深入了解HashMap

HashMap简介

1、hashMap经常作为Map的实现类，jdk1.7采用的是数组 + 链表的形式实现，但当jdk1.8出来以后HashMap的底层数据结果变成了数组 + 链表 + 红黑树这样的数据结果实现。

2、HashMap是一个增删改查都特别高效的容器。采用散列算法快速计算存储位置。

3、HashMap非线程安全容器　　

4、 特点：无序、以键值的形式添加元素，键不能重复， 值可用重复

java 7 和 java 8HashMap采用的数据结构 

java 7 采用的套路 数组 + 链表 如图：

      当我们往HashMap中添加一个元素时，HashMap集合会更具你添加元素的key通过hash算法计算出这个key对应的hash值，然后通过hash值和当前数组长度去%计算出这个元素应该存储在数组的那个位置。

      这个hash算法是更具对象实现的 hashCode() 计算出来的，又和数组的长度取余，那么肯定会发生一件事情就是不同元素经过计算结果可能相同。也就是说 a 结果就是存储在数组下标为1的位置b结果计算也存储在1的位置。

　　这种现象也就是hash冲突。比较有名气的决方法是，开发地址法和拉链法，HashMap采用的就是拉链法，就是冲突的元素将组成应该链表，数组中存储链表的头结点。查询时通过查找hash算法快速定义到对应数组的下标，然后通过equals去比较是否是要查找的元素，如果不是那么就顺着链表往下一个一个的找，找到了返回或者遍历完整个链表。

jdk1.8 采用的套路 数组 + 链表 + 红黑树

 

        jdk 1.8采用的是数组+链表+红黑树这种数据结构。这也是jdk1.8和1.7最大的区别。我们知道查找HashMap元素是通过hash是否可用非常快速的定位到对应的元素存储正数组中的下标。但当这个点上有多个元素存储（多个元素hash冲突导致成了应该很长的链表），那么就要遍历这个链表去查找元素。这是时间复杂度取决于链表的长度，为O(n).

       为了降低这种开销，jdk 1.8中，当这个链表的长度到8时，就会将链表转换成红黑树，这时就可用将链表查找的O(n)降低到O(logN),提高了HashMap在整体效率

 

jdk1.8源码

现在大部分公司都在用jdk1.8,所有我们就分析jdk1.8,和1.7最大的不同就时底层存储数据的数据结构，你只要知道这个就可用了。

主要属性介绍

默认初始容量为16，注意HashMap的数组大小必须时2的次幂，这主要时处于性能考虑

static final int DEFAULT_INITIAL_CAPACITY = 1 << 4;

这时HashMap的默认负载因子值，为0.75，加载因子是表示Hash表中元素的填满的程度。关于为什么时0.75我会在问题解答中先大家解释。

static final float DEFAULT_LOAD_FACTOR = 0.75f;

这就是HashMap中当链表长度达到过这个阈值时就转换成红黑树

static final int TREEIFY_THRESHOLD = 8;

和上面一个道理，转换成链表的阈值

static final int UNTREEIFY_THRESHOLD = 6;

这值是说，只有当HashMap中元素个数达到64这个量级的时候，我才去将超过8个节点数的链表转换为红黑树，如果没达到这个标准那么当链表节点数要达到8时就去扩容整个数组，而不时转为红黑树。为了避免进行扩容、树形化选择的冲突，这个值不能小于 4 * TREEIFY_THRESHOLD，64是jdk设计人员经过深入思考的

static final int MIN_TREEIFY_CAPACITY = 64;

这就是HashMap中存储数据的数组

transient Node<K,V>[] table;

这是保存缓存key-value对。

transient Set<Map.Entry<K,V>> entrySet;

key-value对数量

transient int size;

这是数组下一次要调整大小的值通过 数组长度 * 负载因子 计算出来

int threshold;

哈希表的加载因子，主要上面的 DEFAULT_LOAD_FACTOR  是默认的加载因子，也就就是指定时 loadFactor为 0.75

final float loadFactor;

主要方法介绍

put添加元素过程分析

    //onlyIfAbsent 如果为true,不存在key时才put
    //evict 如果为false，则表处于创建模式
    final V putVal(int hash, K key, V value, boolean onlyIfAbsent, boolean evict) {
        Node<K, V>[] tab;
        Node<K, V> p;
        int n, i;
        //判断：如果当前数组还没有实例化或者当前数组的大小为 0 就调用扩容方法扩容数组
        if ((tab = table) == null || (n = tab.length) == 0)
            n = (tab = resize()).length;
        //计算存储下标，如果下标处没有值那么就直接初始化一个Node置入
        if ((p = tab[i = (n - 1) & hash]) == null)
            tab[i] = newNode(hash, key, value, null);
        else {//下标位置有值
            Node<K, V> e;
            K k;
            //如果key重复那么就替换该节点的值 ，这里是取出节点下面会用替换的操作
            if (p.hash == hash && ((k = p.key) == key || (key != null && key.equals(k))))
                e = p;
            //如果节点时红黑树，那么就调用红黑树的插入方法插入元素，本文不讲红黑树
            else if (p instanceof TreeNode)
                e = ((TreeNode<K, V>) p).putTreeVal(this, tab, hash, key, value);
            else {
                //如果是一个链表，那么是将元素添加到链表中去
                for (int binCount = 0;; ++binCount) {
                    //如果下一位为空，那么就把元素插入到下一位
                    if ((e = p.next) == null) {
                        p.next = newNode(hash, key, value, null);
                        //TREEIFY_THRESHOLD为8，如果添加完后链表长度到8那么将将链表转为红黑树
                        if (binCount >= TREEIFY_THRESHOLD - 1) // -1 for 1st
                            treeifyBin(tab, hash);
                        break;
                    }
                    //如果链表中找到"相等"的key（== | equals） 那么就覆盖  
                    if (e.hash == hash && ((k = e.key) == key || (key != null && key.equals(k))))
                        break;
                    p = e;
                }
            }
            //如果true代表key值重复（== 或 equals）,那么就覆盖并返回旧值
            if (e != null) { // existing mapping for key
                V oldValue = e.value;
                if (!onlyIfAbsent || oldValue == null)
                    e.value = value;
                afterNodeAccess(e);
                return oldValue;
            }
        }
        ++modCount;
        //元素数量增加超过阈值进行库容
        if (++size > threshold)
            resize();
        afterNodeInsertion(evict);
        return null;
    }

