【Java】集合-HashMap详解编程语言

HashMap 简介

HashMap 主要用来存放键值对，它基于哈希表的Map接口实现，是常用的Java集合之一。

JDK1.8 之前 HashMap 由 数组+链表 组成的，数组是 HashMap 的主体，链表则是主要为了解决哈希冲突而存在的（“拉链法”解决冲突）.JDK1.8 以后在解决哈希冲突时有了较大的变化，当链表长度大于阈值（默认为 8）时，将链表转化为红黑树，以减少搜索时间。

HashMap继承了AbstractMap抽象类，并实现了Map、Cloneable、Serializable接口。

底层数据结构分析

JDK1.8之前

JDK1.8 之前 HashMap 底层是 数组和链表 结合在一起使用也就是 链表散列。HashMap 通过 key 的 hashCode 经过扰动函数处理过后得到 hash 值，然后通过 (n - 1) & hash 判断当前元素存放的位置（这里的 n 指的是数组的长度），如果当前位置存在元素的话，就判断该元素与要存入的元素的 hash 值以及 key 是否相同，如果相同的话，直接覆盖，不相同就通过拉链法解决冲突。

所谓扰动函数指的就是 HashMap 的 hash 方法。使用 hash 方法也就是扰动函数是为了防止一些实现比较差的 hashCode() 方法 换句话说使用扰动函数之后可以减少碰撞。

JDK 1.8 HashMap 的 hash 方法源码:

JDK 1.8 的 hash方法 相比于 JDK 1.7 hash 方法更加简化，但是原理不变。

static final int hash(Object key) {
    
    int h; 
    // key.hashCode() : 返回散列值也就是hashcode 
    // ^ : 按位异或 
    // >>> : 无符号右移，忽略符号位，空位都以0补齐 
    return (key == null) ? 0 : (h = key.hashCode()) ^ (h >>> 16); 
} 

对比一下 JDK1.7的 HashMap 的 hash 方法源码.

static int hash(int h) {
    
    h ^= (h >>> 20) ^ (h >>> 12); 
    return h ^ (h >>> 7) ^ (h >>> 4); 
} 

相比于 JDK1.8 的 hash 方法 ，JDK 1.7 的 hash 方法的性能会稍差一点点，因为毕竟扰动了 4 次。

所谓 “拉链法” 就是：将链表和数组相结合。也就是说创建一个链表数组，数组中每一格就是一个链表。若遇到哈希冲突，则将冲突的值加到链表中即可。

JDK1.8之后

相比于之前的版本，jdk1.8在解决哈希冲突时有了较大的变化，当链表长度大于阈值（默认为8）时，将链表转化为红黑树，以减少搜索时间。

HashMap内部属性：

public class HashMap<K,V> extends AbstractMap<K,V> implements Map<K,V>, Cloneable, Serializable {
    
    // 序列号 
    private static final long serialVersionUID = 362498820763181265L;     
    // 默认的初始容量是16 
    static final int DEFAULT_INITIAL_CAPACITY = 1 << 4;    
    // 最大容量 
    static final int MAXIMUM_CAPACITY = 1 << 30;  
    // 默认的填充因子 
    static final float DEFAULT_LOAD_FACTOR = 0.75f; 
    // 当桶(bucket)上的结点数大于这个值时会转成红黑树 
    static final int TREEIFY_THRESHOLD = 8;  
    // 当桶(bucket)上的结点数小于这个值时树转链表 
    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; 
    // 存储元素的数组，总是2的幂次倍 
    transient Node<k,v>[] table;  
    // 存放具体元素的集 
    transient Set<map.entry<k,v>> entrySet; 
    // 存放元素的个数，注意这个不等于数组的长度。 
    transient int size; 
    // 每次扩容和更改map结构的计数器 
    transient int modCount; 
    // 临界值 当实际大小(容量*填充因子)超过临界值时，会进行扩容 
    int threshold; 
    // 加载因子 
    final float loadFactor; 
} 

• loadFactor加载因子

  loadFactor加载因子是控制数组存放数据的疏密程度，loadFactor越趋近于1，那么 数组中存放的数据(entry)也就越多，也就越密，也就是会让链表的长度增加，loadFactor越小，也就是趋近于0，数组中存放的数据(entry)也就越少，也就越稀疏。

  loadFactor太大导致查找元素效率低，太小导致数组的利用率低，存放的数据会很分散。loadFactor的默认值为0.75f是官方给出的一个比较好的临界值。

  给定的默认容量为 16，负载因子为 0.75。Map 在使用过程中不断的往里面存放数据，当数量达到了 16 * 0.75 = 12 就需要将当前 16 的容量进行扩容，而扩容这个过程涉及到 rehash、复制数据等操作，所以非常消耗性能。

