HashMap数据结构分析

深入理解HashMap

HashMap的数据结构

1、JDK1.8之前，HashMap的数据结构是数组+链表的结构

2、JDK1.8开始，HashMap的数据结构为一个散列表(数组+链表+红黑树)

数组：查询快，但是增删操作效率慢

链表：增删快(只需修改前后节点的指向)，但是查询慢(每次查询都会从头节点开始寻找)

为什么要引入红黑树？

答：当散列表元素达到一定的数量时，即HashMap中的元素数量，链表对于查询的效率会大幅度的下降，引入红黑树就是为了解决这个链表过长带来的效率问题

HashMap的参数

//散列表初始化容量大小，必须为2的幂，初始化为16
static final int DEFAULT_INITIAL_CAPACITY = 1 << 4; // aka 16
//散列表的最大容量，也必须为2的幂
static final int MAXIMUM_CAPACITY = 1 << 30;
//在构造函数未指定时，默认为改构造因子
static final float DEFAULT_LOAD_FACTOR = 0.75f;
//链表转化为红黑树的条件之一，链表长度>8时
static final int TREEIFY_THRESHOLD = 8;
//链表转化为红黑树的条件之一，数组长度>64时
static final int MIN_TREEIFY_CAPACITY = 64;
//红黑树转化为链表的条件，数组长度小于等于6时
static final int UNTREEIFY_THRESHOLD = 6;
​
//HashMap内部维护的一个内部类Node
static class Node<K,V> implements Map.Entry<K,V> {
        final int hash;  //节点的hash值
        final K key;     //节点的key值
        V value;         //节点的value值
        Node<K,V> next;  //节点所指向下一个节点的指针
}

HashMap的构造函数

public HashMap(int initialCapacity, float loadFactor) {
        if (initialCapacity < 0)
            throw new IllegalArgumentException("Illegal initial capacity: " +
                                               initialCapacity);
        if (initialCapacity > MAXIMUM_CAPACITY)
            initialCapacity = MAXIMUM_CAPACITY;//如果初始化容量参数大于默认的最大容量，则就设置为默认的最大容量
        if (loadFactor <= 0 || Float.isNaN(loadFactor))
            throw new IllegalArgumentException("Illegal load factor: " +
                                               loadFactor);
        this.loadFactor = loadFactor;
        this.threshold = tableSizeFor(initialCapacity);
    }

我们可以看到对threshold进行了校验，也就是设置为2的幂数，通过tableSizeFor方法，目的是返回一个大于等于该值的2的幂次方数

static final int tableSizeFor(int cap) {
        //通过位运算
        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;
    }

为什么要使用2的幂次方数来作为数组大小？

答：在使用寻址法key.hash & table.length -1的操作时，table.length-1后的操作，高位1变为0，低位全为1，如16的二进制为0001 0000，进行-1操作后为0000 1111，这样进行 & 运算时，每个hash桶位发生hash碰撞的概率都是一致的(减少同一个节点上的hash冲突，节点分布均匀)

HashMap的put()方法

public V put(K key, V value) {
        return putVal(hash(key), key, value, false, true);
}

首先会计算对应key的hash值，调用hash()方法，我们来看看该方法

static final int hash(Object key) {
        int h;
        return (key == null) ? 0 : (h = key.hashCode()) ^ (h >>> 16);
    //当key == null时，直接返回0，否则
    //调用key的hashCode方法得到散列值并赋值给局部变量h，对h进行无符号右移16位后^(异或)key的hash值
}

