zoukankan html css js c++ java

【JDK】JDK源码分析-HashMap(1)

概述

HashMap 是 Java 开发中最常用的容器类之一，也是面试的常客。它其实就是前文「数据结构与算法笔记（二）」中「散列表」的实现，处理散列冲突用的是“链表法”，并且在 JDK 1.8 做了优化，当链表长度达到一定数量时会把链表转为红黑树。

因此，JDK 1.8 中的 HashMap 实现可以理解为「数组 + 链表 + 红黑树」。内部结构示意图：

HashMap 的继承结构和类签名如下：

public class HashMap<K,V> extends AbstractMap<K,V>
    implements Map<K,V>, Cloneable, Serializable {}

PS: 还记得以前初读 HashMap 源码时，用了周末两天的时间，而且读完脑子里还是一头雾水。当时也没做什么笔记，这次记录一下。

代码分析

一些成员变量

// 默认初始化容量（必须是 2 的次幂）
static final int DEFAULT_INITIAL_CAPACITY = 1 << 4; // aka 16
 
// 最大容量（必须是 2 的次幂，且小于等于 2^30）
static final int MAXIMUM_CAPACITY = 1 << 30;

// 默认负载因子
static final float DEFAULT_LOAD_FACTOR = 0.75f;

// 将链表转为树的阈值（当 bin 的数量大于等于该值时，将链表转为树）
// 该值必须大于 2 且至少是 8，
static final int TREEIFY_THRESHOLD = 8;

// 将树转为链表的阈值
static final int UNTREEIFY_THRESHOLD = 6;

Node 类

先看 HashMap 中的一个嵌套类 Node，如下（部分方法省略）：

/**
 * Basic hash bin node, used for most entries.  (See below for
 * TreeNode subclass, and in LinkedHashMap for its Entry subclass.)
 */
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 int hashCode() {
        return Objects.hashCode(key) ^ Objects.hashCode(value);
    }
    public final boolean equals(Object o) {
        if (o == this)
            return true;
        if (o instanceof Map.Entry) {
            Map.Entry<?,?> e = (Map.Entry<?,?>)o;
            if (Objects.equals(key, e.getKey()) &&
                Objects.equals(value, e.getValue()))
                return true;
        }
        return false;
    }
}

该 Node 类实现了 Map.Entry 接口，是 HashMap 中基本的 bin 节点，此外还有 TreeNode。参考上面的结构图。

构造器

构造器 1：无参数构造器

// 负载因子
final float loadFactor;

/**
 * Constructs an empty HashMap with the default initial capacity
 * (16) and the default load factor (0.75).
 */
public HashMap() {
    this.loadFactor = DEFAULT_LOAD_FACTOR; // all other fields defaulted
}

通过注释可知，该构造器使用默认的初始化容量（16）和默认的负载因子（0.75）构造了一个空的 HashMap。

构造器 2、3：

// 使用指定的初始化容量和默认负载因子（0.75）构造一个空的 HashMap
public HashMap(int initialCapacity) {
    this(initialCapacity, DEFAULT_LOAD_FACTOR);
}

// 扩容的阈值（容量 * 负载因子）
int threshold;

// 使用指定的初始化容量和负载因子构造一个空的 HashMap
public HashMap(int initialCapacity, float loadFactor) {
    if (initialCapacity < 0)
        throw new IllegalArgumentException("Illegal initial capacity: " +
                                           initialCapacity);
    if (initialCapacity > MAXIMUM_CAPACITY)
        initialCapacity = MAXIMUM_CAPACITY;
    // PS: 负载因子可以大于 1
    if (loadFactor <= 0 || Float.isNaN(loadFactor))
        throw new IllegalArgumentException("Illegal load factor: " +
                                           loadFactor);
    this.loadFactor = loadFactor;
    this.threshold = tableSizeFor(initialCapacity);
}

可以看到，这两个构造器实质上是同一个。值得注意的是构造器中用到了一个 tableSizeFor 方法对初始化容量（initialCapacity）进行了处理：

/**
 * Returns a power of two size for the given target capacity.
 */
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;
}

该方法的作用的是对给定的容量 cap 进行处理，把它转为大于等于 cap 的 2 次幂的数字。例如：

若给定 cap 为 5，则返回是 8 (2^3)；

若给定 cap 为 8，返回还是 8 (2^3)；

若给定 cap 为 12，则返回是 16 (2^4).

