Java8 一篇文章彻底弄清楚HashMap底层实现

HashMap的特点

• 不允许重复的key，支持Null值和Null键（Null键会被放在第一位）
• 元素是无序的-不能保证存储顺序
• 是线程不安全的（存在高并发问题）
• 性能较高

Java8HashMap采用的是数组+链表+红黑树的数据结构 ，结构如下

继承和实现情况

   HashMap实现了Map<K,V>, Cloneable, Serializable接口，并继承AbstractMap<K,V>类

public class HashMap<K,V> extends AbstractMap<K,V>
    implements Map<K,V>, Cloneable, Serializable {

    private static final long serialVersionUID = 362498820763181265L;

 成员变量

   主要包含一些字段和常量

 /* ---------------- 常量 -------------- */
    /**
     * 默认的初始容量(2的4次方)-是2幂次方
     */
    static final int DEFAULT_INITIAL_CAPACITY = 1 << 4; // aka 16

    /**
     * 最大容量为2的30次方
     */
    static final int MAXIMUM_CAPACITY = 1 << 30;

    /**
     * 默认的负载因子，如果没有指定的话就使用0.75
     */
    static final float DEFAULT_LOAD_FACTOR = 0.75f;

    /**
     * 当链表元素达到8个的时候从链表结构变成红黑树结构
     */
    static final int TREEIFY_THRESHOLD = 8;

    /**
     * 存储计数阈值，用于在存储期间取消(分割)存储
     * 调整操作。应该小于TREEIFY_THRESHOLD，在大多数6网孔与收缩检测下去除。
     */
    static final int UNTREEIFY_THRESHOLD = 6;

    /**
     * 容器可能被treeified的最小表容量。(否则，如果容器中有太多节点，就会调整表的大小。)
     * 应该至少4 * TREEIFY_THRESHOLD以避免冲突在大小调整和树化阈值之间。
     */
    static final int MIN_TREEIFY_CAPACITY = 64;

 /* ---------------- 字段 -------------- */

    /**
     * 具体存储数据的地方
     */
    transient Node<K,V>[] table;

    /**
     * entrySet()方法中的数据
     */
    transient Set<Map.Entry<K,V>> entrySet;

    /** 
     * 实际存储的key-value键值对的个数
     */
    transient int size;

    /**
     * 这个HashMap在结构上被修改的次数
     * 结构修改是指改变映射的数量
     * HashMap或修改其内部结构(例如，重新哈希)。的集合视图上的迭代器
     * HashMap很快失败。(见ConcurrentModificationException)。
     */
    transient int modCount;

    /**
     * 阈值，当table == {}时，该值为初始容量（初始容量默认为16）；当table被填充了，也就是为
     * table分配内存空间后，threshold一般为 capacity*loadFactory
     */
    int threshold;

    /**
     * 负载因子，代表了table的填充度有多少，默认是0.75
     */
    final float loadFactor;

构造函数 

   //默认构造，所有的字段都是使用默认值
   //负载因子默认值0.75
   //容量默认值16
   public HashMap() {
        this.loadFactor = DEFAULT_LOAD_FACTOR; // all other fields defaulted
    }

    //指定容量-    
    public HashMap(int initialCapacity) {
        this(initialCapacity, DEFAULT_LOAD_FACTOR);
    }
    //指定容量和负载因子 
    public HashMap(int initialCapacity, float loadFactor) {
        //参数校验
        if (initialCapacity < 0)
            throw new IllegalArgumentException("Illegal initial capacity: " +
                                               initialCapacity);
        //超过容量最大值就指定为容量最大值(2的30次方)
        if (initialCapacity > MAXIMUM_CAPACITY)
            initialCapacity = MAXIMUM_CAPACITY;
        //负载因子校验
        if (loadFactor <= 0 || Float.isNaN(loadFactor))
            throw new IllegalArgumentException("Illegal load factor: " +
                                               loadFactor);
        this.loadFactor = loadFactor;
        //初始化阈值
        this.threshold = tableSizeFor(initialCapacity);
    }
         /**
          * 返回一个2的幂次方且最接近并大于给定容量
          * 比如给定 给定13，那得出的值应该是2的4次方=16
         */
        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;
        }
    //给定一个集合
    public HashMap(Map<? extends K, ? extends V> m) {
        //使用默认字段构造HashMap
        this.loadFactor = DEFAULT_LOAD_FACTOR;
        //将集合中的元素放在新的map中
        putMapEntries(m, false);
    }
        //将元素全部放在新生成的map中
        final void putMapEntries(Map<? extends K, ? extends V> m, boolean evict) {
            int s = m.size();
            //元素个数大于才需要进行put操作
            if (s > 0) {
                //如果table是空，需要计算负载因子和阈值
                if (table == null) { // pre-size
                    float ft = ((float)s / loadFactor) + 1.0F;
                    int t = ((ft < (float)MAXIMUM_CAPACITY) ?
                             (int)ft : MAXIMUM_CAPACITY);
                    if (t > threshold)
                        threshold = tableSizeFor(t);
                }
                //如果给定的map的size大于阈值，需要对新的map进行扩容
                else if (s > threshold)
                    resize();
                //循环获取数据并拷贝到新map中
                for (Map.Entry<? extends K, ? extends V> e : m.entrySet()) {
                    K key = e.getKey();
                    V value = e.getValue();
                    putVal(hash(key), key, value, false, evict);
                }
         }
    }