• threshold

  threshold = capacity * loadFactor，当Size>=threshold的时候，那么就要考虑对数组的扩增了，也就是说，这个的意思就是 衡量数组是否需要扩增的一个标准。

Node节点类源码:

// 继承自 Map.Entry<K,V> 
static class Node<K,V> implements Map.Entry<K,V> {
 
final int hash;// 哈希值，存放元素到hashmap中时用来与其他元素hash值比较 
final K key;//键 
V value;//值 
// 指向下一个节点 
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; } 
// 重写hashCode()方法 
public final int hashCode() {
 
return Objects.hashCode(key) ^ Objects.hashCode(value); 
} 
public final V setValue(V newValue) {
 
V oldValue = value; 
value = newValue; 
return oldValue; 
} 
// 重写 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; 
} 
} 

树节点类源码:

static final class TreeNode<K,V> extends LinkedHashMap.Entry<K,V> {
 
TreeNode<K,V> parent;  // 父 
TreeNode<K,V> left;    // 左 
TreeNode<K,V> right;   // 右 
TreeNode<K,V> prev;    // needed to unlink next upon deletion 
boolean red;           // 判断颜色 
TreeNode(int hash, K key, V val, Node<K,V> next) {
 
super(hash, key, val, next); 
} 
// 返回根节点 
final TreeNode<K,V> root() {
 
for (TreeNode<K,V> r = this, p;;) {
 
if ((p = r.parent) == null) 
return r; 
r = p; 
} 

HashMap源码分析

构造方法

如图，HashMap有以下4个构造方法。

    // 默认构造方法。 
public HashMap() {
 
this.loadFactor = DEFAULT_LOAD_FACTOR; // all   other fields defaulted 
} 
// 包含另一个“Map”的构造方法 
public HashMap(Map<? extends K, ? extends V> m) {
 
this.loadFactor = DEFAULT_LOAD_FACTOR; 
putMapEntries(m, false);//下面会分析到这个方法 
} 
// 指定“容量大小”的构造方法 
public HashMap(int initialCapacity) {
 
this(initialCapacity, DEFAULT_LOAD_FACTOR); 
} 
// 指定“容量大小”和“加载因子”的构造方法 
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); 
} 

putMapEntries方法：

final void putMapEntries(Map<? extends K, ? extends V> m, boolean evict) {
 
int s = m.size(); 
if (s > 0) {
 
// 判断table是否已经初始化 
if (table == null) {
 // pre-size 
// 未初始化，s为m的实际元素个数 
float ft = ((float)s / loadFactor) + 1.0F; 
int t = ((ft < (float)MAXIMUM_CAPACITY) ? 
(int)ft : MAXIMUM_CAPACITY); 
// 计算得到的t大于阈值，则初始化阈值 
if (t > threshold) 
threshold = tableSizeFor(t); 
} 
// 已初始化，并且m元素个数大于阈值，进行扩容处理 
else if (s > threshold) 
resize(); 
// 将m中的所有元素添加至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); 
} 
} 
} 

put方法

HashMap只提供了put用于添加元素，putVal方法只是给put方法调用的一个方法，并没有提供给用户使用。

对putVal方法添加元素的分析如下：

1. 如果定位到的数组位置没有元素，就直接放入。
2. 如果定位到的数组位置有元素就和要插入的key比较，如果key相同就直接覆盖，如果key不相同，就判断p是否是一个树节点，如果是，就调用e = ((TreeNode<K,V>)p).putTreeVal(this, tab, hash, key, value)将元素添加进入。如果不是，就遍历链表插入(即插入的是链表尾部)。在这一过程中如果遇到相同的key，那么就结束遍历过程，覆盖该key对应的value。

putVal方法流程图如下：

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未初始化或者长度为0，进行扩容 
if ((tab = table) == null || (n = tab.length) == 0) 
n = (tab = resize()).length; 
// (n - 1) & hash 确定元素存放在哪个桶中。桶为空，新生成结点放入桶中(此时，这个结点是放在数组中) 
if ((p = tab[i = (n - 1) & hash]) == null) 
tab[i] = newNode(hash, key, value, null); 
// 桶中已经存在元素 
else {
 
Node<K,V> e; K k; 
// 比较桶中第一个元素(数组中的结点)的hash值(由key的hashcode得出)相等，key相等 
if (p.hash == hash && 
((k = p.key) == key || (key != null && key.equals(k)))) 
// 将第一个元素赋值给e。e作用是记录要修改的那个节点 
e = p; 
// hash值不相等，即key不相等，且为红黑树结点 
else if (p instanceof TreeNode) 
// 放入树中 
e = ((TreeNode<K,V>)p).putTreeVal(this, tab, hash, key, value); 
// 为链表结点 
else {
 
