深入理解Java中的HashMap

一、hashmap的结构图示

​本文主要说的是jdk1.8版本中的实现。而1.8中hashmap是数组+链表+红黑树实现的，大概如下图所示。后面还是主要介绍hash map中主要的一些成员以及方法原理。

​那么上述图示中的结点node具体类型是什么，源码如下。node是hashmap的内部类，实现了map.entery接口，主要就是存放我们put方法所添加的元素。其中的next就表示这可以构成一个单向链表，这主要是通过链地址法解决发生hash冲突问题。而当桶中的元素个数超过阈值的时候就换转为红黑树。

//hash桶中的结点node,实现了map.entry
static class node<k,v> implements map.entry<k,v> {
    final int hash;
    final k key;
    v value;
    node<k,v> next; //链表的next指针
    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; }
    //重写object的hashcode
    public final int hashcode() {
        return objects.hashcode(key) ^ objects.hashcode(value);
    }
    public final v setvalue(v newvalue) {
        v oldvalue = value;
        value = newvalue;
        return oldvalue;
    }
    //equals方法
    public final boolean equals(object o) {
        if (o == this)
            return true;
        if (o instanceof map.entry) {
            map.entry<?,?> e = (map.entry<?,?>)o;
            if (objects.equals(key, e.getkey()) &&
                objects.equals(value, e.getvalue()))
                return true;
        }
        return false;
    }
}
//转变为红黑树后的结点类
static final class treenode<k,v> extends linkedhashmap.entry<k,v> {
    treenode<k,v> parent;  // 父节点
    treenode<k,v> left; //左子树
    treenode<k,v> right;//右子树
    treenode<k,v> prev;    // needed to unlink next upon deletion
    boolean red;    //颜色属性
    treenode(int hash, k key, v val, node<k,v> next) {
        super(hash, key, val, next);
    }
    //返回当前节点的根节点
    final treenode<k,v> root() {
        for (treenode<k,v> r = this, p;;) {
            if ((p = r.parent) == null)
                return r;
            r = p;
        }
    }
}

​上面只是大概了解了一下hashmap的简单组成，下面主要介绍其中的一些参数和重要的方法原理实现。

二、hashmap的成员变量以及含义

//默认初始化容量初始化=16
static final int default_initial_capacity = 1 << 4; // aka 16
//最大容量 = 1 << 30
static final int maximum_capacity = 1 << 30;
//默认加载因子.一般hashmap的扩容的临界点是当前hashmap的大小 > default_load_factor * 
//default_initial_capacity = 0.75f * 16
static final float default_load_factor = 0.75f;
//当hash桶中的某个bucket上的结点数大于该值的时候，会由链表转换为红黑树
static final int treeify_threshold = 8;
//当hash桶中的某个bucket上的结点数小于该值的时候，红黑树转变为链表
static final int untreeify_threshold = 6;
//桶中结构转化为红黑树对应的table的最小大小
static final int min_treeify_capacity = 64;
//hash算法,计算传入的key的hash值，下面会有例子说明这个计算的过程
static final int hash(object key) {
    int h;
    return (key == null) ? 0 : (h = key.hashcode()) ^ (h >>> 16);
} 
//tablesizefor(initialcapacity)返回大于initialcapacity的最小的二次幂数值。下面会有例子说明
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;
}
//hash桶
transient node<k,v>[] table;
//保存缓存的entryset
transient set<map.entry<k,v>> entryset;
//桶的实际元素个数 != table.length
transient int size;
//扩容或者更改了map的计数器。含义：表示这个hashmap结构被修改的次数，结构修改是那些改变hashmap中的映射数量或者
//修改其内部结构（例如，重新散列rehash）的修改。 该字段用于在hashmap失败快速（fast-fail）的collection-views
//上创建迭代器。
transient int modcount;
//临界值，当实际大小（cap*loadfactor）大于该值的时候，会进行扩充
int threshold;
//加载因子
final float loadfactor;

2.1、hash方法说明

//hash算法
static final int hash(object key) {
    int h;
    //key == null : 返回hash=0
    //key != null 
    //（1）得到key的hashcode：h=key.hashcode()
    //（2）将h无符号右移16位
    //（3）异或运算：h ^ h>>>16
    return (key == null) ? 0 : (h = key.hashcode()) ^ (h >>> 16);
}   

​假设现在我们向一个map中添加元素，例如map.put("fsmly","test")，那么其中key为"fsmly"的hashcode的二进制表示为0000_0000_0011_0110_0100_0100_1001_0010，按照上面的步骤来计算，那么我们调用hash算法得到的hash值为：‭

