手把手带你分析HashMap源码-JDK1.8

分手后的思念是犯贱 2022-10-29 11:30 90阅读 0赞

最近看了遍HashMap的源码,打算写一篇HashMap的源码解析,主要针对HashMap的增删改查操作进行分析，接下来直接进入正题。

先看看hashMap在jdk1.8的结构，用的是数组+链表+红黑树的结构，也叫哈希桶，在jdk1.8之前都是数组+链表的结构，因为在链表的查询操作是O(N)的时间复杂度，而且hashMap中查询操作也是占了很大比例的，如果当节点数量多，转换为红黑树结构，那么将会提高很大的效率，因为红黑树结构中，增删改查都是O(log n)。

哈希桶就是数组里面的一个位置中所占所有数据

![HashMap结构][HashMap]

## HashMap的属性 ##

// 序列号，用于序列化时使用
    private static final long serialVersionUID = 362498820763181265L;
    // 默认初始化大小(1 << 4, 16) - 必须要为2的次方
    static final int DEFAULT_INITIAL_CAPACITY = 1 << 4;
    // 最大容量(1 << 30, 1073741824)
    static final int MAXIMUM_CAPACITY = 1 << 30;
    // 负载因子，默认为0.75
    static final float DEFAULT_LOAD_FACTOR = 0.75f;
    // 树化阈值（与MIN_TREEIFY_CAPACITY同时作用,当HashMap大小超过64,且链表长度大于8时,将当前链表转化成红黑树)
    static final int TREEIFY_THRESHOLD = 8;
    // 当红黑树内的结点数小于6时,红黑树将退化成为链表
    static final int UNTREEIFY_THRESHOLD = 6;
    // 树化的最小容量，即当链表长度大于8，但HashMap大小小于64时，HashMap将进行扩容而不是链表转化为红黑树
    static final int MIN_TREEIFY_CAPACITY = 64;
    
    /* ---------------- 字段 -------------- */
    // 存储元素的Node数组
    transient Node<K,V>[] table;
    // 将数据转换成set的另一种存储形式，这个变量主要用于迭代功能
    transient Set<Map.Entry<K,V>> entrySet;
    // 元素数量
    transient int size;
    // map被修改的次数
    transient int modCount;
    // 扩容阈值,当HashMap里的元素大于该数量时进行扩容
    int threshold;
    // 负载因子
    final float loadFactor;

1.  负载因子为什么要是0.75，为什么不选取其他值？
    
    在HashMap的源码中有这么一段解释:
    
        Ideally, under random hashCodes, the frequency of
             * nodes in bins follows a Poisson distribution
             * (http://en.wikipedia.org/wiki/Poisson_distribution) with a
             * parameter of about 0.5 on average for the default resizing
             * threshold of 0.75, although with a large variance because of
             * resizing granularity. Ignoring variance, the expected
             * occurrences of list size k are (exp(-0.5) * pow(0.5, k) /
             * factorial(k)). The first values are:
             *
             * 0:    0.60653066
             * 1:    0.30326533
             * 2:    0.07581633
             * 3:    0.01263606
             * 4:    0.00157952
             * 5:    0.00015795
             * 6:    0.00001316
             * 7:    0.00000094
             * 8:    0.00000006
             * more: less than 1 in ten million
             *
    
    在理想情况下，使用随机哈希吗，节点出现的频率在hash桶中遵循泊松分布，同时给出了桶中元素的个数和概率的对照表。从上表可以看出当桶中元素到达8个的时候，概率已经变得非常小，也就是说用0.75作为负载因子，每个碰撞位置的链表长度超过8个是几乎不可能的。
    
    1.  当负载因子过小，设负载因子为0.5
    
    > 负载因子是0.5的时候，这也就意味着，当数组中的元素达到了一半就开始扩容，既然填充的元素少了，Hash冲突也会减少，那么底层的链表长度或者是红黑树的高度就会降低。查询效率就会增加。但是与此同时的空间利用率会大幅的降低，原来存储空间占用1M的数据，现在就意味着需要2M的空间。
    
    1.  当负载因子过大，设负载因子为1
    
    > 当负载因子是1.0的时候，也就意味着，只有当数组的8个值全部填充了，才会发生扩容。这就带来了很大的问题，因为Hash冲突是避免不了的。当负载因子是1.0的时候，意味着会出现大量的Hash的冲突，底层的红黑树变得异常复杂。对于查询效率极其不利。这种情况就是牺牲了时间来保证空间的利用率。
    
