Java关键知识点 - JDK HashMap工作原理分析

本文链接：https://blog.youkuaiyun.com/ApatheCrazyFan/article/details/53304595

Map是一个映射键和值的对象。类似于Python'中的字典？

HashMap为什么会出现呢？因为数组这种数据结构，虽然遍历简单，但插入和删除操作复杂，需要移动数组内部元素；链表这种数据结构，插入和删除操作简单，但是查找复杂，只能一个一个地遍历。有没有一种新的数据结构，插入数据简单，同时查找也简单？这个时候就出现了哈希表这种数据结构。这是一种折中的方式，插入没链表快，查询没数组快。

wiki' 上就是这么定义哈希表的：

散列表（Hash table，也叫哈希表），是根据关键字（key value）而直接访问在内部存储位置的数据结构。也就是说，它通过计算一个关于键值的函数，将所需查询的数据映射到表中一个位置来访问记录，这加快了查询速度。这个映射函数称作散列函数，存放记录的数组称作散列表。

有几个概念要解释下：

（1）.如果有一个关键字为 k ，它是通过一种函数 f（k）得到散列表的地址，然后把值放在这个地址上。这个函数 f 就称为散列函数，也叫哈希函数。

（2）对于不同的关键字，得到了同一地址，即k1 != k2，但是f（k1）== f（k2）。这种现象称为冲突。

（3）若对于关键字集合中的任一个关键字，经散列函数映射到地址集合中任一个地址的概率是相等的，则称此类散列函数为均匀散列函数。

散列函数有好几种实现，分别有直接定址法、随机数法、除留余数法等，在wiki'散列表上都有介绍。

散列表的冲突解决方法也有好几种，有开放定址法、单独链表法、再散列等。

Java中的HashMap采用的冲突解决方法是使用单独链表法，如下图所示：

HashMap原理分析

HashMap是JDK中Map接口的实现类之一，是一个散列表的实现。

HahsMap中的 Key 和 Value 都可以为 null ，且它的方法都没有synchronized 。其他方法的实现大致跟 HashTable一致。

HashMap有个内部静态类Entry<K,V>（我的JDK是1.7.0_79，可能有的版本是Node<K,V>，@see 1.2），这个Entry<K,V>就是为了解决冲突而设计的链表中的节点概念。它有4个属性，hash表示哈希地址，key表示关键字，value表示值，next表示这个节点的下一个节点，是一个单向链表：

static class Entry<K,V> implements Map.Entry<K,V> {
        final K key;
        V value;
        Entry<K,V> next;
        int hash;

        /**
         * Creates new entry.
         */
        Entry(int h, K k, V v, Entry<K,V> n) {
            value = v;
            next = n;
            key = k;
            hash = h;
        }

在分析HashMap源码之前，先看一个HashMap使用例子

Map<String, Integer> map = new HashMap<String, Integer>();
		map.put("java", 1);
		map.put("golang", 2);
		map.put("python", 3);
		map.put("ruby", 4);
		map.put("scala", 5);

上面的代码会生成下面这张哈希表：

至于为什么会生成这样的哈希表，在后面的源码分析的时候会讲解。

HashMap的属性

HashMap有几个重要的属性：

/**
	     * An empty table instance to share when the table is not inflated.
	     */
	    static final Entry<?,?>[] EMPTY_TABLE = {};

	    /**
	     * The table, resized as necessary. Length MUST Always be a power of two.
	     */
	    transient Entry<K,V>[] table = (Entry<K,V>[]) EMPTY_TABLE; //哈希表数组
		/**
	     * The number of key-value mappings contained in this map.
	     */
	    transient int size; //键值对个数

	    /**
	     * The next size value at which to resize (capacity * load factor).
	     * @serial
	     */
	    // If table == EMPTY_TABLE then this is the initial capacity at which the
	    // table will be created when inflated.
	    int threshold;  //阀值。 值 = 容量 * 加载因子
		 /**
	     * The load factor for the hash table.
	     *
	     * @serial
	     */
	    final float loadFactor; //加载因子。 默认是0.75f

