HashMap 作为最常用的集合类之一，有必要深入浅出的了解一下。这篇文章会深入到 HashMap 源码，刨析它的存储结构以及工作机制。
1. HashMap 的存储结构
HashMap 的数据存储结构是一个 Node<K,V> 数组，在（Java 7 中是 Entry<K,V> 数组，但结构相同）
public class HashMap<K,V> extends AbstractMap<K,V> implements Map<K,V>,Cloneable,Serializable {
// 数组
transient Node<K,V>[] table;
static class Node<K,V> implements Map.Entry<K,V> {
final int hash;
final K key;
V value;
// 链表
Node<K,V> next;
....
}
.....
}
存储结构主要是@H_502_11@@H_502_11@数组加链表，像下面的图。
2. HashMap 的 put()
在 Java 8 中 HashMap 的 put 方法如下，我已经详细注释了重要代码。
public V put(K key,V value) {
return putVal(hash(key),key,value,false,true);
}
// 计算哈希值 与（&）、非（~）、或（|）、异或（^）
static final int hash(Object key) {
int h;
return (key == null) ? 0 : (h = key.hashCode()) ^ (h >>> 16);
}
final V putVal(int hash,K key,V value,boolean onlyIfAbsent,boolean evict) {
Node<K,V>[] tab; Node<K,V> p; int n,i;
// 如果数组为空，进行 resize() 初始化
if ((tab = table) == null || (n = tab.length) == 0)
n = (tab = resize()).length;
// 如果计算的位置上Node不存在，直接创建节点插入
if ((p = tab[i = (n - 1) & hash]) == null)
tab[i] = newNode(hash,null);
else {
// 如果计算的位置上Node 存在，链表处理
Node<K,V> e; K k;
// 如果 hash 值，k 值完全相同，直接覆盖
if (p.hash == hash &&((k = p.key) == key || (key != null && key.equals(k))))
e = p;
// 如果 index 位置元素已经存在，且是红黑树
else if (p instanceof TreeNode)
e = ((TreeNode<K,V>)p).putTreeVal(this,tab,hash,value);
else {
// 如果这次要放入的值不存在
for (int binCount = 0; ; ++binCount) {
// 尾插法
if ((e = p.next) == null) {
// 找到节点链表中next为空的节点，创建新的节点插入
p.next = newNode(hash,null);
// 如果节点链表中数量超过TREEIFY_THRESHOLD（8）个，转化为红黑树
if (binCount >= TREEIFY_THRESHOLD - 1) // -1 for 1st
treeifyBin(tab,hash);
break;
}
// 如果节点链表中有发现已有相同key
if (e.hash == hash &&
((k = e.key) == key || (key != null && key.equals(k))))
break;
p = e;
}
}
// 如果节点 e 有值，放入数组 table[]
if (e != null) { // existing mapping for key
V oldValue = e.value;
if (!onlyIfAbsent || oldValue == null)
e.value = value;
afterNodeAccess(e);
return oldValue;
}
}
++modCount;
// 当前大小大于临界大小，扩容
if (++size > threshold)
resize();
afterNodeInsertion(evict);
return null;
}
举个例子，如果 put 的 key 为字母 a，当前 HashMap 容量是初始容量 16，计算出位置是 1。
# int hash = key.hashCode()
# hash = hash ^ (hash >>> 16)
# 公式 index = (n - 1) & hash // n 是容量
hash HEX(97) = 0110 0001
n-1 HEX(15) = 0000 1111
--------------------------
结果 = 0000 0001
# 计算得到位置是 1
总结 HashMap put 过程。
-
计算 key 的 hash 值。
计算方式是
(key == null) ? 0 : (h = key.hashCode()) ^ (h >>> 16); -
检查当前数组是否为空，为空需要进行初始化，初始化容量是 @H_502_11@16 ，负载因子默认 @H_502_11@0.75。
-
计算 key 在数组中的坐标。
计算方式：
(容量 - 1) & hash.因为容量总是2的次方，所以-1的值的二进制@H_502_11@总是全1。方便与 hash 值进行@H_502_11@与运算。
-
如果计算出的坐标元素为空，创建节点加入，put 结束。
-
如果计算出的坐标元素有值。
3. HashMap 的 get()
在 Java 8 中 get 方法源码如下，我已经做了注释说明。
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> first,e; int n; K k;
// 只有在存储数组已经存在的情况下进入这个 if
if ((tab = table) != null && (n = tab.length) > 0 &&
