前言

HashMap是面試中比較常見的問題，這一篇，我們將通過閱讀源碼，了解其設計原理以及以下問題

• HashMap的實現原理
• 初始容量為什么是2的倍數
• 如何resize
• 是否線程安全

常用參數

    //最大容量 2的30次方
    static final int MAXIMUM_CAPACITY = 1 << 30;
    //初始容量為16 擴容時才會觸發(fā)
    static final int DEFAULT_INITIAL_CAPACITY = 1 << 4; // aka 16
    //默認的加載因子
    static final float DEFAULT_LOAD_FACTOR = 0.75f;

    //哈希表，存放鏈表。 長度是2的N次方，或者初始化時為0.
    transient Node<K,V>[] table;
    //加載因子，用于計算哈希表元素數量的閾值。  threshold = 哈希表.length * loadFactor;
    final float loadFactor;
    //哈希表內元素數量的閾值，當哈希表內元素數量超過閾值時，會發(fā)生擴容resize()。
    int threshold;

其中，table稱之為哈希表，用于存放 鏈表Node

Node 鏈表

    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;
        }

        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;
        }
    }

可以看到，Node的數據結構是Node嵌套Node，故稱之為鏈表；
整個鏈表中的某個Node稱之為節(jié)點。

構造方法

    public HashMap() {
        this.loadFactor = DEFAULT_LOAD_FACTOR; // all other fields defaulted
    }

    public HashMap(int initialCapacity) {
        //指定初始化容量的構造函數
        this(initialCapacity, DEFAULT_LOAD_FACTOR);
    }

    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;
        //設置閾值   初始化容量的 2的n次方
        this.threshold = tableSizeFor(initialCapacity);
    }

    public HashMap(Map<? extends K, ? extends V> m) {
        this.loadFactor = DEFAULT_LOAD_FACTOR;
        //將m中元素加入新的哈希表中，同增、改邏輯
        putMapEntries(m, false);
    }

擴容

    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) {
            //已經達到上限，不在擴容
            if (oldCap >= MAXIMUM_CAPACITY) {
                threshold = Integer.MAX_VALUE;
                return oldTab;
            }
            else if ((newCap = oldCap << 1) < MAXIMUM_CAPACITY &&
                     oldCap >= DEFAULT_INITIAL_CAPACITY)
                  //如果舊的容量大于等于默認初始容量16
                  //新的容量將變?yōu)榕f的2倍
                newThr = oldThr << 1; // double threshold
        }
        else if (oldThr > 0) // initial capacity was placed in threshold
            newCap = oldThr;
        else {               // zero initial threshold signifies using defaults
            //舊哈希表為0，則新表為默認值
            newCap = DEFAULT_INITIAL_CAPACITY;
            newThr = (int)(DEFAULT_LOAD_FACTOR * DEFAULT_INITIAL_CAPACITY);
        }
        if (newThr == 0) {
            //新的閾值是0 重新計算
            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) {
            //遍歷舊的哈希表
            for (int j = 0; j < oldCap; ++j) {
                Node<K,V> e;
                if ((e = oldTab[j]) != null) {
                    oldTab[j] = null;
                    if (e.next == null)
                        //就一個元素，將其放入新哈希表的e.hash & (newCap - 1)位置
                        newTab[e.hash & (newCap - 1)] = e;
                    else if (e instanceof TreeNode)
                        ((TreeNode<K,V>)e).split(this, newTab, j, oldCap);
                    else { // preserve order
                       //因為擴容是容量翻倍，所以原哈希表上的每個鏈表，現在可能存放在原來的下標，即low位，
                      // 或者擴容后的下標，即high位。 high位=  low位+原哈希桶容量
                        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;
    }

簡單來說，如果哈希表為空，則分配為初始容量，否則擴容為原來的2倍，原哈希表的元素可能會在新哈希表的相同位置，也可能會在index+oldCap位置

增、改 public V put(K key, V value)

    public V put(K key, V value) {
        return putVal(hash(key), key, value, false, true);
    }

