一、概述
HashMap的数据结构是由：数组+链表组成；由于JDK1.7并发时存在死锁问题，所以在JDK1.8的时候引入了红黑树数据结构；
总结：
1）使用数组可以快速定位到指定的元素，使整个插入与获取处理的时间复杂度控制在O(1)，即：1次完成；
2）使用链表解决了Hash碰撞，多元素Hash后指向同一个数据位置的问题；
二、核心内容
2.1）重要属性
DEFAULT_INITIAL_CAPACITY = 1 << 4
Hash表默认初始容量，也就是2的4次方=16；要求数组的初始容量必须是2的指数次幂；如果参数不是2的指数次幂，那么在初始化的时候会进行强行转化；转化规则如下：
1）必须接近传入的参数；
2）必须大于或等于传入的参数；
3）必须是2的指数次幂
通常来说如果传入的参数是11，那么就会转换成16；
MAXIMUM_CAPACITY = 1 << 30
最大Hash表容量
DEFAULT_LOAD_FACTOR = 0.75f
默认加载因子，也是扩容因子，也就是说达到75%的时候开始扩容；
这里Get一个BT的面试问题：为什么是0.75，而不是别的数值？这里给一个装逼的回答：
先来看看注释是怎么写的
* <p>As a general rule, the default load factor (.75) offers a good tradeoff
* between time and space costs. Higher values decrease the space overhead
* but increase the lookup cost (reflected in most of the operations of the
* <tt>HashMap</tt> class, including <tt>get</tt> and <tt>put</tt>). The
* expected number of entries in the map and its load factor should be taken
* into account when setting its initial capacity, so as to minimize the
* number of rehash operations. If the initial capacity is greater
* than the maximum number of entries divided by the load factor, no
* rehash operations will ever occur.
翻译过来就是：在作为一个常用的通用的决定，取了一个空间及时间上比较不错的均衡数字值，扩容时需要时间与空间的，例如0.5标识到达一半的时候开始扩容这样浪费空间，如果值太大扩充时有可能因为量太大而导致效率问题，链表处理是O（n）;
**装逼+手撕面试官的回答开始：**在作为一个常用的通用的决定，取了一个空间及时间上比较不错的均衡数字值，扩容时需要时间与空间的，例如0.5标识到达一半的时候开始扩容这样浪费空间，如果值太大扩充时有可能因为量太大而导致效率问题，链表处理是O（n）;那么这个0.75是不是最好的呢？不是的根据“牛顿二项式”定律得出在数组位上（假设是默认值16），设置为0.75可以达到最可能不会发生碰撞且比例各占50%；从概率学来说最优值是0.69；这里就是获取了一个最优质偏大一点点的数值；总之就是为了在扩容的时候节约空间及时间；
P(0) = C(n,0) * (1/s)^0 * (1-1/s)^(n-0)
log(2)/log(s/(s-1)) keys
lim(log(2)/log(s/(s-1)))/s as s->infinity=log(2)~ 0.693.......
