HashMap是Android程序員（當(dāng)然也包括Java程序員）經(jīng)常使用的映射數(shù)據(jù)類型，伴隨著JDK的版本更新,JDK1.8相比1.7對(duì)HashMap的底層實(shí)現(xiàn)了一些優(yōu)化，尤其是紅黑樹這個(gè)點(diǎn)（現(xiàn)在面試的時(shí)候基本都會(huì)問到這個(gè)問題），本博文結(jié)合JDK1.8源碼分析下HashMap的實(shí)現(xiàn)原理。
1.簡介
1.1 哈希算法
什么是哈希算法呢？
哈希算法將任意長度的二進(jìn)制值映射為較短的固定長度的二進(jìn)制值，這個(gè)小的二進(jìn)制值稱為哈希值。哈希值是一段數(shù)據(jù)唯一且極其緊湊的數(shù)值表示形式。如果散列一段明文而且哪怕只更改該段落的一個(gè)字母，隨后的哈希都將產(chǎn)生不同的值。要找到散列為同一個(gè)值的兩個(gè)不同的輸入，在計(jì)算上是不可能的，所以數(shù)據(jù)的哈希值可以檢驗(yàn)數(shù)據(jù)的完整性。一般用于快速查找和加密算法。
1.2 解決hash沖突
HashMap使用鏈地址法來解決hash沖突，即數(shù)組+鏈表的組合，JDK1.8之后才引入了紅黑樹進(jìn)行存儲(chǔ)優(yōu)化。
每個(gè)數(shù)組元素上都是一個(gè)鏈表結(jié)構(gòu)，當(dāng)數(shù)據(jù)被hash后得到數(shù)組的下標(biāo)，把數(shù)據(jù)存儲(chǔ)到對(duì)應(yīng)下標(biāo)的鏈表上。
1.3 HashMap定義
public class HashMap<K,V> extends AbstractMap，<K,V>
implements Map<K,V>, Cloneable, Serializable
從HashMap的定義上，我們可以知道以下幾點(diǎn)：
- HashMap為散列表，用于存儲(chǔ)[key-value]鍵值對(duì)
- 繼承了AbstractMap，實(shí)現(xiàn)了Map、Cloneable、Serializable
- 由于Map的設(shè)計(jì)是非同步的，從實(shí)現(xiàn)上看HashMap也是非線程安全的。（線程同步的場景可以使用ConcurrentHashMap）
- 可以實(shí)現(xiàn)克隆
- 可以序列化
1.4 一些屬性
// 初始化容量，必須為2的n次冪（主要是為了后續(xù)計(jì)算index考慮）
static final int DEFAULT_INITIAL_CAPACITY = 1 << 4; // aka 16
// 最大容量，2的30次冪
static final int MAXIMUM_CAPACITY = 1 << 30;
// 默認(rèn)的加載因子，size=capacity*factor
static final float DEFAULT_LOAD_FACTOR = 0.75f;
// 使用紅黑樹的閥值
// 當(dāng)鏈表中的個(gè)數(shù)大于該值時(shí)，會(huì)將鏈表轉(zhuǎn)換為紅黑樹進(jìn)行存儲(chǔ)
// 該值必須大于2，且最小值為8
static final int TREEIFY_THRESHOLD = 8;
// resize時(shí)不使用樹的閥值，必須小于TREEIFY_THRESHOLD
static final int UNTREEIFY_THRESHOLD = 6;
// 紅黑樹最小容量
// 最小值為:4 * TREEIFY_THRESHOLD
static final int MIN_TREEIFY_CAPACITY = 64;
1.5 重要的Node
// 用于存儲(chǔ)數(shù)據(jù)的節(jié)點(diǎn)
static class Node<K,V> implements Map.Entry<K,V> {
// 用于定位數(shù)組索引位置
final int hash;
// 存儲(chǔ)的key
final K key;
// 存儲(chǔ)的value
V value;
// 鏈表中下一個(gè)值
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;
}
public final K getKey() { return key; }
public final V getValue() { return value; }
public final String toString() { return key + "=" + value; }
public final int hashCode() {
return Objects.hashCode(key) ^ Objects.hashCode(value);
}
public final V setValue(V newValue) {
V oldValue = value;
value = newValue;
return oldValue;
}
public final boolean equals(Object o) {
if (o == this)
return true;
if (o instanceof Map.Entry) {
Map.Entry<?,?> e = (Map.Entry<?,?>)o;
if (Objects.equals(key, e.getKey()) &&
