本篇文章已授權微信公眾號 guolin_blog （郭霖）獨家釋出
HashMap是Map中最為常用的一種，面試中也經常會被問到相關的問題。由於HashMap資料結構較為複雜，回答相關問題的時候往往不盡人意，尤其是在JDK1.8之後，又引入了紅黑樹結構，其資料結構變的更加複雜，本文就JDK1.8原始碼為例，對HashMap進行分析；
1、原始碼分析
1.1 老規矩，先上構造方法
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);
}
public HashMap(int initialCapacity) {
this(initialCapacity, DEFAULT_LOAD_FACTOR);
}
public HashMap() {
this.loadFactor = DEFAULT_LOAD_FACTOR; // all other fields defaulted
}
public HashMap(Map<? extends K, ? extends V> m) {
this.loadFactor = DEFAULT_LOAD_FACTOR;
putMapEntries(m, false);
}
複製程式碼構造方法一共過載了四個，主要初始化了三個引數：
- initialCapacity 初始容量（預設16）： hashMap底層由陣列實現+連結串列（或紅黑樹）實現，但是還是從陣列開始，所以當儲存的資料越來越多的時候，就必須進行擴容操作，如果在知道需要儲存資料大小的情況下，指定合適的初始容量，可以避免不必要的擴容操作，提升效率
- threshold 閾值：hashMap所能容納的最大價值對數量，如果超過則需要擴容，計算方式：threshold=initialCapacity*loadFactor（構造方法中直接通過tableSizeFor(initialCapacity)方法進行了賦值，主要原因是在構造方法中，陣列table並沒有初始化，put方法中進行初始化，同時put方法中也會對threshold進行重新賦值，這個會在後面的原始碼中進行分析）
- loadFactor 載入因子（預設0.75）：當負載因子較大時，去給table陣列擴容的可能性就會少，所以相對佔用記憶體較少（空間上較少），但是每條entry鏈上的元素會相對較多，查詢的時間也會增長（時間上較多）。反之就是，負載因子較少的時候，給table陣列擴容的可能性就高，那麼記憶體空間佔用就多，但是entry鏈上的元素就會相對較少，查出的時間也會減少。所以才有了負載因子是時間和空間上的一種折中的說法。所以設定負載因子的時候要考慮自己追求的是時間還是空間上的少。（一般情況下不需要設定，系統給的預設值已經比較適合了）
我們最常使用的是無參構造，在這個構造方法裡面僅僅設定了載入因子為預設值，其他兩個引數會在resize方法裡面進行初始化，在這裡知道這個結論就可以了，下面會在原始碼裡面進行分析； 另外一個帶有兩個引數的構造方法，裡面對初始容量和閾值進行了初始化，對閾值的初始化方法為 tableSizeFor(int cap),看一下原始碼：
/**
* 找到大於或等於 cap 的最小2的冪
*/
static final int tableSizeFor(int cap) {
int n = cap - 1;
n |= n >>> 1;
n |= n >>> 2;
n |= n >>> 4;
n |= n >>> 8;
n |= n >>> 16;
return (n < 0) ? 1 : (n >= MAXIMUM_CAPACITY) ? MAXIMUM_CAPACITY : n + 1;
}
複製程式碼第一次看大這個方法的時候，我當時的心情是：
接下來分析一下這個方法，對於無符號右移運算子不瞭解的，可以看一下這篇文章瞭解一下，下面偷一張圖（真的是借別人的圖，google搜尋的,不知道是誰的，如果大佬覺得太可恥，私信我我刪了他）以10為例進行分析：
1.2 put方法
在hashMap原始碼中，put方法邏輯是最為複雜的，接下來先看一下原始碼：
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;
if ((tab = table) == null || (n = tab.length) == 0)
//如果table尚未初始化，則此處進行初始化陣列，並賦值初始容量，重新計算閾值
n = (tab = resize()).length;
if ((p = tab[i = (n - 1) & hash]) == null)
//通過hash找到下標，如果hash值指定的位置資料為空，則直接將資料存放進去
tab[i] = newNode(hash, key, value, null);
else {
//如果通過hash找到的位置有資料，發生碰撞
Node<K,V> e; K k;
if (p.hash == hash &&
((k = p.key) == key || (key != null && key.equals(k))))
//如果需要插入的key和當前hash值指定下標的key一樣，先將e陣列中已有的資料
e = p;
else if (p instanceof TreeNode)
//如果此時桶中資料型別為 treeNode，使用紅黑樹進行插入
e = ((TreeNode<K,V>)p).putTreeVal(this, tab, hash, key, value);
else {
//此時桶中資料型別為連結串列
// 進行迴圈
for (int binCount = 0; ; ++binCount) {