    **HashMap负载因子为0.75是空间和时间成本的一种折中。**
2.  \*\*易混点：\*\*大家都知道HashMap底层是数组+链表/红黑树，并且当链表长度大于默认值为8时会将链表转化成红黑树。但是实际上还有另外一个参数*MIN\_TREEIFY\_CAPACITY*,只有当HashMap里的元素数量大于MIN\_TREEIFY\_CAPACITY(默认为64)时才会将链表转化成红黑树，这是为了避免在哈希表建立初期，多个键值对恰好被放入了同一个链表中而导致不必要的转化。

## HashMap的构造函数 ##

看完了HashMap的属性,接下来我们来看看HashMap的构造函数，HashMap共有4个构造函数，首先是无参构造

/** * 无参构造 * 将loadFactor赋值为默认的负载因子0.75, 其他的参数为默认值 */
    public HashMap() { 
        this.loadFactor = DEFAULT_LOAD_FACTOR; 
    }

第二个构造函数，设置HashMap的初始大小和负载因子，并对默认大小和负载因子进行检测

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);
    }

第三个，仅设置初始大小，负载因子使用默认值0.75并调用第二个构造函数进行初始化

public HashMap(int initialCapacity) { 
        this(initialCapacity, DEFAULT_LOAD_FACTOR);
    }

最后一个构造方法看起来有点复杂，其实并不然。就是将一个Map转换成为HashMap。

1.  首先判断一下传进来的Map的大小是不是大于0（等于0就没必要初始化了），由于上图是通过构造器新建一个HashMap，所以table是null（table是HashMap的Node数组）。然后计算阀值ft，判断一下阀值是否超过了设定的最大容量（1<<30），如果没超过则还是原阀值ft。这里将ft赋给t，再判断阀值t是否大于原阀值
2.  我们假设它超过阀值了，这里用到tableSizeFor()方法进行扩容，我们后面会讲。参数evict可以忽略，这个参数传递到afterNodeInsertion(evict)，这个方法是空的。
3.  最后使用了forEach循环遍历，将传入HashMap构造器的形参m中的所有key-value全部放到当前HashMap对象中(this)。

public HashMap(Map<? extends K, ? extends V> m) { 
        this.loadFactor = DEFAULT_LOAD_FACTOR;
        putMapEntries(m, false);
    }
    
    final void putMapEntries(Map<? extends K, ? extends V> m, boolean evict) { 
        // 获取map的大小
        int s = m.size();
        if (s > 0) { 
            // 判断当前HashMap的table是否被初始化
            if (table == null) {  // pre-size
                /* 计算需要的容量 实际使用的长度=容量*0.75得来的，+1是因为小数相除，基本都不会是整数，容量大小不能为小数的，后面转换为int，多余的小数就要被丢掉，所以+1，例如，map实际长度22，22/0.75=29.3,所需要的容量肯定为30*/
                float ft = ((float)s / loadFactor) + 1.0F;
                int t = ((ft < (float)MAXIMUM_CAPACITY) ?
                         (int)ft : MAXIMUM_CAPACITY);
                if (t > threshold)
                    // 对HashMap进行容量设置
                    threshold = tableSizeFor(t);
            }
            // 如果table已经初始化，则进行扩容操作
            else if (s > threshold)
                resize();
            // 遍历Map,将值复制进HashMap中
            for (Map.Entry<? extends K, ? extends V> e : m.entrySet()) { 
                K key = e.getKey();
                V value = e.getValue();
                putVal(hash(key), key, value, false, evict);
            }
        }
    }

## HashMap常用函数 ##

### 1.put()/putVal()添加元素 ###

HashMap的构造函数我们学习完了,接下来必不可少的就是HashMap的增删改查操作和一些重要的方法了。

首先我们来看添加元素：

public V put(K key, V value) { 
        return putVal(hash(key), key, value, false, true);
    }
    
    /** * 计算hash值，与自己右移16位进行异或运算（高低位异或） * 高16bit不变，低16bit和高16bit做了一个异或，目的是减少碰撞。 * 相比在1.7中的4次位运算，5次异或运算（9次扰动），在1.8中，只进行了1次位运算和1次异或运算（2次扰动）； */
    static final int hash(Object key) { 
        int h;
        return (key == null) ? 0 : (h = key.hashCode()) ^ (h >>> 16);
    }
    
