Java8 HashMap详解(转)

Java8 对 HashMap 进行了一些修改，最大的不同就是利用了红黑树，所以其由 数组+链表+红黑树 组成。

　　根据 Java7 HashMap 的介绍，我们知道，查找的时候，根据 hash 值我们能够快速定位到数组的具体下标，但是之后的话，需要顺着链表一个个比较下去才能找到我们需要的，时间复杂度取决于链表的长度，为 O(n)。

　　为了降低这部分的开销，在 Java8 中，当链表中的元素超过了 8 个以后，会将链表转换为红黑树，在这些位置进行查找的时候可以降低时间复杂度为 O(logN)。

来一张图简单示意一下吧：

---

先回答几个问题：

1.HashMap的什么时候扩容，哪些操作会触发

当向容器添加元素的时候，会判断当前容器的元素个数，如果大于等于阈值，即当前数组的长度乘以加载因子的值的时候，就要自动扩容。默认容量为16，扩容因子是0.75，阈值为12。

有参构造方法和put、merge操作都会导致扩容。

2.HashMap push方法的执行过程？ 

最先判断桶的长度是否为0，为0的话则需要先对桶进行初始化操作，接着，求出hashcode并通过扰动函数确定要put到哪个桶中，若桶中没有元素直接插入，若有元素则判断key是否相等，如果相等的话，那么就将value改为我们put的value值，若不等的话，那么此时判断该点是否为树节点，如果是的话，调用putreeval方法，以树节点的方式插入，如果不是树节点，那么就遍历链表，如果找到了key那么修改value，没找到新建节点插到链表尾部，最后判断链表长度是否大于8 是否要进行树化。

3.HashMap检测到hash冲突后，将元素插入在链表的末尾还是开头？ 

因为JDK1.7是用单链表进行的纵向延伸，采用头插法就是能够提高插入的效率，但是也会容易出现逆序且环形链表死循环问题。但是在JDK1.8之后是因为加入了红黑树使用尾插法，能够避免出现逆序且链表死循环的问题。

4.JDK1.8还采用了红黑树，讲讲红黑树的特性，为什么人家一定要用红黑树而不是AVL、B树之类的？

在CurrentHashMap中是加锁了的，实际上是读写锁，如果写冲突就会等待，如果插入时间过长必然等待时间更长，而红黑树相对AVL树B树的插入更快，AVL树查询确实更快一些，但是对于操作密集型，红黑树的旋转更少，效率更高。

5.HashMap get方法的执行过程？ 

首先和put一样，确定对应的key在哪一个桶中，如果桶容量为0或者该桶内没有元素直接返回空，反之会判断该桶会检查桶中第一个元素是否和要查的key相等，相等的话直接返回，不相等的话判断该节点是否为树节点，是的话以树节点方式遍历整棵树来查找，不是的话那就说明存储结构是链表，以遍历链表的方式查找。

---

源码与其中的算法技巧

1.构造方法

public HashMap(int initialCapacity, float loadFactor) {

    //当指定的 initialCapacity （初始容量） < 0 的时候会抛出 IllegalArgumentException 异常
    if (initialCapacity < 0)
        throw new IllegalArgumentException("Illegal initial capacity: " +
                                           initialCapacity);

    //当指定的 initialCapacity （初始容量）= MAXIMUM_CAPACITY（最大容量） 的时候
    if (initialCapacity > MAXIMUM_CAPACITY)
        //初始容量就等于 MAXIMUM_CAPACITY （最大容量）
        initialCapacity = MAXIMUM_CAPACITY;

    //当 loadFactory（负载因子）< 0 ，或者不是数字的时候会抛出 IllegalArgumentException 异常
    if (loadFactor <= 0 || Float.isNaN(loadFactor))
        throw new IllegalArgumentException("Illegal load factor: " +
                                           loadFactor);
    this.loadFactor = loadFactor;

    //tableSizeFor()的主要功能是返回一个比给定整数大且最接近2的幂次方整数
    //比如我们给定的数是12，那么tableSizeFor()会返回2的4次方，也就是16，因为16是最接近12并且大于12的数
    this.threshold = tableSizeFor(
        initialCapacity);
}

执行顺序注释写的很清楚了，但是有些同学对最后对 tableSizeFor 方法很有疑问，这是用来求传入容量的最小2的幂次方整数的。

static final int tableSizeFor(int cap) {
    int n = cap - ;
    n |= n >>> ;
    n |= n >>> ;
    n |= n >>> ;
    n |= n >>> ;
    n |= n >>> ;
    return (n < ) ?  : (n >= MAXIMUM_CAPACITY) ? MAXIMUM_CAPACITY : n + ;
}

这是一系列的或操作，举个例子

n-=;// n=1000000(二进制)
...//16、8无变化
n|=n>>>;//n=n|(n>>>4)=1000000|0000100=1000100
n|=n>>>;//n=n|(n>>>2)=1000100|0010001=1010101
...

