【Java】关于JDK 8的HashMap

HashMap 简介

HashMap 主要用来存放键值对，它基于哈希表的 Map 接口实现，是常用的 Java 集合之一，是非线程安全的。

HashMap 可以存储 null 的 key 和 value，但 null 作为键只能有一个，null 作为值可以有多个JDK1.8 之前 HashMap 由 数组+链表 组成的，数组是 HashMap 的主体，链表则是主要为了解决哈希冲突而存在的（“拉链法”解决冲突）。 JDK1.8 以后的 HashMap 在解决哈希冲突时有了较大的变化，当链表长度大于等于阈值（默认为 8）（将链表转换成红黑树前会判断，如果当前数组的长度小于 64，那么会选择先进行数组扩容，而不是转换为红黑树）时，将链表转化为红黑树，以减少搜索时间。

HashMap 默认的初始化大小为 16。之后每次扩充，容量变为原来的 2 倍。并且， HashMap 总是使用 2 的幂作为哈希表的大小。

数据结构

JDK 8版本的HashMap底层数据结构是数组+链表/红黑树结构，具体原因是：

  /**
     * The table, initialized on first use, and resized as
     * necessary. When allocated, length is always a power of two.
     * (We also tolerate length zero in some operations to allow
     * bootstrapping mechanics that are currently not needed.)
     */
    transient Node<K,V>[] table;

这是 HashMap 类中的一个成员变量，它是一个存储桶数组。table 数组用于存储键值对的实际数据。

 /**
     * Basic hash bin node, used for most entries.  (See below for
     * TreeNode subclass, and in LinkedHashMap for its Entry subclass.)
     */
    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;
        }
}

这是 HashMap 内部定义的静态嵌套类 Node，它实现了 Map.Entry 接口。每个 Node 对象表示 HashMap 中的一个键值对，它包含键、值以及指向下一个节点的引用。

/**
 * Entry for Tree bins. Extends LinkedHashMap.Entry (which in turn
 * extends Node) so can be used as extension of either regular or
 * linked node.
 */
static final class TreeNode<K,V> extends LinkedHashMap.Entry<K,V> {
    
    
    TreeNode<K,V> parent;  // red-black tree links
    TreeNode<K,V> left;
    TreeNode<K,V> right;
    TreeNode<K,V> prev;    // needed to unlink next upon deletion
    boolean red;
    TreeNode(int hash, K key, V val, Node<K,V> next) {
    
    
        super(hash, key, val, next);
    }

    /**
     * Returns root of tree containing this node.
     */
    final TreeNode<K,V> root() {
    
    
        for (TreeNode<K,V> r = this, p;;) {
    
    
            if ((p = r.parent) == null)
                return r;
            r = p;
        }
    }

}

这是 HashMap 内部定义的静态嵌套类 TreeNode，它是红黑树结构的节点。在 HashMap 中，当链表中的元素数量超过一定阈值时，会将链表转换为红黑树，以提高查找性能。
因此，transient Node<K,V>[] table; 存储了实际的数据，static class Node<K,V> 表示链表结构的节点，而 static final class TreeNode<K,V> 表示红黑树结构的节点。这些组合在一起实现了 HashMap 数据结构的数组+链表（红黑树）的形式。

Hash

如果说HashMap的数据结构是其实现功能的基础，那么HashMap的Hash方法则是HashMap实现查找、插入的保障。
HashMap 并不是直接获取 key 的 hashCode 作为 hash 值的，它会通过一个扰动函数（所谓扰动函数指的是HashMap的hash方法）进行一些列位运算和混合操作，使得最终的哈希值更加均匀的分布在哈希表的桶中。使用hash方法就是为了减少hash碰撞的概率且提高HashMap的性能。

//扰动函数
static final int hash(Object key) {
    
    
	//用于存储key对应的hash码
    int h;
    return (key == null) ? 0 : (h = key.hashCode()) ^ (h >>> 16);
}



//等同于:
int h;
//当key是null时，hash值默认是0，即HashMap只能有一个为Null的key
if (key == null) {
    
    
    h = 0;
} else {
    
    
    h = key.hashCode();
}
//进行异或操作并将结果赋值给 h
return h = h ^ (h >>> 16);

构造方法

HashMap的类属性和构造方法：

 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;
    // 默认的负载因子
    static final float DEFAULT_LOAD_FACTOR = 0.75f;
    // 当桶(bucket)上的结点数大于等于这个值时会转成红黑树
    static final int TREEIFY_THRESHOLD = 8;
    // 当桶(bucket)上的结点数小于等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的最小容量
    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;
    // 阈值(容量*负载因子) 当实际大小超过阈值（实际最大容量）时，会进行扩容
    int threshold;
    // 负载因子
    final float loadFactor;


    // ①：默认构造函数。
    public HashMap() {
    
    
        this.loadFactor = DEFAULT_LOAD_FACTOR; // all   other fields defaulted
     }


     // ②：包含另一个“Map”的构造函数
     public HashMap(Map<? extends K, ? extends V> m) {
    
    
         this.loadFactor = DEFAULT_LOAD_FACTOR;
         putMapEntries(m, false);//下面会分析到这个方法
     }

