HashMap jdk1.8基础和源码分析-白红宇

HashMap是基于哈希表的Map实现

哈希表的特点：关键字 key 和它在表中的存放位置 bucketIndex 之间存在一种确定的关系。即bucketIndex = hash(key)

哈希函数：一般情况下，需要在关键字与它在表中的存储位置之间建立一个函数关系，以f(key)作为关键字为key的记录在表中的位置，通常称这个函数f(key)为哈希函数。

hash : 翻译为“散列”，就是把任意长度的输入，通过散列算法，变成固定长度的输出，该输出就是散列值。这种转换是一种压缩映射，散列值的空间通常远小于输入的空间，不同的输入可能会散列成相同的输出，所以不可能从散列值来唯一的确定输入值。

hash冲突：关键字 key 和它在表中的存放位置 bucketIndex之间存在一种确定的关系。多个key计算出来的bucketIndex是一样的，即产生哈希冲突，需要存放在一个位置。

源码分析：

JDK 1.7及以前版本链表是头插法，JDK1.8链表是尾插法

JDK 1.7的分析：

以下是JDK1.8的源码分析：

构造函数HashMap()

只是指定了加载因子loadFactor 或者初始容量，并没有进行new的操作。

//设置初始容量和加载因子（加载因子默认为0.75）public HashMap(int initialCapacity, float loadFactor) {        if (initialCapacity < 0)            throw new IllegalArgumentException("Illegal initial capacity: " +                                               initialCapacity);        if (initialCapacity > MAXIMUM_CAPACITY)            initialCapacity = MAXIMUM_CAPACITY;        if (loadFactor <= 0 || Float.isNaN(loadFactor))            throw new IllegalArgumentException("Illegal load factor: " +                                               loadFactor);        this.loadFactor = loadFactor;        this.threshold = tableSizeFor(initialCapacity);    }   //设置初始容量，回调 HashMap(int initialCapacity, float loadFactor)    public HashMap(int initialCapacity) {        this(initialCapacity, DEFAULT_LOAD_FACTOR);    }  //默认加载因子为0.75    public HashMap() {        this.loadFactor = DEFAULT_LOAD_FACTOR; // all other fields defaulted    }       public HashMap(Map
     m) {        this.loadFactor = DEFAULT_LOAD_FACTOR;        putMapEntries(m, false);    }   //是否需要扩容，赋值    final void putMapEntries(Map
     m, boolean evict) {        int s = m.size();        if (s > 0) {            if (table == null) { // pre-size                float ft = ((float)s / loadFactor) + 1.0F;                int t = ((ft < (float)MAXIMUM_CAPACITY) ?                         (int)ft : MAXIMUM_CAPACITY);                if (t > threshold)                    threshold = tableSizeFor(t);            }            else if (s > threshold)                resize();            for (Map.Entry
     e : m.entrySet()) {                K key = e.getKey();                V value = e.getValue();                putVal(hash(key), key, value, false, evict);            }        }    }复制代码

get(key) 取操作

如果没有找到匹配key的value，返回null;否则返回value

tab[(n - 1) & hash] 相当于hash % (n - 1)， n是2的整数幂，例如：8(2的三次幂) -> 0111。注释里简写为table[hash]

public V get(Object key) {        Node
    
      e;        return (e = getNode(hash(key), key)) == null ? null : e.value;    }    //       final Node
     
       getNode(int hash, Object key) {        Node
      
       [] tab; Node
       
         first, e; int n; K k;        if ((tab = table) != null && (n = tab.length) > 0 &&            (first = tab[(n - 1) & hash]) != null) {     //如果table不为空，且table[hash]不为空，否则返回null            if (first.hash == hash && // always check first node                ((k = first.key) == key || (key != null && key.equals(k))))                return first;       //如果存在table[hash]且table[hash]就是那个匹配的key，则return value            if ((e = first.next) != null) {                 if (first instanceof TreeNode)                    return ((TreeNode
        
         )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); //如果table[hash]即first存在next，则遍历去匹配key            }        }        return null;    }复制代码

put(K key, V value) 插入操作

1、如果table == null, resize() 里面进行new 并给table赋值

2、如果table[(n - 1) & hash] 为空，空链表则直接插入

3、如果table[(n - 1) & hash] 的刚好匹配上key，执行步骤5

4、通过p.next不断遍历，如果匹配上key，则break, 执行步骤5, 返回oldValue; 否则一直遍历到链表的尾部，p.next为空的状态，则将p.next指向新的Node节点。

5、如果有匹配的key，则用value替代oldValue, 返回oldValue

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
    
     [] tab; Node
     
       p; int n, i;        if ((tab = table) == null || (n = tab.length) == 0)            n = (tab = resize()).length;     //见解释1        if ((p = tab[i = (n - 1) & hash]) == null)            tab[i] = newNode(hash, key, value, null);   //见解释2        else {            Node
      
        e; K k;            if (p.hash == hash &&                ((k = p.key) == key || (key != null && key.equals(k))))                e = p;    //见解释3            else if (p instanceof TreeNode)                e = ((TreeNode
       
        )p).putTreeVal(this, tab, hash, key, value);            else {                for (int binCount = 0; ; ++binCount) {   //见解释4                    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;                }            }            if (e != null) { // existing mapping for key，见解释5                V oldValue = e.value;                if (!onlyIfAbsent || oldValue == null)                    e.value = value;                afterNodeAccess(e);                return oldValue;            }        }        ++modCount;        if (++size > threshold)            resize();        afterNodeInsertion(evict);        return null;    }复制代码

