数据结构
JDK1.7 HashMap 底层使用数组和单向链表，JDK1.8 增加了红黑树，在链表长度超过 8 时就将链表变成红黑树，长度小于 6 时又会切换为链表。
-
数组
数据查询快，通过索引定位数据，时间复杂度为 O(1) ，插入删除慢 时间复杂度为 O(n)。
transient Node<K,V>[] table; -
链表
分单向和双向链表 数据插入删除很快，查询慢。
static class Node<K,V> implements Map.Entry<K,V> {
final int hash;
final K key;
V value;
Node<K,V> next;
}
-
红黑树
一种特殊的二叉树， 插入效率比平衡二叉树高，查询效率比普通二叉树高，所以选择性能相对折中的红黑树。
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;
}
使用场景
数据分组、统计、缓存。
关键参数
// 哈希桶数组 用来保存键值对，使用的时候才初始化，使用过程中会动态扩容
//但长度必须是 2 的 n 次幂，可通过构造方法修改
transient Node<K,V>[] table;
//哈希桶数组默认的长度 2^4=16
static final int DEFAULT_INITIAL_CAPACITY = 1 << 4; // aka 16
//哈希桶数组最大的长度 2^30
static final int MAXIMUM_CAPACITY = 1 << 30;
//负载因子 默认0.75 用来计算数组扩容临界值 不建议修改
/**
*当我们调低负载因子时，HashMap 所能容纳的键值对数量变少。
*扩容时，重新将键值对存储新的桶数组里，键的键之间产生的碰撞会下降，链表长度变短。
*此时，HashMap 的增删改查等操作的效率将会变高，这里是典型的拿空间换时间。
*相反，如果增加负载因子（负载因子可以大于1），HashMap 所能容纳的键值对数量变多，空间利用率高，但碰撞率也高。
*这意味着链表长度变长，效率也随之降低，这种情况是拿时间换空间。
*/
static final float DEFAULT_LOAD_FACTOR = 0.75f;
//The next size value at which to resize (capacity * load factor).
//扩容临界值 当数组内保存的键值对数量大于该值时将会对数组扩容
int threshold;
// 链表转成树的阈值，当桶中链表长度大于8时转成红黑树
//经过计算，在hash函数设计合理的情况下，发生hash碰撞8次的几率为百万分之6
static final int TREEIFY_THRESHOLD = 8;
//进行resize操作时，若桶中数量少于6则从树转成链表
//如果hash碰撞次数在8附近徘徊，会一直发生链表和红黑树的转化
static final int UNTREEIFY_THRESHOLD = 6;
/**
* 当需要将解决 hash 冲突的链表转变为红黑树时，需要判断下此时数组容量，
若是由于数组容量太小（小于 MIN_TREEIFY_CAPACITY ）导致的 hash 冲突太多，
*则不进行链表转变为红黑树操作，转为利用 resize() 函数对 hashMap 扩容
*/
static final int MIN_TREEIFY_CAPACITY = 64;
//存放具体健值对的集合
transient Set<Map.Entry<K,V>> entrySet;
//实际存储的键值对数量
transient int size;
//每次更改map结构的计数器
transient int modCount;
工作原理
HashMap 底层是由数组和单向链表实现，数组中的每个元素都是链表，由 Node 内部类（实现 Map.Entry 接口）实现，HashMap 通过 put & get 方法存储和获取数据。
put 方法
具体执行步骤
-
判断键值对数组 table[i] 是否为空或为 null（new HashMap(); 完成后，如果没有put操作，是不会分配存储空间的），否则执行 resize() 进行扩容；
-
根据键值 key 计算 hash 值得到插入的数组索引 i，如果 table[i]==null，直接新建节点添加；
-
当 table[i]不为空，判断 table[i] 的首个元素是否和传入的 key 一样，如果相同直接覆盖 value；
-
判断 table[i] 是否为 treeNode，即 table[i] 是否是红黑树，如果是红黑树，则直接在树中插入键值对；
-
遍历 table[i]，判断链表长度是否大于 8，大于 8 的话把链表转换为红黑树 （同时需要满足数组长度大于 64 ），在红黑树中执行插入操作，否则进行链表的插入操作（JDK 1.7 之前使用头插法一般认为后插入的Entry被查找的可能性更大，JDK 1.8 使用尾插法）；
-
遍历过程中若发现 key 已经存在直接覆盖 value 即可；
-
插入成功后，判断实际存在的键值对数量 size 是否大于扩容临界值 threshold，如果大于则进行扩容操作；
public V put(K key, V value) {
// 调用hash(key)方法来计算hash
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;//n为数组长度，i为要存储健值对的数组索引
//1、判断数组table是否为空或为null
if ((tab = table) == null || (n = tab.length) == 0)
n = (tab = resize()).length;
//2、计算并判断table[i]==null
if ((p = tab[i = (n - 1) & hash]) == null)//等价于对 length 取余。
tab[i] = newNode(hash, key, value, null);//为null直接新建数据
else {
Node<K,V> e; K k;
//3、判断table[i]已存在数据的key和hash和要当前要保存的key和hash是否相等
if (p.hash == hash && ((k = p.key) == key || (key != null && key.equals(k))))
e = p;
else if (p instanceof TreeNode)//4、判断table[i] 是否为treeNode
