一.HashMap的基本特性
1. 功能简述
- hashMap是对Map接口的实现，使用键值对的方式存储的，可以存储键为null，值为null，因为会计算键的哈希值，所以键不能重复；
- hashMap的存储是无序的，和放入的顺序没有关系；
- hashMap的线程是不安全的；
2.HashMap的继承关系
public class HashMap<K,V> extends AbstractMap<K,V>
implements Map<K,V>, Cloneable, Serializable {
从源码中不难看出，hashMap是抽象类AnstractMap的实现类，也继承了Map类（包含键值对，键唯一且键对应的值唯一）、Cloneable类（是一个标记接口，只有实现了这个类，才能实现clone()方法）、Serializable类（也是一个标记接口，实现了这个类，它的对象才能实现序列化）
3.初始属性
// 序列号
private static final long serialVersionUID = 362498820763181265L;
// 默认的初始容量是16
static final int DEFAULT_INITIAL_CAPACITY = 1 << 4;
// 最大容量
static final int MAXIMUM_CAPACITY = 1 << 30;
// 默认的填充因子
static final float DEFAULT_LOAD_FACTOR = 0.75f;
// 当桶(bucket)上的结点数大于这个值时会转成红黑树
static final int TREEIFY_THRESHOLD = 8;
// 当桶(bucket)上的结点数小于这个值时树转链表
static final int UNTREEIFY_THRESHOLD = 6;
// 桶中结构转化为红黑树对应的table的最小大小
static final int MIN_TREEIFY_CAPACITY = 64;
// 存储元素的数组，总是2的幂次倍
transient Node<k,v>[] table;
// 存放具体元素的集
transient Set<map.entry<k,v>> entrySet;
// 存放元素的个数，注意这个不等于数组的长度。
transient int size;
// 每次扩容和更改map结构的计数器
transient int modCount;
// 临界值 当实际大小(容量*填充因子)超过临界值时，会进行扩容
int threshold;
// 填充因子
final float loadFactor;
二. HashMap的数据存储原理
HashMap的数据结构
- hashMap底层用的是一个Entry[]数组来存储键值对，Entry类其实是一个单向链表结构，如下图所示，有一个Next指针，有着下一个链表的地址，用此方法来解决hash冲突的问题；
- 数组的存储区间是连续的，很占内存，故空间复杂度很高，但由于是连续的，它的时间复杂度很小。
- 链表储存的是离散的，不怎么占内存，但查找起来很慢，所以它的时间复杂度很大、空间复杂度很小
hashMap的实现原理
- 如图所示，hashMap的底层数据结构是数组+链表组成，数组的初始长度为16，每个元素存储的是一个链表的头结点
- 在存储的时候把key与数组的长度进行取模运算：4%16=4 18%16=2，所得的值即为key的hash值，在把键值对存储到对应的数组的位置
- Entry是一个静态的内部类，它需要的属性有hash、key、value、Next
- 数组后接的链表，靠的是next属性，来找到链表下一个数据的储存位置。比如：有一个键值对A，通过计算A的key的hash值为6，那么就会执行Entry[6] = A。这时键值对B也来了，B的hash值也为6，hashMap就是把b.next = A; Entry[6] = B。如果键值对C也也要存储在这个地方，就会执行C.next = B; Entry[6] = C。
HashMap的数据存储实现原理
流程：
-
根据key计算得到key.hash = (h = k.hashCode()) ^ (h >>> 16)；
-
根据key.hash计算得到桶数组的索引index = key.hash & (table.length - 1)，这样就找到该key的存放位置了：
① 如果该位置没有数据，用该数据新生成一个节点保存新数据，返回null；
② 如果该位置有数据是一个红黑树，那么执行相应的插入 / 更新操作；
③ 如果该位置有数据是一个链表，分两种情况一是该链表没有这个节点，另一个是该链表上有这个节点，注意这里判断的依据是key.hash是否一样：
如果该链表没有这个节点，那么采用尾插法新增节点保存新数据，返回null；如果该链表已经有这个节点了，那么找到该节点并更新新数据，返回老数据。
注意：
HashMap的put会返回key的上一次保存的数据，比如：
HashMap<String, String> map = new HashMap<String, String>();
System.out.println(map.put(“a”, “A”)); // 打印null
System.out.println(map.put(“a”, “AA”)); // 打印A
System.out.println(map.put(“a”, “AB”)); // 打印AA
三.HashMap的重要方法
1.构造方法
// 构造一个具有默认初始容量(16)和默认加载因子(0.75)的空HashMap
HashMap()
// 构造一个指定容量和加载因子（0.75）的空hashMap
HashMap(int initialCapacity)
// 构造一个带指定初始容量和加载因子的空HashMap
HashMap(int initialCapacity, float loadFactor)
//指定集合m，将其转化为HashMap
public HashMap(Map<? extends K, ? extends V> m) {
// 初始化填充因子
this.loadFactor = DEFAULT_LOAD_FACTOR;
// 将m中的所有元素添加至HashMap中
putMapEntries(m, false);
}
在hashMap中有4中构造方法，代码如上图所示，前三种方法是hashMap的主要执行代码，在第四个构造方法将m的所有元素存入本hashMap实例中。
2.put()、putValue()方法
hashMap的实现的过程就在前面就介绍了实现原理，然而的代码中，我们使用的是put()方法来放入键值对，然而在代码的运行过程中，实际上是在put()的方法里面调用了putValue() 的方法来实现插入数据的，putValue()方法里面有着非常严密的逻辑判断来实现插入数据的。具体的实现步骤如下：
