HashMap底层原理

简介

• JDK1.8之前：数组(HashMap主体) + 链表(解决Hash冲突--“拉链法”)
• JDK1.8之后：数组(HashMap主体) + 链表(解决Hash冲突--“拉链法”) + 红黑树
  链表转红黑树条件：
  • 链表长度>8(默认值)
  • HashMap数组长度>64

基本原理

扩容机制

默认长度为16，初始化时判断容量是否是2的幂次方，如果不是扩容至最接近的幂次方。
优势：
充分利用数组的每个角标位，不会造成空间的浪费，同时扩容时不需要重新hash，效率更好。

使用2的幂次方的原因：
扩容后，数据迁移时，数据要么在原来的位置，要么在原来的位置+扩容长度，不需要重新hash--效率更好。

扩容时间

JDK1.7:

• 判断是否到达阈值（0.75*数组长度[容量]）
• 同时判断是否产生hash冲突
• 扩容后，再添加元素

//元素个数大于阈值，同时当前索引位有值，就会执行扩容操作
if ((size >= threshold) && (null != table[bucketIndex])) {
        //2倍扩容
        resize(2 * table.length);
        hash = (null != key) ? hash(key) : 0;
        //重新计算索引位置
        bucketIndex = indexFor(hash, table.length);
}
//基于键值创建Entry节点，并以头插法存入对应位置
createEntry(hash, key, value, bucketIndex);

JDK1.8:

• 先添加元素
• 判断是否达到阈值

    插入元素
    ...
    // 实际大小大于阈值则扩容
    if (++size > threshold)
        resize();
    ...

扩容方法

JDK1.7:

• 添加元素采用头插法
• 将单向链表的数据进行迁移

void transfer(Entry[] newTable, boolean rehash) {
    int newCapacity = newTable.length; // 扩容后的长度
    for (Entry<K,V> e : table) {       // 遍历整个数组的索引
        while(null != e) {             // 判断桶中是否有元素--链表结构
            //记录遍历到的元素的下一个元素
            Entry<K,V> next = e.next;
            if (rehash) {
                e.hash = null == e.key ? 0 : hash(e.key);
            }
            //使用扩容后的容量计算新数组的角标位置
            int i = indexFor(e.hash, newCapacity);
            //把当前元素的下一个改为新数组对应位置的元素--头插法
            e.next = newTable[i];
            //将当前元素放置在数组对应索引位置 
            newTable[i] = e;
            //指针向下移动
            e = next;
        }
    }
}

 

JDK1.8:

• 添加元素使用尾插法
• 如果是单向链表，将单向链表进行数据迁移
• 如果对应角标是红黑树，将双向链表(为了做数据迁移)进行数据迁移

             // 在链表最末插入结点
            for (int binCount = 0; ; ++binCount) {
                // 到达链表的尾部
                if ((e = p.next) == null) {
                    // 在尾部插入新结点
                    p.next = newNode(hash, key, value, null);
                    // 结点数量达到阈值(默认为 8[长度为8时hash冲突的概率已经很小了])，执行 treeifyBin 方法
                    // 这个方法会根据 HashMap 数组来决定是否转换为红黑树。
                    // 只有当数组长度大于或者等于 64 的情况下，才会执行转换红黑树操作，以减少搜索时间。否则，就是只是对数组扩容。
                    if (binCount >= TREEIFY_THRESHOLD - 1) // -1 for 1st
                        // 树化--》真的形成树形结构
                        treeifyBin(tab, hash);
                    // 跳出循环
                    break;
                }
                // 判断链表中结点的key值与插入的元素的key值是否相等
                if (e.hash == hash &&
                    ((k = e.key) == key || (key != null && key.equals(k))))
                    // 相等，跳出循环
                    break;
                // 用于遍历桶中的链表，与前面的e = p.next组合，可以遍历链表
                p = e;
            }

final void treeifyBin(Node<K,V>[] tab, int hash) {
        int n, index; Node<K,V> e;
        if (tab == null || (n = tab.length) < MIN_TREEIFY_CAPACITY)
            resize();
        else if ((e = tab[index = (n - 1) & hash]) != null) {
            TreeNode<K,V> hd = null, tl = null;
            // 双向链表的构建过程--由于维护双向链表比较容易，而维护红黑树比较耗费资源
            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); // 真的形成树形结构
}

