Map综述
Java为数据结构中的映射提供了一个接口java.util.Map，这个接口有四个常用的实现类：HashMap、LinkedHashMap、TreeMap以及HashTable，继承关系如下：
四个类的简单说明
HashMap
- 根据键的
hashCode值来存储数据，大多数情况下可以直接定位到它的值，因而具有很快的访问速度，但是遍历顺序却是不确定的 - 最多允许一条记录的键（key）为
null，允许多条记录的值（value）为null - 是线程不安全的，即任意时刻有多个线程可以同时操作
HashMap，可能会导致数据不一致以及访问数据时的无限循环 - 如果需要满足线程安全，可以使用
Collections.synchronizedMap()来使HashMap成为线程安全的类，或者使用ConcurrentHashMap
HashTable
HashTable是遗留类（源自JDK1.0），与此相同的还有Vector、Stack，目前不推荐使用HashTable的大部分功能与HashMap相似，不同的是HashTable还继承了Dictionary类HashTable不允许键和值为null- 是线程安全的，所有的公有方法均是同步方法，同一时间只能有一个线程访问
HashTable，并发性不如ConcurrentHashMap。不需要线程安全的环境下可以使用HashMap替换，需要线程安全的环境可以使用ConcurrentHashMap替换
LinkedHashMap
LinkedHashMap是HashMap的子类，底层使用双向链表来维护插入顺序- 在使用
Iterator遍历LinkedHashMap时，默认情况下先得到的记录肯定是先插入的，也可以在构造时指定是使用LRU算法，将最近访问的元素移动到链表的尾部 - 是线程不安全的，目前JUC包下没有对应的并发容器，可以采用
Collections.synchronizedMap()来获取一个线程安全的LinkedHashMap
TreeMap
TreeMap实现了SortedMap接口，能够把它保存的记录根据键排序，默认是升序，也可以指定Comparator来进行比较TreeMap构造时未指定比较器，则不允许键(key)为null。如果指定了比较器，则由比较器的实现决定TreeMap是一个有序的key-value集合，通过红黑树实现的- 使用
Iterator遍历TreeMap时，得到的记录是排过序的，与前面的三种Map一样，都是fail-fast（快速失败）的 TreeMap同样是线程不安全的，除了使用Collections.synchronizedMap()以外，还可以使用ConcurrentSkipListMap来代替
总结
对于上述四种Map接口的实现类，要求映射中的key是在创建以后它的哈希值不会改变，如果哈希值发生变化，则很有可能在Map中定位不到对应的位置
HashMap
类图
存储实现
从存储结构上来讲，HashMap采用了链地址法实现，数组+链表+红黑树，如下图所示
具体实现
从源码可知，HashMap中定义了
transient Node<K,V>[] table;即哈希桶数组，而具体对象则是Node，下面是Node对象的定义
static class Node<K,V> implements Map.Entry<K,V> {
final int hash; // 用来定义数组索引位置
final K key;
V value;
Node<K,V> next; // 指向的下一个结点
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);
}
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;
}
}Node是HashMap的一个内部类，实现了Map.Entry接口，本身就是一个映射（键值对）
存储优势
HashMap使用的是哈希表来存储。哈希表为了解决冲突，可以采用开放地址法和链地址法等来解决问题。而在HashMap中采用的是链地址法，简单来说就是数组+链表的结合。在每个数组元素上都是一个链表，当数据插入时，通过哈希值计算出数据所在数组的下标，然后直接将数据置于对应链表的末尾
为了减少哈希冲突以及将哈希桶数组控制在较少的情况下，HashMap实现了一套比较好的Hash算法和扩容机制
Hash算法和扩容机制
从HashMap的构造方法来看，主要是对以下几个字段进行初始化
transient Node<K,V>[] table; // 哈希桶数组
int threshold; // 当前哈希桶数组最多容纳的key-value键值对的个数
final float loadFactor; // 负载因子，可以知道负载因子在HashMap创建以后就不能被修改
transient int size;
transient int modCount;- 在初始化
table时，可以通过构造函数指定初始容量，如果不指定则使用默认的的长度（16）。此时除了传入Map参数的构造函数以外，都不会进行Node数组的创建 loadFactor为负载因子，默认值为0.75threshold是HashMap所能容纳的最多Node的个数，threshold = table.length * loadFactor，也就是说，在数组定义好长度以后，负载因子越大，所能容纳的键值对个数越多size字段用于记录HashMap中实际存在的键值对数量modCount用于记录HashMap内部结构变化的次数，主要用于迭代时的快速失败。需要注意的是，内部结构变化是指结构发生变化，例如新增一个结点、删除一个结点、改变哈希桶数组，但是在put()方法中，键对应的值被覆盖则不属于结构变化
