HashMap初步解析

參考

美團技術團隊-Java 8系列之重新認識HashMap

一些Map的比較

1. HashMap：它根據鍵的hashCode值存儲數據，大多數情況下可以直接定位到它的值，因而具有很快的訪問速度，但遍歷順序卻是不確定的。 HashMap最多隻允許一條記錄的鍵爲null，允許多條記錄的值爲null。HashMap非線程安全，即任一時刻可以有多個線程同時寫HashMap，可能會導致數據的不一致。如果需要滿足線程安全，可以用 Collections的synchronizedMap方法使HashMap具有線程安全的能力，或者使用ConcurrentHashMap。
2. Hashtable：Hashtable是遺留類，很多映射的常用功能與HashMap類似，不同的是它承自Dictionary類，並且是線程安全的，任一時間只有一個線程能寫Hashtable，併發性不如ConcurrentHashMap，因爲ConcurrentHashMap引入了分段鎖。Hashtable不建議在新代碼中使用，不需要線程安全的場合可以用HashMap替換，需要線程安全的場合可以用ConcurrentHashMap替換。
3. LinkedHashMap：LinkedHashMap是HashMap的一個子類，保存了記錄的插入順序，在用Iterator遍歷LinkedHashMap時，先得到的記錄肯定是先插入的，也可以在構造時帶參數，按照訪問次序排序。
4. TreeMap：TreeMap實現SortedMap接口，能夠把它保存的記錄根據鍵排序，默認是按鍵值的升序排序，也可以指定排序的比較器，當用Iterator遍歷TreeMap時，得到的記錄是排過序的。如果使用排序的映射，建議使用TreeMap。在使用TreeMap時，key必須實現Comparable接口或者在構造TreeMap傳入自定義的Comparator，否則會在運行時拋出java.lang.ClassCastException類型的異常。

對於上述四種Map類型的類，要求映射中的key是不可變對象。不可變對象是該對象在創建後它的哈希值不會被改變。如果對象的哈希值發生變化，Map對象很可能就定位不到映射的位置了。

HashMap概覽

HashMap 底層的數據結構主要是：數組 + 鏈表 + 紅黑樹（JDK1.8增加了紅黑樹部分）。其中當鏈表的長度大於等於 8 時，鏈表會轉化成紅黑樹，當紅黑樹的大小小於等於 6 時，紅黑樹會轉化成鏈表，整體的數據結構如下：

圖中左邊豎着的是 HashMap 的數組結構，數組的元素可能是單個 Node，也可能是個鏈表，也可能是個紅黑樹，比如數組下標索引爲 2 的位置就是一個鏈表，下標索引爲 9 的位置對應的就是紅黑樹。
HashMap就是使用哈希表來存儲的。哈希表爲解決衝突，可以採用開放地址法和鏈地址法等來解決問題，Java中HashMap採用了鏈地址法。鏈地址法，簡單來說，就是數組加鏈表的結合。在每個數組元素上都一個鏈表結構，當數據被Hash後，得到數組下標，把數據放在對應下標元素的鏈表上。

變量概念

static final int DEFAULT_INITIAL_CAPACITY = 1 << 4 ：初始容量爲 16，它一定是2
static final int MAXIMUM_CAPACITY = 1 << 30 ：最大容量 爲2一樣也一定是2
static final float DEFAULT_LOAD_FACTOR = 0.75f ：負載因子默認值爲0.75
static final int TREEIFY_THRESHOLD = 8; 桶上的鏈表長度大於等於8時，鏈表轉化成紅黑樹
static final int UNTREEIFY_THRESHOLD = 6; 桶上的紅黑樹大小小於等於6時，紅黑樹轉化成鏈表
static final int MIN_TREEIFY_CAPACITY = 64; 當數組容量大於 64 時，鏈表纔會轉化成紅黑樹
transient int modCount ：結構版本號，強調一點，內部結構發生變化指的是結構發生變化，例如put新鍵值對，但是某個key對應的value值被覆蓋不屬於結構變化。
transient int size; HashMap 的實際大小，可能不準(因爲當你拿到這個值的時候，可能又發生了變化)
int threshold; // 擴容的門檻，有兩種情況 // 如果初始化時，給定數組大小的話，通過 tableSizeFor 方法計算，數組大小永遠接近於 2 的冪次方，比如你給定初始化大小 19，實際上初始化大小爲 32，爲 2 的 5 次方。 // 如果是通過 resize 方法進行擴容，大小 = 數組容量 * 0.75
static class Node<K,V> implements Map.Entry<K,V> {} 鏈表的節點
static final class TreeNode<K,V> extends LinkedHashMap.Entry<K,V> {} 紅黑樹的節點