2.2、tablesizefor方法说明

​该方法的作用就是：返回大于initialcapacity的最小的二次幂数值。如下实例

//n=cap-1=5; 5的二进制0101b。>>> 操作符表示无符号右移，高位取0
//n |= n>>>1: (1)n=0101 | 0101>>>1; (2)n=0101 | 0010; (3)n = 0111b 
//n |= n>>>2: (1)n=0111 | 0111>>>2; (2)n=0111 | 0011; (3)n = 0111b
//n |= n>>>4: (1)n=0111 | 0111>>>4; (2)n=0111 | 0000; (3)n = 0111b
//n |= n>>>8: (1)n=0111 | 0111>>>8; (2)n=0111 | 0000; (3)n = 0111b
//n |= n>>>16:(1)n=0111 | 0111>>>16;(2)n=0111 | 0000; (3)n = 0111b
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;
    //n<0返回1
    //n>最大容量，返回最大容量
    //否则返回n+1(0111b+1b=1000b=8)
    return (n < 0) ? 1 : (n >= maximum_capacity) ? maximum_capacity : n + 1;
}

​再看下面这个：

//至于这里为什么减1，当传入的cap为2的整数次幂的时候，减1即保证最后的计算结果还是cap，而不是大于cap的另一个2的
//整数次幂，例如我们传入cap=16=10000b.按照上面那样计算
//n=cap-1=15=1111b.按照上面的方法计算得到：
// n |= n>>>1: n=1111|0111=1111;后面还是相同的结果最后n=1111b=15.
//所以返回的时候为return 15+1;
int n = cap - 1; 

三、hashmap的构造方法

​我们看看hashmap源码中为我们提供的四个构造方法。我们可以看到，平常我们最常用的无参构造器内部只是仅仅初始化了loadfactor，别的都没有做，底层的数据结构则是延迟到插入键值对时再进行初始化，或者说在resize中会做。后面说到扩容方法的实现的时候会讲到。

//（1）参数为初始化容量和加载因子的构造函数
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); //阈值为大于initialcapacity的最小二次幂
}
//（2）只给定初始化容量，那么加载因子就是默认的加载因子：0.75
public hashmap(int initialcapacity) {
    this(initialcapacity, default_load_factor);
}
//（3）加载因子为默认的加载因子，但是这个时候的初始化容量是没有指定的，后面调用put或者get方法的时候才resize
public hashmap() {
    this.loadfactor = default_load_factor; // all other fields defaulted
}
//（4）将传递的map中的值调用putmapentries加入新的map集合中，其中加载因子是默认的加载因子
public hashmap(map<? extends k, ? extends v> m) {
    this.loadfactor = default_load_factor;
    putmapentries(m, false);
}

四、hashmap元素在数组中的位置

​不管增加、删除、查找键值对，定位到哈希桶数组的索引都是很关键的第一步，所以我们看看源码怎样通过hash()方法以及其他代码确定一个元素在hash桶中的位置的。

//计算map中key的hash值
static final int hash(object key) {
    int h;
    return (key == null) ? 0 : (h = key.hashcode()) ^ (h >>> 16);
}
//这一小段代码就是定位元素在桶中的位置。具体做法就是：容量n-1 & hash. 
//其中n是一个2的整数幂，而(n - 1) & hash其实质就是hash%n,但
//是取余运算的效率不如位运算与，并且(n - 1) & hash也能保证散列均匀，不会产生只有偶数位有值的现象
p = tab[i = (n - 1) & hash];

​下面我们通过一个例子计算一下上面这个定位的过程，假设现在桶大小n为16.

​我们可以看到，这里的hash方法并不是用原有对象的hashcode最为最终的hash值，而是做了一定位运算，大概因为如果(n-1)的值太小的话，(n - 1) & hash的值就完全依靠hash的低位值，比如n-1为0000 1111，那么最终的值就完全依赖于hash值的低4位了，这样的话hash的高位就玩完全失去了作用，h ^ (h >>> 16)，通过这种方式，让高位数据与低位数据进行异或，也是变相的加大了hash的随机性，这样就不单纯的依赖对象的hashcode方法了。

