java容器：6、HashMap的底层实现原理？（JDK1.7与JDK1.8源码分析对比）

1、HashMap的底层实现原理？

关于HashMap的实现，JDK1.8比JDK1.7做了一个比较大的改变。

JDK1.7：
1.7中HashMap底层是通过数组+链表的方式实现的。它的数据节点是entry节点。是它的一个内部类。数据插入过程是使用了头插法。
使用头插法会造成什么问题呢？ 在resize（）扩容的过程，调用了transfer（）方法，把里面的Entry进行了一个rehash，这个过程中可能会造成一个链表的循环，可能在下一次get的过程中出现死循环的现象。也可能是因为他没有加锁，不能保证多线程并发条件下的线程安全。

老生常谈，HashMap的死循环【基于JDK1.7】

JDK1.8：
1.8中HashMap底层是通过数组+链表+红黑树的方式实现的。它的数据节点改成了Node节点。数据插入过程是使用了尾插法。当链表长度达到阈值（默认是8，则转为红黑树）。红黑树退化为链表的阈值是6。

HashMap的扩容机制：
初始化HashMap的时候，没有设置capacity的话，默认初始化容量是16，负载因子是0.75。
会计算出来一个threshold，就是扩容的阈值，如果在进行put的时候回先判断当前size是不是大于这个阈值，大于的话就新建一个两倍大小的，将原来的Entry进行resize的过程。

（1）底层实现

JDK1.7：数组+链表
JDK1.8：数组+链表+红黑树

（2）重要变量分析

JDK1.7：

  static final int DEFAULT_INITIAL_CAPACITY = 16;//数组初始容量
  static final int MAXIMUM_CAPACITY = 1 << 30;//容量最大值
  static final float DEFAULT_LOAD_FACTOR = 0.75f;//加载因子
  transient Entry[] table;//数据节点：Entry
  int threshold;//阈值
  

JDK1.8：

static final int DEFAULT_INITIAL_CAPACITY = 1 << 4; // 出租初始容量aka 16
static final int MAXIMUM_CAPACITY = 1 << 30;//容量最大值
static final float DEFAULT_LOAD_FACTOR = 0.75f;//加载因子
static final int TREEIFY_THRESHOLD = 8;//链表转为红黑树的阈值
static final int UNTREEIFY_THRESHOLD = 6;//红黑树退化为链表的阈值
transient Node<K,V>[] table;//数据节点：Node

//最小的树化容量，进行树化的时候，还有一次判断，只有键值对数量大于64时才会发生转换，
//这是为了避免在哈希表建立初期，多个键值对恰好被放入了同一个链表而导致不必要的转化
static final int MIN_TREEIFY_CAPACITY = 64;

（3）取值：get(key)

JDK1.7：
（1）首先判断null。如果key值为null，则查找键值为null的value。
（2）key值不为null的话，获取key的hash值，找到hash值在数组中的下标位置。
（3）循环hash值所在桶对应的链表中的Entry节点，如果节点hash值相等且key相等，则返回value。

public V get(Object key) {
        if (key == null)
            return getForNullKey();//若key为null，则查找键值为null的value
        int hash = hash(key.hashCode());//获取key的hash值
        for (Entry<K,V> e = table[indexFor(hash, table.length)];
             e != null;
             e = e.next) {//获取key的hash值在数组中的下标，得到key所在的桶，循环桶中的Entry节点
            Object k;
            if (e.hash == hash && ((k = e.key) == key || key.equals(k)))//如果节点hash值相等且key相等，则返回value
                return e.value;
        }
        return null;
    }

JDK1.8：
（1）计算key的hash值，如果数组不为空，且长度大于0，待查找的桶不为空，就从第一个Node节点查起，相等直接返回。
（2）如果是树结构，遍历树查找，找到后返回。
（3）如果是链表，则遍历链表后返回。

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) {//如果表不为空&&表长大于0&&待查找的桶不为空
            if (first.hash == hash && // 从第一个节点开始，相等直接返回
                ((k = first.key) == key || (key != null && key.equals(k))))
                return first;
            if ((e = first.next) != null) {
                if (first instanceof TreeNode)//如果是树结构，遍历树结构找到后返回
                    return ((TreeNode<K,V>)first).getTreeNode(hash, key);
                do {//如果是链表则遍历链表，找到后返回
                    if (e.hash == hash &&
                        ((k = e.key) == key || (key != null && key.equals(k))))
                        return e;
                } while ((e = e.next) != null);
            }
        }
        return null;
    }

