HashMap源码分析-Java8

发表于 4年以前 | 总阅读数：606 次

前言

HashMap属于老生常谈的话题，离上一次阅读源码已经很久了，为了防止我又双叒忘记一些实现细节决定写篇文章，温故而知新

首先从构造HashMap说起，

public HashMap() {
        this.loadFactor = DEFAULT_LOAD_FACTOR; // all other fields defaulted
    }

loadFactor为负载系数默认0.75，用于计算Map扩容的阈值

我画了一下HashMap大致的数据结构，图中左边红色即为HashMap的table表，实际上就是一个Node的数组

Node<K,V>[] table;

Node的结构很简单，常用的表达单项链表的数据结构

static class Node<K,V> implements Map.Entry<K,V> {
        final int hash;
        final K key;
        V value;
        Node<K,V> next;

插入 put

一次插入操作实际上就是计算插入key的hash值并落到具体的table数组的某个下标，在通过下标找到table上的head，在通过链表(或者红黑树)进行插入，如果该链表(或者树)已存在则对链表尾端进行插入操作，下面开始详细说明具体的实现细节

以一次普通put操作为例

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

put操作并没有直接使用key自带的hash，而是通过hash()做一层转换

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

hash

key为空则将hash设置为0, 也意味着所有key为null的数据最后都固定存放在table[0]中(多说一句，table[0]并不是只存放key为null的node)

h = key.hashCode()) ^ (h >>> 16) //计算hashcode

这里将key的 hashcode 码与自己的右移16位(即将32位中的高16位偏移到低16位)做按 位异或 运算。

为什么要这么做呢? 主要是减小后续取模的碰撞概率而做的优化

可以参考这篇文章，大致意思就是由于取模运算只关注低位，如果hash低位同一性高会增大碰撞概率, 所以将高位做右移并做异或增加低位的随机性。

下图表示在掩码为9位使用HashMap.hash(table长度512)时比hashCode碰撞次数小百分之10

另外你会经常看到通过 (n - 1) & hash 这种方式获取当前hash值对应table数组下标的操作，其中n为table数组

其实原理很简单，首先hashmap会保证table的长度一定为2的整数幂，下面以一个table长度为128的数组为例

当对table的长度n减1时，因为只有高位一个1所以其余全部置为1

所以当减1后的table与hash做与操作时，结果必然是table数组下某个下标，并保证其分布。

插入

检查table为空则(扩容下面会讲到)，新的值没有对应的槽时创建新的Node，否则便插入已存在的链表(树)中，细节可以看下我为源码做的注解

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;
        //p即为table上头节点
        if ((p = tab[i = (n - 1) & hash]) == null)
            //未找到槽则创建新的node作为头节点
            tab[i] = newNode(hash, key, value, null);
        else {
            //插入已存在的链表中
            ...
        }
        //记录修改次数，用于迭代校验
        ++modCount;
        //size超出阈值则扩容
        if (++size > threshold)
            resize();
        //用于linked类型map，hashmap未实现
        afterNodeInsertion(evict);
        return null;

插入已存在的链表(树)中，当出现hash碰撞(collision)时，即当前key的hash所对应的table中的node已存在时，hashmap会根据key的情况(有无重复)来选择是插入链表尾部还是替换链表中某个node的值

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;
            //p为table上的头节点
            //如果相同key，将p赋值给e， e表示已存在值为key的node
            //单独校验头节点是为了方便直接替换，避免判断是否为红黑树或链表
            if (p.hash == hash &&
                ((k = p.key) == key || (key != null && key.equals(k))))
                e = p;
            //头节点node为红黑树时
            else if (p instanceof TreeNode)
                e = ((TreeNode<K,V>)p).putTreeVal(this, tab, hash, key, value);
            else {
                for (int binCount = 0; ; ++binCount) {
                    //遍历至链表的尾端 e为被标记的重复key的node
                    if ((e = p.next) == null) {
                        p.next = newNode(hash, key, value, null);
                        //链表长度超过8个转换为树
                        if (binCount >= TREEIFY_THRESHOLD - 1) // -1 for 1st            //当链表长度大于等于8并且tab长度大于64时才会转为红黑树
                            treeifyBin(tab, hash);
                        break;
                    }
                    //发现相同的key则标记
                    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;
                //onlyIfAbsent为False则替换
                if (!onlyIfAbsent || oldValue == null)
                    e.value = value;
                //用于预留给其他Map预留的刷新访问顺序接口，例如LinkedHashMap assessOrder指定为true时会将最新插入的node移至链表尾部
                afterNodeAccess(e);
                return oldValue;
            }
        }
        ++modCount;
        //超出阈值resize
        if (++size > threshold)
            resize();
        afterNodeInsertion(evict);
        return null;
    }