看出规律来了吧，右移多少位，就把最高位右边的第x位设置为1；第二次，就把两个为1的右边xx位再设置为1；第n次，就把上一步出现的1右边xxxx位置为1；

这样执行完，原来是1000000，变成了1111111，最后加1，就变成2的整数次方数了。之所以先减一是因为有可能本身就是最小2的幂次方整数。

2.Put方法

put方法的核心就是 putVal ，源码和执行过程如下。

//实现 put 和相关方法
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table为空或者长度为0，则进行resize()（扩容）
    if ((tab = table) == null || (n = tab.length) == 0)
        n = (tab = resize()).length;

    //确定插入table的位置，算法是上面提到的 (n - 1) & hash，在 n 为 2 的时候，相当于取模操作
    if ((p = tab[i = (n - 1) & hash]) == null)
        //找到key值对应的位置并且是第一个，直接插入
        tab[i] = newNode(hash, key, value, null);

    //在table的 i 的位置发生碰撞，分两种情况
    //1、key值是一样的，替换value值
    //2、key值不一样的
    //而key值不一样的有两种处理方式：1、存储在 i 的位置的链表 2、存储在红黑树中
    else {
        Node<K,V> e; K k;

        //第一个Node的hash值即为要加入元素的hash
        if (p.hash == hash &&
            ((k = p.key) == key || (key != null && key.equals(k))))
            e = p;
        else if (p instanceof TreeNode)
            e = ((TreeNode<K,V>)p).putTreeVal(this, tab, hash, key, value);
        else {
            //如果不是TreeNode的话，即为链表，然后遍历链表
            for (int binCount = 0; ; ++binCount) {

                //链表的尾端也没有找到key值相同的节点，则生成一个新的Node
                //并且判断链表的节点个数是不是到达转换成红黑树的上界达到，则转换成红黑树
                if ((e = p.next) == null) {

                    //创建链表节点并插入尾部
                    p.next = newNode(hash, key, value, null);

                    //超过了链表的设置长度（默认为8）则转换为红黑树
                    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e不为空
        if (e != null) { // existing mapping for key
            //就替换就的值
            V oldValue = e.value;
            if (!onlyIfAbsent || oldValue == null)
                e.value = value;
            afterNodeAccess(e);
            return oldValue;
        }
    }
    ++modCount;
    if (++size > threshold)
        resize();
    afterNodeInsertion(evict);
    return null;
}

为了方便理解，配图

putVal中有一段代码提到了resize()，也就是扩容，我们来看下源码

final Node<K,V>[] resize() {
    Node<K,V>[] oldTab = table;
    int oldCap = (oldTab == null) ? 0 : oldTab.length;
    int oldThr = threshold;
    int newCap, newThr = 0;

    //判断Node的长度，如果不为零
    if (oldCap > 0) {
        //判断当前Node的长度，如果当前长度超过 MAXIMUM_CAPACITY（最大容量值）
        if (oldCap >= MAXIMUM_CAPACITY) {
            //新增阀值为 Integer.MAX_VALUE
            threshold = Integer.MAX_VALUE;
            return oldTab;
        }

        //如果小于这个 MAXIMUM_CAPACITY（最大容量值），并且大于 DEFAULT_INITIAL_CAPACITY （默认16）
        else if ((newCap = oldCap << 1) < MAXIMUM_CAPACITY && oldCap >= DEFAULT_INITIAL_CAPACITY)
            //进行2倍扩容
            newThr = oldThr << 1; // double threshold
    }
    else if (oldThr > 0) // initial capacity was placed in threshold
        //指定新增阀值
        newCap = oldThr;

    //如果数组为空
    else {               // zero initial threshold signifies using defaults
        //使用默认的加载因子(0.75)
        newCap = DEFAULT_INITIAL_CAPACITY;
        //新增的阀值也就为 16 * 0.75 = 12
        newThr = (int)(DEFAULT_LOAD_FACTOR * DEFAULT_INITIAL_CAPACITY);
    }
    if (newThr == 0) {
        //按照给定的初始大小计算扩容后的新增阀值
        float ft = (float)newCap * loadFactor;
        newThr = (newCap < MAXIMUM_CAPACITY && ft < (float)MAXIMUM_CAPACITY ?
                  (int)ft : Integer.MAX_VALUE);
    }

