HashMap 中的容量与扩容实现，细致入微，值的一品！
前言
开心一刻
巴闭，你的脚怎么会有味道，我要闻闻看是不是好吃的，嗯~~爸比你的脚臭死啦！！ ……
高手过招，招招致命
jdk1.8 中 hashmap 的底层实现，我相信大家都能说上来个 一二，底层数据结构 数组 + 链表（或红黑树） ，源码如下
/**
* 数组
*/
transient node<k,v>[] table;
/**
* 链表结构
*/
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; }
public final int hashcode() {
return objects.hashcode(key) ^ objects.hashcode(value);
}
public final v setvalue(v newvalue) {
v oldvalue = value;
value = newvalue;
return oldvalue;
}
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;
}
}
/**
* 红黑树结构
*/
static final class treenode<k,v> extends linkedhashmap.entry<k,v> {
treenode<k,v> parent; // red-black tree links
treenode<k,v> left;
treenode<k,v> right;
treenode<k,v> prev; // needed to unlink next upon deletion
boolean red;
...
但面试往往会问的比较细，例如下面的容量问题，我们能答上来几个？
1、table 的初始化时机是什么时候，初始化的 table.length 是多少、阀值（threshold）是多少，实际能容下多少元素
2、什么时候触发扩容，扩容之后的 table.length、阀值各是多少？
3、table 的 length 为什么是 2 的 n 次幂
4、求索引的时候为什么是：h&(length-1)，而不是 h&length，更不是 h%length
5、 map map = new hashmap(1000); 当我们存入多少个元素时会触发map的扩容； map map1 = new hashmap(10000); 我们存入第 10001个元素时会触发 map1 扩容吗
6、为什么加载因子的默认值是 0.75，并且不推荐我们修改
由于我们平时关注的少，一旦碰上这样的 连击 + 暴击，我们往往不知所措、无从应对；接下来我们看看上面的 6 个问题，是不是真的难到无法理解 ，还是我们不够细心、在自信的自我认为
斗智斗勇，见招拆招
上述的问题，我们如何去找答案 ? 方式有很多种，用的最多的，我想应该是上网查资料、看别人的博客，但我认为最有效、准确的方式是读源码
问题 1：table 的初始化
hashmap 的构造方法有如下 4 种
/**
* 构造方法 1
*
* 通过 指定的 initialcapacity 和 loadfactor 实例化一个空的 hashmap 对象
*/
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);
}
/**
* 构造方法 2
*
* 通过指定的 initialcapacity 和 默认的 loadfactor(0.75) 实例化一个空的 hashmap 对象
*/
public hashmap(int initialcapacity) {
this(initialcapacity, default_load_factor);
}
/**
* 构造方法 3
*
* 通过默认的 initialcapacity 和 默认的 loadfactor(0.75) 实例化一个空的 hashmap 对象
*/
public hashmap() {
this.loadfactor = default_load_factor; // all other fields defaulted
}
/**
*
* 构造方法 4
* 通过指定的 map 对象实例化一个 hashmap 对象
*/
public hashmap(map<? extends k, ? extends v> m) {
this.loadfactor = default_load_factor;
putmapentries(m, false);
}
构造方式 4 和 构造方式 1 实际应用的不多，构造方式 2 直接调用的 1（底层实现完全一致），构造方式 2 和 构造方式 3 比较常用，而最常用的是构造方式 3；此时我们以构造方式 3 为前提来分析，而构造方式 2 我们则在问题 5 中来分析
使用方式 1 实例化 hashmap 的时候，table 并未进行初始化，那 table 是何时进行初始化的了 ？ 平时我们是如何使用 hashmap 的，先实例化、然后 put、然后进行其他操作，如下
map<string,object> map = new hashmap();
map.put("name", "张三");
map.put("age", 21);
// 后续操作
...
既然实例化的时候未进行 table 的初始化，那是不是在 put 的时候初始化的了，我们来确认下
resize() 初始化 table 或 对 table 进行双倍扩容，源码如下（注意看注释）
/**
* initializes or doubles table size. if null, allocates in
* accord with initial capacity target held in field threshold.
* otherwise, because we are using power-of-two expansion, the
* elements from each bin must either stay at same index, or move
* with a power of two offset in the new table.
*
* @return the table
*/
final node<k,v>[] resize() {
node<k,v>[] oldtab = table; // 第一次 put 的时候，table = null
int oldcap = (oldtab == null) ? 0 : oldtab.length; // oldcap = 0
int oldthr = threshold; // threshold=0, oldthr = 0
int newcap, newthr = 0;
if (oldcap > 0) { // 条件不满足，往下走
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 走到这里，进行默认初始化
newcap = default_initial_capacity; // default_initial_capacity = 1 << 4 = 16, newcap = 16;
newthr = (int)(default_load_factor * default_initial_capacity); // newthr = 0.75 * 16 = 12;
}
if (newthr == 0) { // 条件不满足
float ft = (float)newcap * loadfactor;
newthr = (newcap < maximum_capacity && ft < (float)maximum_capacity ?
