认识Java8中HashMap原理

HashMap继承和实现

由源码可以看出来HashMap继承AbstractMap抽象类，并实现了Map、Cloneable、Serializable接口，而AbstractMap抽象类实现了Map接口。

结构组成

在JDK7版本中HashMap是由数组+链表组成的，而在JDK8中HashMap是由数组+链表+红黑树实现的，对于原因在后面会讲到，如图所示；

注：图来源于美团点评技术团队

HashMap类的属性

Node[] table数组：通俗讲就是哈希桶，table的大小必须是2的n次方，默认长度时16。

size：实际存在的键值对的数量；

modCount：主要用来记录HashMap内部结构发生变化的次数，主要用于迭代的快速失败。

threshold：键值对阈值，也就是容纳键值对的最大数量；

loadFactor：负载因子，默认值时0.75，建议不要随便修改。

这其中的关系是：threshold = table.length * loadFactor。

存储原理

通过源码可以看到Node[] table数组是个很重要的属性，看源码:

static class Node<K,V> implements Map.Entry<K,V> {
        final int hash;//key的哈希值，数据存储的位置
        final K key;
        V value;
        Node<K,V> next;//下一个节点

        Node(int hash, K key, V value, Node<K,V> next) {
            this.hash = hash;
            this.key = key;
            this.value = value;
            this.next = next;
        }

        public final K getKey()        { return key; }
        public final V getValue()      { return value; }
        public final String toString() { return key + "=" + value; }

        public final int hashCode() {
            return Objects.hashCode(key) ^ Objects.hashCode(value);
        }

        public final V setValue(V newValue) {
            V oldValue = value;
            value = newValue;
            return oldValue;
        }

        public final boolean equals(Object o) {
            if (o == this)
                return true;
            if (o instanceof Map.Entry) {
                Map.Entry<?,?> e = (Map.Entry<?,?>)o;
                if (Objects.equals(key, e.getKey()) &&
                    Objects.equals(value, e.getValue()))
                    return true;
            }
            return false;
        }
    }

Node 是一个内部类，本质就是一个键值对。

数据是如何存储的？

当存入这样的数据时，map.put("东墙","我是东墙")时，系统会调用“东墙”这个key的hashCode()方法来计算这个key的hash值，然后在通过hash算法的后两步运算来获得存储的位置，有时不同的key会计算出相同的索引值，也就是会定位到相同的位置，这时候会发生哈希碰撞。所以当table的长度越大时，碰撞的几率就越小，但要考虑性能的问题，所以就需要好的哈希算法和扩容机制。在这里使用链地址法来解决哈希碰撞的问题。当索引值相同时，后来的数据会链在之前的数据之后。

索引的位置的计算方式

在源码中，有这几行代码可以看到怎么计算的索引值的：

static final int hash(Object key) { 
     int h;
     // h = key.hashCode() 为第一步 取hashCode值
     // h ^ (h >>> 16)  为第二步 高位参与运算
     return (key == null) ? 0 : (h = key.hashCode()) ^ (h >>> 16);
}

总结下来就是，取key值hasCode值、高位运算、取模运算。在这里使用（n-1）& h来计算模值（h%length）是非常好的，提高了速度，因为&的性能比%的要快，算法举例说明：

HashMap的put()方法是如何工作的？

这里借鉴其他人的图解：

我们可以看源码来进行解读：

public V put(K key, V value) {
        return putVal(hash(key), key, value, false, true);//对key进行计算哈希值
}
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)//1.table为空时，调用resize()方法进行扩容
            n = (tab = resize()).length;
        if ((p = tab[i = (n - 1) & hash]) == null)//2.计算索引值，并判断此位置上是否有数据
            tab[i] = newNode(hash, key, value, null);//3.没有则添加此数据
        else {//4.此位置上有数据
            Node<K,V> e; K k;
            if (p.hash == hash &&//5.判断key是否存在，存在则直接覆盖
                ((k = p.key) == key || (key != null && key.equals(k))))
                e = p;
            else if (p instanceof TreeNode)//6.判断链是否时红黑树
                e = ((TreeNode<K,V>)p).putTreeVal(this, tab, hash, key, value);
            else {//7.链为链表
                for (int binCount = 0; ; ++binCount) {
                    if ((e = p.next) == null) {
                        p.next = newNode(hash, key, value, null);//8.将此数据链接在前一个数据之后
                        if (binCount >= TREEIFY_THRESHOLD - 1) // -1 for 1st
                            treeifyBin(tab, hash);//链表长度大于8则转换为红黑树
                        break;
                    }
                    if (e.hash == hash &&
                        ((k = e.key) == key || (key != null && key.equals(k))))
                        break;
                    p = e;//key已经存在，则直接覆盖
                }
            }
            if (e != null) { // existing mapping for key
                V oldValue = e.value;
                if (!onlyIfAbsent || oldValue == null)
                    e.value = value;
                afterNodeAccess(e);
                return oldValue;
            }
        }
        ++modCount;
        if (++size > threshold)//存储的数据快要达到饱和时进行扩容
            resize();
        afterNodeInsertion(evict);
        return null;
    }

为什么要加入红黑树？

即使负载因子和Hash算法设计的再合理，也会出现链表过于长，会影响性能，所以当链长度大于8时，会转换为红黑树，红黑树结合了数组和链表的有点，易查询和易修改。

HashMap的扩容机制

我们还是结合源码来进行分析

final Node<K,V>[] resize() {
        Node<K,V>[] oldTab = table;
        int oldCap = (oldTab == null) ? 0 : oldTab.length;
        int oldThr = threshold;
        int newCap, newThr = 0;
        if (oldCap > 0) {
            if (oldCap >= MAXIMUM_CAPACITY) {//最大容量为2^30
                threshold = Integer.MAX_VALUE;//当为最大容量时，不再扩容，为int的最大值2^31-1
                return oldTab;
            }
            else if ((newCap = oldCap << 1) < MAXIMUM_CAPACITY &&
                     oldCap >= DEFAULT_INITIAL_CAPACITY)//容量大于16小于最大值时容量扩大2倍
                newThr = oldThr << 1; // double threshold//阈值也扩大2倍
        }
        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];
        table = newTab;
        if (oldTab != null) {
            for (int j = 0; j < oldCap; ++j) {
                Node<K,V> e;
                if ((e = oldTab[j]) != null) {
                    oldTab[j] = null;
                    if (e.next == null)
                        newTab[e.hash & (newCap - 1)] = e;
                    else if (e instanceof TreeNode)
                        ((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;
                            if ((e.hash & oldCap) == 0) {
                                if (loTail == null)
                                    loHead = e;
                                else
                                    loTail.next = e;
                                loTail = e;
                            }
                            else {
                                if (hiTail == null)
                                    hiHead = e;
                                else
                                    hiTail.next = e;
                                hiTail = e;
                            }
                        } while ((e = next) != null);
                        if (loTail != null) {
                            loTail.next = null;
                            newTab[j] = loHead;
                        }
                        if (hiTail != null) {
                            hiTail.next = null;
                            newTab[j + oldCap] = hiHead;
                        }
                    }
                }
            }
        }
        return newTab;
    }