e = ((TreeNode<K,V>)p).putTreeVal(this, tab, hash, key, value);// 放入红黑树中
else {//5、遍历链表，并统计长度，是否大于8
for (int binCount = 0; ; ++binCount) {
if ((e = p.next) == null) { // 到达链表的尾部
p.next = newNode(hash, key, value, null); //在尾部插入新结点
if (binCount >= TREEIFY_THRESHOLD - 1) // -1 for 1st 长度大于8，转红黑树结构
treeifyBin(tab, hash);
break;
}
//6、 判断链表中结点的key值与插入的元素的key值是否相等
if (e.hash == hash && ((k = e.key) == key || (key != null && key.equals(k))))
break;
p = e;
}
}
//判断要插入的键值对是否存，在 第 3 、6步判断的
if (e != null) { // existing mapping for key
V oldValue = e.value;
if (!onlyIfAbsent || oldValue == null)// onlyIfAbsent 表示是否仅在 oldValue 为 null 的情况下更新键值对的值
e.value = value;
afterNodeAccess(e);
return oldValue;
}
}
++modCount;
if (++size > threshold)//7、判断size是否大于扩容临界值
resize();
afterNodeInsertion(evict);
return null;
}
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;
// 定位键值对所在桶的位置
if ((tab = table) != null && (n = tab.length) > 0 &&
(first = tab[(n - 1) & hash]) != null) {
// 判断桶中第一项(数组元素)相等
if (first.hash == hash && // always check first node
((k = first.key) == key || (key != null && key.equals(k))))
return first;
// 桶中不止一个结点
if ((e = first.next) != null) {
// 是否是红黑树，是的话调用getTreeNode方法
if (first instanceof TreeNode)
return ((TreeNode<K,V>)first).getTreeNode(hash, key);
// 不是红黑树的话，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;
}
hash计算
计算方法
通过 hashCode() 的高 16 位与其低 16 位进行异或实现的：(h = k.hashCode()) ^ (h >>> 16)。 保证了对象的 hashCode 的 32 位值只要有一位发生改变，hash() 返回值就会改变，使得 hash 更分散，减少碰撞可能性，这是高频操作位运算更高效。
//获取hash值方法 也叫扰动函数
static final int hash(Object key) {
int h;
// 通过这种方式，让高位数据与低位数据进行异或，以此加大低位数据的随机性。
return (key == null) ? 0 : (h = key.hashCode()) ^ (h >>> 16);
}
索引计算
把上一步计算获取的 hash 值 与数组长度 - 1 进行按位与运算，即可计算出数组索引。
由于数组长度是 2 的 n 次方，所以数组长度 -1的二进制位全为1，这种情况下，index 的结果等同于 hashCode 后几位的值。所以只要输入的 hashCode 本身分布均匀 index 也是均匀的。
//获取数组下标方法 jdk1.7的源码，jdk1.8没有这个方法，但是实现原理一样的
static int indexFor(int h, int length) {
return h & (length-1);
}
hash 碰撞
指 key 不同，但 hashcode 相同，此时计算的数组索引也是相同的。
equals 与 hashCode
-
如果两个对象相等（即用 equals比 较返回 true ），那么它们的 hashCode 相同。
-
如果两个对象的 hashCode 相同，它们并不一定相等(即用 equals 比较返回false )。
-
如果两个对象的 hashCode 不相同，那它们一定不相等，即用 equals 比较返回false )。
-
HashMap 存取数据过程中需要用到 hashCode 和 equals 方法来比较 key 是否相等，所以重写对象的 equals 方法时，要重写 hashCode 方法
动态扩容
初始容量
可通过构造方法指定初始容量
// 找到大于或等于 cap 的最小2的整数次幂的数，确保构造HashMap时传入的初始数组容量是 2 的 n 次方，比如10，则返回16。
static final int tableSizeFor(int cap) {
int n = cap - 1;//让cap-1再赋值给n的目的是使得找到的目标值大于或等于原值
n |= n >>> 1;
n |= n >>> 2;
n |= n >>> 4;
n |= n >>> 8;
n |= n >>> 16;//int最大就2^32所以移动1、2、4、8、16位
return (n < 0) ? 1 : (n >= MAXIMUM_CAPACITY) ? MAXIMUM_CAPACITY : n + 1;
}
扩容机制
在 HashMap 中，数组的长度均是2的幂，阈值大小为桶数组长度与负载因子的乘积。当 HashMap 中的键值对数量超过阈值时，进行扩容。
HashMap 按当前桶数组长度的2倍进行扩容，阈值也变为原来的2倍（如果计算过程中，阈值溢出归零，则按阈值公式重新计算）。扩容之后，要重新计算键值对的位置，并把它们移动到合适的位置上去。
键值对在新数组中的位置只有两种，原下标位置或原下标+旧数组的大小。n 为table 的长度，图（a）表示扩容前的 key1 和 key2 两种key确定索引位置的示例，图（b）表示扩容后 key1 和 key2 两种 key 确定索引位置的示例，其中 hash1 是 key1对应的哈希与高位运算结果。