步骤一：判断键值对数组table[i]是否为空或为null，否则执行resize()进行扩容；
步骤二：根据键值key计算hash值得到插入的数组索引i，如果table[i]==null，直接新建节点添加，执行步骤六，如果table[i]不为空，则执行步骤三；
步骤三：判断table[i]的首个元素是否和key一样，如果相同直接覆盖value，否则执行步骤四，这里比较的是hashCode以及equals；
步骤四：判断table[i] 是否为treeNode，即table[i] 是否是红黑树，如果是红黑树，则直接在树中插入键值对，否则执行步骤五；
步骤五：遍历table[i]，判断链表长度是否大于8，大于8的话把链表转换为红黑树，在红黑树中执行插入操作，否则进行链表的插入操作；遍历过程中若发现key已经存在直接覆盖value即可；
步骤六：插入成功后，判断实际存在的键值对数量size是否超多了最大容量threshold，如果超过，进行扩容。
public V put(K key, V value) {
// 对key的hashCode()做hash
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;
// 步骤一：tab为空则创建
// 当table未初始化或者长度为0的时候，调用resize()方法进行扩容
if ((tab = table) == null || (n = tab.length) == 0)
//如果tab是空，则使用resize初始化。resize方法兼顾初始化表格，和大小不足时，进行扩容
n = (tab = resize()).length;
// 步骤二：计算index，并对null做处理
//键值对在哈希表中的位置i = (n - 1) & hash决定
if ((p = tab[i = (n - 1) & hash]) == null)
tab[i] = newNode(hash, key, value, null);
else {
// 这里的逻辑，如果通过hashkey找到Node的节点p，该节点p已经有值，那么就要在链表的后面添加（p也可能已经是红黑树节点）
Node<K, V> e;
K k;
// 步骤三：节点key存在，直接覆盖value
// 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))))
e = p;
// 步骤四：判断该链为红黑树
// 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);
// 步骤五：该链为链表
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，转化为红黑树
if (binCount >= TREEIFY_THRESHOLD - 1)
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))))
// 如果相等，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;
}
}
++modCount;
// 步骤六：如果超过最大容量就扩容
if (++size > threshold)
resize();
//插入后回调
afterNodeInsertion(evict);
return null;
}
3.get()、getNode()方法
和put() 方法一样，官方也是没有直接给出getNode() 方法而是给出了get() 方法，在里面放置了getNode() 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;
// table已经初始化，长度大于0，根据hash寻找table中的项也不为空
if ((tab = table) != null && (n = tab.length) > 0 &&
(first = tab[(n - 1) & hash]) != null) {
// 桶中第一项(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;
// 桶中不止一个结点
if ((e = first.next) != null) {
// 为红黑树结点
if (first instanceof TreeNode)
// 在红黑树中查找
return ((TreeNode<K,V>)first).getTreeNode(hash, key);
// 否则，在链表中查找
do {
if (e.hash == hash &&
((k = e.key) == key || (key != null && key.equals(k))))
return e;
} while ((e = e.next) != null);
}
}
return null;
}
4.hash()算法
源码中的hash方法如下
static final int hash(Object key) {
int h;
return (key == null) ? 0 : (h = key.hashCode()) ^ (h >>> 16);
}
- 首先获取对象的hashCode()值，然后将hashCode值右移16位，然后将右移后的值与原来的hashCode做异或运算，返回结果。（其中h>>>16，在JDK1.8中，优化了高位运算的算法，使用了零扩展，无论正数还是负数，都在高位插入0）。
- 在putVal源码中，我们通过(n-1)&hash获取该对象的键在hashmap中的位置。（其中hash的值就是（1）中获得的值）其中n表示的是hash桶数组的长度，并且该长度为2的n次方，这样(n-1)&hash就等价于hash%n。
官方采取&运算代替%运算，是因为&运算的效率高于%运算。
5.resize方法
- 在jdk1.8中，resize方法是在hashmap中的键值对大于阀值时或者初始化时，就调用resize方法进行扩容；
- 每次扩展的时候，都是扩展2倍；
- 扩展后Node对象的位置要么在原位置，要么移动到原偏移量两倍的位置
final Node<K,V>[] resize() {
Node<K,V>[] oldTab = table;//在放入数之前，把哈希桶叫oldTab，oldTab指向hash桶数组
int oldCap = (oldTab == null) ? 0 : oldTab.length;//oldTab的长度
int oldThr = threshold;//oldTab的临界值
int newCap, newThr = 0;//初始化容量和临界值
if (oldCap > 0) {//如果oldCap不为空的话，就是hash桶数组不为空
if (oldCap >= MAXIMUM_CAPACITY) {//如果大于最大容量了，就赋值为整数最大的阀值
