HashMap底层实现原理

一、简介

HashMap基于Map接口实现，元素以键值对的方式存储，并且允许使用null建和null值，因为key不允许重复，因此只能有一个键为null,另外HashMap不能保证放入元素的顺序，它是无序的，和放入的顺序并不能相同。HashMap是线程不安全的。

二、数据结构

jdk1.7底层实现是 数组+链表

jdk1.8底层实现是 数组+链表+红黑树

现在大部分都适用jdk1.8及以上版本了，所以就以1.8版本记录一下

结构图：

三、源码 

1、节点源码

    // Node<K,V> 类用来实现数组及链表的数据结构
　 static class Node<K,V> implements Map.Entry<K,V> {
        final int hash; //保存节点的 hash　值
        final K key; //保存节点的　key　值
        V value;　//保存节点的　value 值
        Node<K,V> next;　//指向链表结构下的当前节点的　next 节点，红黑树　TreeNode　节点中也有用到
 
        Node(int hash, K key, V value, Node<K,V> next) {
            this.hash = hash;
            this.key = key;
            this.value = value;
            this.next = next;
        }
 
        public final K getKey()        { }
        public final V getValue()      {  }
        public final String toString() { }
 
        public final int hashCode() {           
        }
 
        public final V setValue(V newValue) {          
        }
 
        public final boolean equals(Object o) {            
        }
    }
     
    public class LinkedHashMap<K,V> {
          static class Entry<K,V> extends HashMap.Node<K,V> {
                Entry<K,V> before, after;
                Entry(int hash, K key, V value, Node<K,V> next) {
                    super(hash, key, value, next);
                }    
            }
    }    
     
　// TreeNode<K,V> 继承 LinkedHashMap.Entry<K,V>，用来实现红黑树相关的存储结构
    static final class TreeNode<K,V> extends LinkedHashMap.Entry<K,V> {
        TreeNode<K,V> parent;  // 存储当前节点的父节点
        TreeNode<K,V> left;　//存储当前节点的左孩子
        TreeNode<K,V> right;　//存储当前节点的右孩子
        TreeNode<K,V> prev;    // 存储当前节点的前一个节点
        boolean red;　// 存储当前节点的颜色（红、黑）
        TreeNode(int hash, K key, V val, Node<K,V> next) {
            super(hash, key, val, next);
        }
}

2、HashMap 各常量、成员变量作用　

//创建 HashMap 时未指定初始容量情况下的默认容量   
   static final int DEFAULT_INITIAL_CAPACITY = 1 << 4; 
 
//HashMap 的最大容量
   static final int MAXIMUM_CAPACITY = 1 << 30;
 
   //HashMap 默认的装载因子,当 HashMap 中元素数量超过 容量*装载因子 时，进行　resize()　操作
   static final float DEFAULT_LOAD_FACTOR = 0.75f;
 
   //用来确定何时将解决 hash 冲突的链表转变为红黑树
   static final int TREEIFY_THRESHOLD = 8;
 
   // 用来确定何时将解决 hash 冲突的红黑树转变为链表
   static final int UNTREEIFY_THRESHOLD = 6;


 
   /* 当需要将解决 hash 冲突的链表转变为红黑树时，需要判断下此时数组容量，若是由于数组容量太小（小于　MIN_TREEIFY_CAPACITY　）导致的 hash冲突太多，则不进行链表转变为红黑树操作，转为利用　resize() 函数对　hashMap 扩容　*/
   static final int MIN_TREEIFY_CAPACITY = 64;
//保存Node<K,V>节点的数组
 transient Node<K,V>[] table;
 
//由　hashMap 中 Node<K,V>　节点构成的 set
transient Set<Map.Entry<K,V>> entrySet;
 
//记录 hashMap 当前存储的元素的数量
transient int size;
 
//记录　hashMap 发生结构性变化的次数（注意　value 的覆盖不属于结构性变化）
transient int modCount;
 