    final V putVal(int hash, K key, V value, boolean onlyIfAbsent,
                   boolean evict) { 
        Node<K,V>[] tab; Node<K,V> p; int n, i;
        // 判断HashMap中的table是否被初始化或者是否为空
        if ((tab = table) == null || (n = tab.length) == 0)
            // 初次扩容
            n = (tab = resize()).length;
        // 计算index, 并对null进行处理
        // (n - 1) & hash 确定元素存放在哪个桶中，桶为空，新生成结点放入桶中(此时，这个结点是放在数组中)
        if ((p = tab[i = (n - 1) & hash]) == null)
            tab[i] = newNode(hash, key, value, null);
        else { 
            // 结点中的key存在，直接覆盖value
            Node<K,V> e; K k;
            // 判断数组中的结点hash相等，key相等
            if (p.hash == hash &&
                ((k = p.key) == key || (key != null && key.equals(k))))
                // 如果相等，用e来记录当前结点
                e = p;
            // 判断该链是否为红黑树
            else if (p instanceof TreeNode)
                // 放入树中
                e = ((TreeNode<K,V>)p).putTreeVal(this, tab, hash, key, value);
            // 当前链为链表
            else { 
                // 遍历链表，同时寻找key相同的结点，若找到跳出循环
                for (int binCount = 0; ; ++binCount) { 
                    // 到达链表末尾，将元素插入链表末尾
                    if ((e = p.next) == null) { 
                        p.next = newNode(hash, key, value, null);
                        // 判断当前链表结点数是否达到转化成红黑树的临界值
                        if (binCount >= TREEIFY_THRESHOLD - 1) // -1 for 1st
                            // 链表树化
                            treeifyBin(tab, hash);
                        break;
                    }
                    // 判断链表中结点的key值与插入的元素的key值是否相等, 相同则跳出循环
                    if (e.hash == hash &&
                        ((k = e.key) == key || (key != null && key.equals(k))))
                        break;
                    // 遍历下一个结点
                    p = e;
                }
            }
            // 如果e不为空，即HashMap中存在相同的key
            if (e != null) {  // existing mapping for key
                V oldValue = e.value;
                // onlyIfAbsent为false或者旧值为null
                if (!onlyIfAbsent || oldValue == null)
                    //用新值替换旧值
                    e.value = value;
                // 访问后回调
                afterNodeAccess(e);
                // 返回旧值
                return oldValue;
            }
        }
        // 修改次数加一
        ++modCount;
        // 如果添加元素后元素数量大于最大容量,则扩容
        if (++size > threshold)
            resize();
        // 插入后回调
        afterNodeInsertion(evict);
        return null;
    }

上面就是HashMap的一个添加元素的过程，其中涉及到了多次的resize()扩容方法，这是HashMap中的一个重难点。

接下来用文字和流程图来总结一下HashMap的添加元素过程

1.  判断键值对数组table是否为null或者元素为空，是则将使用resize()方法对table进行初次初始化扩容
2.  使用(n-1)&hash计算索引i来记录元素应该存放在数组的位置，判断是否table\[i\]==null来判断是否存在hash冲突，不存在则直接将元素存入数组，转向8
3.  判断table\[i\]是否与需要插入的元素hash值相等，元素相同，如果相同直接覆盖value，后者转向4
4.  判断table\[i\]是否为TreeNode,即判断table\[i\]是否为红黑树，是则使用putTreeVal()方法直接放入树中，转向；否则转向5
5.  如果当前table\[i\]不为红黑树,则当前结点为链表，遍历当前链表，判断是否有存在相同元素，如存在则记录当前结点，并跳出循环转向7，否则在链表末端插入元素
6.  判断插入后的链表长度是否大于树化阈值（默认为8），大于的话则使用treeifyBin()树化链表，转向8
7.  将记录下来的结点的值进行覆盖
8.  插入成功后，判断实际存在的键值对数量size是否超多了最大容量threshold，如果超过，进行扩容
    
    ![HashMap插入结点][HashMap 1]

