从JDK7与JDK8对比详细分析HashMap的原理与优化

概述

从本文你可以学习到：

1. 什么时候会使用 HashMap ？他有什么特点？
2. 你知道 HashMap 的工作原理吗？
3. 你知道 get 和 put 的原理吗？equals() 和 hashCode() 的都有什么作用？
4. 你知道 hash 的实现吗？为什么要这样实现？
5. 如果 HashMap 的大小超过了负载因子(load factor)定义的容量，怎么办？
6. 为什么 HashMap 的容量是2的 n 次幂的形式？

在说明这些问题的同时， 我从JDK7——JDK8的 HashMap 的变化来说明开发人员对这个数据结构的优化，重点放在了 put() 函数 和 resize() 函数，还结合了《码出高效》这本书指出了 HashMap 在并发情况下表现出来的问题。

注意：源码可能与JDK中实际代码略有不同， 这里面JDK7版以《码出高效》为准，JDK8版本以网络版本为准，意在说明某个函数功能， 便于理解。在优快云上，不能上传bmp格式图片，大家感兴趣的话，访问我的个人博客，那里排版更清晰，图片展示更明了

两个重要参数说起

在HashMap中有两个很重要的参数，容量(Capacity)和负载因子(Load factor)

Capacity 就是 bucket 的大小，Load factor就是 bucket 填满程度的最大比例。如果对迭代性能要求很高的话，不要把 capacity 设置过大，也不要把 load factor 设置过小。当bucket中的entries的数目大于capacity*load factor 时，就需要调整 bucket 的大小为当前的2倍。

put函数的实现

put函数大致的思路为：

1. 对key的 hashCode() 做 hash ，然后再计算 index ;
2. 如果没碰撞直接放到 bucket 里；
3. 如果碰撞了，以链表的形式存在 buckets 后；
4. 如果碰撞导致链表过长(大于等于 TREEIFY_THRESHOLD )，就把链表转换成红黑树；
5. 如果节点已经存在就替换 old value(保证key的唯一性)
6. 如果 bucket 满了(超过 load factor * current capacity)，就要resize。

具体代码的实现如下：

JDK7 的 put

public V put(K key, V value) {
   
   
    int hash = hash(key);
    int i = indexFor(hash, table.length);
    //此循环通过 hashCode 返回值找到对应的数组下标位置
    //如果 equals 结果为真，则覆盖原值， 如果都为 false ，则添加元素
    for (Entry<K,V> e = table[i]; e != null; e = e.next) {
   
   
        Object k;
        //如果key的 hash 是相同的，那么在进行如下判断
        //key 是同一个对象或者 equals 返回为真， 则覆盖原来的Value值
        if (e.hash == hash && ((k = e.key) == key || key.equals(k))) {
   
   
            V oldValue = e.value;
            e.value = value;
            return oldValue;
        }
    }
    modCount++;
    addEntry(hash, key, value, i);
    return null;
}

void addEntry(int hash, K key, V value, int bucketIndex) {
   
   
    //如果元素的个数达到 threshold 的扩容阈值且数组下标位置已经存在元素，则进行扩容
    if ((size++ >= threshold) && (null != table[bucketIndex])){
   
   
        //扩容 2 倍， size 是实际存放元素的个数，而 length 是数组的容量大小(capacity)
        resize(2 * table.length);
        hash = (null != key) ? hash(key) : 0;
        bucketIndex = indexFor(hash, table.length);
    }

    createEntry(hash, key, value, bucketIndex);
}

//插入元素时， 应该插入在头部， 而不是尾部
void createEntry(int hash. K key, V value, int bucketIndex){
   
   
    //不管原来的数组对应的下标是否为 null ，都作为 Entry 的 BucketIndex 的 next值
    Entry<K,V> e = table[bucketIndex];      （***）
    table[bucketIndex] = new Entry<K,V>(hash, key, value, e);
    size++;
}

关于并发的问题：
如上源码， 在 createEntry() 方法中，新添加的元素直接放在 slot 槽（ slot 哈希槽，table[i] 这个位置）使新添加的元素在下一次提取后可以更快的被访问到。 如果两个线程同时执行 (***) 处时， 那么一个线程的赋值就会被另一个覆盖掉， 这是对象丢失的原因之一。 我们构造一个 HashMap 集合，把所有元素放置在同一个哈希桶内， 达到扩容条件后，观察一下 resize() 方法是如何进行数据迁移的。示例代码和图可参考《码出高效》P204

JDK8 的 put

public V put(K key, V value) {
   
   
    // 对key的hashCode()做hash
    return putVal(hash(key), key, value, false