類介紹（註釋）

類註釋大致內容如下：

1. 允許 key爲null、value 爲null ，實現了Map接口的所有方法。
2. 它是hash table的Map接口實現版本，除了它是非線程安全的，其他與_Hashtable一致。_
3. 它不保證元素順序
4. get、put操作，時間複雜度是O(1)
5. load factor（影響因子） 默認值是 0.75， 是均衡了時間和空間損耗的值，較高的值會減少空間開銷（擴容減少，數組大小增長速度變慢），但增加了查找成本（hash 衝突增加，鏈表長度變長），不擴容的條件：數組容量 > 需要的數組大小 /load factor；
6. 如果有很多數據需要儲存到 HashMap 中，建議 HashMap 的容量一開始就設置成足夠的大小（儘量減少rehash的操作次數），這樣可以防止在其過程中不斷的擴容，影響性能；
7. 在迭代過程中，如果 HashMap 的結構被修改（put、delete），會快速失敗。
8. HashMap 是非線程安全的，我們可以自己在外部加鎖，或者通過 Collections#synchronizedMap 來創建HashMap實現線程安全，Collections#synchronizedMap 的實現是在每個方法上加上了 synchronized 鎖；

# 常用方法源碼 ### 哈希桶數組索引位置（hash） 用來計算key的hashcode，這裏的Hash算法本質上就是三步：**取key的hashCode值、高位運算、取模運算**。

static final int hash(Object key) {
    int h;
    return (key == null) ? 
        0 :
    // key.hashCode()取hashCode值
    // h ^ (h >>> 16) 高位參與運算
    (h = key.hashCode()) ^ (h >>> 16);
}

//jdk1.7的源碼，jdk1.8沒有這個方法，但是實現原理一樣的
static int indexFor(int h, int length) {  
     return h & (length-1);  //第三步 取模運算
}

對於任意給定的對象，只要它的hashCode()返回值相同，那麼程序調用方法一所計算得到的Hash碼值總是相同的。我們首先想到的就是把hash值對數組長度取模運算，這樣一來，元素的分佈相對來說是比較均勻的。但是，模運算的消耗還是比較大的，在HashMap中是這樣做的：調用方法二來計算該對象應該保存在table數組的哪個索引處。
這個方法非常巧妙，它通過h & (table.length -1)來得到該對象的保存位，而HashMap底層數組的長度總是2的n次方，這是HashMap在速度上的優化。當length總是2的n次方時，h& (length-1)運算等價於對length取模，也就是h%length，但是&比%具有更高的效率。

添加（put，jdk1.8）

public V put(K key, V value) {
    // 對key進行hash操作後，調用putVal方法
    return putVal(hash(key), key, value, false, true);
}

// 入參 hash：通過 hash 算法計算出來的值。
// 入參 hash：通過 hash 算法計算出來的值。
// 入參 onlyIfAbsent默認爲 false
// false 表示 key 存在時，會用新值覆蓋原來的值，
// 爲true時，表示只有在key 不存在時，纔會被放入map
final V putVal(int hash, K key, V value, boolean onlyIfAbsent,
               boolean evict) {
    
