8 HashMap

HashMap作为最常见的集合，设计的非常巧妙，里面有许多细节及优化技巧值得我们深入学习。HashMap是线程不安全的，所有对应的设计了线程安全的ConcurrentHashMap，通过细粒度的锁实现了线程安全。

一、HashMap

1、存储的数据结构

HashMap继承了Map<K, V>，存储的是一对键值对，将键映射到值的对象，一个映射不能包含重复的键，每个键只能映射到一个值。

2、底层数据结构

JDK1.8之前，HashMap是数组+单向链表实现的，JDK1.8开始数组+单向链表+红黑树实现

3、HashMap 遍历使用

        Map<Integer, String> map = new HashMap<>();
        map.put(1, "Arya");
        map.put(2, "Sum");
        map.put(3, "Sesi");
        map.put(4, "Sansa");

        // 1 遍历键值
        Set<Entry<Integer, String>> set = map.entrySet();
        for (Entry entry : set) {
            System.out.println(entry.getKey() + " -> " + entry.getValue());
        }

        System.out.println("-----------------------");
        // 2 遍历键
        for (Integer key : map.keySet()) {
            System.out.println(key + " -> " + map.get(key));
        }

        System.out.println("-----------------------");
        // 3 遍历值
        for (String value : map.values()) {
            System.out.println(value);
        }

        System.out.println("-----------------------");
        int key1 = 0;
        // 4 foreach遍历
        map.forEach((key, value) -> System.out.println(key + " -> " + value));

4、实现原理

4.1、存储结构

HashMap 是一个链表散列结构，即数组与链表的结合体，HashMap底层是一个数组结构，数组中每一项又是一个链表。当链表的长度超过8时，链表将会转为红黑树。如下图所示：

当新建一个HashMap时，就会初始化一个数组，一个长度为16的数组。每个元素存储的是一个链表的头结点，这些元素添加的算法是通过hash(key)%len【实际优化为：(table.length -1) & h，长度减1与hash值进行与运算】 的规则存储到数组中的，按照元素的key的哈希值对数组长度取模得到。

4.2、核心变量

(1) Node<K, V>[] table： 节点数组，底层数据容器
(2) Node(int hash, K key, V value, Node<K,V> next)：节点
(3) DEFAULT_INITIAL_CAPACITY： 默认大小16
(4) DEFAULT_LOAD_FACTOR： 默认负载因子0.75
(5) TREEIFY_THRESHOLD： 临界值8

4.3、put 存储逻辑

当我们往HashMap的put元素时，先根据元素的key的hashCode计算hash值，根据hash值与数组length计算这个元素在数组中的位置，如果数组该位置已经存放其他元素了，那么在这个位置上的元素将以链表的形式存放，新加入元素的放在链头，最先加入的放在链尾。如果数组该位置上没有元素，则使用传入的参数新增一个节点并放在该索引位置。JDK1.8以后，HashMap 采用数组 + 链表 + 红黑树实现，链表长度超过8时，将链表转为红黑树，这样可以大大减少查找时间。

 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;
        if ((tab = table) == null || (n = tab.length) == 0)
            n = (tab = resize()).length;
        if ((p = tab[i = (n - 1) & hash]) == null)
            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;
}

(1) 如何计算新添加的元素存放的位置

首先调用hash(Object key) 对key值进行hash计算，key的hashCode与 hashCode无符号右移16之后再进行异或运算，保证对key进行了充分的散列。

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

添加之前先对table进行初始化(table未初始化，即第一次添加元素时)或者扩容(数组长度超过阈值=length * DEFAULT_LOAD_FACTOR)。

if ((tab = table) == null || (n = tab.length) == 0)
    n = (tab = resize()).length;

初始化及扩容方法

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;
    }

不必看懂全部代码，看关键的部分即可。

 newCap = DEFAULT_INITIAL_CAPACITY;
 newThr = (int)(DEFAULT_LOAD_FACTOR * DEFAULT_INITIAL_CAPACITY);

Node<K,V>[] newTab = (Node<K,V>[])new Node[newCap];
table = newTab;

初始化数组之后计算新增元素的存放位置，在putVal()里实现，如果该位置没有元素则直接放入即可。

if ((p = tab[i = (n - 1) & hash]) == null)
    tab[i] = newNode(hash, key, value, null);

如果该位置已经存在元素，则进行链表操作，先判断该位置所有节点与新增节点是否存在重复的情况(key的hash值相同，且通过equals()判断结果为true)，重复则直接覆盖原值；hash值相等equals判断不同则表示元素不重复，添加到链表尾部。

判断头节点是否与新增元素相同，相同则直接覆盖。

if (p.hash == hash &&((k = p.key) == key || (key != null && key.equals(k))))
    e = p;

判断其中链表中的某个节点是否与新增相同，相同则覆盖，不存在相同的元素则直接添加至链表尾部。treeifyBin(tab, hash)暂时不管。

 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;
                }
    }

当链表长度超过8时，对链表进行树化操作，将链表转为红黑树结构。

final void treeifyBin(Node<K,V>[] tab, int hash) {
        int n, index; Node<K,V> e;
        if (tab == null || (n = tab.length) < MIN_TREEIFY_CAPACITY)
            resize();
        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);
        }
    }

关键的算法：

① return (key == null) ? 0 : (h = key.hashCode()) ^ (h >>> 16)