### 2.resize()扩容函数 ###

在添加元素的过程中多次涉及到了resize()函数对HashMap的容量进行动态扩容,接下来我们就接着看源码来分析一下resize()函数

final Node<K,V>[] resize() { 
        // oldTab指向hash桶数组
        Node<K,V>[] oldTab = table;
        // 判断当前HashMap是否为空
        int oldCap = (oldTab == null) ? 0 : oldTab.length;
        // 原扩容阈值(即容量*负载因子)
        int oldThr = threshold;
        int newCap, newThr = 0;
        if (oldCap > 0) { 
            // 如果原数组空间已经大于最大容量空间无法扩容时，直接返回原数组
            if (oldCap >= MAXIMUM_CAPACITY) { 
                threshold = Integer.MAX_VALUE;
                return oldTab;
            }
            //如果当前hash桶数组的长度在扩容后仍然小于最大容量 并且oldCap大于默认值16
            else if ((newCap = oldCap << 1) < MAXIMUM_CAPACITY &&
                     oldCap >= DEFAULT_INITIAL_CAPACITY)
                newThr = oldThr << 1; // 两倍化扩容阈值
        }
        // 旧的容量为0，但threshold大于零，代表有参构造有cap传入，threshold已经被初始化成最小2的n次幂
        // 直接将该值赋给新的容量
        else if (oldThr > 0)
            newCap = oldThr;
        // 无参构造,将容量和扩容阈值设置成默认值
        else {             
            newCap = DEFAULT_INITIAL_CAPACITY;
            // 默认负载因子*默认初始化容量
            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"})
        // 计算出新的数组长度后赋给当前成员变量table
        Node<K,V>[] newTab = (Node<K,V>[])new Node[newCap];
        table = newTab;
        // 如果原数组不为空,则需要重排逻辑
        if (oldTab != null) { 
            // 遍历元数组的所有桶下标
            for (int j = 0; j < oldCap; ++j) { 
                Node<K,V> e;
                //当前哈希桶的位置值不为null，也就是数组下标处有值，因为有值表示可能会发生冲突
                if ((e = oldTab[j]) != null) { 
                   	// 旧数组的桶下标赋给临时变量e，并且解除旧数组中的引用，否则就数组无法被GC回收
                    oldTab[j] = null;
                    // 当前桶只有一个元素
                    if (e.next == null)
                        // 用hash算法重排元素位置
                        newTab[e.hash & (newCap - 1)] = e;
                    // 如果当前桶不为空，且存在红黑树
                    else if (e instanceof TreeNode)
                       	// 将当前红黑树中的元素分隔重排
                        ((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;
                        // 遍历链表
                        do { 
                            next = e.next;
                            if ((e.hash & oldCap) == 0) { 
                                if (loTail == null)
                                    // 初始化head指向链表当前元素e，e不一定是链表的第一个元素，初始化后loHead
                                    // 代表下标保持不变的链表的头元素
                                    loHead = e;
                                else
                                    // loTail.next指向当前e
                                    loTail.next = e;
                                // loTail指向当前的元素e
                                // 初始化后，loTail和loHead指向相同的内存，所以当loTail.next指向下一个元素时，
                                // 底层数组中的元素的next引用也相应发生变化，造成lowHead.next.next.....
                                // 跟随loTail同步，使得lowHead可以链接到所有属于该链表的元素。
                                loTail = e;
                            }
                            else { 
                                if (hiTail == null)
                                    // 初始化head指向链表当前元素e, 初始化后hiHead代表下标更改的链表头元素
                                    hiHead = e;
                                else
                                    hiTail.next = e;
                                hiTail = e;
                            }
                        } while ((e = next) != null);
                        // 遍历结束, 将tail指向null，并把链表头放入新数组的相应下标，形成新的映射。
                        if (loTail != null) { 
                            loTail.next = null;
                            newTab[j] = loHead;
                        }
                        if (hiTail != null) { 
                            hiTail.next = null;
                            newTab[j + oldCap] = hiHead;
                        }
                    }
                }
            }
        }
        return newTab;
    }

### 3.remove()删除函数 ###

讲完了增删改查中的增，接下来我们接着看删这个步骤，同样的在删的这个步骤中也没有直接在remove函数中完成详细的删除细节，而是在removeNode中具体实现

public V remove(Object key) { 
        Node<K,V> e;
        // 判断key是否存在，存在的话返回value否则返回null
        return (e = removeNode(hash(key), key, null, false, true)) == null ?
            null : e.value;
    }
    
    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;
        // 判断table不为空，table的长度大于0，然后获取删除key的结点所在数组的下标的值
        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;
            // 判断当前桶的第一个元素是否就是需要查找的元素
            if (p.hash == hash &&
                ((k = p.key) == key || (key != null && key.equals(k))))
                node = p;
            else if ((e = p.next) != null) { 
                // 判断当前桶是否为红黑树结构
                if (p instanceof TreeNode)
                    // 获取树中结点
                    node = ((TreeNode<K,V>)p).getTreeNode(hash, key);
                else { 
                    // 遍历链表, 获取结点
                    do { 
                        if (e.hash == hash &&
                            ((k = e.key) == key ||
                             (key != null && key.equals(k)))) { 
                            node = e;
                            break;
                        }
                        p = e;
                    } while ((e = e.next) != null);
                }
            }
            //找到要删除的节点后，判断!matchValue，我们正常的remove删除，!matchValue都为true
            if (node != null && (!matchValue || (v = node.value) == value ||
                                 (value != null && value.equals(v)))) { 
                // 如果是红黑树结点,调用removeTreeNode删除树中结点
                if (node instanceof TreeNode)
                    ((TreeNode<K,V>)node).removeTreeNode(this, tab, movable);
                // 如果是桶的第一个结点,直接删除头结点
                else if (node == p)
                    tab[index] = node.next;
                // 不为头结点,将next指针指向下一个元素
                else
                    p.next = node.next;
                // 修改次数加一
                ++modCount;
                // HashMap中元素数量减一
                --size;
                // 回调函数
                afterNodeRemoval(node);
                // 返回结点
                return node;
            }
        }
        // 如果没有查找到结点,返回null
        return null;
    }