而且，这里赋值的是 threshold 变量，即阈值。

构造器 4：

// 使用指定的 Map 构造一个 HashMap，默认负载因子为 0.75，容量充足
public HashMap(Map<? extends K, ? extends V> m) {
    this.loadFactor = DEFAULT_LOAD_FACTOR;
    putMapEntries(m, false);
}

通过构造器可以看到，创建一个 HashMap 的时候，其内部只是初始化了一些变量，并未分配空间。

常用&核心方法

接下来分析最常用，也是 HashMap 的核心方法：put、get 和 resize 方法。

put 方法：

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

该方法首先会对 key 做一个处理，即 hash(key) 方法，如下：

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

该方法获取 key 的 hashCode，并且将其 hashCode 与右移 16 位后的值做“异或（^）”处理。这一步的目的是什么？先看一个该操作的例子：

hashCode 是一个 32 位的整数，将其无符号右移 16 位之后，它的高 16 位就全部变成了 0，再与它的 hashCode 做异或运算之后，hashCode 的高 16 位不变，而低 16 位也以某种形式保留了高 16 位的信息。这样做目的是增大低位数字的随机性，从而尽可能减少散列冲突。

此处可参考：https://www.zhihu.com/question/20733617/answer/111577937

下面的代码将前面生成的 hash 值和数组的长度减一（n - 1）做了一个按位与操作（相当于对 n - 1 取余数，位操作效率更高），从而确定元素的位置。相当于散列表的散列函数。

继续分析 put 方法：

// 散列表数组
transient Node<K,V>[] table;

final V putVal(int hash, K key, V value, boolean onlyIfAbsent,
               boolean evict) {
    Node<K,V>[] tab; Node<K,V> p; int n, i;
    // 若 table 为空，则调用 resize 方法初始化
    if ((tab = table) == null || (n = tab.length) == 0)
        n = (tab = resize()).length;
    // 若要存放的 bin 位置为空，则直接插入到该节点
    if ((p = tab[i = (n - 1) & hash]) == null)
        tab[i] = newNode(hash, key, value, null);
    // 要存放的 bin 的位置不为空（即散列冲突）
    else {
        Node<K,V> e; K k;
        // key 已存在
        if (p.hash == hash &&
            ((k = p.key) == key || (key != null && key.equals(k))))
            e = p;
        // p 是树节点（已经转成了红黑树），将新节点插入到红黑树中
        else if (p instanceof TreeNode)
            e = ((TreeNode<K,V>)p).putTreeVal(this, tab, hash, key, value);
        // 不是树节点，新增元素后可能需要转为红黑树
        else {
            for (int binCount = 0; ; ++binCount) {
                if ((e = p.next) == null) {
                    p.next = newNode(hash, key, value, null);
                    // 大于等于树化的阈值后，将链表转为红黑树
                    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;
            }
        }
        // 处理 key 已存在的情况
        if (e != null) { // existing mapping for key
            V oldValue = e.value;
            if (!onlyIfAbsent || oldValue == null)
                e.value = value; // 替换旧值
            afterNodeAccess(e);
            return oldValue;
        }
    }
    ++modCount;
    // 若超过阈值（capacity * 0.75），则进行扩容
    if (++size > threshold)
        resize();
    afterNodeInsertion(evict);
    return null;
}

其中：

1. 涉及红黑树的相关操作可参考「JDK源码分析-TreeMap(2)」有关 TreeMap 分析以及前文的红黑树；

2. 有两个方法 afterNodeAccess(e) 和 afterNodeInsertion(evict) 是用于 LinkedHashMap (HashMap 的子类) 的回调方法，这里暂不分析。