具体分析
负载因子与threshold
- 结合负载因子的计算公式可知，
threshold是在此负载因子与当前数组对应下所允许的最大数目 - 当
Node结点的个数超过threshold时就需要resize（扩容），扩容后的容量是之前的两倍 - 默认的负载因子值为0.75，这个值是对空间和时间效率的一个平衡选择，一般来说不需要修改
- 如果内存空间很多而又对时间效率要求很高，可以降低负载因子的值，这个值必须大于0
- 如果内存空间紧张而对时间效率要求不高，可以增加负载因子的值，这个值可以大于1
哈希桶数组的长度
- 在
HashMap中，哈希桶数组table的长度必须为$ 2^n $（即一定为合数），这是一种非常规的设计
- 常规的设计是把桶的个数设计为素数，相对来说素数导致冲突的概率小于合数
- 在
HashTable中，初始化桶的个数为11，这是桶个数设计为素数的应用（当然，HashTable不保证扩容以后还是素数）
HashMap采用这种非常规设计，主要是为了在取模和扩容时做优化- 为了减少冲突，
HashMap在定位哈希桶索引时，加入了高位参与运算的过程
红黑树的加入
- 负载因子与Hash算法即使设计得再合理，也有可能出现链表过长的情况，一旦出现链表过长，则会严重影响
HashMap的性能 - 在JDK1.8中，引入了红黑树，在链表长度太长（默认超过8）时，会将链表转换为红黑树。利用红黑树插入、删除、查找都为
$ logN $的时间复杂度来提升HashMap的性能
功能实现
主要从根据键获取哈希桶数组的索引位置、put()方法的详细执行以及如何扩容来分析
确定哈希桶数组的索引位置
在实现过程，HashMap采用了两步来键映射到对应的哈希桶数组的索引上
对键的哈希值进行再哈希，将键的哈希值的高位参与运算
static final int hash(Object key) { int h; // h = key.hashCode() 第一步获取hashCode // h ^ (h >>> 16) 第二步将高位参与运算 return (key == null) ? 0 : (h = key.hashCode()) ^ (h >>> 16); }取模运算定位索引
// n为哈希桶数组的长度 // hash值为再哈希的结果 // (table.length - 1) & hash p = tab[i = (n - 1) & hash]);
对于第一步：
- 对于任意对象，只要它的
hashCode()方法返回的哈希值一样，经过hash()这个方法，那么再哈希的结果都是一样的。 - 在JDK1.8中，优化了高位运算的算法，通过
hashCode()的高16位异或低16位实现的：h = key.hashCode()) ^ (h >>> 16，主要是从速度、功效、质量来考虑的，这么做可以在哈希桶数组较小时，也能保证高低位都参与到哈希值的计算中，同时不会有太大开销
对于第二步：
* 一般在计算哈希值对应的数组索引时，会采用取模运算，但是模运算的消耗是比较大
* 在HashMap中是通过(table.length - 1) & hash的方式来计算对应的数组索引。这是一个很巧妙的做法，前面提到过哈希桶数组的长度始终为$ 2^n $，在优化了操作速度以外，(table.length - 1) & hash这个运算等同于对table.length取模，即hash % table.length，但是&比%运算效率更高
举例说明，n为哈希桶数组的长度
put() 方法的实现
- 判断哈希桶数组是否为
null或者长度为0，否则执行resize()进行扩容 - 根据键值
key计算得到的数组索引i，如果table[i] == null，直接新建结点进行添加，然后执行6。如果table[i] != null，继续执行3 - 判断
table[i]的首个元素是否与key相等（指的hashCode、地址以及equals()），如果相等，直接覆盖value，然后返回旧值。否则继续执行4 - 判断
table[i]是否为TreeNode，即table[i]是否是红黑树，如果是红黑树，则在树中插入新的结点，同时如果树中存在相应的key，也会直接覆盖value，然后返回旧值。否则继续执行5 - 遍历
table[i]，判断链表长度是否大于8，
- 大于8的话会将链表转换为红黑树，在红黑树中执行插入操作
- 否则进行链表的插入操作
- 遍历过程中若发现
key已经存在，直接覆盖value后，返回旧值即可
- 插入成功后，判断实际存在的键值对数是否超过了最大容量
threshold，如果超过进行扩容
put() 方法源码
public V put(K key, V value) {
// 对key的hashCode进行再哈希
return putVal(hash(key), key, value, false, true);
}
/**
* 插入时如果key已存在，对值进行替换，然后返回旧值
* 如果onlyIfAbsent为true，则不会对已存在的值进行替换
* 如果不存在，直接插入，然后返回null
*/
final V putVal(int hash, K key, V value, boolean onlyIfAbsent,
