hashmap源码扩容（hashmap底层原理面试）

hashmap实现原理和源码详细分析

ps：本博客基于jdk1.8

学习要点：

1、知道hashmap的数据结构

2、了解hashmap中的散列算法

3、知道hashmap中put、remove、get的代码实现

4、hashmap的哈希冲突是什么？怎么处理的？

5、知道hashmap的扩容机制

1、什么是hashmap？

hashmap 基于哈希表的 map 接口实现，是以 key-value 存储形式存在 ，hashmap 的实现不是同步的，这意味着它不是线程安全的。它的 key、value 都可以为 null，此外，hashmap 中的映射不是有序的。

2、hashmap的特性

• hash存储无序的
• key和value都可以存储null值，但是key只能存唯一的一个null值
• jdk8之前的数据结构是数组+链表，jdk8之后变成数组+链表+红黑树
• 阀值大于8并且数组长度大于64才会转为红黑树

3、hashmap的数据结构

jdk7的情况，是数组加链接，hash冲突时候，就转换为链表：

jdk8的情况，jdk8加上了红黑树，链表的数量大于8而且数组长度大于64之后，就转换为红黑树，红黑树节点小于6之后，就又转换为链表：

翻下hashmap源码，对应的节点信息：

static class node<k,v> implements map.entry<k,v> {
        // hashcode
        final int hash;
        final k key;
        v value;
        // 链表的next指针就不为null
        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;
        }
        // ...
}        

4、hashmap初始化操作

4.1、成员变量

public class hashmap<k,v> extends abstractmap<k,v>
    implements map<k,v>, cloneable, serializable {
	/**
     * 序列号版本号
     */
    private static final long serialversionuid = 362498820763181265l;

   /**
     * 初始化容量，为16=2的4次幂
     */
    static final int default_initial_capacity = 1 << 4; // aka 16

   /**
     * 最大容量，为2的30次幂
     */
    static final int maximum_capacity = 1 << 30;

    /**
     * 默认的负载因子，默认值是0.75
     */
    static final float default_load_factor = 0.75f;

    /**
     * 链表节点树超过8就转为为红黑树
     */
    static final int treeify_threshold = 8;
    
    /**
     * 红黑树节点少于6就再转换回链表
     */
    static final int untreeify_threshold = 6;
    
    /**
     * 桶中结构转化为红黑树对应的数组长度最小的值
     */
    static final int min_treeify_capacity = 64;
    
    // ...
	
	 /**
     * hashmap存储元素的数组
     */
	transient node<k,v>[] table;

    /**
     * 用来存放缓存
     */
    transient set<map.entry<k,v>> entryset;

    /**
     * hashmap存放元素的个数
     */
    transient int size;

    /**
     * 用来记录hashmap的修改次数
     */
    transient int modcount;

    /**
     * 用来调整大小下一个容量的值（容量*负载因子）
     */
    int threshold;

    /**
     * hash表的负载因子
     */
    final float loadfactor;

}    

4.2、 构造方法

public hashmap(int initialcapacity, float loadfactor) {
    // 初始容量不能小于0，小于0直接抛出illegalargumentexception
    if (initialcapacity < 0)
        throw new illegalargumentexception("illegal initial capacity: " +
                                           initialcapacity);
     // 初始容量大于最大容量的时候，取最大容量作为初始容量
    if (initialcapacity > maximum_capacity)
        initialcapacity = maximum_capacity;
     // 负载因子不能小于0，而且要是数值类型，isnan:true,表示就是非数值类型
    if (loadfactor <= 0 || float.isnan(loadfactor))
        throw new illegalargumentexception("illegal load factor: " +
                                           loadfactor);
    // 将指定的负载因子赋值给全局变量
    this.loadfactor = loadfactor;
    // threshold  = (容量) * (负载因子)
    this.threshold = tablesizefor(initialcapacity);
}


public hashmap(int initialcapacity) {
     // 初始化容量和默认负载因子
    this(initialcapacity, default_load_factor);
}
public hashmap() {
    // 默认的负载因子为0.75
	this.loadfactor = default_load_factor;
}

