JDK 1.8 HashMap是数组+链表+红黑树实现的，在阅读HashMap的源码之前先来回顾一下大学课本数据结构中的哈希表和红黑树。
什么是哈希表？
- 在存储结构中，关键值key通过一种关系f和唯一的存储位置相对应，关系f即哈希函数，Hash(k)=f(k)。按这个思想建立的表就是哈希表。
- 当有两个不相等的关键字key1和key2,但f(key1)=f(key2)这两个key地址相同，就发生了冲突现象。
- 冲突不能避免只能减少，通过设计均匀的哈希函数来减少。
常用哈希函数？
1. 直接定址法
Hash(key) = a*key + b (a,b为常数)
取关键字的某种线性关系，实际中使用较少。
2. 初留余数法
Hash(key) = key mod p (p，整数)
即关键字key除以p的余数作为地址。
3.数字分析法，平方取中法，折叠法
处理冲突的方法？
处理冲突就是为这个关键字找到另一个空的哈希地址。
1.开放地址法
- 线性探测法
- 二次探测法
- 双哈希函数探测法
2.拉链法
- 拉链法的基本思想是，根据关键字k，将数据元素存放在哈希基表中的i=hash(k)位置上。如果产生冲突，则创建一个结点存放该数据元素，并将该结点插入到一个链表中。这种由冲突的数据元素构成的链表称为哈希链表。一个哈希基表与若干条哈希链表相连。
- 例如，对于如下的关键字序列：{9，9，24，44，32，86，36，3，62，56}
设哈希函数 hash(k) = k % 10，hash(k)对应哈希基表 table 的下标值 i，采用拉链法的哈希表结构如图:
红黑树
红黑树本质上就是一棵二叉查找树（二叉排序树），红黑树的查找、插入、删除的时间复杂度最坏为O(log n)。
什么是二叉查找树（二叉排序树）？
二叉查找树（Binary Search Tree）也就是二叉排序树。特征性质：
- 任意结点的左子树不空，则左子树上所有结点的值均小于它的根结点的值；
- 任意结点的右子树不空，则右子树上所有结点的值均大于它的根结点的值；
- 左、右子树也为二叉查找树。
- 按中序遍历可以得到有序序列。
什么是红黑树？
维基百科定义：https://zh.wikipedia.org/wiki/%E7%BA%A2%E9%BB%91%E6%A0%91
红黑树（英语：Red–black tree）是一种自平衡二叉查找树，是在计算机科学中用到的一种数据结构，典型的用途是实现关联数组。它在1972年由鲁道夫·贝尔发明，被称为"对称二叉B树"，它现代的名字源于Leo J. Guibas和Robert Sedgewick于1978年写的一篇论文。红黑树的结构复杂，但它的操作有着良好的最坏情况运行时间，并且在实践中高效：它可以在log n时间内完成查找，插入和删除，这里的n是树中元素的数目。
特征性质：
- 节点是红色或黑色。
- 根结点是黑的。
- 所有叶子都是黑色（叶子是NIL节点）。
- 每个红色节点必须有两个黑色的子节点。（从每个叶子到根的所有路径上不能有两个连续的红色节点。）
- 对于任一结点而言，其到叶结点的每一条路径都包含相同数目的黑结点
JDK 1.8 Map接口
public interface Map<K,V> {
int size(); //返回Map中键值对的个数
boolean isEmpty(); //检查map是否为空
boolean containsKey(Object key); //查看map是否包含某个键
boolean containsValue(Object value); //查看map是否包含某个值
V put(K key, V value); //保存，若原来有这个key则覆盖并返回原来的值
V get(Object key); //根据key获取值, 若没找到，则返回null
V remove(Object key); //根据key删除, 返回key原来的值，若不存在，则返回null
void putAll(Map<? extends K, ? extends V> m); //将m中的所有键值对到当前的Map
void clear(); //清空Map
Set<K> keySet(); //返回Map中所有键
Collection<V> values(); //返回Map中所有值
Set<Map.Entry<K, V>> entrySet(); //返回Map中所有键值对
//内部接口，表示一个键值对
interface Entry<K,V> {
K getKey(); //返回键
V getValue(); //返回值
V setValue(V value); //setvalue
}
}
HashMap特点
- 根据键的hashCode值存储数据，大多数情况下可以直接定位到它的值，因而具有很快的访问速度，但遍历顺序却是不确定的。
- HashMap最多只允许一条记录的键为null，允许多条记录的值为null。
- HashMap非线程安全，即任一时刻可以有多个线程同时写HashMap，可能会导致数据的不一致。如果需要满足线程安全，可以用Collections的synchronizedMap方法使HashMap具有线程安全的能力，或者使用ConcurrentHashMap。
- 负载因子可以修改，也可以大于1，建议不要轻易修改，除非特殊情况。
内部数据结构:
HashMap 类属性
transient Node<k,v>[] table; 这个类属性就是哈希桶数组
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;
// 默认的负载因子
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（哈希桶数组）
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;
// 负载因子
final float loadFactor;
}
内部类Node
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) {
......