• 1.計算哈希值

    static final int hash(Object key) {
        int h;
        return (key == null) ? 0 : (h = key.hashCode()) ^ (h >>> 16);
    }

哈希值的算法，不是本文的重點，在此先略過

• 2.插入或覆蓋值
  如果table的第(n - 1) & hash個位置為空，則在該位置插入新的鏈表；如不為空，先判斷鍵值是否相等，如相等則直接覆蓋值；如為紅黑樹，則插入；否則，在鏈表的尾部追加新的節(jié)點。

    final V putVal(int hash, K key, V value, boolean onlyIfAbsent,
                   boolean evict) {
        Node<K,V>[] tab; Node<K,V> p; int n, i;
        //如果當前table為null 代表是初始化，直接擴容
        if ((tab = table) == null || (n = tab.length) == 0)
            n = (tab = resize()).length;
        //如果第i（(n - 1) & hash）個為null 直接放入新的節(jié)點
        if ((p = tab[i = (n - 1) & hash]) == null)
            tab[i] = newNode(hash, key, value, null);
        else {
            Node<K,V> e; K k;
            //如果哈希值相等，key也相等，則返回的是需要覆蓋的節(jié)點
            if (p.hash == hash &&
                ((k = p.key) == key || (key != null && key.equals(k))))
                e = p;
            else if (p instanceof TreeNode)
                //紅黑樹
                e = ((TreeNode<K,V>)p).putTreeVal(this, tab, hash, key, value);
            else {
                for (int binCount = 0; ; ++binCount) {
                    if ((e = p.next) == null) {
                        //遍歷到尾部，追加新節(jié)點到尾部
                        p.next = newNode(hash, key, value, null);
                        //如果追加節(jié)點后，鏈表數量大于等于8，則轉化為紅黑樹
                        if (binCount >= TREEIFY_THRESHOLD - 1) // -1 for 1st
                            treeifyBin(tab, hash);
                        break;
                    }
                    //如果找到了要覆蓋的節(jié)點
                    if (e.hash == hash &&
                        ((k = e.key) == key || (key != null && key.equals(k))))
                        break;
                    p = e;
                }
            }
            //有需要覆蓋的節(jié)點
            if (e != null) { // existing mapping for key
                V oldValue = e.value;
                if (!onlyIfAbsent || oldValue == null)
                    e.value = value;
                //空的
                afterNodeAccess(e);
                //返回舊的值
                return oldValue;
            }
        }
        
        ++modCount;
        //更新size，并判斷是否需要擴容。此處的size即為map的size
        if (++size > threshold)
            resize();
        //空的
        afterNodeInsertion(evict);
        return null;
    }

流程圖如下

image.png

查 public V get(Object key)

   public V get(Object key) {
        Node<K,V> e;
        return (e = getNode(hash(key), key)) == null ? null : e.value;
    }

• 1.計算哈希值

• 2.判斷table的第(n - 1) & hash位置值的情況
  如key相等，則返回該節(jié)點；如為紅黑樹，則返回該節(jié)點；否則，從該節(jié)點往后循環(huán)查找，直到找到相等的key或者空節(jié)點。

    final Node<K,V> getNode(int hash, Object key) {
        Node<K,V>[] tab; Node<K,V> first, e; int n; K k;
        if ((tab = table) != null && (n = tab.length) > 0 &&
            (first = tab[(n - 1) & hash]) != null) {
            if (first.hash == hash && // always check first node
                ((k = first.key) == key || (key != null && key.equals(k))))
                //key相等 則返回該節(jié)點
                return first;
            if ((e = first.next) != null) {
              //紅黑樹
                if (first instanceof TreeNode)
                    return ((TreeNode<K,V>)first).getTreeNode(hash, key);
              //從該節(jié)點往后循環(huán)查找，直到找到相等的key或者空節(jié)點
                do {
                    if (e.hash == hash &&
                        ((k = e.key) == key || (key != null && key.equals(k))))
                        return e;
                } while ((e = e.next) != null);
            }
        }
        return null;
    }

刪除 public V remove(Object key)