删除还有clear方法，把所有的数组下标元素都置位null。

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;
        }
    }

### 4.get()获取元素函数 ###

相比于增加元素和删除元素来讲，查找元素的过程就很简单了，通过比对hash值先判断元素是否存在，在根据桶类型来获取元素。

public V get(Object key) { 
        Node<K,V> e;
        //也是调用getNode方法来完成的
        return (e = getNode(hash(key), key)) == null ? null : e.value;
    }
    
    final Node<K,V> getNode(int hash, Object key) { 
        //first 头结点，e 临时变量，n 长度,k key
        Node<K,V>[] tab; Node<K,V> first, e; int n; K k;
        //头结点也就是数组下标的节点
        if ((tab = table) != null && (n = tab.length) > 0 &&
            (first = tab[(n - 1) & hash]) != null) { 
            //如果是头结点，则直接返回头结点
            if (first.hash == hash && 
                ((k = first.key) == key || (key != null && key.equals(k))))
                return first;
            //不是头结点
            if ((e = first.next) != null) { 
                //判断是否是红黑树结构
                if (first instanceof TreeNode)
                    //去红黑树中找，然后返回
                    return ((TreeNode<K,V>)first).getTreeNode(hash, key);
                do {  //链表节点，一样遍历链表，找到该节点并返回
                    if (e.hash == hash &&
                        ((k = e.key) == key || (key != null && key.equals(k))))
                        return e;
                } while ((e = e.next) != null);
            }
        }
        //找不到，表示不存在该节点
        return null;
    }

### 5.replace()/replaceAll()修改元素函数 ###

为什么先说获取元素而不是修改元素呢，其实通过我们分析增加元素的源码时我们就已经发现使用put()可以添加相同的元素，存在相同的元素就会直接覆盖value，这其实就达到了覆盖的目的，我在这稍微提一嘴，虽然可以通过put来覆盖数据，但其实HashMap的源码中其实是有replace()和replaceAll()替换函数的，这里给大家简单分析一下。

/** * 使用newValue来替换key中的oldValue * @return 是否替换成功 */
    @Override
    public boolean replace(K key, V oldValue, V newValue) { 
        Node<K,V> e; V v;
        // 判断key是否存在, 用e获取到key所在的结点，直接替换结点
        if ((e = getNode(hash(key), key)) != null &&
            ((v = e.value) == oldValue || (v != null && v.equals(oldValue)))) { 
            e.value = newValue;
            afterNodeAccess(e);
            return true;
        }
        return false;
    }
    
    /** * 使用value来替换key中的value * @return key中原来的值 */
    @Override
    public V replace(K key, V value) { 
        Node<K,V> e;
        // 判断key是否存在, 用e获取到key所在的结点
        if ((e = getNode(hash(key), key)) != null) { 
            // 保存原值
            V oldValue = e.value;
            e.value = value;
            afterNodeAccess(e);
            // 返回原值
            return oldValue;
        }
        return null;
    }
    
    @Override
    public void replaceAll(BiFunction<? super K, ? super V, ? extends V> function) { 
        Node<K,V>[] tab;
        if (function == null)
            throw new NullPointerException();
        if (size > 0 && (tab = table) != null) { 
            int mc = modCount;
            for (int i = 0; i < tab.length; ++i) { 
                for (Node<K,V> e = tab[i]; e != null; e = e.next) { 
                    e.value = function.apply(e.key, e.value);
                }
            }
            if (modCount != mc)
                throw new ConcurrentModificationException();
        }
    }

HashMap的源码分析暂时到这里，主要的增删改查操作都已经分析完了，因个人能力有限，如果里面内容存在错误，欢迎批评指正。后续会添加一些关于HashMap的面试题，欢迎大家关注。

[HashMap]: /images/20221024/90b48b9c105747b1abe43737035af063.png
[HashMap 1]: /images/20221024/1331c6d4d1674a3c89e5e9e190fad953.png