JDK1.8源码分析笔记-HashMap

PUT方法背后的原理

如何存储

1. 计算出key的hash值

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

扰动处理混合哈希码的高位和低位（实际上只扰动了低位）。经过扰动处理，使得存储Node的数组长度在很小的时候（即取的低位很少时）减少冲突。

2. 计算出存储位置 i

i = (n - 1) & hash

其中n为数组长度缺省为16见HashMap类的常量定义

/** * The default initial capacity - MUST be a power of two. */
static final int DEFAULT_INITIAL_CAPACITY = 1 << 4; // aka 16

一般我们常见的固定范围均匀分散用%(模运算)，这边使用&(与运算)是因为与运算具有更好的性能。

通过测试发现&操作在对0~100的数据分散到15个位置时并不能很好的均匀分布，但是在分散到16个位置时就没有问题。这是因为16的二进制数据为10000 低位全是0，减1后为1111，这时&运算等价于%模运算。这就是很多面试题中提到的为什么HashMap的数组长度必须是2的n次幂的原因。

3. 创建Node对象并存储到数组中

final V putVal(int hash, K key, V value, boolean onlyIfAbsent, boolean evict) {
    ...
    
    if ((p = tab[i = (n - 1) & hash]) == null)
                tab[i] = newNode(hash, key, value, null);
                
    ...
            
}


Node<K,V> newNode(int hash, K key, V value, Node<K,V> next) {
    return new Node<>(hash, key, value, next);
}

不同的key计算出相同的存储位置怎么办

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;
        // 1. 初始化table数组
        if ((tab = table) == null || (n = tab.length) == 0)
            n = (tab = resize()).length;
        // 2. 根据key的hash值计算出Node存放在数组中的位置，如果为null则直接存储    
        if ((p = tab[i = (n - 1) & hash]) == null)
            tab[i] = newNode(hash, key, value, null);
        else {
            // 3. 即将放入的key与之前存储的key一致
            Node<K,V> e; K k;
            if (p.hash == hash &&
                ((k = p.key) == key || (key != null && key.equals(k))))
                e = p;
            // 4. 之前存储的Node已经升级为红黑数结构    
            else if (p instanceof TreeNode)
                e = ((TreeNode<K,V>)p).putTreeVal(this, tab, hash, key, value);
            else {
                // 5. 遍历链表不存在则新增，长度>=8时链表转换成红黑树
                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);
                        break;
                    }
                    if (e.hash == hash &&
                        ((k = e.key) == key || (key != null && key.equals(k))))
                        break;
                    p = e;
                }
            }
            // 6. 存在则替换就的value
            if (e != null) { // existing mapping for key
                V oldValue = e.value;
                if (!onlyIfAbsent || oldValue == null)
                    e.value = value;
                afterNodeAccess(e);
                return oldValue;
            }
        }
        ++modCount;
        // 7. 长度大于阀值进行扩容
        if (++size > threshold)
            resize();
        afterNodeInsertion(evict);
        return null;
    }

总结：

• key的引用地址相等或者key的hash值相等并且equals方法返回true则认为是相同的key,在设置了onlyIfAbsent=false 或者 旧的值为null时将进行替换
• 当链表长度>=8时为了提高查询效率会将链表结构转化为红黑树（红黑树细节会在TreeMap的源码解读中详细描述）
• modCount用于记录HashMap的修改次数,HashMap不是线程安全的在读取时修改数据迭代器就会抛出ConcurrentModificationException异常
• 存储的键值对的个数>阀值（容量*负载因子）时会进行数组扩容
• 负载因子缺省为0.75这是一个权衡值。太大会加剧hash冲突，太小会造成空间浪费

如何扩容

/**
 * resize方法会在第一次初始化或者容量不够时被调用
 */
final Node<K,V>[] resize() {
        Node<K,V>[] oldTab = table;
        int oldCap = (oldTab == null) ? 0 : oldTab.length;
        int oldThr = threshold;
        int newCap, newThr = 0;
        if (oldCap > 0) {
            if (oldCap >= MAXIMUM_CAPACITY) {
                threshold = Integer.MAX_VALUE;
                return oldTab;
            }
            // 没有超过最大值则扩容为原来数组长度的2倍
            else if ((newCap = oldCap << 1) < MAXIMUM_CAPACITY &&
                     oldCap >= DEFAULT_INITIAL_CAPACITY)
                newThr = oldThr << 1; // double threshold
        }
        else if (oldThr > 0) // initial capacity was placed in threshold
            newCap = oldThr;
        else {               // zero initial threshold signifies using defaults
            newCap = DEFAULT_INITIAL_CAPACITY;
            newThr = (int)(DEFAULT_LOAD_FACTOR * DEFAULT_INITIAL_CAPACITY);
        }
        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"})
            Node<K,V>[] newTab = (Node<K,V>[])new Node[newCap];
        table = newTab;
        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)
                        newTab[e.hash & (newCap - 1)] = e;
                    else if (e instanceof TreeNode)
                        ((TreeNode<K,V>)e).split(this, newTab, j, oldCap);
                    else { // preserve order
                        // 将旧的链表拆分成两个链表
                        // 拆分规则：将hash与扩容后新增的参与运算的位进行&运算如果为0则存储的原始位置，为1则存储在原始位置+扩容前的容量
                        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;
    }

总结：

• 扩容为原来数组长度的2倍
• 遍历旧的数据将其移动到新的数组中，遇到链表时将旧的链表拆分成两个链表 拆分规则：将hash与扩容后新增的参与运算的位进行&运算如果为0则存储的原始位置，为1则存储在原始位置+扩容前的容量（原因是使用的2次幂的扩展即高位增加一位比如16扩容到32 二进制参与&运算的n-1 由1111变成11111， 即hash需要与新增的高位10000进行&运算 ，运算结果为0即数组下标为原始位置；运算结果为1则数组下标为原始位置+扩容前旧的容量）

GET方法为何能快速获取值

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;
    // 计算存放在数组table中的位置
    if ((tab = table) != null && (n = tab.length) > 0 &&
        (first = tab[(n - 1) & hash]) != null) {
        // 依次在数组、红黑树、链表中查找（通过equals（）判断）
        // 1. 数组查找
        if (first.hash == hash && // always check first node
            ((k = first.key) == key || (key != null && key.equals(k))))
            return first;
        if ((e = first.next) != null) {
            // 2. 红黑树查找
            if (first instanceof TreeNode)
                return ((TreeNode<K,V>)first).getTreeNode(hash, key);
            // 3. 链表查找 
            do {
                if (e.hash == hash &&
                    ((k = e.key) == key || (key != null && key.equals(k))))
                    return e;
            } while ((e = e.next) != null);
        }
    }
    return null;
}

HashMap在日常使用中会有哪些问题？

线程不安全

JDK1.7 并发操作时resize方法易出行链表遍历死循环，JDK 1.8 转移数据操作 = 按旧链表的正序遍历链表、在新链表的尾部依次插入，所以不会出现链表 逆序、倒置的情况，故不容易出现环形链表的情况。

key为Object类型需要注意哪些问题

• hashCode() 用于计算存储位置，选择不恰当易造成hash碰撞影响性能
• equals() 保证key在哈希表中的唯一性
• hashCode()、equals() (如果进行重写操作，一定要确保同时被正确重写)