Objects.equals(value, e.getValue()))
return true;
}
return false;
}
}
Node是HashMap的一個(gè)靜態(tài)內(nèi)部類，實(shí)現(xiàn)了Map.Entry接口，本質(zhì)是就是一個(gè)鍵值對(duì)。
1.6 構(gòu)造方法
在看構(gòu)造方法前，先來看幾個(gè)關(guān)鍵的屬性：
// 存儲(chǔ)數(shù)據(jù)的數(shù)據(jù)，首次使用時(shí)被初始化，需要時(shí)可以被擴(kuò)容
// 當(dāng)分配時(shí)它的長度一定是2的n次冪
transient Node<K,V>[] table;
// 數(shù)組中實(shí)際存儲(chǔ)的鍵值對(duì)數(shù)量
transient int size;
// 用于fail-fast
transient int modCount;
// HashMap所能容納的最大數(shù)據(jù)量的Node(鍵值對(duì))個(gè)數(shù)
// threshold = capacity * load factor
// 超過該值那么將進(jìn)行擴(kuò)容
int threshold;
// 負(fù)載因子
final float loadFactor;
下面我們來看下HashMap的幾個(gè)構(gòu)造方法：
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);
}
public HashMap(int initialCapacity) {
this(initialCapacity, DEFAULT_LOAD_FACTOR);
}
public HashMap() {
this.loadFactor = DEFAULT_LOAD_FACTOR; // all other fields defaulted
}
public HashMap(Map<? extends K, ? extends V> m) {
this.loadFactor = DEFAULT_LOAD_FACTOR;
putMapEntries(m, false);
}
這些構(gòu)造方法其實(shí)就是對(duì)上面的幾個(gè)屬性進(jìn)行了初始化。
2.原理分析
2.1 確定在Hash數(shù)組中的index
方法一：
static final int hash(Object key) {
int h;
return (key == null) ? 0 : (h = key.hashCode()) ^ (h >>> 16);
}
方法二：
static int indexFor(int h, int length) { //jdk1.7的源碼，jdk1.8沒有這個(gè)方法，但是實(shí)現(xiàn)原理一樣的
return h & (length-1); //第三步 取模運(yùn)算
}
分析下上面的兩個(gè)算法，我們可以發(fā)現(xiàn)HashMap采用的hash算法主要包括以下三塊內(nèi)容：
取得key的hashCode值
在這里我們需要明確下hashCode()方法與equals()方法之間的關(guān)系：
如果x.equals(y)返回“true”，那么x和y的hashCode()必須相等。
如果x.equals(y)返回“false”，那么x和y的hashCode()有可能相等，也有可能不等。高位運(yùn)算
(h = key.hashCode()) ^ (h >>> 16)
這么做可以在數(shù)組table的length比較小的時(shí)候，也能保證考慮到高低Bit都參與到Hash的計(jì)算中，同時(shí)不會(huì)有太大的開銷。
- 取模運(yùn)算
這個(gè)方法非常巧妙，它通過h&(table.length-1)來得到對(duì)象的保存位置（數(shù)組中的index），因?yàn)閿?shù)組的長度lenth總是為2的n次方，h&(length-1)運(yùn)算等價(jià)于對(duì)length取模，也就是h%length，但是&比%具有更高的效率。
2.2 put方法
上面分析了這么多，這個(gè)章節(jié)才是我們的重點(diǎn)，廢話不多說，我們來看put方法到底做了那些神級(jí)操作。
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<K,V>[] tab; Node<K,V> p; int n, i;
//1. 如果是首次使用（tab為空），那么進(jìn)行resize操作
if ((tab = table) == null || (n = tab.length) == 0)
n = (tab = resize()).length;
//2.根據(jù)hash值獲得數(shù)組index值，判斷table[index]是否為null
//如果table[index]為null，直接新建node元素。
if ((p = tab[i = (n - 1) & hash]) == null)
tab[i] = newNode(hash, key, value, null);
else {
Node<K,V> e; K k;
// 3. 節(jié)點(diǎn)key存在，直接進(jìn)行覆蓋
if (p.hash == hash &&