     // n 表示數組的長度，i 爲數組索引，p 爲 i 下標位置的 Node 值
    Node<K,V>[] tab; Node<K,V> p; int n, i;
    
    // 1.判斷鍵值對數組table[i]是否爲空或爲null，否則執行resize()進行擴容；
    if ((tab = table) == null || (n = tab.length) == 0)
        n = (tab = resize()).length;
    
    // 2.根據鍵值key計算hash值得到插入的數組索引i，如果table[i]==null，直接新建節點添加，轉向⑥，如果table[i]不爲空，轉向③；
    if ((p = tab[i = (n - 1) & hash]) == null)
        tab[i] = newNode(hash, key, value, null);
    else {
        Node<K,V> e; K k;
        // 3.判斷table[i]的首個元素是否和key一樣，如果相同直接覆蓋value，否則轉向④，這裏的相同指的是hashCode以及equals；
        if (p.hash == hash &&
            ((k = p.key) == key || (key != null && key.equals(k))))
            e = p;
        // 4.判斷table[i] 是否爲treeNode，即table[i] 是否是紅黑樹，如果是，則直接在樹中插入鍵值對，否則轉向⑤；
        else if (p instanceof TreeNode)
            e = ((TreeNode<K,V>)p).putTreeVal(this, tab, hash, key, value);
        
       // 5.可以確定，該表爲鏈表。遍歷table[i]，
       // 在紅黑樹中執行插入操作，否則進行鏈表的插入操作；遍歷過程中若發現key已經存在直接覆蓋value即可；
        else {
            for (int binCount = 0; ; ++binCount) {
                 // e = p.next 表示從頭開始，遍歷鏈表
                // p.next == null 表明 p 是鏈表的尾節點
                
                if ((e = p.next) == null) {
                    // 在尾部添加
                    p.next = newNode(hash, key, value, null);
                    
                    // 判斷鏈表長度是否大於8，大於8的話把鏈表轉換爲紅黑樹，
                    if (binCount >= TREEIFY_THRESHOLD - 1) // -1 for 1st
                        treeifyBin(tab, hash);
                    break;
                }
                // 找到相同的，不爲null的key，結束遍歷
                if (e.hash == hash &&
                    ((k = e.key) == key || (key != null && key.equals(k))))
                    break;
                
                // 往後移動
                p = e;
            }
        }
        
        // 找到新元素的映射索引位置
        if (e != null) { // existing mapping for key
            V oldValue = e.value;
            // 當 onlyIfAbsent 爲 false 時，纔會覆蓋值 
            if (!onlyIfAbsent || oldValue == null)
                e.value = value;
            afterNodeAccess(e);
            // 返回舊值
            return oldValue;
        }
    }
    
    // 變更 HashMap 的結構版本號
    ++modCount;
    
    // 插入成功後，判斷實際存在的鍵值對數量size是否超多了最大容量threshold，如果超過，進行擴容。
    if (++size > threshold)
        resize();
    afterNodeInsertion(evict);
    return null;
}

從以上源碼中，我們可以瞭解到，在當鏈表長度 >= 8 時，此時的鏈表就會轉化成紅黑樹，轉化的方法是：treeifyBin，此方法有一個判斷，當鏈表長度>= 8，並且整個數組大小> 64 時，纔會轉成紅黑樹，當數組大小<64 時，只會觸發擴容，不會轉化成紅黑樹。
那麼，這個轉爲紅黑樹的閾值（MIN_TREEIFY_CAPACITY）爲什麼是8呢？
在HashMap源碼的143~198行，解釋了這個“8”的由來。中文翻譯過來大概的意思是：
鏈表查詢的時間複雜度是 O (n)，紅黑樹的查詢複雜度是 O (log (n))。在鏈表數據不多的時候，使用鏈表進行遍歷也比較快，只有當鏈表數據比較多的時候，纔會轉化成紅黑樹，但紅黑樹需要的佔用空間是鏈表的 2 倍，考慮到轉化時間和空間損耗，所以我們需要定義出轉化的邊界值。
在考慮設計 8 這個值的時候，我們參考了泊松分佈概率函數，由泊松分佈中得出結論，鏈表各個長度的命中概率爲：
泊松分佈-wiki

