面试针对复习——HashMap源码解析

「爱情、让人受尽委屈。」 2022-10-05 09:45 99阅读 0赞

## HashMap简介 ##

> 哈希表（hash table）  
> 也叫散列表，是一种非常重要的数据结构，应用场景及其丰富，许多缓存技术（比如memcached）的核心其实就是在内存中维护一张大的哈希表，这种数据结构提供了键（`key`）和值（`value`）的映射关系，时间复杂度接近于O(1)。`HashMap` 就是一个哈希表，它存储的内容是键值对(key-value)映射

*  HashMap 的实现不是同步的，这意味着它不是线程安全的。它的key、value都可以为null。此外，HashMap中的映射不是有序的
 *  HashMap 的实例有两个参数影响其性能：“**初始容量**” 和 “**加载因子**”
    
     *  **初始容量** 是哈希表中桶的数量，初始容量只是哈希表在创建时的容量
     *  加载因子 是哈希表在其容量自动增加之前可以达到多满的一种尺度。
 *  当哈希表中的条目数超出了加载因子与当前容量的乘积时，则要对该哈希表进行 rehash 操作（即重建内部数据结构），从而哈希表将具有大约两倍的桶数。
 *  通常**默认加载因子是 0.75**, 这是在时间和空间成本上寻求一种折中。加载因子过高虽然减少了空间开销，但同时也增加了查询成本。在设置初始容量时应该考虑到映射中所需的条目数及其加载因子，以便最大限度地减少 rehash 操作次数。如果初始容量大于最大条目数除以加载因子，则不会发生 rehash 操作

## HashMap数据结构 ##

java.lang.Object
       ↳     java.util.AbstractMap<K, V>
             ↳     java.util.HashMap<K, V>
    
    public class HashMap<K,V>
        extends AbstractMap<K,V>
        implements Map<K,V>, Cloneable, Serializable {
         }

*  `HashMap`继承于`AbstractMap`类，实现了`Map`接口
    
     *  `Map`是"key-value键值对"接口
     *  `AbstractMap`实现了"键值对"的通用函数接口
 *  `HashMap`是通过"拉链法"实现的哈希表。它包括几个重要的成员变量：`table`, `size`, `threshold`, `loadFactor`, `modCount`
 *  `table`是一个`Entry[]`数组类型，而Entry实际上就是一个单向链表。哈希表的"key-value键值对"都是存储在Entry数组中的
 *  `size`是`HashMap`的大小，实际存储的`key-value`键值对的个数
 *  `threshold`是`HashMap`的阈值，`HashMap`在进行扩容时需要参考`threshold`，当table == \{\}时，该值为初始容量（初始容量默认为16）；当table被填充了，也就是为table分配内存空间后，  
    `threshold` = `capacity` \* `loadFactory`
 *  `loadFactor`负载因子，代表了table的填充度有多少，默认是0.75，加载因子存在的原因，还是因为减缓哈希冲突，如果初始桶为16，等到满16个元素才扩容，某些桶里可能就有不止一个元素了。 所以加载因子默认为0.75，也就是说大小为16的HashMap，到了第13个元素，就会扩容成32
 *  `modCount` HashMap被改变的次数，由于HashMap非线程安全，在对HashMap进行迭代时， 如果期间其他线程的参与导致HashMap的结构发生变化了（比如put，remove等操作）， 需要抛出异常`ConcurrentModificationException`

## HashMap源码分析 ##

#### 基本属性 ####

static final int DEFAULT_INITIAL_CAPACITY = 1 << 4; // aka 16, HashMap的默认初始容量
    
    static final int MAXIMUM_CAPACITY = 1 << 30;//最大容量, 如果在创建HashMap时显示指定HashMap的大小, 则不能超过这个值, 否则会默认使用这个值
    
    static final float DEFAULT_LOAD_FACTOR = 0.75f;//默认负载因子
    
    static final int MIN_TREEIFY_CAPACITY = 64;//当HashMap的容量大于这个值, 一个位置冲突过多时才能转为红黑树, 否则解决冲突过多的方式是扩容
    
    static final int TREEIFY_THRESHOLD = 8;//冲突时元素会用链表连起来, 当链表的长度达到了这个值, 就会转换为红黑树
    
    static final int UNTREEIFY_THRESHOLD = 6;//当红黑树的结点数量少于这个值的时候, 会转换回链表
    
    int threshold;  //当前容量与负载因子的乘积, 用于判断是否要扩容

#### 构造器 ####

`HashMap`一共有4个构造器

// 默认构造函数
    HashMap()
    
