Java集合源码解析系列
HashMap
public class HashMap<K,V>
extends AbstractMap<K,V>
implements Map<K,V>, Cloneable, Serializable
{
/**
* 默认容量为16，必须为2的倍数
*/
static final int DEFAULT_INITIAL_CAPACITY = 1 << 4;
/**
* 最大的容量，必须为2的倍数且不超过2^30
*/
static final int MAXIMUM_CAPACITY = 1 << 30;
/**
* Java8中对HashMap进行了优化，当数组容量超过64，而链表长度超过8时，就会将链表转换为红黑树
*/
static final int TREEIFY_THRESHOLD = 8;
/**
* 在调用resize方法进行初始化或是扩容操作时，当数组下面的链表长度不超过6时，就会将链表由红黑树转为链表
*/
static final int UNTREEIFY_THRESHOLD = 6;
/**
* 当HashMap的容量大于64时，才会根据链表的长度来判断是否需要转换为红黑树，否则的话都是直接将HashMap扩容
*/
static final int MIN_TREEIFY_CAPACITY = 64;
/**
* 加载因子，HashMap的稀疏性，用于控制哈希冲突，比如说如果是1.1的话，意思就是10个口袋里放11个球，这样肯定会哈希冲突了
* 但是也不能太低，否则也浪费空间
*/
static final float DEFAULT_LOAD_FACTOR = 0.75f;
/**
* Node节点，除了存储了值，还存储了下个节点的引用next，所以可以作为单链表的节点
*/
static class Node<K,V> implements Map.Entry<K,V> {
final int hash;
final K key;
V value;
Node<K,V> next;
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; }
/**
* 这里分别计算键值对的hashCode抑或运算后作为哈希值
*/
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;
}
}
/**
* 计算哈希值的方法
*/
static final int hash(Object key) {
int h;
return (key == null) ? 0 : (h = key.hashCode()) ^ (h >>> 16);
}
/**
* 可见HashMap通过数组来保存元素，每个数组的元素Node里有下个元素的引用，也就是用单链表结构来保存哈希冲突的元素；也就是数组+单链表的结构
*/
transient Node<K,V>[] table;
transient int size;
/**
* 这个是阈值，表示达到这个值以后就要进行扩容；其值等于capacity * load factor
*/
int threshold;
/**
* 默认的加载因子
*/
final float loadFactor = DEFAULT_LOAD_FACTOR;
/**
* HashMap被更改的次数，包括增加删除等操作都会被计数
*/
transient int modCount;
/**
* HashMap的构造函数
* 可以看到这里没有在构造函数中初始化数组
* 初始化数组的地方放在了插入数据的时候，在resize方法中会对初始化的情况进行处理
*/
public HashMap(int initialCapacity, float loadFactor) {
if (initialCapacity < 0)
throw new IllegalArgumentException("Illegal initial capacity: " +
initialCapacity);
if (initialCapacity > MAXIMUM_CAPACITY) {
initialCapacity = MAXIMUM_CAPACITY;
} else if (initialCapacity < DEFAULT_INITIAL_CAPACITY) {
initialCapacity = DEFAULT_INITIAL_CAPACITY;
}
if (loadFactor <= 0 || Float.isNaN(loadFactor))
throw new IllegalArgumentException("Illegal load factor: " +
loadFactor);
this.loadFactor = loadFactor;
this.threshold = tableSizeFor(initialCapacity);
}
public HashMap(int initialCapacity) {
this(initialCapacity, DEFAULT_LOAD_FACTOR);
}
/**
* 默认是设置了加载因子为0.75
*/
public HashMap() {
this.loadFactor = DEFAULT_LOAD_FACTOR;
}
/**
* 返回HashMap的size
*/
public int size() {
return size;
}
/**
* size=0就表示空
*/
public boolean isEmpty() {
return size == 0;
}
/**
