HashMap源码分析——JDK1.8
转载：http://blog.csdn.net/u010498696/article/details/45888613
在JDK1.6中，HashMap采用位桶+链表实现：即使用链表处理冲突，同一hash值的链表都存储在一个链表里。但是当位于一个桶中的元素较多，即hash值相等的元素较多时，通过key值依次查找的效率较低。
而JDK1.8中，HashMap采用位桶+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。
1、涉及到的数据结构
1.1 处理hash冲突的链表
//Node是单向链表中的节点，它实现了Map.Entry接口，代表一个键值对
static class Node<K,V> implements Map.Entry<K,V> {
final int hash; //hash值
final K key; //键
V value; //值
Node<K,V> next; //链表中下一个节点
//Node的构造函数
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; }
//计算该Node节点对象的hash值
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, 返回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;
}
}
1.2 红黑树
//红黑树
static final class TreeNode<K,V> extends LinkedHashMap.Entry<K,V> {
TreeNode<K,V> parent; // red-black tree links
TreeNode<K,V> left; //左节点
TreeNode<K,V> right; //右节点
TreeNode<K,V> prev; // needed to unlink next upon deletion
boolean red; //节点颜色（红、黑）
//构造函数
TreeNode(int hash, K key, V val, Node<K,V> next) {
super(hash, key, val, next);
}
//返回红黑树的根节点
final TreeNode<K,V> root() {
for (TreeNode<K,V> r = this, p;;) {
if ((p = r.parent) == null)
return r;
r = p;
}
}
1.3 位桶（hash数组）
transient Node<K,V>[] table;
HashMap的大致实现思路：
首先有一个存储Node<K, V>节点引用的数组，当添加一个元素（Node<K, V>代表一个键值对）时，就首先计算元素key的hash值，以此确定插入数组中的位置，但是可能存在同一个hash值的元素已经被放在数组同一位置了，这时就添加到同一hash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的头结点。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。
2、HashMap的主要属性
填充比，默认值为0.75，如果实际元素所占容量占分配容量的75%时就要扩容了。如果填充比很大，说明利用的空间很多，但是查找的效率很低，因为链表的长度很大（当然最新版本使用了红黑树后会改进很多），HashMap本来是以空间换时间，所以填充比没必要太大。但是填充比太小又会导致空间浪费。如果关注内存，填充比可以稍大，如果主要关注查找性能，填充比可以稍小。
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 默认初始化容量
static final int MAXIMUM_CAPACITY = 1 << 30; //最大容量
static final float DEFAULT_LOAD_FACTOR = 0.75f; //默认填充比(装载因子)
//当add一个元素到某个位桶，其链表长度达到8时将链表转换为红黑树
static final int TREEIFY_THRESHOLD = 8;
static final int UNTREEIFY_THRESHOLD = 6;
static final int MIN_TREEIFY_CAPACITY = 64;
transient Node<K,V>[] table; //存储元素的数组
transient Set<Map.Entry<K,V>> entrySet; //键值对集合
transient int size; //存放的元素的个数
transient int modCount; //被修改的次数fast-fail机制
int threshold; //临界值 当实际大小(容量*填充比)超过临界值时，会进行扩容
final float loadFactor;//填充比（......后面略）
3、构造方法
HashMap的构造方法有4种，主要涉及到的参数有，指定初始容量，指定填充比和用来初始化的Map。
//构造函数1
public HashMap(int initialCapacity, float loadFactor) {
//指定的初始容量非负
if (initialCapacity < 0)
throw new IllegalArgumentException("Illegal initial capacity: " +
initialCapacity);
//如果指定的初始容量大于最大容量, 则设置为最大容量
if (initialCapacity > MAXIMUM_CAPACITY)
initialCapacity = MAXIMUM_CAPACITY;
//填充比大于0
if (loadFactor <= 0 || Float.isNaN(loadFactor))
throw new IllegalArgumentException("Illegal load factor: " +
loadFactor);
this.loadFactor = loadFactor;
this.threshold = tableSizeFor(initialCapacity); //新的扩容临界值
}
//构造函数2
public HashMap(int initialCapacity) {
this(initialCapacity, DEFAULT_LOAD_FACTOR);
}
//构造函数3
public HashMap() {