为什么通过寻址法定位到数组桶位，还是会发生hash冲突？

答：我们使用寻址法时，都会通过table.length-1的操作，将不定长的输入都转化为2的幂次数进行运算，(即相同的输出)，自然会发生hash冲突

put方法调用了putVal方法，我们来对putVal方法进行分析

/*
    实现 Map.put 和相关方法。
    参数：
    hash – 密钥的散列
    key——钥匙
    value – 要放置的值
    onlyIfAbsent – 如果为真，则不更改现有值
    evict – 如果为 false，则表处于创建模式。
    返回值：
    以前的值，如果没有，则为 null
*/
//表，在第一次使用时初始化，并根据需要调整大小。 分配时，长度始终是 2 的幂。 （我们还在某些操作中容忍长度为零，以允许当前不需要的引导机制。）
 transient Node<K,V>[] table;
​
final V putVal(int hash, K key, V value, boolean onlyIfAbsent,
                   boolean evict) {
        Node<K,V>[] tab; Node<K,V> p; int n, i;
    //当前table未被使用过，没有进行初始化，第一次进行put操作
        if ((tab = table) == null || (n = tab.length) == 0)
            //进行扩容操作
            n = (tab = resize()).length;
        //当前桶位位空，则放入新节点，否则证明当前桶存在节点
        if ((p = tab[i = (n - 1) & hash]) == null)
            tab[i] = newNode(hash, key, value, null);
        else {
            Node<K,V> e; K k;
            if (p.hash == hash &&
                ((k = p.key) == key || (key != null && key.equals(k))))
                //如果当前节点的hash和传入的hash相同并且对应的key也相同
                //则将当前节点保存到临时节点e中
                e = p;
            else if (p instanceof TreeNode)
                //如果当前节点属于红黑树节点
                //则添加到红黑树的树节点中去
                e = ((TreeNode<K,V>)p).putTreeVal(this, tab, hash, key, value);
            else {
                for (int binCount = 0; ; ++binCount) {
                    //将当前节点指向的下一个节点保存到临时节点e中
                    if ((e = p.next) == null) {
                        //如果e为null，则添加到e所指向的节点中
                        p.next = newNode(hash, key, value, null);
                        //当前遍历链表的长度如果达到红黑树阈值，可能会进行树化
                        if (binCount >= TREEIFY_THRESHOLD - 1) // -1 for 1st
                            treeifyBin(tab, hash);
                        break;
                    }
                    //如果临时节点e的hash和传入的hash相同，并且key也相同时。则退出整个循环
                    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;
                // onlyIfAbsent – 如果为真，则不更改现有值
                // onlyIfAbsent默认为false，代表在当前链表中找到相同key的节点就直接替换
                if (!onlyIfAbsent || oldValue == null)
                    //替换当前节点的value
                    e.value = value;
                afterNodeAccess(e);
                //返回旧值
                return oldValue;
            }
        }
        //修改次数+1
        ++modCount;
        //当前操作后的大小如果大于扩容阈值(容量*负载因子)
        if (++size > threshold)
            //则进行扩容
            resize();
        afterNodeInsertion(evict);
        return null;
    }

HashMap的resize()方法

 final Node<K,V>[] resize() {
        //oldTab持有当前数组的引用，即保存旧数组
        Node<K,V>[] oldTab = table;
        //将旧数组的容量赋值给oldCap，为null则为0
        int oldCap = (oldTab == null) ? 0 : oldTab.length;
        //进行扩容的数值标准赋值给oldThr
        int oldThr = threshold;
        //新数组的容量和负载因子都初始化为0
        int newCap, newThr = 0;
        if (oldCap > 0) {
            //如果当前数组容量大于0并且大于数组最大容量，即进行过初始化了
            if (oldCap >= MAXIMUM_CAPACITY) {
                //达到了最大值，无法进行扩容了
                threshold = Integer.MAX_VALUE;
                return oldTab;
            }
            //对当前数组的容量左移一位即扩容1倍，并赋值给newCap，扩容后的值必须小于最大容量
            //并且当前数组的容量大于等于默认初始化容量16
            else if ((newCap = oldCap << 1) < MAXIMUM_CAPACITY &&
                     oldCap >= DEFAULT_INITIAL_CAPACITY)
                //同时扩容的数值标准也得左移一位，即2*原数值
                newThr = oldThr << 1;
        }
        else if (oldThr > 0) 
            //说明hashmap初始化的时候，传入了指定值(此时的oldThr经过位运算是一个2的幂次数了)
            //此时还没有初始化数组大小
            newCap = oldThr;
        else {  
            //不是扩容操作，没有传入指定的cap容量大小
            //此时数组容量为默认数组容量16
            newCap = DEFAULT_INITIAL_CAPACITY;
            //下次扩容的阈值为 16 * 0.75 =12
            newThr = (int)(DEFAULT_LOAD_FACTOR * DEFAULT_INITIAL_CAPACITY);
        }
        if (newThr == 0) {
            //计算新数组的扩容阈值
            float ft = (float)newCap * loadFactor;
            //当新数组容量小于最大容量 并且 扩容阈值小于最大容量 时，阈值为ft，否则则为Integer的最大值
            newThr = (newCap < MAXIMUM_CAPACITY && ft < (float)MAXIMUM_CAPACITY ?
                      (int)ft : Integer.MAX_VALUE);
        }
        //将新数组的扩容阈值扶着给阈值
        threshold = newThr;
        @SuppressWarnings({"rawtypes","unchecked"})
        Node<K,V>[] newTab = (Node<K,V>[])new Node[newCap];
        table = newTab;
        //当前数组不为空
        if (oldTab != null) {
            //对当前数组遍历进行迁移数据操作
            for (int j = 0; j < oldCap; ++j) {
                //定义一个临时节点e
                Node<K,V> e;
                //当前数组桶位不为空，将值赋给e
                if ((e = oldTab[j]) != null) {
                    //置当前桶位位空
                    oldTab[j] = null;
                    if (e.next == null)
                        //e.next为空表示当前桶位只有头节点，没有链表
                        //通过寻地址法计算索引，将临时节点e放入新数组的索引对应桶位
                        newTab[e.hash & (newCap - 1)] = e;
                    else if (e instanceof TreeNode)
                        //如果节点e位树节点，则进行树的相关操作
                        ((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;
                            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;
                        }
                    }
                }
            }
        }
        //返回新数组
        return newTab;
    }

