10分钟内搞懂HashMap底层原理

10分钟内搞懂HashMap底层原理

HashMap是我们开发过程中用的比较多的一种集合，也是面试过程中为了了解你的java基础，最喜欢问的一种类型，这两天阅读了一下HashMap的源码，在这里把自己的学习成果跟大家分享。

---

一、HashMap的属性

1.常量
（1）DEFAULT_INITIAL_CAPACITY 默认容量大小
（2）MAXIMUM_CAPACITY 最大容量大小
（3）DEFAULT_LOAD_FACTOR 默认加载因子
（4）TREEIFY_THRESHOLD 链表转化为红黑树的最小长度（如果链表长度超过这个常量，链表就转换成红黑树，但这只是转化为红黑树的条件之一）
（5）UNTREEIFY_THRESHOLD 红黑树转换成链表的最大数量（当红黑树的所有节点数量和小于这个常量，红黑树就转换成链表）
（6）MIN_TREEIFY_CAPACITY 链表转化为红黑树的最小容量 （当HashMap容量超过这个常量，且链表长度超过TREEIFY_THRESHOLD ，链表才会转换成红黑树）
2.属性
（1）size HashMap中的元素个数
（2）modCount 记录HashMap的修改次数
（3）threshold 阈值，初始化时为16，当hashmap中有元素时，threshold =newCap * loadFactor，就是新的table的长度乘以加载因子
（4）loadFactor 加载因子
（5）table 这是一个Node对象的数组，Node是HashMap的静态内部类，实现了Map.Entry<K,V> 接口，HashMap的扩容就是对table数组进行扩容。

二、put一个元素的整个流程

下面我们跟着源码追溯整个流程

    public V put(K key, V value) {
        return putVal(hash(key), key, value, false, true);
    }

put方法调用了putVal方法，然后用Hash（Object key）方法通过key值生成hash值传入putVal方法。

 final V putVal(int hash, K key, V value, boolean onlyIfAbsent,
                   boolean evict) {
        Node<K,V>[] tab; Node<K,V> p; int n, i;
        if ((tab = table) == null || (n = tab.length) == 0)
            n = (tab = resize()).length;
        if ((p = tab[i = (n - 1) & hash]) == null)
            tab[i] = newNode(hash, key, value, null);
        else {
            Node<K,V> e; K k;
            if (p.hash == hash &&
                ((k = p.key) == key || (key != null && key.equals(k))))
                e = p;
            else if (p instanceof TreeNode)
                e = ((TreeNode<K,V>)p).putTreeVal(this, tab, hash, key, value);
            else {
                for (int binCount = 0; ; ++binCount) {
                    if ((e = p.next) == null) {
                        p.next = newNode(hash, key, value, null);
                        if (binCount >= TREEIFY_THRESHOLD - 1) // -1 for 1st
                            treeifyBin(tab, hash);
                        break;
                    }
                    if (e.hash == hash &&
                        ((k = e.key) == key || (key != null && key.equals(k))))
                        break;
                    p = e;
                }
            }
            if (e != null) { // existing mapping for key
                V oldValue = e.value;
                if (!onlyIfAbsent || oldValue == null)
                    e.value = value;
                afterNodeAccess(e);
                return oldValue;
            }
        }
        ++modCount;
        if (++size > threshold)
            resize();
        afterNodeInsertion(evict);
        return null;
    }

如果table为空，用resize（）方法获取一块空间，resize（）函数的作用是：如果table为空，则初始化，不为空则为table扩容，后面我们再讲resize（）方法。

然后我们看到if ((p = tab[i = (n - 1) & hash]) == null)，(n - 1) & hash是对hash值进行取模，与运算这里就不细讲了，最后得到的结果在0到n-1，n是table数组的大小，这里就决定了这个键值对在table数组中的位置，所以不同的hash值也会得到相同的数组下标，hash冲突也是发生在这一步，相同的hash值肯定分配到同一个数组下标。

首先如果这个下标内没有元素会怎样操作。

        if ((p = tab[i = (n - 1) & hash]) == null)
            tab[i] = newNode(hash, key, value, null);

        ++modCount;
        if (++size > threshold)
            resize();
        afterNodeInsertion(evict);
        return null;

直接将这个键值对放入该下标位置，然后++modCount，HashMap的修改次数+1，大小+1，如果大小超过阈值就进行扩容，我们看一下resize()函数是如何对table数组扩容的。

        Node<K,V>[] oldTab = table;
        int oldCap = (oldTab == null) ? 0 : oldTab.length;
        int oldThr = threshold;
        int newCap, newThr = 0;
        if (oldCap > 0) {
            if (oldCap >= MAXIMUM_CAPACITY) {
                threshold = Integer.MAX_VALUE;
                return oldTab;
            }
            else if ((newCap = oldCap << 1) < MAXIMUM_CAPACITY &&
                     oldCap >= DEFAULT_INITIAL_CAPACITY)
                newThr = oldThr << 1; // double threshold
        }
        else if (oldThr > 0) // initial capacity was placed in threshold
            newCap = oldThr;
        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];
        table = newTab;
   

代码有点多，首先如果容量已经达到了最大容量就不扩容了，没有达到就阈值和容量都扩大至原来的两倍，接下来创建一个新的原来两倍大的地址空间，table指向这块空间。然后会发现这样之前的数据就没有了，所以还需要把之前的数据迁移过来。