this.loadFactor = DEFAULT_LOAD_FACTOR; // all other fields defaulted
}
//构造函数4：用 m 的元素初始化 hashMap
public HashMap(Map<? extends K, ? extends V> m) {
this.loadFactor = DEFAULT_LOAD_FACTOR;
putMapEntries(m, false);
}
4、扩容机制（★★★）
构造hash表时，如果不指明初始大小，默认大小为16（即Node数组大小16），如果Node[]数组中的元素达到阈值---即当前数组的长度乘以加载因子的值（Node.length * 填充比）的时候，就要自动扩容。
下面我们讲解下JDK1.8做了哪些优化。经过观测可以发现，我们使用的是2次幂的扩展(指长度扩为原来2倍)，所以，经过rehash（重新计算hash值）之后，元素的位置要么是在原位置，要么是在原位置再移动2次幂的位置。
看下图可以明白这句话的意思，n为table的长度，图（a）表示扩容前的key1和key2两种key确定索引位置的示例，图（b）表示扩容后key1和key2两种key确定索引位置的示例，其中hash1是key1对应的哈希与高位运算结果。
元素在重新计算hash之后，因为n变为2倍，那么n-1的mask范围在高位多1bit(红色)，因此新的index就会发生这样的变化：
因此，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“索引不变”，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。这一块就是JDK1.8新增的优化点。
下面是jdk1.8中HashMap的扩容函数resize源码：
//扩容函数
final Node<K,V>[] resize() {
Node<K,V>[] oldTab = table; //oldTab引用指向旧数组
int oldCap = (oldTab == null) ? 0 : oldTab.length;
int oldThr = threshold;
int newCap, newThr = 0;
if (oldCap > 0) {
//超过1>>30大小,如果超过最大容量，无法扩容只能改变 扩容的阈值
if (oldCap >= MAXIMUM_CAPACITY) {
threshold = Integer.MAX_VALUE;
return oldTab;
}
//新的容量设定为旧的容量的2倍，最小值为16
else if ((newCap = oldCap << 1) < MAXIMUM_CAPACITY &&
oldCap >= DEFAULT_INITIAL_CAPACITY)
//下一次扩容的阈值同样加倍
newThr = oldThr << 1; // double threshold
}
else if (oldThr > 0)
newCap = oldThr; //oldCap=0, oldThr>0, 此时newThr=0
else {
//oldCap=0, oldThr=0, 相当于使用默认填充比和初始容量 初始化
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);
}
//开始扩容(★★★)
threshold = newThr;
@SuppressWarnings({"rawtypes","unchecked"})
Node<K,V>[] newTab = (Node<K,V>[])new Node[newCap]; //创建一个新数组
table = newTab; //table引用指向新数组
////数组元素复制到新的数组中，分红黑树和链表讨论
if (oldTab != null) {
//取旧数组中的每一个Node的引用（因为数组中存的是引用，不是对象）
for (int j = 0; j < oldCap; ++j) {
Node<K,V> e;
if ((e = oldTab[j]) != null) {
//先将该Node在旧数组中的引用清空
oldTab[j] = null;
//如果只有这一个节点Node，计算新的index位置，放入新数组中的对应位置
if (e.next == null)
newTab[e.hash & (newCap - 1)] = e;
//如果该节点是TreeNode类型，说明原来这里是一个红黑树
else if (e instanceof TreeNode)
((TreeNode<K,V>)e).split(this, newTab, j, oldCap);
else { //如果是链表，优化相同hash的节点
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);
//原索引放入数组中
if (loTail != null) {
loTail.next = null;
newTab[j] = loHead;
}
//原索引 + oldCap 放入数组中
if (hiTail != null) {
hiTail.next = null;
newTab[j + oldCap] = hiHead;
}
}
}
}
}
//移动完毕，返回新的hash表
return newTab;
}
显然：元素从旧数组移动到新数组中非常耗时，因此扩容非常耗时。
大概思路就是，分XXX种情况： （1）如果旧数组i号位置下只有一个节点，那么直接通过e.hash & (newCap -
1)计算index，放入新数组的对应位置中。
（2）如果判断第一个节点是TreeNode红黑树节点的类型，那么采用红黑树的插入方式将节点插入到新数组中。
（3）如果是链表节点，那么将链表中的节点移到新数组中（有优化）。
5、确定元素put/get操作时在Node[]数组中的位置
//计算key的hash值
static final int hash(Object key) {
int h;
return (key == null) ? 0 : (h = key.hashCode()) ^ (h >>> 16);
}
//Object类中的hashCode()函数
public native int hashCode();
在HashMap中，首先由key值通过hash(key)获取hash值h，再通过 h &（length-1）得到所在数组位置。
hash = hash(key)
tab[i = (n - 1) & hash]
一般对于哈希表的散列常用的方法有直接定址法，除留余数法等，既要便于计算，又能减少冲突。
在Hashtable中就是通过除留余数法散列分布的，具体如下：