boolean evict) {
Node<K,V>[] tab; Node<K,V> p; int n, i;
// 1. table为空或者长度为0则进行创建
if ((tab = table) == null || (n = tab.length) == 0)
n = (tab = resize()).length;
// 2. 计算key在哈希桶数组中的下标，如果这个位置没有节点则直接进行插入
if ((p = tab[i = (n - 1) & hash]) == null)
tab[i] = newNode(hash, key, value, null);
else {
Node<K,V> e; K k;
// 3. 如果key存在，直接覆盖value
if (p.hash == hash &&
((k = p.key) == key || (key != null && key.equals(k))))
e = p;
// 4. 判断链表是否是红黑树
else if (p instanceof TreeNode)
e = ((TreeNode<K,V>)p).putTreeVal(this, tab, hash, key, value);
// 5. 该链是链表
else {
for (int binCount = 0; ; ++binCount) {
if ((e = p.next) == null) {
p.next = newNode(hash, key, value, null);
// 链表长度大于8，转换为红黑树
if (binCount >= TREEIFY_THRESHOLD - 1) // -1 for 1st
treeifyBin(tab, hash);
break;
}
// key 已存在直接覆盖
if (e.hash == hash &&
((k = e.key) == key || (key != null && key.equals(k))))
break;
p = e;
}
}
if (e != null) { // existing mapping for key
V oldValue = e.value;
if (!onlyIfAbsent || oldValue == null)
e.value = value;
afterNodeAccess(e);
return oldValue;
}
}
++modCount;
// 6. 超过最大容量就进行扩容
if (++size > threshold)
resize();
afterNodeInsertion(evict);
return null;
}扩容机制
扩容resize()就是重新计算容量，并将结点重新置于哈希桶数组。Java中的数组是无法自动扩容的，方法是使用各新数组代替已有的容量小的数组，然后将结点重新放入哈希桶中
final Node<K,V>[] resize() {
// 1. 记录扩容前的哈希桶数组
Node<K,V>[] oldTab = table;
// 2. 记录旧哈希桶数组的长度，如果为null就是0
int oldCap = (oldTab == null) ? 0 : oldTab.length;
// 3. 记录旧的最大限制
int oldThr = threshold;
int newCap, newThr = 0;
// 4. 旧长度大于0
if (oldCap > 0) {
// 判断旧的长度是否已经达到最大的容量，
// 如果是，则修改键值对的最大限制为Integer.MAX_VALUE
// 并在以后的操作，都不在会扩容
if (oldCap >= MAXIMUM_CAPACITY) {
threshold = Integer.MAX_VALUE;
return oldTab;
}
// 新的数组长度为旧长度的两倍，同时threshold也会扩大两倍
else if ((newCap = oldCap << 1) < MAXIMUM_CAPACITY &&
oldCap >= DEFAULT_INITIAL_CAPACITY)
newThr = oldThr << 1; // double threshold
}
// 5. 此时是首次创建哈希桶数组，但是在创建HashMap时指定了键值对的最大限制
// 那么哈希桶数组的长度为这个最大限制（这个值是 2^n）
else if (oldThr > 0) // initial capacity was placed in threshold
newCap = oldThr;
// 6. 此时是首次创建哈希桶数组，将容量与限制设置为默认值
else { // zero initial threshold signifies using defaults
newCap = DEFAULT_INITIAL_CAPACITY;
newThr = (int)(DEFAULT_LOAD_FACTOR * DEFAULT_INITIAL_CAPACITY);
}
// 7. 如果新的限制是0，也就是还没有计算过
// 则通过新的长度与负载因子来计算出
if (newThr == 0) {
float ft = (float)newCap * loadFactor;
newThr = (newCap < MAXIMUM_CAPACITY && ft < (float)MAXIMUM_CAPACITY ?