// 在链表最末插入结点 
for (int binCount = 0; ; ++binCount) {
 
// 如果到达链表的尾部，就插入 
if ((e = p.next) == null) {
 
// 在尾部插入新结点 
p.next = newNode(hash, key, value, null); 
// 结点数量达到阈值，转化为红黑树 
if (binCount >= TREEIFY_THRESHOLD - 1) // -1 for 1st 
treeifyBin(tab, hash); 
// 跳出循环 
break; 
} 
// 判断链表中每个结点的key值与插入的元素的key值是否相等 
if (e.hash == hash && 
((k = e.key) == key || (key != null && key.equals(k)))) 
// 相等，跳出循环 
break; 
// 用于遍历桶中的链表，与前面的e = p.next组合，可以遍历链表 
p = e; 
} 
} 
// 要修改的元素不为空，表示在桶中找到了key值、hash值与插入元素相等的结点 
if (e != null) {
  
// 记录e的value 
V oldValue = e.value; 
// onlyIfAbsent为false或者旧值为null 
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; 
} 
} 
// 结构性修改计数+1 
++modCount; 
// 实际大小大于阈值则扩容 
if (++size > threshold) 
resize(); 
// 插入后回调 
afterNodeInsertion(evict); 
return null; 
}  

我们再来对比一下 JDK1.7 put方法的代码

对于put方法的分析如下：

1. 如果定位到的数组位置没有元素，就直接插入。
2. 如果定位到的数组位置有元素，遍历以这个元素为头结点的链表，依次和插入的key比较，如果key相同就直接覆盖，不同就采用头插法插入元素。

public V put(K key, V value) 
if (table == EMPTY_TABLE) {
  
inflateTable(threshold);  
}   
if (key == null) 
return putForNullKey(value); 
int hash = hash(key); 
int i = indexFor(hash, table.length); 
for (Entry<K,V> e = table[i]; e != null; e = e.next) {
 // 先遍历 
Object k; 
if (e.hash == hash && ((k = e.key) == key || key.equals(k))) {
 
V oldValue = e.value; 
e.value = value; 
e.recordAccess(this); 
return oldValue;  
} 
} 
modCount++; 
addEntry(hash, key, value, i);  // 再插入 
return null; 
} 

get方法

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; 
if ((tab = table) != null && (n = tab.length) > 0 && 
(first = tab[(n - 1) & hash]) != null) {
 
// 数组元素相等 
if (first.hash == hash && // always check first node 
((k = first.key) == key || (key != null && key.equals(k)))) 
return first; 
// 桶中不止一个节点 
if ((e = first.next) != null) {
 
// 在树中get 
if (first instanceof TreeNode) 
return ((TreeNode<K,V>)first).getTreeNode(hash, key); 
// 在链表中get 
do {
 
if (e.hash == hash && 
((k = e.key) == key || (key != null && key.equals(k)))) 
return e; 
} while ((e = e.next) != null); 
} 
} 
return null; 
} 

resize方法

进行扩容，会伴随着一次重新hash分配，并且会遍历hash表中所有的元素，是非常耗时的。在编写程序中，要尽量避免resize。

final Node<K,V>[] resize() {
 
Node<K,V>[] oldTab = table; 
int oldCap = (oldTab == null) ? 0 : oldTab.length; 
int oldThr = threshold; 
int newCap, newThr = 0; 
if (oldCap > 0) {
 
// 超过最大值就不再扩充了，就只好随你碰撞去吧 
if (oldCap >= MAXIMUM_CAPACITY) {
 
threshold = Integer.MAX_VALUE; 
return oldTab; 
} 
// 没超过最大值，就扩充为原来的2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 
newCap = oldThr; 
else {
  
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; 
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) {
 
// 把每个bucket都移动到新的buckets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 {
  
Node<K,V> loHead = null, loTail = null; 
Node<K,V> hiHead = null, hiTail = null; 
Node<K,V> next; 
do {
 
next = e.next; 
// 原索引 
if ((e.hash & oldCap) == 0) {
 
if (loTail == null) 
loHead = e; 
else 
loTail.next = e; 
loTail = e; 
} 
// 原索引+oldCap 
else {
 
if (hiTail == null) 
hiHead = e; 
else 
hiTail.next = e; 
hiTail = e; 
} 
} while ((e = next) != null); 
// 原索引放到bucket里 
if (loTail != null) {
 
loTail.next = null; 
newTab[j] = loHead; 
} 
// 原索引+oldCap放到bucket里 
if (hiTail != null) {
 
hiTail.next = null; 
newTab[j + oldCap] = hiHead; 
} 
} 
} 
} 
} 
return newTab; 
} 

API