Java集合框架（十八）：HashMap 源码分析

2022-05-26 00:54 181阅读 0赞

### 文章目录 ###

*   *  1.HashMap简述
     *  2.HashMap数据结构
     *   *  2.1.JDK1.7中HashMap数据结构
         *  2.2.JDK1.8中HashMap数据结构
     *  3.HashMap存取值分析
     *   *  3.1. HashMap存值（put）分析【JDK1.7】
         *   *  3.1.1.HashMap存值源码走读【JDK1.7】
             *  3.1.2.HashMap数组初始化【JDK1.7】
             *  3.1.3.HashMap元素存放位置计算【JDK1.7】
             *  3.1.4.HashMap添加元素到链表【JDK1.7】
             *  3.1.5.HashMap数组扩容【JDK1.7】
         *  3.3.JDK1.7取值（get）分析
         *  3.4.HashMap存值（put）分析【JDK1.8】
         *   *  3.4.1.HashMap存值（put）源码走读【JDK1.8】
             *  3.4.2.HashMap数组扩容【JDK1.8】
         *  3.5.JDK1.8取值（get）分析

## 1.HashMap简述 ##

HashMap是工作中最常用的集合工具之一，在整个集合框架中也是很重要的一部分，因此本篇文章主要讲述它的底层实现原理，因为jdk1.8中对HashMap的数据结构有了修改，所以本篇将会分别讲解jdk1.7和jdk1.8中HashMap的区别，通过对比学习来加深对HashMap的理解

jdk1.8之前HashMap采用【数组+链表】实现，使用链表处理hash冲突，同一个hash值都存在一个链表里。但是当存储的元素较多时，hash值相等的元素也会增多，通过key值依次查找的效率就降低了许多。

jdk1.8中，HashMap采用【数组+链表+红黑树】实现，当链表长度超过8时，将链表转换为红黑树，这样就大大提高的查找的时间

## 2.HashMap数据结构 ##

### 2.1.JDK1.7中HashMap数据结构 ###

![在这里插入图片描述][watermark_type_ZmFuZ3poZW5naGVpdGk_shadow_10_text_aHR0cHM6Ly9ibG9nLmNzZG4ubmV0L3UwMTA2NDcwMzU_size_16_color_FFFFFF_t_70]  
HashMap中的数组即为嵌套类Entry，数组中的每个元素是一个单项链表，每个Entry包含四个属性：key, value, hash 值和用于单向链表的 next。

capacity：当前数组容量，始终保持 2^n，可以扩容，扩容后数组大小为当前的 2 倍。

loadFactor：负载因子，默认为 0.75。

threshold：扩容的阈值，等于 capacity \* loadFactor

static class Entry<K,V> implements Map.Entry<K,V> {
            final K key;
            V value;
            Entry<K,V> next;
            int hash;
          .....................................
      }

### 2.2.JDK1.8中HashMap数据结构 ###

![在这里插入图片描述][watermark_type_ZmFuZ3poZW5naGVpdGk_shadow_10_text_aHR0cHM6Ly9ibG9nLmNzZG4ubmV0L3UwMTA2NDcwMzU_size_16_color_FFFFFF_t_70 1]  
Java8 对 HashMap 做了一些修改，最大的不同就是利用了红黑树，所以其由 【数组+链表+红黑树】 组成。

我们知道，Java7 HashMap查找的时候，根据 hash 值我们能够快速定位到数组的具体下标，但是之后，需要顺着链表一个个比较下去才能找到我们需要的，时间复杂度取决于链表的长度，为 O(n)。

为了降低这部分的开销，在 Java8 中，当链表中的元素超过了 8 个以后，会将链表转换为红黑树，在进行查找的时候可以降低时间复杂度为 O(logN)。

Java7 中使用 Entry 来代表每个 HashMap 中的数据元素，Java8 中使用 Node，都是 key，value，hash 和 next 这四个属性，不过，Node 只能用于链表的情况，红黑树的情况需要使用 TreeNode

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;
            }
        ...............................................
    }