threshold = Integer.MAX_VALUE;
return oldTab;//返回
}//如果当前hash桶数组的长度在扩容后仍然小于最大容量 并且oldCap大于默认值16
else if ((newCap = oldCap << 1) < MAXIMUM_CAPACITY &&
oldCap >= DEFAULT_INITIAL_CAPACITY)
newThr = oldThr << 1; // double threshold 双倍扩容阀值threshold
}
else if (oldThr > 0) // initial capacity was placed in threshold
newCap = oldThr;
else { // zero initial threshold signifies using defaults
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];//新建hash桶数组
table = newTab;//将新数组的值复制给旧的hash桶数组
if (oldTab != null) {//进行扩容操作，复制Node对象值到新的hash桶数组
for (int j = 0; j < oldCap; ++j) {
Node<K,V> e;
if ((e = oldTab[j]) != null) {//如果旧的hash桶数组在j结点处不为空，复制给e
oldTab[j] = null;//将旧的hash桶数组在j结点处设置为空，方便gc
if (e.next == null)//如果e后面没有Node结点
newTab[e.hash & (newCap - 1)] = e;//直接对e的hash值对新的数组长度求模获得存储位置
else if (e instanceof TreeNode)//如果e是红黑树的类型，那么添加到红黑树中
((TreeNode<K,V>)e).split(this, newTab, j, oldCap);
else { // preserve order
Node<K,V> loHead = null, loTail = null;
Node<K,V> hiHead = null, hiTail = null;
Node<K,V> next;
do {
next = e.next;//将Node结点的next赋值给next
if ((e.hash & oldCap) == 0) {//如果结点e的hash值与原hash桶数组的长度作与运算为0
if (loTail == null)//如果loTail为null
loHead = e;//将e结点赋值给loHead
else
loTail.next = e;//否则将e赋值给loTail.next
loTail = e;//然后将e复制给loTail
}
else {//如果结点e的hash值与原hash桶数组的长度作与运算不为0
if (hiTail == null)//如果hiTail为null
hiHead = e;//将e赋值给hiHead
else
hiTail.next = e;//如果hiTail不为空，将e复制给hiTail.next
hiTail = e;//将e复制个hiTail
}
} while ((e = next) != null);//直到e为空
if (loTail != null) {//如果loTail不为空
loTail.next = null;//将loTail.next设置为空
newTab[j] = loHead;//将loHead赋值给新的hash桶数组[j]处
}
if (hiTail != null) {//如果hiTail不为空
hiTail.next = null;//将hiTail.next赋值为空
newTab[j + oldCap] = hiHead;//将hiHead赋值给新的hash桶数组[j+旧hash桶数组长度]
}
}
}
}
}
return newTab;
}
6.containsKey()方法
hashMap中的containsKey方法在其中插入了getNode() 方法，比之前的源码的代码复用率更高了
public boolean containsKey(Object key) {
return getNode(hash(key), key) != null;
}
containsKey() 方法的实现过程是先计算hash，然后使用hash和table.length取摸得到index值，遍历table[index]元素查找是否包含key相同的值。
7.containsValue()方法
public boolean containsValue(Object value) {
Node<K,V>[] tab; V v;
if ((tab = table) != null && size > 0) {
for (Node<K,V> e : tab) {
for (; e != null; e = e.next) {
if ((v = e.value) == value ||
(value != null && value.equals(v)))
return true;
}
}
}
return false;
}
从上面的代码不难看出，containsValue()方法就比较无脑了，就是直接遍历所有元素直到找到value。所以就效率方面，containsValue() 肯定比containsKey() 方法要低，containsValue()和list中的contains方法没什么区别。
四.HashMap与Hashtable的区别
1.线程安全
两者最大的区别就在于线程安全的问题，在Hashtable的实现方法中加了synchronized关键字，使得整个线程变得更加安全，但也因为加了线程锁，所以hashMap的性能就更高些，日常中使用没有特殊要求，使用hashMap即可
2.对null的处理不同
hashMap允许使用null作为key，而Hashtable不允许null作为key。
注意：
- hashMap在储存null的时候，就放在table数组的第一个节点上
- 能不使用null作为key就不要使用，万一出了问题，问题不好排查
3.继承关系
hashMap是对Map接口的实现，而hashtable实现的是Map接口和Dictionary抽象类。
4.初始容量和扩容方式
- hashmap的初始容量是16，每次扩容是当前容量翻倍（capacity*2）
- hashtable的初始容量是11，每次扩容是当前容量翻倍再加一（capacity*2+1）
5.hash值的算法
- hashtable是直接计算hash对key的hashcode对table的长度直接取模
- hashMap是计算hash对key的hashcode进行两次计算，具体流程上文已经介绍了，
扫一扫
被折叠的 条评论
为什么被折叠?
到【灌水乐园】发言
