HashMap源码分析

---

前言

此文章探究HashMap源码,HashMap的数据结构、数组容量、其扩容的方式等。

---

提示：以下是本篇文章正文内容，下面案例可供参考

一、什么是HashMap

HashMap 是一种快速的查找并且插入、删除性能都良好的一种 K/V键值对的数据结构，它基于哈希表的 Map 接口实现，是常用的 Java 集合之一，是非线程安全的。

二、数据结构

2.1.在jdk1.8之前

底层采用数组+链表，用（n-1）&hash找到数组索引的位置，若冲突则用拉链法解决冲突。

拉链法简单来说就是将链表和数组相结合，也就是说创建一个链表数组，数组中的每一个就是一个链表。

2.2.在jdk1.8之后

此时HashMap内部数组结构使用数组+链表+红黑树进行存储。数组类型为Node[]，每个Node都保存了某个KV键值对元素的key、value、hash、next等值。由于next的存在，所以每个Node对象都是一个单向链表中的组成节点。当新添加一个KV键值对元素时，通过该元素的key的hash值，计算该元素在数组中应该保存的下标位置。如果该下标位置如果已经存在其它Node对象，则采用链地址法处理，即将新添加的KV键值对元素将以链表形式存储。将新元素封装成一个新的Node对象，插入到该下标位置的链表尾部（尾插法）。当链表的长度超过8并且数组长度大于64时，为了避免查找搜索性能下降，该链表会转换成一个红黑树。
结构如图：

2.3.解决哈希冲突的方法

• 链式地址法：把存在Hash冲突的key，以单向链表来进行存储。
• 开放定址法：开放定址法也称线性探测法，就是从冲突的位置再接着往下找，给冲突元素找个空位。
• 再哈希法：换种哈希函数对key进行Hash，一直运算，直到不再产生冲突为止。
• 建立公共溢出区：再建一个数组，把冲突的元素放进去。

2.4.数据结构定义

Node类型的数组

 public class HashMap{
    // 每个Node既保存一个KV键值对，同时也是链表中的一个节点
    Node<K,V>[] table; 
}

链表节点类Node

 public class HashMap{
    // 每个Node既保存一个KV键值对，同时也是链表中的一个节点
    Node<K,V>[] public class HashMap{
    // ...
    
    // 静态内部类Node
    static class Node<K,V> implements Map.Entry<K,V> {
        final int hash; // 哈希值
        final K key; // 键
        V value; // 值
        Node<K,V> next; // 下一个节点(由于只拥有next，所以该链表为单向链表)
    }
    // ...
}table; 
}

2.5.数组容量

首先HashMap在第一次添加KV键值对时，如果数组为空，则将数组容量按照默认初始化容量16进行扩容。默认初始化容量DEFAULT_INITIAL_CAPACITY通过位运算1<<4计算得出。

HashMap内容数组初始默认容量：

public class HashMap{
    /**
     * The default initial capacity - MUST be a power of two.
     */
    static final int DEFAULT_INITIAL_CAPACITY = 1 << 4; // aka 16
    
    // 添加键值对
    final V putVal(int hash, K key, V value) {
        Node<K,V>[] tab; // 数组
        Node<K,V> p; int n, i;
        
        if ((tab = table) == null || (n = tab.length) == 0)
            // 如果数组为空，则该数组扩容为16
            n = (tab = resize()).length;
    }
}

每次添加KV键值对时，都会通过hash()函数，按照key的hashCode()计算出来的hash值，按照**(n-1)&hash的方式**计算出一个下标，该下标代表当前KV键值对在数组中的保存位置。这种计算下标的方式，作用等同于hash值 与 数组长度进行 取模运算。
通过当前元素key的值计算下标：

// 两种计算方式结果相同，但效率不同
int index1 = (数组长度 - 1) & hash值 // 位运算效率高，要求数组长度必须为2的n次幂
int index2 = hash值 % 数组长度 // 算术运算效率低
public class HashMap{
      // 添加键值对
      final V putVal(int hash, K key, V value) {
        Node<K,V>[] tab; // 数组
        Node<K,V> p; // 临时节点
        int n, i; // n代表数组长度，i代表元素下标位置
        
        // 根据当前元素的key的hash值，计算该元素在数组tab中的下标位置i
        if ((p = tab[i = (n - 1) & hash]) == null)
            tab[i] = newNode(hash, key, value, null);
      }
}

