基于JDK1.8的HashMap分析

HashMap的强大功能，相信大家都了解一二。之前看过HashMap的源代码，都是基于JDK1.6的，并且知其然不知其所以然，现在趁着寒假有时间，温故而知新。文章大概有以下几个方面：

• HashMap的数据结构
• put方法
• get方法

（一）HashMap的底层数据结构

 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;
         }

         public final K getKey()        { return key; }
         public final V getValue()      { return value; }
         public final String toString() { return key + "=" + value; }

        //hashCode等其他代码
     }

首先，HashMap 是 Map 的一个实现类，它代表的是一种键值对的数据存储形式。Key 不允许重复出现，Value 随意。jdk 8 之前，其内部是由数组+链表来实现的，而 jdk 8 对于链表长度超过 8 的链表将转储为红黑树。

底层数据结构就是 数组 + 链表 + 红黑树（长度>8），其中有一个静态内部类

static class Node<K,V> implements Map.Entry<K,V>

这个静态内部类就是一个小的方块，在jdk1.8之前只在构造方法里面初始化的，现在是在第一次put的时候初始化的。

(二)HashMap的put方法

put 方法的源码分析是本篇的一个重点，因为通过该方法我们可以窥探到 HashMap 在内部是如何进行数据存储的，所谓的数组+链表+红黑树的存储结构是如何形成的，又是在何种情况下将链表转换成红黑树来优化性能的。带着一系列的疑问，我们看这个 put 方法：

     public V put(K key, V value) {
         return putVal(hash(key), key, value, false, true);
     }

也就是put方法调用了putVal方法，其中传入一个参数位hash(key)，我们首先来看看hash这个方法。

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

是一个静态final方法。这是为什么key可以位null的原因了，当插入的key值为null，他会自动把他当作0进行处理

并且调用了key的hashcode，这就是为什么map的key一定要重写hashcode和equals方法。

并且与h右移16位异或。我们来详细看看这里为什么这样做。

我们知道，按位异或就是把两个数按二进制，相同就取0，不同就取1。

比如：0101 ^ 1110 的结果为 1011。异或的速度是非常快的。

把一个数右移16位即丢弃低16为，就是任何小于2^16的数，右移16后结果都为0（2的16次方再右移刚好就是1）。

任何一个数，与0按位异或的结果都是这个数本身（很好验证）。

所以这个hash()函数对于非null的hash值，仅在其大于等于2^16的时候才会重新调整其值，小于2^16不做调整直接取他的hashcode值。

至于为什么右移16位异或，这是知乎上面的一幅图片

看到没有，变得“松散”了很多，至于为什么，我也不是很清楚。我们继续往下看putVal这个方法。

 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 还未被初始化，那么初始化它
     if ((tab = table) == null || (n = tab.length) == 0)
         n = (tab = resize()).length;
     //根据键的 hash 值找到该键对应到数组中存储的索引
     //如果为 null，那么说明此索引位置并没有被占用
     if ((p = tab[i = (n - 1) & hash]) == null)
         tab[i] = newNode(hash, key, value, null);
     //不为 null，说明此处已经被占用，只需要将构建一个节点插入到这个链表的尾部即可
     else {
         Node<K,V> e; K k;
         //当前结点和将要插入的结点的 hash 和 key 相同，说明这是一次修改操作
         if (p.hash == hash &&
             ((k = p.key) == key || (key != null && key.equals(k))))
             e = p;
         //如果 p 这个头结点是红黑树结点的话，以红黑树的插入形式进行插入
         else if (p instanceof TreeNode)
             e = ((TreeNode<K,V>)p).putTreeVal(this, tab, hash, key, value);
         //遍历此条链表，将构建一个节点插入到该链表的尾部
         else {
             for (int binCount = 0; ; ++binCount) {
                 if ((e = p.next) == null) {
                     p.next = newNode(hash, key, value, null);
                     //如果插入后链表长度大于等于 8 ，将链表裂变成红黑树
                     if (binCount >= TREEIFY_THRESHOLD - 1)
                         treeifyBin(tab, hash);
                     break;
                 }
                 //遍历的过程中，如果发现与某个结点的 hash和key，这依然是一次修改操作
                 if (e.hash == hash &&
                     ((k = e.key) == key || (key != null && key.equals(k))))
                     break;
                 p = e;
             }
         }
         //e 不是 null，说明当前的 put 操作是一次修改操作并且e指向的就是需要被修改的结点
         if (e != null) {
             V oldValue = e.value;
             if (!onlyIfAbsent || oldValue == null)
                 e.value = value;
             afterNodeAccess(e);
             return oldValue;
         }
     }
     ++modCount;
     //如果添加后，数组容量达到阈值，进行扩容
     if (++size > threshold)
         resize();
     afterNodeInsertion(evict);
     return null;
 }

注释已经很清楚了，我想说下这个初始化的问题

//如果 table 还未被初始化，那么初始化它
if ((tab = table) == null || (n = tab.length) == 0)
n = (tab = resize()).length;