* 0:    0.60653066
* 1:    0.30326533
* 2:    0.07581633
* 3:    0.01263606
* 4:    0.00157952
* 5:    0.00015795
* 6:    0.00001316
* 7:    0.00000094
* 8:    0.00000006
* more: less than 1 in ten million

意思是，鏈表的長度爲 8 的概率是 0.00000006，不到千萬分之一，所以說正常情況下，鏈表的長度不可能到達 8 ，而一旦到達 8 時，肯定是 hash 算法出了問題，所以在這種情況下，爲了讓 HashMap 仍然有較高的查詢性能，所以讓鏈表轉化成紅黑樹，我們正常寫代碼，使用 HashMap 時，幾乎不會碰到鏈表轉化成紅黑樹的情況，畢竟概率只有千萬分之一。
其實想要hash的更加徹底還有很多神奇的算法，比如redis的murmurHash或者DJB HASH算法，但是因爲性能差不多最後還是用了效率最高的^（異或 XOR）來解決問題

擴容（resize）

本方法分析參照美團技術團隊-Java 8系列之重新認識HashMap，可以直接查看原帖，原帖還講述了JDK1.8對擴容操作的優化、性能分析。
擴容是一個特別耗性能的操作，所以當程序員在使用HashMap的時候，估算map的大小，初始化的時候給一個大致的數值，避免map進行頻繁的擴容。

JDK1.8的resize方法，由於加入了紅黑樹的原因，較爲複雜，這裏先選取JDK1.7的resize方法。

void resize(int newCapacity) {   //傳入新的容量
    Entry[] oldTable = table;    //引用擴容前的Entry數組
    int oldCapacity = oldTable.length;         
    if (oldCapacity == MAXIMUM_CAPACITY) {  //擴容前的數組大小如果已經達到最大(2^30)了
        threshold = Integer.MAX_VALUE; //修改閾值爲int的最大值(2^31-1)，這樣以後就不會擴容了
        return;
    }

    Entry[] newTable = new Entry[newCapacity];  //初始化一個新的Entry數組
    transfer(newTable);                         //！！將數據轉移到新的Entry數組裏
    table = newTable;                           //HashMap的table屬性引用新的Entry數組
    threshold = (int)(newCapacity * loadFactor);//更新擴容閾值
}

resize方法中，複製數據時，調用了transfer方法：

void transfer(Entry[] newTable) {
    Entry[] src = table;                   //src引用了舊的Entry數組
    int newCapacity = newTable.length;
    for (int j = 0; j < src.length; j++) { //遍歷舊的Entry數組
        Entry<K,V> e = src[j];             //取得舊Entry數組的每個元素
        if (e != null) {
            src[j] = null;//釋放舊Entry數組的對象引用（for循環後，舊的Entry數組不再引用任何對象）
            do {
                Entry<K,V> next = e.next;
                int i = indexFor(e.hash, newCapacity); //！！重新計算每個元素在數組中的位置
                // 先更新next 的指向；也就是使用了單鏈表的頭插入方式，同一位置上新元素總會被放在鏈表的頭部位置；
                // 這樣先放在一個索引上的元素終會被放到Entry鏈的尾部(如果發生了hash衝突的話）
                e.next = newTable[i]; 
                newTable[i] = e;      //將元素放在數組上
                e = next;             //訪問下一個Entry鏈上的元素
            } while (e != null);
        }
    }
}

這裏在重新計算每個元素在數組中的位置時，與JDK1.8不同。

HashMap的線程安全

HashMap是線程不安全的，不要在併發的環境中同時操作HashMap，建議使用ConcurrentHashMap。
原因：在併發的場景中使用HashMap可能造成死循環（環形鏈表）。