* 根据key获取值，可以看到允许值为null
*/
public V get(Object key) {
Node<K,V> e;
return (e = getNode(hash(key), key)) == null ? null : e.value;
}
/**
* 根据key获取对应节点
* 每次都会检查是否第一个节点就是需要的节点，然后才去链表里找
* 由于Java8加入了红黑树，所以在循环遍历链表的时候会判断是否是红黑树，以此优化查找性能
*/
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) {
if (first.hash == hash && // always check first node
((k = first.key) == key || (key != null && key.equals(k))))
return first;
if ((e = first.next) != null) {
if (first instanceof TreeNode)
return ((TreeNode<K,V>)first).getTreeNode(hash, key);
do {
if (e.hash == hash &&
((k = e.key) == key || (key != null && key.equals(k))))
return e;
} while ((e = e.next) != null);
}
}
return null;
}
/**
* 看看key存不存在就是用getNode方法找找看，getNode返回空就是不存在
*/
public boolean containsKey(Object key) {
return getNode(hash(key), key) != null;
}
/**
* 插入数据
*/
public V put(K key, V value) {
return putVal(hash(key), key, value, false, true);
}
/**
* 插入数据
*
* onlyIfAbsent如果为true，就表示不改变原来的老数据；为false就覆盖原来的老数据
* evict参数所在的方法afterNodeInsertion是用于给LinkedHashMap调用的，如果为true，则允许LinkedHashMap删除近期最少使用的数据
*/
final V putVal(int hash, K key, V value, boolean onlyIfAbsent,
boolean evict) {
Node<K,V>[] tab; Node<K,V> p; int n, i;
//刚刚开始的时候，HashMap为空，就会在这里先进行初始化
if ((tab = table) == null || (n = tab.length) == 0)
n = (tab = resize()).length;
//如果数组下标位置也就是数组的第一个节点为空，则说明还没有哈希冲突，直接插入数据即可
if ((p = tab[i = (n - 1) & hash]) == null)
tab[i] = newNode(hash, key, value, null);
//进入这里说明哈希冲突了
else {
Node<K,V> e; K k;
//看看是不是插入的数据和第一个节点是同一个key，是的话就不用下面循环了
if (p.hash == hash &&
((k = p.key) == key || (key != null && key.equals(k))))
e = p;
//如果不是第一个节点，那就需要根据是红黑树还是链表来做相应的处理
else if (p instanceof TreeNode)
e = ((TreeNode<K,V>)p).putTreeVal(this, tab, hash, key, value);
//不是红黑树节点，那就是链表了，得循环遍历链表了
else {
for (int binCount = 0; ; ++binCount) {
//看看是不是到了链表的最后一个节点
if ((e = p.next) == null) {
p.next = newNode(hash, key, value, null);
//加入新节点后得判断是否到了阈值，到了阈值就需要扩容或是转换为红黑树了
if (binCount >= TREEIFY_THRESHOLD - 1)
treeifyBin(tab, hash);
break;
}
//原来就有这个key就退出循环，直接看下面是替换老数据还是直接返回老数据了
if (e.hash == hash &&
((k = e.key) == key || (key != null && key.equals(k))))
break;
p = e;
}
}
//e不为null，说明插入的是相同的key
if (e != null) {
V oldValue = e.value;
//这里根据onlyIfAbsent来判断是否需要覆盖老数据，默认onlyIfAbsent是false，也就是覆盖老数据
if (!onlyIfAbsent || oldValue == null)
e.value = value;
//这是用于给LinkedHashMap覆写的方法，用于LinkedHashMap调整节点的顺序
afterNodeAccess(e);
return oldValue;
}
}
//执行到这里，说明是插入了新的key
++modCount;
//size增加，需要检查是否需要扩容