• 1.計算哈希值
  final Node<K,V> removeNode(int hash, Object key, Object value, boolean matchValue, boolean movable)
• 2.判斷table的第(n - 1) & hash位置節(jié)點的情況

matchValue是true，則必須key 、value都相等才刪除
movable參數是false，在刪除節(jié)點時，不移動其他節(jié)點

    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;
        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;
            if (p.hash == hash &&
                ((k = p.key) == key || (key != null && key.equals(k))))
                //key相等 則返回該節(jié)點
                node = p;
            else if ((e = p.next) != null) {
                if (p instanceof TreeNode)
                   //紅黑樹
                    node = ((TreeNode<K,V>)p).getTreeNode(hash, key);
                else {
                   //從該節(jié)點往后循環(huán)查找，直到找到相等的key或者空節(jié)點
                    do {
                        if (e.hash == hash &&
                            ((k = e.key) == key ||
                             (key != null && key.equals(k)))) {
                            node = e;
                            break;
                        }
                        p = e;
                    } while ((e = e.next) != null);
                }
            }
            //有待刪的節(jié)點且 matchValue為false，或者值也相等
            if (node != null && (!matchValue || (v = node.value) == value ||
                                 (value != null && value.equals(v)))) {
                if (node instanceof TreeNode)
                    ((TreeNode<K,V>)node).removeTreeNode(this, tab, movable);
                else if (node == p)
                //鏈表頭是待刪除鏈表
                    tab[index] = node.next;
                else
              //待刪除節(jié)點在表中間
                    p.next = node.next;
                ++modCount;
                //修正size
                --size;
                afterNodeRemoval(node);
                return node;
            }
        }
        return null;
    }

如key相等，則返回該節(jié)點；如為紅黑樹，則返回該鏈表；否則，從該節(jié)點往后循環(huán)查找，直到找到節(jié)點，然后刪除它。

總結

HashMap內部是一個Node數組即Node<K,V>[] table，稱之為哈希表，其中存放的Node即鏈表，鏈表中的每個節(jié)點則是我們放入HashMap中的元素。

• 是否線程安全
  線程不安全，存取過程沒有任何鎖。
• 為何要擴容
  因其數據結構是數組，所以會涉及到擴容。
• 如何擴容
  當HashMap的容量大于threshold(length*擴容因子)值時，就會觸發(fā)擴容；如果鏈表為空，則分配為初始容量，否則擴容為原來的2倍，原鏈表的節(jié)點可能會在新鏈表的相同位置，也可能會在index+oldCap位置，擴容前后，哈希表的長度一定會是2的倍數。
• 為什么哈希表(table)容量是2的倍數
  HashMap存取時，計算index即(length- 1) & hash，使用&運算符（相比%效率更高），如果length為2的倍數，可以最大程度的確保index的均分，簡單來說：如果是2的倍數，就可以用位運算替代取余操作，更加高效
• 為什么需要需要&位運算（取余%）
  hashCode()是int類型，取值范圍是40多億，只要哈希函數映射的比較均勻松散，碰撞幾率是很小的。
  但是由于HashMap的哈希表的長度遠比hash取值范圍小，默認是16，所以當對hash值以表的的長度 length 取余，以找到存放該key的下標時，由于取余是通過與操作(&)完成的，會忽略hash值的高位。因此只有hashCode()的低位參加運算，發(fā)生不同的hash值，但是得到的index相同的情況的幾率會大大增加，這種情況稱之為hash碰撞。
• 怎么解決hash碰撞
  擾動函數（hash(Object key)）就是為了解決hash碰撞的。它會綜合hash值高位和低位的特征，并存放在低位，因此在與運算時，相當于高低位一起參與了運算，以減少hash碰撞的概率。

    static final int hash(Object key) {
        int h;
        return (key == null) ? 0 : (h = key.hashCode()) ^ (h >>> 16);
    }

• HashMap優(yōu)化
  1.使用合適的初始容量，減少resize帶來的損失
  2.使用合適的key，比如String、Integer，來減少hash碰撞，這樣的話，存、取效率最高。

參考資料：面試必備：HashMap源碼解析（JDK8）