    // 指定“容量大小”的构造函数
    HashMap(int capacity)
    
    // 指定“容量大小”和“加载因子”的构造函数
    HashMap(int capacity, float loadFactor)
    
    // 包含“子Map”的构造函数
    HashMap(Map<? extends K, ? extends V> map)

构造器如果用户没有传入initialCapacity 和loadFactor这两个参数，会使用默认值

`initialCapacity` 默认为16

`loadFactory` 默认为0.75

#### 哈希冲突 ####

在插入过程中，**如果两个不同的元素，通过哈希函数得出的实际存储地址相同怎么办**？也就是说，当我们对某个元素进行哈希运算，得到一个存储地址，然后要进行插入的时候，发现已经被其他元素占用了，其实这就是所谓的**哈希冲突**，也叫**哈希碰撞**

哈希冲突的解决方案有多种:

*  开放定址法（发生冲突，继续寻找下一块未被占用的存储地址）
 *  散列函数法
 *  链地址法

HashMap即是采用了**链地址法**，也就是**数组 + 链表**的方式

#### HashMap的实现原理 ####

以`JDK7`为例，首先在实例化以后，底层会创建一个长度为16的一维数组`Entry[] table`，对于执行`put(key1, value1)`操作，首先调用`key1`所在类的`hashCode()`计算可`key1`哈希值，此哈希值经过一些算法计算后，会得到在Entry数组中的存放位置：

*  如果此位置上的数据为空，此时`key1-value1`就直接添加成功 **---------情况一**
 *  如果此位置上的数据不为空（意味着此位置上存在一个或多个数据（多个数据以链表形式存在）），然后就比较`key1`和已经存在的一个或多个数据的哈希值：
    
     *  如果`key1`的哈希值与已经存在的数据的哈希值都不相同，则`key1-value1`添加成功 **--------情况二**
     *  如果`key1`的哈希值和已经存在的某一个数据的哈希值相同，则继续比较，调用`key1`所在类的`equals()`方法，比较：
        
         *  如果`equals()`返回false，此时`key1-value1`添加成功 **----------情况三**
         *  如果`equals()`返回true，则使用`value1`替换`value2` **----------情况四**

`JDK8`相较于`JDK7`在底层进行了一定的修改：

*  `new HashMap()`时，底层没有创建一个长度为16的数组，而是调用`put`方法时创建
 *  `JDK8`底层的数组是：`Node[]`，而不是`Entry[]`（修改了数组名）
 *  `JDK7`底层结构只有：数组 + 链表，而`JDK8`的底层架构是：数组 + 链表 + 红黑树（最重要的区别）。当数组的某一个索引位置上的元素以链表形式存在的数据个数 > 8 且当数组的长度 > 64 时，此时该索引位置上的所有数据由链表存储改称为红黑树存储

###### JDK 7 ######

> 底层是数组 + 链表实现

HashMap的主干是一个`Entry`数组，是HashMap的基本组成单元，每一个`Entry`包含一个`key-value`键值对（其实所谓Map其实就是保存了两个对象之间的映射关系的一种集合）

结构示意图：

\[外链图片转存失败,源站可能有防盗链机制,建议将图片保存下来直接上传(img-7CVKjIak-1623123054306)(https://img2020.cnblogs.com/blog/1844597/202103/1844597-20210306160736375-1235081035.png)\]

其中一个构造器源码

// initialCapacity: 容量大小   loadFactor: 加载因子
    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);
    
        // Find a power of 2 >= initialCapacity
        int capacity = 1;
        while (capacity < initialCapacity)
            capacity <<= 1;
    
        this.loadFactor = loadFactor;
        // 计算阀值
        threshold = (int)Math.min(capacity * loadFactor, MAXIMUM_CAPACITY + 1);
        // 创建 Entry数组
        table = new Entry[capacity];
        useAltHashing = sun.misc.VM.isBooted() &&
            (capacity >= Holder.ALTERNATIVE_HASHING_THRESHOLD);
        init();
    }

