HashMap，HashTable源码解析
HashMap源码解读
1、概述：是Map接口的非同步实现，允许使用null值和null健，对象是无序排列的这点和list接口相反。HashMap中有且只有一个key为null(key不能重复)。HashMap用到了几个类？Entry，keySet，entrySet，HashIterator(keyIterator和valueIterator都是继承了这个类)。Hashmap1.8用到了红黑树，当数组一个位置的链表长度大于8，就由链表变为红黑树。红黑树查找效率为O(logn)，为什么用红黑树而不是平衡二叉树？前者追求大致平衡，插入操作每次最多三次旋转就能达到平衡，实现简单一些。后者追求绝对平衡，插入操作较复杂，旋转次数不好预估
2、数据结构：java编程语言中最基本的结构是两种，数组和模拟指针(引用)，所有的数据结构都可以用这两个基本结构来构造，HashMap是一个链表散列的数据结构，即数组和链表的结合体。HashMap底层是一个数组，数组中每一项是个链表。当新建HashMap时，就会初始化一个数组
源码如上：可以看出，Entry就是数组中的元素，每个Map.Entry就是一个key-value对，它持有指向下一个元素的引用，这就构成了链表。
3、HashMap的存储实现：
如果key是null的话，则把该entry放到table[0]中，如果找到了key为null的entry，则覆盖，没找到，则把entry加到链表的表头。
我们往HashMap中put元素的时候，先根据key的hashcode重新计算hash值，根据hash值得到这个元素在数组中的位置(下标)，如果数组该位置上已经存放有其他元素，那么在这个位置上的元素将以链表的形式存放，新加入的放在链表头，最先加入的放在链表尾。如果数组该位置没有元素，就直接把该元素放在数组中的该位置上。addEntry根据计算出的hash值，将k-v对放在数组table的i索引处，addEntry是HashMap提供的一个包访问权限方法。代码如下
当系统决定存储HashMap中的k-v对时，没有考虑Entry中的value，仅仅根据key来计算并决定每个Entry的存储位置，我们完全可以把Map集合中的value当成key的附属，当系统决定了key的存储位置之后，value随之保存在那里即可。
hash(int h)方法根据key的hashcode重新计算一次散列。hashcode()函数返回int型散列值，int范围-2^31~2^31-1(-2147483648-2147483647)，加起来有40亿个值，如果直接拿散列值为下标访问HashMap主数组，40亿长度的数组内存放不下。所以这个散列值不能直接用。而要如下处理
这样处理之后，达到的效果如下：
右移16位，正好是32bit的一半，自己的高半区和低半区异或，就是混合原始hashcode的高低位，加大低位随机性。
在HashMap中要找到某个元素，需要根据key的hash值求得对应数组中的位置。Hash算法就是计算这个位置。我们希望HashMap里面的元素位置尽量的分布均匀些，尽量使得每个位置上的元素只有一个，那么当我们用hash算法求得这个位置的时候，马上就可以知道对应位置的元素就是我们要的而不用再去遍历链表，这样就大大优化了查询的效率。对于给定的对象，只要他们的hashCode()返回值相同，那么程序调用hash(int h)方法锁计算得到的hash码总是相同的。在HashMap中，调用indexFor(int h, int length)计算该对象应该保存在table数组的哪个索引处，indexFor()如下所示：
这个方法很巧妙，用h&(table.length-1)来得到该对象的保存位，而HashMap底层数组长度总是2的n次方，这是HashMap在速度上的优化。在HashMap构造器中有如下代码
这段代码保证初始化时HashMap的容量是2的n次方，即底层数组的长度是2的n次方。h&(length-1)相当于对length取摸，也就是h%length，&运算的效率更高。假设数组长度分别是15和16，hash码分别是8和9，&运算后结果如下
当数组长度为15，8和9产生了相同的结果，也就是会定位到数组中同一个位置上，会产生碰撞，两者形成链表，查询时候要遍历这个链表这就降低了查询效率。数组长度为15时，hash会与15-1(1110)&运算，最后一位永远是0，像0001,0011等位置永远不能放元素，浪费空间。当数组长度是16，2^n-1每个位上都是1，所以和hash&时得到的和原hash相同，不同key得到相同index的几率较小，数据在数组上分布更均匀。查询效率更高。根据put方法源码，如果两个Entry的key的hashCode()返回值相同，则它们的存储位置相同。如果两个Entry的value通过equals比较返回true，新Entry的value会覆盖原有Entry的value。如果两个Entry的key通过equals比较返回false，新添加的Entry会与原有Entry形成Entry链，而且新添加的Entry位于Entry链的头部。
