jdk1.8 HashMap 源码解读

深碍√TFBOYSˉ_ 2022-04-03 09:58 350阅读 0赞

**一，HashMap的中的概述**

在JDK1.8之前，HashMap中中中采用数组+链表实现，即使用链表处理冲突，同一散列值的节点都存储在一个链表里。但是当位于一个桶中的元素较多，即哈希值相等的元素较多时，通过密钥值依次查找的效率较低。而JDK1.8中，哈希映射中采用数组+链表+红黑树实现，当链表长度超过阈值（8）时，将链表转换为红黑树，这样大大减少了查找时间。

下图中代表jdk1.8之前的HashMap中中的结构，左边部分即代表哈希表，也称为哈希数组，数组的每个元素都是一个单链表的头节点，链表是用来解决冲突的，如果不同的键映射到了数组的同一位置处，就将其放入单链表中。

![20181221165622886][]

jdk1.8之前的HashMap中的结构图

jdk1.8之前的HashMap中的中都采用上图的结构，都是基于一个数组和多个单链表，哈希值冲突的时候，就将对应节点以链表的形式存储。如果在一个链表中查找其中一个节点时，将会花费O（N）的查找时间，会有很大的性能损失。到了jdk1.8，当同一个散列值的节点数不小于8时，不再采用单链表形式存储，而是采用红黑树，如下图所示。

![20181221165622902][]

![20181221165622922][]

jdk1.8 hashmap结构图

说明：上图很形象的展示了HashMap中中中的数据结构（数组+链表+红黑树），桶中的结构可能是链表，也可能是红黑树，红黑树的引入是为了提高效率。

**二，涉及到的数据结构：处理哈希冲突的链表和红黑树以及位桶**

**1，链表的实现**

![20181221165622941][]

节点是HashMap中中中的一个内部类，实现了为Map.Entry的的接口，本质是就是一个映射（键值对）上图中的每个黑色圆点就是一个节点对象来看具体代码：

//Node是单向链表，它实现了Map.Entry接口
    static class Node<k,v> implements Map.Entry<k,v> {
        final int hash;
        final K key;
        V value;
        Node<k,v> next;
        //构造函数Hash值 键 值 下一个节点
        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;
        }
        //判断两个node是否相等,若key和value都相等，返回true。可以与自身比较为true
        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，节点中包含一个下一个变量，这个就是链表的关键点，哈希结果相同的元素就是通过这个未来进行关联的。

**2，红黑树**

//红黑树
    static final class TreeNode<k,v> extends LinkedHashMap.Entry<k,v> {
        TreeNode<k,v> parent;  // 父节点
        TreeNode<k,v> left; //左子树
        TreeNode<k,v> right;//右子树
        TreeNode<k,v> prev;    // needed to unlink next upon deletion
        boolean red;    //颜色属性
        TreeNode(int hash, K key, V val, Node<k,v> next) {
            super(hash, key, val, next);
        }
     
        //返回当前节点的根节点
        final TreeNode<k,v> root() {
            for (TreeNode<k,v> r = this, p;;) {
                if ((p = r.parent) == null)
                    return r;
                r = p;
            }
        }
    }

红黑树比链表多了四个变量，父父节点，左左节点，右右节点，上一个上一个同级节点，红黑树内容较多，不在赘述。

**3，位桶**

transient Node<k,v>[] table;//存储（位桶）的数组

HashMap类中有一个非常重要的字段，就是Node \[\] table，即哈希桶数组，明显它是一个Node的数组。

有了以上3个数据结构，只要有一点数据结构基础的人，都可以大致联想到的HashMap中中的实现了。首先有一个每个元素都是链表（可能表述不准确）的数组，当添加一个元素（键 - 值）时，就首先计算元素键的哈希值，以此确定插入数组中的位置，但是可能存在同一散列值的元素已经被放在数组同一位置了，这时就添加到同一散列值的元素的后面，他们在数组的同一位置，但是形成了链表，所以说数组存放的是链表。而当链表长度太长时，链表就转换为红黑树，这样大大提高了查找的效率。