	
     // ③：指定“容量大小”的构造函数
     public HashMap(int initialCapacity) {
    
    
         this(initialCapacity, DEFAULT_LOAD_FACTOR);
     }


     // ④： 指定“容量大小”和“负载因子”的构造函数
     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;
         // 初始容量暂时存放到 threshold ，在resize中再赋值给 newCap 进行table初始化
         this.threshold = tableSizeFor(initialCapacity);
     }

get(key)方法

步骤一：通过key获取所在桶的第一个元素是否存在

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;
    if ((tab = table) != null && (n = tab.length) > 0 &&
        (first = tab[(n - 1) & hash]) != null) {
    
    
        // 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;
        // 桶中不止一个节点
        if ((e = first.next) != null) {
    
    
            // 在树中get
            if (first instanceof TreeNode)
                return ((TreeNode<K,V>)first).getTreeNode(hash, key);
            // 在链表中get
            do {
    
    
                if (e.hash == hash &&
                    ((k = e.key) == key || (key != null && key.equals(k))))
                    return e;
            } while ((e = e.next) != null);
        }
    }
    return null;
}

先来明确一下各个变量的意义：

• key：要查询的指定key
• table：当前HashMap哈希表实际数据存储，用于存储节点的桶
• first：要查询的指定key匹配到某个桶的第一个节点
• e：临时节点，用于遍历桶中的节点链表或树结构。在这段代码中，e 用于遍历桶中的节点以查找匹配的键值对。
• n：这是一个整数，表示哈希表的长度，即桶的数量。
• k：这是一个键对象，表示 first 节点的键，即指定key计算后hash值对应桶的第一个节点的键。

单独说明：(tab = table) != null && (n = tab.length) > 0 && (first = tab[(n - 1) & hash]) != null)
(tab = table) != null：将table变量赋值给tab变量，并检查table是否为null，table用于存储实际的哈希表数据。
(n = tab.length) > 0：将tab.length赋值给n变量，并检查n是否大于0。n表示哈希表的长度，即桶的数量。
(first = tab[(n - 1) & hash]) != null：计算出哈希值hash对应桶的索引位置，并将该桶的第一个节点赋值给first变量。
(n - 1) & hash 的操作是根据哈希值 hash 和哈希表长度 n 计算出桶的索引位置。

• n-1是为了确保索引在0到n-1之间的有效索引位置。
• &是位运算中的按位与操作，用于将哈希值和n-1进行与运算，得到有效的桶索引。
• 判断第一个元素是否为null

通过key定位到该key所在桶，获取该桶的第一个节点元素信息key , key.hash()。

步骤二:该节点的hash和key是否与要查询的hash和key匹配

当要查询的hash对应桶的第一个节点存在时，进一步检查该节点是否匹配指定的key。
单独说明：if (first.hash == hash && // always check first node ((k = first.key) == key || (key != null && key.equals(k)))) return first
first.hash == hash：判断第一个元素key的hash值是否恒等于要查询key的哈希值
((k = first.key) == key：将第一个元素的key赋值给变量k，避免后续的比较重多次访问节点的键值。
|| (key != null && key.equals(k))))：比较要查询的key不为空且与第一个节点的key是否引用同一块地址（相等）。
如果引用同一块内存地址，则说明要查询的key的hash值和对应桶的第一个元素key的hash值一致，即定位到了指定key的节点信息，返回该节点数据。

步骤三:当对应桶中不止一个节点时，根据不同节点类型查询

// 在树中get
if (first instanceof TreeNode)
    return ((TreeNode<K,V>)first).getTreeNode(hash, key);
// 在链表中get
do {
    
    
	if (e.hash == hash &&
        ((k = e.key) == key || (key != null && key.equals(k))))
        return e;
} while ((e = e.next) != null);

红黑树搜索

/**
* Calls find for root node.
*/
final TreeNode<K,V> getTreeNode(int h, Object k) {
return ((parent != null) ? root() : this).find(h, k, null);
}

当第一个节点的数据类型是红黑树时，则说明该桶已经树化，需要根据红黑树的逻辑进行定位
当第一个节点的数据类型是链表时，通过当前临时节点的hash与待查询key的hash对比循环遍历即可。

put(key,value)

HashMap只对外提供了put一个方法用于添加元素，putVal是put方法的实现，但是并没有对外开放。

 /**
     * Associates the specified value with the specified key in this map.
     * If the map previously contained a mapping for the key, the old
     * value is replaced.
     *
     * @param key key with which the specified value is to be associated
     * @param value value to be associated with the specified key
     * @return the previous value associated with <tt>key</tt>, or
     *         <tt>null</tt> if there was no mapping for <tt>key</tt>.
     *         (A <tt>null</tt> return can also indicate that the map
     *         previously associated <tt>null</tt> with <tt>key</tt>.)
     */
    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;
        // ①
        if ((tab = table) == null || (n = tab.length) == 0)
            n = (tab = resize()).length;
        // ②
        if ((p = tab[i = (n - 1) & hash]) == null)
            // ③
            tab[i] = newNode(hash, key, value, null);
        else {
    