元素在重新计算hash之后，因为n变为2倍，那么n-1的mask范围在高位多1bit(红色)，因此新的index就会发生这样的变化：
因此，在扩充HashMap的时候，不需要像 JDK1.7 的实现那样重新计算 hash，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 ”，可以看看下图为 16 扩充为 32 的resize示意图：
这个设计非常的巧妙，既省去了重新计算hash值的时间，而且同时，由于新增的 1 bit 是 0 还是 1 可以认为是随机的，因此 resize 的过程，均匀的把之前的冲突的节点分散到新的 bucket 了。这一块就是 JDK1.8 新增的优化点。有一点注意区别，JDK1.7中 rehash 的时候，旧链表迁移新链表的时候，如果在新表的数组索引位置相同，则链表元素会倒置，但是从上图可以看出，JDK1.8不会倒置。
final Node<K,V>[] resize() {
Node<K,V>[] oldTab = table;// 扩容前的node数组
int oldCap = (oldTab == null) ? 0 : oldTab.length;//旧的容量
int oldThr = threshold;//旧的阈值
int newCap, newThr = 0;//新的容量、阈值初始化为0
// 如果数组桶的容量大与0
if (oldCap > 0) {
if (oldCap >= MAXIMUM_CAPACITY) {//如果旧容量已经超过最大容量，让阈值也等于最大容量，以后不再扩容
threshold = Integer.MAX_VALUE;
return oldTab;
}
// 如果扩容后小于最大值 而且 旧数组桶大于初始容量16， 阈值左移1(扩大2倍)
else if ((newCap = oldCap << 1) < MAXIMUM_CAPACITY && oldCap >= DEFAULT_INITIAL_CAPACITY)
newThr = oldThr << 1; // double threshold
}
// 如果数组桶容量<=0 且 旧阈值 >0
else if (oldThr > 0) // initial capacity was placed in threshold
newCap = oldThr; // 新容量=旧阈值
// 如果数组桶容量<=0 且 旧阈值 <=0
else { // zero initial threshold signifies using defaults
newCap = DEFAULT_INITIAL_CAPACITY; // 新容量=默认容量
newThr = (int)(DEFAULT_LOAD_FACTOR * DEFAULT_INITIAL_CAPACITY);// 新阈值= 负载因子*默认容量
}
// 如果新阈值为0 重新计算阈值
if (newThr == 0) {
float ft = (float)newCap * loadFactor;
newThr = (newCap < MAXIMUM_CAPACITY && ft < (float)MAXIMUM_CAPACITY ?(int)ft : Integer.MAX_VALUE);
}
threshold = newThr; // 更新阈值
@SuppressWarnings({"rawtypes","unchecked"})
// 创建新数组
Node<K,V>[] newTab = (Node<K,V>[])new Node[newCap];
// 覆盖数组桶
table = newTab;
//如果老的数组有数据，也就是是扩容而不是初始化，才执行下面的代码，否则初始化的到这里就可以结束了
// 如果旧数组桶不是空，则遍历桶数组，并将键值对映射到新的桶数组中
if (oldTab != null) {
for (int j = 0; j < oldCap; ++j) {
Node<K,V> e;
if ((e = oldTab[j]) != null) {
oldTab[j] = null;
if (e.next == null)//无 hash 冲突直接转移
newTab[e.hash & (newCap - 1)] = e;
// 如果是红黑树
else if (e instanceof TreeNode)
// 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 { // preserve order
// 如果不是红黑树，则按链表处理
Node<K,V> loHead = null, loTail = null;
Node<K,V> hiHead = null, hiTail = null;
Node<K,V> next;
//从这条链表上第一个元素开始轮询，如果当前元素新增的bit是0，则放在当前这条链表上，如果是1，则放在"j+oldcap"这个位置上，生成“低位”和“高位”两个链表
do {
next = e.next;
if ((e.hash & oldCap) == 0) {
if (loTail == null)
loHead = e;
else
loTail.next = e;//元素是不断的加到尾部的，不会像1.7里面一样会倒序
loTail = e;
}
else {
if (hiTail == null)
hiHead = e;
else
hiTail.next = e;
hiTail = e;
}
} while ((e = next) != null);
// 将分组后的链表映射到新桶中
if (loTail != null) {
loTail.next = null;
newTab[j] = loHead;
}
if (hiTail != null) {
hiTail.next = null;
newTab[j + oldCap] = hiHead;
}
}
}
}
}
return newTab;
}
优化内容
-
数组+链表改成了数组+链表或红黑树； 链表的插入方式从头插法改成了尾插法，简单说就是插入时，如果数组位置上已经有元素，1.7 将新元素放到数组中，原始节点作为新节点的后继节点，1.8 遍历链表，将元素放置到链表的最后。
-
扩容的时候 1.7 需要对原数组中的元素进行重新 hash 定位在新数组的位置，1.8 采用更简单的判断逻辑，位置不变或索引+旧容量大小。
-
在插入时，1.7 先判断是否需要扩容，再插入，1.8 先进行插入，插入完成再判断是否需要扩容。