4、HashMap的读取实现
首先计算key的hashCode，找到数组中对应位置的某一元素，然后通过key的equals方法在对应位置的链表中找到需要的元素。
5、简单归纳：HashMap在底层把k-v当成一个整体处理，这个整体就是一个Entry对象。HashMap底层采用一个Entry[]数组保存所有的k-v对，当需要存储一个Entry对象时，根据hash算法决定其在数组中的位置，再根据equals方法决定其在该数组位置上的存储位置。当需要取出一个Entry时，也会根据hash算法找到其在数组中的存储位置，再根据equals方法从该位置上的链表中取出该Entry。
6、HashMap的resize:
当HashMap中元素越来越多，hash冲突的几率越来越高，为了提高查询效率，就要对HashMap的数组扩容，原数组中的数据必须重新计算其在新数组中的位置，并放进去。这个操作很消耗性能。
什么时候resize呢？当HashMap中键值对数量超过数组大小*loadFactor时，就会扩容。loadFactor默认是0.75，默认情况下，数组大小16，那么当HashMap中元素超过16*0.75=12时，就把数组大小扩展为32。如果已知元素个数，那么预设元素个数以提高HashMap的性能。
为什么加载因子默认是0.75？如果加载因子过小，则hashmap会频繁扩容，浪费空间。如果加载因子过大，则hash冲突概率大，查找时间复杂度增大。0.75是由泊松分布计算得出的，可以再空间和时间之间找到平衡
7、HashMap性能参数：
HashMap()构建一个初始容量16，负载因子0.75的HashMap
HashMap(int initialCapacity)，负载因子0.75的HashMap，如果initialCapacity为6，则初始容量是8
HashMap(int initialCapacity,float loadFactor)自己定义两者大小。
loadFactor衡量的是散列表空间使用程度，越大则HashMap装填程度越高，空间利用充分然而查找效率低。如果负载因子小，HashMap会过于稀疏。
8、Fail-Fast机制：
HashMap不是线程安全的，因此如果在使用迭代器的过程中有其他线程修改了map那么将抛出ConcurrentModificationException，这就是所谓的Fail-Fast策略。在源码中声明了modCount变量，用volatile修饰，代表多线程环境下访问modCount时，只要modCount改变了，其他线程将读到最新的值。使用Iterator开始迭代时，会把modCount赋值给expectedModCount,在迭代过程中通过比较两者是否相等来判断HashMap是否在内部被其他线程修改。如果不一样说明有其他线程在修改HashMap的结构。HashMap的put,remove操作都有modCount++的计算。因此面对并发的修改，迭代器很快就会完全失败。在初始化迭代器的时候，会把modCount赋值给expectedModCount
fail-fast和fail-safe机制对比
fail-fast：集合迭代过程中，一旦发现容器中的数据被修改了，会抛出currentModificationException，导致遍历失败，例如ArrayList和HashMap等
fail-safe：线程安全的集合例如ConcurrentHashMap，遍历过程中修改集合，不会抛这个异常，原因：此类集合在迭代的时候不是在原来集合上进行的，而是先复制原来集合的内容，在拷贝的集合上进行遍历。所以迭代的时候对原集合进行修改，不会抛异常
9、重新调整HashMap大小存在的问题：
如果两个线程都发现HashMap需要重新调整大小，它们会同时试着调整大小，调整大小过程中会产生循环链表，死循环。产生死循环的过程http://blog.csdn.net/xiaohui127/article/details/11928865
在调整大小的过程中，存储在链表中元素的次序会反过来，因为移动到新的位置时，hashmap不会将元素放在链表的尾部，而是放在头部。形成循环链表后，get方法会进入死循环，导致程序无法结束。
