HashMap的實現原理(看這篇就夠了）

HashMap 是一線資深 java工程師必須要精通的集合容器，它的重要性幾乎等同於Volatile在併發程式設計的重要性（可見性與有序性）。本篇透過圖文原始碼詳解，深度剖析 HashMap 的重要核心知識，易看易學易懂。建議收藏，多學一點總是好的，萬一面試被問到了呢。

我是Mike，10餘年BAT一線大廠架構技術傾囊相授。

本篇重點：

1.HashMap的資料結構

2.HashMap核心成員

3.HashMapd的Node陣列

4.HashMap的資料儲存

5.HashMap的雜湊函式

6.雜湊衝突：鏈式雜湊表

7.HashMap的get方法：雜湊函式

8.HashMap的put方法

9.為什麼槽位數必須使用2^n？

HashMap的資料結構

首先我們從資料結構的角度來看：HashMap是:陣列+連結串列+紅黑樹（JDK1.8增加了紅黑樹部分）的資料結構，如下所示:

這裡需要搞明白兩個問題：

• 資料底層具體儲存的是什麼？

• 這樣的儲存方式有什麼優點呢？

1.核心成員

預設初始容量(陣列預設大小):16，2的整數次方static final int DEFAULT_INITIAL_CAPACITY = 1 << 4; 
 
 最大容量static final int MAXIMUM_CAPACITY = 1 << 30;
 
預設負載因子static final float DEFAULT_LOAD_FACTOR = 0.75f;
裝載因子用來衡量HashMap滿的程度，表示當map集合中儲存的資料達到當前陣列大小的75%則需要進行擴容
 
連結串列轉紅黑樹邊界static final int TREEIFY_THRESHOLD = 8;
 
紅黑樹轉離連結串列邊界static final int UNTREEIFY_THRESHOLD = 6;
 
雜湊桶陣列transient Node<K,V>[] table;
 
實際儲存的元素個數transient int size;
 
當map裡面的資料大於這個threshold就會進行擴容int threshold   閾值 = table.length * loadFactor

2.Node陣列

從原始碼可知，HashMap類中有一個非常重要的欄位，就是 Node[] table，即雜湊桶陣列，明顯它是一個Node的陣列。

static class Node<K,V> implements Map.Entry<K,V> {    final int hash;//用來定位陣列索引位置
    final K key;
    V value;
    Node<K,V> next;//連結串列的下一個Node節點
 
    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 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) {
        V oldValue = value;
        value = newValue;        return oldValue;
    } 
 
    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;
    }
}

Node是HashMap的一個內部類，實現了Map.Entry介面，本質是就是一個對映(鍵值對)。

HashMap的資料儲存

1.雜湊表來儲存

HashMap採用雜湊表來儲存資料。

雜湊表（Hash table，也叫雜湊表），是根據關鍵碼值(Key value)而直接進行訪問的資料結構，只要輸入待查詢的值即key，即可查詢到其對應的值。

雜湊表其實就是陣列的一種擴充套件，由陣列演化而來。可以說，如果沒有陣列，就沒有雜湊表。

2.雜湊函式

雜湊表中元素是由雜湊函式確定的,將資料元素的關鍵字Key作為自變數，透過一定的函式關係（稱為雜湊函式），計算出的值，即為該元素的儲存地址。
表示為：Addr = H（key）,如下圖所示：

雜湊表中雜湊函式的設計是相當重要的，這也是建雜湊表過程中的關鍵問題之一。

3.核心問題

建立一個雜湊表之前需要解決兩個主要問題：

1)構造一個合適的雜湊函式,均勻性 H（key）的值均勻分佈在雜湊表中

2)衝突的處理

衝突：在雜湊表中，不同的關鍵字值對應到同一個儲存位置的現象。

4.雜湊衝突：鏈式雜湊表

雜湊表為解決衝突，可以採用地址法和鏈地址法等來解決問題，Java中HashMap採用了鏈地址法。

鏈地址法，簡單來說，就是陣列加連結串列的結合,如下圖所示：

HashMap的雜湊函式

/**
* 重新計算雜湊值
*/static final int hash(Object key) {    
    int h; 
     // h = key.hashCode() 為第一步 取hashCode值
     // h ^ (h >>> 16) 為第二步 高位參與運算
    return (key == null) ? 0 : (h = key.hashCode()) ^ (h >>> 16);
}