将hashCode的高16位与hashCode进行异或运算，主要是为了在table的length较小的时候，让高位也参与运算，并且不会有太大的开销，提高性能且让hashCode更加散列。保证hash值的后几位尽可能的不一样

② i = (n - 1) & hash]

(n - 1) & hash等同于 hash%n，采用位算符效率更高，且能尽量保证hash值的散列结果，如key的hash值为100，计算过程如下：

100 % 16 = 4

100 转为二进制：0110 0100

n-1  转为二进制：0000 1111

进行 &运算结果如下：

运算结果的后几位与hash值的后几位基本上保持一致，采用此算法既提高了效率又保证了结果与原值一样散列。

③ 扩容之后原元素存储的位置

扩容之后，根据原来的索引算法 e.hash & (n-1) 与e.hash & oldCap算法，原来的元素新索引为原索引或者(原索引+原数组长度)，

    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;
    }

继续使用上面的例子，如key的hash值为100，长度为16时存储的位置为4，长度扩容为32时，新索引算法根据：

e.hash & oldCap 计算结果为0，则新索引与原索引一样，结算结果不为0，则新索引 = 原索引 + 原数组长度

e.hash & oldCap：

结果为0表示hash值的倒数第5位为0，结果为1表示hash值的倒数第5位为1；

e.hash & oldCap结果为0，那么数组扩容之后的计算结果(e.hash & (newCap - 1))与(e.hash & (oldCap- 1))一致；

e.hash & oldCap结果为1，那么数组扩容之后的计算结果(e.hash & (newCap - 1)) = (e.hash & (oldCap- 1)) + oldCap；

4.4、get 读取逻辑

从HashMap 中get元素时，首先计算key的hash值，找到数组中对应位置的某一元素，然后根据key的equals方法从对应位置的链表中找到需要的元素。

如果第一个点是TreeNode，说明该节点采用了红黑树结构处理冲突，根据key的equals方法便利红黑树，得到节点值。

4.5、HashMap 扩容算法

当HashMap中的元素越来越多的时候，hash冲突的几率也就越来越高，因为数组的长度是固定的。所以为了提高查询的效率，就要对HashMap的数组进行扩容，在对HashMap数组进行扩容时，就会出现性能问题：原数组中的数据必须重新计算其在新数组中的位置，并放进去，这就是resize。

HashMap什么时候进行扩容呢？当HashMap中的元素个数 > 数组大小 * loadFactor时，就会进行数组扩容，loadFactor的默认值为0.75，这是一个折中的取值。默认情况下，数组大小为16，那么当HashMap中元素个数超过16 * 0.75=12的时候，就把数组的大小扩展为 216=32，即扩大一倍，然后重新计算每个元素在数组中的位置，而这是一个非常消耗性能的操作，所以如果我们已经预知HashMap中元素的个数，那么预设元素的个数能够有效的提高HashMap的性能。

4.6、总结

HashMap 在底层将 key-value 当成一个整体进行处理，这个整体就是一个 Node 对象。HashMap 底层采用一个 Node<K,V>[] 数组来保存所有的 key-value 对，当需要存储一个 Node 对象时，会根据hash算法来决定其在数组中的存储位置，在根据equals方法决定其在该数组位置上的链表中的存储位置；当需要取出一个Entry时，也会根据hash算法找到其在数组中的存储位置，再根据equals方法从该位置上的链表中取出该Node。

5、细节

5.1、table 数组长度为什么永远为2的幂次方

通过源码我们可以看到HashMap在初始化时，对数组容量进行了幂化处理：

     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;
         this.threshold = tableSizeFor(initialCapacity);
     }

　　

幂化方法tableSizeFor()，它的功能返回大于等于输入参数的2的整数次幂的数，比如10返回16,10000返回16384。该算法让最高位的1后面的位全变为1，最后让结果n+1，即得到了2的整数次幂。

 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;
     }

　　那么为什么要这么设置呢，原因总结下来有：

　　(1) 当数组长度为2的幂次方时，可以使用位运算来计算元素在数组中的位置，位运算相对高效；

(2) 增加hash值的随机性，减少hash冲突；如果length为2的幂次方，length-1 转为二进制时必定全是都是11111...的形式，这样使用hash值与length计算元素位置时，所有的位都能参与计算，如果不是2的幂次方，长度转为二进制可能包含0，与hash值与运算时，为0永远为0，起不到散列作用，散列结果出现冲突的概率相对大；

(3) 数组长度为2的幂次方，扩容后计算原来元素存放位置，不用再逐个重新计算，只需要判断hash值新增的bit位是1还是0，0则索引不变，1则新索引=原索引+原数组容量；

5.2 链表树化

• 链表长度大于8；
• table数组长度 ≥ 64；

为什么要table数组容量大于64才树化，因为当table数组容量较小时，键值对节点hash的碰撞率会较高，进而导致链表长度较长，容易树化，此时应该先扩容而不是立刻树化，树化后的增、删、查相对复杂。

5.3 查找

HashMap查找也是非常快的，查找一个元素首先要知道key的hash值，HashMap中并不是直接通过key的hashCode方法获取hash值，而是通过内部自定义方法计算hash值的。

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

(h = key.hashCode()) ^ (h >>> 16) 是为了让高位数据与低位数据进行异或，变相让高位数据参与到计算中，int有32位，右移16位就能让低16位和高16位进行异或，进一步增加hash值的随机性。