//threshold的值应等于 table.length * loadFactor, size 超过这个值时进行　resize()扩容
int threshold;
 
//记录 hashMap 装载因子
final float loadFactor;

 3、HashMap 几种构造方法

//构造方法１，指定初始容量及装载因子
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;
    　/* tableSizeFor(initialCapacity)　方法返回的值是最接近 initialCapacity 的2的幂，若指定初始容量为９，则实际 hashMap 容量为16*/
    　//注意此种方法创建的 hashMap 初始容量的值存在　threshold 中
        this.threshold = tableSizeFor(initialCapacity);
}
//tableSizeFor(initialCapacity)　方法返回的值是最接近 initialCapacity 的2的幂
static final int tableSizeFor(int cap) {
        int n = cap - 1;
        n |= n >>> 1;// >>> 代表无符号右移
        n |= n >>> 2;
        n |= n >>> 4;
        n |= n >>> 8;
        n |= n >>> 16;
        return (n < 0) ? 1 : (n >= MAXIMUM_CAPACITY) ? MAXIMUM_CAPACITY : n + 1;
}
//构造方法２，仅指定初始容量，装载因子的值采用默认的　0.75
public HashMap(int initialCapacity) {
        this(initialCapacity, DEFAULT_LOAD_FACTOR);
}
//构造方法３，所有参数均采用默认值
public HashMap() {
        this.loadFactor = DEFAULT_LOAD_FACTOR; // all other fields defaulted
}

4、HashMap put 及其相关方法

//指定节点 key,value，向 hashMap 中插入节点
public V put(K key, V value) {
  　//注意待插入节点　hash 值的计算，调用了　hash(key) 函数
　//实际调用 putVal（）进行节点的插入
      return putVal(hash(key), key, value, false, true);
  }
static final int hash(Object key) {
      int h;
　/*key 的 hash　值的计算是通过hashCode()的高16位异或低16位实现的：(h = k.hashCode()) ^ (h >>> 16)，主要是从速度、功效、质量来考虑的，这么做可以在数组table的length比较小的时候，也能保证考虑到高低Bit都参与到Hash的计算中，同时不会有太大的开销*/
      return (key == null) ? 0 : (h = key.hashCode()) ^ (h >>> 16);
  }
 
public void putAll(Map<? extends K, ? extends V> m) {
      putMapEntries(m, true);
  }
 
/*把Map<? extends K, ? extends V> m 中的元素插入到　hashMap 中,若 evict 为 false,代表是在创建 hashMap 时调用了这个函数，例如利用上述构造函数３创建 hashMap;若 evict　为true,代表是在创建　hashMap 后才调用这个函数，例如上述的　putAll 函数。*/
 
final void putMapEntries(Map<? extends K, ? extends V> m, boolean evict) {
      int s = m.size();
      if (s > 0) {
          /*如果是在创建 hashMap 时调用的这个函数则 table 一定为空*/
          if (table == null) { 
　　　  //根据待插入的map 的 size 计算要创建的　hashMap 的容量。
              float ft = ((float)s / loadFactor) + 1.0F;
              int t = ((ft < (float)MAXIMUM_CAPACITY) ?
                       (int)ft : MAXIMUM_CAPACITY);
　　　  //把要创建的　hashMap 的容量存在　threshold　中
              if (t > threshold)
                  threshold = tableSizeFor(t);
          }
　　 //判断待插入的　map 的 size,若　size 大于　threshold，则先进行　resize()
          else if (s > threshold)
              resize();
          for (Map.Entry<? extends K, ? extends V> e : m.entrySet()) {
              K key = e.getKey();
              V value = e.getValue();
              //实际也是调用　putVal　函数进行元素的插入
              putVal(hash(key), key, value, false, evict);
          }
      }
  }
 
