一、概述
HashMap是一個雜湊表，它儲存的內容是鍵值對(key-value)對映，它是基於雜湊表的 Map 介面的非同步實現。此實現提供所有可選的對映操作，並允許使用 null 值和 null 鍵。
作為一名java開發者，我們平常使用過HashMap應該是比較多的，有沒有想過HashMap到底是怎麼實現的呢？我們使用HashMap的時候需要注意什麼嗎？怎麼使用才能使得HashMap的效率最大化呢？接下來，我們帶著這些疑問，去讀HashMap的原始碼，來揭開HashMap的神祕面紗，注意，本次閱讀的jdk原始碼版本為1.8。
二、窺探HashMap資料結構
我們先看看HashMap的屬性以及構造方法，對HashMap有個初步的瞭解，瞭解其是怎麼樣的資料結構實現。
/**
/**hashMap預設容量，1<<4=16**/
static final int DEFAULT_INITIAL_CAPACITY = 1 << 4; // aka 16
//預設最大的容量
static final int MAXIMUM_CAPACITY = 1 << 30;
//預設的負載因子0.75，後續用來擴容的判斷條件
static final float DEFAULT_LOAD_FACTOR = 0.75f;
//連結串列轉換為紅黑樹的閾值，預設是8
static final int TREEIFY_THRESHOLD = 8;
//紅黑樹轉換連結串列的閥值，預設是6
static final int UNTREEIFY_THRESHOLD = 6;
//進行連結串列轉換最少需要的陣列長度，如果沒有達到這個數字，只能進行擴容
static final int MIN_TREEIFY_CAPACITY = 64;
//節點陣列
transient Node<K,V>[] table;
//map的Entry快取
transient Set<Map.Entry<K,V>> entrySet;
//map中存放的鍵值對數目
transient int size;
//記錄這個map資料結構發生改變的次數,用於快速失敗機制
transient int modCount;
//實際的負載因子
final float loadFactor;
//內部類，節點類
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) {
this.hash = hash;
this.key = key;
this.value = value;
this.next = next;
}
public final int hashCode() {
return Objects.hashCode(key) ^ Objects.hashCode(value);
}
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;
}
}
//HashMap指定容量和載入因子的構造方法
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);
}
//指定容量的構造方法
public HashMap(int initialCapacity) {
this(initialCapacity, DEFAULT_LOAD_FACTOR);
}
//預設的構造方法
public HashMap() {
this.loadFactor = DEFAULT_LOAD_FACTOR; // all other fields defaulted
}
//直接給定Map的構造方法
public HashMap(Map<? extends K, ? extends V> m) {
this.loadFactor = DEFAULT_LOAD_FACTOR;
putMapEntries(m, false);
}
複製程式碼我們閱讀完上面HashMap的構造方法以及屬性後，我們知道HashMap最關鍵的元素有3個，第一個是容量，第二個是載入因子，第三個是Node節點的構造。HashMap預設的容量是16，也可以指定容量進行建立,載入因子預設是0.75，當HashMap容量使用的比例達到總比例的0.75後，就進行擴容。HashMap宣告瞭一個Node節點的陣列，同時，Node節點可以指向下一個Node,所以暫時HashMap的內部資料結構大概是這樣（後續還會變化，後面會細說）：
知道HashMap大概資料結構後，我們來了解下HashMap常用的方法，看看HashMap是如何新增，查詢，刪除，擴容等操作的。
三、HashMap常用方法原始碼
- put(K key, V value)
public V put(K key, V value) {
return putVal(hash(key), key, value, false, true);
}
/**真正的put方法邏輯*/
final V putVal(int hash, K key, V value, boolean onlyIfAbsent,
boolean evict) {
Node<K,V>[] tab; Node<K,V> p; int n, i;
//如果table還沒初始化就進行擴容。