这个resize()方法既可以初始化，也可以扩容，都是这个函数完成的。并且在多线程下，不会出现之前的死锁导致cpu飙升至100%，只会出现数据丢失的问题。

首先，我们看 resize 这个方法是如何对 table 进行初始化的

 //第一部分
 final Node<K,V>[] resize() {
         Node<K,V>[] oldTab = table;
         //拿到旧数组的长度
         int oldCap = (oldTab == null) ? 0 : oldTab.length;
         int oldThr = threshold;
         int newCap, newThr = 0;
         //说明旧数组已经被初始化完成了，此处需要给旧数组扩容
         if (oldCap > 0) {
             //极限的限定，达到容量限定的极限将不再扩容
             if (oldCap >= MAXIMUM_CAPACITY) {
                 threshold = Integer.MAX_VALUE;
                 return oldTab;
             }
             //未达到极限，将数组容量扩大两倍，阈值也扩大两倍
             else if ((newCap = oldCap << 1) < MAXIMUM_CAPACITY &&
                      oldCap >= DEFAULT_INITIAL_CAPACITY)
                 newThr = oldThr << 1;
         }
         //数组未初始化，但阈值不为 0，为什么不为 0 ？
         //上述提到 jdk 大神偷懒的事情就指的这，构造函数根据传入的容量打造了一个合适的数组容量暂存在阈值中
         //这里直接使用
         else if (oldThr > 0)
             newCap = oldThr;
         //数组未初始化并且阈值也为0，说明一切都以默认值进行构造
         else {
             newCap = DEFAULT_INITIAL_CAPACITY;
             newThr = (int)(DEFAULT_LOAD_FACTOR * DEFAULT_INITIAL_CAPACITY);
         }
         //这里也是在他偷懒的后续弥补
         //newCap = oldThr 之后并没有计算阈值，所以 newThr = 0
         if (newThr == 0) {
             float ft = (float)newCap * loadFactor;
             newThr = (newCap < MAXIMUM_CAPACITY && ft < (float)MAXIMUM_CAPACITY ?
                       (int)ft : Integer.MAX_VALUE);
         }
         threshold = newThr;
 //根据新的容量初始化一个数组
 Node<K,V>[] newTab = (Node<K,V>[])new Node[newCap];
 table = newTab;
 //旧数组不为 null，这次的 resize 是一次扩容行为
 if (oldTab != null) {
     //将旧数组中的每个节点位置相对静止地拷贝值新数组中
     for (int j = 0; j < oldCap; ++j) {
         Node<K,V> e;
         //获取头结点
         if ((e = oldTab[j]) != null) {
             oldTab[j] = null;
             //说明链表或者红黑树只有一个头结点，转移至新表
             if (e.next == null)
                 newTab[e.hash & (newCap - 1)] = e;
             //如果 e 是红黑树结点，红黑树分裂，转移至新表
             else if (e instanceof TreeNode)
                 ((TreeNode<K,V>)e).split(this, newTab, j, oldCap);
             //这部分是将链表中的各个节点原序地转移至新表中
             else {
                 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;
                 }
             }
         }
     }
 }
 //不论你是扩容还是初始化，都可以返回 newTab
 return newTab;

JDK大神真的是太厉害了，膜拜啊膜拜。

将冲突多的，比如链表或者红黑树，放到扩容后的那一半，那么以后冲突就会减少很多。

就是判断旧的数组那一位到底为不为一。比如4(0100)，只要第二位为1，全部放到highHead那里，否则lowHead.

我们看上面代码的第62行

这个oldCap表示扩容之前数组的长度，一定是为2的倍数。即二进制中只有一位为1，其他位都位0

 if ((e.hash & oldCap) == 0)

如果原 oldCap 为 10000 的话，那么扩容后的 newCap 则为 100000，会比原来多出一位。所以我们只要知道原索引值的前一位是 0 还是 1 即可，如果是 0，那么它和新容量与后还是 0 并不改变索引的值，如果是 1 的话，那么索引值会增加 oldCap。

这样就分两步拆分当前链表，一条链表是不需要移动的，依然保存在当前索引值的结点上，另一条则需要变动到 index + oldCap 的索引位置上。

既假如原数组前一位是0那么还是原index位置，否则就是两倍。

至此，put方法就差不多了。可以详细的看下代码的注释，结合jdk来理解。

ps. 我其实看的时候有一个疑问。为何不把冲突的全部放到扩容的另外一半呢。这也许就是JDK1.8的新特性吧

我去网上找了找1.8之前的扩容，就是把链表全部放进后面。

所以会产生死循环。而你1.8以后，分成了两个，肯定不会出现指向同一个元素，所以不会出现死循环。

不过我觉得这是一个鸡肋，HashMap线程不安全，没必要考虑这些。

将冲突多的全部放到扩容后的另外一半，我觉得是最好的。(只是个人建议哈)

(三)HashMap的get方法

相对于put方法，get方法就简单很多了。

public V get(Object key) {
    Node<K,V> e;
    //直接调用了getNode()
    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;
     //先判断数组是否为空，长度是否大于0，那个node节点是否存在
     if ((tab = table) != null && (n = tab.length) > 0 &&
         (first = tab[(n - 1) & hash]) != null) {
         //如果找到，直接返回
         if (first.hash == hash && // always check first node
             ((k = first.key) == key || (key != null && key.equals(k))))
             return first;
         if ((e = first.next) != null) {
             //如果是红黑树，去红黑树找
             if (first instanceof TreeNode)
                 return ((TreeNode<K,V>)first).getTreeNode(hash, key);
             //链表找
             do {
                 if (e.hash == hash &&
                     ((k = e.key) == key || (key != null && key.equals(k))))
                     return e;
             } while ((e = e.next) != null);
         }
     }
     return null;
 }

总结：

终于写完了，也是自己的第一篇博文，写了自己比较熟悉的HashMap，花了自己挺久的时间。

之前一直在github wenbochang888 上面写，发觉排版很是麻烦，所以来到了博客园，博客园也是我经常逛的博客之一，没有广告，博文质量高，反正就是非常的喜欢。

希望自己可以坚持下去，无聊就去写写，没有必要说一天几篇，几天几篇什么的，自己开心就好。

自己文笔不好，很多东西表达不出来，望见谅。