HashMap详解（jdk1.8）
本文的一部分内容是参照了 http://www.iteye.com/topic/539465， 这部分小弟没有这位大佬讲得好，但源码的解释大家可以看看我的，因为大佬没有详细解释，而且版本比较久远。本文关于源码的解析都是基于jdk1.8的。本文没有涉及链表的树化内容，水平暂时不够。
一、HashMap的数据结构
要知道hashmap是什么，首先要搞清楚它的数据结构，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实际上是一个数组和链表的结合体（在数据结构中，一般称之为“链表散列“），请看下图（横排表示数组，后文源码解析中，我们将它称为“桶”；纵排表示数组元素【实际上是一个链表】）
二、往哪里put？
想知道put方法的详细步骤，必须先知道在哪里进行操作，我们知道，HashMap是一个是基于散列表的类，当然会跟hash值密不可分，下面我们详细看看具体步骤
//桶，如1号桶，2号桶...
transient Node<K,V>[] table;
//桶中的元素类型，与链表的数据结构基本一致，如一号桶Node有node.next、next.next...
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;
}
.............
}
- 基本步骤：
put方法主要是对这2个元素进行操作，当put一个对象的时候：
-
先根据key的hash值得到这个元素在数组中的位置（即下标，也就是几号桶）
-
如果这个桶中已经存放有其他元素了，那么在同桶中的元素将以链表的形式存放，新加入的放在链头，最先加入的放在链尾。
-
如果这个桶是空的，那么这个元素就作为桶中的第一个元素，也就是链表的链头
从hashmap中get元素时，首先计算key的hashcode，找到数组中对应的桶，然后通过key的equals方法在桶中的链表找到需要的元素。从这里我们可以想象得到，如果每个位置上的链表只有一个元素，那么hashmap的get效率将是最高的
- 定位方法详解与细节
我们可以看到在hashmap中要找到元素相应的桶，需要根据key的hash值来求得对应数组中的位置。如何计算这个位置就是hash算法。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的分布均匀些，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，而不用再去遍历链表。
所以我们首先想到的就是对hashcode的数组长度取模运算，这样一来，元素的分布相对来说是比较均匀的。但是，“模”运算的消耗还是比较大的，能不能找一种更快速，消耗更小的方式那？HashMap是这样做的：
// i：数组下标， n：数组长度，hash：元素的hash值
i = (n - 1) & hash
首先算得key的hashcode值，然后跟数组的长度-1做一次“与”运算（&）。看上去很简单，其实比较有玄机。比如数组的长度是2的4次方，那么hashcode就会和2的4次方-1做“与”运算。很多人都有这个疑问，为什么hashmap的数组初始化大小都是2的次方大小时，hashmap的效率最高，我以2的4次方举例，来解释一下为什么数组大小为2的幂时hashmap访问的性能最高。
看下图，左边两组是数组长度为16（2的4次方），右边两组是数组长度为15。两组的hashcode均为8和9，但是很明显，当它们和1110“与”的时候，产生了相同的结果，也就是说它们会定位到数组中的同一个位置上去，这就产生了碰撞，8和9会被放到同一个链表上，那么查询的时候就需要遍历这个链表，得到8或者9，这样就降低了查询的效率。同时，我们也可以发现，当数组长度为15的时候，hashcode的值会与14（1110）进行“与”，那么最后一位永远是0，而0001，0011，0101，1001，1011，0111，1101这几个位置永远都不能存放元素了，空间浪费相当大，更糟的是这种情况中，数组可以使用的位置比数组长度小了很多，这意味着进一步增加了碰撞的机率，减慢了查询的效率！
当数组长度为2的n次幂的时候，不同的key算得得index相同的机率较小，那么数据在数组上分布就比较均匀，也就是说碰撞的机率小，相对的，查询的时候就不用遍历某个位置上的链表，这样查询效率也就较高了。
说到这里，我们再回头看一下hashmap中默认的数组大小是多少，查看源代码可以得知是16，为什么是16，而不是15，也不是20呢，看到上面的解释之后我们就清楚了吧，显然是因为16是2的整数次幂的原因，在小数据量的情况下16比15和20更能减少key之间的碰撞，而加快查询的效率。
指的注意的是，就算你指定初始容量不是2的幂次方，它也会想办法将你的值变成离你给的值最近的2次方值，比如你给定初始容量为29，它会在构造时变成32
//构造函数调用
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;
}
三、put方法源码分析：
public V put(K key, V value) {
return putVal(hash(key), key, value, false, true);
}
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.判断数组是否为空
if ((tab = table) == null || (n = tab.length) == 0)
n = (tab = resize()).length; //为空，则重新制定容量
//2.根据参数的hash值判断对应桶是否为空
if ((p = tab[i = (n - 1) & hash]) == null)
tab[i] = newNode(hash, key, value, null); //若为空，则桶的第一个元素就是参数
// 3.其他情况，即数组不为空，且找到了对应的桶，且桶中的元素不为空
else {
Node<K,V> e; K k;
//4.判断桶的第一个元素，即链头的hash值与参数的hash值是否一致，然后再通过equals方法与==比对2个元素，都一致才为视为同一个键
if (p.hash == hash && ((k = p.key) == key || (key != null && key.equals(k))))
e = p; //如果一致，则将链头赋给e（第二步将链头赋给了p）
//5. 如果这个桶已经树化了，即链表已经树化，则调用树节点的put方法