  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;
　 /*根据 hash 值确定节点在数组中的插入位置，若此位置没有元素则进行插入，注意确定插入位置所用的计算方法为　(n - 1) & hash,由于　n 一定是２的幂次，这个操作相当于
hash % n */
      if ((p = tab[i = (n - 1) & hash]) == null)
          tab[i] = newNode(hash, key, value, null);
      else {//说明待插入位置存在元素
          Node<K,V> e; K k;
　　 　　　　//比较原来元素与待插入元素的　hash 值和　key 值
          if (p.hash == hash &&
              ((k = p.key) == key || (key != null && key.equals(k))))
              e = p;
　　 　　　　//若原来元素是红黑树节点，调用红黑树的插入方法:putTreeVal
          else if (p instanceof TreeNode)
              e = ((TreeNode<K,V>)p).putTreeVal(this, tab, hash, key, value);
          else {//证明原来的元素是链表的头结点，从此节点开始向后寻找合适插入位置
              for (int binCount = 0; ; ++binCount) {
                  if ((e = p.next) == null) {
　　　　　　//找到插入位置后，新建节点插入
                      p.next = newNode(hash, key, value, null);
　　　　　　//若链表上节点超过TREEIFY_THRESHOLD - 1，将链表变为红黑树
                      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;
              }
          }//end else
          if (e != null) { // 待插入元素在　hashMap 中已存在
              V oldValue = e.value;
              if (!onlyIfAbsent || oldValue == null)
                  e.value = value;
              afterNodeAccess(e);
              return oldValue;
          }
      }//end else
      ++modCount;
      if (++size > threshold)
          resize();
      afterNodeInsertion(evict);
      return null;
  }//end putval

/*读懂这个函数要注意理解 hash 冲突发生的几种情况
   １、两节点　key 值相同（hash值一定相同），导致冲突
   ２、两节点　key 值不同，由于 hash 函数的局限性导致hash 值相同，冲突
　 ３、两节点　key 值不同，hash 值不同，但 hash 值对数组长度取模后相同，冲突
*/
  final TreeNode<K,V> putTreeVal(HashMap<K,V> map, Node<K,V>[] tab,
                                 int h, K k, V v) {
      Class<?> kc = null;
      boolean searched = false;
      TreeNode<K,V> root = (parent != null) ? root() : this;
　　　 //从根节点开始查找合适的插入位置（与二叉搜索树查找过程相同）
      for (TreeNode<K,V> p = root;;) {
          int dir, ph; K pk;
          if ((ph = p.hash) > h)
              dir = -1;　//　dir小于０，接下来查找当前节点左孩子
          else if (ph < h)
              dir = 1;　//　dir大于０，接下来查找当前节点右孩子
          else if ((pk = p.key) == k || (pk != null && k.equals(pk)))
　　　　　　　　//进入这个else if 代表　hash 值相同，key　相同
              return p;
 　　　　 /*要进入下面这个else if,代表有以下几个含义:
            1、当前节点与待插入节点　key　不同,　hash 值相同
　　　　　　2、ｋ是不可比较的，即ｋ并未实现　comparable<K>　接口
　　　　　　　　　（若 k 实现了comparable<K>　接口，comparableClassFor（k）返回的是ｋ的　class,而不是　null）
          　　或者　compareComparables(kc, k, pk)　返回值为 0
　　　　　　　　　(pk 为空　或者　按照 k.compareTo(pk) 返回值为０，
　　　　　　　　　返回值为０可能是由于　ｋ的compareTo 方法实现不当引起的，compareTo 判定相等，而上个 else if　中　equals 判定不等)*/
          else if ((kc == null &&
                    (kc = comparableClassFor(k)) == null) ||
                   (dir = compareComparables(kc, k, pk)) == 0) {
              //在以当前节点为根的整个树上搜索是否存在待插入节点（只会搜索一次）
              if (!searched) {
                  TreeNode<K,V> q, ch;
                  searched = true;
                  if (((ch = p.left) != null &&
                       (q = ch.find(h, k, kc)) != null) ||
                      ((ch = p.right) != null &&
                       (q = ch.find(h, k, kc)) != null))
　　　　　　　　　　　　　//若树中存在待插入节点，直接返回
                      return q;
              }
　 　　　　　　 // 既然ｋ是不可比较的，那我自己指定一个比较方式
              dir = tieBreakOrder(k, pk);
          }//end else if
 