## 3.HashMap存取值分析 ##

### 3.1. HashMap存值（put）分析【JDK1.7】 ###

#### 3.1.1.HashMap存值源码走读【JDK1.7】 ####

transient Entry<K,V>[] table = (Entry<K,V>[]) EMPTY_TABLE;
    
    public V put(K key, V value) {
            //先判断数组是否为空，添加第一个元素时，需要先初始化数组大小
            if (table == EMPTY_TABLE) {
            //数组初始化
                inflateTable(threshold);
            }
            //如果key 为 null，会将这个 entry 放在数组的第一个元素位置 table[0]
            if (key == null)
                return putForNullKey(value);
            //1）计算key的hash值
            int hash = hash(key);
            //2）根据 key 哈希值和数组长度计算存放位置的下标
            int i = indexFor(hash, table.length);
            //3）遍历对应下标处的链表，判断是否有重复的 key ，如果有直接覆盖并返回旧值
            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;
                }
            }
    
            modCount++;
            //4）如果不存在重复的key，则将新的entry添加到链表中
            addEntry(hash, key, value, i);
            return null;
    }

#### 3.1.2.HashMap数组初始化【JDK1.7】 ####

当第一个元素插入时，会初始化数组，计算数组的初始化大小及扩容阈值

private void inflateTable(int toSize) {
            // 确保数组大小是2的n次方
            //比如toSize=3,计算结果为4；toSize=10，计算结果为16
            int capacity = roundUpToPowerOf2(toSize);
            //计算扩容阈值 数组大小 * 负载因子
            threshold = (int) Math.min(capacity * loadFactor, MAXIMUM_CAPACITY + 1);
            //初始化数组
            table = new Entry[capacity];
            initHashSeedAsNeeded(capacity);
        }

#### 3.1.3.HashMap元素存放位置计算【JDK1.7】 ####

使用key的hash值与数组长度大小减一取模

static int indexFor(int h, int length) {
            // assert Integer.bitCount(length) == 1 : "length must be a non-zero power of 2";
            return h & (length-1);
        }

#### 3.1.4.HashMap添加元素到链表【JDK1.7】 ####

先判断key值是否重复，如果不重复添加新元素到链表，添加之前先判断是否需要扩容，如果需要则先扩容，重新计算hash，然后再将新元素存入对应链表的表头

void addEntry(int hash, K key, V value, int bucketIndex) {
        // 如果 HashMap 大小已经达到了阈值，并且新元素要插入的数组位置已经有元素，那么此时要先扩容
        if ((size >= threshold) && (null != table[bucketIndex])) {
            // 扩容，数组大小的2倍
            resize(2 * table.length);
            // 扩容以后，重新计算 hash 值
            hash = (null != key) ? hash(key) : 0;
            // 重新计算扩容后元素存储的新下标
            bucketIndex = indexFor(hash, table.length);
        }
        // 添加元素到扩容后的链表
        createEntry(hash, key, value, bucketIndex);
    }
    // 新值存放到链表的表头
    void createEntry(int hash, K key, V value, int bucketIndex) {
        Entry<K,V> e = table[bucketIndex];
        table[bucketIndex] = new Entry<>(hash, key, value, e);
        size++;
    }

#### 3.1.5.HashMap数组扩容【JDK1.7】 ####

在插入新值的时候，如果当前的 size 已经达到了阈值，并且要插入的数组位置已经有元素，就会触发扩容，扩容后，数组大小为原来的 2 倍。  
扩容就是用一个新的大数组替换原来的小数组，并将原来数组中的值迁移到新的数组中

void resize(int newCapacity) {
            Entry[] oldTable = table;
            int oldCapacity = oldTable.length;
            //如果原数组大小等于最大容量值，则设置容量阈值为整形（Integer）最大值
            if (oldCapacity == MAXIMUM_CAPACITY) {
                threshold = Integer.MAX_VALUE;
                return;
            }
            //创建新数组
            Entry[] newTable = new Entry[newCapacity];
            //将原数组中的值迁移到扩容后的新数组中
            transfer(newTable, initHashSeedAsNeeded(newCapacity));
            table = newTable;
            threshold = (int)Math.min(newCapacity * loadFactor, MAXIMUM_CAPACITY + 1);
        }