int index = (hash & 0x7FFFFFFF) % tab.length;
但是取模中的除法运算效率很低，HashMap则通过（length-1）& h 替代取模，得到所在数组位置，这样效率会高很多。
在HashMap实现中还可以看到如下代码取代了以前版本JDK1.6的while循环来保证哈希表的容量一直是2的整数倍数，用移位操作取代了循环移位。
//这段代码保证HashMap的容量总是2的n次方
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;
}
可以从源码看出，在HashMap的构造函数中，都直接或间接的调用了tableSizeFor函数。
下面分析原因：length为2的整数幂保证了length-1最后一位（当然是二进制表示）为1，从而保证了取索引操作 h&（length-1）的最后一位同时有为0和为1的可能性，保证了散列的均匀性。反过来讲，当length为奇数时，length-1最后一位为0，这样与h按位与的最后一位肯定为0，即索引位置肯定是偶数，这样数组的奇数位置全部没有放置元素，浪费了大量空间。
简重点内容而言之：length为2的幂保证了按位与最后一位的有效性，使哈希表散列更均匀。
6、下面分析HashMap的最常用操作put和get
注意HashMap中key和value都容许为null。
6.1 put操作
//put元素的时候，调用的是putVal函数
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;
//如果tab为空或长度为0，则分配空间resize()
if ((tab = table) == null || (n = tab.length) == 0)
n = (tab = resize()).length;
//通过(n - 1) & hash计算找到put位置，如果为空,则直接put
if ((p = tab[i = (n - 1) & hash]) == null)
tab[i] = newNode(hash, key, value, null);
else {
Node<K,V> e; K k;
//与第一节点hash值相同，且key值与插入key相同
if (p.hash == hash &&
((k = p.key) == key || (key != null && key.equals(k))))
e = p;
//发生冲突，插入的位置下面是一颗红黑树，处理冲突
else if (p instanceof TreeNode)
e = ((TreeNode<K,V>)p).putTreeVal(this, tab, hash, key, value);
else {
//未达到生成红黑树的临界值，因此还是链式结构
//向链表中插入新节点(插入链表的尾部)
for (int binCount = 0; ; ++binCount) {
if ((e = p.next) == null) {
//新节点插入到链表的尾部（尾插法）
p.next = newNode(hash, key, value, null);
//新插入节点后，需要做判断，如果节点个数到达阈值，则将链表转换为红黑树
if (binCount >= TREEIFY_THRESHOLD - 1) // -1 for 1st
treeifyBin(tab, hash);
break;
}
//验证一下：如果在这个链表中已经存在了某个节点的key和要插入的节点的key相等，
//说明曾经已经插入过，不要再新建节点了，
//注意：此时该节点的值不一定是最新的值，更新为最新的值的操作在下面进行
if (e.hash == hash &&
((k = e.key) == key || (key != null && key.equals(k))))
break;
p = e; //更新p指向下一个节点
}
}
//更新新插入的节点的value的最新值（不管是新建的还是原来就有这个节点）
//因为onlyIfAbsent直接赋值为了false，所以,e.value = value一定会执行。
//所以，如果曾经插入过这个节点，新插入相同节点，直接采用“覆盖”的策略
if (e != null) { // existing mapping for key
V oldValue = e.value;
if (!onlyIfAbsent || oldValue == null)
e.value = value;
afterNodeAccess(e);
return oldValue;
}
}
++modCount;
//如果超过了阈值，进行扩容
if (++size > threshold)
resize();
afterNodeInsertion(evict);
return null;
}
put(key,value)过程：
判断保存键值对的数组tab[]是否为空（没有元素）或为null，否则resize()。
根据键key的值计算hash值得到插入数组的索引i，如果tab[i]==null，直接新建节点插入进去，否则转入步骤3。
判断当前数组中处理hash冲突的方式为链表还是红黑树(check第一个节点类型即可)，分别采用相应的策略处理冲突。
6.2 get操作
//get元素的时候，调用的是getNode函数
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;
//通过计算(n - 1) & hash 找到元素的位置
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;
if ((e = first.next) != null) {
//如果第一个节点是TreeNode类型, 说明采用的是数组+红黑树结构处理冲突
//遍历红黑树，得到节点值
if (first instanceof TreeNode)
return ((TreeNode<K,V>)first).getTreeNode(hash, key);
do {
//否则就是链式结构, 在链表中找到该节点
if (e.hash == hash &&
((k = e.key) == key || (key != null && key.equals(k))))
return e;
} while ((e = e.next) != null);
}
}
return null;
}
get(key)过程：
通过计算得到键值为key的元素在数组中的索引位置。
判断该索引下数组中的元素（该元素也是链表的头结点或者红黑树的根节点），是那种类型。
根据类型判定解决冲突的方式是链式还是红黑树，根据不同的数据结构，搜索目标节点，并返回该节点。