（4）存值：put（key，value）

JDK1.7：
（1）首先考虑null。如果原来有null的key，不可以加入，如果原来没有可以加到map中。
（2）计算hash值，找到桶。
（3）如果已经存在key值的Entry，需要覆盖原来的value。如果原来没有key值，则将Entry节点存在map中，并判断是否需要扩容。

 public V put(K key, V value) {
        if (key == null)
            return putForNullKey(value);//判断key为null的情况，如果原来有null的key，不可以加入，如果原来没有可以加到map中
        int hash = hash(key.hashCode());//计算hash值
        int i = indexFor(hash, table.length);//找到桶
        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;
            }//如果key已经存在，则覆盖原来的值
        }

        modCount++;//如果key不存在，就将Entry节点加到链表中，存在map中
        addEntry(hash, key, value, i);
        return null;
    }
  private V putForNullKey(V value) {
        for (Entry<K,V> e = table[0]; e != null; e = e.next) {
            if (e.key == null) {
                V oldValue = e.value;
                e.value = value;
                e.recordAccess(this);
                return oldValue;
            }
        }
        modCount++;
        addEntry(0, null, value, 0);//节点加到map中，判断是否扩容
        return null;
    }
    //增加 节点
    void addEntry(int hash, K key, V value, int bucketIndex) {
	Entry<K,V> e = table[bucketIndex];
        table[bucketIndex] = new Entry<K,V>(hash, key, value, e);
        if (size++ >= threshold)
            resize(2 * table.length);//扩容
    }

JDK1.8：
（1）先考虑数组null或者长度为0，则初始化数组。
（2）计算hash值，得到桶的位置。
（3）如果桶为空，直接将节点插入到桶中。
如果桶不为空，首先判断桶中的第一个节点的hash与传入的key的hash是否相等，如果相等，直接覆盖原value。如果不相等，判断是不是树节点，（1）如果是树节点，遍历树添加到红黑树中；（2）如果是链表，则遍历链表，存在相同的key值，则覆盖原来的value。如果不存在相同的key值，则插到链表尾部。并确定链表长度是否达到树化阈值，达到阈值的话链表转成红黑树。
（4）元素增加，判断是否达到阈值，达到后扩容。

 public V put(K key, V value) {
        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;//如果表为空或者表的容量为0，resize初始化表
        if ((p = tab[i = (n - 1) & hash]) == null)//根据hash得到在表中索引位置的桶，如果桶为空，则将节点直接插入桶中
            tab[i] = newNode(hash, key, value, null);
        else { //桶不为空
            Node<K,V> e; K k;
            if (p.hash == hash &&
                ((k = p.key) == key || (key != null && key.equals(k))))//首先判断桶中第一个节点的hash与待插入元素的key的hash值是否相同且key是否"相等"，如果相等，赋给变量e
                e = p;
            else if (p instanceof TreeNode) //是树节点，则调用putTreeVal添加到红黑树中
                e = ((TreeNode<K,V>)p).putTreeVal(this, tab, hash, key, value);
            else { //否则是链表，遍历链表，如果不存在相同的key，则插入链表尾部，并且判断节点数量是否大于树化阈值，如果大于则转换为红黑树；如果存在相同的key，break，遍历链表结束
                for (int binCount = 0; ; ++binCount) {
                    if ((e = p.next) == null) {
                        p.next = newNode(hash, key, value, null);
                        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;
                }
            }
            //e不为空表示存在相同的key，替换value并返回旧值
            if (e != null) { // existing mapping for key
                V oldValue = e.value;
                if (!onlyIfAbsent || oldValue == null)
                    e.value = value;
                afterNodeAccess(e);
                return oldValue;
            }
        }
        ++modCount;
        //链表元素增加，并判断是否大于阈值，如果大于，则扩容
        if (++size > threshold)
            resize();
        afterNodeInsertion(evict);
        return null;
    }

（5）扩容机制：resize（）

JDK1.7：
（1）首先考虑原始容量已经达到最大容量限制，则直接扩容到Integer的最大值。
（2）建立一个容量为2倍原容量的新Entry表。
（3）transfer（）方法，将原表的Entry都拷贝到新表中，替换旧表。
（这个transfer（）过程中会产生的问题：
首先trasfer的过程为：循环遍历旧表的每个节点，将entry进行了rehash，采用头插法将节点存放到新表。这个过程中，可能会造成链表的循环，在下一次get的过程中发生死循环。这也可能是因为它没有加锁，导致的不能保证多线程并发情况下的线程安全。）（所以JDK1.8对此作了一定的改进，采用了红黑树的数据结构，避免了一个链表的循环。但并不是说HashMap1.8就是线程安全的。）
（4）因为已经扩容，所以更新阈值。

 void resize(int newCapacity) {
        Entry[] oldTable = table;
        int oldCapacity = oldTable.length;
        //原容量如果达到最大容量，直接扩容到integer的最大值
        if (oldCapacity == MAXIMUM_CAPACITY) {
            threshold = Integer.MAX_VALUE;
            return;
        }


