HashMap在编程开发中经常使用到，用来存储key-value，但是一直没深入学习它的实现原理，这次学习了记录一下。
HashMap类
1 | public class HashMap<K,V> |
HashMap继承自AbstractMap，AbstractMap是Map接口的骨干实现，AbstractMap中实现了Map中最重要最常用和方法，这样HashMap继承AbstractMap就不需要实现Map的所有方法，让HashMap减少了大量的工作。
HashMap源码定义的变量和常量:
1 | //默认初始化容量 |
HashMap的构造函数
1 | public HashMap()：构造一个具有默认初始容量 (16) 和默认加载因子 (0.75) 的空 HashMap |
两个很重要的参数：initialCapacity（初始容量）、loadFactor（加载因子），JDK中的是这样解释的：
HashMap 的实例有两个参数影响其性能：初始容量 和 加载因子。
容量 ：是哈希表中桶的数量，初始容量只是哈希表在创建时的容量，实际上就是Entry< K,V>[] table的容量
加载因子 ：是哈希表在其容量自动增加之前可以达到多满的一种尺度。它衡量的是一个散列表的空间的使用程度，负载因子越大表示散列表的装填程度越高，反之愈小。对于使用链表法的散列表来说，查找一个元素的平均时间是O(1+a)，因此如果负载因子越大，对空间的利用更充分，然而后果是查找效率的降低；如果负载因子太小，那么散列表的数据将过于稀疏，对空间造成严重浪费。
当哈希表中的条目数超出了加载因子与当前容量的乘积时，则要对该哈希表进行 rehash 操作（即重建内部数据结构），从而哈希表将具有大约两倍的桶数。
HashMap的数据结构
底层实现是用数组和模拟指针实现的链表散列
HashMap构造函数的源码：1
2
3
4
5
6
7
8
9
10
11
12
13
14
15
16
17
18
19
20
21
22
23
24
25
26
27public HashMap(int initialCapacity, float loadFactor) {
//如果传入初始容量小于0，报错
if (initialCapacity < 0)
throw new IllegalArgumentException("Illegal initial capacity: " +
initialCapacity);
//限定最大容量
if (initialCapacity > MAXIMUM_CAPACITY)
initialCapacity = MAXIMUM_CAPACITY;
//加载因子要传大于零的数字，不然会报错
if (loadFactor <= 0 || Float.isNaN(loadFactor))
throw new IllegalArgumentException("Illegal load factor: " +
loadFactor);
// 找到一个大于初始化容量最近的2的n次方
int capacity = 1;
while (capacity < initialCapacity)
capacity <<= 1;
this.loadFactor = loadFactor;
//计算极限容量
threshold = (int)Math.min(capacity * loadFactor, MAXIMUM_CAPACITY + 1);
//创建table数组
table = new Entry[capacity];
useAltHashing = sun.misc.VM.isBooted() &&
(capacity >= Holder.ALTERNATIVE_HASHING_THRESHOLD);
init();
}
初始化函数主要做了三件事情：
- 对传入的初始化容量和加载因子做了校验
- 设置HashMap的极限容量
- 计算出一个离初始化容量最近的2的n次方，用来创建table数组
Table数组的成员Entry<K, V>:1
2
3
4
5
6
7
8
9
10
11
12
13
14
15
16static class Entry<K,V> implements Map.Entry<K,V> {
final K key; //键
V value; //值
Entry<K,V> next; //next引用（该引用指向当前table的位置的链表）
int hash; //用来确定每一个Entry链表在table中的位置
/**
* Creates new entry.
*/
Entry(int h, K k, V v, Entry<K,V> n) {
value = v;
next = n;
key = k;
hash = h;
}
···
Entry是HashMap的一个内部类，它也是维护着一个key-value映射关系，除了key和value，还有next引用（该引用指向当前table位置的链表），hash值（用来确定每一个Entry链表在table中位置）
HashMap的存储实现Put(K, V)
1 | public V put(K key, V value) { |
存储有两种情况（key为null和非null）
1. key为null的情况：
调用putForNullKey(value):1
2
3
4
5
6
7
8
9
10
11
12
13
14
15private V putForNullKey(V value) {
//遍历链表，查看是否存在key为null
for (Entry<K,V> e = table[0]; e != null; e = e.next) {
if (e.key == null) {
V oldValue = e.value;
e.value = value;
e.recordAccess(this);
return oldValue;
}
}
modCount++;
//如果找不到，就把null键插入到链表中
addEntry(0, null, value, 0);
return null;
}
先找是否有null的键，如果有的话替换旧值，没有的话才进行新增。
2. key不为null：
如果存在key，则在原来链表中更换旧值；如果不存在key，将key-value添加进table数组中。
addEntry(0, null, value, 0):1
2
3
4
5
6
7
8
9
10
11void addEntry(int hash, K key, V value, int bucketIndex) {
//如果初始容量超过极限容量，需要扩容
if ((size >= threshold) && (null != table[bucketIndex])) {
resize(2 * table.length);
//这一步就是对null的处理，如果key为null，hash值为0，也就是会插入到哈希表的表头table[0]的位置
hash = (null != key) ? hash(key) : 0;
bucketIndex = indexFor(hash, table.length);
