深入理解Java中的HashMap

一、HashMap的结构图示

​本文主要说的是jdk1.8版本中的实现。而1.8中HashMap是数组+链表+红黑树实现的，大概如下图所示。后面还是主要介绍Hash Map中主要的一些成员以及方法原理。

​那么上述图示中的结点Node具体类型是什么，源码如下。Node是HashMap的内部类，实现了Map.Entery接口，主要就是存放我们put方法所添加的元素。其中的next就表示这可以构成一个单向链表，这主要是通过链地址法解决发生hash冲突问题。而当桶中的元素个数超过阈值的时候就换转为红黑树。

//hash桶中的结点Node,实现了Map.Entry static class Node<K,V> implements Map.Entry<K,V> { final int hash; final K key; V value; Node<K,V> next; //链表的next指针 Node(int hash, K key, V value, Node<K,V> next) { this.hash = hash; this.key = key; this.value = value; this.next = next; } public final K getKey() { return key; } public final V getValue() { return value; } public final String toString() { return key + "=" + value; } //重写Object的hashCode public final int hashCode() { return Objects.hashCode(key) ^ Objects.hashCode(value); } public final V setValue(V newValue) { V oldValue = value; value = newValue; return oldValue; } //equals方法 public final boolean equals(Object o) { if (o == this) return true; if (o instanceof Map.Entry) { Map.Entry<?,?> e = (Map.Entry<?,?>)o; if (Objects.equals(key, e.getKey()) && Objects.equals(value, e.getValue())) return true; } return false; } } //转变为红黑树后的结点类 static final class TreeNode<k,v> extends LinkedHashMap.Entry<k,v> { TreeNode<k,v> parent; // 父节点 TreeNode<k,v> left; //左子树 TreeNode<k,v> right;//右子树 TreeNode<k,v> prev; // needed to unlink next upon deletion boolean red; //颜色属性 TreeNode(int hash, K key, V val, Node<k,v> next) { super(hash, key, val, next); } //返回当前节点的根节点 final TreeNode<k,v> root() { for (TreeNode<k,v> r = this, p;;) { if ((p = r.parent) == null) return r; r = p; } } }

​上面只是大概了解了一下HashMap的简单组成，下面主要介绍其中的一些参数和重要的方法原理实现。

二、HashMap的成员变量以及含义

//默认初始化容量初始化=16 static final int DEFAULT_INITIAL_CAPACITY = 1 << 4; // aka 16 //最大容量 = 1 << 30 static final int MAXIMUM_CAPACITY = 1 << 30; //默认加载因子.一般HashMap的扩容的临界点是当前HashMap的大小 > DEFAULT_LOAD_FACTOR * //DEFAULT_INITIAL_CAPACITY = 0.75F * 16 static final float DEFAULT_LOAD_FACTOR = 0.75f; //当hash桶中的某个bucket上的结点数大于该值的时候，会由链表转换为红黑树 static final int TREEIFY_THRESHOLD = 8; //当hash桶中的某个bucket上的结点数小于该值的时候，红黑树转变为链表 static final int UNTREEIFY_THRESHOLD = 6; //桶中结构转化为红黑树对应的table的最小大小 static final int MIN_TREEIFY_CAPACITY = 64; //hash算法,计算传入的key的hash值，下面会有例子说明这个计算的过程 static final int hash(Object key) { int h; return (key == null) ? 0 : (h = key.hashCode()) ^ (h >>> 16); } //tableSizeFor(initialCapacity)返回大于initialCapacity的最小的二次幂数值。下面会有例子说明 static final int tableSizeFor(int cap) { 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; } //hash桶 transient Node<K,V>[] table; //保存缓存的entrySet transient Set<Map.Entry<K,V>> entrySet; //桶的实际元素个数 != table.length transient int size; //扩容或者更改了map的计数器。含义：表示这个HashMap结构被修改的次数，结构修改是那些改变HashMap中的映射数量或者 //修改其内部结构（例如，重新散列rehash）的修改。 该字段用于在HashMap失败快速（fast-fail）的Collection-views //上创建迭代器。 transient int modCount; //临界值，当实际大小（cap*loadFactor）大于该值的时候，会进行扩充 int threshold; //加载因子 final float loadFactor;

2.1、hash方法说明

//hash算法 static final int hash(Object key) { int h; //key == null : 返回hash=0 //key != null //（1）得到key的hashCode：h=key.hashCode() //（2）将h无符号右移16位 //（3）异或运算：h ^ h>>>16 return (key == null) ? 0 : (h = key.hashCode()) ^ (h >>> 16); }