**三，HashMap的中的源码分析**

**如图1所示，类的继承关系**

public class HashMap<K,V> extends AbstractMap<K,V> implements Map<K,V>, Cloneable, Serializable

可以看到的HashMap中中继承自父类（AbstractMap），实现了地图，Cloneable的的的，可串行接口其中，地图接口定义了一组通用的操作; 可复制的接口则表示可以进行拷贝，在HashMap中中中中，实现的是浅层次拷贝，即对拷贝对象的改变会影响被拷贝的对象;可串行接口表示的HashMap中中实现了序列化，即可以将HashMap的中的对象保存至本地，之后可以恢复状态。

**2，类的属性**

public class HashMap<K,V> extends AbstractMap<K,V> implements Map<K,V>, Cloneable, Serializable {
        // 序列号
        private static final long serialVersionUID = 362498820763181265L;    
        // 默认的初始容量是16
        static final int DEFAULT_INITIAL_CAPACITY = 1 << 4;   
        // 最大容量
        static final int MAXIMUM_CAPACITY = 1 << 30; 
        // 默认的填充因子
        static final float DEFAULT_LOAD_FACTOR = 0.75f;
        // 当桶(bucket)上的结点数大于这个值时会转成红黑树
        static final int TREEIFY_THRESHOLD = 8; 
        // 当桶(bucket)上的结点数小于这个值时树转链表
        static final int UNTREEIFY_THRESHOLD = 6;
        // 桶中结构转化为红黑树对应的table的最小大小
        static final int MIN_TREEIFY_CAPACITY = 64;
        // 存储元素的数组，总是2的幂次倍
        transient Node<k,v>[] table; 
        // 存放具体元素的集
        transient Set<map.entry<k,v>> entrySet;
        // 存放元素的个数，注意这个不等于数组的长度。
        transient int size;
        // 每次扩容和更改map结构的计数器
        transient int modCount;   
        // 临界值 当实际大小(容量*填充因子)超过临界值时，会进行扩容
        int threshold;
        // 填充因子
        final float loadFactor;
    }

说明：类的数据成员很重要，以上也解释得很详细了。

**3，类的构造函数**

**（1）的HashMap（整数，浮点）型构造函数**

public HashMap(int initialCapacity, float loadFactor) {
        // 初始容量不能小于0，否则报错
        if (initialCapacity < 0)
            throw new IllegalArgumentException("Illegal initial capacity: " +
                                                initialCapacity);
        // 初始容量不能大于最大值，否则为最大值
        if (initialCapacity > MAXIMUM_CAPACITY)
            initialCapacity = MAXIMUM_CAPACITY;
        // 填充因子不能小于或等于0，不能为非数字
        if (loadFactor <= 0 || Float.isNaN(loadFactor))
            throw new IllegalArgumentException("Illegal load factor: " +
                                                loadFactor);
        // 初始化填充因子                                        
        this.loadFactor = loadFactor;
        // 初始化threshold大小
        this.threshold = tableSizeFor(initialCapacity);    
    }

说明：tableSizeFor（参数：参数：initialCapacity）返回大于参数：参数：initialCapacity的最小的二次幂数值。

static final int tableSizeFor(int cap) {
        int n = cap - 1;
        n |= n >>> 1;
        n |= n >>> 2;
        n |= n >>> 4;
        n |= n >>> 8;
        n |= n >>> 16;
        return (n < 0) ? 1 : (n >= MAXIMUM_CAPACITY) ? MAXIMUM_CAPACITY : n + 1;
    }

说明：>>>操作符表示无符号右移，高位取0。

**（2）的HashMap中（INT）型构造函数。**

public HashMap(int initialCapacity) {
        // 调用HashMap(int, float)型构造函数
        this(initialCapacity, DEFAULT_LOAD_FACTOR);
    }

**（3）的HashMap中（）型构造函数。**

public HashMap() {
        // 初始化填充因子
        this.loadFactor = DEFAULT_LOAD_FACTOR; 
    }

