HashMap的使用及其实现

向右看齐 2022-12-10 07:25 139阅读 0赞

### 1.概述 ###

HashMap可以说是在java中应用最频繁Map类型了。HashMap 是基于哈希表的 Map 接口的非同步实现====>这里可以说明，它不能保证映射的顺序，特别是它不能保证该顺序亘古不变，因为加入的元素是根据哈希值来存储的。HashMap允许存储null的key值和null的value值。

由于HashMap是基于哈希表来实现的，所以此实现假定哈希函数将元素适当地分布在各桶之间，可为基本操作（get 和 put）提供稳定的性能。迭代 collection 视图所需的时间与 HashMap 实例的“容量”（桶的数量）及其大小（键-值映射关系数）成比例。所以，如果迭代性能很重要，则不要将初始容量设置得太高或将加载因子设置得太低。

需要注意的是：HashMap 不是同步的，如果多个线程同时访问一个 HashMap，而其中至少一个线程从结构上（指添加或者删除一个或多个映射关系的任何操作）修改了，则必须保持外部同步，以防止对映射进行意外的非同步访问。

### 2.实现原理 ###

HashMap中的存储方式是数组+链表+红黑树。其中数组的类型是Entry类型的数组，当我们往HashMap内填充元素时，首先会计算其key的hashcode来重新计算key的hash值，并找到数组中对应的下标，如果该位置目前并没有元素，则直接将该元素放入数组中；如果该位置目前已经有了元素，则把新的元素加入到链表中。当元素的长度超过阈值（JDK1.8中该值为8）时，链表则会转换为红黑树（转换为红黑树还需要满足其他的条件，链表长度达到阈值只是其中的一个条件），这样会大大提高我们查找的效率。

![7857748ab4d165e3eee096c15f6e1e5f.png][]

HashMap的存储结构图。当链表过长时（>=8），会转换成红黑树来存储，以便提高查找效率：

![0131006ce8c0295f0360507b9e7fc626.png][]

使用这种存储方式是为了解决哈希碰撞的问题，换言之，链表中的每个key，都具有相同的哈希值。最极端的情况就是，当所有的元素都具有相同的哈希值，那么HashMap会退化为一个链表，查找时间也从O(1)上升到O(N)。当N越来越大时，get(key)方法的开销也越来越大。因此，在JDK1.8里面加入了一个红黑树：当某个桶内的记录过大的话（>=8），HashMap会动态的使用一个专门的treemap实现来替换掉它。这样做的结果会更好，是O(logn)，而不是糟糕的O(n)。它是如何去工作的呢：

前面产生冲突的那些key对应的记录只是简单的追加到一个链表后面，这些记录只能通过遍历来进行查找。但是超过这个阈值后HashMap开始将列表升级成一个二叉树，使用哈希值作为树的分支变量，如果两个哈希值不等，但指向同一个桶的话，较大的那个会插入到右子树里。如果哈希值相等，HashMap希望key值最好是实现了Comparable接口的，这样它可以按照顺序来进行插入。

### 3.源码及分析 ###

首先看一下HashMap的定义以及一些属性

public class HashMap<K,V> extends AbstractMap<K,V>
        implements Map<K,V>, Cloneable, Serializable {
    
        private static final long serialVersionUID = 362498820763181265L;
        static final int DEFAULT_INITIAL_CAPACITY = 1 << 4; // aka 16
        static final int MAXIMUM_CAPACITY = 1 << 30;
        static final float DEFAULT_LOAD_FACTOR = 0.75f;
        static final int TREEIFY_THRESHOLD = 8;
        transient Node<K,V>[] table;
        transient Set<Map.Entry<K,V>> entrySet;
        transient int size;
        transient int modCount;
        int threshold;
        final float loadFactor;