}
createEntry(hash, key, value, bucketIndex);
}
hash值的计算
1 | final int hash(Object k) { |
hash算法的作用是为了让hashMap中的元素尽量分散，尽量做到每一个位置上面只有一个元素，当计算出key对应的hash值，马上就能得到该位置上的value就是我们所希望得到的。
其中计算hash值是用异或运算，有可能想到为什么不将hashcode与数组长度做取模运算，取模预算的话得到的位置应该更加均匀。看到的文章说：因为模运算的消耗比较大（可能是计算机最终执行的还是二进制，所以直接用异或会比高级语言更快–大雾，不确定），所以用了异或，消耗更小。
还有一个根据hash值得到table数组下标i的运算indexFor(hash):1
2
3static int indexFor(int h, int length) {
return h & (length-1);
}
下标算法中，先将数组长度-1，然后跟hash值进行&（与）运算，数组长度上面已经计算过了，是2的n次方，先给大家看个图：
为什么数组的长度要设定在2的n次方呢：
假设一个数组长度为16，另一个数组长度为15，length-1之后换成二进制，刚好两个key计算出来的hash值为8、9，进行与运算，得到的下标值如上图，数组长度为15的下标都为8，这样就会造成不同的key，存放在同一个链表中，造成碰撞的几率增大，如果查询的时候还需要循环这个链表，造成查询慢。
还有一个问题，就是末位为零，进行与运算，得到的结果是末位永远没有1，这样就会造成某些下标无用，消耗了table的空间。
真正创建新节点
1 | void createEntry(int hash, K key, V value, int bucketIndex) { |
它会先获得链表中的头节点，然后将新节点放进链表头部，旧节点放在新节点后面。
数组扩容问题
1 | void resize(int newCapacity) { |
插入新值的时候，计算极限容量是否已经到达，如果达到了，就调用上面的方法进行扩容，将桶容量增大到两倍。
HashMap的get（K）
1 | public V get(Object key) { |
真正调用的方法：1
2
3
4
5
6
7
8
9
10
11
12
13
14final Entry<K,V> getEntry(Object key) {
//判断key是否为null
int hash = (key == null) ? 0 : hash(key);
//循环链表，找到key键对应的Entry
for (Entry<K,V> e = table[indexFor(hash, table.length)];
e != null;
e = e.next) {
Object k;
if (e.hash == hash &&
((k = e.key) == key || (key != null && key.equals(k))))
return e;
}
return null;
}
get获取实现比较简单，就是计算出key键的hash值，找到在数组中对应的链表位置，然后循环链表，比较key是否一致。
为什么HashMap是无序的
下面是HashMap的迭代器实现：1
2
3
4
5
6
7
8
9
10
11
12
13
14
15
16
17
18
19
20
21
22
23
24
25
26
27
28
29
30
31
32
33
34
35
36
37
38
39
40
41
42
43
44
45
46
47
48
49
50private abstract class HashIterator<E> implements Iterator<E> {
Entry<K,V> next; // next entry to return
int expectedModCount; // For fast-fail
int index; // current slot
Entry<K,V> current; // current entry
HashIterator() {
//判断线程是否安全
expectedModCount = modCount;
if (size > 0) { // advance to first entry
Entry[] t = table;
//从哈希表数组从上到下，查找第一个不为null的节点，并把next引用指向该节点
while (index < t.length && (next = t[index++]) == null)
;
}
}
public final boolean hasNext() {
return next != null;
}
final Entry<K,V> nextEntry() {
if (modCount != expectedModCount)
throw new ConcurrentModificationException();
Entry<K,V> e = next;
if (e == null)
throw new NoSuchElementException();
if ((next = e.next) == null) {
Entry[] t = table;
//如果当前节点的下一个节点为null，从节点处往下查找哈希表，找到第一个不为null的节点
while (index < t.length && (next = t[index++]) == null)
;
}
current = e;
return e;
}
public void remove() {
if (current == null)
throw new IllegalStateException();
if (modCount != expectedModCount)
throw new ConcurrentModificationException();
Object k = current.key;
current = null;
HashMap.this.removeEntryForKey(k);
//判断线程是否安全
expectedModCount = modCount;
}
}
从上面的代码可以看出，遍历HashMap，都是根据链表的index从上往下进行遍历，由于HashMap的存储规则，后来新加的值有可能在链表的头部，所以遍历HashMap是无序的。
HashMap不是线程安全的
因为看到有modCount这个字段，查询了资料，发现这个代表这修改次数，对HashMap内容修改都将增加这个值，在迭代器初始化过程中会将这个值赋给迭代器的expectedModCount，在迭代过程中，判断modCount跟expectedModCount是否相等，如果不相等，表示已经有其它线程需改了Map。
有个同步机制：
如果多个线程同时访问一个哈希映射，而其中至少一个线程从结构上修改了该映射，则它必须保持外部同步。1
Map m = Collections.synchronizedMap(new HashMap(...));