扩容函数：resize（） 

•  该方法主要是在初始化数组和数组扩容的时候使用，如果是扩容的话大多数情况是扩容为原容量的2倍(如果扩容到最大值，以后就不在需要扩容)
• 有数据的时候需要完成数据的迁移

 //主要进行map的扩容
    final Node<K, V>[] resize() {
        // 定义旧的table保存当前table
        Node<K, V>[] oldTab = table;
        // 定义旧的容量保存当前table的容量
        int oldCap = (oldTab == null) ? 0 : oldTab.length;
        // 定义旧的阈值保存当前阈值
        int oldThr = threshold;

        // 初始化新的table容量和阈值
        int newCap, newThr = 0;

        //1.如果旧的容量>0(说明是需要扩容的-旧的容量大于最的容量就直接扩容到最大整型，否则容量翻倍)
        if (oldCap > 0) {
            // 若旧table容量已超过最大容量，更新阈值为Integer.MAX_VALUE（最大整形值），
            if (oldCap >= MAXIMUM_CAPACITY) {
                threshold = Integer.MAX_VALUE;
                return oldTab;            //这样以后就不会自动扩容了
            }
            // 容量翻倍，使用左移，效率更高
            else if ((newCap = oldCap << 1) < MAXIMUM_CAPACITY &&
                    oldCap >= DEFAULT_INITIAL_CAPACITY)
                // 阈值翻倍
                newThr = oldThr << 1; // double threshold
        }
        //2.如果旧的阈值是>0说明之前已经初始化过Map，第一次put的时候
        else if (oldThr > 0) // initial capacity was placed in threshold
            //当table没初始化时，threshold持有初始容量,threshold = tableSizeFor(t);
            newCap = oldThr;
            //3.使用默认初始化后，第一次put的时候
        else {               // zero initial threshold signifies using defaults
            newCap = DEFAULT_INITIAL_CAPACITY;
            newThr = (int) (DEFAULT_LOAD_FACTOR * DEFAULT_INITIAL_CAPACITY);
        }
        // 新阈值为0
        if (newThr == 0) {
            float ft = (float) newCap * loadFactor;
            newThr = (newCap < MAXIMUM_CAPACITY && ft < (float) MAXIMUM_CAPACITY ?
                    (int) ft : Integer.MAX_VALUE);
        }
        threshold = newThr;
        // 初始化table-使用新的容量
        Node<K, V>[] newTab = (Node<K, V>[]) new Node[newCap];
        table = newTab;//至此初始化完成

        // 如果旧数组中的数据不为空，就需要完成数组的拷贝
        if (oldTab != null) {
            for (int j = 0; j < oldCap; ++j) {
                Node<K, V> e;
                if ((e = oldTab[j]) != null) {
                    oldTab[j] = null;
                    //如果该数组位置是一个元素的链表，直接迁移就好
                    if (e.next == null)
                        newTab[e.hash & (newCap - 1)] = e;
                        // 若节点是　TreeNode 节点，要进行 红黑树的 rehash　操作
                    else if (e instanceof TreeNode)
                        ((TreeNode<K, V>) e).split(this, newTab, j, oldCap);
                        // 若是链表，进行链表的 rehash　操作根据(e.hash & oldCap)是否为0进行分割（代码后有图解，可以回过头再来看），分成两个不同的链表，完成rehash
                        // 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
                    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;
                            // 根据算法　e.hash & oldCap 判断节点位置rehash　后是否发生改变
                            //最高位==0，这是索引不变的链表。
                            if ((e.hash & oldCap) == 0) {
                                if (loTail == null)
                                    loHead = e;
                                else
                                    loTail.next = e;
                                loTail = e;
                            }
                            //最高位==1 （这是索引发生改变的链表）
                            else {
                                if (hiTail == null)
                                    hiHead = e;
                                else
                                    hiTail.next = e;
                                hiTail = e;
                            }
                        } while ((e = next) != null);
                        if (loTail != null) {
                            // 原bucket位置的尾指针不为空(即还有node)
                            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
                            newTab[j + oldCap] = hiHead;
                        }
                    }
                }
            }
        }
        return newTab;
    }
}

 put() 过程分析

• 根据table判断是否进行扩容
• 根据hash值找到数组的下标-如果当前位置没有值，直接初始化Node并放置在这个位置
• 如果hash对应的下标下有值，如果是链表的话进行链表的尾插法插入数据(Java7中是头插法)，如果数量达到8个需要将链表变成红黑树结构
• 如果是红黑树，则进行红黑树的数据插入
• 最后再次判断是否需要扩容
• 返回null或者返回被替换位置的旧值

