Java中HashMap底层原理源码分析

在介绍HashMap的同时，我会把它和HashTable以及ConcurrentHashMap的区别也说一下，不过本文主要是介绍HashMap，其实它们的原理差不多，都是数组加链表的形式存储数据，另外本文所介绍的都是JDK1.8版本的。在介绍之前，先看下Map家族的继承体系图：

其中，TreeMap是基于树实现的，其他三个都是哈希表结构。

HashMap和Hashtable的主要区别是：

1. Hashtable是线程安全，而HashMap则非线程安全，Hashtable的实现方法里面大部分都添加了synchronized关键字来确保线程同步，因此相对而言HashMap性能会高一些，在多线程环境下若使用HashMap需要使用Collections.synchronizedMap()方法来获取一个线程安全的集合。

2. HashMap的键和值都可以为null，而Hashtable的键值都不能为null。

3. HashMap的初始容量为16，Hashtable初始容量为11，两者的填充因子默认都是0.75。HashMap扩展容量是当前容量翻倍即:capacity*2，Hashtable扩展容量是容量翻倍+1即:capacity*2+1（关于扩容和填充因子后面会讲）

4. 两者的哈希算法不同，HashMap是先对key(键)求hashCode码，然后再把这个码值得高位和低位做异或运算，源码如下：

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

i = (n - 1) & hash

然后把hash（key）返回的哈希值与HashMap的初始容量(也叫初始数组的长度)减一做&（与运算）就可以计算出此键值对应该保存到数组的那个位置上(hash&（n-1）)。这里为什么不用key本身的hashcode方法，而又是右移动16位又是异或操作。开发人员这样做的目的是什么呢？我的理解是当数组容量很小的时候，计算元素在数组中的位置(n-1)&hash，只用到了hash值的低位，这样当不同的hash值低位相同，高位不同的时候会产生冲突。实际上的hash值将hashcode低16位与高16位做异或运算，相当于混合了高位和低位，增加了随机性。当然是冲突越少越好，元素的分布越随机越好。

而Hashtable计算位置的方式如下：

int hash = key.hashCode();
int index = (hash & 0x7FFFFFFF) % tab.length;

直接计算key的哈希码，然后与2的31次方做&（与运算），然后对数组长度取余数计算位置。

HashMap存取元素详解

HashMap的存储方式是哈希表，那么什么是哈希表，其实就是数组+链表。HashMap初始数组长度为16。数组的每个元素都保存着链表头的地址(或者为null)，在向HashMap中put（key，value）的时候，先使用hash算法计算哈希值，然后再和数组的长度减一做与运算。计算出此键值对应该保存到数组的那个位置上，如果此位置没有元素，意思就是链表的头结点为null，那么就新建一个node结点，把key，value以及next保存。Node类源码如下：

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;
    }
    ....
    ......
    ........
}

这里我只贴出了部分，看的出来，这个保存键值对的node结点是一个实现了Map.Entry的内部类，里面的属性有hash值（就是通过hash算法计算出来的），key，value，以及next。当执行put（key，value）的时候，如果计算出来的数组位置上有元素的话（说明计算出的hash值和此数组位置对应的单链表上的所有元素的hash值相同，即发生冲突。），就沿着此数组位置对应的单链表上的结点一个个比较，如果遇到相同的key，就用新的value替换掉旧的value，如果找不到相同的key，就新建一个node结点，保存hash值，key和value，然后插入到此单链表的尾部。插入之后，这里程序会判断此单链表上的结点个数（这里注意，不是全部的元素结点个数，而是此单链表上的结点个数，和其他数组位置上的单链表无关）是否超过限制(HashMap默认是8)，如果超过限制，那么HashMap就会把此单链表转成红黑树(关于什么是红黑树，请读者自行百度)，这样做的目的是为了提高get（key）的速度。由时间复杂度原来的O（n）变成了O（logn）。到这还不算完，一旦插入新的node，程序就会检查HashMap的装载量（全部键值对的个数）是否超过阈值，这个阈值是计算出来的，就是装载因子乘上数组容量。一旦装载量大于此阈值，程序就会执行resize()方法进行扩展容量，HashMap是直接扩容2倍，扩容之后，将原来链表数组的每一个链表分成奇偶两个子链表分别挂在新链表数组的散列位置，这样就减少了每个链表的长度，增加查找效率，但是扩容是很费时的。

static final int DEFAULT_INITIAL_CAPACITY = 1 << 4; // 默认初始数组容量 16

static final int MAXIMUM_CAPACITY = 1 << 30;	//最大容量

static final float DEFAULT_LOAD_FACTOR = 0.75f;	//装载因子默认0.75

static final int TREEIFY_THRESHOLD = 8;	//单链表结点个数超过8就转成红黑树

int threshold; //阈值，超过此数，就进行扩展容量

下面看下HashMap存储元素的大致情况：

现在看下put操作的源码解析：

现在看下get操作的源码解析：

其实，HashMap的初始容量和装载因子都是可以通过HashMap的有参构造进行改的，如果使用无参的构造函数定义HashMap，那么这两个属性都是默认的。至此，HashMap的底层实现原理就介绍完了，下面简单说下Hashtable和ConcurrentHashMap。它们两个都是线程安全的，都不可以存储值为null的key，但是它们在线程同步上有些区别。Hashtable是在方法上使用synchronized关键字，其实这是对对象加锁，锁住的都是对象整体，当Hashtable的大小增加到一定的时候，性能会急剧下降，因为迭代时需要被锁定很长的时间。ConcurrentHashMap算是对上述问题的优化。ConcurrentHashMap引入了分割(Segment)，可以理解为它把一个大的Map拆分成N个小的Hashtable，在put方法中，会根据哈希算法来先决定具体存放进哪个Segment，如果我们查看Segment的put操作源码，会发现内部使用的同步机制还是基于锁的，但是这样可以只对Map的一部分（Segment）进行上锁，影响的只是将要放入同一个Segment的元素的put操作，保证同步的时候，锁住的不是整个Map（而Hashtable是锁住全部的），相对于Hashtable的synchronized关键字锁的粒度更精细了一些，提高了多线程环境下的性能，所以Hashtable已被淘汰了。