三、HashMap的扩容

HashMap底层采用数组+链表+红黑树，扩容过程中需要按照数组容量和加载因子来进行判.断。

• 数组容量：基础数组Node<K,V>[] table的长度。如果没有指定容量，添加第一个元素时，该数组按照默认值16进行初始化。
• 加载因子：用来表示HashMap集合中元素的填满程度，默认为0.75f。越大则表示允许填满的元素就越多，集合的空间利用率就越高，但是冲突的机会增加。反之，越小则冲突的机会就会越少，但是空间很多就浪费。

public class HashMap{
    static final int DEFAULT_INITIAL_CAPACITY = 1 << 4; // 默认初始化容量为16
    static final float DEFAULT_LOAD_FACTOR = 0.75f; // 默认加载因子
    
    int threshold; // 扩容阈值
    final float loadFactor; // 加载因子
}

3.1.什么时候扩容

HashMap的扩容方法是resize()方法，发生下列两种情况时，会发生扩容：

• 情况1：HashMap中的元素个数超过扩容阈值threshold时，就会进行数组扩容（扩容阈值threshold = 数组容量 × 加载因子。例如：加载因子(LoadFactor)的默认值为0.75f，数组容量默认为16，当HashMap中元素个数超过16 × 0.75=12的时候，数组就会扩容。
• 情况2：HashMap加入新元素时，如果链表长度大于8时，会尝试将当前链表转换为红黑树。在转换红黑树之前，会判断数组长度，如果小于64，会产生数组扩容。如果数组长度大于64，才会将链表转换为红黑树。（链表属于线性查找，速度慢）。

部分源代码：

// 添加新元素 
final V putVal(int hash, K key, V value) {
     //...
     
     // 判断当前集合中的元素数量，是否超过阈值threshold
     if (++size > threshold)
            resize(); // 数组扩容
     //...
}

// 链表转换为红黑树
final void treeifyBin(Node<K,V>[] tab, int hash) {
    //...
    // 数组为空或者数组的长度n小于64
    if (tab == null || (n = tab.length) < MIN_TREEIFY_CAPACITY)
        resize(); // 数组扩容
    // ...
}

public class HashMap{
   // 默认链表长度 
   static final int TREEIFY_THRESHOLD = 8;
    
   // 添加键值对的方法
   final V putVal(int hash, K key, V value){
        //...
        
        // 将key和value，插入链表尾部
        // 循环时，使用binCount进行计数
        for (int binCount = 0; ; ++binCount) {
            // 判断节点p的next是否空
            if ((e = p.next) == null) {
                // 插入链表尾部
                p.next = newNode(hash, key, value, null);
                
                // 判断链表数量是否大于8
                if (binCount >= TREEIFY_THRESHOLD - 1) // -1 for 1st
                    // 链表长度超过8，将当前链表转换为红黑树
                    treeifyBin(tab, hash);
                break;
            }
        }
    }
    
    // 转换为红黑树
    final void treeifyBin(Node<K,V>[] tab, int hash) {
        int n, index; Node<K,V> e;
        // 数组长度如果小于64，则优先扩容数组
        if (tab == null || (n = tab.length) < MIN_TREEIFY_CAPACITY)
            resize();
        else if ((e = tab[index = (n - 1) & hash]) != null) {
            // 遍历链表节点，转换为红黑树
            TreeNode<K,V> hd = null, tl = null;
            do {
                TreeNode<K,V> p = replacementTreeNode(e, null);
                if (tl == null)
                    hd = p;
                else {
                    p.prev = tl;
                    tl.next = p;
                }
                tl = p;
            } while ((e = e.next) != null);
            if ((tab[index] = hd) != null)
                hd.treeify(tab);
        }
    }
}

3.2.每次扩容多少

HashMap每次扩容时，会按照当前数组的容量扩容2倍。

例如：当前数组容量为16，当HashMap中元素个数超过16 × 0.75 = 12的时候，数组就会扩容2倍；

// 新容量 = 原有容量的2倍
newCap = oldCap << 1;

