JDK1.8 HashMap的默认长度与扩容分析

HashMap在jdk1.8的时候使用的是数组+链表+红黑树的结构，也叫哈希桶，在jdk1.8之前是用没有红黑树的概念。接下来我们来看看HashMap为什么要用到链表？为什么要使用红黑树？HashMap是怎样进行扩容的？

1、实例化HashMap

public class HashMap<K,V> extends AbstractMap<K,V>
    implements Map<K,V>, Cloneable, Serializable {
    //序列号
    private static final long serialVersionUID = 362498820763181265L;
    //默认容量，2的4次方为16
    static final int DEFAULT_INITIAL_CAPACITY = 1 << 4;
    //最大容量，2的30次方。
    static final int MAXIMUM_CAPACITY = 1 << 30;
    //负载因子，用于扩容使用。
    static final float DEFAULT_LOAD_FACTOR = 0.75f;
    //当某个桶节点数量大于8时，会转换为红黑树。
    static final int TREEIFY_THRESHOLD = 8;
    //当某个桶节点数量小于6时，会转换为链表，前提是它当前是红黑树结构。
    static final int UNTREEIFY_THRESHOLD = 6;
    //当整个hashMap中元素数量大于64时，也会进行转为红黑树结构。
    static final int MIN_TREEIFY_CAPACITY = 64;
    //存储元素的数组，transient关键字表示该属性不能被序列化
    transient Node<K,V>[] table;
    //将数据转换成set的另一种存储形式，这个变量主要用于迭代功能。
    transient Set<Map.Entry<K,V>> entrySet;
    //元素数量
    transient int size;
    //统计该map修改的次数
    transient int modCount;
    //阈值，元素数量达到阈值时，会进行扩容。
    int threshold;
    //也是负载因子，用于初始化对象的时候指定负载因子
    final float loadFactor;

为什么 默认容量大小为16，负载因子为0.75，是因为这两个常量的值是经过大量的计算和统计得出来的最优解。

    /**
      *用指定的初始值构造一个空的HashMap
      *容量和负载系数。
      *
      *@param initial capacity初始容量
      *@param load factor负载系数
      *@如果初始容量为负，则抛出IllegalArgumentException
      *或者负载系数是非正的
      */
    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;
        this.threshold = tableSizeFor(initialCapacity);
    }

    /**
      *用指定的初始值构造一个空的HashMap
      *容量和默认负载系数（0.75）。
      *
      *@param initial capacity初始容量。
      *@如果初始容量为负，则抛出IllegalArgumentException。
      */
    public HashMap(int initialCapacity) {
        this(initialCapacity, DEFAULT_LOAD_FACTOR);
    }

    /**
      *用默认的初始容量构造一个空的HashMap
      *（16）和默认负载系数（0.75）。
      */
    public HashMap() {
        this.loadFactor = DEFAULT_LOAD_FACTOR; // all other fields defaulted
    }

我们看到以上几种方式实例化HashMap，第一个，可以指定初始容量和负载系数，第二个，指定初始容量，负载系数默认，第三个，都使用默认的方式创建。以上无论哪种方式都没有给存储元素的table初始化空间，说明jdk1.8开始实例化对象的时候table数组还是为空。

还有第四个构造方法稍微有点复杂，是传入一个HashMap对象

    /**
     *指定的<tt>映射</tt>
     *默认负载系数（0.75）和足够的初始容量
     *将映射保存在指定的<tt>映射中。
     *
     *@param m要在此映射中放置其映射的映射
     *如果指定的映射为空，@throws NullPointerException
     */
    public HashMap(Map<? extends K, ? extends V> m) {
        this.loadFactor = DEFAULT_LOAD_FACTOR;
        putMapEntries(m, false);
    }
 

