看完你要是还搞不懂HashMap,我直接 [复制链接]

#Java#

前言

HashMap是基于哈希表的Map接口的非同步实现。此实现提供所有可选的映射操作，并允许使用null值和null键。此类不保证映射的顺序，特别是它不保证该顺序恒久不变。

HashMap的数据结构

在Java编程语言中，最基本的结构就是两种，一个是数组，另外一个是模拟指针（引用），所有的数据结构都可以用这两个基本结构来构造的，HashMap也不例外。HashMap实际上是一个“链表散列”的数据结构，即数组和链表的结合体。

文字描述永远要配上图才能更好的讲解数据结构，HashMap的结构图如下。

从上图中可以看出，HashMap底层就是一个数组结构，数组中的每一项又是一个链表或者红黑树。当新建一个HashMap的时候，就会初始化一个数组。

下面先通过大概看下HashMap的核心成员。

publicclassHashMapK,VextendsAbstractMapK,VimplementsMapK,V,Cloneable,Serializable{//默认容量，默认为16，必须是2的幂staticfinalintDEFAULT_INITIAL_CAPACITY=14;//最大容量，值是2^30staticfinalintMAXIMUM_CAPACITY=//装载因子，默认的装载因子是0.75staticfinalfloatDEFAULT_LOAD_FACTOR=0.75f;//解决冲突的数据结构由链表转换成树的阈值，默认为8staticfinalintTREEIFY_THRESHOLD=8;//解决冲突的数据结构由树转换成链表的阈值，默认为6staticfinalintUNTREEIFY_THRESHOLD=6;/*当桶中的bin被树化时最小的hash表容量。*如果没有达到这个阈值，即hash表容量小于MIN_TREEIFY_CAPACITY，当桶中bin的数量太多时会执行resize扩容操作。*这个MIN_TREEIFY_CAPACITY的值至少是TREEIFY_THRESHOLD的4倍。*/staticfinalintMIN_TREEIFY_CAPACITY=64;staticclassNodeK,VimplementsMap.EntryK,V{//...}//存储数据的数组transientNodeK,V[]table;//遍历的容器transientSetMap.EntryK,VentrySet;//Map中KEY-VALUE的数量transientintsize;/***结构性变更的次数。*结构性变更是指map的元素数量的变化，比如rehash操作。*用于HashMap快速失败操作，比如在遍历时发生了结构性变更，就会抛出ConcurrentModificationException。*/transientintmodCount;//下次resize的操作的size值。intthreshold;//负载因子，resize后容量的大小会增加现有size*loadFactorfinalfloatloadFactor;}

HashMap的初始化

publicHashMap(){this.loadFactor=DEFAULT_LOAD_FACTOR;//其他值都是默认值}

整理了一下年的Java工程师经典面试真题以及学习笔记，共页大概道含答案的面试题PDF，包含了Java、MyBatis、ZooKeeper、Dubbo、Elasticsearch、Memcached、Redis、MySQL、Spring、SpringBoot、SpringCloud、RabbitMQ、Kafka、Linux等几乎所有技术栈，每个技术栈都有不少于50道经典面试真题，不敢说刷完包你进大厂，但有针对性的刷让你面对面试官的时候多几分底气还是没问题的。需要的可以私信或者评论

通过源码可以看出初始化时并没有初始化数组table，那只能在put操作时放入了，为什么要这样做？估计是避免初始化了HashMap之后不使用反而占用内存吧，哈哈哈。

HashMap的存储操作

publicVput(Kkey,Vvalue){returnputVal(hash(key),key,value,false,true);}

下面我们详细讲一下HashMap是如何确定数组索引的位置、进行put操作的详细过程以及扩容机制(resize)

hash计算，确定数组索引位置

不管增加、删除、查找键值对，定位到哈希桶数组的位置都是很关键的第一步。前面说过HashMap的数据结构是数组和链表的结合，所以我们当然希望这个HashMap里面的元素位置尽量分布均匀些，尽量使得每个位置上的元素数量只有一个，那么当我们用hash算法求得这个位置的时候，马上就可以知道对应位置的元素就是我们要的，不用遍历链表，大大优化了查询的效率。HashMap定位数组索引位置，直接决定了hash方法的离散性能。

看下源码的实现/p>

staticfinalinthash(Objectkey){//jdk1.8inth;//h=key.hashCode()为第一步取hashCode值//h^(h16)为第二步高位参与运算return(key==null)?0h=key.hashCode())^(h16);}

通过hashCode()的高16位异或低16位实现的：(h=k.hashCode())^(h16)，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。

大家都知道上面代码的key.hashCode()函数调用的是key键值类型自带的哈希函数，返回int型散值。论上散值是一个int型，如果直接拿散值作为下标访问HashMap主数组的话，考虑到2进制32位带符号的int表值范围从到。前后加起来大概40亿的映射空间。只要哈希函数映射得比较均匀松散，一般应用是很难出现碰撞的。但问题是一个40亿长度的数组，内存是放下的。你想，HashMap扩容之前的数组初始大小才16。所以这个散值是能直接拿来用的。用之前还要先做对数组的长度取模运算，得到的余数才能用来访问数组下标。源码中模运算是在这个indexFor()函数完成。

bucketIndex=indexFor(hash,table.length);//indexFor的代码也很简单，就是把散值和数组长度做一个与操作，staticintindexFor(inth,intlength){returnh(length-1);}