**（4）HashMap（Map <？extends K>）型构造函数。**

public HashMap(Map<? extends K, ? extends V> m) {
        // 初始化填充因子
        this.loadFactor = DEFAULT_LOAD_FACTOR;
        // 将m中的所有元素添加至HashMap中
        putMapEntries(m, false);
    }

说明：putMapEntries（Map <？extends K，？extends V> m，boolean evict）函数将m的所有元素存入本HashMap实例中。

final void putMapEntries(Map<? extends K, ? extends V> m, boolean evict) {
        int s = m.size();
        if (s > 0) {
            // 判断table是否已经初始化
            if (table == null) { // pre-size
                // 未初始化，s为m的实际元素个数
                float ft = ((float)s / loadFactor) + 1.0F;
                int t = ((ft < (float)MAXIMUM_CAPACITY) ?
                        (int)ft : MAXIMUM_CAPACITY);
                // 计算得到的t大于阈值，则初始化阈值
                if (t > threshold)
                    threshold = tableSizeFor(t);
            }
            // 已初始化，并且m元素个数大于阈值，进行扩容处理
            else if (s > threshold)
                resize();
            // 将m中的所有元素添加至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);
            }
        }
    }

**4，哈希算法**

在JDK 1.8中，哈希方法如下：

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

（1）首先获取对象的hashCode（）方法值，然后将的hashCode值右移16位，然后将右移后的值与原来的hashCode做**异或**运算，返回结果。（其中ħ>>> 16 ，在JDK1 0.8中，优化了高位运算的算法，使用了零扩展，无论正数还是负数，都在高位插入0）。

（2）在putVal源码中，我们通过第（N-1）散列获取该对象的键在散列映射中的位置。（其中散列的值就是（1）中获得的值）其中Ñ表示的是散列桶数组的长度，并且该长度为2的ñ次方，这样第（N-1）散列就等价于哈希％N。因为＆运算的效率高于％运算。

final V putVal(int hash, K key, V value, boolean onlyIfAbsent,
                    boolean evict) {
        ...
    
        if ((p = tab[i = (n - 1) & hash]) == null)//获取位置
            tab[i] = newNode(hash, key, value, null);
        ...
    }

标签即是表中，正是地图集合的容量大小，哈希是上面方法的返回值。因为通常声明地图集合时不会指定大小，或者初始化的时候就创建一个容量很大的地图对象，所以这个通过容量大小与键值进行散列的算法在开始的时候只会对低位进行计算，虽然容量的2进制高位一开始都是0，但是关键的2进制高位通常是有值的，因此先在散列方法中将键的的的hashCode右移16位在与自身异或，使得高位也可以参与散列，更大程度上减少了碰撞率。

下面举例说明下，正为表的长度。

![20181221165623163][]

**5，重要方法分析**

**（1）putVal方法**

首先说明一个HashMap中并没有直接提供putVal接口给用户调用，而是提供的投入方法，而把方法就是通过putVal来插入元素的。

public V put(K key, V value) {
        // 对key的hashCode()做hash 
        return putVal(hash(key), key, value, false, true);  
    }

putVal方法执行过程可以通过下图来理解：

![20181221165623188][]

①判断键值对数组表\[I\]是否为空或为空，否则执行调整大小（）进行扩容;

②根据键值密钥计算散列值得到插入的数组索引I，如果表\[i\]于== NULL，直接新建节点添加，转向⑥，如果表\[i\]于不为空，转向③;

③判断表\[I\]的首个元素是否和键一样，如果相同直接覆盖值，否则转向④，这里的相同指的是的的hashCode以及等于;

④判断表\[i\]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，否则转向⑤;

⑤遍历表\[I\]中，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;遍历过程中若发现键已经存在直接覆盖值即可;

