HashMap 精讲原理篇-白红宇

HashMap 精讲原理篇

阅读量：6670 次

发布时间：2019-06-25

本文共 9473 字，大约阅读时间需要 31 分钟。

本文涉及HashMap的：

HashMap的简单使用

HashMap的存储结构原理

HashMap的扩容方法原理

HashMap中定位数据索引实现

HashMap中put、get方法实现

HashMap的简单使用

HashMap使用键值对存储，只需传入相应的键-值即可存储。看下面的例子：

HashMap
    
      map = new HashMap
     
      ();map.put("key1", 1);map.put("key2", 2);map.put("key3", 3);for(Entry
      
        entry : map.entrySet()) {    System.out.println(entry.getKey() + ": " + entry.getValue());}运行结果是：key1:1key2:2key3:3

读取对应键的值：

map.get("key3");

看到这里你一定想知道HashMap存储数据后的结构是怎么样的。

HashMap的存储结构

HashMap综合了数组和链表的优缺点，实现了自己的存储方式。那么先看一下数组和链表的存储方式：

数组：

1.数组存储区间是连续的，占用内存严重，故空间复杂的很大。

2.数组的特点是：寻址容易，插入和删除困难。

链表

1.链表存储区间离散，占用内存比较宽松，故空间复杂度很小，但时间复杂度很大，达O（N）。

2.链表的特点是：寻址困难，插入和删除容易。

HashMap为了能做到寻址容易，插入、删除也容易使用了如下的结构。

从结构实现来讲，HashMap是数组+链表+红黑树（JDK1.8增加了红黑树部分）实现的。

HashMap存储数据的工作流程就是：

例如存储：map.put("key1", 1);

分析：

1.将“key1”这个key用hashCode()方法得到其hashCode 值，然后再通过Hash算法的后两步运算（高位运算和取模运算，下文有介绍）来定位该键值对的存储位置（即数据在table数组中的索引）

2.有时两个key会定位到相同的位置，表示发生了Hash碰撞。Java中HashMap采用了链地址法来解决Hash碰撞。（链地址法，简单来说，就是数组加链表的结合。在每个数组元素上都一个链表结构，当数据被Hash后，得到数组下标，把数据放在对应下标元素的链表上。）

3.当链表长度大于8时，将这个链表转换成红黑树，利用红黑树快速增删改查的特点提高HashMap的性能。想了解更多红黑树数据结构的工作原理可以参考

接下来，看存储的数据结构代码：

HashMap中存储数据用的是一个数组：Node[] table，即哈希桶数组，明显它是一个Node的数组。对照上图中的第一列（数组table）。

数组中存储的黑点的数据结构就是这里的Node结构：

static class Node
    
      implements Map.Entry
     
       {        final int hash;    //用来定位数组索引位置        final K key;        V value;        Node
      
        next;   //链表的下一个node        Node(int hash, K key, V value, Node
       
         next) { ... }        public final K getKey(){ ... }        public final V getValue() { ... }        public final String toString() { ... }        public final int hashCode() { ... }        public final V setValue(V newValue) { ... }        public final boolean equals(Object o) { ... }}

Node是HashMap的一个内部类，实现了Map.Entry接口，本质是就是一个映射(键值对)。

扩容原理

在理解HashMap的扩容流程之前，我们得先了解下HashMap的几个字段。

int threshold;             // 所能容纳的key-value对极限  final float loadFactor;    // 负载因子 int modCount;   int size;

Node[] table的初始化长度length(默认值是16)

static final int DEFAULT_INITIAL_CAPACITY = 1 << 4; // aka 16

loadFactor为负载因子(默认值是0.75)，

static final float DEFAULT_LOAD_FACTOR = 0.75f;

threshold

是HashMap所能容纳的最大数据量的Node(键值对)个数：threshold = length * loadFactor。超过这个数目就重新resize(扩容)，扩容后的HashMap容量是之前容量的两倍。默认的负载因子0.75是对空间和时间效率的一个平衡选择，建议大家不要修改。

size

就是HashMap中实际存在的键值对数量。

modCount

主要用来记录HashMap内部结构发生变化的次数，主要用于迭代的快速失败。强调一点，内部结构发生变化指的是结构发生变化，例如put新键值对，但是某个key对应的value值被覆盖不属于结构变化。

