时候都会自增一次这个值
- 第六步：判断map中是否存在需要插入的值，如果存在就用value覆盖原来的value，并返回原来的value。不执行后面的代码，包括modCount++。其中，这里的判断是否相等，是先判断的hash值是否相等，再通过equals判断是否相等，这样可以提高效率。另外，recordAccess这个方法，它也是HashMap的子类比如LinkedHashMap用的，HashMap中这个方法为空。
- 最后是调用addEntry()方法，将entry添加到链表打的头部，其中如果键值对长度超长并且当前数组索引处的链表不为空，就要对数组进行扩容，扩容为原来的2倍长度，然后创建entry
- 扩容时，原本table中的数据会重新计算hash值，然后放到table中去
- 对象还是跟插入一样，会从链表的头部插入
void addEntry(int hash, K key, V value, int bucketIndex) {
// 如果键值对长度超过阙值，并且数组中当前索引处不为null
if ((size >= threshold) && (null != table[bucketIndex])) {
// table数组扩容为原来的2倍
resize(2 * table.length);
// 重新计算hash值
hash = (null != key) ? hash(key) : 0;
// 重新获取数组中的索引
bucketIndex = indexFor(hash, table.length);
}
createEntry(hash, key, value, bucketIndex);
}
// 扩容到新容量
void resize(int newCapacity) {
Entry[] oldTable = table;
int oldCapacity = oldTable.length;
if (oldCapacity == MAXIMUM_CAPACITY) {
threshold = Integer.MAX_VALUE;
return;
}
// 创建新hash表
Entry[] newTable = new Entry[newCapacity];
// 将旧表的数据转移至新表
transfer(newTable, initHashSeedAsNeeded(newCapacity));
table = newTable;
// 更新阙值
threshold = (int)Math.min(newCapacity * loadFactor, MAXIMUM_CAPACITY + 1);
}
//如果hashSeed变了，那么rehash为true，否则为false
void transfer(Entry[] newTable, boolean rehash) {
int newCapacity = newTable.length;
//遍历旧数组的头节点
for (Entry<K,V> e : table) {
//当桶不为空
while(null != e) {
Entry<K,V> next = e.next;
//如果hashSeed变了，需要重新计算hash值
if (rehash) {
e.hash = null == e.key ? 0 : hash(e.key);
}
//得到新表中的索引
int i = indexFor(e.hash, newCapacity);
// 将当前节点的next节点设为新数组头节点
e.next = newTable[i];
// 将当前节点作为头节点放到新的数组中
newTable[i] = e;
// 链表向后遍历
e = next;
}
}
}
void createEntry(int hash, K key, V value, int bucketIndex) {
Entry<K,V> e = table[bucketIndex];
// 将该节点作为头节点
table[bucketIndex] = new Entry<>(hash, key, value, e);
size++;
}
假设new出来的Entry地址为0x00000001，那么，put(“111”, “111”)用图表示应该是这样的：
在IDEA的debug模式下（这里hash算出来要在table[7]，但是我们假设还在table[1]）：
每一个新增的Entry都位于table[1]上，另外，里面的hash是rehash之后的hash而不是Key最原始的hash。看到table[1]上存放了111---->111这个键值对，它持有原table[1]的引用地址，因此可以寻址到原table[1]，这就是单向链表。 再看一下put(“222”, “222”)做了什么，一张图就可以理解了(这里我们假设的是222的hash算出来还在table[1]，但是实际上，在idea中，我们可以看到应该是位于table[2]，为了讲解单链表，我们不管这个)：
在idea中：
3. 删除
3.1 remove(Object key):
假如我执行了如下代码：
Map<String, String > map = new HashMap<>();
map.put("111", "111");
map.put("222", "222");
map.remove("111");
最后的remove方法做了哪些事情？首先来看remove源码：
public V remove(Object key) {
Entry<K,V> e = removeEntryForKey(key);
return (e == null ? null : e.value);
}
final Entry<K,V> removeEntryForKey(Object key) {
if (size == 0) {
return null;
}
// 根据key计算出数组中的位置
int hash = (key == null) ? 0 : hash(key);
int i = indexFor(hash, table.length);
Entry<K,V> prev = table[i]; // 相当于被删除数据的前一个数据
Entry<K,V> e = prev; // 当前位置
// 遍历链表
while (e != null) {
Entry<K,V> next = e.next;
Object k;
// 判断key是否相等
if (e.hash == hash &&
((k = e.key) == key || (key != null && key.equals(k)))) {
modCount++;
size--;
// 当找到要删除的key的时候，需要判断下这个entry是不是头节点，如果是直接将next设为头节点
// 如果不是头节点，则将prev的next设为当前节点的next
if (prev == e)
table[i] = next;
else
prev.next = next;
e.recordRemoval(this);
return e;
}