存在的问题(多线程环境)

JDK1.7:

多线程环境下会形成环形链表

JDK1.8:

多线程环境下会有数据丢失的问题

拉链法

重hash、开放地址、溢出区、链地址法(拉链法)解决hash冲突。

 “拉链法” 是：将链表和数组相结合。也就是说创建一个链表数组，数组中每一格就是一个链表。若遇到哈希冲突，则将冲突的值加到链表中即可--解决hash冲突

扰动函数

扰动函数指的是 HashMap 的 hash 方法。使用 hash 方法也就是扰动函数是为了防止一些实现比较差的 hashCode() 方法 换句话说使用扰动函数之后可以减少碰撞,
通过一定的散列函数，把一个不固定长度的输入，转成一个固定长度的输出，输出结果就是hash.

哈希表：存储哈希值的数组--存取散列值的容器（通过数组的索引存储值）
               需要一个映射：hash-->函数-->对应的索引
哈希函数：将哈希值通过某种运算得到对应的数组index.

JDK1.7和JDK1.8类似，JDK1.7采用函数的方式，JDK1.8直接放在了方法里面：

static int indexFor(int h, int length){
    // length是map中数组的长度
    // 数组长度的规则--2的幂次方数
    return h & (length - 1);
}

基本结构

Node节点类源码

static class Node<K,V> implements Map.Entry<K,V> {
        // 哈希值，存放元素到hashmap中时与其它元素hash值比较
        final int hash;
        // 键
        final K key;
        // 值
        V value;
        // 指向下一个节点
        Node<K,V> next;
}

 树节点类源码

static final class TreeNode<K,V> extends LinkedHashMap.Entry<K,V> {
        TreeNode<K,V> parent;  // 父
        TreeNode<K,V> left;    // 左
        TreeNode<K,V> right;   // 右
        TreeNode<K,V> prev;    // 双向链表--便于迁移needed to unlink next upon deletion
        boolean red;           // 判断颜色
        TreeNode(int hash, K key, V val, Node<K,V> next) {
            super(hash, key, val, next);
        }
        // 返回根节点
        final TreeNode<K,V> root() {
            for (TreeNode<K,V> r = this, p;;) {
                if ((p = r.parent) == null)
                    return r;
                r = p;
       }

JDK1.8之前结构

JDK1.7中的HashMap的hash方法：

static int hash(int h) {
    // ^(异或)为了保留更多的信息
    h ^= (h >>> 20) ^ (h >>> 12);
    return h ^ (h >>> 7) ^ (h >>> 4);
}

和0做异或保持原值不变，和1做异或得到原值的相反值

a = a ^ b;   b = b ^ a;  a = a ^ b; 仅用2个变量完成变量交换[a = a0 ^ b0 || b = b0 ^ (a0 ^ b0)->b = a0 || a = (a0 ^ b0) ^ a0 -> a = b0] 

 JDK1.8之后结构

JDK1.8中的HashMap的hash方法：

    static final int hash(Object key) {
      int h;
      // key.hashCode()：返回散列值也就是hashcode
      // ^ ：按位异或
      // >>>:无符号右移，忽略符号位，空位都以0补齐
      return (key == null) ? 0 : (h = key.hashCode()) ^ (h >>> 16);
  }

put方法

JDK1.8之前

public V put(K key, V value) {
    //HashMap允许存储null键，存储在数组的0索引位置
    if (key == null)
        return putForNullKey(value);
    //内部通过一个扰乱算法获得一个hash值，用于计算数组索引
    int hash = hash(key);
    //计算数组索引
    int i = indexFor(hash, table.length);
    //判断是否是重复键
    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++;
    //添加元素
    addEntry(hash, key, value, i);
    return null;
}
void addEntry(int hash, K key, V value, int bucketIndex) {
    //元素个数大于阈值，同时当前索引位有值，就会执行扩容操作
    if ((size >= threshold) && (null != table[bucketIndex])) {
        //2倍扩容
        resize(2 * table.length);
        hash = (null != key) ? hash(key) : 0;
        //重新计算索引位置
        bucketIndex = indexFor(hash, table.length);
    }
	//基于键值创建Entry节点，并以头插法存入对应位置
    createEntry(hash, key, value, bucketIndex);
}