(first = tab[(n - 1) & hash]) != null) {
// first 是获取的坐标上元素
if (first.hash == hash && // always check first node
((k = first.key) == key || (key != null && key.equals(k))))
// key 相同，说明first是想要的元素，返回
return first;
if ((e = first.next) != null) {
if (first instanceof TreeNode)
// 如果是红黑树，从红黑树中查找结果
return ((TreeNode<K,V>)first).getTreeNode(hash,key);
do {
// 循环遍历查找
if (e.hash == hash &&
((k = e.key) == key || (key != null && key.equals(k))))
return e;
} while ((e = e.next) != null);
}
}
return null;
}
get 方法流程总结。
- 计算 key 的 hash 值。
- 如果存储数组不为空，且计算得到的位置上的元素不为空。继续，否则，返回 Null。
- 如果获取到的元素的 key 值相等，说明查找到了，返回元素。
- 如果获取到的元素的 key 值不相等，查找 next 节点的元素。
- 如果元素是红黑树，在红黑树中查找。
- 不是红黑树，遍历 next 节点查找，找到则返回。
4. HashMap 的 Hash 规则
- 计算 hash 值 int hash = key.hashCode()。
- @H_502_11@与或上 hash 值无符号右移16 位。 hash = hash ^ (hash >>> 16)。
- 位置计算公式
index = (n - 1) & hash，其中n是容量。
这里可能会有同学对 hash ^ (hash >>> 16) 有疑惑，很好奇为什么这里要拿 hash 值异或上 hash 值无符号右移 16 位呢？下面通过一个例子演示其中道理所在。
假设 hash 值是 0001 0100 1100 0010 0110 0001 0010 0000，当前容量是 16。
hash = 0001 0100 1100 0010 0110 0001 0010 0000 ---
| 与或计算
hash >>> 16 = 0000 0000 0000 0000 0001 0100 1100 0010 ---
------------------------------------------------------
hash 结果 = 0001 0100 1100 0010 0111 0101 1110 0100 ---
| & 与运算
容量 -1 = 0000 0000 0000 0000 0000 0000 0000 1111 ---
------------------------------------------------------
# 得到位置 = 0000 0000 0000 0000 0000 0000 0000 0100 得到位置是 4
如果又新增一个数据，得到 hash 值是 0100 0000 1110 0010 1010 0010 0001 0000 ，容量还是16，计算他的位置应该是什么呢？
hash = 0100 0000 1110 0010 1010 0010 0001 0000 ---
| 与或计算
hash >>> 16 = 0000 0000 0000 0000 0001 0100 1100 0010 ---
------------------------------------------------------
hash 结果 = 0100 0000 1110 0010 1011 0110 1101 0010 ---
| & 与运算
容量 -1 = 0000 0000 0000 0000 0000 0000 0000 1111 ---
------------------------------------------------------
# 得到位置 = 0000 0000 0000 0000 0000 0000 0000 0010 得到位置是 2
上面两个例子，得到位置一个是 4，一个是 2，上面只是我随便输入的两个二进制数，那么这两个数如果不经过 hash ^ (hash >>> 16) 运算，位置会有什么变化呢？
hash = 0001 0100 1100 0010 0110 0001 0010 0000
容量 -1 = 0000 0000 0000 0000 0000 0000 0000 1111
------------------------------------------------------
结果 = 0000 0000 0000 0000 0000 0000 0000 0000
# 得到位置是 0
hash = 0100 0000 1110 0010 1010 0010 0001 0000
容量 -1 = 0000 0000 0000 0000 0000 0000 0000 1111
------------------------------------------------------
结果 = 0000 0000 0000 0000 0000 0000 0000 0000
# 得到位置是 0
可以发现位置都是 0 ，冲突概率提高了。可见 hash ^ (hash >>> 16) 让数据的 hash 值的高 16 位与低 16 位进行与或混合，可以减少低位相同时数据插入冲突的概率。
5. HashMap 的初始化大小
-
初始化大小是 16，为什么是 16 呢？
这可能是因为每次扩容都是 2 倍。而选择 2 的次方值 16 作为初始容量，有利于扩容时重新 Hash 计算位置。为什么是 16 我想是一个经验值，理论上说只要是 2 的次方都没有问题。
6. HashMap 的扩容方式
扩容方式是什么？看源码说明。
/**
* Initializes or doubles table size. If null,allocates in
* accord with initial capacity target held in field threshold.