    final void putMapEntries(Map<? extends K, ? extends V> m, boolean evict) {
        //获取该map的实际长度
        int s = m.size();
        if (s > 0) {
            //如果table没有初始化
            if (table == null) { // pre-size
                /**求出需要的容量，因为实际使用的长度=容量*0.75得来的，+1是因为小数相除，基本都不会是整数,担心后面float转int损失精度，默认加1**/
                float ft = ((float)s / loadFactor) + 1.0F;
                //判断该容量大小是否超出上限。
                int t = ((ft < (float)MAXIMUM_CAPACITY) ?
                        (int)ft : MAXIMUM_CAPACITY);
                /**对临界值进行初始化，tableSizeFor(t)这个方法会返回大于t值的，且离其最近的2次幂的值，下面会详细分析**/
                if (t > threshold)
                    threshold = tableSizeFor(t);
            }
            //如果table已经初始化，则进行扩容操作，下面会详细分析扩容方法resize()。
            else if (s > threshold)
                resize();
            //遍历，把map中的数据转到hashMap中。
            for (Map.Entry<? extends K, ? extends V> e : m.entrySet()) {
                K key = e.getKey();
                V value = e.getValue();
                //put方法，下面会详细分析
                putVal(hash(key), key, value, false, evict);
            }
        }
    }

2、tableSizeFor方法

2的幂次方：

2、4、8、16、32、64...

tableSizeFor方法是一个算法功能，（不考虑大于最大容量的情况）是返回大于输入参数且最近的2的整数次幂的数。比如10，则返回16。该算法源码如下：

    /**
     * 返回给定目标容量的两倍大小的幂.
     */
    static final int tableSizeFor(int cap) {
        int n = cap - 1;
        n |= n >>> 1;
        n |= n >>> 2;
        n |= n >>> 4;
        n |= n >>> 8;
        n |= n >>> 16;
        return (n < 0) ? 1 : (n >= MAXIMUM_CAPACITY) ? MAXIMUM_CAPACITY : n + 1;
    }

详解如下：

先来分析有关n位操作部分：先来假设n的二进制为001x xxxx。接着

对n右移1位：0001 xxxx，再位或运算得出：0011 xxxx

对n右移2为：0000 11xx，再位或运算得出：0011 11xx

此时前面已经有四个1了，再右移4位且位或可得8个1

同理，有8个1，右移8位肯定会让后八位也为1。

综上可得，该算法让最高位的1后面的位全变为1。（因为要考虑到最差的情况（int类型4个字节）：

0100 0000 0000 0000 0000 0000 0000 0000 所以要位运算到16，才能确保把最高位的1后面的位全变为1。）

最后再让结果n+1，即得到了2的整数次幂的值了。

现在回来看看第一条语句：

int n = cap - 1;

　　让cap-1再赋值给n的目的是另找到的目标值大于等于原值。因为如果该二进制数刚好是2的整数次幂的话则最近的应该是自己，例如二进制1000，十进制数值为8。如果不对它减1而直接操作，将得到答案10000，即16。显然不是结果。减1后二进制为111，再进行操作则会得到原来的数值1000，即还是自己8。

　　这种方法的效率非常高，可见Java8对容器优化了很多。
 

3、HashMap的put方法

先来看一下添加元素的过程，然后再看扩容方法。

首先要思考一个问题，既然HashMap是用数组来存数据的，而数组的类型是一个Node节点，而节点中如果只放key和value，每次添加的时候就去循环数组判断是否有同样的key，如果没有则添加，有就覆盖，然后每次根据key取值的时候也循环数组判断是否存在该key然后取出对应的value，那么可想而知，当数组中的元素量变成10、100、1000甚至成百上千万的时候，执行效率会有多低。

(1) 所以我们能想到的，HashMap也能想到，而HashMap是怎么解决这一个问题的呢？

答案是，HashMap会根据不同的key计算出数组下标，然后直接把该key存到指定的下标位置上，取的时候也是通过该key计算出位置，直接通过下标位置在数组上取，这样就不需要去循环判断取数据了，完美解决上面说到的问题。我们接着看HashMap是同通过什么样的方式计算出位置呢？

(2)首先我们了解一下Hash是什么?