HashMap的remove()方法

remove里对返回的e进行判断，所要删除的key对应的桶位为null，则返回null，否则返回删除的value

​
public V remove(Object key) {
        Node<K,V> e;
        return (e = removeNode(hash(key), key, null, false, true)) == null ?
            null : e.value;
}

具体的删除过程由removeNode()实现

/*
        实现 Map.remove 和相关方法。
        参数：
        hash – 密钥的散列
        key——钥匙
        value – 如果 matchValue 匹配的值，否则忽略
        matchValue - 如果为真，则仅在值相等时删除
        movable - 如果为false，则在删除时不移动其他节点
        返回值：
        节点，如果没有，则为 null
*/
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;
    	//首先对数组进行非空判断，如果非空，再通过寻址法找到要删除的节点
        if ((tab = table) != null && (n = tab.length) > 0 &&
            (p = tab[index = (n - 1) & hash]) != null) {
            //将当前节点指向null
            Node<K,V> node = null, e; K k; V v;
            if (p.hash == hash &&
                ((k = p.key) == key || (key != null && key.equals(k))))
                //如果当前节点和传入节点的hash相同并且key也相同
                //则当前节点为要删除的节点
                node = p;
            //此处证明当前节点上存在链表
            else if ((e = p.next) != null) {
                if (p instanceof TreeNode)
                    //如果当前节点是树节点，则通过树的相关方法进行删除
                    node = ((TreeNode<K,V>)p).getTreeNode(hash, key);
                else {
                    //此do.while循环对链表进行遍历，如果遍历到对应的节点则进行删除
                    do {
                        if (e.hash == hash &&
                            ((k = e.key) == key ||
                             (key != null && key.equals(k)))) {
                            //找到对应的节点则赋值给node节点
                            node = e;
                            break;
                        }
                        p = e;
                    } while ((e = e.next) != null);
                }
            }
            //现在执行删除操作
            //matchValue为false，即！matchValue为true，则继续执行删除操作
            if (node != null && (!matchValue || (v = node.value) == value ||
                                 (value != null && value.equals(v)))) {
                if (node instanceof TreeNode)
                    ((TreeNode<K,V>)node).removeTreeNode(this, tab, movable);
                else if (node == p)
                    //node == p则当前节点即为要删除的节点，将当前节点的下一个节点放在当前节点所在桶位
                    tab[index] = node.next;
                else
                    //此处将node节点移除出链表
                    p.next = node.next;
                //对修改次数+1
                ++modCount;
                //K-V键值对数量-1
                --size;
                afterNodeRemoval(node);
                return node;
            }
        }
        return null;
    }

HashMap的get()方法

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;
    	//首先对数组进行非空判断，然后通过寻址法找到要删除的key
        if ((tab = table) != null && (n = tab.length) > 0 &&
            (first = tab[(n - 1) & hash]) != null) {
            if (first.hash == hash && // always check first node
                ((k = first.key) == key || (key != null && key.equals(k))))
                //如果传入的hash和当前节点(头节点)的hash相同，则返回当前节点
                return first;
            if ((e = first.next) != null) {
                //如果头节点的next不为null，说明这是个链表
                if (first instanceof TreeNode)
                    //判断当前节点是否为树节点
                    return ((TreeNode<K,V>)first).getTreeNode(hash, key);
                do {
                    //对链表进行遍历，当遍历到对应节点的key，则返回对应节点
                    if (e.hash == hash &&
                        ((k = e.key) == key || (key != null && key.equals(k))))
                        return e;
                } while ((e = e.next) != null);
            }
        }
        return null;
 }

 

JDK1.7中使用头插法引起的循环链表的问题

JDK1.7中，HashMap采用的是头插法