有两个重要的特性影响着HashMap的性能，分别是capacity（容量）和loadFactory（加载因子）。其中capacity表示哈希表bucket（桶，见桶式排序）的数量，HashMap的默认只是16（ 1 << 4）。loadFactory加载因子表示当一个map填满达到了这个比例之后的bucket时候，和ArrayList一样，将会创建原来HashMap大小的两倍的bucket数组，来重新调整map的大小，并将原来的对象放入新的bucket数组中。这个过程也叫作“重哈希”。默认的loadFactory为0.75f。

HashMap的操作

分析一下HashMap在put（）键值对的过程，是如何找到bucket的，遇到哈希冲突的时候是如何使用链表法的。

put操作：

public V put(K key, V value) {
		    // 第一个参数就是关键字key的哈希值
		    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;
		    if ((tab = table) == null || (n = tab.length) == 0)
		        n = (tab = resize()).length; // 哈希表是空的话，重新构建，进行扩容
		    if ((p = tab[i = (n - 1) & hash]) == null)
		        tab[i] = newNode(hash, key, value, null); // 没有hash冲突的话，直接在对应位置上构造一个新的节点即可
		    else { // 如果哈希表当前位置上已经有节点的话，说明有hash冲突
		        Node<K,V> e; K k;
		        // 关键字跟哈希表上的首个节点济宁比较
		        if (p.hash == hash &&
		            ((k = p.key) == key || (key != null && key.equals(k))))
		            e = p;
		        // 如果使用的是红黑树，用红黑树的方式进行处理
		        else if (p instanceof TreeNode)
		            e = ((TreeNode<K,V>)p).putTreeVal(this, tab, hash, key, value);
		        else { // 跟链表进行比较
		            for (int binCount = 0; ; ++binCount) {
		                if ((e = p.next) == null) { // 一直遍历链表，直到找到最后一个
		                    p.next = newNode(hash, key, value, null); // 构造链表上的新节点
		                    if (binCount >= TREEIFY_THRESHOLD - 1) // -1 for 1st
		                        treeifyBin(tab, hash);
		                    break;
		                }
		                if (e.hash == hash &&
		                    ((k = e.key) == key || (key != null && key.equals(k))))
		                    break;
		                p = e;
		            }
		        }
		        if (e != null) { // 如果找到了节点，说明关键字相同，进行覆盖操作，直接返回旧的关键字的值
		            V oldValue = e.value;
		            if (!onlyIfAbsent || oldValue == null)
		                e.value = value;
		            afterNodeAccess(e);
		            return oldValue;
		        }
		    }
		    ++modCount;
		    if (++size > threshold) // 如果目前键值对个数已经超过阀值，重新构建
		        resize();
		    afterNodeInsertion(evict); // 节点插入以后的钩子方法
		    return null;
		}

get操作：
get操作关键点就是怎么从哈希表中取数据，理解put操作后，get方法很容易理解了：

public V get(Object key) {
		    Node<K,V> e;
		    return (e = getNode(hash(key), key)) == null ? null : e.value;
		}

getNode（hash， key）方法说明了如何在哈希表上取数据

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) { // 如果哈希表容量为0或者关键字没有命中，直接返回null
		        if (first.hash == hash &&  // 关键字命中的话比较第一个节点
		            ((k = first.key) == key || (key != null && key.equals(k)))) 
		            return first;
		        if ((e = first.next) != null) {
		            if (first instanceof TreeNode) // 以红黑树的方式查找
		                return ((TreeNode<K,V>)first).getTreeNode(hash, key);
		            do { // 遍历链表查找
		                if (e.hash == hash &&
		                    ((k = e.key) == key || (key != null && key.equals(k))))
		                    return e;
		            } while ((e = e.next) != null);
		        }
		    }
		    return null;
		}

hash过程和resize过程分析：

hash过程在HashMap中就是一个hash方法：

static final int hash(Object key) {
		    int h;
		    // 使用hashCode的值和hashCode的值无符号右移16位做异或操作
		    return (key == null) ? 0 : (h = key.hashCode()) ^ (h >>> 16);
		}

