Java集合框架源码解析（四） - HashMap(jdk 1.8)

HashMap是Java程序员使用频率最高的用于映射(键值对)处理的数据类型。和HashTable一样，HashMap也实现了Map接口，这意味着两个类的接口、用法是几乎一样的。以至于一些面试题很喜欢提问HashMap和HashTable的区别。对于这类问题，与其死记硬背一些答案，不如深入到两者的实现层面里，看看两者在设计上有何区别。

上一篇文章分析了HashTable的源码，介绍了散列表这个抽象数据结构的原理和工作方法。在详细深入探讨HashMap的结构实现和功能原理前，先说说两个类之间的相同点：

都是用table数组作为存储键值对的底层数据结构。
都用拉链法处理哈希冲突。（1. 关于哈希冲突，上一篇文章已有详细描述）（2. jdk 1.8中的HashMap的手法更复杂，下详）
其他的哈希表特性，初始容量（initial capacity）和装载因子（load factor），在HashMap中同样适用。

JDK1.8对HashMap底层的实现进行了优化，也就是HashMap和HashTable实现上最大的不同：

例如引入红黑树的数据结构，在冲突严重时依然确保性能。
扩容的优化。

在分析HashMap源码时，我会把重点放在这些JDK1.8新增的特性和优化上，分为几部分：

内部实现，几个关键的内部数据结构（主要是红黑树）
扩容机制
常用操作：put和get方法的设计
处理hash冲突

下面，逐点展开说说。

内部数据结构

看看里面的实例变量：

public class HashMap<K,V> extends AbstractMap<K,V>
    implements Map<K,V>, Cloneable, Serializable {

  transient Node<K,V>[] table;

  transient Set<Map.Entry<K,V>> entrySet;

  transient int size;

  int threshold;

  final float loadFactor;

}

HashMap包括几个重要的成员变量：table, size, threshold, loadFactor，这个HashTable几乎是一样的：

table是一个Node[]数组类型，存放每一对key-value的数组。
size是HashMap的大小，它是HashMap保存的键值对的数量。
threshold是Hashtable的阈值，用于判断是否需要调整Hashtable的容量。threshold的值=”容量*加载因子”。
loadFactor就是加载因子。

其中最大的不同是Node类型的实现，有两种：

一个是单向链表的Node：

static class Node<K,V> implements Map.Entry<K,V> {
   final int hash;
   final K key;
   V value;
   Node<K,V> next;
}

另一个是JDK1.8中新引入的红黑树的Node实现：

static final class TreeNode<K,V> extends LinkedHashMap.Entry<K,V> {
   TreeNode<K,V> parent;  // red-black tree links
   TreeNode<K,V> left;
   TreeNode<K,V> right;
   TreeNode<K,V> prev;    // needed to unlink next upon deletion
   boolean red;
}

这里TreeNode继承自LinkedHashMap.Entry，而LinkedHashMap.Entry继承自Node，所谓Node依然可以放在table数组中。

说完这三个关键的数据结构（table数组，单向链表，红黑树），你可能已经想到HashMap的数据结构实现了。可以简单地阐述为三个层次：

table数组是存储核心，普通情况下，每个K-V对都通过hash方法计算下标，存在数组中的一个格子里。
当发生hash冲突，也就是两个K-V对通过hash方法计算出相同的下标，此时两个K-V对组成一个链表，头节点放在数组中，后继结点仍然可通过next指针访问。
当第二中情况出现过多，也就是冲突严重时，链表长度过长（默认超过8），这时链表转换为红黑树，这样大大提高了查找的效率。

可见，1，2点都是HashTable的做法，第三点是HashMap引入的优化。利用红黑树快速增删改查的特点提高HashMap的性能，其中会用到红黑树的插入、删除、查找等算法。本文不再对红黑树展开讨论，想了解更多红黑树数据结构的工作原理可以参考http://blog.csdn.net/v_july_v/article/details/6105630。