需要注意的几点

判断key是否重复需要满足对象地址相同(==)或者equals是否相等(equals())
并不时说链表长度超出阈值(阈值为8)就会转为红黑树，同时还要满足当前hashmap的table长度大于64，否则只会做一次resize操作

resize

在hashap初始化时，或者table长度超过阈值等情况时，会对hashmap做resize操作，一般会对table*2，table指定为2的倍数是为了方便做求模的计算，特殊情况比如table长度超过2^30时，则将阈值固定为2^31-1并直接返回

final Node<K,V>[] resize() {
        Node<K,V>[] oldTab = table;//旧的table长度
        int oldCap = (oldTab == null) ? 0 : oldTab.length;
        int oldThr = threshold;~~~~
        int newCap, newThr = 0;
        //oldCap大于0调整threshold阈值
        if (oldCap > 0) {
            //超过2^30 threshold阈值设为2^31
            //设置为2^30是为了防止后续扩容操作溢出
            if (oldCap >= MAXIMUM_CAPACITY) {
                threshold = Integer.MAX_VALUE;
                return oldTab;
            }
            //这里对newCap扩容一倍
            else if ((newCap = oldCap << 1) < MAXIMUM_CAPACITY &&
                     oldCap >= DEFAULT_INITIAL_CAPACITY)
                newThr = oldThr << 1; // double threshold
        }
        //容量为0时newCap大小取决于阈值threshold的设置
        else if (oldThr > 0) // initial capacity was placed in threshold
            newCap = oldThr;
        //阈值threshold以及capacity都为初始状态是启用默认设置
        else {               // zero initial threshold signifies using defaults
            //阈值未设置并cap为0的情况(初始化状态)
            newCap = DEFAULT_INITIAL_CAPACITY;//默认16
            //初始化阈值12
            newThr = (int)(DEFAULT_LOAD_FACTOR * DEFAULT_INITIAL_CAPACITY);
        }
        //根据newCap分配newThr
        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) {
            //遍历旧talble上的每个node
            for (int j = 0; j < oldCap; ++j) {
                Node<K,V> e;
                if ((e = oldTab[j]) != null) {
                    oldTab[j] = null;
                    if (e.next == null)
                        //e.hash & (newCap-1) -1 当newCap保证为2的n次幂时等同取模操作
                        newTab[e.hash & (newCap - 1)] = e;
                    else if (e instanceof TreeNode) //红黑树
                        ((TreeNode<K,V>)e).split(this, newTab, j, oldCap);
                    else { // preserve order
                        Node<K,V> loHead = null, loTail = null;//loHead代表旧的索引位置
                        Node<K,V> hiHead = null, hiTail = null;//hiHead代表扩容后新的索引位置
                        Node<K,V> next;
                        do {
                            next = e.next;


 //索引位置为cap & hashcode 扩容后索引是否有变化取决于hashcode∩的位是否为1 概率上有一半的entry需要移动

                            if ((e.hash & oldCap) == 0) {//为0表示该node不需要移动table索引位置
                                if (loTail == null)
                                    loHead = e;//初次添加设置链表头
                                else
                                    loTail.next = e;
                                loTail = e;
                            }
                            else {//e.hash & oldCap 为 1 放置到新的链表上
                                if (hiTail == null)
                                    hiHead = e;//初次设置表头
                                else
                                    hiTail.next = e;
                                hiTail = e;
                            }
                        } while ((e = next) != null);
                        if (loTail != null) {
                            loTail.next = null;
                            newTab[j] = loHead;//原索引不变
                        }
                        if (hiTail != null) {
                            hiTail.next = null;
                            //设置扩容后需要移动的索引，新链表放置到j+oldCap
                            newTab[j + oldCap] = hiHead;

