Java基础之HashMap源码解析

Java集合源码解析系列

• Java基础之LinkedHashMap源码解析
• Java基础之ArrayList源码解析

HashMap

public class HashMap<K,V> extends AbstractMap<K,V> implements Map<K,V>, Cloneable, Serializable { /** * 默认容量为16，必须为2的倍数 */ static final int DEFAULT_INITIAL_CAPACITY = 1 << 4; /** * 最大的容量，必须为2的倍数且不超过2^30 */ static final int MAXIMUM_CAPACITY = 1 << 30; /** * Java8中对HashMap进行了优化，当数组容量超过64，而链表长度超过8时，就会将链表转换为红黑树 */ static final int TREEIFY_THRESHOLD = 8; /** * 在调用resize方法进行初始化或是扩容操作时，当数组下面的链表长度不超过6时，就会将链表由红黑树转为链表 */ static final int UNTREEIFY_THRESHOLD = 6; /** * 当HashMap的容量大于64时，才会根据链表的长度来判断是否需要转换为红黑树，否则的话都是直接将HashMap扩容 */ static final int MIN_TREEIFY_CAPACITY = 64; /** * 加载因子，HashMap的稀疏性，用于控制哈希冲突，比如说如果是1.1的话，意思就是10个口袋里放11个球，这样肯定会哈希冲突了 * 但是也不能太低，否则也浪费空间 */ static final float DEFAULT_LOAD_FACTOR = 0.75f; /** * Node节点，除了存储了值，还存储了下个节点的引用next，所以可以作为单链表的节点 */ 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; } /** * 这里分别计算键值对的hashCode抑或运算后作为哈希值 */ public final int hashCode() { return Objects.hashCode(key) ^ Objects.hashCode(value); } 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; if (Objects.equals(key, e.getKey()) && Objects.equals(value, e.getValue())) return true; } return false; } } /** * 计算哈希值的方法 */ static final int hash(Object key) { int h; return (key == null) ? 0 : (h = key.hashCode()) ^ (h >>> 16); } /** * 可见HashMap通过数组来保存元素，每个数组的元素Node里有下个元素的引用，也就是用单链表结构来保存哈希冲突的元素；也就是数组+单链表的结构 */ transient Node<K,V>[] table; transient int size; /** * 这个是阈值，表示达到这个值以后就要进行扩容；其值等于capacity * load factor */ int threshold; /** * 默认的加载因子 */ final float loadFactor = DEFAULT_LOAD_FACTOR; /** * HashMap被更改的次数，包括增加删除等操作都会被计数 */ transient int modCount; /** * HashMap的构造函数 * 可以看到这里没有在构造函数中初始化数组 * 初始化数组的地方放在了插入数据的时候，在resize方法中会对初始化的情况进行处理 */ public HashMap(int initialCapacity, float loadFactor) { if (initialCapacity < 0) throw new IllegalArgumentException("Illegal initial capacity: " + initialCapacity); if (initialCapacity > MAXIMUM_CAPACITY) { initialCapacity = MAXIMUM_CAPACITY; } else if (initialCapacity < DEFAULT_INITIAL_CAPACITY) { initialCapacity = DEFAULT_INITIAL_CAPACITY; } if (loadFactor <= 0 || Float.isNaN(loadFactor)) throw new IllegalArgumentException("Illegal load factor: " + loadFactor); this.loadFactor = loadFactor; this.threshold = tableSizeFor(initialCapacity); } public HashMap(int initialCapacity) { this(initialCapacity, DEFAULT_LOAD_FACTOR); } /** * 默认是设置了加载因子为0.75 */ public HashMap() { this.loadFactor = DEFAULT_LOAD_FACTOR; } /** * 返回HashMap的size */ public int size() { return size; } /** * size=0就表示空 */ public boolean isEmpty() { return size == 0; } /** * 根据key获取值，可以看到允许值为null */ public V get(Object key) { Node<K,V> e; return (e = getNode(hash(key), key)) == null ? null : e.value; } /** * 根据key获取对应节点 * 每次都会检查是否第一个节点就是需要的节点，然后才去链表里找 * 由于Java8加入了红黑树，所以在循环遍历链表的时候会判断是否是红黑树，以此优化查找性能 */ 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) return ((TreeNode<K,V>)first).getTreeNode(hash, key); do { if (e.hash == hash && ((k = e.key) == key || (key != null && key.equals(k)))) return e; } while ((e = e.next) != null); } } return null; } /** * 看看key存不存在就是用getNode方法找找看，getNode返回空就是不存在 */ public boolean containsKey(Object key) { return