else if (p instanceof TreeNode)
e = ((TreeNode<K,V>)p).putTreeVal(this, tab, hash, key, value);
//6. 其他情况，即参数与链头不一致，则依次比对链表中其他元素
else {
for (int binCount = 0; ; ++binCount) {
//如果到了链尾了（此情况就是链表中所有元素都与参数不一致）
if ((e = p.next) == null) {
p.next = newNode(hash, key, value, null); //存入元素
if (binCount >= TREEIFY_THRESHOLD - 1) // -1 for 1st
treeifyBin(tab, hash);
break;
}
//判断下一个元素是否与参数一致（在上面 e=p.next）
if (e.hash == hash &&
((k = e.key) == key || (key != null && key.equals(k))))
break;
p = e;
}
}
//如果桶中已经存在了键一致的元素，则覆盖旧value，返回旧value
if (e != null) { // existing mapping for key
V oldValue = e.value;
if (!onlyIfAbsent || oldValue == null)
e.value = value;
afterNodeAccess(e);
return oldValue;
}
}
++modCount；
if (++size > threshold)
resize();
afterNodeInsertion(evict);
return null;
}
四、resize方法源码解析
final Node<K,V>[] resize() {
Node<K,V>[] oldTab = table;
int oldCap = (oldTab == null) ? 0 : oldTab.length;
int oldThr = threshold;
int newCap, newThr = 0;
if (oldCap > 0) { // 对应数组扩容
if (oldCap >= MAXIMUM_CAPACITY) {
threshold = Integer.MAX_VALUE;
return oldTab;
}
// 将数组大小扩大一倍
else if ((newCap = oldCap << 1) < MAXIMUM_CAPACITY &&
oldCap >= DEFAULT_INITIAL_CAPACITY)
// 将阈值扩大一倍
newThr = oldThr << 1; // double threshold
}
else if (oldThr > 0) // 对应使用 new HashMap(int initialCapacity) 初始化后，第一次 put 的时候
newCap = oldThr;
else {// 对应使用 new HashMap() 初始化后，第一次 put 的时候
newCap = DEFAULT_INITIAL_CAPACITY;
newThr = (int)(DEFAULT_LOAD_FACTOR * DEFAULT_INITIAL_CAPACITY);
}
if (newThr == 0) {
float ft = (float)newCap * loadFactor;
newThr = (newCap < MAXIMUM_CAPACITY && ft < (float)MAXIMUM_CAPACITY ?
(int)ft : Integer.MAX_VALUE);
}
threshold = newThr;
// 用新的数组大小初始化新的数组
Node<K,V>[] newTab = (Node<K,V>[])new Node[newCap];
table = newTab; // 如果是初始化数组，到这里就结束了，返回 newTab 即可
if (oldTab != null) {
// 开始遍历原数组，进行数据迁移。
for (int j = 0; j < oldCap; ++j) {
Node<K,V> e;
if ((e = oldTab[j]) != null) {
oldTab[j] = null;
// 如果该数组位置上只有单个元素，那就简单了，简单迁移这个元素就可以了
if (e.next == null)
newTab[e.hash & (newCap - 1)] = e;
// 如果是红黑树，具体我们就不展开了
else if (e instanceof TreeNode)
((TreeNode<K,V>)e).split(this, newTab, j, oldCap);
else {
// 这块是处理链表的情况，
// 需要将此链表拆成两个链表，放到新的数组中，并且保留原来的先后顺序
// loHead、loTail 对应一条链表，hiHead、hiTail 对应另一条链表，代码还是比较简单的
Node<K,V> loHead = null, loTail = null;
Node<K,V> hiHead = null, hiTail = null;
Node<K,V> next;
do {
next = e.next;
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;
// 第一条链表
newTab[j] = loHead;
}
if (hiTail != null) {
hiTail.next = null;
// 第二条链表的新的位置是 j + oldCap，这个很好理解
newTab[j + oldCap] = hiHead;
}
}
}
}
}
return newTab;
}
五、hash方法：
之前我们将定位的时候，说到是用元素的hash值和length-1取hash值，这里的hash值是通过hash()方法计算的，
static final int hash(Object key) {
int h;
return (key == null) ? 0 : (h = key.hashCode()) ^ (h >>> 16);
}
这里的hash方法简单来说就是高16位异或低16位，这样的好处就是混合了原hashcode的高低位信息，以此来增大随机性，也就增大了hashmap的元素存储随机性，这也就是HashMap解决hash碰撞的方法——拉链法