在这里我们可以看到，HashMap是继承于AbstractMap，并且实现了Map, Cloneable, Serializable接口。其默认的初始容量为16（DEFAULT\_INITIAL\_CAPACITY = 1 << 4），最大容量为2的30次幂（MAXIMUM\_CAPACITY = 1 << 30），默认的加载因子为0.75（即当HashMap目前存储的元素超过其初始值*加载因子，即16*0.75=12时，HashMap会进行扩容）。其他的我们可以看到TREEIFY\_THRESHOLD = 8;表明当链表长度超过8时，会转化为红黑树。

**HashMap中涉及的数据结构：**

static class Node<K,V> implements Map.Entry<K,V> {
          //以下4行即为一个Entry 
           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;
            }

**HashMap的构造函数：**

//构造函数1：指定初始容量和加载因子
        public HashMap(int initialCapacity, float loadFactor) {
            if (initialCapacity < 0)
                throw new IllegalArgumentException("Illegal initial capacity: " +
                                                   initialCapacity);
            /*指定的初始容量如果大于最大容量，则默认以最大容量座作为初始容 
             *量，则2的30次幂
              */   
            if (initialCapacity > MAXIMUM_CAPACITY)
                initialCapacity = MAXIMUM_CAPACITY;
            //加载因子必须为正数
            if (loadFactor <= 0 || Float.isNaN(loadFactor))
                throw new IllegalArgumentException("Illegal load factor: " +
                                                   loadFactor);
            this.loadFactor = loadFactor;
            //新的扩容阈值
            this.threshold = tableSizeFor(initialCapacity);
        }
    
    
    //构造函数2：指定初始容量
        public HashMap(int initialCapacity) {
            this(initialCapacity, DEFAULT_LOAD_FACTOR);
        }
    
    
    //构造函数3：无参数
       /**
         * Constructs an empty <tt>HashMap</tt> with the default initial capacity
         * (16) and the default load factor (0.75).
         */
    //可以通过注释看到默认的初始值和加载因子
        public HashMap() {
            this.loadFactor = DEFAULT_LOAD_FACTOR; // all other fields defaulted
        }
    
    
    //构造函数4：
        public HashMap(Map<? extends K, ? extends V> m) {
            this.loadFactor = DEFAULT_LOAD_FACTOR;
            putMapEntries(m, false);
        }

我们可以看到，即便我们指定了初始容量，初始容量也未必就是我们指定的大小，因为HashMap的容量始终都是2的次幂，所以当我们传入一个指定的容量时，还会调用一个tableSizeFor(int cap)方法来计算容量的大小：

/**
         * Returns a power of two size for the given target capacity.
         */
        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;
        }

**HashMap的存取：**

1）首先来看存储：

public V put(K key, V value) {
            return putVal(hash(key), key, value, false, true);
        }
    
        /**
         * Implements Map.put and related methods.
         *
         * @param hash hash for key
         * @param key the key
         * @param value the value to put
         * @param onlyIfAbsent if true, don't change existing value
         * @param evict if false, the table is in creation mode.
         * @return previous value, or null if none
         */
        final V putVal(int hash, K key, V value, boolean onlyIfAbsent,
                       boolean evict) {
            Node<K,V>[] tab; Node<K,V> p; int n, i;
            //当当前数组为空时，先进行扩容
            //可以看出，在我们第一次调用put方法往HashMap添加元素之和，HashMap的size才开始是初始容量
            if ((tab = table) == null || (n = tab.length) == 0)
                n = (tab = resize()).length;
            //当数组的当前位置为空时，直接创建一个新的节点并放进去
            if ((p = tab[i = (n - 1) & hash]) == null)
                tab[i] = newNode(hash, key, value, null);
            //当前位置非空，产生哈希冲突
            else {
                Node<K,V> e; K k;
                if (p.hash == hash &&
                    ((k = p.key) == key || (key != null && key.equals(k))))
                    e = p;
                //判断当前是否已经是以红黑树为存储结构
                else if (p instanceof TreeNode)
                    e = ((TreeNode<K,V>)p).putTreeVal(this, tab, hash, key, value);
                else {
                    for (int binCount = 0; ; ++binCount) {
                        //当遍历到链表的尾端时，则把需要put的元素加进去
                        if ((e = p.next) == null) {
                            p.next = newNode(hash, key, value, null);
                            //判断冲突的节点数是否已经达到阈值8
                            //如果达到8，则判断HashMap的size是否已经>=64，如果没有则只进行扩容
                            //当HashMap的size >= 64并且冲突的节点数达到8时，用红黑树去存储产生冲突的节点
                            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;
                    }
                }
                //如果有相同的key，则用新的value覆盖旧的value，并把旧的value返回
                if (e != null) { // existing mapping for key
                    V oldValue = e.value;
                    if (!onlyIfAbsent || oldValue == null)
                        e.value = value;
                    afterNodeAccess(e);
                    return oldValue;
                }
            }
            ++modCount;
            if (++size > threshold)
                resize();
            afterNodeInsertion(evict);
            return null;
        }