//計算陣列槽位

(n - 1) & hash

對key進行了hashCode運算，得到一個32位的int值h,然後用h 異或 h>>>16位。在JDK1.8的實現中，最佳化了高位運算的演算法，透過hashCode()的高16位異或低16位實現的：(h = k.hashCode()) ^ (h >>> 16)。

 

這樣做的好處是，可以將hashcode高位和低位的值進行混合做異或運算，而且混合後，低位的資訊中加入了高位的資訊，這樣高位的資訊被變相的保留了下來。

等於說計算下標時把hash的高16位也參與進來了，摻雜的元素多了，那麼生成的hash值的隨機性會增大，減少了hash碰撞。

備註：

• ^異或：不同為1，相同為0

• >>> ：無符號右移：右邊補0

• &運算：兩位同時為“1”，結果才為“1，否則為0

h & (table.length -1)來得到該物件的儲存位，而HashMap底層陣列的長度總是2的n次方。

為什麼槽位數必須使用2^n？

1.為了讓雜湊後的結果更加均勻

假如槽位數不是16，而是17，則槽位計算公式變成：(17 – 1) & hash

從上文可以看出，計算結果將會大大趨同，hashcode參加&運算後被更多位的0遮蔽，計算結果只剩下兩種0和16，這對於hashmap來說是一種災難。2.等價於length取模

當length總是2的n次方時，h& (length-1)運算等價於對length取模，也就是h%length，但是&比%具有更高的效率。

位運算的運算效率高於算術運算，原因是算術運算還是會被轉化為位運算。

最終目的還是為了讓雜湊後的結果更均勻的分部，減少雜湊碰撞，提升hashmap的執行效率。

分析HashMap的put方法：

final V putVal(int hash, K key, V value, boolean onlyIfAbsent,
               boolean evict) {
    Node<K,V>[] tab; Node<K,V> p; int n, i;    
    // 當前物件的陣列是null 或者陣列長度時0時，則需要初始化陣列
    if ((tab = table) == null || (n = tab.length) == 0) {
        n = (tab = resize()).length;
    }    
    // 使用hash與陣列長度減一的值進行異或得到分散的陣列下標，預示著按照計算現在的
    // key會存放到這個位置上，如果這個位置上沒有值，那麼直接新建k-v節點存放
    // 其中長度n是一個2的冪次數
    if ((p = tab[i = (n - 1) & hash]) == null) {
        tab[i] = newNode(hash, key, value, null);
    }    
    // 如果走到else這一步，說明key索引到的陣列位置上已經存在內容，即出現了碰撞
    // 這個時候需要更為複雜處理碰撞的方式來處理，如連結串列和樹
    else {
        Node<K,V> e; K k;       
        //節點key存在，直接覆蓋value
        if (p.hash == hash &&
            ((k = p.key) == key || (key != null && key.equals(k)))) {
            e = p;
        }        // 判斷該鏈為紅黑樹
        else if (p instanceof TreeNode) {            // 其中this表示當前HashMap, tab為map中的陣列
            e = ((TreeNode<K,V>)p).putTreeVal(this, tab, hash, key, value);
        }        else {  // 判斷該鏈為連結串列
            for (int binCount = 0; ; ++binCount) {                // 如果當前碰撞到的節點沒有後續節點，則直接新建節點並追加
                if ((e = p.next) == null) {
                    p.next = newNode(hash, key, value, null);                    // TREEIFY_THRESHOLD = 8
                    // 從0開始的，如果到了7則說明滿8了，這個時候就需要轉
                    // 重新確定是否是擴容還是轉用紅黑樹了
                    if (binCount >= TREEIFY_THRESHOLD - 1) // -1 for 1st
                        treeifyBin(tab, hash);                    break;
                }                // 找到了碰撞節點中，key完全相等的節點，則用新節點替換老節點
                if (e.hash == hash &&
                    ((k = e.key) == key || (key != null && key.equals(k))))                    break;
                p = e;
            }
        }        // 此時的e是儲存的被碰撞的那個節點，即老節點
        if (e != null) { // existing mapping for key
            V oldValue = e.value;            // onlyIfAbsent是方法的呼叫引數，表示是否替換已存在的值，
            // 在預設的put方法中這個值是false，所以這裡會用新值替換舊值
            if (!onlyIfAbsent || oldValue == null)
                e.value = value;            // Callbacks to allow LinkedHashMap post-actions
            afterNodeAccess(e);            return oldValue;
        }
    }    // map變更性操作計數器
    // 比如map結構化的變更像內容增減或者rehash，這將直接導致外部map的併發
    // 迭代引起fail-fast問題，該值就是比較的基礎
    ++modCount;   
     // size即map中包括k-v數量的多少
   // 超過最大容量 就擴容
    if (++size > threshold)
        resize();    // Callbacks to allow LinkedHashMap post-actions
    afterNodeInsertion(evict);    return null;
}