if (++size > threshold)
resize();
//这是用于给LinkedHashMap覆写的方法，用于LinkedHashMap删除近期使用最少的数据
afterNodeInsertion(evict);
return null;
}
/**
* 扩容方法
*
*/
final Node<K,V>[] resize() {
Node<K,V>[] oldTab = table;
//需要注意的是，这里取的是length而不是HashMap的size，所以这里的oldCap是HashMap数组的大小
int oldCap = (oldTab == null) ? 0 : oldTab.length;
int oldThr = threshold;
int newCap, newThr = 0;
if (oldCap > 0) {
//如果老的HashMap容量已经到达最大阈值了，没法扩容了，直接将阈值设置为最大并返回，没办法只能让它冲突去了
if (oldCap >= MAXIMUM_CAPACITY) {
threshold = Integer.MAX_VALUE;
return oldTab;
}
//否则的话，就扩容为原来的2倍
else if ((newCap = oldCap << 1) < MAXIMUM_CAPACITY &&
oldCap >= DEFAULT_INITIAL_CAPACITY)
newThr = oldThr << 1; // double threshold
}
//oldCap为0，就说明是初始化的情况。
//如果已经有阈值，则初始化的时候HashMap的容量就是阈值的大小
else if (oldThr > 0) // initial capacity was placed in threshold
newCap = oldThr;
//如果阈值也没有初始化，那就都用默认的值
else {
newCap = DEFAULT_INITIAL_CAPACITY;
newThr = (int)(DEFAULT_LOAD_FACTOR * DEFAULT_INITIAL_CAPACITY);
}
//这里需要判断下上面的第二种只设置了容量的情况，需要再设置下新的阈值
if (newThr == 0) {
float ft = (float)newCap * loadFactor;
newThr = (newCap < MAXIMUM_CAPACITY && ft < (float)MAXIMUM_CAPACITY ?
(int)ft : Integer.MAX_VALUE);
}
//这里如果是初始化的情况，newThr=16*0.75=12，所以当size>12时就会触发扩容
threshold = newThr;
//生成新的数组，如果是初始化，会生成一个长度为16的数组
@SuppressWarnings({"rawtypes","unchecked"})
Node<K,V>[] newTab = (Node<K,V>[])new Node[newCap];
table = newTab;
//如果不是初始化的情况，就需要将老数据重新映射到新的数组中了
if (oldTab != null) {
for (int j = 0; j < oldCap; ++j) {
Node<K,V> e;
if ((e = oldTab[j]) != null) {
//释放老的节点的数据
oldTab[j] = null;
//如果只有一个节点的话，就重新映射到新的数组
if (e.next == null)
newTab[e.hash & (newCap - 1)] = e;
//不是只有一个节点，那就是原来有哈希冲突了，那可能是链表也可能是红黑树
else if (e instanceof TreeNode)
((TreeNode<K,V>)e).split(this, newTab, j, oldCap);
//不是红黑树，那就是链表了
//下面也是Java8中的一个优化点
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;
//这里把hash值与oldCap做与操作，而oldCap是2的倍数，所以低位肯定都是0
//比如说第一次扩容的时候oldCap是16，也就是 00010000，那这里就要看hash的高一位也就是000?xxxx中的？是1还是0了
//如果是0，那意思就是在新的数组里面的索引跟以前的一样；如果是1，那新的索引就是以前的下标+16
//后面再扩容时也是一样，再高一位是0，索引不变；如果是1，索引变为原索引+oldCap
//这么做的目的是将链表中的一些节点分散到新的数组中去，空间大了嘛，没必要还都挤在一起
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;
}
/**
* 将链表转化为红黑树的方法
* 可以看到，只有当HashMap的容量大于MIN_TREEIFY_CAPACITY时才会执行转化，否则都会执行resize方法，也就是进行扩容
*/
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;
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);
}
}
/**
* 根据key删除节点
*/
public V remove(Object key) {
Node<K,V> e;
return (e = removeNode(hash(key), key, null, false, true)) == null ?