通过源码可以看到，put(key, value)的过程为：

①检查tab\[\]是否为空或null，如果是，则进行扩容

②根据键值计算其在数组中的下标i，如果tab\[i\] == null，则直接插入新建的节点

③若tab\[i\]已经有元素存储了，则判断当前处理节点的方式为链表还是红黑树，分别处理

在存储的时候，有一个细节需要注意一下：注意到p = tab\[i = (n - 1) & hash\]，其中的数组下标是通过（n-1）&hash的方式来计算出来的，这里处理的非常巧妙：

对于任意给定的对象，只要它的 hashCode() 返回值相同，那么程序得到的 hash 码值总是相同的。我们首先想到的就是把 hash 值对数组长度取模运算，这样一来，元素的分布相对来说是比较均匀的。但是，“模”运算的消耗还是比较大的，而HashMap的底层数组的大小总是为2的n次幂，此时，h& (length-1)运算等价于对 length 取模，也就是 h%length。

举个例子说明：  
![cf15a91bd94bb5a8b72253f3ebc1a4c5.png][]  
我们可以看到，当数组长度为15时，8或9与其相与，都会产生相同的结果，此时就会发生哈希冲突，8和9都会放到数组中的同一个位置，形成链表，这样会降低了查询的效率。同时，我们可以发现，当数组长度不为2的n次幂时，table.length-1永远会有0存在，而0无论是和1还是0相与，结果都为0。比如说，长度为15，那么15-1=14，其二进制为1110，此时，无论什么数与1110相与，末尾都为0，这时候，0001，0011，0101，1001，1011，0111，1101 这几个位置永远都不能存放元素了，空间浪费相当大，更糟的是这种情况中，数组可以使用的位置比数组长度小了很多，这意味着进一步增加了碰撞的几率，减慢了查询的效率！而当数组的长度为2的n次幂时，table.length-1得到的二进制数的每个位上的值都为 1，这使得在低位上&时，得到的和原 hash 的低位相同，就使得只有相同的 hash 值的两个值才会被放到数组中的同一个位置上形成链表。所以说，当数组长度为 2 的 n 次幂的时候，不同的 key 算得得 index 相同的几率较小，那么数据在数组上分布就比较均匀，也就是说碰撞的几率小，相对的，查询的时候就不用遍历某个位置上的链表，这样查询效率也就较高了

**2）HashMap的读取：**

public V get(Object key) {
            Node<K,V> e;
            return (e = getNode(hash(key), key)) == null ? null : e.value;
        }
    
        /**
         * Implements Map.get and related methods.
         *
         * @param hash hash for key
         * @param key the key
         * @return the node, or null if none
         */
        final Node<K,V> getNode(int hash, Object key) {
            Node<K,V>[] tab; Node<K,V> first, e; int n; K k;
            //找到第一个插入的node
            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))))
                    return first;
                //当first节点不是所查找的节点时
                if ((e = first.next) != null) {
                    //判断是否当前是否用红黑树来存储
                    if (first instanceof TreeNode)
                        return ((TreeNode<K,V>)first).getTreeNode(hash, key);
                    //遍历链表
                    do {
                        if (e.hash == hash &&
                            ((k = e.key) == key || (key != null && key.equals(k))))
                            return e;
                    } while ((e = e.next) != null);
                }
            }
            return null;
        }