if ((tab = table) == null || (n = tab.length) == 0)
n = (tab = resize()).length;
/**如果計算出來table陣列索引[i]為空，就直接構造新節點賦值*/
if ((p = tab[i = (n - 1) & hash]) == null)
tab[i] = newNode(hash, key, value, null);
else {
Node<K,V> e; K k;
/**如果計算出的Hash值索引一樣，同時key也一樣，如果onlyIfAbsent為true就忽略，否則覆蓋原來的value*/
if (p.hash == hash &&
((k = p.key) == key || (key != null && key.equals(k))))
e = p;
/**判斷是否為樹節點，如果是就呼叫樹節點新增方法*/
else if (p instanceof TreeNode)
e = ((TreeNode<K,V>)p).putTreeVal(this, tab, hash, key, value);
else {
for (int binCount = 0; ; ++binCount) {
/**如果當前key對應的hash索引是最後一個的話*/
if ((e = p.next) == null) {
/**構造新的節點新增到尾部*/
p.next = newNode(hash, key, value, null);
/**如果該節點連結串列數大於等於8*/
if (binCount >= TREEIFY_THRESHOLD - 1) // -1 for 1st
/**進行紅黑樹轉換*/
treeifyBin(tab, hash);
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;
/**判斷是否需要覆蓋相同key的value**/
if (!onlyIfAbsent || oldValue == null)
e.value = value;
/***用於支援LinkedHashMap的方法*/
afterNodeAccess(e);
return oldValue;
}
}
/**記錄修改次數*/
++modCount;
if (++size > threshold)
//擴容
resize();
/***用於支援LinkedHashMap的方法*/
afterNodeInsertion(evict);
return null;
}
複製程式碼HashMap呼叫put方法，首先會通過Hash(key)&(table.length-1)計算出table陣列的索引值，然後如果該位置如果為null，直接new一個node，賦值即可；如果當前位置已經有元素，就判斷key是否相等，如果相等並且同時設定了onlyIfAbsent為true,那麼就會忽略新元素（預設設定為false）。如果key不相等，那麼構造新的node節點，放在最後一個節點的尾部，同時，如果node連結串列個數大於等於8，會進行連結串列轉紅黑樹轉換。最後如果map的size大於總size的0.75倍，就進行擴容。
- get(Object key)
public V get(Object key) {
Node<K,V> e;
return (e = getNode(hash(key), key)) == null ? null : e.value;
}
//真正執行HashMap的get()方法
final Node<K,V> getNode(int hash, Object key) {
Node<K,V>[] tab; Node<K,V> first, e; int n; K k;
//判斷如果key的索引位置不為空
if ((tab = table) != null && (n = tab.length) > 0 &&
(first = tab[(n - 1) & hash]) != null) {
//判斷該位置第一個元素的key和hash值是否一樣，一樣就返回該元素
if (first.hash == hash && // always check first node
((k = first.key) == key || (key != null && key.equals(k))))
return first;
//如果第一個元素不是查詢的key，那麼判斷連結串列是否還有元素
if ((e = first.next) != null) {
//如果是樹節點，執行樹節點查詢方法
if (first instanceof TreeNode)
return ((TreeNode<K,V>)first).getTreeNode(hash, key);
do {
//不是樹節點，迴圈遍歷查詢，直到查詢到對應的key或者最後一個元素為止
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HashMap的get方法相對put方法來說簡單些，首先判斷索引第一個是不是查詢的key，如果不是就迴圈遍歷連結串列。
以上原始碼引出來了新的內容，hash計算，紅黑樹轉換，擴容。我們接下來分析下這三部分的內容，看看HashMap究竟是如何計算索引，紅黑樹轉換和擴容的。