(int)ft : integer.max_value);
}
threshold = newthr; // threshold = 12; 重置阀值为12
@suppresswarnings({"rawtypes","unchecked"})
node<k,v>[] newtab = (node<k,v>[])new node[newcap]; // 初始化 newtab, length = 16;
table = newtab; // table 初始化完成, length = 16;
if (oldtab != null) { // 此时条件不满足，后续扩容的时候，走此if分支 将数组元素复制到新数组
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; // 新数组
}
自此，问题 1 的答案就明了了
table 的初始化时机是什么时候
一般情况下，在第一次 put 的时候，调用 resize 方法进行 table 的初始化
初始化的 table.length 是多少、阀值（threshold）是多少，实际能容下多少元素
默认情况下，table.length = 16; 指定了 initialcapacity 的情况放到问题 5 中分析
默认情况下，threshold = 12; 指定了 initialcapacity 的情况放到问题 5 中分析
默认情况下，能存放 12 个元素，当存放第 13 个元素后进行扩容
问题 2 ：table 的扩容
putval 源码如下
/**
* implements map.put and related methods
*
* @param hash hash for key
* @param key the key
* @param value the value to put
* @param onlyifabsent if true, don't change existing value
* @param evict if false, the table is in creation mode.
* @return previous value, or null if none
*/
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) // 当size（已存放元素个数） > thrshold（阀值），进行扩容
resize();
afternodeinsertion(evict);
return null;
}
还是调用 resize() 进行扩容，但与初始化时不同（注意看注释）
/**
* initializes or doubles table size. if null, allocates in
* accord with initial capacity target held in field threshold.
* otherwise, because we are using power-of-two expansion, the
* elements from each bin must either stay at same index, or move
* with a power of two offset in the new table.
*
* @return the table
*/
final node<k,v>[] resize() {
node<k,v>[] oldtab = table; // 此时的 table != null，oldtab 指向旧的 table
int oldcap = (oldtab == null) ? 0 : oldtab.length; // oldcap = table.length; 第一次扩容时是 16
int oldthr = threshold; // threshold=12, oldthr = 12;
int newcap, newthr = 0;
if (oldcap > 0) { // 条件满足，走此分支
if (oldcap >= maximum_capacity) {
threshold = integer.max_value;
return oldtab;
}
else if ((newcap = oldcap << 1) < maximum_capacity && // oldcap左移一位; newcap = 16 << 1 = 32;
oldcap >= default_initial_capacity)
newthr = oldthr << 1; // double threshold // newthr = 12 << 1 = 24;
}
else if (oldthr > 0) // initial capacity was placed in threshold
newcap = oldthr;
else { // zero initial threshold signifies using defaults
newcap = default_initial_capacity; // default_initial_capacity = 1 << 4 = 16, newcap = 16;
newthr = (int)(default_load_factor * default_initial_capacity);
}
if (newthr == 0) { // 条件不满足
float ft = (float)newcap * loadfactor;
newthr = (newcap < maximum_capacity && ft < (float)maximum_capacity ?
(int)ft : integer.max_value);
}
threshold = newthr; // threshold = newthr = 24; 重置阀值为 24
@suppresswarnings({"rawtypes","unchecked"})
node<k,v>[] newtab = (node<k,v>[])new node[newcap]; // 初始化 newtab, length = 32;
table = newtab; // table 指向 newtab, length = 32;
if (oldtab != null) { // 扩容后，将 oldtab(旧table) 中的元素移到 newtab（新table）中
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;
}
自此，问题 2 的答案也就清晰了
什么时候触发扩容，扩容之后的 table.length、阀值各是多少
当 size > threshold 的时候进行扩容