### 3.3.JDK1.7取值（get）分析 ###

相对于存值（put），HashMap取值相对简单，大致逻辑为：

1）根据key计算hash

2）使用key的hash值与数组长度取模（length-1）得到元素存储位置下标

3）遍历数组中在该下标处的链表，直到找到相等的key

public V get(Object key) {
            //如果key为null，获取对应值
            if (key == null)
                return getForNullKey();
            //如果key不为null，计算hash值、计算位置下标、遍历链表
            Entry<K,V> entry = getEntry(key);
    
            return null == entry ? null : entry.getValue();
        }
        //获取key值为null的对应值
        private V getForNullKey() {
            if (size == 0) {
                return null;
            }
            //遍历数组第一个位置的链表，找到key为null的值
            for (Entry<K,V> e = table[0]; e != null; e = e.next) {
                if (e.key == null)
                    return e.value;
            }
            return null;
        }
    
    final Entry<K,V> getEntry(Object key) {
            if (size == 0) {
                return null;
            }
            //计算key的hash
            int hash = (key == null) ? 0 : hash(key);
            //计算存储位置下标并遍历对应位置链表，直到找到key相等的值
            for (Entry<K,V> e = table[indexFor(hash, table.length)];
                 e != null;
                 e = e.next) {
                Object k;
                if (e.hash == hash &&
                    ((k = e.key) == key || (key != null && key.equals(k))))
                    return e;
            }
            return null;
        }

### 3.4.HashMap存值（put）分析【JDK1.8】 ###

#### 3.4.1.HashMap存值（put）源码走读【JDK1.8】 ####

相对于jdk1.7中HashMap存值，jdk1.8的逻辑相对复杂，因为需要判断数据节点类型是链表还是红黑树，然后使用对应的方法进行查找

public V put(K key, V value) {
        return putVal(hash(key), key, value, false, true);
    }
     
    // onlyIfAbsent 如果是 true，只有在不存在该 key 时才会进行 put 操作
    final V putVal(int hash, K key, V value, boolean onlyIfAbsent,
                   boolean evict) {
        Node<K,V>[] tab; Node<K,V> p; int n, i;
        // 第一次 put 值的时候，会触发下面的 resize()，类似 java7 的第一次 put 要初始化数组长度
        
        //第一次 resize 和后续的扩容有些不同，
        //首次扩容触发条件是，数组为null或数组长度为0
        //首次扩容使用数组初始化默认值，容量为16
        if ((tab = table) == null || (n = tab.length) == 0)
            n = (tab = resize()).length;
            
        
        //首先计算数组下标，然后判断该位置是否为null，如果为null，实例化一个新node并存入该位置
        if ((p = tab[i = (n - 1) & hash]) == null)
            tab[i] = newNode(hash, key, value, null);
     
        else {
            // 数组该位置有数据
            Node<K,V> e; K k;
            // 判断该位置的key是否相等，如果相等，则取出该位置节点
            if (p.hash == hash &&
                ((k = p.key) == key || (key != null && key.equals(k))))
                e = p;
            // 如果该节点是代表红黑树的节点，调用红黑树的插值方法
            else if (p instanceof TreeNode)
                e = ((TreeNode<K,V>)p).putTreeVal(this, tab, hash, key, value);
            else {
                // 数组该位置上是一个链表
                for (int binCount = 0; ; ++binCount) {
                    // 插入到链表的最后面(Java7 是插入到链表的最前面)
                    if ((e = p.next) == null) {
                        p.next = newNode(hash, key, value, null);
                        // TREEIFY_THRESHOLD 为 8，所以，如果新插入的值是链表中的第 9 个
                        // 会触发 treeifyBin，将链表转换为红黑树
                        if (binCount >= TREEIFY_THRESHOLD - 1) // -1 for 1st
                            treeifyBin(tab, hash);
                        break;
                    }
                    // 如果在该链表中找到了"相等"的 key(== 或 equals)
                    if (e.hash == hash &&
                        ((k = e.key) == key || (key != null && key.equals(k))))
                        // 结束循环，e 为链表中与要插入的新值的 key 相等的 node
                        break;
                    p = e;
                }
            }
            // 存在旧值的key与要插入的key相等，进行值覆盖
            if (e != null) {
                V oldValue = e.value;
                if (!onlyIfAbsent || oldValue == null)
                    e.value = value;
                afterNodeAccess(e);
                return oldValue;
            }
        }
        ++modCount;
        // 如果 HashMap 由于新插入的值导致 size 已经超过了阈值，需要进行扩容
        if (++size > threshold)
            resize();
        afterNodeInsertion(evict);
        return null;
    }