prev = e;
e = next;
}
return e;
}
我们来看做的事情：
- 首先是根据key计算出当前key在哪个链表中，然后遍历这个链表
- 在表里链表的时候定义了一个prev，相当于是需要被删除节点的前面的节点（prev.next即e），
- 当找到要删除的key的时候，需要判断下这个entry是不是头节点，如果是直接将next设为头节点。如果不是头节点，则将prev的next设为当前节点的next。这个时候e，即需要被删除的节点就失去了连接。
用图表示就是：
4. HashMap的table为什么是transient的
一个非常细节的地方：
transient Entry[] table;
看到table用了transient修饰，也就是说table里面的内容全都不会被序列化，不知道大家有没有想过这么写的原因？
在我看来，这么写是非常必要的。因为HashMap是基于HashCode的，HashCode作为Object的方法，是native的：
public native int hashCode();
这意味着的是：HashCode和底层实现相关，不同的虚拟机可能有不同的HashCode算法。再进一步说得明白些就是，可能同一个Key在虚拟机A上的HashCode=1，在虚拟机B上的HashCode=2，在虚拟机C上的HashCode=3。
这就有问题了，Java自诞生以来，就以跨平台性作为最大卖点，好了，如果table不被transient修饰，在虚拟机A上可以用的程序到虚拟机B上可以用的程序就不能用了，失去了跨平台性，因为：
1、Key在虚拟机A上的HashCode=100，连在table[4]上
2、Key在虚拟机B上的HashCode=101，这样，就去table[5]上找Key，明显找不到
整个代码就出问题了。因此，为了避免这一点，Java采取了重写自己序列化table的方法，在writeObject选择将key和value追加到序列化的文件最后面：
private void writeObject(java.io.ObjectOutputStream s)
throws IOException
{
// Write out the threshold, loadfactor, and any hidden stuff
s.defaultWriteObject();
// Write out number of buckets
if (table==EMPTY_TABLE) {
s.writeInt(roundUpToPowerOf2(threshold));
} else {
s.writeInt(table.length);
}
// Write out size (number of Mappings)
s.writeInt(size);
// Write out keys and values (alternating)
if (size > 0) {
for(Map.Entry<K,V> e : entrySet0()) {
s.writeObject(e.getKey());
s.writeObject(e.getValue());
}
}
}
而在readObject的时候重构HashMap数据结构：
private void readObject(java.io.ObjectInputStream s)
throws IOException, ClassNotFoundException
{
// Read in the threshold (ignored), loadfactor, and any hidden stuff
s.defaultReadObject();
if (loadFactor <= 0 || Float.isNaN(loadFactor)) {
throw new InvalidObjectException("Illegal load factor: " +
loadFactor);
}
// set other fields that need values
table = (Entry<K,V>[]) EMPTY_TABLE;
// Read in number of buckets
s.readInt(); // ignored.
// Read number of mappings
int mappings = s.readInt();
if (mappings < 0)
throw new InvalidObjectException("Illegal mappings count: " +
mappings);
// capacity chosen by number of mappings and desired load (if >= 0.25)
int capacity = (int) Math.min(
mappings * Math.min(1 / loadFactor, 4.0f),
// we have limits...
HashMap.MAXIMUM_CAPACITY);
// allocate the bucket array;
if (mappings > 0) {
inflateTable(capacity);
} else {
threshold = capacity;
}
init(); // Give subclass a chance to do its thing.
// Read the keys and values, and put the mappings in the HashMap
for (int i = 0; i < mappings; i++) {
K key = (K) s.readObject();
V value = (V) s.readObject();
putForCreate(key, value);
}
}
一种麻烦的方式，但却保证了跨平台性。
这个例子也告诉了我们：尽管使用的虚拟机大多数情况下都是HotSpot，但是也不能对其它虚拟机不管不顾，有跨平台的思想是一件好事。
5. HashMap和Hashtable的区别
HashMap和Hashtable是一组相似的键值对集合，它们的区别也是面试常被问的问题之一，我这里简单总结一下HashMap和Hashtable的区别：
- Hashtable是线程安全的，Hashtable所有对外提供的方法都使用了synchronized，也就是同步，而HashMap则是线程非安全的
- Hashtable不允许空的value，空的value将导致空指针异常，而HashMap则无所谓，没有这方面的限制
参考：
https://www.cnblogs.com/xrq730/p/5030920.html
https://blog.csdn.net/qq_19431333/article/details/61614414
https://blog.csdn.net/ghsau/article/details/16890151
265
被折叠的 条评论
为什么被折叠?
到【灌水乐园】发言