getNode(hash(key), key) != null; } /** * 插入数据 */ public V put(K key, V value) { return putVal(hash(key), key, value, false, true); } /** * 插入数据 * * onlyIfAbsent如果为true，就表示不改变原来的老数据；为false就覆盖原来的老数据 * evict参数所在的方法afterNodeInsertion是用于给LinkedHashMap调用的，如果为true，则允许LinkedHashMap删除近期最少使用的数据 */ final V putVal(int hash, K key, V value, boolean onlyIfAbsent, boolean evict) { Node<K,V>[] tab; Node<K,V> p; int n, i; //刚刚开始的时候，HashMap为空，就会在这里先进行初始化 if ((tab = table) == null || (n = tab.length) == 0) n = (tab = resize()).length; //如果数组下标位置也就是数组的第一个节点为空，则说明还没有哈希冲突，直接插入数据即可 if ((p = tab[i = (n - 1) & hash]) == null) tab[i] = newNode(hash, key, value, null); //进入这里说明哈希冲突了 else { Node<K,V> e; K k; //看看是不是插入的数据和第一个节点是同一个key，是的话就不用下面循环了 if (p.hash == hash && ((k = p.key) == key || (key != null && key.equals(k)))) e = p; //如果不是第一个节点，那就需要根据是红黑树还是链表来做相应的处理 else if (p instanceof TreeNode) e = ((TreeNode<K,V>)p).putTreeVal(this, tab, hash, key, value); //不是红黑树节点，那就是链表了，得循环遍历链表了 else { for (int binCount = 0; ; ++binCount) { //看看是不是到了链表的最后一个节点 if ((e = p.next) == null) { p.next = newNode(hash, key, value, null); //加入新节点后得判断是否到了阈值，到了阈值就需要扩容或是转换为红黑树了 if (binCount >= TREEIFY_THRESHOLD - 1) treeifyBin(tab, hash); break; } //原来就有这个key就退出循环，直接看下面是替换老数据还是直接返回老数据了 if (e.hash == hash && ((k = e.key) == key || (key != null && key.equals(k)))) break; p = e; } } //e不为null，说明插入的是相同的key if (e != null) { V oldValue = e.value; //这里根据onlyIfAbsent来判断是否需要覆盖老数据，默认onlyIfAbsent是false，也就是覆盖老数据 if (!onlyIfAbsent || oldValue == null) e.value = value; //这是用于给LinkedHashMap覆写的方法，用于LinkedHashMap调整节点的顺序 afterNodeAccess(e); return oldValue; } } //执行到这里，说明是插入了新的key ++modCount; //size增加，需要检查是否需要扩容 if (++size > threshold) resize(); //这是用于给LinkedHashMap覆写的方法，用于LinkedHashMap删除近期使用最少的数据 afterNodeInsertion(evict); return null; } /** * 扩容方法 * */ final Node<K,V>[] resize() { Node<K,V>[] oldTab = table; //需要注意的是，这里取的是length而不是HashMap的size，所以这里的oldCap是HashMap数组的大小 int oldCap = (oldTab == null) ? 0 : oldTab.length; int oldThr = threshold; int newCap, newThr = 0; if (oldCap > 0) { //如果老的HashMap容量已经到达最大阈值了，没法扩容了，直接将阈值设置为最大并返回，没办法只能让它冲突去了 if (oldCap >= MAXIMUM_CAPACITY) { threshold = Integer.MAX_VALUE; return oldTab; } //否则的话，就扩容为原来的2倍 else if ((newCap = oldCap << 1) < MAXIMUM_CAPACITY && oldCap >= DEFAULT_INITIAL_CAPACITY) newThr = oldThr << 1; // double threshold } //oldCap为0，就说明是初始化的情况。 //如果已经有阈值，则初始化的时候HashMap的容量就是阈值的大小 else if (oldThr > 0) // initial capacity was placed in threshold newCap = oldThr; //如果阈值也没有初始化，那就都用默认的值 else { newCap = DEFAULT_INITIAL_CAPACITY; newThr = (int)(DEFAULT_LOAD_FACTOR * DEFAULT_INITIAL_CAPACITY); } //这里需要判断下上面的第二种只设置了容量的情况，需要再设置下新的阈值 if (newThr == 0) { float ft = (float)newCap * loadFactor; newThr = (newCap < MAXIMUM_CAPACITY && ft < (float)MAXIMUM_CAPACITY ? (int)ft : Integer.MAX_VALUE); } //这里如果是初始化的情况，newThr=16*0.75=12，所以当size>12时就会触发扩容 threshold = newThr; //生成新的数组，如果是初始化，会生成一个长度为16的数组 @SuppressWarnings({"rawtypes","unchecked"}) Node<K,V>[] newTab = (Node<K,V>[])new Node[newCap]; table = newTab; //如果不是初始化的情况，就需要将老数据重新映射到新的数组中了 if (oldTab != null) { for (int j = 0; j < oldCap; ++j) { Node<K,V> e; if ((e = oldTab[j]) != null) { //释放老的节点的数据 oldTab[j] = null; //如果只有一个节点的话，就重新映射到新的数组 if (e.next == null) newTab[e.hash & (newCap - 1)] = e; //不是只有一个节点，那就是原来有哈希冲突了，那可能是链表也可能是红黑树 else if (e instanceof TreeNode) ((TreeNode<K,V>)e).split(this, newTab, j, oldCap); //不是红黑树，那就是链表了 //下面也是Java8中的一个优化点 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; //这里把hash值与oldCap做与操作，而oldCap是2的倍数，所以低位肯定都是0 //比如说第一次扩容的时候oldCap是16，也就是 00010000，那这里就要看hash的高一位也就是000?xxxx中的？