resize()扩容方法

    //这是扩容方法，返回一些存有当前元素的新数组，将引用替换就行
    final Node<K,V>[] resize() {
        //老数组引用
        Node<K,V>[] oldTab = table;
        //老数组的length 为空就 = 0
        int oldCap = (oldTab == null) ? 0 : oldTab.length;
        //老数组的扩容阈值
        int oldThr = threshold;
        //定义新数组的容量，和扩容阈值。主要这里只是定义 并还没到真正赋值
        int newCap, newThr = 0;
        
        
        if (oldCap > 0) {
            //数组容量大于最大扩容值那么就不扩容直接返回
            if (oldCap >= MAXIMUM_CAPACITY) {
                threshold = Integer.MAX_VALUE;
                return oldTab;
            }
            //数组大小库容1倍，但是扩容后的容量必须小于最大扩容量 扩容阈值必须大于初始容量 16
            else if ((newCap = oldCap << 1) < MAXIMUM_CAPACITY &&
                     oldCap >= DEFAULT_INITIAL_CAPACITY)
                //新的下一次扩容阈值，也扩大一倍
                newThr = oldThr << 1; 
        }
        //初始容量被置于阈值
        else if (oldThr > 0);
            newCap = oldThr;
        else {//数组未初始换 并且还没有知道扩容阈值，那么就采用默认默认         
            newCap = DEFAULT_INITIAL_CAPACITY;
            newThr = (int)(DEFAULT_LOAD_FACTOR * DEFAULT_INITIAL_CAPACITY);
        }
       
        if (newThr == 0) {
            //新数组的扩容量未 数组长度 * 负载因子
            float ft = (float)newCap * loadFactor;
            newThr = (newCap < MAXIMUM_CAPACITY && ft < (float)MAXIMUM_CAPACITY ?
                      (int)ft : Integer.MAX_VALUE);
        }
        threshold = newThr;
        @SuppressWarnings({"rawtypes","unchecked"})
        //实例化新数组，并更换当前HashMap的数组引用
        Node<K,V>[] newTab = (Node<K,V>[])new Node[newCap];
        table = newTab;
        if (oldTab != null) {
           //将老数组的数据迁移到新数组
            for (int j = 0; j < oldCap; ++j) {
                Node<K,V> e;
                if ((e = oldTab[j]) != null) {
                    oldTab[j] = null;
                    //只有一个元素
                    if (e.next == null)
                        //重新计算在新数组中的位置，插入数据
                        newTab[e.hash & (newCap - 1)] = e;
                    //如果是红黑树，那么就调用红黑树的插入方式
                    else if (e instanceof TreeNode)
                        ((TreeNode<K,V>)e).split(this, newTab, j, oldCap);
                    else { // 如果是链表，那么就把链表转移到newCap中，就是把链表遍历后，把值转过去，在置位null
                        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;
                        }
                    }
                }
            }
        }
        //返回扩容后的 HashMap底层数组
        return newTab;
    }

get()方法

get比较简单、其实就是更具传入的key计算出在数组中存储的位置。然后分三种情况

• 如果只有一个元素返回这个元素即可
• 如果是一个TreeNode那么就用红黑树的方法获取数据
• 如果是一个链表 那么就通过遍历链表然后找到相等（==或equals）的key

        public V get(Object key) {
            Node<K,V> e;
            //调用 getNode返回查找结果 如果找到就将节点的value值取出并返回
            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) {
                //如果就是链表的头节点那么就直接返回头节点
                if (first.hash == hash && // always check first node
                    ((k = first.key) == key || (key != null && key.equals(k))))
                    return first;
    
                if ((e = first.next) != null) {
                    //如果first是TreeNode那么就调用红黑树的方法去查找数据
                    if (first instanceof TreeNode)
                        return ((TreeNode<K,V>)first).getTreeNode(hash, key);
                    //懂得dog while循环不断遍历寻找相等（== 或 equals）key的对应数据
                    do {
                        if (e.hash == hash &&
                            ((k = e.key) == key || (key != null && key.equals(k))))
                            return e;
                    } while ((e = e.next) != null);
                }
            }
            //如果没找着那么返回null
            return null;
        }

参考博客：

Java 7 和 Java 8 中的 HashMap原理解析：https://www.cnblogs.com/jajian/p/10385063.html