- 計算hash值
static final int hash(Object key) {
int h;
return (key == null) ? 0 : (h = key.hashCode()) ^ (h >>> 16);
}
複製程式碼這裡用計算hash值並不是直接求key的hashCode,而是求出HashCode值後再進行了一次操作hashcode無符號右移16位，然後與原值進行異或操作，為什麼要這麼操作呢？直接解析hashcode方法計算不就可以了嗎？這麼設計是有原因的，我們知道，HashMap最終計算索引位置是通過(n - 1) & hash來計算的，n就是陣列的長度，該方法實際上也是對n求餘的操作，我們知道位運算要比求餘運算要快，所以，這裡也算是一個優化。那麼為啥求Hash值的時候需要進行右移呢？因為我們的n,也就是table陣列的長度，比較小，當進行位運算時，只有低位參與了運算，高位並沒有參與運算，就比如預設的n=16,換算成32位2進製為00000000000000000000000000010000,所以，由於n的高位全部是0，相當於做位運算沒有意義，所以，為了讓高位也參與運算，先自己右移16位，然後和自己進行異或運算，這樣做可以增加hash的隨機性，減少碰撞機率。我們通過圖示來解析下：
我們假設hash值二進位制為：00101010101010101010101011111101,n為預設的16，此時計算過程如下：
最後結果換算成10進製為：7，這就計算出來此時key可以快取的位置為陣列索引等於7的位置下。
- 紅黑樹轉換
final void treeifyBin(Node<K,V>[] tab, int hash) {
int n, index; Node<K,V> e;
//判斷table陣列長度是否小於64，如果小於就進行擴容
if (tab == null || (n = tab.length) < MIN_TREEIFY_CAPACITY)
resize();
else if ((e = tab[index = (n - 1) & hash]) != null) {
TreeNode<K,V> hd = null, tl = null;
do {
//把普通節點轉換成紅黑樹節點
TreeNode<K,V> p = replacementTreeNode(e, null);
//如果尾部節點為空，那麼說明沒有確定頭部節點，設定該節點為頭部節點
if (tl == null)
hd = p;
else {
//如果已經存在尾部節點，那麼把剛剛轉換的p節點設定為尾部節點
p.prev = tl;
tl.next = p;
}
tl = p;
} while ((e = e.next) != null);
//節點轉換完成後，確定了頭部節點，開始進行紅黑樹轉換
if ((tab[index] = hd) != null)
//把普通treeNode列表轉換成為紅黑樹
hd.treeify(tab);
}
}
複製程式碼這裡的主要操作只是把普通的node節點轉換成treeNode節點，此時，還是最開始的連結串列形式，最後的紅黑樹轉換依靠hd.treeify(tab)方法進行轉換。
final void treeify(Node<K,V>[] tab) {
TreeNode<K,V> root = null;
for (TreeNode<K,V> x = this, next; x != null; x = next) {
next = (TreeNode<K,V>)x.next;
x.left = x.right = null;
//確定root節點，如果root為空，就設定當前節點為root節點，並設定是黑節點。
if (root == null) {
x.parent = null;
x.red = false;
root = x;
}
//如果root節點已經確定，就開始構造紅黑樹，下面是左節點和右節點的確定，涉及到排序。
else {
K k = x.key;
int h = x.hash;
Class<?> kc = null;
//遍歷root，把節點x插入到紅黑樹中，執行先插入，後修正
for (TreeNode<K,V> p = root;;) {
int dir, ph;
K pk = p.key;
if ((ph = p.hash) > h)
dir = -1;
else if (ph < h)
dir = 1;
else if ((kc == null &&
(kc = comparableClassFor(k)) == null) ||
(dir = compareComparables(kc, k, pk)) == 0)
//比較k和pk的值，用於判斷是遍歷左子樹還是右子樹
dir = tieBreakOrder(k, pk);
TreeNode<K,V> xp = p;
if ((p = (dir <= 0) ? p.left : p.right) == null) {
x.parent = xp;
if (dir <= 0)
xp.left = x;
else
xp.right = x;
root = balanceInsertion(root, x);
break;
}
}
}
}