​假设现在我们向一个map中添加元素，例如map.put("fsmly","test")，那么其中key为"fsmly"的hashCode的二进制表示为0000_0000_0011_0110_0100_0100_1001_0010，按照上面的步骤来计算，那么我们调用hash算法得到的hash值为：‭

2.2、tableSizeFor方法说明

​该方法的作用就是：返回大于initialCapacity的最小的二次幂数值。如下实例

//n=cap-1=5; 5的二进制0101B。>>> 操作符表示无符号右移，高位取0 //n |= n>>>1: (1)n=0101 | 0101>>>1; (2)n=0101 | 0010; (3)n = 0111B //n |= n>>>2: (1)n=0111 | 0111>>>2; (2)n=0111 | 0011; (3)n = 0111B //n |= n>>>4: (1)n=0111 | 0111>>>4; (2)n=0111 | 0000; (3)n = 0111B //n |= n>>>8: (1)n=0111 | 0111>>>8; (2)n=0111 | 0000; (3)n = 0111B //n |= n>>>16:(1)n=0111 | 0111>>>16;(2)n=0111 | 0000; (3)n = 0111B static final int tableSizeFor(int cap) { int n = cap - 1; n |= n >>> 1; n |= n >>> 2; n |= n >>> 4; n |= n >>> 8; n |= n >>> 16; //n<0返回1 //n>最大容量，返回最大容量 //否则返回n+1(0111B+1B=1000B=8) return (n < 0) ? 1 : (n >= MAXIMUM_CAPACITY) ? MAXIMUM_CAPACITY : n + 1; }

​再看下面这个：

//至于这里为什么减1，当传入的cap为2的整数次幂的时候，减1即保证最后的计算结果还是cap，而不是大于cap的另一个2的 //整数次幂，例如我们传入cap=16=10000B.按照上面那样计算 //n=cap-1=15=1111B.按照上面的方法计算得到： // n |= n>>>1: n=1111|0111=1111;后面还是相同的结果最后n=1111B=15. //所以返回的时候为return 15+1; int n = cap - 1;

三、HashMap的构造方法

​我们看看HashMap源码中为我们提供的四个构造方法。我们可以看到，平常我们最常用的无参构造器内部只是仅仅初始化了loadFactor，别的都没有做，底层的数据结构则是延迟到插入键值对时再进行初始化，或者说在resize中会做。后面说到扩容方法的实现的时候会讲到。

//（1）参数为初始化容量和加载因子的构造函数 public HashMap(int initialCapacity, float loadFactor) { if (initialCapacity < 0) throw new IllegalArgumentException("Illegal initial capacity: " + initialCapacity); if (initialCapacity > MAXIMUM_CAPACITY) initialCapacity = MAXIMUM_CAPACITY; if (loadFactor <= 0 || Float.isNaN(loadFactor)) throw new IllegalArgumentException("Illegal load factor: " + loadFactor); this.loadFactor = loadFactor; this.threshold = tableSizeFor(initialCapacity); //阈值为大于initialCapacity的最小二次幂 } //（2）只给定初始化容量，那么加载因子就是默认的加载因子：0.75 public HashMap(int initialCapacity) { this(initialCapacity, DEFAULT_LOAD_FACTOR); } //（3）加载因子为默认的加载因子，但是这个时候的初始化容量是没有指定的，后面调用put或者get方法的时候才resize public HashMap() { this.loadFactor = DEFAULT_LOAD_FACTOR; // all other fields defaulted } //（4）将传递的map中的值调用putMapEntries加入新的map集合中，其中加载因子是默认的加载因子 public HashMap(Map<? extends K, ? extends V> m) { this.loadFactor = DEFAULT_LOAD_FACTOR; putMapEntries(m, false); }

四、HashMap元素在数组中的位置

​不管增加、删除、查找键值对，定位到哈希桶数组的索引都是很关键的第一步，所以我们看看源码怎样通过hash()方法以及其他代码确定一个元素在hash桶中的位置的。

//计算map中key的hash值 static final int hash(Object key) { int h; return (key == null) ? 0 : (h = key.hashCode()) ^ (h >>> 16); } //这一小段代码就是定位元素在桶中的位置。具体做法就是：容量n-1 & hash. //其中n是一个2的整数幂，而(n - 1) & hash其实质就是hash%n,但 //是取余运算的效率不如位运算与，并且(n - 1) & hash也能保证散列均匀，不会产生只有偶数位有值的现象 p = tab[i = (n - 1) & hash];

​下面我们通过一个例子计算一下上面这个定位的过程，假设现在桶大小n为16.