if ((e = p.next) == null) {
//如果連結串列中沒有最新插入的節點，將新放入的資料放到連結串列的末尾
p.next = newNode(hash, key, value, null);
//如果連結串列過長，達到樹化閾值，將連結串列轉化成紅黑樹
if (binCount >= TREEIFY_THRESHOLD - 1) // -1 for 1st
treeifyBin(tab, hash);
break;
}
//如果連結串列中有新插入的節點位置資料不為空，則此時e 賦值為節點的值，跳出迴圈
if (e.hash == hash &&
((k = e.key) == key || (key != null && key.equals(k))))
break;
p = e;
}
}
//經過上面的迴圈後，如果e不為空，則說明上面插入的值已經存在於當前的hashMap中，那麼更新指定位置的鍵值對
if (e != null) { // existing mapping for key
V oldValue = e.value;
if (!onlyIfAbsent || oldValue == null)
e.value = value;
afterNodeAccess(e);
return oldValue;
}
}
++modCount;
//如果此時hashMap size大於閾值，則進行擴容
if (++size > threshold)
resize();
afterNodeInsertion(evict);
return null;
}
複製程式碼從程式碼看，put方法分為三種情況：
-
table尚未初始化，對資料進行初始化
-
table已經初始化，且通過hash演算法找到下標所在的位置資料為空,直接將資料存放到指定位置
-
table已經初始化，且通過hash演算法找到下標所在的位置資料不為空，發生hash衝突（碰撞），發生碰撞後，會執行以下操作：
- 判斷插入的key如果等於當前位置的key的話，將 e 指向該鍵值對
- 如果此時桶中資料型別為 treeNode，使用紅黑樹進行插入
- 如果是連結串列，則進行迴圈判斷， 如果連結串列中包含該節點，跳出迴圈，如果連結串列中不包含該節點，則把該節點插入到連結串列末尾，同時，如果連結串列長度超過樹化閾值（TREEIFY_THRESHOLD）且table容量超過最小樹化容量（MIN_TREEIFY_CAPACITY），則進行連結串列轉紅黑樹（由於table容量越小，越容易發生hash衝突，因此在table容量<MIN_TREEIFY_CAPACITY 的時候，如果連結串列長度>TREEIFY_THRESHOLD,會優先選擇擴容，否則會進行連結串列轉紅黑樹操作）
首先分析table尚未初始化的情況：
1.2.1 table尚未初始化
n = (tab = resize()).length;
複製程式碼從程式碼可以看出，table尚未初始化的時候，會呼叫resize()方法：
final Node<K,V>[] resize() {
Node<K,V>[] oldTab = table;
int oldCap = (oldTab == null) ? 0 : oldTab.length;
int oldThr = threshold;
int newCap, newThr = 0;
//1、table已經初始化，且容量 > 0
if (oldCap > 0) {
if (oldCap >= MAXIMUM_CAPACITY) {
//如果舊的容量已近達到最大值，則不再擴容，閾值直接設定為最大值
threshold = Integer.MAX_VALUE;
return oldTab;
}
else if ((newCap = oldCap << 1) < MAXIMUM_CAPACITY &&
oldCap >= DEFAULT_INITIAL_CAPACITY)
//如果舊的容量不小於預設的初始容量，則進行擴容，容量擴張為原來的二倍
newThr = oldThr << 1; // double threshold
}
//2、閾值大於0 threshold 使用 threshold 變數暫時儲存 initialCapacity 引數的值
else if (oldThr > 0) // initial capacity was placed in threshold
newCap = oldThr;
//3 threshold 和 table 皆未初始化情況，此處即為首次進行初始化
//也就在此處解釋了構造方法中沒有對threshold 和 初始容量進行賦值的問題
else { // zero initial threshold signifies using defaults
//如果閾值為零，表示使用預設的初始化值
//這種情況在呼叫無參構造的時候會出現，此時使用預設的容量和閾值
newCap = DEFAULT_INITIAL_CAPACITY;
//此處閾值即為 threshold=initialCapacity*loadFactor
newThr = (int)(DEFAULT_LOAD_FACTOR * DEFAULT_INITIAL_CAPACITY);
}
// newThr 為 0 時，按閾值計算公式進行計算，容量*負載因子
if (newThr == 0) {
float ft = (float)newCap * loadFactor;
newThr = (newCap < MAXIMUM_CAPACITY && ft < (float)MAXIMUM_CAPACITY ?