          TreeNode<K,V> xp = p;
          if ((p = (dir <= 0) ? p.left : p.right) == null) {
　　　　　　　　//找到了待插入的位置，xp 为待插入节点的父节点
　　　　　　　　//注意TreeNode节点中既存在树状关系，也存在链式关系，并且是双端链表
              Node<K,V> xpn = xp.next;
              TreeNode<K,V> x = map.newTreeNode(h, k, v, xpn);
              if (dir <= 0)
                  xp.left = x;
              else
                  xp.right = x;
              xp.next = x;
              x.parent = x.prev = xp;
              if (xpn != null)
                  ((TreeNode<K,V>)xpn).prev = x;
　　　　　　　　//插入节点后进行二叉树的平衡操作
              moveRootToFront(tab, balanceInsertion(root, x));
              return null;
          }
      }//end for
  }//end putTreeVal    　
 
　static int tieBreakOrder(Object a, Object b) {
      int d;
      //System.identityHashCode()实际是利用对象 a,b 的内存地址进行比较
      if (a == null || b == null ||
          (d = a.getClass().getName().
           compareTo(b.getClass().getName())) == 0)
          d = (System.identityHashCode(a) <= System.identityHashCode(b) ?
               -1 : 1);
      return d;
  }

5、HashMap get 及其相关方法　

public V get(Object key) {
       Node<K,V> e;
　//实际上是根据输入节点的 hash 值和 key 值利用getNode 方法进行查找
       return (e = getNode(hash(key), key)) == null ? null : e.value;
   }
 
final Node<K,V> getNode(int hash, Object key) {
       Node<K,V>[] tab; Node<K,V> first, e; int n; K k;
       if ((tab = table) != null && (n = tab.length) > 0 &&
           (first = tab[(n - 1) & hash]) != null) {
           if (first.hash == hash && // always check first node
               ((k = first.key) == key || (key != null && key.equals(k))))
               return first;
           if ((e = first.next) != null) {
               if (first instanceof TreeNode)
　　　　　　　　　　　//若定位到的节点是　TreeNode 节点，则在树中进行查找
                   return ((TreeNode<K,V>)first).getTreeNode(hash, key);
               do {//否则在链表中进行查找
                   if (e.hash == hash &&
                       ((k = e.key) == key || (key != null && key.equals(k))))
                       return e;
               } while ((e = e.next) != null);
           }
       }
       return null;
   }
final TreeNode<K,V> getTreeNode(int h, Object k) {
　　　//从根节点开始，调用 find 方法进行查找
    return ((parent != null) ? root() : this).find(h, k, null);
}
 
final TreeNode<K,V> find(int h, Object k, Class<?> kc) {
    TreeNode<K,V> p = this;
    do {
        int ph, dir; K pk;
        TreeNode<K,V> pl = p.left, pr = p.right, q;
　　　　//首先进行hash 值的比较，若不同令当前节点变为它的左孩子或者右孩子
        if ((ph = p.hash) > h)
            p = pl;
        else if (ph < h)
            p = pr;
　　　　//hash 值相同，进行 key　值的比较 
        else if ((pk = p.key) == k || (k != null && k.equals(pk)))
            return p;
        else if (pl == null)
            p = pr;
        else if (pr == null)
            p = pl;
　　　　//执行到这儿，意味着hash 值相同，key 值不同 
　　　　//若k 是可比较的并且k.compareTo(pk) 返回结果不为０可进入下面elseif   
        else if ((kc != null ||
                  (kc = comparableClassFor(k)) != null) &&
                 (dir = compareComparables(kc, k, pk)) != 0)
            p = (dir < 0) ? pl : pr;
        /*若 k 是不可比较的　或者　k.compareTo(pk) 返回结果为０则在整棵树中进行查找，先找右子树，右子树没有再找左子树*/
        else if ((q = pr.find(h, k, kc)) != null)
            return q;
        else
            p = pl;
    } while (p != null);
    return null;
}