(int)ft : Integer.MAX_VALUE);
}
// 8. 将新的限制保存到threshold
threshold = newThr;
// 9. 创建新的哈希桶数组并赋值给table
@SuppressWarnings({"rawtypes","unchecked"})
Node<K,V>[] newTab = (Node<K,V>[])new Node[newCap];
table = newTab;
// 10. 旧的哈希桶数组里面存有结点，需要将结点置于新的哈希桶数组
if (oldTab != null) {
// 从头到尾遍历旧的哈希桶数组
for (int j = 0; j < oldCap; ++j) {
Node<K,V> e;
// 如果是空的就跳过
if ((e = oldTab[j]) != null) {
oldTab[j] = null;
// 这个索引位置只有一个结点，直接再hash后置于新的哈希桶数组
if (e.next == null)
newTab[e.hash & (newCap - 1)] = e;
// 这个链是红黑树，对红黑树进行再hash
else if (e instanceof TreeNode)
((TreeNode<K,V>)e).split(this, newTab, j, oldCap);
// 直接是一个单向链表，将单向链表的每个结点进行再hash存入新的哈希桶数组
// 相比JDK1.7(1.7是会在扩容后将之前的链表倒置)会保留结点之前的顺序
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;
// 旧的索引
if ((e.hash & oldCap) == 0) {
if (loTail == null)
loHead = e;
else
loTail.next = e;
loTail = e;
}
// 旧的索引+oldCap
else {
if (hiTail == null)
hiHead = e;
else
hiTail.next = e;
hiTail = e;
}
} while ((e = next) != null);
// 将旧索引部分放置新的哈希桶数组中
if (loTail != null) {
loTail.next = null;
newTab[j] = loHead;
}
// 将旧索引+oldCap放置新的哈希桶数组中
if (hiTail != null) {
hiTail.next = null;
newTab[j + oldCap] = hiHead;
}
}
}
}
}
return newTab;
}
在JDK1.8中，HashMap的哈希桶数组长度为$ 2^n $（扩容是之前的2倍），所以元素的位置要么是在原位置，要么就是原位置+之前容量的位置
举个例子来说明，n是哈希桶数组的长度，
- 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)表示扩容后的key1和key2两种key确定索引位置的实例
- hash1是key1对应的哈希值与高位的运算结果（hash2同理）
元素在重新计算哈希值以后，因为哈希桶数组长度n变为2倍，那么n-1的mask范围在高位多1bit，因此新的索引变化就如下：
因此，在将已有的哈希桶结点放入新的哈希桶数组时，就不需要每个结点都重新计算hash，只需要看原来的hash值新增的1bit是1还是0，是0的话索引不变，是1的话索引就变成“旧索引+oldCap”
线程安全性
HashMap是线程不安全的，在多线程场景下使用HashMap可能造成无限循环而导致CPU使用100%
无限循环的出现是因为如果有多个线程在HashMap中插入新值，并同时触发了resize()对哈希桶数组进行扩容，在对同一条链的所有结点进行再hash分配到新的哈希桶数组的过程中，可能会使链上的某个结点指向自身前面的结点，而不是后面的结点，那么在后面的get()/put()操作中，对相应的链访问时就会出现无限循环
总结
- 扩容是一个很消耗性能的操作，所以在使用
HashMap时，最好能估算一下大致的容量，避免HashMap频繁的扩容 - 负载因子是可以自己修改的，值可以大于1，但不能小于等于0。默认值0.75是一个权衡空间与时间效率的值，一般没有特殊需求最好不要轻易修改
HashMap是线程不安全的，在并发环境中使用HashMap可能会出现数据不一致、数据丢失以及无限循环等问题，建议使用ConcurrentHashMap- 红黑树的引入优化了
HashMap的性能，同时扩容机制也相比JDK1.7更为优化