然后，我们知道hashmap的默认容量是16，然后是在哪里赋值的？从上面这个代码就可以知道this.threshold = tablesizefor(initialcapacity);

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;
}

这里涉及到计算机基本知识的，右移运算和或运算，下面给出图例：通过比较麻烦的计算得出n为16

往代码里翻，还找到下面这个构造方法public hashmap(map<? extends k, ? extends v> m)：这个构造方法是用于构造一个映射关系与指定 map 相同的新 hashmap：

public hashmap(map<? extends k, ? extends v> m) {
    this.loadfactor = default_load_factor;
     putmapentries(m, false);
 }

看一下putmapentries这个方法：

final void putmapentries(map<? extends k, ? extends v> m, boolean evict) {
    // 传入的集合长度
    int s = m.size();
    if (s > 0) {
     	// 判断table是否已经初始化处理
        if (table == null) { // pre-size 未初始化的情况
            // 加上1.0f的目的是对小数向上取整，保证最大容量，减少resize的调用次数
            float ft = ((float)s / loadfactor) + 1.0f;
            int t = ((ft < (float)maximum_capacity) ?
                     (int)ft : maximum_capacity);
            // 计算出来的t大于hashmap的阀值，进行tablesizefor
            if (t > threshold)
                threshold = tablesizefor(t);
        }
        else if (s > threshold) // 已经初始化的情况，进行扩容resize
            resize();
         // 遍历，将map中的所有元素都添加到hashmap中
        for (map.entry<? extends k, ? extends v> e : m.entryset()) {
            k key = e.getkey();
            v value = e.getvalue();
            putval(hash(key), key, value, false, evict);
        }
    }
}

5、jdk8中hashmap的算法

5.1、hashmap中散列算法

在hashmap的java.util.hashmap#hash，这个方法中有特定的用于计算哈希值的方法：这个方法的作用？这个方法就是用于hashmap当put对应的key之后，计算特定的hashcode，然后再(n-1)&hash计算对应的数组table的下标，这个后面跟一下hashmap源码才比较清楚：

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

看起来代码只有两行，然后其实蕴含了一种散列算法的思想，下面简单分析一下：这里先将代码进行拆分，看起来清晰点：

static final int hash(object key) {
    // 传入的key为null，返回默认值0
    if (key == null) return 0;
    // 计算哈希code
    int h = key.hashcode();
    // 将计算出来的hashcode右移16位，相当于乘于(1/2)的16次方
    int t = h >>> 16;
    // 将两个值做异或运算然后返回
    return h ^ t;
}

其实里面要做的事情是先计算出hashcode，然后将hashcode右移16位，然后这两个数再做异或运算。看起来是这么一回事，然后作者的意图是什么？首先既然是散列算法，散列算法的目的就是为了让数据均匀分布

从图可以看出，使用异或运算，出现0和1的概率是相等的，所以这就是为什么要使用异或运算的原因，散列算法的本质目的就是为了让数据均匀分布，使用异或运算得出的哈希值因为比较均匀散列分布，所以出现哈希冲突的概率就小很多

补充：

与运算：两个数相应的位数字都是1，与运算后是1，其余情况是0；或运算：两个数相应的位数字只要有1个是1，或运算后是1，否则是0；异或运算：两个数相应的位数字相同，结果是0，否则是1；

然后为什么再进行右移16位？我们知道，int类型最大的数值是2的32次方，然后可以分为高16位加上低16位，右移16位就是使数值变小了，“左大右小”，这个是位移运算的准则

5.2、什么是hashmap中哈希冲突？

哈希冲突也可以称之为哈希碰撞，理论上的哈希冲突是指计算出来的哈希值一样，导致冲突了，不过在hashmap中的哈希冲突具体是指(n-1)&hash，这个值是hashmap里数组的下标。jdk8之前的处理方法是通过链表处理，只要hash冲突了，就会将节点添加到链表尾部；jdk8之后的做法是通过链表+红黑树的方法，最开始哈希冲突了，也是用链表，然后链表节点达到8个，数组长度超过64的情况，转成红黑树，这个可以在源码里找到答案