((k = p.key) == key || (key != null && key.equals(k))))
e = p;
// 4.如果當(dāng)前table[index]為紅黑樹節(jié)點(diǎn)對(duì)象，存儲(chǔ)節(jié)點(diǎn)到書中
else if (p instanceof TreeNode)
e = ((TreeNode<K,V>)p).putTreeVal(this, tab, hash, key, value);
// 5.如果節(jié)點(diǎn)為鏈表
else {
for (int binCount = 0; ; ++binCount) {
if ((e = p.next) == null) {
p.next = newNode(hash, key, value, null);
// 如果鏈表長度大于等于8，則將鏈表轉(zhuǎn)換為紅黑樹
if (binCount >= TREEIFY_THRESHOLD - 1) // -1 for 1st
treeifyBin(tab, hash);
break;
}
// key已經(jīng)存在直接覆蓋value
if (e.hash == hash &&
((k = e.key) == key || (key != null && key.equals(k))))
break;
p = e;
}
}
// tab
if (e != null) { // existing mapping for key
V oldValue = e.value;
if (!onlyIfAbsent || oldValue == null)
e.value = value;
afterNodeAccess(e);
return oldValue;
}
}
++modCount;
// 6.超過最大容量，就進(jìn)行擴(kuò)容
if (++size > threshold)
resize();
afterNodeInsertion(evict);
return null;
}
2.3 resize
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) {
// 超過最大值就不再進(jìn)行擴(kuò)容了
if (oldCap >= MAXIMUM_CAPACITY) {
threshold = Integer.MAX_VALUE;
return oldTab;
}
// 沒有超過最大值，就擴(kuò)大為原來的2倍
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
// 首次使用時(shí)進(jìn)行的擴(kuò)容
newCap = DEFAULT_INITIAL_CAPACITY;
newThr = (int)(DEFAULT_LOAD_FACTOR * DEFAULT_INITIAL_CAPACITY);
}
// 計(jì)算新的上限
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];
table = newTab;
if (oldTab != null) {
for (int j = 0; j < oldCap; ++j) {
Node<K,V> e;
// 將每個(gè)bucket移動(dòng)到新的bucket
if ((e = oldTab[j]) != null) {
// 將舊的數(shù)組置為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;
// 原索引
if ((e.hash & oldCap) == 0) {
if (loTail == null)
loHead = e;
else
loTail.next = e;
loTail = e;
}
// 原索引+oldCap
else {
if (hiTail == null)
hiHead = e;
else
hiTail.next = e;
hiTail = e;
}
} while ((e = next) != null);
// 原索引放到bucket里
if (loTail != null) {
loTail.next = null;
newTab[j] = loHead;
}
// 原索引+oldCap放到bucket里
if (hiTail != null) {
hiTail.next = null;
newTab[j + oldCap] = hiHead;
}
}
}
}
}
return newTab;
}
3. 線程安全性
我們都知道HashMap是非線程安全的，在多線程使用場景中，應(yīng)該盡量避免使用線程不安全的HashMap，而使用線程安全的ConcurrentHashMap。
ConcurrentHashMap使用了分段加鎖的機(jī)制，因此在使用效率上比使用HashTable和Collections.synchronizedMap()更高，而且由于設(shè)計(jì)陳舊，HashTable和Collections.synchronizedMap()正在逐漸退出歷史舞臺(tái)。
4. 結(jié)束語
HashMap在我們?nèi)粘ｉ_發(fā)中，占據(jù)著不可或缺的位置，希望大家能對(duì)其原理有一個(gè)深入的認(rèn)識(shí)和了解。JDK 1.8對(duì)HashMap的優(yōu)化僅僅是冰山一角，讓我們通過HashMap開始擁抱JDK1.8吧。