        Entry[] newTable = new Entry[newCapacity];//建立新的Entry表，容量为原来的两倍
        transfer(newTable); //将原表中的entry都拷贝到新表中，替换旧表
        table = newTable;
        threshold = (int)(newCapacity * loadFactor);//更新阈值
    }
  //将原表中的entry都拷贝到新表中
  void transfer(Entry[] newTable) {
        Entry[] src = table;
        int newCapacity = newTable.length;//新表的容量
        for (int j = 0; j < src.length; j++) {//循环旧表中的每个节点
            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);//得到每一个Entry节点在新表中的桶位置
                    //采用头插法，将entry插入新表，得到的新表与原来正好是头尾相反的
                    e.next = newTable[i];
                    newTable[i] = e;
                    e = next;//下一次循环
                } while (e != null);
            }
        }
    }

JDK1.8：
额。不行了。。。
请参考其他，等我学清楚后补充。

final Node<K,V>[] resize() {
        Node<K,V>[] oldTab = table;//原表
        int oldCap = (oldTab == null) ? 0 : oldTab.length;//原容量
        int oldThr = threshold;//原阈值
        int newCap, newThr = 0;
        if (oldCap > 0) {
            //如果旧表容量大于容量最大值，那么阈值为Interger的最大值，即提升阈值，不再进行扩容，返回旧表
            if (oldCap >= MAXIMUM_CAPACITY) {
                threshold = Integer.MAX_VALUE;
                return oldTab;
            }
             //否则，扩容为原先容量的2倍，阈值也扩容为原来的2倍
            else if ((newCap = oldCap << 1) < MAXIMUM_CAPACITY &&
                     oldCap >= DEFAULT_INITIAL_CAPACITY)
                newThr = oldThr << 1; // double threshold，即阈值*2
        }
        //oldCap不大于0，表示该表未被初始化，需要进行初始化，需要确认表的大小及阈值
        //旧表容量为0，阈值大于0，则用阈值大小作为容量
        else if (oldThr > 0) // initial capacity was placed in threshold
            newCap = oldThr;
       //否则，表的容量为默认初始容量16，阈值为默认初始容量16*加载因子0.75
        else {               // zero initial threshold signifies using defaults
            newCap = DEFAULT_INITIAL_CAPACITY;
            newThr = (int)(DEFAULT_LOAD_FACTOR * DEFAULT_INITIAL_CAPACITY);
        }
        //如果新表阈值为0，则利用新容量*加载因子计算
        if (newThr == 0) {
            float ft = (float)newCap * loadFactor;
            newThr = (newCap < MAXIMUM_CAPACITY && ft < (float)MAXIMUM_CAPACITY ?
                      (int)ft : Integer.MAX_VALUE);
        }
        threshold = newThr; //将新的阈值赋给HashMap的阈值成员变量
        @SuppressWarnings({"rawtypes","unchecked"})
            Node<K,V>[] newTab = (Node<K,V>[])new Node[newCap];
        table = newTab;//根据新的容量建立新表，并赋给旧表
        if (oldTab != null) {
            for (int j = 0; j < oldCap; ++j) {//遍历旧表中的每一个桶
                Node<K,V> e;
                if ((e = oldTab[j]) != null) {
                    oldTab[j] = null;
                    //将不为空的桶rehash到新表中，桶中只有一个元素，直接放到桶中
                    if (e.next == null)
                        newTab[e.hash & (newCap - 1)] = e;
                    //如果是红黑树，复制到新表
                    else if (e instanceof TreeNode)
                        ((TreeNode<K,V>)e).split(this, newTab, j, oldCap);
                    else { // preserve order//如果是链表
                        Node<K,V> loHead = null, loTail = null;
                        Node<K,V> hiHead = null, hiTail = null;
                        Node<K,V> next;
                        do {
                            next = e.next;
                            //最高位为0，则将节点加入loTail.next
                            if ((e.hash & oldCap) == 0) {
                                if (loTail == null)
                                    loHead = e;
                                else
                                    loTail.next = e;
                                loTail = e;
                            }
                             //最高位为1，则将节点加入hiTail.next
                            else {
                                if (hiTail == null)
                                    hiHead = e;
                                else
                                    hiTail.next = e;
                                hiTail = e;
                            }
                        } while ((e = next) != null);
                        //在新数组的位置与原数组的位置相同,新数组的桶直接指向LoHead
                        if (loTail != null) {
                            loTail.next = null;
                            newTab[j] = loHead;
                        }
                        //在新数组的位置是原数组的位置+旧数组长度,新数组的桶直接指向hiHead
                        if (hiTail != null) {
                            hiTail.next = null;
                            newTab[j + oldCap] = hiHead;
                        }
                    }
                }
            }
        }
        return newTab;
    }