                        }
                    }
                }
            }
        }
        return newTab;
    }

扩容后的分配：创建扩容后newTab后，接下来是重新分配原有的Node至newTable上，过程并不复杂，首先是遍历原先的oldTable数组

if (oldTab != null) {
    for (int j = 0; j < oldCap; ++j) {
            ...
    }~~~~

首先获取每个数组元素下(bins)的头节点，如果头节点node的next为空直接将该node分配至新的newTable下，如果该元素下的链表由多个组成的话则遍历该链表，根据当前Node的hash值与原有数组长度oldCap的与运算结果来决定分配是否分配到新的bins下。比如下面的示例，同一个bins下的hashcode只能保证oldCap-1的&相同，所以链表中的node被重新分配的概率为1/2，即链表中有一半的node将会重新分配。

1111 0000 0010 1001 0101 1101 1011 1011 hashcode

0000 0000 0000 0000 0000 0000 0001 0000 16为oldCap

0000 0000 0000 0000 0000 0000 0010 0000 32为newCap

Map.get

get相对就比较简单了，get(key)内部调用了getNode并传递了key的hashcode，做法也很简单，获取到该key所对应再table中的第一个node，如果是链表就遍历链表获取value，红黑树则做树的查找操作

final Node<K,V> getNode(int hash, Object key) {
        Node<K,V>[] tab; Node<K,V> first, e; int n; K k;
        //满足三个条件 1. table不为空 2. table长度大于0 3. 当前hash的对应的索引node不为空
        if ((tab = table) != null && (n = tab.length) > 0 &&
            (first = tab[(n - 1) & hash]) != null) {
            if (first.hash == hash && // always check first node
                ((k = first.key) == key || (key != null && key.equals(k))))
                return first;
            if ((e = first.next) != null) {
                //从树中查找
                if (first instanceof TreeNode)
                    return ((TreeNode<K,V>)first).getTreeNode(hash, key);
                //遍历链表
                do {
                    if (e.hash == hash &&
                        ((k = e.key) == key || (key != null && key.equals(k))))
                        return e;
                } while ((e = e.next) != null);
            }
        }
        return null;
    }

//红黑树

LinkdedHashMap

LinkedHashMap继承于HashMap，其大部分实现是一致的，那么它是通过什么方式保证有序的呢？

首先LinkedHashMap重写了HashMap的newNode方法

Node<K,V> newNode(int hash, K key, V value, Node<K,V> e) {
        //LinkedHashMap.Entry继承Node类
        LinkedHashMap.Entry<K,V> p =
            new LinkedHashMap.Entry<K,V>(hash, key, value, e);
        //将新增的node添加至链表尾部
        linkNodeLast(p);
        return p;
    }

LinkedHashMap.Entry继承Node类

static class Entry<K,V> extends HashMap.Node<K,V> {
        Entry<K,V> before, after;
        Entry(int hash, K key, V value, Node<K,V> next) {
            super(hash, key, value, next);
        }
    }

Entry相比Node多维护了向前和向后的引用，也就是LinkedHashMap相比HashMap多维护了一个双向链表来满足按照顺序迭代的需求，每次插入会将Node插入链表尾部。

后面的就很好理解了，Map的遍历是基于迭代器的设计模式，LinkedHashMap重新实现了Iterator接口

final class LinkedEntryIterator extends LinkedHashIterator
        implements Iterator<Map.Entry<K,V>> {
        public final Map.Entry<K,V> next() { return nextNode(); }
    }

显而易见，nextNode实际就是获取链表中的下一个节点

final LinkedHashMap.Entry<K,V> nextNode() {
            LinkedHashMap.Entry<K,V> e = next;
            if (modCount != expectedModCount)
                throw new ConcurrentModificationException();
            if (e == null)
                throw new NoSuchElementException();
            current = e;
            next = e.after;
            return e;
        }

另外LinkedHashMap可以通过assessOrder指定新增Node移至尾部，感兴趣的可以看看源码实现比较简单。