HashMap 你真的了解吗？
一. hashmap简介
HashMap是基于哈希表的Map接口的非同步实现。此实现提供所有可选的映射操作，并允许使用null值和null键。此类不保证映射的顺序，特别是它不保证该顺序恒久不变。
HashMap 是一个散列表，它存储的内容是键值对(key-value)映射。
HashMap 继承于AbstractMap，实现了Map、Cloneable、java.io.Serializable接口。
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。
HashMap 的实例有两个参数影响其性能：“初始容量” 和 “加载因子”。容量 是哈希表中桶的数量，初始容量 只是哈希表在创建时的容量。加载因子 是哈希表在其容量自动增加之前可以达到多满的一种尺度。当哈希表中的条目数超出了加载因子与当前容量的乘积时，则要对该哈希表进行 rehash 操作（即重建内部数据结构），从而哈希表将具有大约两倍的桶数。
通常，默认加载因子是 0.75, 这是在时间和空间成本上寻求一种折衷。加载因子过高虽然减少了空间开销，但同时也增加了查询成本（在大多数 HashMap 类的操作中，包括 get 和 put 操作，都反映了这一点）。在设置初始容量时应该考虑到映射中所需的条目数及其加载因子，以便最大限度地减少 rehash 操作次数。如果初始容量大于最大条目数除以加载因子，则不会发生 rehash 操作。
二. hashmap数据结构
大概了解hashmap之后，知道了hashmap的键值对映射，知道了hashmap的线程不安全，知道了hashmap的put，get方法。觉得自己足够了解hashmap了吗？并不是，接着，让我们先去了解一下hashmap的底层数据结构。
首先，ArrayList和LinkedList的数据结构我们非常了解
ArrayList :
ArrayList 底层数据结构是数组，查询效率比较高，增删效率比较低。
可以参照一下Arraylist的源码，可以看出Arraylist的数据结构为数组
public void add(int index, E element) {
rangeCheckForAdd(index);
ensureCapacityInternal(size + 1); // Increments modCount!!
System.arraycopy(elementData, index, elementData, index + 1,
size - index);
elementData[index] = element;
size++;
}
LinkedList:
LinkedList 底层数据是链表（双向链表），查询效率比较低，增删效率比较高。
源码验证：可以看出LinkedList为双向链表结构
1 private static class Node<E> {
2 //数据
3 E item;
4 //后面数据
5 Node<E> next;
6 //前面数据
7 Node<E> prev;
8
9 Node(Node<E> prev, E element, Node<E> next) {
10 this.item = element;
11 this.next = next;
12 this.prev = prev;
13 }
14 }
由此看来，ArrayList查询速度快，增删慢，LinkedList查询速度慢，增删快，那么，如果我们想查询速度快并且增删慢的话，将两种数据结构相结合，就是我们要讲的HashMap
HashMap : 数组 + 链表
在这样的数据结构中，如果我们想存放数据的话，除了map中一定要有的Key和Value，还要有指向下个单元的next，根据刚才数据结构的分析，可以猜想到Hashmap的存储单元应该是这样的：
Class Node{
Key;
Value;
Node next;
}
让我们带着我们的猜想去看一下HashMap的源码，果然，我们的猜想是正确的，源码如下
/** * Basic hash bin node, used for most entries. (See below for
* TreeNode subclass, and in LinkedHashMap for its Entry subclass.) *
* 基本的hash存储单元
/
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;
}
}
大家看到源码中的变量，正如我们所猜想的一样，有Key、Value还有Node<K，V> next，然后我们发现还有一个变量int hash我们不太清楚，这个等下再提。
那么，在HashMap中，数组和链表究竟是怎样表示的？在源码中是如何体现的呢？我们接着去猜想验证。
1. 数组的表示
平时我们表示数组，如字符串数组，是String[]，整型数组是Integer[]，那在HashMap中，他的基本单元是node，那假如我们是HashMap的源码编写人员，那么我们可以写成
Node[] table;
table是我们随意取的变量值。接着，我们去源码中去看看在HashMap中数组是如何定义表示的：
/** * The table, initialized on first use, and resized as
* necessary. When allocated, length is always a power of two.
