浅看JDK的HashMap

 

数据结构

在JDK1.8中，HashMap私有数组+链表+红黑树构成

当一个值中要存储到HashMap中的时候会根据Key的值来计算出它的hash值，通过hash值来确认存放到数组中的位置，如果发生hash冲突就以链表的形式存储，当链表过长的话，HashMap会把这个链表转换成红黑树来存储

来看一下HashMap的一些基本属性

  //默认初始容量为16
  static final int DEFAULT_INITIAL_CAPACITY = 1 << 4;
  //默认负载因子为0.75
  static final float DEFAULT_LOAD_FACTOR = 0.75f;
  //Hash数组(在resize()中初始化)
  transient Node<K,V>[] table;
  //元素个数
  transient int size;
  //容量阈值(元素个数大于等于该值时会自动扩容)
  int threshold;

table数组里面存放的是Node对象，Node是HashMap的一个内部类，用来表示一个key-value

  static class Node<K,V> implements Map.Entry<K,V> {
      final int hash;
      final K key;
      V value;
      Node<K,V> next;
      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()        { return key; }
      public final V getValue()      { return value; }
      public final String toString() { return key + "=" + value; }
      public final int hashCode() {
          return Objects.hashCode(key) ^ Objects.hashCode(value);//^表示相同返回0，不同返回1
          //Objects.hashCode(o)————>return o != null ? o.hashCode() : 0;
      }
      public final V setValue(V newValue) {
          V oldValue = value;
          value = newValue;
          return oldValue;
      }
  ​
      public final boolean equals(Object o) {
          if (o == this)
              return true;
          if (o instanceof Map.Entry) {
              Map.Entry<?,?> e = (Map.Entry<?,?>)o;
              //Objects.equals(1,b)————> return (a == b) || (a != null && a.equals(b));
              if (Objects.equals(key, e.getKey()) && Objects.equals(value, e.getValue()))
                  return true;
          }
          return false;
      }
  }

总结

默认初始容量16，负载因子0.75

threshold = 数组长度 * loadFactor，当元素个数大于等于threshold(容量阈值)时，HashMap会进行扩容操作

table数组中存放指向链表的引用

这里需要注意的是table数组并不是在构造方法里面初始化的，它是在resize(扩容)方法里面进行初始化的。

这里可能就有疑问，为什么默认初始容量要设置为16？为什么负载因子设置为0.75？我们都知道HashMap数组的长度被设计成2的幂次方，这是经过JDK设计者经过权衡之后得出比较合理的数字，因为扩容操作是非常消耗cpu的，因此设置了一个他们认为比较合理的数字。

table数组长度永远为2的幂次方

HashMap是通过一个名为tableSizeFor的方法来确保HashMap数组长度永远为2的幂次方

  
  /*找到大于或等于 cap 的最小2的幂，用来做容量阈值*/
  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;
  }

tableSizeFor的功能是返回大于等于输入参数且最近的2的整数次幂。比如10，则返回16.

该算法让最高的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。

让cap-1在赋值给n的目的是另外找到目标值大于或等于原值。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。减一后二进制为111，在进行操作则会得到原来的数值1000，即8。通过一系列位运算大大提高效率。

那么在什么地方会用到tableSizeFor方法呢

就是在构造方法里面调用该方法来设置threshold，也就是容量阈值。

为什么要设置为threshold呢

因为再扩容方法里第一次初始化table数组时将会threshold设置数组长度，后续在讲扩容方法时在介绍。

  
  /*传入初始容量和负载因子*/
  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;
      this.threshold = tableSizeFor(initialCapacity);
  }

为什么把数组长度设计为2的幂次方？

我认为有如下几个好处

当数组长度为2的幂次方时，可以使用位运算来计算元素在数组中的下标

HashMap是通过index=hash&(table.length-1)这条公式来计算元素在table数组中存放的下标，就是把元素的hash值和数组长度减1的值做成一个与运算，即可求出该元素在数组中的下标，这条公式其实等价于hash%length，也就是对数组长度求模取余，只不过只有当数组长度为2的幂次方时，hash&(length-1)才等价于hash%length，使用位运算可以提高效率。