null : e.value;
}
/**
* 删除节点
*
* matchValue如果为true，则只当value也相等的时候才删除节点
* movable用于红黑树中，当为false时，只删除树中的节点而不移动其他节点
*/
final Node<K,V> removeNode(int hash, Object key, Object value,
boolean matchValue, boolean movable) {
Node<K,V>[] tab; Node<K,V> p; int n, index;
if ((tab = table) != null && (n = tab.length) > 0 &&
(p = tab[index = (n - 1) & hash]) != null) {
Node<K,V> node = null, e; K k; V v;
//要删除的就是第一个节点
if (p.hash == hash &&
((k = p.key) == key || (key != null && key.equals(k))))
node = p;
//否则那就说明有多个哈希冲突的节点，那可能是链表也可能是红黑树了
else if ((e = p.next) != null) {
if (p instanceof TreeNode)
node = ((TreeNode<K,V>)p).getTreeNode(hash, key);
//是链表的话就得循环查找了
else {
do {
if (e.hash == hash &&
((k = e.key) == key ||
(key != null && key.equals(k)))) {
node = e;
break;
}
p = e;
} while ((e = e.next) != null);
}
}
//node不为null，说明找到要删除的节点了
//这里会根据其他条件来进行处理
if (node != null && (!matchValue || (v = node.value) == value ||
(value != null && value.equals(v)))) {
if (node instanceof TreeNode)
((TreeNode<K,V>)node).removeTreeNode(this, tab, movable);
//下面是单链表删除节点
//如果要删除的是第一个节点，那得把后面的节点补到数组里面
else if (node == p)
tab[index] = node.next;
//如果删除的是链表中的其它节点，把链表接上
else
p.next = node.next;
++modCount;
--size;
//这里是供LinkedHashMap调用的方法
afterNodeRemoval(node);
return node;
}
}
return null;
}
/**
* 删除所有数据
*/
public void clear() {
Node<K,V>[] tab;
modCount++;
if ((tab = table) != null && size > 0) {
size = 0;
for (int i = 0; i < tab.length; ++i)
tab[i] = null;
}
}
/**
* 判断是否包含特定值的节点
*/
public boolean containsValue(Object value) {
Node<K,V>[] tab; V v;
if ((tab = table) != null && size > 0) {
for (int i = 0; i < tab.length; ++i) {
for (Node<K,V> e = tab[i]; e != null; e = e.next) {
if ((v = e.value) == value ||
(value != null && value.equals(v)))
return true;
}
}
}
return false;
}
// LinkedHashMap需要覆写的方法
void afterNodeAccess(Node<K,V> p) { }
void afterNodeInsertion(boolean evict) { }
void afterNodeRemoval(Node<K,V> p) { }
}
下面来分析一下HashMap的哈希原理和散列值优化策略
- 主要涉及到的是2个方法：hash()方法和取模
static final int hash(Object key) {
int h;
return (key == null) ? 0 : (h = key.hashCode()) ^ (h >>> 16);
}- 上面首先调用Object的hashCode()方法来计算key的哈希值，返回的是int型；理论上哈希值的范围为int型的范围，也就是-2147483648到2147483648，前后加起来大概有40亿的空间，所以只要哈希函数映射得比较均匀松散，基本不会出现冲突
- 但是显然这个范围不能直接用来做HashMap的数组下标，需要进行取模运算得到相应的低位数据
//n是HashMap的容量，为2的倍数，比如初始容量为16，32位也就是0000000000010000，那n-1就是0000000000001111
//然后跟hash做与操作，那就相当于取了hash的低四位
p = tab[i = (n - 1) & hash]- HashMap这样得到数组的下标，势必冲突会比较严重，所以我们看到在上面的hash()方法中还有一步操作是将哈希值h右移16位后做抑或操作，这步操作就是扰动，用于提高低位的随机性，降低哈希冲突