具体实现方法

确定哈希桶数组索引的位置

分三步确定：

取key的hashCode值

高位运算

取模运算

方法一：static final int hash(Object key) {   //jdk1.8 & jdk1.7     int h;     // h = key.hashCode() 为第一步 取hashCode值     // h ^ (h >>> 16)  为第二步 高位参与运算     return (key == null) ? 0 : (h = key.hashCode()) ^ (h >>> 16);}方法二：static int indexFor(int h, int length) {  //jdk1.7的源码，jdk1.8没有这个方法，但是实现原理一样的     return h & (length-1);  //第三步 取模运算}

分析：

1.求hash值方法中，用h = key.hashCode()。然后将h的低16位和高16位异或，是为了保证在数组table的length比较小的时候，让高低位数据都参与到Hash的计算中，同时不会有太大的开销。

2.length是数组的长度，取模运算求出数组索引。当length总是2的n次方时，h& (length-1)运算等价于对length取模，也就是h%length，但是&比%具有更高的效率。

高低位异或运算如下图：（n为table的长度）

HashMap的put方法

public V put(K key, V value) {        // 对key的hashCode()做hash        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;        //判断键值对数组table[i]是否为空或为null,否则执行resize()进行扩容        if ((tab = table) == null || (n = tab.length) == 0)            n = (tab = resize()).length;        //根据键值key计算hash值得到插入的数组索引i，如果table[i]==null，直接新建节点添加        if ((p = tab[i = (n - 1) & hash]) == null)            tab[i] = newNode(hash, key, value, null);        else {            Node
      
        e; K k;            //判断table[i]的首个元素是否和key一样，如果相同直接覆盖value,这里的相同指的是hashCode相等            if (p.hash == hash &&                ((k = p.key) == key || (key != null && key.equals(k))))                e = p;            //判断table[i] 是否为treeNode，即table[i] 是否是红黑树，如果是红黑树，则直接在树中插入键值对            else if (p instanceof TreeNode)                e = ((TreeNode
       
        )p).putTreeVal(this, tab, hash, key, value);            else {                //遍历table[i]，判断链表长度是否大于8，大于8的话把链表转换为红黑树，在红黑树中执行插入操作，否则进行链表的插入操作；遍历过程中若发现key已经存在直接覆盖value即可；                for (int binCount = 0; ; ++binCount) {                    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                V oldValue = e.value;                if (!onlyIfAbsent || oldValue == null)                    e.value = value;                afterNodeAccess(e);                return oldValue;            }        }        ++modCount;        //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。        if (++size > threshold)            resize();        afterNodeInsertion(evict);        return null;}

针对这个流程，网上出现了一张比较好的流程图，这里借用下（若有冒犯请留言，我将重新画一个）

结合图看代码更清晰移动点。

HashMap的扩容方法

JDK1.7中的扩容较好理解：使用一个容量更大的数组来代替已有的容量小的数组，并把数据从原来的数组中重新按照原来的计算方法放到新的数组中。

void resize(int newCapacity) {   //传入新的容量     Entry[] oldTable = table;    //引用扩容前的Entry数组     int oldCapacity = oldTable.length;              if (oldCapacity == MAXIMUM_CAPACITY) {  //扩容前的数组大小如果已经达到最大(2^30)了         threshold = Integer.MAX_VALUE; //修改阈值为int的最大值(2^31-1)，这样以后就不会扩容了         return;     }       Entry[] newTable = new Entry[newCapacity];  //初始化一个新的Entry数组     transfer(newTable);                         //！！将数据转移到新的Entry数组里     table = newTable;                           //HashMap的table属性引用新的Entry数组     threshold = (int)(newCapacity * loadFactor);//修改阈值 }

void transfer(Entry[] newTable) {     Entry[] src = table;                   //src引用了旧的Entry数组     int newCapacity = newTable.length;     for (int j = 0; j < src.length; j++) { //遍历旧的Entry数组         Entry
    
      e = src[j];             //取得旧Entry数组的每个元素         if (e != null) {             src[j] = null;//释放旧Entry数组的对象引用（for循环后，旧的Entry数组不再引用任何对象）             do {                 Entry
     
       next = e.next;                 int i = indexFor(e.hash, newCapacity); //！！重新计算每个元素在数组中的位置                 e.next = newTable[i]; //标记[1]                 newTable[i] = e;      //将元素放在数组上                 e = next;             //访问下一个Entry链上的元素             } while (e != null);         }     } }