Hash，一般翻译做散列、杂凑，或音译为哈希，是把任意长度的输入通过散列算法变换成固定长度的输出，该输出就是散列值。这种转换是一种压缩映射，也就是，散列值的空间通常远小于输入的空间，不同的输入可能会散列成相同的输出，所以不可能从散列值来确定唯一的输入值。简单的说就是一种将任意长度的消息压缩到某一固定长度的消息摘要的函数。对不同的关键字可能得到同一散列地址，即key1≠key2，而key1的哈希值=key2的哈希值，这种现象称碰撞。（但碰撞的概率是很小的）

(3)所以HashMap会先获取到key的哈希值，但是假设当前数组长度16，获取到了hash值之后怎样才能得到获取存储的数组下标，并且让下标在0~15之中呢？（肯定不能越界对吧）

答案是这样的，我们都知道一个k1取模k2，结果肯定不会大于k2对吧，而且结果肯定在0~k2之中，所以HashMap就是这样来确定下标位置的，不过是用的另外一种方式计算，就是：(len - 1) & hash，通过按位与的方式也能达到取模的效果，而且计算速度更快。好了，先小小总结一下，HashMap首先根据key值获取到hash值，然后根据hash值获取到存放的数组位置，但是接下来又有一个问题了。

(4)如果hash发生了碰撞，就是不同的key但得到了同一个hash值，结果获得的数组位置也是同一个，本来同一个key是可以直接覆盖的（因为hashmap本来就不能存相同的key），可是这两个key又不是同一个，肯定不能覆盖，那应该怎么办呢？

所以，HashMap就加入了链表，当计算出key位置之后，发现该位置上已经有一个元素了，然后就进行判断，如果我这个key的值和已经存在的key值不相等，然后就往改元素后面添加，也就是通过Node节点指向下一个Node节点，此时该数组位置上就有一个包含两个node节点的链表了。等于当添加元素的时候，发现该数组位置上已经有值了，并且当前key值与链表中的所有key都不相等，就往这个链表中追加。可是现在又有了一个新的问题，一旦某一个数组位置上链表的长度越来越长之后，是不是又回到了当初说循环判断key值，会影响的效率问题（虽然不是每次存取元素都要循环，但还是可以优化呀），所以jdk1.8做了进一步的优化。

所以就增加了红黑树的概念，当链表中的长度为9的时候就转为红黑树，使用红黑树结构可以优化计算机的处理过程，使得进一步的提升了极端情况下的性能。（有部分博客可能没有把最初的那个node节点计算进来，写着当有8次碰撞的时候转红黑树，导致有些人认为链表中长度为8的时候转红黑树，下面代码注释中我对这一点进行了详解）

/**
     *将指定值与此映射中的指定键相关联。
     *如果映射先前包含密钥的映射，则
     *值被替换。
     *
     *与指定值关联的@param密钥
     *@param value要与指定键关联的值
     *@返回与<tt>键相关的上一个值，或
     *<tt>如果没有<tt>键的映射，则为空。
     *（A<tt>null
     *以前与键关联的<tt>null</tt>）
     */
    public V put(K key, V value) {
        return putVal(hash(key), key, value, false, true);
    }

public V put(K key, V value) {
        /**四个参数，第一个hash值，第四个参数表示如果该key存在值，如果为null的话，则插入新的value，最后一个参数，在hashMap中没有用，可以不用管，使用默认的即可**/
        return putVal(hash(key), key, value, false, true);
    }