⑥插入成功后，判断实际存在的键值对数量大小是否超多了最大容量的阈值，如果超过，进行扩容。

具体源码如下：

final V putVal(int hash, K key, V value, boolean onlyIfAbsent,
                       boolean evict) {
        Node<K,V>[] tab; Node<K,V> p; int n, i;
        // 步骤①：tab为空则创建 
        // table未初始化或者长度为0，进行扩容
        if ((tab = table) == null || (n = tab.length) == 0)
            n = (tab = resize()).length;
        // 步骤②：计算index，并对null做处理  
        // (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);
        // 桶中已经存在元素
        else {
            Node<K,V> e; K k;
            // 步骤③：节点key存在，直接覆盖value 
            // 比较桶中第一个元素(数组中的结点)的hash值相等，key相等
            if (p.hash == hash &&
                ((k = p.key) == key || (key != null && key.equals(k))))
                    // 将第一个元素赋值给e，用e来记录
                    e = p;
            // 步骤④：判断该链为红黑树 
            // hash值不相等，即key不相等；为红黑树结点
            else if (p instanceof TreeNode)
                // 放入树中
                e = ((TreeNode<K,V>)p).putTreeVal(this, tab, hash, key, value);
            // 步骤⑤：该链为链表 
            // 为链表结点
            else {
                // 在链表最末插入结点
                for (int binCount = 0; ; ++binCount) {
                    // 到达链表的尾部
                    if ((e = p.next) == null) {
                        // 在尾部插入新结点
                        p.next = newNode(hash, key, value, null);
                        // 结点数量达到阈值，转化为红黑树
                        if (binCount >= TREEIFY_THRESHOLD - 1) // -1 for 1st
                            treeifyBin(tab, hash);
                        // 跳出循环
                        break;
                    }
                    // 判断链表中结点的key值与插入的元素的key值是否相等
                    if (e.hash == hash &&
                        ((k = e.key) == key || (key != null && key.equals(k))))
                        // 相等，跳出循环
                        break;
                    // 用于遍历桶中的链表，与前面的e = p.next组合，可以遍历链表
                    p = e;
                }
            }
            // 表示在桶中找到key值、hash值与插入元素相等的结点
            if (e != null) { 
                // 记录e的value
                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;
            }
        }
        // 结构性修改
        ++modCount;
        // 步骤⑥：超过最大容量 就扩容 
        // 实际大小大于阈值则扩容
        if (++size > threshold)
            resize();
        // 插入后回调
        afterNodeInsertion(evict);
        return null;
    }

**HashMap的中的数据存储实现原理**

**流程：**

1.根据键计算得到key.hash =（h = k.hashCode（））^（h >>> 16）;

2.根据key.hash计算得到桶数组的索引index = key.hash＆（table.length - 1），这样就找到该键的存放位置了：

①如该该位置没有数据，用该数据新生成一个节点保存新数据，返回NULL;

②如果该位置有数据是一个红黑树，那么执行相应的插入/更新操作;

③如果该位置有数据是一个链表，分两种情况一是该链表没有这个节点，另一个是该链表上有这个节点，注意这里判断的依据是key.hash是否一样：

如果该链表没有这个节点，那么采用尾插法新增节点保存新数据，返回空;如果该链表已经有这个节点了，那么找到该节点并更新新数据，返回老数据。

注意：

HashMap的中的投入会返回键的上一次保存的数据，比如：

HashMap <String，String> map = new HashMap <String，String>（）;  
的System.out.println（map.put（“A”，“A”））; //打印null  
System.out.println（map.put（“a”，“AA”））; //打印  
的System.out.println（map.put（“A”，“AB”））; //打印AA

**（2）getNode方法**

说明：HashMap的中同样并没有直接提供getNode接口给用户调用，而是提供的GET方法，而获得方法就是通过getNode来取得元素的。

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

final Node<K,V> getNode(int hash, Object key) {
        Node<K,V>[] tab; Node<K,V> first, e; int n; K k;
        // table已经初始化，长度大于0，根据hash寻找table中的项也不为空
        if ((tab = table) != null && (n = tab.length) > 0 &&
            (first = tab[(n - 1) & hash]) != null) {
            // 桶中第一项(数组元素)相等
            if (first.hash == hash && // always check first node
                ((k = first.key) == key || (key != null && key.equals(k))))
                return first;
            // 桶中不止一个结点
            if ((e = first.next) != null) {
                // 为红黑树结点
                if (first instanceof TreeNode)
                    // 在红黑树中查找
                    return ((TreeNode<K,V>)first).getTreeNode(hash, key);
                // 否则，在链表中查找
                do {