   //实际是调用putVal()方法
   public V put(K key, V value) {
        return putVal(hash(key), key, value, false, true);
    }

// 第四个参数 onlyIfAbsent 如果是 true，那么只有在不存在该 key 时才会进行 put 操作
// 第五个参数 evict在进行方法增强的时候才会使用到
final V putVal(int hash, K key, V value, boolean onlyIfAbsent,
               boolean evict) {
    Node<K,V>[] tab; Node<K,V> p; int n, i;
    // 如果数组是null或者是数组长度是0，会触发扩容操作
    // 第一次 resize 和后续的扩容有些不一样，因为这次是数组从 null 初始化到默认的 16 或自定义的初始容量
    if ((tab = table) == null || (n = tab.length) == 0)
        n = (tab = resize()).length;
    // 找到具体的数组下标，如果此位置没有值，那么直接初始化一下 Node 并放置在这个位置就可以了
    if ((p = tab[i = (n - 1) & hash]) == null)
        tab[i] = newNode(hash, key, value, null);
    // 数组该位置有数据
    else {
        Node<K,V> e; K k;
        // 首先，判断该位置的第一个数据和我们要插入的数据，key 是不是"相等"，如果是，取出这个节点
        if (p.hash == hash &&
            ((k = p.key) == key || (key != null && key.equals(k))))
            e = p;
        // 如果该节点是代表红黑树的节点，调用红黑树的插值方法 
        else if (p instanceof TreeNode)
            e = ((TreeNode<K,V>)p).putTreeVal(this, tab, hash, key, value);
        else {
            // 到这里，说明数组该位置上是一个链表
            for (int binCount = 0; ; ++binCount) {
                // 插入到链表的最后面(Java7 是插入到链表的最前面)
                if ((e = p.next) == null) {
                    p.next = newNode(hash, key, value, null);
                    // TREEIFY_THRESHOLD 为 8，所以，如果新插入的值是链表中的第 8 个
                    // 会触发下面的 treeifyBin，也就是将链表转换为红黑树
                    if (binCount >= TREEIFY_THRESHOLD - 1) // -1 for 1st
                        treeifyBin(tab, hash);
                    break;
                }
                // 如果在该链表中找到了"相等"的 key(== 或 equals)
                if (e.hash == hash &&
                    ((k = e.key) == key || (key != null && key.equals(k))))
                    // 此时 break，那么 e 为链表中[与要插入的新值的 key "相等"]的 node
                    break;
                p = e;
            }
        }
        // e!=null 说明存在旧值的key与要插入的key"相等"
        // 对于我们分析的put操作，下面这个 if 其实就是进行 "值覆盖"，然后返回旧值
        if (e != null) {
            V oldValue = e.value;
            if (!onlyIfAbsent || oldValue == null)
                e.value = value;
            afterNodeAccess(e);//空实现
            return oldValue;
        }
    }
    ++modCount;
    // 如果 HashMap 由于新插入这个值导致 size 已经超过了阈值，需要进行扩容
    if (++size > threshold)
        resize();
    afterNodeInsertion(evict);//方法是空实现-可自行实现
    return null;
}

get() 过程分析

• 计算 key 的 hash 值，根据 hash 值找到对应数组下标: hash & (length-1)
• 判断数组该位置处的元素是否刚好就是我们要找的，如果是直接获取找到的数据，否则继续向下执行
• 判断该元素类型是否是 TreeNode，如果是，用红黑树的方法取数据，否则，继续执行
• 遍历链表，直到找到相等(==或equals)的 key

    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>[] tab; Node<K,V> first, e; int n; K k;
    if ((tab = table) != null && (n = tab.length) > 0 &&
        (first = tab[(n - 1) & hash]) != null) {
        // 判断第一个节点是不是就是需要的
        if (first.hash == hash && // always check first node
            ((k = first.key) == key || (key != null && key.equals(k))))
            return first;
        if ((e = first.next) != null) {
            // 判断是否是红黑树
            if (first instanceof TreeNode)
                return ((TreeNode<K,V>)first).getTreeNode(hash, key);

            // 链表遍历
            do {
                if (e.hash == hash &&
                    ((k = e.key) == key || (key != null && key.equals(k))))
                    return e;
            } while ((e = e.next) != null);
        }
    }
    return null;
}

对于其他的操作方法，基本逻辑大致为：

• 根据key获取hash值
• 根据hash值定位到数组的角标
• 获取角标下的数组元素，如果是链表，按照链表的操作方式进行操作，如果是红黑树按照红黑树的操作方式进行操作