是1还是0了 //如果是0，那意思就是在新的数组里面的索引跟以前的一样；如果是1，那新的索引就是以前的下标+16 //后面再扩容时也是一样，再高一位是0，索引不变；如果是1，索引变为原索引+oldCap //这么做的目的是将链表中的一些节点分散到新的数组中去，空间大了嘛，没必要还都挤在一起 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; } /** * 将链表转化为红黑树的方法 * 可以看到，只有当HashMap的容量大于MIN_TREEIFY_CAPACITY时才会执行转化，否则都会执行resize方法，也就是进行扩容 */ final void treeifyBin(Node<K,V>[] tab, int hash) { int n, index; Node<K,V> e; if (tab == null || (n = tab.length) < MIN_TREEIFY_CAPACITY) resize(); else if ((e = tab[index = (n - 1) & hash]) != null) { TreeNode<K,V> hd = null, tl = null; do { TreeNode<K,V> p = replacementTreeNode(e, null); if (tl == null) hd = p; else { p.prev = tl; tl.next = p; } tl = p; } while ((e = e.next) != null); if ((tab[index] = hd) != null) hd.treeify(tab); } } /** * 根据key删除节点 */ public V remove(Object key) { Node<K,V> e; return (e = removeNode(hash(key), key, null, false, true)) == null ? null : e.value; } /** * 删除节点 * * matchValue如果为true，则只当value也相等的时候才删除节点 * movable用于红黑树中，当为false时，只删除树中的节点而不移动其他节点 */ final Node<K,V> removeNode(int hash, Object key, Object value, boolean matchValue, boolean movable) { Node<K,V>[] tab; Node<K,V> p; int n, index; if ((tab = table) != null && (n = tab.length) > 0 && (p = tab[index = (n - 1) & hash]) != null) { Node<K,V> node = null, e; K k; V v; //要删除的就是第一个节点 if (p.hash == hash && ((k = p.key) == key || (key != null && key.equals(k)))) node = p; //否则那就说明有多个哈希冲突的节点，那可能是链表也可能是红黑树了 else if ((e = p.next) != null) { if (p instanceof TreeNode) node = ((TreeNode<K,V>)p).getTreeNode(hash, key); //是链表的话就得循环查找了 else { do { if (e.hash == hash && ((k = e.key) == key || (key != null && key.equals(k)))) { node = e; break; } p = e; } while ((e = e.next) != null); } } //node不为null，说明找到要删除的节点了 //这里会根据其他条件来进行处理 if (node != null && (!matchValue || (v = node.value) == value || (value != null && value.equals(v)))) { if (node instanceof TreeNode) ((TreeNode<K,V>)node).removeTreeNode(this, tab, movable); //下面是单链表删除节点 //如果要删除的是第一个节点，那得把后面的节点补到数组里面 else if (node == p) tab[index] = node.next; //如果删除的是链表中的其它节点，把链表接上 else p.next = node.next; ++modCount; --size; //这里是供LinkedHashMap调用的方法 afterNodeRemoval(node); return node; } } return null; } /** * 删除所有数据 */ public void clear() { Node<K,V>[] tab; modCount++; if ((tab = table) != null && size > 0) { size = 0; for (int i = 0; i < tab.length; ++i) tab[i] = null; } } /** * 判断是否包含特定值的节点 */ public boolean containsValue(Object value) { Node<K,V>[] tab; V v; if ((tab = table) != null && size > 0) { for (int i = 0; i < tab.length; ++i) { for (Node<K,V> e = tab[i]; e != null; e = e.next) { if ((v = e.value) == value || (value != null && value.equals(v))) return true; } } } return false; } // LinkedHashMap需要覆写的方法 void afterNodeAccess(Node<K,V> p) { } void afterNodeInsertion(boolean evict) { } void afterNodeRemoval(Node<K,V> p) { } } 