JDK1.8之后

public V put(K key, V value) {
    // hash(key) 计算hash值，用于计算索引
    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;
    // table未初始化或者长度为0，进行扩容
    if ((tab = table) == null || (n = tab.length) == 0)
        n = (tab = resize()).length;
    // (n - 1) & hash 确定元素存放在哪个桶中，桶为空，新生成结点放入桶中(此时，这个结点是放在数组中)--相当于indexFor(int h, int len)这个方法
    if ((p = tab[i = (n - 1) & hash]) == null)
        tab[i] = newNode(hash, key, value, null);
    // 桶中已经存在元素
    else {
        Node<K,V> e; K k;
        // 比较桶中第一个元素(数组中的结点)的hash值相等，key相等
        if (p.hash == hash &&
            ((k = p.key) == key || (key != null && key.equals(k))))
                // 将第一个元素赋值给e，用e来记录
                e = p;
        // hash值不相等，即key不相等；为红黑树结点
        else if (p instanceof TreeNode)
            // 放入树中
            e = ((TreeNode<K,V>)p).putTreeVal(this, tab, hash, key, value);
        // 为链表结点
        else {
            // 在链表最末插入结点
            for (int binCount = 0; ; ++binCount) {
                // 到达链表的尾部
                if ((e = p.next) == null) {
                    // 在尾部插入新结点
                    p.next = newNode(hash, key, value, null);
                    // 结点数量达到阈值(默认为 8 )，执行 treeifyBin 方法
                    // 这个方法会根据 HashMap 数组来决定是否转换为红黑树。
                    // 只有当数组长度大于或者等于 64 的情况下，才会执行转换红黑树操作，以减少搜索时间。否则，就是只是对数组扩容。
                    if (binCount >= TREEIFY_THRESHOLD - 1) // -1 for 1st
                        treeifyBin(tab, hash);
                    // 跳出循环
                    break;
                }
                // 判断链表中结点的key值与插入的元素的key值是否相等
                if (e.hash == hash &&
                    ((k = e.key) == key || (key != null && key.equals(k))))
                    // 相等，跳出循环
                    break;
                // 用于遍历桶中的链表，与前面的e = p.next组合，可以遍历链表
                p = e;
            }
        }
        // 表示在桶中找到key值、hash值与插入元素相等的结点
        if (e != null) {
            // 记录e的value
            V oldValue = e.value;
            // onlyIfAbsent为false或者旧值为null
            if (!onlyIfAbsent || oldValue == null)
                //用新值替换旧值
                e.value = value;
            // 访问后回调
            afterNodeAccess(e);
            // 返回旧值
            return oldValue;
        }
    }
    // 结构性修改
    ++modCount;
    // 实际大小大于阈值则扩容
    if (++size > threshold)
        resize();
    // 插入后回调
    afterNodeInsertion(evict);
    return null;
}

get方法

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) {
        // 数组元素相等
        if (first.hash == hash && // always check first node
            ((k = first.key) == key || (key != null && key.equals(k))))
            return first;
        // 桶中不止一个节点
        if ((e = first.next) != null) {
            // 在树中get
            if (first instanceof TreeNode)
                return ((TreeNode<K,V>)first).getTreeNode(hash, key);
            // 在链表中get
            do {
                if (e.hash == hash &&
                    ((k = e.key) == key || (key != null && key.equals(k))))
                    return e;
            } while ((e = e.next) != null);
        }
    }
    return null;
}