}
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) {
....
}
public final boolean equals(Object o) {
......
}
}
构造函数
- 无参构造函数默认长度16，负载因子0.75
/**
* Constructs an empty <tt>HashMap</tt> with the default initial capacity
* (16) and the default load factor (0.75).
*/
public HashMap() {
this.loadFactor = DEFAULT_LOAD_FACTOR; // all other fields defaulted
}
- 指定容量，负载因子0.75
public HashMap(int initialCapacity) {
this(initialCapacity, DEFAULT_LOAD_FACTOR);
}
- 指定容量和指定负载因子
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);
}
重要函数
内部hash方法(获得的hash值用于putVal方法中确定哈希桶数组索引位置)
static final int hash(Object key) {
int h;
return (key == null) ? 0 : (h = key.hashCode()) ^ (h >>> 16);
}
- 第一步调用object的hashCode：h = key.hashCode() 取hashCode值
- h ^ (h >>> 16) 首先进行无符号右移（>>>）运算，再通过异或运算(^)得到hash值。
put方法，put内部调用的是putVal
final V putVal(int hash, K key, V value, boolean onlyIfAbsent,
boolean evict) {
Node<K,V>[] tab; Node<K,V> p; int n, i;
//首先确定table是不是为空，如果为空进行扩容
if ((tab = table) == null || (n = tab.length) == 0)
n = (tab = resize()).length;
//取模运算,确定哈希桶数组索引位置
if ((p = tab[i = (n - 1) & hash]) == null)
tab[i] = newNode(hash, key, value, null);
else {
Node<K,V> e; K k;
//节点key存在，直接覆盖value
if (p.hash == hash &&
((k = p.key) == key || (key != null && key.equals(k))))
e = p;
//判断是否是红黑树
else if (p instanceof TreeNode)
//如果是红黑树，则直接在树中插入键值对
e = ((TreeNode<K,V>)p).putTreeVal(this, tab, hash, key, value);
//为链表
else {
for (int binCount = 0; ; ++binCount) {
if ((e = p.next) == null) {
p.next = newNode(hash, key, value, null);
//判断链表长度是否大于8，大于8把链表转换为红黑树
if (binCount >= TREEIFY_THRESHOLD - 1) // -1 for 1st
treeifyBin(tab, hash);
break;
}
//key已经存在直接覆盖value
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;
//判断实际存在的键值对数量size是否超多了最大容量threshold，如果超过，进行扩容。
if (++size > threshold)
resize();
afterNodeInsertion(evict);
return null;
}
- i = (n - 1) & hash；通过取模运算,确定哈希桶数组索引位置。位运算(&)效率要比取模运算(%)高很多，主要原因是位运算直接对内存数据进行操作，不需要转成十进制，因此处理速度非常快。
注意：a % b == a & (b - 1) 前提：b 为 2^n
- 下面是hash到确定数组位置的过程图：
HashMap 如何进行扩容
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
if (oldCap >= MAXIMUM_CAPACITY) {
threshold = Integer.MAX_VALUE;
return oldTab;
}
// 没超过最大值，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 { // zero initial threshold signifies using defaults
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 { // preserve order
// 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 {
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;
}
注意事项
扩容是一个特别耗性能的操作，所以当使用HashMap的时候，估算map的大小，初始化的时候给一个大致的数值，避免map进行频繁的扩容。
参考：
- JDK1.8 源码
- 《数据结构与算法》
- 维基百科
- 美团：Java 8系列之重新认识HashMap