JDK1.8中，对扩容算法做了优化。我们观察下key1和key2在扩容前和扩容后的位置计算过程：

可以看到如下结果：

我们在扩充HashMap的时候，不需要像JDK1.7的实现那样重新计算hash，只需要看看原来的hash值新增的那个bit是1还是0就好了，是0的话索引没变，是1的话索引变成“原索引+oldCap”。

可以看看下图为16扩充为32的resize示意图：

这个设计确实非常的巧妙，既省去了重新计算hash值的时间，而且同时，由于新增的1bit是0还是1可以认为是随机的，因此resize的过程，均匀的把之前的冲突的节点分散到新的bucket了。

具体代码，有兴趣的可以仔细品读以下代码：

1 final Node
    
     [] resize() { 2     Node
     
      [] oldTab = table; 3     int oldCap = (oldTab == null) ? 0 : oldTab.length; 4     int oldThr = threshold; 5     int newCap, newThr = 0; 6     if (oldCap > 0) { 7         // 超过最大值就不再扩充了，就只好随你碰撞去吧 8         if (oldCap >= MAXIMUM_CAPACITY) { 9             threshold = Integer.MAX_VALUE;10             return oldTab;11         }12         // 没超过最大值，就扩充为原来的2倍13         else if ((newCap = oldCap << 1) < MAXIMUM_CAPACITY &&14                  oldCap >= DEFAULT_INITIAL_CAPACITY)15             newThr = oldThr << 1; // double threshold16     }17     else if (oldThr > 0) // initial capacity was placed in threshold18         newCap = oldThr;19     else {               // zero initial threshold signifies using defaults20         newCap = DEFAULT_INITIAL_CAPACITY;21         newThr = (int)(DEFAULT_LOAD_FACTOR * DEFAULT_INITIAL_CAPACITY);22     }23     // 计算新的resize上限24     if (newThr == 0) {25 26         float ft = (float)newCap * loadFactor;27         newThr = (newCap < MAXIMUM_CAPACITY && ft < (float)MAXIMUM_CAPACITY ?28                   (int)ft : Integer.MAX_VALUE);29     }30     threshold = newThr;31     @SuppressWarnings({"rawtypes"，"unchecked"})32         Node
      
       [] newTab = (Node
       
        [])new Node[newCap];33     table = newTab;34     if (oldTab != null) {35         // 把每个bucket都移动到新的buckets中36         for (int j = 0; j < oldCap; ++j) {37             Node
        
          e;38             if ((e = oldTab[j]) != null) {39                 oldTab[j] = null;40                 if (e.next == null)41                     newTab[e.hash & (newCap - 1)] = e;42                 else if (e instanceof TreeNode)43                     ((TreeNode
         
          )e).split(this, newTab, j, oldCap);44 else { // 链表优化重hash的代码块45 Node
          
            loHead = null, loTail = null;46 Node
           
             hiHead = null, hiTail = null;47 Node
            
              next;48 do {49 next = e.next;50 // 原索引51 if ((e.hash & oldCap) == 0) {52 if (loTail == null)53 loHead = e;54 else55 loTail.next = e;56 loTail = e;57 }58 // 原索引+oldCap59 else {60 if (hiTail == null)61 hiHead = e;62 else63 hiTail.next = e;64 hiTail = e;65 }66 } while ((e = next) != null);67 // 原索引放到bucket里68 if (loTail != null) {69 loTail.next = null;70 newTab[j] = loHead;71 }72 // 原索引+oldCap放到bucket里73 if (hiTail != null) {74 hiTail.next = null;75 newTab[j + oldCap] = hiHead;76 }77 }78 }79 }80 }81 return newTab;82 }