    final V putVal(int hash, K key, V value, boolean onlyIfAbsent,
                   boolean evict) {
        //tab 哈希数组，p 该哈希桶的首节点(数组的某个位置存放的值)，n hashMap的长度，i 计算出的数组下标
        Node<K,V>[] tab; Node<K,V> p; int n, i;
        //获取长度并进行扩容，使用的是懒加载(jdk1.8的普遍操作模式)，table一开始是没有创建，等put后才开始创建
        if ((tab = table) == null || (n = tab.length) == 0)
            n = (tab = resize()).length;
        /**如果计算出的该哈希桶的位置没有值，则把新插入的key-value放到此处，此处就算没有插入成功，也就是发生哈希冲突时也会把哈希桶的首节点赋予p**/
        if ((p = tab[i = (n - 1) & hash]) == null)
            tab[i] = newNode(hash, key, value, null);
        //发生哈希冲突的几种情况
        else {
            // e 临时节点的作用(标识是否需要覆盖旧值)， k 存放该当前节点的key
            Node<K,V> e; K k;
            //第一种，表示如果插入的hash值与首节点的hash值相等，且key值也相同就直接覆盖（说明HashMap不允许key相同）
            if (p.hash == hash &&
                    ((k = p.key) == key || (key != null && key.equals(k))))
                e = p;
             //第二种，hash值不等于首节点，判断该p是否属于红黑树的节点
            else if (p instanceof TreeNode)
            /**为红黑树的节点，则在红黑树中进行添加，如果该节点已经存在，则返回该节点，否则返回null,后面会判断，如果e不为空则把值覆盖**/
                e = ((TreeNode<K,V>)p).putTreeVal(this, tab, hash, key, value);
                //第三种，hash值不等于首节点，不为红黑树的节点，则为链表的节点
            else {
                //遍历该链表
                for (int binCount = 0; ; ++binCount) {
                    //如果找到尾部，则表明添加的key-value没有重复，在尾部进行添加
                    if ((e = p.next) == null) {
                        p.next = newNode(hash, key, value, null);
                        //判断是否要转换为红黑树结构
                        //因为binCount从0开始循环，当大于等于7的时候，也就是循环到第8次的时候才转红黑树
                        if (binCount >= TREEIFY_THRESHOLD - 1)
                            //重要
                            //由于最开始p已经存在1个Node节点了，而到这里之前又新增了8个节点，也就是说转红黑树的时候，链表中有9个节点
                            treeifyBin(tab, hash);
                        break;
                    }
                    //如果在p.next == null之前(也就是链表循环结束之前)这个判断成立，则表示链表中有重复的key，e则为当前重复的节点，结束循环
                    if (e.hash == hash &&
                            ((k = e.key) == key || (key != null && key.equals(k))))
                        break;
                    p = e;
                }
            }
            //有重复的key，则用待插入值进行覆盖，返回旧值。（说明HashMap不允许key相同）
            if (e != null) {
                V oldValue = e.value;
                if (!onlyIfAbsent || oldValue == null)
                    e.value = value;
                afterNodeAccess(e);
                return oldValue;
            }
        }
        //到了此步骤，则表明待插入的key-value是没有key的重复，因为插入成功e节点的值为null
        //修改次数+1
        ++modCount;
        //实际长度+1，判断是否大于阈值（临界值），大于则扩容
        if (++size > threshold)
            resize();
        afterNodeInsertion(evict);
        //添加成功
        return null;
    }

重点：

（1）每次添加新元素的时候是根据“(n - 1) & hash”来确定下标的，因为比如15 & xxx,结果一定是（0~15），这样就可以确保数组下标不会越界，每次都在0到数组长度-1范围内，并且在获取元素的时候正好根据同一个hash来得到上次存数据的位置，然后获取值

