【读书笔记】HashMap工作原理解读

通过几个问题来分析一下HashMap的工作原理和源代码

“你用过HashMap吗？” “什么是HashMap？你为什么用到它？”

HashMap的一些特性，譬如HashMap可以接受null键值和值，而Hashtable则不能；HashMap是非synchronized;HashMap很快；以及HashMap储存的是键值对

“你知道HashMap的工作原理吗？” “你知道HashMap的get()方法的工作原理吗？”

HashMap是基于hashing的原理，我们使用put(key, value)存储对象到HashMap中，使用get(key)从HashMap中获取对象。当我们给put()方法传递键和值时，我们先对键调用hashCode()方法，返回的hashCode用于找到bucket数组位置来储存Entry对象。

源码如下：

public V put(K key, V value) {

        if (key == null )

            return putForNullKey(value);

        int hash = hash(key.hashCode());

        int i = indexFor(hash, table. length);

        for (Entry<K,V> e = table [i]; e != null; e = e. next) {

            Object k;

            if (e.hash == hash && ((k = e. key) == key || key.equals(k))) {

                V oldValue = e. value;

                e. value = value;

                e.recordAccess( this );

                return oldValue;

            }

        }

        modCount++;

        addEntry(hash, key, value, i);

        return null ;

    }

这里关键点在于指出，HashMap储存键对象和值对象的是Map.Entry。如果你没有意识到这一点，或者错误的认为仅仅只在bucket中存储值的话，你将不会回答如何从HashMap中获取对象的逻辑。

“当两个对象的hashcode相同会发生什么？”

因为hashcode相同，所以它们的bucket位置相同，‘碰撞’会发生。因为HashMap使用链表存储对象，这个Entry(包含有键值对的Map.Entry对象)会存储在链表中。

“如果两个键的hashcode相同，你如何获取值对象？”

当我们调用get()方法，HashMap会使用键对象的hashcode找到bucket位置。找到bucket位置之后，会调用keys.equals()方法去找到链表中正确的节点，最终找到要找的值对象。

public V get(Object key) {

        if (key == null )

            return getForNullKey();

        int hash = hash(key.hashCode());

        for (Entry<K,V> e = table [indexFor(hash, table. length)];

             e != null ;

             e = e. next) {

            Object k;

            if (e.hash == hash && ((k = e. key) == key || key.equals(k)))

                return e.value ;

        }

        return null ;

    }

使用不可变的、声明作final的对象，并且采用合适的equals()和hashCode()方法的话，将会减少碰撞的发生，提高效率。不可变性使得能够缓存不同键的hashcode，这将提高整个获取对象的速度，使用String，Interger这样的wrapper类作为键是非常好的选择。

“如果HashMap的大小超过了负载因子(load factor)定义的容量，怎么办？”

默认的负载因子大小为0.75，也就是说，当一个map填满了75%的bucket时候，和其它集合类(如ArrayList等)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。

  void addEntry( int hash, K key, V value, int bucketIndex) {

        Entry<K,V> e = table[bucketIndex];

        table[bucketIndex] = new Entry<>(hash, key, value, e);

        if (size ++ >= threshold)

            resize(2 * table. length);

    }

你了解重新调整HashMap大小存在什么问题吗？

当多线程的情况下，可能产生条件竞争(race condition)。

当重新调整HashMap大小的时候，确实存在条件竞争，因为如果两个线程都发现HashMap需要重新调整大小了，它们会同时试着调整大小。在调整大小的过程中，存储在链表中的元素的次序会反过来，因为移动到新的bucket位置的时候，HashMap并不会将元素放在链表的尾部，而是放在头部，这是为了避免尾部遍历(tail traversing)。如果条件竞争发生了，那么就死循环了。这个时候，你可以质问面试官，为什么这么奇怪，要在多线程的环境下使用HashMap呢？：）使用HashTable或者

CocurrentHashMap可以避免这个问题。

void transfer(Entry[] newTable) {

        Entry[] src = table;

        int newCapacity = newTable.length ;

        for (int j = 0; j < src. length; j++) {

            Entry<K,V> e = src[j];

            if (e != null ) {

                src[j] = null ;

                do {

                    Entry<K,V> next = e. next;

                    int i = indexFor(e. hash, newCapacity);

                    e. next = newTable[i];

                    newTable[i] = e;

                    e = next;

                } while (e != null );

            }

        }

    }

为什么String, Interger这样的wrapper类适合作为键？

String, Interger这样的wrapper类作为HashMap的键是再适合不过了，而且String最为常用。因为String是不可变的，也是final的，而且已经重写了equals()和hashCode()方法了。其他的wrapper类也有这个特点。不可变性是必要的，因为为了要计算hashCode()，就要防止键值改变，如果键值在放入时和获取时返回不同的hashcode的话，那么就不能从HashMap中找到你想要的对象。不可变性还有其他的优点如线程安全。如果你可以仅仅通过将某个field声明成final就能保证hashCode是不变的，那么请这么做吧。因为获取对象的时候要用到equals()和hashCode()方法，那么键对象正确的重写这两个方法是非常重要的。如果两个不相等的对象返回不同的hashcode的话，那么碰撞的几率就会小些，这样就能提高HashMap的性能。

我们可以使用自定义的对象作为键吗？ 

这是前一个问题的延伸。当然你可能使用任何对象作为键，只要它遵守了equals()和hashCode()方法的定义规则，并且当对象插入到Map中之后将不会再改变了。如果这个自定义对象时不可变的，那么它已经满足了作为键的条件，因为当它创建之后就已经不能改变了。