* Otherwise,because we are using power-of-two expansion,the
* elements from each bin must either stay at same index,or move
* with a power of two offset in the new table.
*
* @return the table
*/
final Node<K,V>[] resize() {
Node<K,V>[] oldTab = table;
// 现有容量
int oldCap = (oldTab == null) ? 0 : oldTab.length;
// 现有扩容阀值
int oldThr = threshold;
int newCap,newThr = 0;
if (oldCap > 0) {
// 如果当前长度已经大于最大容量。结束扩容
if (oldCap >= MAXIMUM_CAPACITY) {
threshold = Integer.MAX_VALUE;
return oldTab;
}
// 如果扩大两倍之后小于最大容量，且现有容量大于等于初始容量，就扩大两倍
else if ((newCap = oldCap << 1) < MAXIMUM_CAPACITY && oldCap >= DEFAULT_INITIAL_CAPACITY)
// 扩容阀值扩大为两倍
newThr = oldThr << 1; // double threshold
}
// 当前容量 = 0 ，但是当前记录容量 > 0 ，获取当前记录容量。
else if (oldThr > 0) // initial capacity was placed in threshold
// 进入这里，说明是通过指定容量和负载因子的构造函数
newCap = oldThr;
else { // zero initial threshold signifies using defaults
// 进入这里说明是通过无参构造
// 新的容量
newCap = DEFAULT_INITIAL_CAPACITY;
// 新的阀值
newThr = (int)(DEFAULT_LOAD_FACTOR * DEFAULT_INITIAL_CAPACITY);
}
if (newThr == 0) {
float ft = (float)newCap * loadFactor;
// 计算扩容阀值
newThr = (newCap < MAXIMUM_CAPACITY && ft < (float)MAXIMUM_CAPACITY ?
(int)ft : Integer.MAX_VALUE);
}
threshold = newThr;
@SuppressWarnings({"rawtypes","unchecked"})
Node<K,V>[] newTab = (Node<K,V>[])new Node[newCap];
table = newTab;
// 如果 oldTab != null，说明是扩容，否则是初始化，直接返回
if (oldTab != null) {
for (int j = 0; j < oldCap; ++j) {
Node<K,V> e;
if ((e = oldTab[j]) != null) {
oldTab[j] = null;
// 如果当前元素 next节点没有元素，当前元素重新计算位置直接放入
if (e.next == null)
newTab[e.hash & (newCap - 1)] = e;
else if (e instanceof TreeNode)
// 如果当前节点是红黑树
((TreeNode<K,V>)e).split(this,newTab,j,oldCap);
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;
// == 0 ，位置不变
if ((e.hash & oldCap) == 0) {
if (loTail == null)
loHead = e;
else
loTail.next = e;
loTail = e;
}
// e.hash & oldCap != 0,位置变为：位置+扩容前容量
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;
}
扩容时候怎么重新确定元素在数组中的位置，我们看到是由 if ((e.hash & oldCap) == 0) 确定的。
hash HEX(97) = 0110 0001
n HEX(16) = 0001 0000
--------------------------
结果 = 0000 0000