五、hashmap的put方法分析

5.1、put方法源码分析

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;
    //table == null 或者table的长度为0，调用resize方法进行扩容
    //这里也说明：table 被延迟到插入新数据时再进行初始化
    if ((tab = table) == null || (n = tab.length) == 0)
        n = (tab = resize()).length;
    // 这里就是调用了hash算法的地方，具体的计算可参考后面写到的例子
    //这里定位坐标的做法在上面也已经说到过
    if ((p = tab[i = (n - 1) & hash]) == null)
        // 如果计算得到的桶下标值中的node为null，就新建一个node加入该位置(这个新的结点是在
        //table数组中)。而该位置的hash值就是调用hash()方法计算得到的key的hash值
        tab[i] = newnode(hash, key, value, null);
    //这里表示put的元素用自己key的hash值计算得到的下表和桶中的第一个位置元素产生了冲突，具体就是
    //(1)key相同，value不同
    //(2)只是通过hash值计算得到的下标相同，但是key和value都不同。这里处理的方法就是链表和红黑树
    else {
        node<k,v> e; k k;
        //上面已经计算得到了该hash对应的下标i，这里p=tab[i]。这里比较的有：
        //(1)tab[i].hash是否等于传入的hash。这里的tab[i]就是桶中的第一个元素
        //(2)比较传入的key和该位置的key是否相同
        //(3)如果都相同，说明是同一个key，那么直接替换对应的value值(在后面会进行替换)
        if (p.hash == hash && ((k = p.key) == key || (key != null && key.equals(k))))
            //将桶中的第一个元素赋给e，用来记录第一个位置的值
            e = p;
        //这里判断为红黑树。hash值不相等，key不相等；为红黑树结点
        else if (p instanceof treenode)
            e = ((treenode<k,v>)p).puttreeval(this, tab, hash, key, value); //加入红黑树
        //判断为链表结点
        else {
            for (int bincount = 0; ; ++bincount) {
                //如果达到链表的尾部
                if ((e = p.next) == null) {
                    //在尾部插入新的结点
                    p.next = newnode(hash, key, value, null);
                    //前面的bincount是记录链表长度的，如果该值大于8，就会转变为红黑树
                    if (bincount >= treeify_threshold - 1) // -1 for 1st
                        treeifybin(tab, hash);
                    break;
                }
                //如果在遍历链表的时候，判断得出要插入的结点的key和链表中间的某个结点的key相
                //同，就跳出循环,后面也会更新旧的value值
                if (e.hash == hash &&
                    ((k = e.key) == key || (key != null && key.equals(k))))
                    break;
                //e = p.next。遍历链表所用
                p = e;
            }
        }
        //判断插入的是否存在hashmap中，上面e被赋值，不为空，则说明存在，更新旧的键值对
        if (e != null) { // existing mapping for key
            v oldvalue = e.value;
            if (!onlyifabsent || oldvalue == null)
                e.value = value; //用传入的参数value更新旧的value值
            afternodeaccess(e);
            return oldvalue; //返回旧的value值
        }
    }
    //modcount修改
    ++modcount;
    //容量超出就扩容
    if (++size > threshold)
        resize();
    afternodeinsertion(evict);
    return null;
}

5.2、put方法执行过程总结

​可以看到主要逻辑在put方法中调用了putval方法，传递的参数是调用了hash()方法计算key的hash值，主要逻辑在putval中。可以结合注释熟悉这个方法的执行，我在这里大概总结一下这个方法的执行：

1.首先 (tab = table) == null || (n = tab.length) == 0这一块判断hash桶是否为null，如果为null那么会调用resize方法扩容。后面我们会说到这个方法

2.定位元素在桶中的位置，具体就是通过key的hash值和hash桶的长度计算得到下标i，如果计算到的位置处没有元素(null)，那么就新建结点然后添加到该位置。

3.如果table[i]处不为null，已经有元素了，那么就表明产生hash冲突,这里可能是三种情况

①判断key是不是一样，如果key一样，那么就将新的值替换旧的值；

②如果不是因为key一样，那么需要判断当前该桶是不是已经转为了红黑树，是的话就构造一个treenode结点插入红黑树；

③不是红黑树，就使用链地址法处理冲突问题。这里主要就是遍历链表，如果在遍历过程中也找到了key一样的元素，那么久还是使用新值替换旧值。否则会遍历到链表结尾处，到这里就直接新添加一个node结点插入链表，插入之后还需要判断是不是已将超过了转换为红黑树的阈值8，如果超过就会转为红黑树。