下面来分析一下HashMap的哈希原理和散列值优化策略

• 主要涉及到的是2个方法：hash()方法和取模

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

• 上面首先调用Object的hashCode()方法来计算key的哈希值，返回的是int型；理论上哈希值的范围为int型的范围，也就是-2147483648到2147483648，前后加起来大概有40亿的空间，所以只要哈希函数映射得比较均匀松散，基本不会出现冲突
• 但是显然这个范围不能直接用来做HashMap的数组下标，需要进行取模运算得到相应的低位数据

//n是HashMap的容量，为2的倍数，比如初始容量为16，32位也就是0000000000010000，那n-1就是0000000000001111 //然后跟hash做与操作，那就相当于取了hash的低四位 p = tab[i = (n - 1) & hash]

• HashMap这样得到数组的下标，势必冲突会比较严重，所以我们看到在上面的hash()方法中还有一步操作是将哈希值h右移16位后做抑或操作，这步操作就是扰动，用于提高低位的随机性，降低哈希冲突
  

扩容时候对链表的优化

• 扩容的时候，在将原先的数据重新映射到新数组时，会对原来的链表进行优化。
• 优化的方式是通过与原数组的容量(为2的倍数)进行与操作，判断高一位是0还是1。如果是0则新的索引不变，比如原来的索引是5，那在新数组里面也放在索引为5的地方；而如果是1，则新的索引为原索引+原数组容量，比如原索引是5，如果高位为1，原容量是16，那新的索引就是5+16=21，也就是存放到索引为21的地方
• 通过这样的优化既省去了计算索引的步骤，又将原来存在的链表重新映射，相当于将原来冲突的节点数据重新分散到了新的数组里面了
• 同时还保持了原来链表中的顺序，而在以前的版本中会把原来的顺序倒过来，具体看下面的分析