顺说一下，这也正好解释为么HashMap的数组长度要取2的整次幂。因为这样（数组长度1）正好相当于一个“低位掩码”。“与”操作的结果就是散值的高位全部归零，只保低位值，用来做数组下标访问。以初始长度16为，=15。2进制表示是。和某散值做“与”操作如下，结果就是截取最低的四位值。

----------------------------------//高位全部归零，只保末四位

但这时候问题就来，这样就算我的散值分布再松散，要是只取最后几位的话，碰撞也会很严重。要命的是如果散本身做得好，分布上成等差数的，恰好使最后几个低位呈现规性重复，就无比蛋疼。这时候“扰动函数”的价值就出来了，说到这大家应该都明白了，看下图。

hash计算过程

右位移16位，正好是32bit的一半，自己的高半区和低半区做异或，就是为混合原始哈希码的高位和低位，以此来加大低位的随机性。而且混合后的低位掺杂高位的部分特征，这样高位的信息也被变相保下来。

putVal方法

HashMap的put方法执行过程可以通过下图来理解，自己有兴趣可以去对比源码更清楚地研究学习。

源码以及解释如下/p>

//真正的put操作finalVputVal(inthash,Kkey,Vvalue,booleanonlyIfAbsent,booleanevict){NodeK,V[]tab;NodeK,Vp;intn,i;//如果table没有初始化，或者初始化的大小为0，进行resize操作if((tab=table)==null

(n=tab.length)==0)n=(tab=resize()).length;//如果hash值对应的桶内没有数据，直接生成结点并且把结点放入桶中if((p=tab[i=(n-1)hash])==null)tab=newNode(hash,key,value,null);//如果hash值对应的桶内有数据解决冲突，再放入桶中else{NodeK,Ve;Kk;//判断put的元素和已经存在的元素是相同(hash一致，并且equals返回true)if(p.hash==hash((k=p.key)==key

(key!=nullkey.equals(k))))e=p;//put的元素和已经存在的元素是不相同(hash一致，并且equals返回true)//如果桶内元素的类型是TreeNode，也就是解决hash解决冲突用的树型结构，把元素放入树种elseif(pinstanceofTreeNode)e=((TreeNodeK,V)p).putTreeVal(this,tab,hash,key,value);else{//桶内元素的类型不是TreeNode，而是链表时，把数据放入链表的最后一个元素上for(intbinCount=0;;++binCount){if((e=p.next)==null){p.next=newNode(hash,key,value,null);//如果链表的长度大于转换为树的阈值(TREEIFY_THRESHOLD)，将存储元素的数据结构变更为树if(binCount=TREEIFY_THRESHOLD-1)//-1for1sttreeifyBin(tab,hash);break;}//如果查已经存在key，停止遍历if(e.hash==hash((k=e.key)==key

(key!=nullkey.equals(k))))break;p=e;}}//已经存在元素时if(e!=null){//existingmappingforkeyVoldValue=e.value;if(!onlyIfAbsent

oldValue==null)e.value=value;afterNodeAccess(e);returnoldValue;}}++modCount;//如果K-V数量大于阈值，进行resize操作if(++sizethreshold)resize();afterNodeInsertion(evict);returnnull;}

扩容机制

HashMap的扩容机制用的很巧妙，以最小的性能来完成扩容。扩容后的容量就变成了变成了之前容量的2倍，初始容量为16，所以经过rehash之后，元素的位置要么是在原位置，要么是在原位置再向高下标移动上次容量次数的位置，也就是说如果上次容量是16，下次扩容后容量变成了16+16，如果一个元素在下标为7的位置，下次扩容时，要不还在7的位置，要不在7+16的位置。

我们下面来解释一下Java8的扩容机制是怎么做到的？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，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的话索引变成“原索引+oldCap”，可以看看下图为16扩充为32的resize示意图：

而hash值的高位是否为1，只需要和扩容后的长度做与操作就可以了，因为扩容后的长度为2的次幂，所以高位必为1，低位必为0，如这种形式，源码中有e.hasholdCap来做到这个逻辑。

这个设计确实非常的巧妙，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bucket了。这一块就是JDK1.8新增的优化点。有一点注意区别，JDK1.7中rehash的时候，旧链表迁移新链表的时候，如果在新表的数组索引位置相同，则链表元素会倒置，但是从上图可以看出，JDK1.8不会倒置。下面是JDK1.8的resize源码，写的很赞，如下/p>

finalNodeK,V[]resize(){NodeK,V[]oldTab=table;intoldCap=(oldTab==null)?0ldTab.length;intoldThr=threshold;intnewCap,newThr=0;//计算新的容量值和下一次要扩展的容量if(oldCap0){//超过最大值就不再扩充了，就只好随你碰撞去吧if(oldCap=MAXIMUM_CAPACITY){threshold=Integer.MAX_VALUE;returnoldTab;}//没超过最大值，就扩充为原来的2倍elseif((newCap=oldCap1)MAXIMUM_CAPACITYoldCap=DEFAULT_INITIAL_CAPACITY)newThr=oldThr1;//doublethreshold}elseif(oldThr0)//initialcapacitywasplacedinthresholdnewCap=oldThr;else{//zeroinitialthresholdsignifiesusingdefaultsnewCap=DEFAULT_INITIAL_CAPACITY;newThr=(int)(DEFAULT_LOAD_FACTOR*DEFAULT_INITIAL_CAPACITY);}//计算新的resize上限if(newThr==0){floatft=(float)newCap*loadFactor;newThr=(newCapMAXIMUM_CAPACITYft(float)MAXIMUM_CAPACITY?(int)ft:Integer.MAX_VALUE);}threshold=newThr;