* (We also tolerate length zero in some operations to allow
* bootstrapping mechanics that are currently not needed.) */
transient Node<K,V>[] table;
果然和我们猜想的一样，在HashMap中的数组是以Node<K,V>[]表示的。（transient关键字是不进行序列化的意思）
2. 数组的大小是如何定义设置的呢
初始化大小：
/** * The default initial capacity - MUST be a power of two.必须是2的n次幂 */
static final int DEFAULT_INITIAL_CAPACITY = 1 << 4; // aka 16
这里我们可以看到数组的初始化大小为 1 << 4 ，这里是个位运算，1 << 4 是 1000，转化为十进制是16(位运算更快一些)
最大容量：
/** * The maximum capacity, used if a higher value is implicitly specified
* by either of the constructors with arguments.
* MUST be a power of two <= 1<<30. */
static final int MAXIMUM_CAPACITY = 1 << 30;
当数组的大小如果不够用了，就要进行扩容。但是并不是全部都用完了再去扩容，如果全部用完再去扩容的话，性能会下降，存取效率也会受到影响。在HashMap中，如果用了数组大小的0.75倍，也就是四分之三的容量之后，就需要扩容
/** * The load factor used when none specified in constructor. */
static final float DEFAULT_LOAD_FACTOR = 0.75f;
如数组大小定义为16,当超过12的时候，就要求去进行扩容，那么在HashMap中肯定会有一个值去记录目前占用的空间内存:
/** * The number of key-value mappings contained in this map. */
transient int size;
我们用size来记录目前占用的空间内存，大家看一下HashMap中最常用的put方法中有这么一串代码：
if (++size > threshold)
resize();
// (The javadoc description is true upon serialization. // Additionally, if the table array has not been allocated, this // field holds the initial array capacity, or zero signifying // DEFAULT_INITIAL_CAPACITY.)
int threshold;
这串代码的含义是什么呢？
每当我们往HashMap中put一个值后，size就会增加1，这个threshold我们通过英文注释可以了解到，这个变量就是我们之前说的那个要求扩容的临界值，是现有内存的0.75倍。当现在的内容超过这个临界值时，就需要进行扩容了。
3.链表的长度是如何限制的呢？
让我们去源码中看一下在Hashmap中链表的长度是如何限制的呢？
/** * The bin count threshold for using a tree rather than list for a
* bin. Bins are converted to trees when adding an element to a
* bin with at least this many nodes. The value must be greater
* than 2 and should be at least 8 to mesh with assumptions in
* tree removal about conversion back to plain bins upon
* shrinkage. */
static final int TREEIFY_THRESHOLD = 8;
在源码中我们可以看到HashMap链表的长度限制为8。但是，通过英文注释我们可以看到，当链表的长度并不是不能超过8，当长度大于8时，数据结构会变形，表现形式就变成了红黑树(JDK1.8之后)。
** 三. 源码分析**
基本的数据结构和Hashmap的设计思想我们已经大概了解了，现在我们要去正式的走近HashMap的源码了
HashMap最核心的代码肯定是我们经常用的put和get方法。
put方法：
/** * Associates the specified value with the specified key in this map.
* If the map previously contained a mapping for the key, the old
* value is replaced.
*
* @param key key with which the specified value is to be associated
* @param value value to be associated with the specified key
* @return the previous value associated with <tt>key</tt>, or
* <tt>null</tt> if there was no mapping for <tt>key</tt>.