     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);
 

迁移的过程并不是简单的将对应下标的数据移过去就行了，因为扩容的目的不是因为HashMap装不下了，而是为了让数据在table数组中分布的更加均匀，所以这里会重新计算下标e.hash & (newCap - 1)。链表转红黑树除了需要链表长度超过8，也需要容量超过64，否则就进行扩容，也是因为容量没有超过64之前，扩容会更有效率。我们可以想一下，假如现在是16的容量，那么阈值是16*0.75=12；除了构建红黑树的9个元素（最少9个），还剩最多3个元素分布在15个格子中，所以table中有四分之三的格子是空的，此时进行扩容重新分配下标会是更好的选择。

一个128容量的HashMap，其中的数据分布可能如上图这样，注意容量不是HashMap里的已有元素个数。TreeNode类继承了Node类，所以TreeNode对象也能放进Node数组中（没想到还能这么用，不禁感叹java多态性的强大）。

我们再讲回迁移的过程，循环遍历table数组，如果该位置是TreeNode对象，就调用split方法，然后我们看到split方法。

   final void split(HashMap<K,V> map, Node<K,V>[] tab, int index, int bit) {
            TreeNode<K,V> b = this;
            // Relink into lo and hi lists, preserving order
            TreeNode<K,V> loHead = null, loTail = null;
            TreeNode<K,V> hiHead = null, hiTail = null;
            int lc = 0, hc = 0;
            for (TreeNode<K,V> e = b, next; e != null; e = next) {
                next = (TreeNode<K,V>)e.next;
                e.next = null;
                if ((e.hash & bit) == 0) {
                    if ((e.prev = loTail) == null)
                        loHead = e;
                    else
                        loTail.next = e;
                    loTail = e;
                    ++lc;
                }
                else {
                    if ((e.prev = hiTail) == null)
                        hiHead = e;
                    else
                        hiTail.next = e;
                    hiTail = e;
                    ++hc;
                }
            }

            if (loHead != null) {
                if (lc <= UNTREEIFY_THRESHOLD)
                    tab[index] = loHead.untreeify(map);
                else {
                    tab[index] = loHead;
                    if (hiHead != null) // (else is already treeified)
                        loHead.treeify(tab);
                }
            }
            if (hiHead != null) {
                if (hc <= UNTREEIFY_THRESHOLD)
                    tab[index + bit] = hiHead.untreeify(map);
                else {
                    tab[index + bit] = hiHead;
                    if (loHead != null)
                        hiHead.treeify(tab);
                }
            }
        }

它构建了两个根节点，loHead 和hiHead，你可能会疑惑为什么要创建两个根节点，因为同一个下标中的元素重新计算下标后只会有两个结果，一个就是原来的下标值，另一个是（原来的下标值+原来的容量值），这里可以自己验证一下。然后遍历这棵红黑树，每个元素重新计算下标后往这两个根节点上接。最后如果树上的所有节点加起来小于等于6，就会拆成链表结构，构建红黑树的条件是超过8个，为什么拆成链表的条件不是小于等于8而是6？如果是8的话，下次put一个元素进来，下标又正好分配到这个8长度的链表的位置，马上又要转成树，就很耗时，所以把这个数量设定成了6。（注意：树转换成链表只会发生在扩容的时候，删除元素的时候，就算树中的节点个数小于等于6也不会转换成链表）。最后把两个根节点放入数组就算是完成了。

                   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;

再看下链表的迁移，同样也是创建了两个根节点，然后往链表尾部插入元素。但是之前的版本是用的头插法，就是在链表头部插入元素，当初用头插法是开发者认为新加入的元素被使用到的概率大一些，所以放在链表头部，但这样的方式有一个坏处，在多线程的环境下扩容链表可能会形成一个环，所以java8改成了用尾插法。

最后返回这个新建的数组，到这来插入一个元素的过程就结束了。

---

总结

get和remove方法没什么太多讲的啦，过程就是计算key的hash值，然后找到在table数组中的位置，最后遍历链表或者红黑树。仔细的朋友其实还会发现put和remove的过程中出现了这么三个方法：
void afterNodeAccess(Node<K,V> p) { }
void afterNodeInsertion(boolean evict) { }
void afterNodeRemoval(Node<K,V> p) { }
点进去后发现都是空的，其实这三个方法是留给继承了HashMap的LinkedHashMap准备的。
还有一个要讲的就是为什么table数组的长度都是2的幂？然后在初始化的时候你就算设定成一个不是2的幂的数，也会转化成一个比这个数大的最小的2的幂，比如指定为17，table数组容量就是32。还记得怎么确定元素在数组中的位置的吗？
(n - 1) & hash 2的幂减1转换成2进制最后几位就是…1111，进行&运算时就不会影响hash值的散列性。还有就是为什么HashMap重写了HashCode方法，也是为了让元素在数组中更加分散，hash方法又对HashCode获得的值进行了异或运算，因为(n - 1) & hash的结果只取决于低位元素，hash方法将hashcode低16位与高16位做异或运算，相当于混合了高位和低位，增加了随机性。

有什么讲的不对的地方还请大家指出来，多交流，多学习~