增加hash值的随机性，减少hash冲突

如果length为2的幂次方，则length-1转化为二进制必定是1111......的形式，这样的话可以使所有位置都能和元素hash值做与运算，如果length不是2的次幂，比如length为15，则length-1为14，对应的二进制为1110，在和hash做与运算时，最后一位永远都为0，浪费空间。

扩容

HashMap每次扩容都是建立一个新的table数组，长度和容量阈值都变为原来的两倍，然后把原数组元素重新映射到新数组上，具体步骤

• 首先会判断table数组长度，如果大于0说明已经被初始化过，那么按当前table数组长度的2倍进行扩容，阈值也变为原来的2倍

• 若table数组未被初始化过，且threshold(阈值)大于0说明调用了HashMap(initialCapacity, loadFactor)构造方法，那么就把数组大小设为threshold

• 若table数组未被初始化，且threshold为0说明调用HashMap()构造方法，那么就把数组大小设为16，threshold设为16*0.75

• 接着需要判断如果不是第一次初始化，那么扩容之后，要重新计算键值对的位置，并把它们移动到合适的位置上去，如果节点是红黑树类型的话则需要进行红黑树的拆分。

这里有一个需要注意的点就是在JDK1.8HashMap扩容阶段重新映射元素时不需要像1.7版本那样重新去一个个计算元素的hash值，而是通过hash&oldCap的值来判断，若为0则索引位置不变，不为0则新索引=原索引+旧数据长度

因为我们使用的是2次幂的扩展(指长度扩为原来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。因此，我们在扩充HashMap的时候，不需要像JDK1.7的实现那样重新计算hash，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的话索引变为原索引+oldCap

这点也可以看做长度为2的幂次方

  
  /*扩容*/
  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、若oldCap>0 说明hash数组table已被初始化
      if (oldCap > 0) {
          if (oldCap >= MAXIMUM_CAPACITY) {
              threshold = Integer.MAX_VALUE;
              return oldTab;
          }//按当前table数组长度的2倍进行扩容，阈值也变为原来的2倍
          else if ((newCap = oldCap << 1) < MAXIMUM_CAPACITY && oldCap >= DEFAULT_INITIAL_CAPACITY)
              newThr = oldThr << 1;
      }//2、若数组未被初始化，而threshold>0说明调用了HashMap(initialCapacity)和HashMap(initialCapacity, loadFactor)构造器
      else if (oldThr > 0)
          newCap = oldThr;//新容量设为数组阈值
      else { //3、若table数组未被初始化，且threshold为0说明调用HashMap()构造方法
          newCap = DEFAULT_INITIAL_CAPACITY;//默认为16
          newThr = (int)(DEFAULT_LOAD_FACTOR * DEFAULT_INITIAL_CAPACITY);//16*0.75
      }
  ​
      //若计算过程中，阈值溢出归零，则按阈值公式重新计算
      if (newThr == 0) {
          float ft = (float)newCap * loadFactor;
          newThr = (newCap < MAXIMUM_CAPACITY && ft < (float)MAXIMUM_CAPACITY ?
                    (int)ft : Integer.MAX_VALUE);
      }
      threshold = newThr;
      //创建新的hash数组，hash数组的初始化也是在这里完成的
      Node<K,V>[] newTab = (Node<K,V>[])new Node[newCap];
      table = newTab;
      //如果旧的hash数组不为空，则遍历旧数组并映射到新的hash数组
      if (oldTab != null) {
          for (int j = 0; j < oldCap; ++j) {
              Node<K,V> e;
              if ((e = oldTab[j]) != null) {
                  oldTab[j] = null;//GC
                  if (e.next == null)//如果只链接一个节点，重新计算并放入新数组
                      newTab[e.hash & (newCap - 1)] = e;
                  //若是红黑树，则需要进行拆分
                  else if (e instanceof TreeNode)
                      ((TreeNode<K,V>)e).split(this, newTab, j, oldCap);
                  else {
                      //rehash————>重新映射到新数组
                      Node<K,V> loHead = null, loTail = null;
                      Node<K,V> hiHead = null, hiTail = null;
                      Node<K,V> next;
                      do {
                          next = e.next;
                          /*注意这里使用的是：e.hash & oldCap，若为0则索引位置不变，不为0则新索引=原索引+旧数组长度*/
                          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;
  }