2、线程安全问题

HashTable和ConcurrentHashMap是线程安全的。但是一般我们会使用ConcurrentHashMap。
因为ConcurrentHashMap支持的并发度更高。HashTable只是对方法加了一个Synchronized对象锁。但是ConcurrentHashMap数据结构1.8之后变成了数组+链表+红黑树它只会锁住目前获取到的那个Entry所在节点的值。所以他的效率更高，能够支持更高的并发度。

3、为什么HashMap的底层加上红黑树？

链表的时间复杂度是O(n)，红黑树的时间复杂度O(logn)，很显然，红黑树的复杂度是优于链表的。那为什么直接用链表呢？

树节点所占空间是普通节点的两倍，所以只有当节点足够多的时候，才会使用树节点。

也就是说，节点少的时候，尽管时间复杂度上，红黑树比链表好一点，但是红黑树所占空间比较大，综合考虑，认为只能在节点太多的时候，红黑树占空间大这一劣势不太明显的时候，才会舍弃链表，使用红黑树。

4、hashmap链表长度超过8就一定会转变为红黑树吗？

实际上转换红黑树有个大前提,

就是当前hash table的长度也就是HashMap的capacity(不是size)不能小于64。小于64就只是做个扩容.

    /**
     * The smallest table capacity for which bins may be treeified.
     * (Otherwise the table is resized if too many nodes in a bin.)
     * Should be at least 4 * TREEIFY_THRESHOLD to avoid conflicts
     * between resizing and treeification thresholds.
     */
    static final int MIN_TREEIFY_CAPACITY = 64;

5、为什么在长度为8的时候才变为红黑树？

因为通常情况下，链表长度很难达到8，但是特殊情况下链表长度为8，哈希表容量又很大，造成链表性能很差的时候，只能采用红黑树提高性能，这是一种应对策略。

受随机分布的hashCode影响，链表中的节点遵循泊松分布，而且根据统计，链表中节点数是8的概率已经接近千分之一，而且此时链表的性能已经很差了。所以在这种比较罕见和极端的情况下，才会把链表转变为红黑树。

因为链表转换为红黑树也是需要消耗性能的，特殊情况特殊处理，为了挽回性能，权衡之下，才使用红黑树，提高性能。

也就是大部分情况下，hashmap还是使用的链表，如果是理想的均匀分布，节点数不到8，hashmap就自动扩容了。

6、为什么HashMap的容量是2的次幂？

答案：

只有当长度是2的次幂的时候，二进制减1之后我们才能拿到全部是1的值。这样进行按位与才能快速的拿到数组的下标，并且分布还是均匀的。

HashMap确定桶的索引是根据：(length - 1) & hash，相比 hash % n来说运算更快。

length 的值是2的n次幂，那么length-1就是2的n次幂-1，通过二进制表示，永远都是尾端以连续1的形式表示（00001111，00000011）
当(n - 1) 和 hash 做与运算时，会保留hash中 后 x 位的 1，
例如 00001111 & 10000011 = 00000011

这样做有2个好处：

（1）&运算速度快，至少比%取模运算快；

（2）(n - 1) & hash，当n为2次幂时，会满足一个公式：(n - 1) & hash = hash % n，能保证索引值 肯定在 capacity 中，不会超出数组长度。

7、如果我们指定 initialCapacity 不为 2次幂时呢，是不是就破坏了这个规则？

答案是不会的。

HashMap的tableSizeFor方法做了处理，能保证n永远都是2次幂。

8、为什么负载因子是0.75？

HashMap的负载因子是指，达到容器的最大容量*负载因子，容器就扩容。

那么负载因子为什么不设置成1呢？这样空间利用的更充分啊。原因是如果设置成1。这样会发生大量的hash碰撞。有些位置的链表会很长，就不利于查询。省空间而费时间。

如果设置成0.5，hash碰撞的几率小了很多，但是会频繁扩容，费空间而省时间。

大佬们经过研究，0.75的数值比较均衡，在空间和时间做了个取舍折中。

9、HashMap中数据插入的位置？

JDK1.7用的是头插法，而JDK1.8及之后使用的都是尾插法，那么他们为什么要这样做呢？

因为JDK1.7是用单链表进行的纵向延伸，当采用头插法就是能够提高插入的效率，但是也会容易出现逆序且环形链表死循环问题。

但是在JDK1.8之后是因为加入了红黑树使用尾插法，能够避免出现逆序且链表死循环的问题。