HashMap实现原理及源码分析

1.HashMap介绍

HashMap为Map接口的一个实现类，实现了所有Map的操作。HashMap除了允许key和value保存null值和非线程安全外，其他实现几乎和HashTable一致。

HashMap使用散列存储的方式保存kay-value键值对，因此其不支持数据保存的顺序。如果想要使用有序容器可以使用LinkedHashMap。

在性能上当HashMap中保存的key的哈希算法能够均匀的分布在每个bucket中的是时候，HashMap在基本的get和set操作的的时间复杂度都是O(n)。

在遍历HashMap的时候，其遍历节点的个数为bucket的个数+HashMap中保存的节点个数。因此当遍历操作比较频繁的时候需要注意HashMap的初始化容量不应该太大。 这一点其实比较好理解：当保存的节点个数一致的时候，bucket越少，遍历次数越少。

另外HashMap在resize的时候会有很大的性能消耗，因此当需要在保存HashMap中保存大量数据的时候，传入适当的默认容量以避免resize可以很大的提高性能。 具体的resize操作请参考下面对此方法的分析

HashMap是非线程安全的类，当作为共享可变资源使用的时候会出现线程安全问题。需要使用线程安全容器：

Map m = new ConcurrentHashMap();或者
Map m = Collections.synchronizedMap(new HashMap());

具体的HashMap会出现的线程安全问题分析请参考9中的分析。

2.数据结构介绍

HashMap使用数组+链表+树形结构的数据结构。其结构图如下所示。

3.HashMap源码分析（基于JDK1.8）

3.1关键属性分析

transient Node<K,V>[] table; //Node类型的数组，记我们常说的bucket数组，其中每个元素为链表或者树形结构

transient int size;//HashMap中保存的数据个数

int threshold;//HashMap需要resize操作的阈值

final float loadFactor;//负载因子，用于计算threshold。计算公式为：threshold = loadFactor * capacity

其中还有一些默认值得属性，有默认容量2^4，默认负载因子0.75等.用于构造函数没有指定数值情况下的默认值。

3.2构造函数分析

HashMap提供了三个不同的构造函数，主要区别为是否传入初始化容量和负载因子。分别文以下三个。

//此构造函数创建一个空的HashMap，其中负载因子为默认值0.75
public HashMap() {
    this.loadFactor = DEFAULT_LOAD_FACTOR; // all other fields defaulted
}

//传入默认的容量大小，创造一个指定容量大小和默认负载因子为0.75的HashMap
 public HashMap(int initialCapacity) {
    this(initialCapacity, DEFAULT_LOAD_FACTOR);
}

//创建一个指定容量和指定负载因为HashMap，以下代码删除了入参检查
public HashMap(int initialCapacity, float loadFactor) {
    this.loadFactor = loadFactor;
    this.threshold = tableSizeFor(initialCapacity);
}

注意：此处的initialCapacity为数组table的大小，即bucket的个数。

其中在指定初始化容量的时候，会根据传入的参数来确定HashMap的容量大小。
初始化this.threshold的值为入参initialCapacity距离最近的一个2的n次方的值。取值方法如下：

case initialCapacity = 0:  

     this.threshold = 1；  
     
case initialCapacity为非0且不为2的n次方:  

    this.threshold = 大于initialCapacity中第一个2的n次方的数。  
    
case initialCapacity = 2^n：  

    this.threshold = initialCapacity

具体的计算方法为tableSizeFor(int cap)函数。计算方法是将入参的最高位下面的所有位都设置为1，然后加1

下面以入参为134217729为例分析计算过程。
首先将int转换为二进制如下：
cap = 0000 1000 0000 0000 0000 0000 0000 0001

static final int tableSizeFor(int cap) {
        
        int n = cap - 1; //n =0000 1000 0000 0000 0000 0000 0000 0000  此操作为了处理cap=2的n次方的情况，如果不减1，计算的结果位2的n+1方，添加次操作当cap = 2^n的时候计算结果为2^n
        //以下操作将n的最高位到最低位之间的各位全部设置为1

        // n = 0000 1000 0000 0000 0000 0000 0000 0000   
              |0000 01000 0000 0000 0000 0000 0000 000 
             = 0000 1100 0000 0000 0000 0000 0000 0000
        //最高两位设置为1
        n |= n >>> 1;
        
        
        // n = 0000 1100 0000 0000 0000 0000 0000 0000 
             | 0000 0011 0000 0000 0000 0000 0000 0000 
             = 0000 1111 0000 0000 0000 0000 0000 0000
        //最高四位设置为1
        n |= n >>> 2;
        
        //n = 0000 1111 0000 0000 0000 0000 0000 0000 
            | 0000 0000 1111 0000 0000 0000 0000 0000  
            = 0000 1111 1111 0000 0000 0000 0000 0000
        //最高8为设置为1
        n |= n >>> 4;
        
        //n = 0000 1111 1111 0000 0000 0000 0000 0000 
            | 0000 0000 0000 1111 1111 0000 0000 0000  
            = 0000 1111 1111 1111 1111 0000 0000 0000
        //最高16为设置为1
        n |= n >>> 8;
        
        //n = 0000 1111 1111 1111 1111 0000 0000 0000 
            | 0000 0000 0000 0000 0000 1111 1111 1111 
            = 0000 1111 1111 1111 1111 1111 1111 1111
       //不足32位，最高28位设置位1
        n |= n >>> 16;