put方法的实现

put方法的内部实现是putVal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;
    // 如果table为空，创建table
    if ((tab = table) == null || (n = tab.length) == 0)
        n = (tab = resize()).length;
    // 计算index，如果还没有插入，直接插入。
    if ((p = tab[i = (n - 1) & hash]) == null)
        tab[i] = newNode(hash, key, value, null);
    // 处理哈希冲突
    else {
        Node<K,V> e; K k;
        // key存在，说明是更新，直接覆盖value
        if (p.hash == hash &&
            ((k = p.key) == key || (key != null && key.equals(k))))
            e = p;
        // 说明该链是红黑树，插入新的TreeNode节点。
        else if (p instanceof TreeNode)
            e = ((TreeNode<K,V>)p).putTreeVal(this, tab, hash, key, value);
        else {
            // 该链是链表，插入链表结点。
            for (int binCount = 0; ; ++binCount) {
                if ((e = p.next) == null) {
                    p.next = newNode(hash, key, value, null);
                    // binCount为统计链表里节点数，当链表长度大于8时，转换为红黑树并处理
                    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;
            }
        }
        if (e != null) { // existing mapping for key
            V oldValue = e.value;
            if (!onlyIfAbsent || oldValue == null)
                e.value = value;
            afterNodeAccess(e);
            return oldValue;
        }
    }
    ++modCount;

    // 最后，判断是否需要扩容。
    if (++size > threshold)
        resize();
    afterNodeInsertion(evict);
    return null;
}

其中，重点是转换为红黑树数据结构的一段：

for (int binCount = 0; ; ++binCount) {
    if ((e = p.next) == null) {
        p.next = newNode(hash, key, value, null);
        // binCount为统计链表里节点数，当链表长度大于8时，转换为红黑树并处理
        if (binCount >= TREEIFY_THRESHOLD - 1) // -1 for 1st
            treeifyBin(tab, hash);
        break;
    }
}

这里当链表长度大于8时，会调用treeifyBin方法：将Node逐个转为TreeNode，并调整结点之间的层次结构。

扩容机制

扩容也就是rehash，HashMap中判断是否需要扩容的条件和HashTable是一样的：比较当前已插入的K-V值对和threshold（容量 * loadFactor）的大小。HashMap使用resize方法实现扩容：

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) {
        // 超过最大值就不再扩充了，就只好随你碰撞去吧
        if (oldCap >= MAXIMUM_CAPACITY) {
            threshold = Integer.MAX_VALUE;
             return oldTab;
         }
         // 没超过最大值，就扩充为原来的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);
     }
     // 计算新的resize上限
     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) {
         // 把每个bucket都移动到新的buckets中
         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 { // 链表优化重hash的代码块
                     Node<K,V> loHead = null, loTail = null;
                     Node<K,V> hiHead = null, hiTail = null;
                     Node<K,V> next;
                     do {
                         next = e.next;
                         // 原索引
                         if ((e.hash & oldCap) == 0) {
                             if (loTail == null)
                                 loHead = e;
                             else
                                 loTail.next = e;
                             loTail = e;
                         }
                         // 原索引+oldCap
                         else {
                             if (hiTail == null)
                                 hiHead = e;
                             else
                                 hiTail.next = e;
                             hiTail = e;
                         }
                     } while ((e = next) != null);
                     // 原索引放到bucket里
                     if (loTail != null) {
                         loTail.next = null;
                         newTab[j] = loHead;
                     }
                     // 原索引+oldCap放到bucket里
                     if (hiTail != null) {
                         hiTail.next = null;
                         newTab[j + oldCap] = hiHead;
                   }
               }
           }
       }
   }
   return newTab;
}

首先是调整capacity和threshold：非边际情况下，capacity和threshold都会变成原来的两倍。
然后把oldTab的元素逐个迁移到newTab里。
对于以链表结构排列的entries，这里的迁移很有意思。在jdk 1.7中，是需要重新计算e.hash和newCapacity，以计算新的index的：
```
 do {
     Entry<K,V> next = e.next;
     int i = indexFor(e.hash, newCapacity); //！！重新计算每个元素在数组中的位置
     e.next = newTable[i];
     newTable[i] = e;
     e = next;
 } while (e != null);
```
但在jdk1.8中做了优化，因为capacity总是扩展为原来的两倍，只需要看看原来的hash值新增的那个bit是1还是0就好了，是0的话索引没变，是1的话索引变成“原索引+oldCap”。具体原理这里就不展开了，你可以看看这篇文章。

参考资源

http://tech.meituan.com/java-hashmap.html
http://www.2cto.com/kf/201505/401433.html
http://blog.csdn.net/v_july_v/article/details/6105630
http://www.nurkiewicz.com/2014/04/hashmap-performance-improvements-in.html

Twitter Facebook LinkedIn

三万块

Java集合框架源码解析（四） - HashMap(jdk 1.8)

内部数据结构

put方法的实现

扩容机制

参考资源

You May Also Enjoy

电商业务架构背后的Know-Why：关于一致性的思考和Best Practise

电商业务架构背后的Know-Why：订单、交易、TCC

Golang并发（2） - channel与context的用法和实现

Golang并发（1） - Goroutine和调度