**（3）调整方法**

①在jdk1.8中，调整方法是在散列映射中的键值对大于阀值时或者初始化时，就调用大小调整方法进行扩容;

②每次扩展的时候，都是扩展2倍。

③扩展后节点对象的位置要么在原位置，要么移动到原偏移量两倍的位置。

final Node<K,V>[] resize() {
        Node<K,V>[] oldTab = table;//oldTab指向hash桶数组
        int oldCap = (oldTab == null) ? 0 : oldTab.length;
        int oldThr = threshold;
        int newCap, newThr = 0;
        if (oldCap > 0) {//如果oldCap不为空的话，就是hash桶数组不为空
            if (oldCap >= MAXIMUM_CAPACITY) {//如果大于最大容量了，就赋值为整数最大的阀值
                threshold = Integer.MAX_VALUE;
                return oldTab;//返回
            }//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; // double threshold 双倍扩容阀值threshold
        }
        else if (oldThr > 0) // initial capacity was placed in threshold
            newCap = oldThr;
        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];//新建hash桶数组
        table = newTab;//将新数组的值复制给旧的hash桶数组
        if (oldTab != null) {//进行扩容操作，复制Node对象值到新的hash桶数组
            for (int j = 0; j < oldCap; ++j) {
                Node<K,V> e;
                if ((e = oldTab[j]) != null) {//如果旧的hash桶数组在j结点处不为空，复制给e
                    oldTab[j] = null;//将旧的hash桶数组在j结点处设置为空，方便gc
                    if (e.next == null)//如果e后面没有Node结点
                        newTab[e.hash & (newCap - 1)] = e;//直接对e的hash值对新的数组长度求模获得存储位置
                    else if (e instanceof TreeNode)//如果e是红黑树的类型，那么添加到红黑树中
                        ((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;//将Node结点的next赋值给next
                            if ((e.hash & oldCap) == 0) {//如果结点e的hash值与原hash桶数组的长度作与运算为0
                                if (loTail == null)//如果loTail为null
                                    loHead = e;//将e结点赋值给loHead
                                else
                                    loTail.next = e;//否则将e赋值给loTail.next
                                loTail = e;//然后将e复制给loTail
                            }
                            else {//如果结点e的hash值与原hash桶数组的长度作与运算不为0
                                if (hiTail == null)//如果hiTail为null
                                    hiHead = e;//将e赋值给hiHead
                                else
                                    hiTail.next = e;//如果hiTail不为空，将e复制给hiTail.next
                                hiTail = e;//将e复制个hiTail
                            }
                        } while ((e = next) != null);//直到e为空
                        if (loTail != null) {//如果loTail不为空
                            loTail.next = null;//将loTail.next设置为空
                            newTab[j] = loHead;//将loHead赋值给新的hash桶数组[j]处
                        }
                        if (hiTail != null) {//如果hiTail不为空
                            hiTail.next = null;//将hiTail.next赋值为空
                            newTab[j + oldCap] = hiHead;//将hiHead赋值给新的hash桶数组[j+旧hash桶数组长度]
                        }
                    }
                }
            }
        }
        return newTab;
    }

转载出处[https://www.cnblogs.com/xiaoxi/p/7233201.html][https_www.cnblogs.com_xiaoxi_p_7233201.html]

[20181221165622886]: /images/20220403/09ebab7a21b04df0810f969a1d38a73d.png
[20181221165622902]: /images/20220403/364bc8db6f494396b02db8f6b26e9065.png
[20181221165622922]: /images/20220403/5db7d0db74ee497f83374956b1657f31.png
[20181221165622941]: /images/20220403/d3de117c80d740beb3df9e1701d2e2e1.png
[20181221165623163]: /images/20220403/dfa1f7576e5d40f794dfaf1ea91e7cbd.png
[20181221165623188]: /images/20220403/a6df764404c344b68a3c1540bb6765df.png
[https_www.cnblogs.com_xiaoxi_p_7233201.html]: https://www.cnblogs.com/xiaoxi/p/7233201.html