扩容时候对链表的优化
- 扩容的时候，在将原先的数据重新映射到新数组时，会对原来的链表进行优化。
- 优化的方式是通过与原数组的容量(为2的倍数)进行与操作，判断高一位是0还是1。如果是0则新的索引不变，比如原来的索引是5，那在新数组里面也放在索引为5的地方；而如果是1，则新的索引为原索引+原数组容量，比如原索引是5，如果高位为1，原容量是16，那新的索引就是5+16=21，也就是存放到索引为21的地方
- 通过这样的优化既省去了计算索引的步骤，又将原来存在的链表重新映射，相当于将原来冲突的节点数据重新分散到了新的数组里面了
- 同时还保持了原来链表中的顺序，而在以前的版本中会把原来的顺序倒过来，具体看下面的分析
//下面也是Java8中的一个优化点
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;
//这里把hash值与oldCap做与操作，而oldCap是2的倍数，所以低位肯定都是0
//也就是说第一次扩容的时候oldCap是16，也就是 00010000，那这里就要看hash的高一位也就是000?xxxx中的？是1还是0了
//如果是0，那意思就是在新的数组里面的索引跟以前的一样；如果是1，那新的索引就是以前的下标+16
//后面再扩容时也是一样，再高一位是0，索引不变；如果是1，索引变为原索引+oldCap
if ((e.hash & oldCap) == 0) {
if (loTail == null)
loHead = e;
else
loTail.next = e;
loTail = e;
}
//高位是1，这样的话索引需要+oldCap；
else {
if (hiTail == null)
hiHead = e;
else
hiTail.next = e;
hiTail = e;
}
} while ((e = next) != null);
//loHead和hiHead中保持了原来的顺序
if (loTail != null) {
loTail.next = null;
newTab[j] = loHead;
}
//高位为1的话，新的索引为老索引+oldCap
if (hiTail != null) {
hiTail.next = null;
newTab[j + oldCap] = hiHead;
}
}- 下面简单看看原来的扩容操作
/**
* 扩容方法
* 先计算新的容量，然后通过transfer方法把数据添加到新的数组里
* 数据迁移好了以后，重新计算容量阈值
*/
void resize(int newCapacity) {
HashMapEntry[] oldTable = table;
int oldCapacity = oldTable.length;
if (oldCapacity == MAXIMUM_CAPACITY) {
threshold = Integer.MAX_VALUE;
return;
}
HashMapEntry[] newTable = new HashMapEntry[newCapacity];
transfer(newTable);
table = newTable;
threshold = (int)Math.min(newCapacity * loadFactor, MAXIMUM_CAPACITY + 1);
}
/**
* 真正的扩容方法
* 可见，这个扩容方法还是比较废事的，复杂度比较高
* 扩容每个节点都要重新计算索引，而且可以看出是倒序的，也就是把原来链表中的顺序倒过来了
*/
void transfer(HashMapEntry[] newTable) {
int newCapacity = newTable.length;
for (HashMapEntry<K,V> e : table) {
while(null != e) {
HashMapEntry<K,V> next = e.next;
int i = indexFor(e.hash, newCapacity);
e.next = newTable[i];
newTable[i] = e;
e = next;
}
}
}
/**
* 根据哈希值取得数组的下标
* 将HashMap的数组长度要取2的整次幂，这里用length-1正好相当于一个“低位掩码”，也就是通过&方法把高位都去掉了
* 只保留了末尾4位，也就是0到15之间，刚刚好可以来做数组的下标
* 可以看出取模的方法是一样的
*/
static int indexFor(int h, int length) {
return h & (length-1);
}总结
- HashMap不是线程安全的，只能用于单线程环境
- HashMap底层的结构是数组+链表的形式，哈希冲突的节点存入到对应数组元素的链表中
- HashMap在构造函数中没有初始化数组，而是在插入数据的时候进行处理
- HashMap的性能受散列的效果影响比较大，如果散列不够随机均匀，那哈希冲突就会严重，这样的话链表就会增加
- HashMap不能保证插入节点的顺序；
- Java8中对HashMap进行了一些优化，其中一个就是引入了红黑树。当HashMap的容量大于64，且链表的长度大于8的时候，就会将这个链表转换为红黑树以便提高性能
- Java8的另一个优化是在扩容的时候，会把原来的链表中的节点分散到新的数组中，并且不会像Java7那样有链表元素倒置的问题
- 关于根据哈希值来确定数组下标的问题可以参考JDK 源码中 HashMap 的 hash 方法原理是什么？
以上是基于Java1.8并且只介绍了常用的一些方法的原理，详细的HashMap源码请查看：HashMap源码
欢迎关注我的微信公众号，第一时间获取干货文章！