* (A <tt>null</tt> return can also indicate that the map
* previously associated <tt>null</tt> with <tt>key</tt>.) */
public V put(K key, V value) { return putVal(hash(key), key, value, false, true);
}
在put方法中，key和value这两个参数我们已经了解了，那么，这个**hash(key)**是什么含义呢？
首先，我们要先考虑一个问题，每当一个node结点进入HashMap中时，究竟该放入哪里呢？
结论就是：这个key值通过这个hash函数过滤之后的数值就是存放位置的一个标识，让我们去看一下这个hash函数是如何实现的
static final int hash(Object key) {
int h; return (key == null) ? 0 : (h = key.hashCode()) ^ (h >>> 16);
}
从这里我们可以看出，这个不仅仅是得到key的hashcode值那么简单，还做了一些操作，那么为什么要如此复杂的计算这个数值呢？
这是因为hashcode容易重复，不同的元素存储时容易处在同一个数组的下标位置，还有一个问题，这个hashcode值较大，容易出现数组越界的问题。
这里将hashcode值与他本身向右位移了16位的值做了一个异或。总结一下就是：
hash函数就是将高16位和低16位做一个异或运算，然后得到一个结果来确定node节点的存放位置
作用：尽量让Node落点分布均匀，减少碰撞的一个概率，如果碰撞概率高了，就势必导致数组下标下的链表长度太长。
在这里，我们举个具体的数值去观察一下，一个Key的hashcode如果是3254239，他的高16位不变，与他的低16位做一个异或得到的值为3812。
那我们存放的位置就是table[3812]吗？，显然这个长度太大了，我们还是得去限制一下这个长度，保证这个数组下标的位置在我们定义的数组大小之内。
那么假如我们的数组大小为16的话，我们可以将3812对16取余
3812 % 16 < 16，我们发现，这样去做的话取到的数值一定会小于我们定义的数组大小。那么，在hashmap源码中是这样实现的吗？
n = (tab = resize()).length;
if ((p = tab[i = (n - 1) & hash]) == null)
奇怪的是，我们设想的方式是取模，为什么源码中取了(n-1)和hash值的与运算呢？让我们去看一下他们的值是否是等价的。
按照源码中来说，这个数组下标就是 (16 - 1) & 3812 = 15 & 3812，
那么我们就要去证明
15 & 3812 === 3812 % 16
这个是否成立
15用二进制表示是 001111， 那么不管3812的二进制数是什么，他们的与运算的值也永远不会超过15，就是>=15，我们发现这和我们的取模运算的结果是一样的，这是hashmap源码里一个比较精秒的地方。
那为什么要用这种方式呢？
因为与运算要比我们的取模运算速度快，效率高
我们再回过头看一串代码
/** * The default initial capacity - MUST be a power of two. */
static final int DEFAULT_INITIAL_CAPACITY = 1 << 4; // aka 16
在这里，为什么要一定强调 数组的大小必须是2的n次幂呢，让我们举个例子来看一下，如果数组的自定义初始化大小为15
那么 15 -1 = 14 ，14用二进制表示就是001110，那么与hash值做了与运算之后，得到的这个数值可能就会大于这个数组大小的规定值，还有就是不论hash值的这位数字是0还是1，得到的这个位数总会是0，那么结点的落点位置就很可能会重叠在一起，所以，这个数组的大小必须是2的n次幂。
那么，2的n次幂减1的二进制数的后几位一定是1吗？我们验证一下
16 15 01111
32 31 011111
64 63 0111111，没有问题
推出： 数组大小不够用了，我希望扩大数组的大小，也要 * 2
做了这么多的铺垫，接下来让我们完整的去看一下HashMap中的put方法
1 /**
2 * Implements Map.put and related methods
3 *
4 * @param hash hash for key
5 * @param key the key
6 * @param value the value to put
7 * @param onlyIfAbsent if true, don't change existing value
8 * @param evict if false, the table is in creation mode.