翻下源码，hashmap#putval，里面的逻辑，先校验计算出来的，数组tab的下标，i=(n-1)&hash是否冲突了，不冲突就新增节点，冲突的情况，转链表或者红黑树

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

6、jdk8中hashmap的put操作

• put方法的核心流程

1. 根据hashcode计算数组的下标
2. 对应下标数组为空的情况，新增节点
3. 否则就是哈希冲突了，如果桶使用链表节点，就新增到链表节点尾部，使用了红黑树就新增到红黑树里

上面是核心的流程，忽略了存在重复的键，则为该键替换新值 value， size 大于阈值 threshold，则进行扩容等等这些情况

ok，还是跟一下put源码：

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;
    // 第1次新增，初始数据resize
    if ((tab = table) == null || (n = tab.length) == 0)
        n = (tab = resize()).length;
    // 判断是否出现hash冲突
    if ((p = tab[i = (n - 1) & hash]) == null)
        // hash不冲突，新增节点
        tab[i] = newnode(hash, key, value, null);
    else { // 哈希冲突的情况，使用链表或者红黑树处理
        node<k,v> e; k k;
        // 存在重复的键的情况，key和hash都相等
        if (p.hash == hash &&
            ((k = p.key) == key || (key != null && key.equals(k))))
            // 将旧的节点对象赋值给新的e
            e = p;
        else if (p instanceof treenode) // 使用了红黑树节点
              // 将节点放到红黑树中
            e = ((treenode<k,v>)p).puttreeval(this, tab, hash, key, value);
        else { // 链表的情况
             // 无限循环
            for (int bincount = 0; ; ++bincount) {
                // 一直遍历，找到尾节点
                if ((e = p.next) == null) {
                    // 将新节点添加到尾部
                    p.next = newnode(hash, key, value, null);
                    // 节点数量大于8，转为红黑树
                    if (bincount >= treeify_threshold - 1) // -1 for 1st
                        treeifybin(tab, hash);
                    // 跳出循环
                    break;
                }
                // 也是为了避免hashcode和key一样的情况
                if (e.hash == hash &&
                    ((k = e.key) == key || (key != null && key.equals(k))))
                    break;
                // 重新赋值，用于链表的遍历
                p = e;
            }
        }
        // 桶中找到的key、hash相等的情况，也就是找到了重复的键，要使用新值替换旧值
        if (e != null) { // existing mapping for key
            // 记录e的值
            v oldvalue = e.value;
            if (!onlyifabsent || oldvalue == null)
                // 用新值替换旧值
                e.value = value;
            // 访问后回调
            afternodeaccess(e);
            // 返回旧值
            return oldvalue;
        }
    }
    // 记录修改次数
    ++modcount;
    // size大于threshole，进行扩容
    if (++size > threshold)
        resize();
     // 回调方法
    afternodeinsertion(evict);
    return null;
}

然后是怎么转换为红黑树的？红黑树的知识相对比较复杂

final void treeifybin(node<k,v>[] tab, int hash) {
    int n, index; node<k,v> e;
    // min_treeify_capacity值为64，也就是说数组长度小于64是不会真正转红黑树的
    if (tab == null || (n = tab.length) < min_treeify_capacity)
    	// 扩容方法
        resize();
     // 转红黑树操作
    else if ((e = tab[index = (n - 1) & hash]) != null) {
        // 红黑树的头节点hd和尾节点t1
        treenode<k,v> hd = null, tl = null;
        do {
            // 构建树节点
            treenode<k,v> p = replacementtreenode(e, null);
            if (tl == null)
                // 新节点p赋值给红黑树的头节点
                hd = p;
            else {
                // 新节点的前节点就是原来的尾节点t1
                p.prev = tl;
                // 尾部节点t1的next节点就是新节点
                tl.next = p;
            }
            tl = p;
        } while ((e = e.next) != null);
        // 让数组的节点执行新建的树节点，之后这个节点就变成treenode
        if ((tab[index] = hd) != null)
            hd.treeify(tab);
    }
}