3.3.最大容量是多少

HashMap每次扩容时，都会检查当前容量是否超出常量值MAXIMUM_CAPACITY，如果超出，则不扩容。常量值MAXIMUM_CAPACITY 通过位运算1<<30，计算结果为 1073741824（10亿7374万1824）。
**static final int MAXIMUM_CAPACITY = 1 << 30;**
所以，HashMap集合数组的最大容量为1073741824。
部分源码：

final Node<K,V>[] resize() {
    // 获取原数组
    Node<K,V>[] oldTab = table;
    
    // 计算原容量
    int oldCap = (oldTab == null) ? 0 : oldTab.length;
    
    // 获取原扩容阈值
    int oldThr = threshold;
    
    // 定义新容量、新扩容阈值
    int newCap, newThr = 0;
    
    if (oldCap > 0) {
        // 如果原容量超出最大容量，则退出扩容
        if (oldCap >= MAXIMUM_CAPACITY) {
            threshold = Integer.MAX_VALUE;
            return oldTab;
        }
        // 计算新容量(新容量=原容量的2倍)
        // 新容量没有超出最大容量，并且原容量大于等于默认初始容量16
        else if ((newCap = oldCap << 1) < MAXIMUM_CAPACITY &&
                 oldCap >= DEFAULT_INITIAL_CAPACITY)
            newThr = oldThr << 1; // 设置新扩容阈值(同样为原扩容阈值的2倍)
    }
    else if (oldThr > 0) // 新容量按照初始化(构造方法)中的扩容阈值设置
        newCap = oldThr;
    else {               // 默认
        newCap = DEFAULT_INITIAL_CAPACITY; // 默认初始化容量16
        newThr = (int)(DEFAULT_LOAD_FACTOR * DEFAULT_INITIAL_CAPACITY); // 默认扩展阈值 = 默认加载因子0.75 * 默认初始化容量16
    }
    
    // 如果新扩容阈值等于0，则需要重新计算，最大不超过Integer.MAX_VALUE
    if (newThr == 0) {
        float ft = (float)newCap * loadFactor;
        newThr = (newCap < MAXIMUM_CAPACITY && ft < (float)MAXIMUM_CAPACITY ?
                  (int)ft : Integer.MAX_VALUE);
    }
    threshold = newThr;
    // 创建数组
    @SuppressWarnings({"rawtypes","unchecked"})
    Node<K,V>[] newTab = (Node<K,V>[])new Node[newCap];
    
    // 保存
    table = newTab;
    
    if (oldTab != null) {
        // 遍历原数组
        for (int j = 0; j < oldCap; ++j) {
            Node<K,V> e;
            // 将原数组中的元素，重新保存
            if ((e = oldTab[j]) != null) {
                oldTab[j] = null;
                if (e.next == null) // 当前元素为单节点(不是链表)，则重新按照哈希值，计算下标位置
                    newTab[e.hash & (newCap - 1)] = e;
                else if (e instanceof TreeNode) // 当前元素为红黑树节点，将当前红黑树拆分为2棵红黑树
                    ((TreeNode<K,V>)e).split(this, newTab, j, oldCap);
                else { // 当前元素为链表节点，将当前链表拆分为两条链表(高位链表、低位链表)
                    Node<K,V> loHead = null, loTail = null;
                    Node<K,V> hiHead = null, hiTail = null;
                    Node<K,V> next;
                    // 遍历链表，根据每个节点的hash值，重新计算链表位置
                    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);
                    
                    // 低位链表保存在数组的原位置
                    if (loTail != null) {
                        loTail.next = null;
                        newTab[j] = loHead; // 原位置
                    }
                    
                    // 高位链表保存在数组的新位置
                    if (hiTail != null) {
                        hiTail.next = null;
                        newTab[j + oldCap] = hiHead; // 新位置
                    }
                }
            }
        }
    }
    
    // 返回新数组
    return newTab;
}

四、总结

• HashMap的数据结构采用数组+链表+红黑树
• HashMap按照key的hash值计算数组中的存储位置下标，计算方式：(n-1)&hash。
  -如果在该下标位置已经存在元素，代表产生哈希冲突，则采用链地址法处理，以单向链表的形式，将新元素存储在链表的尾部（尾插法）。
• 当链表中Node节点的数量大于8并且数组的长度大于64时，链表会转换成一个红黑树，有利于查找搜索。
• HashMap的默认容量为16，加载因子为0.75f，当集合元素个数超过扩容阈值（容量*加载因子）时，HashMap会将底层数组容量按照2倍进行扩容。