    //扩容后的新增阀值
    threshold = newThr;
    @SuppressWarnings({"rawtypes","unchecked"})
    //扩容后的Node数组
    Node<K,V>[] newTab = (Node<K,V>[])new Node[newCap];
    table = newTab;

    //如果数组不为空，将原数组中的元素放入扩容后的数组中
    if (oldTab != null) {
        for (int j = 0; j < oldCap; ++j) {
            Node<K,V> e;
            if ((e = oldTab[j]) != null) {
                oldTab[j] = null;

                //如果节点为空，则直接计算在新数组中的位置，放入即可
                if (e.next == null)
                    newTab[e.hash & (newCap - 1)] = e;
                else if (e instanceof TreeNode)
                    //拆分树节点
                    ((TreeNode<K,V>)e).split(this, newTab, j, oldCap);
                else { // preserve order
                    //如果节点不为空，且为单链表，则将原数组中单链表元素进行拆分
                    Node<K,V> loHead = null, loTail = null;//保存在原有索引的链表
                    Node<K,V> hiHead = null, hiTail = null;//保存在新索引的链表
                    Node<K,V> next;
                    do {
                        next = e.next;

                        //哈希值和原数组长度进行&操作，为0则在原数组的索引位置
                        //非0则在原数组索引位置+原数组长度的新位置
                        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;

为什么会hash冲突？

就是根据key即经过一个函数f(key)得到的结果的作为地址去存放当前的key，value键值对(这个是hashmap的存值方式)，但是却发现算出来的地址上已经有数据。这就是所谓的hash冲突。

hash冲突的几种情况：

1两个节点的key值相同（hash值一定相同），导致冲突

2 两个节点的key值不同，由于hash函数的局限性导致hash值相同，导致冲突

3 两个节点的key值不同，hash值不同，但hash值对数组长度取模后相同，导致冲突

如何解决hash冲突？解决hash冲突的方法主要有两种，一种是开放寻址法，另一种是链表法 。

开放寻址法--线性探测

开放寻址法的原理很简单，就是当一个Key通过hash函数获得对应的数组下标已被占用的时候，我们可以寻找下一个空档位置

　　比如有个Entry6通过hash函数得到的下标为2，但是该下标在数组中已经有了其它的元素，那么就向后移动1位，看看数组下标为3的位置是否有空位

比如有个Entry6通过hash函数得到的下标为2，但是该下标在数组中已经有了其它的元素，那么就向后移动1位，看看数组下标为3的位置是否有空位

但是下标为3的数组也已经被占用了，那么久再向后移动1位，看看数组下标为4的位置是否为空

数组下标为4的位置还没有被占用，所以可以把Entry6存入到数组下标为4的位置。这就是开放寻址的基本思路，寻址的方式有很多种，这里只是简单的一个示例

链表法

链表法也正是被应用在了HashMap中，HashMap中数组的每一个元素不仅是一个Entry对象，还是一个链表的头节点。每一个Entry对象通过next指针指向它的下一个Entry节点。当新来的Entry映射到与之冲突的数组位置时，只需要插入到对应的链表中即可

JDK7和JDK8中的HashMap都是线程不安全的，主要体现在哪些方面？

　　只要是对于集合有一定了解的一定都知道HashMap是线程不安全的，我们应该使用ConcurrentHashMap。但是为什么HashMap是线程不安全的呢，之前面试的时候也遇到到这样的问题，但是当时只停留在***知道是***的层面上，并没有深入理解***为什么是***。于是今天重温一个HashMap线程不安全的这个问题。

　　首先需要强调一点，HashMap的线程不安全体现在会造成死循环、数据丢失、数据覆盖这些问题。其中死循环和数据丢失是在JDK1.7中出现的问题，在JDK1.8中已经得到解决，然而1.8中仍会有数据覆盖这样的问题。

扩容引发的线程不安全

HashMap的线程不安全主要是发生在扩容函数中，即根源是在transfer函数中，JDK1.7中HashMap的transfer函数如下：

void transfer(Entry[] newTable, boolean rehash) {
        int newCapacity = newTable.length;
        for (Entry<K,V> e : table) {
            while(null != e) {
                Entry<K,V> next = e.next;
                if (rehash) {
                    e.hash = null == e.key ? 0 : hash(e.key);
                }
                int i = indexFor(e.hash, newCapacity);
                e.next = newTable[i];
                newTable[i] = e;
                e = next;
            }
        }
    }