moveRootToFront(tab, root);
}
複製程式碼以上就是一個紅黑樹樹化的一個過程，由於篇幅原因，後面的紅黑樹是如何旋轉等操作，這些涉及到基本的資料結構知識，就不在本文的討論之中。HashMap進行樹化後，此時真正的結構如下圖：
- 擴容
final Node<K,V>[] resize() {
// 當前table儲存
Node<K,V>[] oldTab = table;
//儲存table的容量
int oldCap = (oldTab == null) ? 0 : oldTab.length;
//儲存當前閾值
int oldThr = threshold;
int newCap, newThr = 0;
//如果當前table的長度大於0
if (oldCap > 0) {
//當前table已經是最大長度了，無法擴容了
if (oldCap >= MAXIMUM_CAPACITY) {
threshold = Integer.MAX_VALUE;
return oldTab;
}
//否則擴容為原來的2倍
else if ((newCap = oldCap << 1) < MAXIMUM_CAPACITY &&
oldCap >= DEFAULT_INITIAL_CAPACITY)
newThr = oldThr << 1; // double threshold
}
//如果當前table大容量等於0，並且閾值大於0
else if (oldThr > 0) // initial capacity was placed in threshold
//設定新容量就是閾值
newCap = oldThr;
else { // zero initial threshold signifies using defaults
//容量和閾值都給預設值
newCap = DEFAULT_INITIAL_CAPACITY;
newThr = (int)(DEFAULT_LOAD_FACTOR * DEFAULT_INITIAL_CAPACITY);
}
//計算新閾值
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"})
//初始化新table陣列。
Node<K,V>[] newTab = (Node<K,V>[])new Node[newCap];
table = newTab;
//舊table陣列不為null,說明已經初始化過了。
if (oldTab != null) {
//迴圈遍歷舊table陣列的元素
for (int j = 0; j < oldCap; ++j) {
Node<K,V> e;
if ((e = oldTab[j]) != null) {
//這裡應該是為了垃圾回收。
oldTab[j] = null;
//如果當前遍歷的元素，沒有後續節點
if (e.next == null)
//直接把元素賦值給擴容後的陣列中
newTab[e.hash & (newCap - 1)] = e;
//如果是樹節點，進行樹節點分割操作
else if (e instanceof TreeNode)
((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;
// 將table中的元素根據(e.hash & oldCap)是否為0進行分割，分成兩個不同的連結串列，完成重新計算hash操作
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;
}
複製程式碼這裡比較難理解的就是根據(e.hash & oldCap) == 0來建立兩個連結串列，然後分別賦值在擴容後的table原來位置或者“原位置+oldCap”，這裡怎麼理解呢？因為我們擴容使用的是2次冪擴充套件（也就是原來的2倍），所以擴容後的元素，重新計算hash值，元素要麼就是在原來的位置，要麼就是原來的位置再移動2次冪。我們用一張圖來說明下這個設計機制：
(e.hash & oldCap) 是否等於0就可以知道元素再新table的位置，不需要重新計算每一個元素的hash值，這裡是jdk1.8的擴容優化。上面原始碼涉及紅黑樹的分割，原理和連結串列的重新分配是一樣的，同樣判斷(e.hash & oldCap)是否為0，來分割為2個樹，唯一的區別就是涉及到紅黑樹的旋轉變色等操作，有興趣的同學可以自行閱讀，本次鑑於篇幅原因就不分析了。
四、總結
- HashMap初始化預設長度16，負載因子0.75，進行紅黑樹轉換的要求必須，連結串列個數大於8，同時，table陣列的長度必須大於64，否則只能進行擴容。
- HashMap只有真正執行了put方法後才進行第一次容量的確定，這樣可以節省空間。
- HashMap計算key的hash值方法為了減少碰撞，增加索引計算的隨機性，把hash值的高位與原hash值進行計算。
- HashMap進行樹化操作，先遍歷連結串列節點，轉換為樹節點，然後進行紅黑樹構造，先確定根節點，然後確定左樹和右樹，進行樹節點的插入，最後進行紅黑樹的修正（顏色變換等）
- HashMap的擴容，每次擴容為2次冪（也就是原來的2倍），擴容確定元素的新位置只需要和原來的容量值位運算就ok了，這樣避免了重新計算所有元素的hash值操作。