        //n = n + 1 = 0000 1111 1111 1111 1111 1111 1111 1111 + 1 = 0001 0000 0000 0000 0000 0000 0000 0000
        return (n < 0) ? 1 : (n >= MAXIMUM_CAPACITY) ? MAXIMUM_CAPACITY : n + 1;
    }

另外此处赋值为this.threshold，是因为构造函数的时候并不会创建table，只有实际插入数据的时候才会创建。目的应该是为了节省内存空间吧。
在第一次插入数据的时候，会将table的capacity设置为threshold，同时将threshold更新为loadFactor * capacity

3.3关键函数源码分析

3.3.1 第一次插入数据的操作

HashMap在插入数据的时候传入key-value键值对。使用hash寻址确定保存数据的bucket。当第一次插入数据的时候会进行HashMap中容器的初始化。具体操作如下：

        Node<K,V>[] tab; 
        int n, i;
        if ((tab = table) == null || (n = tab.length) == 0)
            n = (tab = resize()).length;
        

其中resize函数的源码如下，主要操作为根据cap和loadFactory创建初始化table

    Node<K, V>[] oldTab = table;
    int oldThr = threshold;  //oldThr 根据传入的初始化cap决定 2的n次方

    int newCap, newThr = 0;
    if (oldThr > 0) // 当构造函数中传入了capacity的时候
        newCap = oldThr;  //newCap = threshold  2的n次方，即构造函数的时候的初始化容量
     else {               // zero initial threshold signifies using defaults
        newCap = DEFAULT_INITIAL_CAPACITY;
        newThr = (int)(DEFAULT_LOAD_FACTOR * DEFAULT_INITIAL_CAPACITY);
    }
    float ft = (float)newCap * loadFactor;  // 2的n次方 * loadFactory

    newThr = (newCap < MAXIMUM_CAPACITY && ft < (float)MAXIMUM_CAPACITY ?
            (int)ft : Integer.MAX_VALUE);

    threshold = newThr; //新的threshold== newCap * loadFactory
    Node<K,V>[] newTab = (Node<K,V>[])new Node[newCap]; //长度为2的n次方的数组
    table = newTab;

在初始化table之后，将数据插入到指定位置，其中bucket的确定方法为：

 i = (n - 1) & hash // 此处n-1必定为 0000 1111 1111....的格式，取&操作之后的值一定在数组的容量范围内。

其中hash的取值方式为：

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

具体操作如下，创建Node并将node放到table的第i个元素中

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

3.3.2 非第一次插入数据的操作源码分析

当HashMap中已有数据的时候，再次插入数据，会多出来在链表或者树中寻址的操作，和当size到达阈值时候的resize操作。多出来的步骤如下：

        if ((p = tab[i = (n - 1) & hash]) == null)
            tab[i] = new Node(hash, key, value, null);
        else {
            Node<K,V> e; K k;
            // hash相等，且key地址相等或者equals为true的时候直接替换
            if (p.hash == hash &&
                    ((k = p.key) == key || (key != null && key.equals(k))))
                e = p;
            else if (p instanceof TreeNode)
                //  当bucket的此节点为树结构的时候，在树中插入一个节点
                e = ((TreeNode<K,V>)p).putTreeVal(this, tab, hash, key, value);
            else {
                //便利此bucket节点，插入到链表尾部
                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);//当链表节点树大于TREEIFY_THRESHOLD的时候，转换为树形结构
                        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)
            resize();

另外，在resize操作中也和第一次插入数据的操作不同，当HashMap不为空的时候resize操作需要将之前的数据节点复制到新的table中。操作如下：

        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) //只有一个节点
                        newTab[e.hash & (newCap - 1)] = e;
                    else if (e instanceof TreeNode) // 如果是树形结构，拆开
                        ((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;
                        }
                    }
                }
            }
        }

3.4Cloneable和Serializable分析

在HashMap的定义中实现了Cloneable接口，Cloneable是一个标识接口，主要用来标识 Object.clone()的合法性，在没有实现此接口的实例中调用 Object.clone()方法会抛出CloneNotSupportedException异常。可以看到HashMap中重写了clone方法。

HashMap实现Serializable接口主要用于支持序列化。同样的Serializable也是一个标识接口，本身没有定义任何方法和属性。另外HashMap自定义了

private void writeObject(java.io.ObjectOutputStream s) throws IOException

private void readObject(java.io.ObjectInputStream s) throws IOException, ClassNotFoundException

两个方法实现了自定义序列化操作。

注意：支持序列化的类必须有无参构造函数。这点不难理解，反序列化的过程中需要通过反射创建对象。

4.HashMap的遍历

以下讨论两种遍历方式，测试代码如下：

方法一：

通过map.keySet()获取key的集合，然后通过遍历key的集合来遍历map 

方法二：

通过map.entrySet()方法获取map中节点集合，然后遍历此集合遍历map

测试代码如下：

public static void main(String[] args) throws Exception {
        Map<String, Object> map = new HashMap<>();
        map.put("name", "test");
        map.put("age", "25");
        map.put("address", "HZ");
        
        Set<String> keySet = map.keySet();
        for (String key : keySet) {
            System.out.println(map.get(key));
        }

        Set<Map.Entry<String, Object>> set = map.entrySet();
        for (Map.Entry<String, Object> entry : set) {
            System.out.println("key is : " + entry.getKey() + ".  value is " + entry.getValue());
        }
    }

输出如下：

HZ
test
25
key is : address.  value is HZ
key is : name.  value is test
key is : age.  value is 25

我的博客即将搬运同步至腾讯云+社区，邀请大家一同入驻：https://cloud.tencent.com/developer/support-plan?invite_code=3c3z5rvu0g00g