`Entry[]`数组

transient Entry[] table;

`Entry`是HashMap中的一个静态内部类

static class Entry<K,V> implements Map.Entry<K,V> {
        
        final K key; // 键
        V value; // 值
        Entry<K,V> next; // 下一个节点，单链表结构
        int hash; // 对key的HashCode值进行hash运算后得到的值，避免重复计算
        /**
             * Creates new entry.
             */
        Entry(int h, K k, V v, Entry<K,V> n) {
        
            value = v;
            next = n;
            key = k;
            hash = h;
        }
     }

存储`Put()`方法

public V put(K key, V value) {
        
        // HashMap 允许存放 null 键和 null 值。
        // 当 key 为 null 时，调用 putForNullKey 方法，将 value 放置在数组第一个位置。
        if (key == null)
            return putForNullKey(value);
        // 根据 key 的 keyCode 重新计算 hash 值。
        int hash = hash(key.hashCode());
        // 搜索指定 hash 值在对应 table 中的索引。
        int i = indexFor(hash, table.length);
        // 如果 i 索引处的 Entry 不为 null，通过循环不断遍历 e 元素的下一个元素。
        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++;  //保证并发访问时，若HashMap内部结构发生变化，快速响应失败
        // 将 key、value 添加到 i 索引处。
        addEntry(hash, key, value, i);
        return null;
    }
    
    // 存取 key == null 键值对
    private V putForNullKey(V value) {
        
        for (Entry<K,V> e = table[0]; e != null; e = e.next) {
        
            if (e.key == null) {
        
                V oldValue = e.value;
                e.value = value;
                e.recordAccess(this);
                return oldValue;
            }
        }
        modCount++;
        addEntry(0, null, value, 0);
        return null;
    }
    // 计算Hash值
    final int hash(Object k) {
        
        int h = 0;
        if (useAltHashing) {
        
            if (k instanceof String) {
        
                return sun.misc.Hashing.stringHash32((String) k);
            }
            h = hashSeed;
        }
    
        h ^= k.hashCode();
    
        // This function ensures that hashCodes that differ only by
        // constant multiples at each bit position have a bounded
        // number of collisions (approximately 8 at default load factor).
        h ^= (h >>> 20) ^ (h >>> 12);
        return h ^ (h >>> 7) ^ (h >>> 4);
    }
    
    // 计算下标索引
    static int indexFor(int h, int length) {
        
        return h & (length-1); // 效率比 % 高
    }
    
    // 根据 hash值 索引值 将 key-value存到指定位置
    void addEntry(int hash, K key, V value, int bucketIndex) {
        
        // 判断是否需要进行扩容
        if ((size >= threshold) && (null != table[bucketIndex])) {
        
            resize(2 * table.length);
            hash = (null != key) ? hash(key) : 0;
            bucketIndex = indexFor(hash, table.length);
        }
    
        createEntry(hash, key, value, bucketIndex);
    }
    // 插入key-value
    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++;
    }

`Entry[]`数组扩容

void resize(int newCapacity) {
        
        Entry[] oldTable = table;
        int oldCapacity = oldTable.length;
        // 当就容量已经等于最大容量时，已经扩容不了，只能将阀值增到最大值
        if (oldCapacity == MAXIMUM_CAPACITY) {
        
            threshold = Integer.MAX_VALUE;
            return;
        }
        Entry[] newTable = new Entry[newCapacity]; // 创建新Entry[]数组
        boolean oldAltHashing = useAltHashing;
        useAltHashing |= sun.misc.VM.isBooted() &&
            (newCapacity >= Holder.ALTERNATIVE_HASHING_THRESHOLD);
        boolean rehash = oldAltHashing ^ useAltHashing;
        transfer(newTable, rehash);
        table = newTable; // 新Entry[]数组
        threshold = (int)Math.min(newCapacity * loadFactor, MAXIMUM_CAPACITY + 1); // 新阀值
    }