//下面也是Java8中的一个优化点 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; //这里把hash值与oldCap做与操作，而oldCap是2的倍数，所以低位肯定都是0 //也就是说第一次扩容的时候oldCap是16，也就是 00010000，那这里就要看hash的高一位也就是000?xxxx中的？是1还是0了 //如果是0，那意思就是在新的数组里面的索引跟以前的一样；如果是1，那新的索引就是以前的下标+16 //后面再扩容时也是一样，再高一位是0，索引不变；如果是1，索引变为原索引+oldCap if ((e.hash & oldCap) == 0) { if (loTail == null) loHead = e; else loTail.next = e; loTail = e; } //高位是1，这样的话索引需要+oldCap； else { if (hiTail == null) hiHead = e; else hiTail.next = e; hiTail = e; } } while ((e = next) != null); //loHead和hiHead中保持了原来的顺序 if (loTail != null) { loTail.next = null; newTab[j] = loHead; } //高位为1的话，新的索引为老索引+oldCap if (hiTail != null) { hiTail.next = null; newTab[j + oldCap] = hiHead; } }

• 下面简单看看原来的扩容操作

/** * 扩容方法 * 先计算新的容量，然后通过transfer方法把数据添加到新的数组里 * 数据迁移好了以后，重新计算容量阈值 */ void resize(int newCapacity) { HashMapEntry[] oldTable = table; int oldCapacity = oldTable.length; if (oldCapacity == MAXIMUM_CAPACITY) { threshold = Integer.MAX_VALUE; return; } HashMapEntry[] newTable = new HashMapEntry[newCapacity]; transfer(newTable); table = newTable; threshold = (int)Math.min(newCapacity * loadFactor, MAXIMUM_CAPACITY + 1); } /** * 真正的扩容方法 * 可见，这个扩容方法还是比较废事的，复杂度比较高 * 扩容每个节点都要重新计算索引，而且可以看出是倒序的，也就是把原来链表中的顺序倒过来了 */ void transfer(HashMapEntry[] newTable) { int newCapacity = newTable.length; for (HashMapEntry<K,V> e : table) { while(null != e) { HashMapEntry<K,V> next = e.next; int i = indexFor(e.hash, newCapacity); e.next = newTable[i]; newTable[i] = e; e = next; } } } /** * 根据哈希值取得数组的下标 * 将HashMap的数组长度要取2的整次幂，这里用length-1正好相当于一个“低位掩码”，也就是通过&方法把高位都去掉了 * 只保留了末尾4位，也就是0到15之间，刚刚好可以来做数组的下标 * 可以看出取模的方法是一样的 */ static int indexFor(int h, int length) { return h & (length-1); }

总结

• HashMap不是线程安全的，只能用于单线程环境
• HashMap底层的结构是数组+链表的形式，哈希冲突的节点存入到对应数组元素的链表中
• HashMap在构造函数中没有初始化数组，而是在插入数据的时候进行处理
• HashMap的性能受散列的效果影响比较大，如果散列不够随机均匀，那哈希冲突就会严重，这样的话链表就会增加
• HashMap不能保证插入节点的顺序；
• Java8中对HashMap进行了一些优化，其中一个就是引入了红黑树。当HashMap的容量大于64，且链表的长度大于8的时候，就会将这个链表转换为红黑树以便提高性能
• Java8的另一个优化是在扩容的时候，会把原来的链表中的节点分散到新的数组中，并且不会像Java7那样有链表元素倒置的问题
• 关于根据哈希值来确定数组下标的问题可以参考JDK 源码中 HashMap 的 hash 方法原理是什么？

以上是基于Java1.8并且只介绍了常用的一些方法的原理，详细的HashMap源码请查看：HashMap源码

---

欢迎关注我的微信公众号，第一时间获取干货文章！