Jdk1.7之前是头插法

Entry
    
      e = table[bucketIndex];  table[bucketIndex] = new Entry
     
      (hash, key, value, e);复制代码

JDK1.8 是尾插法

if ((e = p.next) == null) {    p.next = newNode(hash, key, value, null);}复制代码

resize() 扩容

包括第一次的初始化操作和扩容（2倍操作）。如果table为null，根据初始容量分配内存；不为空需要扩容时，因为我们使用的是2的整数次幂扩容，以前的Node要么存放在相同的bucketIndex位置，要么存放在bucketIndex * 2^n位置。

/**     * Initializes or doubles table size.  If null, allocates in     * accord with initial capacity target held in field threshold.     * Otherwise, because we are using power-of-two expansion, the     * elements from each bin must either stay at same index, or move     * with a power of two offset in the new table.     *     * @return the table     */ final Node
    
     [] resize() {        Node
     
      [] oldTab = table;        int oldCap = (oldTab == null) ? 0 : oldTab.length;        int oldThr = threshold;        int newCap, newThr = 0;        if (oldCap > 0) {            if (oldCap >= MAXIMUM_CAPACITY) {                threshold = Integer.MAX_VALUE;                return oldTab;            }            else if ((newCap = oldCap << 1) < MAXIMUM_CAPACITY &&                     oldCap >= DEFAULT_INITIAL_CAPACITY)                newThr = oldThr << 1; // double 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
      
       [] newTab = (Node
       
        [])new Node[newCap]; //真正分配存储空间        table = newTab;        if (oldTab != null) {            for (int j = 0; j < oldCap; ++j) {                Node
        
          e;                if ((e = oldTab[j]) != null) {c                    oldTab[j] = null;                    if (e.next == null)                        newTab[e.hash & (newCap - 1)] = e;                    else if (e instanceof TreeNode)                        ((TreeNode
         
          )e).split(this, newTab, j, oldCap); else { // preserve order Node
          
            loHead = null, loTail = null; Node
           
             hiHead = null, hiTail = null; Node
            
              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; }复制代码

remove(Object k) 删除操作

1、如果table不为null且table[(n - 1) & hash]不为空，取出table[(n - 1) & hash] 为p，p为表头；

2.1、如果p刚好能够匹配key,将p赋给node, 执行步骤3；

2.2、否则遍历，此时p会更新为e的上一个节点，如果找到能匹配上的key，e赋值给node，break，执行步骤3(也许不存在匹配的key，则直接返回null)

3、存在node(可匹配上key的这么一个节点)，如果node是表头，则table[index] = node.next；否则p.next = node.next，返回node

4、返回 null

public V remove(Object key) {        Node
    
      e;        return (e = removeNode(hash(key), key, null, false, true)) == null ?            null : e.value;    }       final Node
     
       removeNode(int hash, Object key, Object value,                               boolean matchValue, boolean movable) {        Node
      
       [] tab; Node
       
         p; int n, index;        if ((tab = table) != null && (n = tab.length) > 0 &&            (p = tab[index = (n - 1) & hash]) != null) {    //步骤1            Node
        
          node = null, e; K k; V v;            if (p.hash == hash &&                ((k = p.key) == key || (key != null && key.equals(k))))                node = p;    //步骤2.1            else if ((e = p.next) != null) {                if (p instanceof TreeNode)                    node = ((TreeNode
         
          )p).getTreeNode(hash, key); else { do { //步骤2.2 if (e.hash == hash && ((k = e.key) == key || (key != null && key.equals(k)))) { node = e; break; } p = e; } while ((e = e.next) != null); } } if (node != null && (!matchValue || (v = node.value) == value || (value != null && value.equals(v)))) { //步骤3 if (node instanceof TreeNode) ((TreeNode
          
           )node).removeTreeNode(this, tab, movable); else if (node == p) tab[index] = node.next; else p.next = node.next; ++modCount; --size; afterNodeRemoval(node); return node; } } return null; //步骤4 }复制代码

hash(Object key) 二次哈希

如果key为null，则经过hash计算的bucketIndex为0；二次哈希让键值对均匀分布在数组的N个位置之中。

static final int hash(Object key) {        int h;        return (key == null) ? 0 : (h = key.hashCode()) ^ (h >>> 16);    }复制代码

HashMap总结：

可接受空值和空键，空键会默认存储在bucketIndex为0的地方，

key值重复会覆盖，put(K key, V value) 返回oldValue；

没有实现同步，是线程不安全的，相对也就效率更快

结构：一个数组Node<K, V>[] table，每一个Node节点是一个单链表（数组存储空间连续，寻址快，插入删除慢；链表存储空间离散，寻址慢，插入删除快）

存储对象 put(K key, V value)：根据key的HashCode()值得到数组中的bucket位置，用来存储键值对，当这个bucket位置没有存储过任何内容时，则直接存放；若已经有人占了位置，即两个key的HashCode()值相同，即产生了哈希冲突（碰撞），具有同样hashCode()的键值对会存放在同一个bucket位置；假如存在 key 的 quals() 也相同的情况下，则标记为重复键，用新的value 值替代旧的 value值，并返回旧的value值；否则的话，每个新进来的node对象放在链表的尾部，形成单链表，返回null 。。。。，

取值 get(v key) : 根据key的HashCode()找到bucket位置，如果存在多个，遍历链表，对key的equals() 进行匹配，匹配成功的则返回value。

String 源码实现了hashCode() 和 equals方法，所以用的多

扩容：对数组进行扩容，当存储容量大于 loadFactor（负载因子）* 当前容量capacity时，会创建一个两倍大小容量的bucket位置，将旧的数组移动到新的数组中去。（多线程的情况下会产生条件竞争，同时扩容，不适用多线程情况）