​我们可以看到，这里的hash方法并不是用原有对象的hashcode最为最终的hash值，而是做了一定位运算，大概因为如果(n-1)的值太小的话，(n - 1) & hash的值就完全依靠hash的低位值，比如n-1为0000 1111，那么最终的值就完全依赖于hash值的低4位了，这样的话hash的高位就玩完全失去了作用，h ^ (h >>> 16)，通过这种方式，让高位数据与低位数据进行异或，也是变相的加大了hash的随机性，这样就不单纯的依赖对象的hashcode方法了。

五、HashMap的put方法分析

5.1、put方法源码分析

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; //table == null 或者table的长度为0，调用resize方法进行扩容 //这里也说明：table 被延迟到插入新数据时再进行初始化 if ((tab = table) == null || (n = tab.length) == 0) n = (tab = resize()).length; // 这里就是调用了Hash算法的地方，具体的计算可参考后面写到的例子 //这里定位坐标的做法在上面也已经说到过 if ((p = tab[i = (n - 1) & hash]) == null) // 如果计算得到的桶下标值中的Node为null，就新建一个Node加入该位置(这个新的结点是在 //table数组中)。而该位置的hash值就是调用hash()方法计算得到的key的hash值 tab[i] = newNode(hash, key, value, null); //这里表示put的元素用自己key的hash值计算得到的下表和桶中的第一个位置元素产生了冲突，具体就是 //(1)key相同，value不同 //(2)只是通过hash值计算得到的下标相同，但是key和value都不同。这里处理的方法就是链表和红黑树 else { Node<K,V> e; K k; //上面已经计算得到了该hash对应的下标i，这里p=tab[i]。这里比较的有： //(1)tab[i].hash是否等于传入的hash。这里的tab[i]就是桶中的第一个元素 //(2)比较传入的key和该位置的key是否相同 //(3)如果都相同，说明是同一个key，那么直接替换对应的value值(在后面会进行替换) if (p.hash == hash && ((k = p.key) == key || (key != null && key.equals(k)))) //将桶中的第一个元素赋给e，用来记录第一个位置的值 e = p; //这里判断为红黑树。hash值不相等，key不相等；为红黑树结点 else if (p instanceof TreeNode) e = ((TreeNode<K,V>)p).putTreeVal(this, tab, hash, key, value); //加入红黑树 //判断为链表结点 else { for (int binCount = 0; ; ++binCount) { //如果达到链表的尾部 if ((e = p.next) == null) { //在尾部插入新的结点 p.next = newNode(hash, key, value, null); //前面的binCount是记录链表长度的，如果该值大于8，就会转变为红黑树 if (binCount >= TREEIFY_THRESHOLD - 1) // -1 for 1st treeifyBin(tab, hash); break; } //如果在遍历链表的时候，判断得出要插入的结点的key和链表中间的某个结点的key相 //同，就跳出循环,后面也会更新旧的value值 if (e.hash == hash && ((k = e.key) == key || (key != null && key.equals(k)))) break; //e = p.next。遍历链表所用 p = e; } } //判断插入的是否存在HashMap中，上面e被赋值，不为空，则说明存在，更新旧的键值对 if (e != null) { // existing mapping for key V oldValue = e.value; if (!onlyIfAbsent || oldValue == null) e.value = value; //用传入的参数value更新旧的value值 afterNodeAccess(e); return oldValue; //返回旧的value值 } } //modCount修改 ++modCount; //容量超出就扩容 if (++size > threshold) resize(); afterNodeInsertion(evict); return null; }

5.2、put方法执行过程总结

​可以看到主要逻辑在put方法中调用了putVal方法，传递的参数是调用了hash()方法计算key的hash值，主要逻辑在putVal中。可以结合注释熟悉这个方法的执行，我在这里大概总结一下这个方法的执行：

1.首先 (tab = table) == null || (n = tab.length) == 0这一块判断hash桶是否为null，如果为null那么会调用resize方法扩容。后面我们会说到这个方法

2.定位元素在桶中的位置，具体就是通过key的hash值和hash桶的长度计算得到下标i，如果计算到的位置处没有元素(null)，那么就新建结点然后添加到该位置。