在调用get(key)方法时，会先获取可以的hash值，并计算得到此key在数组中的位置：first = tab\[(n - 1) & hash\]，如果first节点不是需要获取的key，则往下遍历，直到找到需要获取的键值，并返回对应的value即可。

**HashMap的扩容机制**

/**
         * Initializes or doubles table size.  If null, allocates in
         * accord with initial capacity target held in field threshold.
         * Otherwise, because we are using power-of-two expansion, the
         * elements from each bin must either stay at same index, or move
         * with a power of two offset in the new table.
         *
         * @return the table
         */
        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) {
                if (oldCap >= MAXIMUM_CAPACITY) {
                    threshold = Integer.MAX_VALUE;
                    return oldTab;
                }
                //旧表的长度不为0，则把新表的容量设置为旧表容量的两倍
                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;
            //如果旧表的长度为0，则说明是第一次初始化
            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];
            table = newTab;
            if (oldTab != null) {
                for (int j = 0; j < oldCap; ++j) {
                    Node<K,V> e;
                    if ((e = oldTab[j]) != null) {
                        oldTab[j] = null;
                        //e.next为null说明此位置没有形成链表
                        if (e.next == null)
                            newTab[e.hash & (newCap - 1)] = e;  //重新计算该元素在新表中的位置并插入
                        //判断是否为红黑树存储方式
                        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;
                            //遍历链表
                            do {
                                next = e.next;
                                //将链表的节点拆分为两队，e.hash&oldCap结果为0的一队，结果为1的为另一队
                                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;
        }

当HashMap中的元素越来越多的时候，产生哈希冲突的几率也就越来越大，毕竟数组的长度是固定的。为了减小哈希冲突的几率，同时也是为了提高查询效率，我们需要对HashMap适当的进行扩容。而扩容也不是产生哈希冲突之后就开始执行，而是要满足一定条件之后才扩容：当HashMap中元素的个数已经达到阈值，则table.length \* loadFactory，比如说采用无参数构造器去创建一个HashMap，那么table.length \* loadFactory = 16 \* 0.75 == 12，即当HashMap中的元素个数达到12时，HashMap才开始扩容。扩容之后的大小为之前的两倍。我们在源码中可以看到，扩容是一项很费时的操作，如果我们能够预知HashMap中元素的个数，那么在初始化时指定初始值以及加载因子来规避扩容，也是提高性能的一种方法。

**Fail-Fast机制**

**原理**

fail-fast 机制是 java 集合(Collection)中的一种错误机制。 当多个线程对同一个集合的内容进行操作时，就可能会产生 fail-fast 事件。

比如说，在线程A通过 iterator去访问集合时，如果有其他线程修改了该集合，那么A线程这里就会抛出 ConcurrentModificationException 异常，产生 fail-fast 事件。

我们知道，java.util.HashMap不是线程安全的，在多线程的环境中，如果A线程正在通过iterator去访问这个map，而其他线程则修改了该map，那么A线程就会抛出一个ConcurrentModificationException异常。

这个策略在源码中的实现则是通过modCount，每一次修改map中的内容，modCount的值都会增加，在迭代器开始的过程中，会把modCount的值赋给迭代器的 expectedModCount：

HashIterator() {
                expectedModCount = modCount;
                Node<K,V>[] t = table;
                current = next = null;
                index = 0;
                if (t != null && size > 0) { // advance to first entry
                    do {} while (index < t.length && (next = t[index++]) == null);
                }
            }