`get()`获取方法

public V get(Object key) {
        
        if (key == null) // 处理key = null的情况
        	return getForNullKey();
        Entry<K,V> entry = getEntry(key);
    
        return null == entry ? null : entry.getValue();
    }
    // key == null 的情况
    private V getForNullKey() {
        
        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) {
        
        int hash = (key == null) ? 0 : hash(key); // 获取hash值
        for (Entry<K,V> e = table[indexFor(hash, table.length)];// 获取指定下标索引的值
             e != null;
             e = e.next) {
        
            Object k;
            if (e.hash == hash &&
                ((k = e.key) == key || (key != null && key.equals(k))))
                return e;
        }
        return null;
    }

###### JDK 8 ######

> 底层是数组 + 链表 + 红黑树实现

`HashMap`的主干是一个`Node`数组，是HashMap的基本组成单元，每一个`Node`包含一个`key-value`键值对（其实所谓Map其实就是保存了两个对象之间的映射关系的一种集合）

transient Node<K,V>[] table;

Node是HashMap中的一个静态内部类

// Node部分代码
    static class Node<K,V> implements Map.Entry<K,V> {
        
            final int hash; // 对key的HashCode值进行hash运算后得到的值，避免重复计算
            final K key; // 键
            V value; // 值
            Node<K,V> next;  // 下一个节点，单链表结构
        	
        	// 构造器
    		Node(int hash, K key, V value, Node<K,V> next) {
        
                this.hash = hash;
                this.key = key;
                this.value = value;
                this.next = next;
            }
    }

在`JDK1.8`之前，**HashMap由数组+链表组成的**，数组是HashMap的主体，链表则是主要为了解决哈希冲突而存在的，如果定位到的数组位置不含链表（node的next指向null）,那么查找，添加等操作很快，仅需一次寻址即可；

如果定位到的数组包含链表：

*  添加操作，首先遍历链表，存在即覆盖，否则新增
 *  查找操作来讲，仍需遍历链表，然后通过key对象的equals方法逐一比对查找

因此，从性能考虑，**HashMap中的链表出现越少，性能才会越好**

下面看`HashMap`其中一个构造器

public HashMap(int initialCapacity, float loadFactor) {
        
        //此处对传入的初始容量进行校验，最大不能超过MAXIMUM_CAPACITY = 1<<30(230)
        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;
        threshold = initialCapacity;
    
        init();//init方法在HashMap中没有实际实现，不过在其子类如 linkedHashMap中就会有对应实现
    }

可以发现，在构造器中其中，并没有为数组table分配内存空间（参数为Map的构造器除外）

因此真正构建table数组是在执行put操作时

查看`put()`操作

public V put(K key, V value) {
        
        return putVal(hash(key), key, value, false, true);
    }
    
    // hash方法
    static final int hash(Object key) {
        
        int h;
        return (key == null) ? 0 : (h = key.hashCode()) ^ (h >>> 16);
    }
    
    // 真正put的方法
    final V putVal(int hash, K key, V value, boolean onlyIfAbsent,
                       boolean evict) {
        
        // tab: Node数组 
        // p: node节点  
        // n: 数组长度  
        // i: 下标索引
        Node<K,V>[] tab; Node<K,V> p; int n, i;
        if ((tab = table) == null || (n = tab.length) == 0) // 如果table数组为空，或者table数组长度为0
            n = (tab = resize()).length; // 创建Node[]数组
        if ((p = tab[i = (n - 1) & hash]) == null) // (n - 1) & hash 根据Hash计算下标索引
            tab[i] = newNode(hash, key, value, null); // 如果为null说明这个位置是个空位，直接填充
        else {
        
            Node<K,V> e; K k;
            if (p.hash == hash &&
                ((k = p.key) == key || (key != null && key.equals(k)))) // key相同的情况
                e = p;
            else if (p instanceof TreeNode) // 存储的节点是红黑树结构
                e = ((TreeNode<K,V>)p).putTreeVal(this, tab, hash, key, value);
            else {
         // 不是红黑树结构（链表结构）
                for (int binCount = 0; ; ++binCount) {
        