put 方法操作流程如图所示：

下面分析 resize 方法，该方法也是 HashMap 扩容的核心方法：

// 初始化 table 或者对其进行扩容
final Node<K,V>[] resize() {
    Node<K,V>[] oldTab = table;
    int oldCap = (oldTab == null) ? 0 : oldTab.length;
    int oldThr = threshold;
    int newCap, newThr = 0;
    // 原 table 不为空
    if (oldCap > 0) {
        // 若 table 容量大于最大值，则将阈值调整为 Integer.MAX_VALUE，不扩容
        if (oldCap >= MAXIMUM_CAPACITY) {
            threshold = Integer.MAX_VALUE;
            return oldTab;
        }
        // 新容量扩大为原先的 2 倍
        // 若翻倍后的容量小于 int 最大值，且原容量大于等于默认初始容量（16），将阈值扩大为原先的 2 倍
        else if ((newCap = oldCap << 1) < MAXIMUM_CAPACITY &&
                 oldCap >= DEFAULT_INITIAL_CAPACITY)
            newThr = oldThr << 1; // double threshold
    }
    // 用阈值替代初始容量（指定初始容量的构造器）
    else if (oldThr > 0) // initial capacity was placed in threshold
        newCap = oldThr;
    // 无参构造器（默认的容量和阈值）
    else {               // zero initial threshold signifies using defaults
        newCap = DEFAULT_INITIAL_CAPACITY;
        newThr = (int)(DEFAULT_LOAD_FACTOR * DEFAULT_INITIAL_CAPACITY);
    }
    // 新的阈值
    if (newThr == 0) {
        float ft = (float)newCap * loadFactor;
        newThr = (newCap < MAXIMUM_CAPACITY && ft < (float)MAXIMUM_CAPACITY ?
                  (int)ft : Integer.MAX_VALUE);
    }
    threshold = newThr;
    // 创建一个新的数组（大小为扩容后的容量大小）
    @SuppressWarnings({"rawtypes","unchecked"})
        Node<K,V>[] newTab = (Node<K,V>[])new Node[newCap];
    table = newTab;
    // 原数组不为空，则进行扩容
    if (oldTab != null) {
        for (int j = 0; j < oldCap; ++j) {
            Node<K,V> e;
            if ((e = oldTab[j]) != null) {
                oldTab[j] = null;
                // 该位置只有一个元素，将该元素移到新的位置
                if (e.next == null)
                    newTab[e.hash & (newCap - 1)] = e;
                // 该位置是红黑树结构，将树节点拆分或转为链表
                else if (e instanceof TreeNode)
                    ((TreeNode<K,V>)e).split(this, newTab, j, oldCap);
                // 该位置是链表结构
                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;
                        // 原索引位置（注意 oldCap 是 2 的次幂，因此其 2 进制表示只有一位是 1，其他全是 0）
                        if ((e.hash & oldCap) == 0) {
                            // 链表为空
                            if (loTail == null)
                                loHead = e;
                            // 新节点添加到上个节点末尾
                            else
                                loTail.next = e;
                            loTail = e;
                        }
                        // 原索引位置+oldCap
                        else {
                            if (hiTail == null)
                                hiHead = e;
                            else
                                hiTail.next = e;
                            hiTail = e;
                        }
                    } while ((e = next) != null);
                    // 设置 j 和 oldCap+j 位置的头结点
                    if (loTail != null) {
                        loTail.next = null;
                        newTab[j] = loHead;
                    }
                    if (hiTail != null) {
                        hiTail.next = null;
                        newTab[j + oldCap] = hiHead;
                    }
                }
            }
        }
    }
    return newTab;
}

扩容后的新容量为原先的 2 倍，下面分析其扩容的原理：

扩容前：

原容量为 16，key1 和 key2 对应的 hash 值只有倒数第 5 位不同，此时对 oldCap-1 (15) 执行按位与操作，二者得到的结果都是 1111，都存放在第 15 个位置；

扩容后的位置选择：

代码中的判断条件为：if((e.hash & oldCap) == 0)，也就是将 hash1 和 hash2 分别与 oldCap (16, 0b10000) 进行按位与操作，根据其是否为 0 来决定它在扩容后的新数组中的位置。可以看到倒数第五位中，key1 是 0，key2 是1.

扩容后：

新容量为 32，原 hash 值倒数第 5 位为 0 的 key1 在新数组中的位置仍是 15 (0b1111)，而原 hash 值倒数第五位为 1 的 key2 在新数组中的位置是 0b11111，即 15 + 16 = 31.

如图所示：

get 方法

前面分析了 put 方法，get 方法有不少地方与之类似，因此分析起来就简单不少。代码如下：

public V get(Object key) {
    Node<K,V> e;
    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) {
        // 第一个节点即为要找的元素
        if (first.hash == hash && // always check first node
            ((k = first.key) == key || (key != null && key.equals(k))))
            return first;
        // 该位置有后序节点（为链表或红黑树）
        if ((e = first.next) != null) {
            // 若是树节点，说明该位置是红黑树，在红黑树中查找
            if (first instanceof TreeNode)
                return ((TreeNode<K,V>)first).getTreeNode(hash, key);
            // 在链表中遍历查找
            do {
                if (e.hash == hash &&
                    ((k = e.key) == key || (key != null && key.equals(k))))
                    return e;
            } while ((e = e.next) != null);
        }
    }
    return null;
}

小结

本文主要分析了 HashMap 的内部结构，以及最核心的三个方法：put、resize 和 get 方法。小结如下：

1. HashMap 是散列表的实现，它使用“链表法”处理散列冲突用，并在 JDK 1.8 引入红黑树进一步优化；

2. 内部结构为「数组 + 链表 + 红黑树」；

3. 默认初始化容量为 16，负载因子为 0.75，扩容的阈值为 16 * 0.75 = 12；

4. 当容器中元素的容量大于阈值时，HashMap 会自动扩容为原先的 2 倍。

参考文章：

https://tech.meituan.com/2016/06/24/java-hashmap.html