6、HashMap 扩容方法　resize()

resize()　方法中比较重要的是链表和红黑树的 rehash 操作，先来说下 rehash 的实现原理：

　　我们在扩容的时候，一般是把长度扩为原来2倍，所以，元素的位置要么是在原位置，要么是在原位置再移动2次幂的位置。看下图可以明白这句话的意思，n为table的长度，图（a）表示扩容前的key1和key2两种key确定索引位置的示例，图（b）表示扩容后key1和key2两种key确定索引位置的示例，其中hash1是key1对应的哈希与高位运算结果。

元素在重新计算hash之后，因为n变为2倍，那么n-1的mask范围在高位多1bit(红色)，因此新的index就会发生这样的变化：

　　

　　因此，我们在扩充HashMap的时候，只需要看看原来的hash值新增的那个bit是1还是0就好了，是0的话索引没变，是1的话索引变成“原索引+oldCap”，可以看看下图为16扩充为32的resize示意图：

 

 这个算法很巧妙，既省去了重新计算hash值的时间，而且同时，由于新增的1bit是0还是1可以认为是随机的，因此resize的过程，均匀的把之前的冲突的节点分散到新的槽中了。

　　具体源码介绍：

final Node<K,V>[] resize() {        Node<K,V>[] oldTab = table;
        int oldCap = (oldTab == null) ? 0 : oldTab.length;
        int oldThr = threshold;
        int newCap, newThr = 0;
　　/*
        1、resize（）函数在size　> threshold时被调用。
            oldCap大于 0 代表原来的 table 表非空， oldCap 为原表的大小，
            oldThr（threshold） 为 oldCap × load_factor
    　*/
        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
        }
　　　　/*
        2、resize（）函数在table为空被调用。
        oldCap 小于等于 0 且 oldThr 大于0，代表用户创建了一个 HashMap，但是使用的构造函数为
        HashMap(int initialCapacity, float loadFactor) 或 HashMap(int initialCapacity)
        或 HashMap(Map<? extends K, ? extends V> m)，导致 oldTab 为 null，oldCap 为0，
        oldThr 为用户指定的 HashMap的初始容量。
    　　*/
        else if (oldThr > 0) // initial capacity was placed in threshold
            newCap = oldThr;
　　　　　/*
            3、resize（）函数在table为空被调用。
            oldCap 小于等于 0 且 oldThr 等于0，用户调用 HashMap()构造函数创建的　HashMap，所有值均采用默认值，
       　　 oldTab（Table）表为空，oldCap为0，oldThr等于0，
    　　*/
        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;        
        Node<K,V>[] newTab = (Node<K,V>[])new Node[newCap];
        table = newTab;
        if (oldTab != null) {
　　　　　　　//把　oldTab 中的节点　reHash 到　newTab 中去
            for (int j = 0; j < oldCap; ++j) {
                Node<K,V> e;
                if ((e = oldTab[j]) != null) {
                    oldTab[j] = null;
　　　　　　　　　　　　//若节点是单个节点，直接在 newTab　中进行重定位
                    if (e.next == null)
                        newTab[e.hash & (newCap - 1)] = e;
　　　　　　　　　　　　//若节点是　TreeNode 节点，要进行 红黑树的 rehash　操作
                    else if (e instanceof TreeNode)
                        ((TreeNode<K,V>)e).split(this, newTab, j, oldCap);
　　　　　　　　　　　　//若是链表，进行链表的 rehash　操作
                    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;
　　　　　　　　　　　　　　　　　　//根据算法　e.hash & oldCap　判断节点位置　rehash　后是否发生改变
                            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;
　　　　　　　　　　　　　　　　// rehash　后节点新的位置一定为原来基础上加上　oldCap
                            newTab[j + oldCap] = hiHead;
                        }
                    }
                }
            }
        }
        return newTab;
    }