　　这段代码是HashMap的扩容操作，重新定位每个桶的下标，并采用头插法将元素迁移到新数组中。头插法会将链表的顺序翻转，这也是形成死循环的关键点。理解了头插法后再继续往下看是如何造成死循环以及数据丢失的。

扩容造成死循环和数据丢失的分析过程
假设现在有两个线程A、B同时对下面这个HashMap进行扩容操作：

正常扩容后的结果是下面这样的：

但是当线程A执行到上面transfer函数的第11行代码时，CPU时间片耗尽，线程A被挂起。即如下图中位置所示：

此时线程A中：e=3、next=7、e.next=null

当线程A的时间片耗尽后，CPU开始执行线程B，并在线程B中成功的完成了数据迁移

重点来了，根据Java内存模式可知，线程B执行完数据迁移后，此时主内存中newTable和table都是最新的，也就是说：7.next=3、3.next=null。

随后线程A获得CPU时间片继续执行newTable[i] = e，将3放入新数组对应的位置，执行完此轮循环后线程A的情况如下：

接着继续执行下一轮循环，此时e=7，从主内存中读取e.next时发现主内存中7.next=3，于是乎next=3，并将7采用头插法的方式放入新数组中，并继续执行完此轮循环，结果如下：

执行下一次循环可以发现，next=e.next=null，所以此轮循环将会是最后一轮循环。接下来当执行完e.next=newTable[i]即3.next=7后，3和7之间就相互连接了，当执行完newTable[i]=e后，3被头插法重新插入到链表中，执行结果如下图所示：

上面说了此时e.next=null即next=null，当执行完e=null后，将不会进行下一轮循环。到此线程A、B的扩容操作完成，很明显当线程A执行完后，HashMap中出现了环形结构，当在以后对该HashMap进行操作时会出现死循环。

并且从上图可以发现，元素5在扩容期间被莫名的丢失了，这就发生了数据丢失的问题。

JDK1.8中的线程不安全
　　根据上面JDK1.7出现的问题，在JDK1.8中已经得到了很好的解决，如果你去阅读1.8的源码会发现找不到transfer函数，因为JDK1.8直接在resize函数中完成了数据迁移。另外说一句，JDK1.8在进行元素插入时使用的是尾插法。

为什么说JDK1.8会出现数据覆盖的情况喃，我们来看一下下面这段JDK1.8中的put操作代码：

final V putVal(int hash, K key, V value, boolean onlyIfAbsent,
                   boolean evict) {
        Node<K,V>[] tab; Node<K,V> p; int n, i;
        if ((tab = table) == null || (n = tab.length) == 0)
            n = (tab = resize()).length;
        if ((p = tab[i = (n - 1) & hash]) == null) // 如果没有hash碰撞则直接插入元素
            tab[i] = newNode(hash, key, value, null);
        else {
            Node<K,V> e; K k;
            if (p.hash == hash &&
                ((k = p.key) == key || (key != null && key.equals(k))))
                e = p;
            else if (p instanceof TreeNode)
                e = ((TreeNode<K,V>)p).putTreeVal(this, tab, hash, key, value);
            else {
                for (int binCount = 0; ; ++binCount) {
                    if ((e = p.next) == null) {
                        p.next = newNode(hash, key, value, null);
                        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;
    }

　　其中第六行代码是判断是否出现hash碰撞，假设两个线程A、B都在进行put操作，并且hash函数计算出的插入下标是相同的，当线程A执行完第六行代码后由于时间片耗尽导致被挂起，而线程B得到时间片后在该下标处插入了元素，完成了正常的插入，然后线程A获得时间片，由于之前已经进行了hash碰撞的判断，所有此时不会再进行判断，而是直接进行插入，这就导致了线程B插入的数据被线程A覆盖了，从而线程不安全。

　　除此之前，还有就是代码的第38行处有个++size，我们这样想，还是线程A、B，这两个线程同时进行put操作时，假设当前HashMap的zise大小为10，当线程A执行到第38行代码时，从主内存中获得size的值为10后准备进行+1操作，但是由于时间片耗尽只好让出CPU，线程B快乐的拿到CPU还是从主内存中拿到size的值10进行+1操作，完成了put操作并将size=11写回主内存，然后线程A再次拿到CPU并继续执行(此时size的值仍为10)，当执行完put操作后，还是将size=11写回内存，此时，线程A、B都执行了一次put操作，但是size的值只增加了1，所有说还是由于数据覆盖又导致了线程不安全。

结论
HashMap的线程不安全主要体现在下面两个方面：
　　1.在JDK1.7中，当并发执行扩容操作时会造成环形链和数据丢失的情况。
　　2.在JDK1.8中，在并发执行put操作时会发生数据覆盖的情况。