9 * @return previous value, or null if none
10 */
11 final V putVal(int hash, K key, V value, boolean onlyIfAbsent,
12 boolean evict) {
13 //定义几个局部变量供接下来使用
14 Node<K,V>[] tab; Node<K,V> p; int n, i;
15 //这里将全局变量table，也就是我们刚才说的数组形式，赋给了局部变量tab
16 if ((tab = table) == null || (n = tab.length) == 0)
17 //如果数组的大小为空，就用resize方法来对数组进行初始化
18 n = (tab = resize()).length;
19 //计算节点的落点位置
20 if ((p = tab[i = (n - 1) & hash]) == null)
21 //如果为空则可以放置
22 tab[i] = newNode(hash, key, value, null);
23 else {
24 //如果数组该位置有节点，则往下压，为链表结构
25 Node<K,V> e; K k;
26 //如果key的值是一样的，则保留老值
27 if (p.hash == hash &&
28 ((k = p.key) == key || (key != null && key.equals(k))))
29 e = p;
30 else if (p instanceof TreeNode)
31 //如果发现下面的结构已经是一个二叉树的话，就用红黑树的方式去储存
32 e = ((TreeNode<K,V>)p).putTreeVal(this, tab, hash, key, value);
33 else {
34 //遍历链表
35 for (int binCount = 0; ; ++binCount) {
36 if ((e = p.next) == null) {
37 //如果下一个节点为空，则可以放置
38 p.next = newNode(hash, key, value, null);
39 //如果放置之后正好为8的话，要进行链表向红黑树转化的过程
40 if (binCount >= TREEIFY_THRESHOLD - 1) // -1 for 1st
41 treeifyBin(tab, hash);
42 break;
43 }
44 if (e.hash == hash &&
45 ((k = e.key) == key || (key != null && key.equals(k))))
46 break;
47 p = e;
48 }
49 }
50 if (e != null) { // existing mapping for key
51 //key值重复的话，保留老的值
52 V oldValue = e.value;
53 if (!onlyIfAbsent || oldValue == null)
54 e.value = value;
55 afterNodeAccess(e);
56 return oldValue;
57 }
58 }
59 ++modCount;
60 //判断数组的大小是否超过了一个阈值，0.75倍的值
61 if (++size > threshold)
62 //超过大小后重新初始化
63 resize();
64 afterNodeInsertion(evict);
65 return null;
66 }
我们发现这个resize()方法调用了两次，他的作用是：
1.数组的初始化
2.数组的扩容
源码分析：resize()
/** * 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() { //定义数组
Node<K,V>[] oldTab = table; //如果数组存在，oldCap代表数组的长度
int oldCap = (oldTab == null) ? 0 : oldTab.length; int oldThr = threshold; int newCap, newThr = 0; if (oldCap > 0) { //如果数组的大小大于0
if (oldCap >= MAXIMUM_CAPACITY) { //如果数组的大小大于最大值，不需要扩容
threshold = Integer.MAX_VALUE; return oldTab;
} //进行扩容，位运算，相当于乘以2
else if ((newCap = oldCap << 1) < MAXIMUM_CAPACITY && oldCap >= DEFAULT_INITIAL_CAPACITY) //相应的临界值（阈值）也要乘2
newThr = oldThr << 1; // double threshold
} else if (oldThr > 0) // initial capacity was placed in threshold
newCap = oldThr; else { // zero initial threshold signifies using defaults
newCap = DEFAULT_INITIAL_CAPACITY;
newThr = (int)(DEFAULT_LOAD_FACTOR * DEFAULT_INITIAL_CAPACITY);
} 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]; //扩容之后要把原来的部分数据移到扩容的部分
table = newTab; if (oldTab != null) { //遍历之前的节点
for (int j = 0; j < oldCap; ++j) {
Node<K,V> e; if ((e = oldTab[j]) != null) { //如果该节点不为空，则将他置为空
oldTab[j] = null; //判断下面的节点是否为空
if (e.next == null) //计算新的落点
newTab[e.hash & (newCap - 1)] = e; else if (e instanceof TreeNode) //如果下面是红黑树
((TreeNode<K,V>)e).split(this, newTab, j, oldCap); else { // preserve order //如果是链表
Node<K,V> loHead = null, loTail = null;
Node<K,V> hiHead = null, hiTail = null;
Node<K,V> next; //判断链表的下一个是否为空
do {
next = e.next; if ((e.hash & oldCap) == 0) { //省去了e.hash和oldcap-1 的与操作，如果为0，则hash的第5位是0，则不需要去移动
if (loTail == null)
loHead = e; else loTail.next = e;
loTail = e;
} else { //如果需要移动的话
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; //链表的移动就是自己所处的位
置加上原来老的容量
}
}
}
}
} return newTab;
}
接着，我们去看了看get方法的源码，发现和put方法大同小异，也是通过key去找到对应的节点，然后根据数组或者红黑树这些结构去判断，然后获取节点的key和value。
分享阿里的一个hashmap的面试题：
通过hashmap的初步了解，到hashmap数据结构的分析，到源码的透彻分析，相信你们对hashmap已经有了充分的了解。
下一篇： 清空表中数据