    
            Node<K,V> e; K k;
            // ④
            if (p.hash == hash &&
                ((k = p.key) == key || (key != null && key.equals(k))))
                e = p;
                // ⑤
            else if (p instanceof TreeNode)
                e = ((TreeNode<K,V>)p).putTreeVal(this, tab, hash, key, value);
            else {
    
    
                // ⑥
                for (int binCount = 0; ; ++binCount) {
    
    
                    if ((e = p.next) == null) {
    
    
                        p.next = newNode(hash, key, value, null);
                        // ⑦
                        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;
                }
            }
            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;
    }

链表树化代码：

/**
     * Replaces all linked nodes in bin at index for given hash unless
     * table is too small, in which case resizes instead.
     */
    final void treeifyBin(Node<K,V>[] tab, int hash) {
    
    
        int n, index; Node<K,V> e;
        // ⑧
        if (tab == null || (n = tab.length) < MIN_TREEIFY_CAPACITY)
            resize();
        // ⑨ 
        else if ((e = tab[index = (n - 1) & hash]) != null) {
    
    
            TreeNode<K,V> hd = null, tl = null;
            do {
    
    
                TreeNode<K,V> p = replacementTreeNode(e, null);
                if (tl == null)
                    hd = p;
                else {
    
    
                    p.prev = tl;
                    tl.next = p;
                }
                tl = p;
            } while ((e = e.next) != null);
            if ((tab[index] = hd) != null)
                hd.treeify(tab);
        }
    }

先来明确一下各个变量的意义：

• Node<K,V>[] tab：HashMap实际存储数据的单位
• Node<K,V> p：Node节点类型的变量，表示当前要插入的节点
• int n：表示当前HashMap中的节点数量
• int i：临时变量，用于辅助计算节点的插入位置

下面说明putVal的简要步骤：

• 当前HashMap存储哈希表数据的table为空时，首先对其进行扩容
• 计算出要插入节点的哈希值在数据tab中的位置 i
• 当要插入节点的位置为空时，直接在该位置创建新的节点即可
• 比较待插入节点与p的哈希值是否等于并且判断节点p的key与要插入节点的key是否相等，如果满足这两个条件时，说明发生了哈希碰撞，即要插入的键已经存在于HashMap中，随后用新的value覆盖原值
• 判断该节点的类型，该节点是TreeNode红黑树时，红黑树直接插入键值对
• 该节点是Node链表时，开始准备遍历链表准备插入
• 判断链表长度是否大于8
• 当链表长度大于8时，执行链表树化逻辑，前提是，当前桶(bucket)中的节点数量大于64，如果小于64，优先给链表扩容，当链表不满足树化条件时，链表中插入新的元素，若key存在于当前列表，则直接覆盖原来的值
• 满足树化条件，将链表转为红黑树，插入新的键值对

以上简要步骤需要对应上文中代码的序号。
引用美团技术团队的HashMap图片以更清晰的理解put过程：

为什么树化？

处于性能和安全角度考虑选择树化，在元素放置的过程中，如果一个对象哈希冲突，都会放置到同一个桶里，形成一个链表，链表查询是线性的，时间复杂度是O(n)会严重影响读取性能，数据量大的话，会导致服务端资源大量占用。

resize-扩容

HashMap中的数组到达指定阈值长度后插入数据，需要对HashMap进行扩容，由于数组长度不可变的局限性，因此在扩容时，需要创建新的HashMap，然后原HashMap的数据复制到新的HashMap中。就像我们用一个小桶装水，如果想装更多的水，就得换大水桶。

/**
 * 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;
        }
        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
        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;
                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;
                        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;
}

先来明确下各个变量的含义：

• bin：bucket，数组中存储Entry位置
• MAXIMUM_CAPACITY：最大容量（2的30次幂，1073741824）
• DEFAULT_LOAD_FACTOR：负载因子（默认0.75）
• TREEIFY_THRESHOLD：链表转红黑树阈值
• DEFAULT_INITIAL_CAPACITY：默认初始容量（2的4次幂16）

所以，HashMap不指定容量时，最大容纳数据量是 16 * 0.75 = 12。

1. 当 HashMap 中的元素数量超过负载因子（load factor）与当前容量的乘积时，就会触发扩容操作。负载因子是一个表示 HashMap 充满程度的比例因子，默认为 0.75。
2. 创建一个新的、两倍大小的数组，作为扩容后的容器。
3. 遍历原来的数组，将每个元素重新计算哈希值，并放入新的数组中的对应位置。这涉及到重新计算元素在新数组中的索引位置，以及处理可能的哈希碰撞。
4. 在重新计算元素索引的过程中，如果发现某个位置上有多个元素（发生了哈希碰撞），则会使用链表或红黑树来存储这些元素，以提高查找效率。
5. 当所有元素都重新放入新的数组后，原来的数组会被丢弃，成为垃圾数据等待被垃圾回收器回收。