(int)ft : Integer.MAX_VALUE);
}
//更新閾值
threshold = newThr;
//更新陣列桶
@SuppressWarnings({"rawtypes","unchecked"})
Node<K,V>[] newTab = (Node<K,V>[])new Node[newCap];
table = newTab;
//如果之前的陣列桶裡面已經存在資料，由於table容量發生變化，hash值也會發生變化，需要重新計算下標
if (oldTab != null) {
for (int j = 0; j < oldCap; ++j) {
Node<K,V> e;
//如果指定下標下有資料
if ((e = oldTab[j]) != null) {
//1、將指定下標資料置空
oldTab[j] = null;
//2、指定下標只有一個資料
if (e.next == null)
//直接將資料存放到新計算的hash值下標下
newTab[e.hash & (newCap - 1)] = e;
//3、如果是TreeNode資料結構
else if (e instanceof TreeNode)
((TreeNode<K,V>)e).split(this, newTab, j, oldCap);
//4、對於連結串列，資料結構
else { // preserve order
//如果是連結串列，重新計算hash值，根據新的下標重新分組
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;
}
}
}
}
}
return newTab;
}
複製程式碼resize方法邏輯比較複雜，需要靜下心來一步步的分析，但是總的下來，分為以下幾步：
- 首先先判斷當前table是否進行過初始化，如果沒有進行過初始化，此處就解決了呼叫無參構造方法時候，threshold和initialCapacity 未初始化的問題，如果已經初始化過了，則進行擴容，容量為原來的二倍
- 擴容後建立新的table，並對所有的資料進行遍歷
- 如果新計算的位置資料為空，則直接插入
- 如果新計算的位置為連結串列，則通過hash演算法重新計算下標，對連結串列進行分組
- 如果是紅黑樹，則需要進行拆分操作
1.3 get方法，查詢
put方法分析完成之後，剩下的就很簡單了，先看一下原始碼：
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) {
//1、根據hash演算法找到對應位置的第一個資料，如果是指定的key，則直接返回
if (first.hash == hash && // always check first node
((k = first.key) == key || (key != null && key.equals(k))))
return first;
if ((e = first.next) != null) {
//如果該節點為紅黑樹，則通過樹進行查詢
if (first instanceof TreeNode)
return ((TreeNode<K,V>)first).getTreeNode(hash, key);
//如果該節點是連結串列，則遍歷查詢到資料
do {
if (e.hash == hash &&
((k = e.key) == key || (key != null && key.equals(k))))
return e;
} while ((e = e.next) != null);
}
}
return null;
}
複製程式碼get方法相對於put來說，邏輯實在是簡單太多了
- 根據hash值查詢到指定位置的資料
- 校驗指定位置第一個節點的資料是key是否為傳入的key，如果是直接返回第一個節點，否則繼續查詢第二個節點
- 如果資料是TreeNode（紅黑樹結構），直接通過紅黑樹查詢節點資料並返回
- 如果是連結串列結構，迴圈查詢所有節點，返回資料
- 如果沒有找到符合要求的節點，返回null
在這個方法裡面，需要注意的有兩個地方：hash（key）和hash的取模運算 (n - 1) & hash
1.3.1 hash（key）的原始碼
static final int hash(Object key) {
int h;
return (key == null) ? 0 : (h = key.hashCode()) ^ (h >>> 16);
}
複製程式碼這段程式碼叫做擾動函式，也是hashMap中的hash運算，主要分為下面幾步：
- key.hashCode()，獲取key的hashCode值，如果不進行重寫的話返回的是根據記憶體地址得到的一個int值
- key.hashCode() 獲取到的hashcode無符號右移16位並和元hashCode進行^ ，這樣做的目的是為了讓高位與低進行混合，讓兩者都參與運算，以便讓hash值分佈更加均勻
1.3.2 取模運算 (n - 1) & hash
在hashMap的程式碼中，在很多地方都會看到類似的程式碼：
first = tab[(n - 1) & hash])
複製程式碼hash演算法中，為了使元素分佈的更加均勻，很多都會使用取模運算，在hashMap中並沒有使用hash%n這樣進行取模運算，而是使用(n - 1) & hash進行代替，原因是在計算機中，&的效率要遠高於%；需要注意的是，只有容量為2的n次冪的時候，(n - 1) & hash 才能等效hash%n，這也是hashMap 初始化初始容量時，無論傳入任何值，都會通過tableSizeFor(int cap) 方法轉化成2的n次冪的原因，這種巧妙的設計真的很令人驚歎； 至於為什麼只有2的n次冪才能這樣進行取模運算，這裡就不再詳細敘述了，有興趣的可以看一下一位大佬寫的文章：由HashMap雜湊演算法引出的求餘%和與運算&轉換問題
1.4 remove方法，刪除
瞭解完get方法之後，我們再最後瞭解一下remove方法：
public V remove(Object key) {
Node<K,V> e;
return (e = removeNode(hash(key), key, null, false, true)) == null ?