10、String和Integer这样的包装类最适合作为键，String类不可变，是final的，而且重写过equals()和hashCode()方法，其他的包装类也有这类特点。不可变性是必要的，因为要计算hashCode就要防止键值改变，如果键值在放入和获取时返回不同的hashcode，就不能从HashMap中得到想要的对象。获取对象的时候要用到equals()和hashCode()方法，如果两个不想等的对象返回不同的hashCode，那么碰撞的几率就会小一些，这样就能提高HashMap的性能。我们也可以使用自定义的对象作为键，只要遵守equals()和hashCode()方法的定义规则
11、HashMap的遍历：
通过entrySet()获取键值对的set集合，通过keySet()获取键的set集合，通过values()获取值的set集合。通过Iterator遍历这些方法得到的集合
12、hashMap 1.7和1.8区别
1）1.7 由数组和单向链表实现。1.8：当数组一个位置的链表长度小于8，还是数组+链表；大于等于8，就由链表变为红黑树。把时间复杂度从O（n）变成O（logN）提高了效率。通常如果 hash 算法正常的话，那么链表的长度符合泊松分布，链表长度也不会很长，那么红黑树也不会带来明显的查询时间上的优势，反而会增加空间负担。通常情况下，并没有必要转为红黑树，所以就选择了概率非常小，小于千万分之一概率，也就是长度为 8 的概率，把长度 8 作为转化的默认阈值。
2) JDK1.7用的是头插法即新元素在链表头部，而JDK1.8及之后使用的都是尾插法，那么他们为什么要这样做呢？因为JDK1.7是用单链表进行的纵向延伸，当采用头插法时会容易出现逆序且环形链表死循环问题。但是在JDK1.8之后是因为加入了红黑树使用尾插法，能够避免出现逆序且链表死循环的问题
3）在JDK1.7的时候是先扩容后插入的，这样就会导致无论这一次插入是不是发生hash冲突都需要进行扩容，如果这次插入的并没有发生Hash冲突的话，那么就会造成一次无效扩容，但是在1.8的时候是先插入再扩容的，优点其实是因为为了减少无效的扩容，如果这次插入没有发生Hash冲突的话，就不会扩容。
HashTable源码解读
HashTable的构造函数
HashTable的数据存储数组
以上两个图是Entry类的代码，Entry实际上是个单向链表，可以看出value不能是null，两个Entry的key和value都相等，则认为他们相等。
HashTable的主要对外接口：
contains()和containsValue()：判断HashTable是否包含值：如果value是null则抛出异常，不是null则从后向前遍历table数组中的元素(Entry),对于每个Entry(单向链表)，逐个遍历，判断节点的值是否等于value
containsKey()：算出key的hash值，算出其索引值，在数组中找到对应位置，然后在该位置的链表中找出哈希值和键值都与key相等的元素。该方法的时间复杂度是O(1)。
get():获取key对应的value，没有的话返回null
put(): value不能为null，如果key已经存在，则用新的value替换旧的value。要先计算出key的hash值，通过hash值算出在数组中的index，然后在该index的链表中找到对应的key。如果hashtable的实际容量大于阈值，则调整hashtable的大小为原来的两倍加1.该方法会创建个新的Entry节点，并且把这个新节点作为链表的表头。
rehash()方法：容量扩大为两倍+1，同时需要把原来的元素都复制到新的hashtable中，这个过程比较费时间，比如初始值11，加载因子0.75，此时阈值为8，当容器中元素达到8时，扩容为8*2+1=17，此时阈值变成17*0.75=13
remove()方法：通过key的hash值找到该元素
size()方法：只有一句话return count，为什么还要做同步呢？如果不同步的话，可能此时A添加完元素，还没有对size++，如果给size加了同步后，意味着线程B调用size()方法只有在线程A调用put方法完毕后才可以调用。另外，java代码最后会被翻译成机器码执行，即使java代码只有一行，可能编译后生成的字节码有好多行，完全可能执行完第一行，线程就被切换了
HashMap和Hashtable的区别：
1：前者键值都可以是null，后者键值都不能是null
2：后者的方法是线程安全的，前者不是。
3. HashMap中hash数组的默认大小是16，而且一定是2的指数，HashTable中hash数组默认大小是11，增加的方式是old*2+1。
4. 计算index方法不同：HashTable直接利用key的hashcode()对数组长度取余得出，HashMap对key的hashcode高低位打散后对数组长度取余，key的打散效果更好
浙公网安备 33010602011771号