3.如果table[i]处不为null，已经有元素了，那么就表明产生hash冲突,这里可能是三种情况

①判断key是不是一样，如果key一样，那么就将新的值替换旧的值；

②如果不是因为key一样，那么需要判断当前该桶是不是已经转为了红黑树，是的话就构造一个TreeNode结点插入红黑树；

③不是红黑树，就使用链地址法处理冲突问题。这里主要就是遍历链表，如果在遍历过程中也找到了key一样的元素，那么久还是使用新值替换旧值。否则会遍历到链表结尾处，到这里就直接新添加一个Node结点插入链表，插入之后还需要判断是不是已将超过了转换为红黑树的阈值8，如果超过就会转为红黑树。

4.最后需要修改modCount的值。

5.判断插入后的size大小是不是超过了threshhold，如果超过需要进行扩容。

上面很多地方都涉及到了扩容，所以下面我们首先看看扩容方法。

六、HashMap的resize方法分析

6.1、resize方法源码

​扩容(resize)就是重新计算容量，具体就是当map内部的size大于DEFAULT_LOAD_FACTOR * DEFAULT_INITIAL_CAPACITY ，就需要扩大数组的长度，以便能装入更多的元素。resize方法实现中是使用一个新的数组代替已有的容量小的数组。

//该方法有2种使用情况：1.初始化哈希表(table==null) 2.当前数组容量过小，需扩容 final Node<K,V>[] resize() { Node<K,V>[] oldTab = table; //oldTab指向旧的table数组 //oldTab不为null的话，oldCap为原table的长度 //oldTab为null的话，oldCap为0 int oldCap = (oldTab == null) ? 0 : oldTab.length; int oldThr = threshold; //阈值 int newCap, newThr = 0; if (oldCap > 0) { //这里表明oldCap！=0，oldCap=原table.length(); if (oldCap >= MAXIMUM_CAPACITY) { threshold = Integer.MAX_VALUE; //如果大于最大容量了，就赋值为整数最大的阀值 return oldTab; } // 如果数组的长度在扩容后小于最大容量 并且oldCap大于默认值16(这里的newCap也是在原来的 //长度上扩展两倍) else if ((newCap = oldCap << 1) < MAXIMUM_CAPACITY && oldCap >= DEFAULT_INITIAL_CAPACITY) newThr = oldThr << 1; // double threshold双倍扩展threshhold } else if (oldThr > 0) // initial capacity was placed in threshold // 这里的oldThr=tabSizeFor(initialCapacity),从上面的构造方法看出，如果不是调用的 //无参构造，那么threshhold肯定都会是经过tabSizeFor运算得到的2的整数次幂的,所以可以将 //其作为Node数组的长度(个人理解) newCap = oldThr; else { // zero initial threshold signifies using defaults(零初始阈值表示使用默认值) //这里说的是我们调用无参构造函数的时候(table == null,threshhold = 0)，新的容量等于默 //认的容量，并且threshhold也等于默认加载因子*默认初始化容量 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; //容量 * 加载因子 newThr = (newCap < MAXIMUM_CAPACITY && ft < (float)MAXIMUM_CAPACITY ? (int)ft : Integer.MAX_VALUE); } threshold = newThr; @SuppressWarnings({"rawtypes","unchecked"}) //以新的容量作为长度，创建一个新的Node数组存放结点元素 //当然，桶数组的初始化也是在这里完成的 Node<K,V>[] newTab = (Node<K,V>[])new Node[newCap]; table = newTab; //原来的table不为null 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; //原table中下标j位置不为null if ((e = oldTab[j]) != null) { oldTab[j] = null; //将原来的table[j]赋为null，及时GC？ if (e.next == null) //如果该位置没有链表，即只有数组中的那个元素 //通过新的容量计算在新的table数组中的下标：(n-1)&hash newTab[e.hash & (newCap - 1)] = e; else if (e instanceof TreeNode) //如果是红黑树结点，重新映射时，需要对红黑树进行拆分 ((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 {//上面判断不是红黑树，那就是链表，这里就遍历链表，进行重新映射 next = e.next; // 原位置 if ((e.hash & oldCap) == 0) { //loTail处为null，那么直接加到该位置 if (loTail == null) loHead = e; //loTail为链表尾结点，添加到尾部 else loTail.next = e; //添加后，将loTail指向链表尾部，以便下次从尾部添加 loTail = e; } // 原位置+旧容量 else { //hiTail处为null，就直接点添加到该位置 if (hiTail == null) hiHead = e; //hiTail为链表尾结点，尾插法添加 else hiTail.next = e; hiTail = e; } } while ((e = next) != null); // 将分组后的链表映射到新桶中 // 原索引放到bucket里 if (loTail != null) { //旧链表迁移新链表,链表元素相对位置没有变化; //实际是对对象的内存地址进行操作 loTail.next = null;//链表尾元素设置为null newTab[j] = loHead; //数组中位置为j的地方存放链表的head结点 } // 原索引+oldCap放到bucket里 if (hiTail != null) { hiTail.next = null; newTab[j + oldCap] = hiHead; } } } } } return newTab; }