这段代码什么意思？我们以中文的那个demo为例，说明“Java”这个关键字如何找到对应的bucket的过程：

从上图可以看出，hash方法获取的hash值是根据关键字的hashCode的高16位和低16位进行异或操作得到的一个值。这个值在与哈希表容量 - 1值进行与操作得到最终的bucket索引值。

//定位bucket索引的最后操作。如果 n 为奇数，n-1 就是偶数，偶数的话转成二进制最后一位是0，相反如果是奇数，最后一位是1，这样产生的索引值将更均匀。

(n - 1) & hash

hashCode的高16位与低16位进行异或操作主要是设计者想了一个顾全大局的方法（综合考虑了速度、作用、质量）。

如果链表的数量大了，HashMap会把哈希表转换成红黑树来进行处理，本文不讨论这部分内容。

现在回过头来看上面的例子，为什么初始化为5的HashMap，但是哈希表的容量为8，而且阀值为6？因为HashMap的构造函数初始化threshold的时调用了tableSizeFor方法，这个方法会把容量改成2的幂的整数，主要是为了哈希表散列更均匀。

tableSizeFor方法如下：

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;
		}

阀值为6是因为之后进行resize操作的时候更新了阀值。

阀值 = 容量 * 加载因子 = 8 * 0.75 = 6;

HashMap的扩容会把原先的哈希表的容量扩大两倍。扩大之后，会对节点重新进行处理。

哈希表上的节点的状态有3种，分别是单节点，无节点，链表，扩容对于这3种状态的处理方式如下：

1、单节点：由于容量扩大两倍，相当于左移1位。扩容前与 0000 0111[7，n-1 = 8-1]。扩容后与 0000 1111[15，n-1 = 16-1]进行与操作。所以最终的结果要是在原位置，要么就是在原位置+8（+old capacity）的位置上。

2、无节点：不处理。

3、链表：遍历各个节点，每个节点的处理方式跟单节点一样，结果分成两种，还是在原位置和原位置+8的位置。

单节点处理示意图如下，这么设计的原因就是不需再次计算hash值，只需要移动位置（+old capacity）即可。

下图是一个HashMap扩容之后的效果图：

哈希表扩容是通过reSize方法完成：

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) { // 如果老容量大于0，说明哈希表中已经有数据了，然后进行扩容
        if (oldCap >= MAXIMUM_CAPACITY) { // 超过最大容量的话，不扩容
            threshold = Integer.MAX_VALUE;
            return oldTab;
        }
        else if ((newCap = oldCap << 1) < MAXIMUM_CAPACITY && // 容量加倍
                 oldCap >= DEFAULT_INITIAL_CAPACITY) // 如果老的容量超过默认容量的话
            newThr = oldThr << 1; // 阀值加倍
    }
    else if (oldThr > 0) // 根据thresold初始化数组
        newCap = oldThr;
    else {               // 使用默认配置
        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;
    @SuppressWarnings({"rawtypes","unchecked"})
        Node<K,V>[] newTab = (Node<K,V>[])new Node[newCap];
    table = newTab;
    if (oldTab != null) {
        for (int j = 0; j < oldCap; ++j) { // 扩容之后进行rehash操作
            Node<K,V> e;
            if ((e = oldTab[j]) != null) {
                oldTab[j] = null;
                if (e.next == null)
                    newTab[e.hash & (newCap - 1)] = e; // 单节点扩容
                else if (e instanceof TreeNode)
                    ((TreeNode<K,V>)e).split(this, newTab, j, oldCap); // 红黑树方式处理
                else { // 链表扩容
                    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;
                        newTab[j] = loHead;
                    }
                    if (hiTail != null) {
                        hiTail.next = null;
                        newTab[j + oldCap] = hiHead;
                    }
                }
            }
        }
    }
    return newTab;
}

HashMap注意的地方：
1、HashMap底层是个哈希表，使用拉链法解决冲突
2、HashMap内部存储的数据是无序的，这是因为HashMap内部的数组的下表是根据hash值算出来的
3、HashMap允许key为null
4、HashMap不是一个线程安全的类