7、hashmap的扩容机制

这个知识点是hashmap中的一个重点之一，也是一个比较难的问题

7.1、什么时候需要扩容？

当hashmap中元素个数超过threshold，threshold为数组长度乘以负载因子loadfactor，loadfactor默认是0.75f

7.2、什么是hashmap的扩容？

resize这个方法是hashmap的扩容方法，是比较耗时的。hashmap在扩容时，都是翻两倍，比如16的容量扩大到32,。hashmap进行扩容的方法是比较巧妙的，扩容后，与原来的下标(n-1)&hash相对，其实只是多了1bit位。扩容后节点要么是在原来位置，听起来好像很懵，所以还是认真看下面的分析：

下面给出例子，比如从容量为16扩容到32时，画图表示：

进行扩容，扩大到原来的两倍：

到这一步，下标(n-1) & hash，扩容后的数据10101和原来的00101相比，其实就是多了1bit，10101是十进制的21，而21=5+16，就是“原位置+旧容量”，还有另外一种情况是保持为0的情况，这种情况是不改变位置的

下面给出一份表格，数据如图：

容量为16的情况

有低位的两个指针lohead、llotail，高位的两个指针hihead、hitail

扩容到32之后，再两个链表加到对应位置。分别有两种情况，保持原来位置的和“原位置+旧容量”这个位置

所以，扩容的过程，对应的节点位置改变是这样的过程：

7.3、resize的源码实现

经过上面比较详细的分析，这个实现逻辑是可以在代码里找到对应的，ok，跟一下对应的源码：

final node<k,v>[] resize() {
   // 得到当前的节点数组
    node<k,v>[] oldtab = table;
    // 数组的长度
    int oldcap = (oldtab == null) ? 0 : oldtab.length;
    int oldthr = threshold;
    int newcap, newthr = 0;
    // 计算扩容后的大小
    if (oldcap > 0) {
        if (oldcap >= maximum_capacity) { // 超过最大容量 即 1 <<< 30
             // 超过最大容量就不扩充了，修改阀值为最大容量
            threshold = integer.max_value;
            return oldtab;
        }
        // 没超过的情况，扩大为原来的两倍
        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
         // 老阀值赋值给新的数组长度
        newcap = oldthr;
    else {               // zero initial threshold signifies using defaults
        // 使用默认值16
        newcap = default_initial_capacity;
        newthr = (int)(default_load_factor * default_initial_capacity);
    }
    // 重新计算阀值，然后要赋值给threshold
    if (newthr == 0) {
        float ft = (float)newcap * loadfactor;
        newthr = (newcap < maximum_capacity && ft < (float)maximum_capacity ?
                  (int)ft : integer.max_value);
    }
    // 新的阀值，原来默认是12，现在变为24
    threshold = newthr;
    // 创建新的节点, newcap是新的数组长度，为32
    @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)
                     // 是红黑树节点，调用split方法
                    ((treenode<k,v>)e).split(this, newtab, j, oldcap);
                else { // preserve order 是链表的情况
                	// 定义相关的指针     
                    node<k,v> lohead = null, lotail = null;
                    node<k,v> hihead = null, hitail = null;
                    node<k,v> next;
                    do {
                        next = e.next;
                        // 不需要移动位置
                        if ((e.hash & oldcap) == 0) {
                            if (lotail == null)
                                lohead = e;
                            else
                                lotail.next = e;
                            lotail = e;
                        }
                        else { // 需要移动位置 ，调整到“原位置+旧容量”这个位置 
                            if (hitail == null)
                                hihead = e;
                            else
                                // hitail指向要移动的节点e
                                hitail.next = e;
                            hitail = e;
                        }
                    } while ((e = next) != null);
                    if (lotail != null) {
                        lotail.next = null;
                        // 位置不变
                        newtab[j] = lohead;
                    }
                    if (hitail != null) {
                        // hitail指向null
                        hitail.next = null;
                        // oldcap是旧容量 ，移动到“原位置+旧容量”这个位置
                        newtab[j + oldcap] = hihead;
                    }
                }
            }
        }
    }
    return newtab;
}