4.最后需要修改modcount的值。

5.判断插入后的size大小是不是超过了threshhold，如果超过需要进行扩容。

上面很多地方都涉及到了扩容，所以下面我们首先看看扩容方法。

六、hashmap的resize方法分析

6.1、resize方法源码

​扩容(resize)就是重新计算容量，具体就是当map内部的size大于default_load_factor * default_initial_capacity ，就需要扩大数组的长度，以便能装入更多的元素。resize方法实现中是使用一个新的数组代替已有的容量小的数组。

//该方法有2种使用情况：1.初始化哈希表(table==null) 2.当前数组容量过小，需扩容
final node<k,v>[] resize() {
    node<k,v>[] oldtab = table; //oldtab指向旧的table数组
    //oldtab不为null的话，oldcap为原table的长度
    //oldtab为null的话，oldcap为0
    int oldcap = (oldtab == null) ? 0 : oldtab.length; 
    int oldthr = threshold; //阈值
    int newcap, newthr = 0;
    if (oldcap > 0) { 
        //这里表明oldcap！=0，oldcap=原table.length();
        if (oldcap >= maximum_capacity) {
            threshold = integer.max_value; //如果大于最大容量了，就赋值为整数最大的阀值
            return oldtab;
        }
        // 如果数组的长度在扩容后小于最大容量 并且oldcap大于默认值16(这里的newcap也是在原来的
        //长度上扩展两倍)
        else if ((newcap = oldcap << 1) < maximum_capacity &&
                 oldcap >= default_initial_capacity)
            newthr = oldthr << 1; // double threshold双倍扩展threshhold
    }
    else if (oldthr > 0) // initial capacity was placed in threshold
        //	这里的oldthr=tabsizefor(initialcapacity),从上面的构造方法看出，如果不是调用的
        //无参构造，那么threshhold肯定都会是经过tabsizefor运算得到的2的整数次幂的,所以可以将
        //其作为node数组的长度(个人理解)
        newcap = oldthr; 
    else { // zero initial threshold signifies using defaults(零初始阈值表示使用默认值)
        //这里说的是我们调用无参构造函数的时候(table == null,threshhold = 0)，新的容量等于默
        //认的容量，并且threshhold也等于默认加载因子*默认初始化容量
        newcap = default_initial_capacity;
        newthr = (int)(default_load_factor * default_initial_capacity);
    }
    // 计算新的resize上限
    if (newthr == 0) {
        float ft = (float)newcap * loadfactor; //容量 * 加载因子
        newthr = (newcap < maximum_capacity && ft < (float)maximum_capacity ?
                  (int)ft : integer.max_value);
    }
    threshold = newthr;
    @suppresswarnings({"rawtypes","unchecked"})
    //以新的容量作为长度，创建一个新的node数组存放结点元素
    //当然，桶数组的初始化也是在这里完成的
    node<k,v>[] newtab = (node<k,v>[])new node[newcap]; 
    table = newtab;
    //原来的table不为null
    if (oldtab != null) {
        // 把每个bucket都移动到新的buckets中
        for (int j = 0; j < oldcap; ++j) {
            node<k,v> e;
            //原table中下标j位置不为null
            if ((e = oldtab[j]) != null) {
                oldtab[j] = null; //将原来的table[j]赋为null，及时gc？
                if (e.next == null) //如果该位置没有链表，即只有数组中的那个元素
                    //通过新的容量计算在新的table数组中的下标：(n-1)&hash
                    newtab[e.hash & (newcap - 1)] = e; 
                else if (e instanceof treenode) 
                    //如果是红黑树结点，重新映射时，需要对红黑树进行拆分
                    ((treenode<k,v>)e).split(this, newtab, j, oldcap);
                else { // 链表优化重hash的代码块
                    node<k,v> lohead = null, lotail = null;
                    node<k,v> hihead = null, hitail = null;
                    node<k,v> next;
                    do {//上面判断不是红黑树，那就是链表，这里就遍历链表，进行重新映射
                        next = e.next;
                        // 原位置
                        if ((e.hash & oldcap) == 0) {
                            //lotail处为null，那么直接加到该位置
                            if (lotail == null) 
                                lohead = e;
                            //lotail为链表尾结点，添加到尾部
                            else
                                lotail.next = e;
                            //添加后，将lotail指向链表尾部，以便下次从尾部添加
                            lotail = e;
                        }
                        // 原位置+旧容量
                        else {
                            //hitail处为null，就直接点添加到该位置
                            if (hitail == null)
                                hihead = e;
                            //hitail为链表尾结点，尾插法添加
                            else
                                hitail.next = e;
                            hitail = e;
                        }
                    } while ((e = next) != null);
                    // 将分组后的链表映射到新桶中
                    // 原索引放到bucket里
                    if (lotail != null) {
                        //旧链表迁移新链表,链表元素相对位置没有变化; 
                        //实际是对对象的内存地址进行操作 
                        lotail.next = null;//链表尾元素设置为null
                        newtab[j] = lohead; //数组中位置为j的地方存放链表的head结点
                    }
                    // 原索引+oldcap放到bucket里
                    if (hitail != null) {
                        hitail.next = null;
                        newtab[j + oldcap] = hihead;
                    }
                }
            }
        }
    }
    return newtab;
}