                    // 最后一个节点
                    if ((e = p.next) == null) {
        
                        p.next = newNode(hash, key, value, null);
                        if (binCount >= TREEIFY_THRESHOLD - 1) // -1 for 1st 判断是否变成红黑树
                            treeifyBin(tab, hash);//TREEIFY_THRESHOLD = 8 当链表的长度达到了这个值, 就会转换为红黑树
                        break;
                    }
                    // 不是最后一个节点 继续比较 如果找到了相同点节点就直接退出
                    if (e.hash == hash &&
                        ((k = e.key) == key || (key != null && key.equals(k))))
                        break;
                    p = e; // 下一个节点
                }
            }
            // 替换过程
            if (e != null) {
         // existing mapping for key  
                V oldValue = e.value;
                if (!onlyIfAbsent || oldValue == null)
                    e.value = value;
                afterNodeAccess(e);
                return oldValue;
            }
        }
        ++modCount; //保证并发访问时，若HashMap内部结构发生变化，快速响应失败
        if (++size > threshold) // 如果HashMap大小超过了阀值，则进行重构
            resize();
        afterNodeInsertion(evict);
        return null;
    }
    
    // 红黑树扩容
    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(); // 执行扩容操作
        else if ((e = tab[index = (n - 1) & hash]) != null) {
         // 执行转换成红黑树操作
            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);
        }
    }
    
    // 往红黑树添加数据
    final TreeNode<K,V> putTreeVal(HashMap<K,V> map, Node<K,V>[] tab,
                                           int h, K k, V v) {
        
        Class<?> kc = null;
        boolean searched = false;
        TreeNode<K,V> root = (parent != null) ? root() : this;
        for (TreeNode<K,V> p = root;;) {
        
            int dir, ph; K pk;
            if ((ph = p.hash) > h)
                dir = -1;
            else if (ph < h)
                dir = 1;
            else if ((pk = p.key) == k || (k != null && k.equals(pk)))  // 找到相同的值
                return p;
            else if ((kc == null &&
                      (kc = comparableClassFor(k)) == null) ||
                     (dir = compareComparables(kc, k, pk)) == 0) {
        
                if (!searched) {
        
                    TreeNode<K,V> q, ch;
                    searched = true;
                    if (((ch = p.left) != null &&
                         (q = ch.find(h, k, kc)) != null) ||
                        ((ch = p.right) != null &&
                         (q = ch.find(h, k, kc)) != null))
                        return q;
                }
                dir = tieBreakOrder(k, pk);
            }
    
            TreeNode<K,V> xp = p;
            if ((p = (dir <= 0) ? p.left : p.right) == null) {
        
                Node<K,V> xpn = xp.next;
                TreeNode<K,V> x = map.newTreeNode(h, k, v, xpn);
                if (dir <= 0)
                    xp.left = x;
                else
                    xp.right = x;
                xp.next = x;
                x.parent = x.prev = xp;
                if (xpn != null)
                    ((TreeNode<K,V>)xpn).prev = x;
                moveRootToFront(tab, balanceInsertion(root, x));
                return null; // 执行到这代表添加成功，并且返回null表示添加成功
            }
        }
    }

`resize()`方法

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) {
         // 处理容量
            if (oldCap >= MAXIMUM_CAPACITY) {
        
                threshold = Integer.MAX_VALUE;
                return oldTab;
            }
            else if ((newCap = oldCap << 1) < MAXIMUM_CAPACITY &&
                     oldCap >= DEFAULT_INITIAL_CAPACITY) // 扩容操作
                newThr = oldThr << 1; // double threshold
        }
        else if (oldThr > 0) // initial capacity was placed in threshold
            newCap = oldThr;  // 处理负载因子
        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]; // 创建数组
        table = newTab;
        if (oldTab != null) {
         // 如果旧数组不为null，需要把旧数组的元素重新存放在新数组中
            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;
    }

执行逻辑图：

\[外链图片转存失败,源站可能有防盗链机制,建议将图片保存下来直接上传(img-Thztl0RL-1623123054308)(https://img2020.cnblogs.com/blog/1844597/202103/1844597-20210306160807368-966080198.png)\]