8、jdk8中hashmap的remove操作

remove方法，这里思路是先要找到元素的位置，如果是链表，遍历链表remove元素就可以，红黑树的情况就遍历红黑树找到节点，然后remove树节点，如果这时候树节点数小于6，这种情况就要转链表

@override
public boolean remove(object key, object value) {
    return removenode(hash(key), key, value, true, true) != null;
}

final node<k,v> removenode(int hash, object key, object value,
                               boolean matchvalue, boolean movable) {
    node<k,v>[] tab; node<k,v> p; int n, index;
    // 数组下标是(n-1)&hash，能找得到元素的情况
    if ((tab = table) != null && (n = tab.length) > 0 &&
        (p = tab[index = (n - 1) & hash]) != null) {
        node<k,v> node = null, e; k k; v v;
        // 桶上的节点就是要找的key
        if (p.hash == hash &&
            ((k = p.key) == key || (key != null && key.equals(k))))
            // 将node指向该节点
            node = p;
        else if ((e = p.next) != null) { // 链表或者是红黑树节点的情况
            if (p instanceof treenode)
                // 找到红黑树节点
                node = ((treenode<k,v>)p).gettreenode(hash, key);
            else { // 链表的情况
                // 遍历链表，找到需要找的节点
                do {
                    if (e.hash == hash &&
                        ((k = e.key) == key ||
                         (key != null && key.equals(k)))) {
                        node = e;
                        break;
                    }
                    p = e;
                } while ((e = e.next) != null);
            }
        }
        // 找到节点之后
        if (node != null && (!matchvalue || (v = node.value) == value ||
                             (value != null && value.equals(v)))) {
            if (node instanceof treenode)
            	// 红黑树remove节点
                ((treenode<k,v>)node).removetreenode(this, tab, movable);
            else if (node == p)
                // 链表remove，通过改变指针
                tab[index] = node.next;
            else
                p.next = node.next;
            // 记录修改次数
            ++modcount;
            // 变动的数量
            --size;
            afternoderemoval(node);
            return node;
        }
    }
    return null;
}

9、jdk8中hashmap的get操作

get方法：通过key找到value，这个方法比较容易理解

 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;
   // 如果哈希表不为空并且key对应的桶上不为空
   if ((tab = table) != null && (n = tab.length) > 0 &&
       (first = tab[(n - 1) & hash]) != null) {
       // 根据索引的位置检查第一个节点
       if (first.hash == hash && // always check first node
           ((k = first.key) == key || (key != null && key.equals(k))))
           return first;
       if ((e = first.next) != null) { // 不是第1个节点的情况，那就有可能是链表或者红黑树节点
           if (first instanceof treenode)
               // 根据gettreenode获取红黑树节点
               return ((treenode<k,v>)first).gettreenode(hash, key);
            // 链表的情况，只能遍历链表
           do {
               if (e.hash == hash &&
                   ((k = e.key) == key || (key != null && key.equals(k))))
                   return e;
           } while ((e = e.next) != null);
       }
   }
   return null;
}

10、hashmap相关面试题

• hashmap的数据结构是什么？
• 在jdk8之前是数组+链表，jdk8之后是数组+链表+红黑树
• hashmap 中 hash 函数是怎么实现的？
• 先通过jdk的hashcode()方法获取hashcode，右移16位，然后这两个数再做异或运算
• 什么是hashmap中的哈希冲突？
• 哈希冲突，也可以称之为哈希碰撞，一般是值计算出的哈希值一样的，在hashmap中是根据计算出的hash，再去计算数组table下标(n-1)&hash一样了，也就是冲突了
• hashmap是如何处理哈希冲突问题的？
• 在jdk8之前是通过链表的方法，jdk8之后是通过链表+红黑树的方法
• hashmap是线程安全的？
• hashmap不是线程安全的，因为源码里没加同步锁也没其它保证线程安全的操作
• hashmap不是线程安全的，然后有什么方法？
• 可以使用concurrenthashmap
• concurrenthashmap是怎么保证线程安全的？
• concurrenthashmap在jdk8中 使用了cas加上synchronized同步锁来保证线程安全