（2）jdk1.8的HashMap当链表中有9个节点的时候，将链表转为转红黑树。

4、resize方法

HashMap是通过该方法进行扩容的，但是扩容需要了解以下问题（非常重要）

1、

final Node<K,V>[] resize() {
        //创建一个Node数组用于存放table中的元素，
        Node<K,V>[] oldTab = table;
        //获取旧table的长度
        int oldCap = (oldTab == null) ? 0 : oldTab.length;
        //获取旧的扩容阈值
        int oldThr = threshold;
        int newCap, newThr = 0;
        //如果旧的table中有元素
        if (oldCap > 0) {
            //如果旧table长度>=最大容量限制时不进行扩容，并将扩容阈值赋值为Integer.MAX_VALUE
            if (oldCap >= MAXIMUM_CAPACITY) {
                threshold = Integer.MAX_VALUE;
                return oldTab;
            }
            // 将新table长度赋值为旧table的2倍，
            // 判断旧table长度的二倍是否小于最大容量，且旧容量大于等于初始容量16，
            // 以上判断成立则将新的扩容阀值赋值为旧的扩容阈值的二倍
            else if ((newCap = oldCap << 1) < MAXIMUM_CAPACITY &&
                    oldCap >= DEFAULT_INITIAL_CAPACITY)
                newThr = oldThr << 1; // 双倍阈值
        }
        //否则如果旧的扩容阈值却大于0（HashMap初始化指定容量的时候，会把容量赋值threshold(扩容阈值) -> oldThr，后面会设置新的扩容阈值）
        else if (oldThr > 0)
                    newCap = oldThr;//设置初始容量
        // 初始阈值表示使用默认值
        else {
            newCap = DEFAULT_INITIAL_CAPACITY;
            newThr = (int)(DEFAULT_LOAD_FACTOR * DEFAULT_INITIAL_CAPACITY);
        }
        //如果新的阈值等于0  则根据新的容量*负载因子获得新的阈值 赋值给threshold
        if (newThr == 0) {
            float ft = (float)newCap * loadFactor;
            newThr = (newCap < MAXIMUM_CAPACITY && ft < (float)MAXIMUM_CAPACITY ?
                    (int)ft : Integer.MAX_VALUE);
        }
        threshold = newThr; //设置阈值

        @SuppressWarnings({"rawtypes","unchecked"})
        //将旧table中的元素放到扩容后的newTable中 因为扩容后，可能有的位置需要发生改变
        Node<K,V>[] newTab = (Node<K,V>[])new Node[newCap];
        table = newTab;
        if (oldTab != null) {
            for (int j = 0; j < oldCap; ++j) {
                Node<K,V> e;
                if ((e = oldTab[j]) != null) {
                    oldTab[j] = null;
                    //如果数组对应下标位置只有一个元素，对hashCade取余并根据结果直接放到newTable相应的位置
                    if (e.next == null)
                        newTab[e.hash & (newCap - 1)] = e;
                        //如果数组对应下标位置的元素是一个红黑树,则拆分红黑树放到newTable中
                        // 如果拆分后的红黑树元素小于6，则转化为链表
                    else if (e instanceof TreeNode)
                        ((TreeNode<K,V>)e).split(this, newTab, j, oldCap);
                    else { // preserve order
                        //数组对应下标位置的元素是一个链表的情况
                        //根据(e.hash & oldCap)条件对链表进行拆分并放到newTable
                        Node<K,V> loHead = null, loTail = null; //不需要改变位置的 头链表和尾链表
                        Node<K,V> hiHead = null, hiTail = null; //需要改变位置的 头链表和尾链表
                        Node<K,V> next;
                        do {
                            next = e.next;
                            //根据某种规律得知，当等于0的时候则扩容到新的长度后 不需要改变位置
                            if ((e.hash & oldCap) == 0) {
                                if (loTail == null)
                                    loHead = e;
                                else
                                    loTail.next = e;
                                loTail = e;
                            }
                            //否则扩容到新的长度后 需要改变位置
                            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; //位置不需要改变的链表则直接赋值
                        }
                        if (hiTail != null) {
                            hiTail.next = null;
                            newTab[j + oldCap] = hiHead; //位置需要发生变化的链表则加上旧的容量长度 为扩容后数组的位置 同理规律
                        }
                    }
                }
            }
        }
        return newTab;
    }

 总结：这里重点关注扩容后元素重新定位的问题

由于通过key获取元素的时候，是根据key的hash值和数组长度进行按位与获得的数组下标，那么就会有一个问题，当一个hash值通过数组长度为16计算出数组存储位置进行存储的时候，假设扩容之后数组长度为32之了，此时根据该hash值与当前长度32按位与运算获取到的长度是不是就获取不到了？

答案：扩容后，有的获取不到，有的获取到，取决于根据两个不同长度来按位与运算得到的值是否一样。所以为了让扩容之后，还能根据hash值按位与扩容后的长度获取到值，就需要在扩容后重新计算该hash的数组位置，在jdk1.7版本的时候是重新计算的，而jdk1.8的时候发现了一个规律，就是当“e.hash & oldCap == 0”，也就是哈希值按位与运算旧的长度的时候，如果等于0，则扩容后位置也不会改变，否则位置需要发生变化，并且新位置是：旧数组的位置+旧的容量长度。