6.2、(e.hash & oldcap) == 0分析

​我这里添加上一点，就是为什么使用 (e.hash & oldcap) == 0判断是处于原位置还是放在更新的位置（原位置+旧容量），解释如下：我们知道capacity是2的幂，所以oldcap为10...0的二进制形式(比如16=10000b)。

（1）若判断条件为真，意味着oldcap为1的那位对应的hash位为0(1&0=0,其他位都是0,结果自然是0)，对新索引的计算没有影响，至于为啥没影响下面就说到了。先举个例子计算一下数组中的下标在扩容前后的变化：

​从上面计算发现，当cap为1的那位对应的hash为0的时候，resize前后的index是不变的。我们再看下面，使用上面的hash值，对应的就是 (e.hash & oldcap) == 0，恰好也是下标不变的

​（2）若判断条件为假，则 oldcap为1的那位对应的hash位为1。比如新下标=hash&( newcap-1 )= hash&( (16<<2) - 1)=10010，相当于多了10000，即 oldcap .如同下面的例子

​从上面计算发现，当cap为1的那位对应的hash为1的时候，resize前后的index是改变的。我们再看下面，使用上面的hash值，对应的就是 (e.hash & oldcap) != 0，恰好下标就是原索引+原容量

6.3、部分代码理解

​这一部分其实和put方法中，使用链地址法解决hash冲突的原理差不多，都是对链表的操作。

// 原位置
if ((e.hash & oldcap) == 0) {
    //lotail处为null，那么直接加到该位置
    if (lotail == null) 
        lohead = e;
    //lotail为链表尾结点，添加到尾部
    else
        lotail.next = e;
    //添加后，将lotail指向链表尾部，以便下次从尾部添加
    lotail = e;
}
// 原位置+旧容量
else {
    //hitail处为null，就直接点添加到该位置
    if (hitail == null)
        hihead = e;
    //hitail为链表尾结点，尾插法添加
    else
        hitail.next = e;
    hitail = e;
}

​我们直接通过一个简单的图来理解吧

6.4、resize总结

​resize代码稍微长了点，但是总结下来就是这几点

判断当前oldtab长度是否为空，如果为空，则进行初始化桶数组，也就回答了无参构造函数初始化为什么没有对容量和阈值进行赋值，如果不为空，则进行位运算，左移一位，2倍运算扩容。扩容，创建一个新容量的数组，遍历旧的数组：如果节点为空，直接赋值插入如果节点为红黑树，则需要进行进行拆分操作（个人对红黑树还没有理解，所以先不说明）如果为链表，根据hash算法进行重新计算下标，将链表进行拆分分组（相信看到这里基本上也知道链表拆分的大致过程了）

七、hashmap的get方法分析

7.1、get方法源码

​基本逻辑就是根据key算出hash值定位到哈希桶的索引，当可以就是当前索引的值则直接返回其对于的value，反之用key去遍历equal该索引下的key，直到找到位置。

public v get(object key) {
    node<k,v> e;
    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;
    //计算存放在数组table中的位置.具体计算方法上面也已经介绍了
    if ((tab = table) != null && (n = tab.length) > 0 &&
        (first = tab[(n - 1) & hash]) != null) {
        //先查找是不是就是数组中的元素
        if (first.hash == hash && // always check first node
            ((k = first.key) == key || (key != null && key.equals(k))))
            return first;
        //该位置为红黑树根节点或者链表头结点
        if ((e = first.next) != null) {
            //如果first为红黑树结点，就在红黑树中遍历查找
            if (first instanceof treenode)
                return ((treenode<k,v>)first).gettreenode(hash, key);
            //不是树结点，就在链表中遍历查找
            do {
                if (e.hash == hash &&
                    ((k = e.key) == key || (key != null && key.equals(k))))
                    return e;
            } while ((e = e.next) != null);
        }
    }
    return null;
}

以上就是深入理解java中的hashmap的详细内容，更多关于java hashmap的资料请关注其它相关文章！