扩容之后的 table.length = 旧 table.length * 2,
扩容之后的 threshold = 旧 threshold * 2
问题 3、4 ：2 的 n 次幂
table 是一个数组，那么如何最快的将元素 e 放入数组 ？ 当然是找到元素 e 在 table 中对应的位置 index ，然后 table[index] = e; 就好了；如何找到 e 在 table 中的位置了 ？ 我们知道只能通过数组下标（索引）操作数组，而数组的下标类型又是 int ，如果 e 是 int 类型，那好说，就直接用 e 来做数组下标（若 e > table.length，则可以 e % table.length 来获取下标），可 key - value 中的 key 类型不一定，所以我们需要一种统一的方式将 key 转换成 int ，最好是一个 key 对应一个唯一的 int (目前还不可能, int有范围限制，对转换方法要求也极高)，所以引入了 hash 方法
static final int hash(object key) {
int h;
return (key == null) ? 0 : (h = key.hashcode()) ^ (h >>> 16); // 这里的处理，有兴趣的可以琢磨下；能够减少碰撞
}
实现 key 到 int 的转换（关于 hash，本文不展开讨论）。拿到了 key 对应的 int h 之后，我们最容易想到的对 value 的 put 和 get 操作也许如下
// put table[h % table.length] = value; // get e = table[h % table.length];
直接取模是我们最容易想到的获取下标的方法，但是最高效的方法吗 ？
我们知道计算机中的四则运算最终都会转换成二进制的位运算
我们可以发现，只有 & 数是1时，& 运算的结果与被 & 数一致
1&1=1; 0&1=0; 1&0=0; 0&0=0;
这同样适用于多位操作数
1010&1111=1010; => 10&15=10; 1011&1111=1011; => 11&15=11; 01010&10000=00000; => 10&16=0; 01011&10000=00000; => 11&16=0;
我们是不是又有所发现： 10 & 16 与 11 & 16 得到的结果一样，也就是冲突（碰撞）了，那么 10 和 11 对应的 value 会在同一个链表中，而 table 的有些位置则永远不会有元素，这就导致 table 的空间未得到充分利用，同时还降低了 put 和 get 的效率（对比数组和链表）；由于是 2 个数进行 & 运算，所以结果由这两个数决定，如果我们把这两个数都做下限制，那得到的结果是不是可控制在我们想要的范围内了 ？ 我们需要利用好 & 运算的特点，当右边的数的低位二进制是连续的 1 ，且左边是一个均匀的数（需要 hash 方法实现，尽量保证 key 的 h 唯一），那么得到的结果就比较完美了。低位二进制连续的 1，我们很容易想到 2^n - 1; 而关于左边均匀的数，则通过 hash 方法来实现，这里不做细究了。
自此，2 的 n 次幂的相关问题就清楚了
table 的 length 为什么是 2 的 n 次幂
为了利用位运算 & 求 key 的下标
求索引的时候为什么是：h&(length-1)，而不是 h&length，更不是 h%length
h%length 效率不如位运算快
h&length 会导致 table 的空间得不到利用、降低 table 的操作效率
给各位留个疑问：为什么不直接用 2^n-1 作为 table.length ？ 欢迎评论区留言
问题 5：指定 initialcapacity
当我们指定了 initialcapacity，hashmap的构造方法有些许不同，如下所示
调用 tablesizefor 进行 threshold 的初始化
/**
* returns a power of two size for the given target capacity.
* 返回 >= cap 最小的 2^n
* cap = 10, 则返回 2^4 = 16;
* cap = 5, 则返回 2^3 = 8;
*/
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;
}
虽然此处初始化的是 threshold，但后面初始化 table 的时候，会将其用于 table 的 length，同时会重置 threshold 为 table.length * loadfactor
自此，问题 5 也就清楚了
map map = new hashmap(1000); 当我们存入多少个元素时会触发map的扩容
此时的 table.length = 2^10 = 1024; threshold = 1024 * 0.75 = 768; 所以存入第 769 个元素时进行扩容
map map1 = new hashmap(10000); 我们存入第 10001个元素时会触发 map1 扩容吗
此时的 table.length = 2^14 = 16384; threshold = 16384 * 0.75 = 12288; 所以存入第 10001 个元素时不会进行扩容
问题6：加载因子
为什么加载因子的默认值是 0.75，并且不推荐我们修改
如果loadfactor太小，那么map中的table需要不断的扩容，扩容是个耗时的过程
如果loadfactor太大，那么map中table放满了也不不会扩容，导致冲突越来越多，解决冲突而起的链表越来越长，效率越来越低
而 0.75 这是一个折中的值，是一个比较理想的值
总结
1、table.length = 2^n，是为了能利用位运算（&）来求 key 的下标，而 h&(length-1) 是为了充分利用 table 的空间，并减少 key 的碰撞
2、加载因子太小， table 需要不断的扩容，影响 put 效率；太大会导致碰撞越来越多，链表越来越长（转红黑树），影响效率；0.75 是一个比较理想的中间值
3、table.length = 2^n、hash 方法获取 key 的 h、加载因子 0.75、数组 + 链表（或红黑树），一环扣一环，保证了 key 在 table 中的均匀分配，充分利用了空间，也保证了操作效率
环环相扣的，而不是心血来潮的随意处理；缺了一环，其他的环就无意义了！
4、网上有个 put 方法的流程图画的挺好，我就偷懒了
参考
java提高篇（二三）-----hashmap
【原创】hashmap复习精讲
面试官："准备用hashmap存1w条数据，构造时传10000还会触发扩容吗？"
上一篇： linux安装RocketMQ实例步骤
下一篇： 宝宝出汗的原因有哪些？怎么止汗