6.2、(e.hash & oldCap) == 0分析

​我这里添加上一点，就是为什么使用 (e.hash & oldCap) == 0判断是处于原位置还是放在更新的位置（原位置+旧容量），解释如下：我们知道capacity是2的幂，所以oldCap为10...0的二进制形式(比如16=10000B)。

（1）若判断条件为真，意味着oldCap为1的那位对应的hash位为0(1&0=0,其他位都是0,结果自然是0)，对新索引的计算没有影响，至于为啥没影响下面就说到了。先举个例子计算一下数组中的下标在扩容前后的变化：

​从上面计算发现，当cap为1的那位对应的hash为0的时候，resize前后的index是不变的。我们再看下面，使用上面的hash值，对应的就是 (e.hash & oldCap) == 0，恰好也是下标不变的

​（2）若判断条件为假，则 oldCap为1的那位对应的hash位为1。比如新下标=hash&( newCap-1 )= hash&( (16<<2) - 1)=10010，相当于多了10000，即 oldCap .如同下面的例子

​从上面计算发现，当cap为1的那位对应的hash为1的时候，resize前后的index是改变的。我们再看下面，使用上面的hash值，对应的就是 (e.hash & oldCap) != 0，恰好下标就是原索引+原容量

6.3、部分代码理解

​这一部分其实和put方法中，使用链地址法解决hash冲突的原理差不多，都是对链表的操作。

// 原位置 if ((e.hash & oldCap) == 0) { //loTail处为null，那么直接加到该位置 if (loTail == null) loHead = e; //loTail为链表尾结点，添加到尾部 else loTail.next = e; //添加后，将loTail指向链表尾部，以便下次从尾部添加 loTail = e; } // 原位置+旧容量 else { //hiTail处为null，就直接点添加到该位置 if (hiTail == null) hiHead = e; //hiTail为链表尾结点，尾插法添加 else hiTail.next = e; hiTail = e; }

​我们直接通过一个简单的图来理解吧

6.4、resize总结

​resize代码稍微长了点，但是总结下来就是这几点

判断当前oldTab长度是否为空，如果为空，则进行初始化桶数组，也就回答了无参构造函数初始化为什么没有对容量和阈值进行赋值，如果不为空，则进行位运算，左移一位，2倍运算扩容。扩容，创建一个新容量的数组，遍历旧的数组：如果节点为空，直接赋值插入如果节点为红黑树，则需要进行进行拆分操作（个人对红黑树还没有理解，所以先不说明）如果为链表，根据hash算法进行重新计算下标，将链表进行拆分分组（相信看到这里基本上也知道链表拆分的大致过程了）

七、HashMap的get方法分析

7.1、get方法源码

​基本逻辑就是根据key算出hash值定位到哈希桶的索引，当可以就是当前索引的值则直接返回其对于的value，反之用key去遍历equal该索引下的key，直到找到位置。

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.具体计算方法上面也已经介绍了 if ((tab = table) != null && (n = tab.length) > 0 && (first = tab[(n - 1) & hash]) != null) { //先查找是不是就是数组中的元素 if (first.hash == hash && // always check first node ((k = first.key) == key || (key != null && key.equals(k)))) return first; //该位置为红黑树根节点或者链表头结点 if ((e = first.next) != null) { //如果first为红黑树结点，就在红黑树中遍历查找 if (first instanceof TreeNode) return ((TreeNode<K,V>)first).getTreeNode(hash, key); //不是树结点，就在链表中遍历查找 do { if (e.hash == hash && ((k = e.key) == key || (key != null && key.equals(k)))) return e; } while ((e = e.next) != null); } } return null; }

以上就是深入理解Java中的HashMap的详细内容，更多关于Java HashMap的资料请关注趣讯吧其它相关文章！