#### 3.4.2.HashMap数组扩容【JDK1.8】 ####

resize() 方法用于初始化数组或数组扩容，初始化时使用默认容量（16）和默认阈值（0.74\*16），后来扩容时，容量为原来的 2 倍，并进行数据迁移

final Node<K,V>[] resize() {
        Node<K,V>[] oldTab = table;
        //原有数组容量
        int oldCap = (oldTab == null) ? 0 : oldTab.length;
        //原有数组阈值
        int oldThr = threshold;
        //初始化新数组容量和阈值
        int newCap, newThr = 0;
        
        if (oldCap > 0) { 
            //如果原有数组容量超过最大容量限制，设置阈值大小为整形最大值
            if (oldCap >= MAXIMUM_CAPACITY) {
                threshold = Integer.MAX_VALUE;
                return oldTab;
            }
            // 将数组大小扩大一倍
            else if ((newCap = oldCap << 1) < MAXIMUM_CAPACITY &&
                     oldCap >= DEFAULT_INITIAL_CAPACITY)
                // 将阈值扩大一倍
                newThr = oldThr << 1; // double threshold
        }
        else if (oldThr > 0) 
            // 使用 new HashMap(int initialCapacity) 初始化后，首次插入值时
            newCap = oldThr;
        else {
            // 首次插入值，数组初始化大小
            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;
     
        // 创建新数组
        Node<K,V>[] newTab = (Node<K,V>[])new Node[newCap];
        // 如果是初始化数组，到这里就结束了，返回 newTab 即可
        table = newTab; 
     
        if (oldTab != null) {
            // 开始遍历原数组，进行数据迁移。
            for (int j = 0; j < oldCap; ++j) {
                Node<K,V> e;
                if ((e = oldTab[j]) != null) {
                    oldTab[j] = null;
                    // 如果该数组位置上只有一个元素，将该元素迁移到新数组
                    if (e.next == null)
                        newTab[e.hash & (newCap - 1)] = e;
                    // 如果是红黑树，根据红黑树规则将元素迁移到对应树节点
                    else if (e instanceof TreeNode)
                        ((TreeNode<K,V>)e).split(this, newTab, j, oldCap);
                    else { 
                        // 如果是链表，要将此链表一拆为二，放到新的数组中，并且保持先后顺序
                        // loHead、loTail 对应一条链表，hiHead、hiTail 对应另一条链表
                        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;
                            // 第一条链表
                            newTab[j] = loHead;
                        }
                        if (hiTail != null) {
                            hiTail.next = null;
                            // 第二条链表的新的位置是 j + oldCap
                            newTab[j + oldCap] = hiHead;
                        }
                    }
                }
            }
        }
        return newTab;
    }

### 3.5.JDK1.8取值（get）分析 ###

取值逻辑如下：

1）计算 key 的 hash 值，根据 hash 值计算对应数组下标: hash & (length-1)

2）判断数组该位置处的key是否相等，如果不等，走第（3）步，否则结束

3）判断该元素类型是否是 TreeNode，如果是，用红黑树的方法取数据，如果不是，走第（4）步

4）遍历链表，直到找到相等(==或equals)的 key

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;
            //计算元素存储位置下标
            if ((tab = table) != null && (n = tab.length) > 0 &&
                (first = tab[(n - 1) & hash]) != null) {
                //如果key相等，返回该node节点
                if (first.hash == hash && // always check first node
                    ((k = first.key) == key || (key != null && key.equals(k))))
                    return first;
                
                if ((e = first.next) != null) {
                    //如果节点node是红黑树，按照红黑树查找法查找
                    if (first instanceof TreeNode)
                        return ((TreeNode<K,V>)first).getTreeNode(hash, key);
                    //如果是链表，遍历链表，直到找到key相等的节点
                    do {
                        if (e.hash == hash &&
                            ((k = e.key) == key || (key != null && key.equals(k))))
                            return e;
                    } while ((e = e.next) != null);
                }
            }
            return null;
        }

[watermark_type_ZmFuZ3poZW5naGVpdGk_shadow_10_text_aHR0cHM6Ly9ibG9nLmNzZG4ubmV0L3UwMTA2NDcwMzU_size_16_color_FFFFFF_t_70]: /images/20220526/43d44f4a8698448388431848a87d4c1b.png
[watermark_type_ZmFuZ3poZW5naGVpdGk_shadow_10_text_aHR0cHM6Ly9ibG9nLmNzZG4ubmV0L3UwMTA2NDcwMzU_size_16_color_FFFFFF_t_70 1]: /images/20220526/d2aa8478265c4e0d95632ab0e77e0052.png