# e.hash & oldCap = 0 计算得到位置还是扩容前位置
hash HEX(17) = 0001 0001
n HEX(16) = 0001 0000
--------------------------
结果 = 0001 0000
# e.hash & oldCap != 0 计算得到位置是扩容前位置+扩容前容量
通过上面的分析也可以看出，只有在每次容量都是2的次方的情况下才能使用 if ((e.hash & oldCap) == 0) 判断扩容后的位置。
7. HashMap 中的红黑树
HashMap 在 Java 8 中的实现增加了红黑树，当链表节点达到 8 个的时候，会把链表转换成红黑树，低于 6 个的时候，会退回链表。究其原因是因为当节点过多时，使用红黑树可以更高效的查找到节点。毕竟红黑树是一种二叉查找树。
-
节点个数是多少的时候，链表会转变成红黑树。
链表节点个数@H_502_11@大于等于 8 时，链表会转换成树结构。
-
节点个数是多少的时候，红黑树会退回链表。
节点个数@H_502_11@小于等于 6 时，树会转变成链表。
-
为什么转变条件 8 和 6 有一个差值。
如果没有差值，都是 8 ，那么如果频繁的插入删除元素，链表个数又刚好在 8 徘徊，那么就会频繁的发生链表转树，树转链表。
8. 为啥容量都是2的幂？
容量是2的幂时，key 的 hash 值然后 & (容量-1) 确定位置时@H_502_11@碰撞概率会比较低，因为容量为 2 的幂时，减 1 之后的二进制数为全1，这样与运算的结果就等于 hasｈ值后面与 1 进行与运算的几位。
下面是个例子。
hash HEX(97) = 0110 0001
n-1 HEX(15) = 0000 1111
--------------------------
结果 = 0000 0001
# 计算得到位置是 1
hash HEX(99) = 0110 0011
n-1 HEX(15) = 0000 1111
--------------------------
结果 = 0000 0011
# 计算得到位置是 3
hash HEX(101) = 0110 0101
n-1 HEX(15) = 0000 1111
--------------------------
结果 = 0000 0101
# 计算得到位置是 5
如果是其他的容量值，假设是9，进行与运算结果碰撞的概率就比较大。
hash HEX(97) = 0110 0001
n-1 HEX(09) = 0000 1001
--------------------------
结果 = 0000 0001
# 计算得到位置是 1
hash HEX(99) = 0110 0011
n-1 HEX(09) = 0000 1001
--------------------------
结果 = 0000 0001
# 计算得到位置是 1
hash HEX(101) = 0110 0101
n-1 HEX(09) = 0000 1001
--------------------------
结果 = 0000 0001
# 计算得到位置是 1
另外，每次都是 2 的幂也可以让 HashMap 扩容时可以方便的@H_502_11@重新计算位置。
hash HEX(97) = 0110 0001
n-1 HEX(15) = 0000 1111
--------------------------
结果 = 0000 0001
# 计算得到位置是 1
hash HEX(97) = 0110 0001
n-1 HEX(31) = 0001 1111
--------------------------
结果 = 0000 0001
# 计算得到位置是 1
9. 快速失败（fail—fast）
HashMap 遍历使用的是一种快速失败机制，它是 Java 非安全集合中的一种普遍机制，这种机制可以让集合在遍历时，如果有线程对集合进行了修改、删除、增加操作，会触发并发修改异常。
它的实现机制是在遍历前保存一份 modCount ，在每次获取下一个要遍历的元素时会对比当前的 modCount 和保存的 modCount 是否相等。
快速失败也可以看作是一种@H_502_11@安全机制，这样在多线程操作不安全的集合时，由于快速失败的机制，会抛出异常。
10. 线程安全的 Map
-
使用 Collections.synchronizedMap(Map) 创建线程安全的 Map.
实现原理：有一个变量
final Object mutex;，操作方法都加了这个synchronized (mutex)排它锁。 -
使用 Hashtable
-
使用 ConcurrentHashMap
<完>
这篇文章到这里就结束了，如果你觉得文章不错可以关注我的公众号。 公众号满载干货，童叟无欺。
也可以访问我的个人网站:https://www.wdbyte.com