HashMap的put方法執行過程整體如下：

①.判斷鍵值對陣列table[i]是否為空或為null，否則執行resize()進行擴容；

②.根據鍵值key計算hash值得到插入的陣列索引i，如果table[i]==null，直接新建節點新增

③.判斷table[i]的首個元素是否和key一樣，如果相同直接覆蓋value

④.判斷table[i] 是否為treeNode，即table[i] 是否是紅黑樹，如果是紅黑樹，則直接在樹中插入鍵值對

⑤.遍歷table[i]，判斷連結串列長度是否大於8，大於8的話把連結串列轉換為紅黑樹，在紅黑樹中執行插入操作，否則進行連結串列的插入操作；遍歷過程中若發現key已經存在直接覆蓋value即可；

⑥.插入成功後，判斷實際存在的鍵值對數量size是否超多了最大容量threshold，如果超過，進行擴容。

HashMap總結

HashMap底層結構？基於Map介面的實現，陣列+連結串列的結構，JDK 1.8後加入了紅黑樹，連結串列長度>8變紅黑樹,<6變連結串列

兩個物件的hashcode相同會發生什麼? Hash衝突，HashMap透過連結串列來解決hash衝突

HashMap 中 equals() 和 hashCode() 有什麼作用？HashMap 的新增、獲取時需要透過 key 的 hashCode() 進行 hash()，然後計算下標 ( n-1 & hash)，從而獲得要找的同的位置。當發生衝突（碰撞）時，利用 key.equals() 方法去連結串列或樹中去查詢對應的節點

HashMap 何時擴容？put的元素達到容量乘負載因子的時候，預設16*0.75

 hash 的實現嗎？h = key.hashCode()) ^ (h >>> 16)， hashCode 進行無符號右移 16 位，然後進行按位異或，得到這個鍵的雜湊值，由於雜湊表的容量都是 2 的 N 次方，在當前，元素的 hashCode() 在很多時候下低位是相同的，這將導致衝突（碰撞），因此 1.8 以後做了個移位操作：將元素的 hashCode() 和自己右移 16 位後的結果求異或

HashMap執行緒安全嗎？HashMap讀寫效率較高，但是因為其是非同步的，即讀寫等操作都是沒有鎖保護的，所以在多執行緒場景下是不安全的，容易出現資料不一致的問題，在單執行緒場景下非常推薦使用。

以上就是HashMap的介紹。

-END--

關於作者： 陳睿，英文名   mikechen ，十餘年BAT架構經驗，資深技術專家，曾任職阿里、淘寶、百度。

歡迎關注個人公眾號：  mikechen的網際網路架構，十餘年BAT架構經驗傾囊相授！

在公眾號選單欄對話方塊回覆【  架構】關鍵詞，即可檢視我原創的  300期+BAT架構技術系列文章與1000+大廠面試題答案合集。