null : e.value;
}
final Node<K,V> removeNode(int hash, Object key, Object value,
boolean matchValue, boolean movable) {
Node<K,V>[] tab; Node<K,V> p; int n, index;
//根據key和key的hash值，查詢到對應的元素
if ((tab = table) != null && (n = tab.length) > 0 &&
(p = tab[index = (n - 1) & hash]) != null) {
Node<K,V> node = null, e; K k; V v;
if (p.hash == hash &&
((k = p.key) == key || (key != null && key.equals(k))))
node = p;
else if ((e = p.next) != null) {
if (p instanceof TreeNode)
node = ((TreeNode<K,V>)p).getTreeNode(hash, key);
else {
do {
if (e.hash == hash &&
((k = e.key) == key ||
(key != null && key.equals(k)))) {
node = e;
break;
}
p = e;
} while ((e = e.next) != null);
}
}
//如果查詢的了元素node，移除即可
if (node != null && (!matchValue || (v = node.value) == value ||
(value != null && value.equals(v)))) {
//如果是TreeNode，通過樹進行移除
if (node instanceof TreeNode)
((TreeNode<K,V>)node).removeTreeNode(this, tab, movable);
//如果是第一個節點，移除第一個節點，將index下標的位置指向第二個節點
else if (node == p)
tab[index] = node.next;
else
//如果不是連結串列的第一個節點，則移除該節點
p.next = node.next;
++modCount;
--size;
afterNodeRemoval(node);
return node;
}
}
return null;
}
複製程式碼從原始碼可以看出來，通過key找到需要移除的元素操作過程和get方法幾乎一致，最後在查詢到key對應的節點之後，根據節點的位置和型別，進行相應的移除操作就完成了，過程非常簡單
1.4.0 其他原始碼
到這裡，hashMap的原始碼基本就解析完成了，其餘的方法和原始碼邏輯相對非常簡單，大部分還是使用上述程式碼來實現的，例如containsKey（jey），就是使用get方法中的getNode（）來判斷的，由於篇幅原因就不一一介紹。
另外，中間有很部分不影響邏輯理解的程式碼被一筆帶過，比如 紅黑樹的轉化，查詢，刪除等操作，有興趣的可以自己進行學習，不過還有一些其他的特性需要提醒一下
最後總結一下：
- HashMap 底層資料結構在JDK1.7之前是由陣列+連結串列組成的，1.8之後又加入了紅黑樹；連結串列長度小於8的時候，發生Hash衝突後會增加連結串列的長度，當連結串列長度大於8的時候，會先判讀陣列的容量，如果容量小於64會先擴容（原因是陣列容量越小，越容易發生碰撞，因此當容量過小的時候，首先要考慮的是擴容），如果容量大於64，則會將連結串列轉化成紅黑樹以提升效率
- hashMap 的容量是2的n次冪，無論在初始化的時候傳入的初始容量是多少，最終都會轉化成2的n次冪，這樣做的原因是為了在取模運算的時候可以使用&運算子，而不是%取餘，可以極大的提上效率，同時也降低hash衝突
- HashMap是非執行緒安全的，在多執行緒的操作下會存在異常情況（如形成閉環（1.7），1.8已修復閉環問題，但仍不安全），可以使用HashTable或者ConcurrentHashMap進行代替