在扩容方法里面还涉及到有关红黑树的几个知识点：

链表树化

指的就是把链表转换成红黑树，树化需要满足以下两个条件：

• 链表长度大于等于8

• table数组长度大于等于64

为什么table数组容量大于等于64才树化？

因为当table数组容量比较小时，键值对节点 hash 的碰撞率可能会比较高，进而导致链表长度较长。这个时候应该优先扩容，而不是立马树化。

红黑树拆分

拆分就是指扩容后对元素重新映射时，红黑树可能会被拆分成两条链表。

查找

在看源码之前先来简单梳理一下查找流程：

• 首先通过自定义的hash方法计算出key的hash值，求出在数组中的位置

• 判断该位置是否有节点，若没有则返回null，代表查询不到指定的元素

• 若有则判断该节点是不是要查找的元素，若是则返回该节点

• 若不是则判断节点的类型，如果是红黑树的话，则调用红黑树的方法去查找元素

• 如果是链表类型，则遍历链表调用equals方法去查找元素

HashMap的查找是非常快的，要查找一个元素首先得知道key的hash值，在HashMap中并不是直接通过key的hashcode方法获取哈希值，而是通过内部自定义的hash方法计算哈希值，我们来看看其实现：

  
  static final int hash(Object key) {
      int h;
      return (key == null) ? 0 : (h = key.hashCode()) ^ (h >>> 16);
  }

(h = key.hashCode()) ^ (h >>> 16) 是为了让高位数据与低位数据进行异或，变相的让高位数据参与到计算中，int有 32 位，右移16位就能让低16位和高16位进行异或，也是为了增加hash值的随机性。

知道如何计算hash值后我们来看看get方法

  public V get(Object key) {
      Node<K,V> e;
      return (e = getNode(hash(key), key)) == null ? null : e.value;//hash(key)不等于key.hashCode
  }
  ​
  final Node<K,V> getNode(int hash, Object key) {
      Node<K,V>[] tab; //指向hash数组
      Node<K,V> first, e; //first指向hash数组链接的第一个节点，e指向下一个节点
      int n;//hash数组长度
      K k;
      /*(n - 1) & hash ————>根据hash值计算出在数组中的索引index（相当于对数组长度取模，这里用位运算进行了优化）*/
      if ((tab = table) != null && (n = tab.length) > 0 && (first = tab[(n - 1) & hash]) != null) {
          //基本类型用==比较，其它用equals比较
          if (first.hash == hash && ((k = first.key) == key || (key != null && key.equals(k))))
              return first;
          if ((e = first.next) != null) {
              //如果first是TreeNode类型，则调用红黑树查找方法
              if (first instanceof TreeNode)
                  return ((TreeNode<K,V>)first).getTreeNode(hash, key);
              do {//向后遍历
                  if (e.hash == hash && ((k = e.key) == key || (key != null && key.equals(k))))
                      return e;
              } while ((e = e.next) != null);
          }
      }
      return null;
  }

这里要注意的一点就是在HashMap中用 (n - 1) & hash 计算key所对应的索引index（相当于对数组长度取模，这里用位运算进行了优化），这点在上面已经说过了，就不再废话了。

更多面试资料，JDK文档，阿里巴巴Java开发手册，pdf书籍，视频，公号《Java路》