在迭代过程中，判断 modCount 跟 expectedModCount 是否相等，如果不相等就表示已经有其他线程修改了 map：

final Node<K,V> nextNode() {
                Node<K,V>[] t;
                Node<K,V> e = next;
                if (modCount != expectedModCount)
                    throw new ConcurrentModificationException();
                ...
            }

注意，迭代器的快速失败行为不能得到保证，一般来说，存在非同步的并发修改时，不可能作出任何坚决的保证。快速失败迭代器尽最大努力抛出 ConcurrentModificationException。因此，编写依赖于此异常的程序的做法是错误的，正确做法是：迭代器的快速失败行为应该仅用于检测程序错误。

#### 解决方案 ####

fail-fast 机制，是一种错误检测机制。它只能被用来检测错误，因为 JDK 并不保证 fail-fast 机制一定会发生。若在多线程环境下使用 fail-fast 机制的集合，建议使用“java.util.concurrent 包下的类”去取代“java.util 包下的类”。

#### **与Hashtable的比较** ####

相同点：

①都是基于哈希表实现的，并且里面存储的元素都是key-value对

②当产生哈希冲突时，内部都会通过单链表去解决冲突问题（当然JDK1.8中HashMap中加入了红黑树）

③内部容量不足时，都会自动进行扩容

④都实现了Map、Cloneable、Serializable接口，可以被克隆，支持序列化

区别：

①继承的父类不同

HashMap继承的是AbstractMap，而Hashtable继承的是Dictionary

②线程安全性不同

我们知道，HashMap是线程不安全的，在源码中也可以看到，HashMap中的方法并没有添加synchronized去修饰，在多线程的环境下使用时，需要自己增加同步处理，建议使用Collections包下的synchronizedMap来把map包装起来，例如：

Map<String, String> map = Collections.synchronizedMap(new HashMap<>());

而Hashtable的方法用了synchronized去修饰，所以它是线程安全的。（即便如此，现在也不推荐使用Hashtable了，如果需要在多线程环境下使用时，通常采用上面的方法或者concurrent包下面的ConcurrentHashMap）

③提供的方法不同

Hashtable提供了contains，containsValue和containsKey三个方法，其中contains和containsValue功能相同；而HashMap中则去掉了contains方法，改用containsKey方法和containsValue方法，因为contains方法容易引起误解。

④key-value是否支持null值

在Hashtable中，key-value是不允许为null的，但是在使用put方法将一个null-null的键值对添加进Hashtable时，编译也会通过，只是在运行的时候会抛出一个NullPointerException异常；而在HashMap中，是允许null的key出现的，并且只允许出现一个（当然其他的key也只运允许出现一个），null的key会放在table\[0\]的位置。

⑤遍历方式

HashMap和Hashtable都使用了iterator迭代器进行遍历，不同的是，Hashtable还使用了Enumeration等方式

⑥数组初始化和扩容机制在默认情况下，Hashtable的初始容量为11，而HashMap为16，

Hashtable不要求底层数组的容量一定要为2的整数次幂，而HashMap则要求一定为2的整数次幂。

Hashtable扩容时，将容量变为原来的2倍加1，而HashMap扩容时，将容量变为原来的2倍。

参考：[https://wiki.jikexueyuan.com/project/java-collection/hashmap.html][https_wiki.jikexueyuan.com_project_java-collection_hashmap.html]

[7857748ab4d165e3eee096c15f6e1e5f.png]: /images/20221123/e1fed7e8cfc84db0b757bd57f6df67a2.png
[0131006ce8c0295f0360507b9e7fc626.png]: /images/20221123/ef979b57d6ce4f5ab2cbd48f8d854865.png
[cf15a91bd94bb5a8b72253f3ebc1a4c5.png]: /images/20221123/4cc740e9abd746fba25660de9b7cfdc9.png
[https_wiki.jikexueyuan.com_project_java-collection_hashmap.html]: https://wiki.jikexueyuan.com/project/java-collection/hashmap.html