TREEIFY_THRESHOLD = 8
链表转红黑树阈值（JDK1.8）
UNTREEIFY_THRESHOLD = 6
红黑树转链表阈值
MIN_TREEIFY_CAPACITY = 64
链表转红黑树时hash表最小容量阈值，达不到优先扩容。
2.2）内部的执行机制
在JDK1.7的时候Hash使用的是数组+链表；
在JDK1.8及之后在JDK1.7的基础上增加了红黑树；
注意：HashMap容量的大小是指数组的大小；
三、原理分析
普通数组结构：在没有任何其他因素干扰的时候，应该是从头开始依次放入，每次插入都要从头开始遍历数据，直到空位的时候开始进行插入，数据量大的时候非常消耗性能，同理查找也费时；
在底层中Object有一个hashCode方法，此方法返回一个“有符号的整型值”，可以利用这个值进行二次处理，假设目前数组的长度为16（0-15）,那么根据这个hashCode方法返回值进行二次计算，计算规则为：hashCode()%16=0-15之内的一个值；这样就可以满足数组的下标区间，获取数据也同理；
在算法上来看：HashMap的Get、Put操作时间复杂度为：O(1)；
存在的问题：
在数组中的所有元素位都能够被100%利用吗？
其实就是Hash碰撞问题，因为hashCode返回的是一个不确定过的值，那么在取模运算后，会出现相同坑位下标问题；因此为了解决这个问题，引入了链表方式来解决Hash冲突问题；
//输出值为：11
log.info("hash%16={}", "2020年9月1日".hashCode()%16);
//输出值为：11
log.info("11%16={}", 11%16);
在JDK1.7中使用的是：“头部插入法”，即：当发生Hash碰撞的时候后入的值取代当前值，并与当前值形成一个链表；
四、HashMap核心算法要点
4.1）Hash取值算法
HashMap的取模方式并非取模运算，而是使用的位运算进行的处理，因为位运算的效率远远高于取模，位运算是最接近机器语言；示例代码如下：
/**
* 类描述: 位运算与取模运算的对比
*
* @author XXSD
* @version 1.0.0
* @date 2020/9/1 0001 下午 8:50
*/
@Slf4j
public class BitAndModulusComparison {
public static void main(String[] args) {
bit();
modulus();
}
public static void bit() {
int dataNumber = 100 * 1000;
int bitData = 1;
final long startTime = System.currentTimeMillis();
for (int i = dataNumber; i > 0; i++) {
bitData = bitData & i;
}
final long endTime = System.currentTimeMillis();
log.info("位运算执行时间为：{}毫秒", (endTime - startTime));
}
public static void modulus() {
int dataNumber = 100 * 1000;
int bitData = 1;
final long startTime = System.currentTimeMillis();
for (int i = dataNumber; i > 0; i++) {
bitData = bitData % i;
}
final long endTime = System.currentTimeMillis();
log.info("取模运算执行时间为：{}毫秒", (endTime - startTime));
}
}
运行结果
21:03:30.271 [main] INFO xinyan.map.BitAndModulusComparison - 位运算执行时间为：1275毫秒
21:03:45.798 [main] INFO xinyan.map.BitAndModulusComparison - 取模运算执行时间为：15522毫秒
从上述代码中可以看到“位运算”对比“取模运算”在效率上相差约为10个数量级
4.2）容量规划
/**
* The default initial capacity - MUST be a power of two.
* 上面这句译文为：默认初始容量-必须是2的幂。
*/
static final int DEFAULT_INITIAL_CAPACITY = 1 << 4; // aka 16
如果参数不是2的指数次幂，那么在初始化的时候会进行强行转化；转化规则如下：
1）必须接近传入的参数；
2）必须大于或等于传入的参数；
3）必须是2的指数次幂
通常来说如果传入的参数是11，那么就会转换成16；
为什么必须是2的指数次幂呢？
由于Hash取值是通过位运算进行的；“2的指数次幂”这个规定就是为了让Hash位移运算之后散落的更加均匀及散列，减少Hash碰撞，而加入的干扰规则；
五、JDK1.7源码分析
5.1）构造方法
/**
* Constructs an empty <tt>HashMap</tt> with the specified initial
* capacity and load factor.
*
* @param initialCapacity the initial capacity
* @param loadFactor the load factor
* @throws IllegalArgumentException if the initial capacity is negative
* or the load factor is nonpositive
*/
public HashMap(int initialCapacity, float loadFactor) {
if (initialCapacity < 0)
throw new IllegalArgumentException("Illegal initial capacity: " + initialCapacity);
//数组长度也是有限制的，如果传入的容量长度大于1073741824（2的30次方）就默认使用1073741824
if (initialCapacity > MAXIMUM_CAPACITY)
initialCapacity = MAXIMUM_CAPACITY;
if (loadFactor <= 0 || Float.isNaN(loadFactor))
throw new IllegalArgumentException("Illegal load factor: " +
loadFactor);
this.loadFactor = loadFactor;
threshold = initialCapacity;
//空方法什么都没有做
init();
}
5.2）put方法
这个方法中完成了数组的初始化、扩容等处理；
/**
* Associates the specified value with the specified key in this map.
* If the map previously contained a mapping for the key, the old
* value is replaced.
*
* @param key key with which the specified value is to be associated
* @param value value to be associated with the specified key
* @return the previous value associated with <tt>key</tt>, or
* <tt>null</tt> if there was no mapping for <tt>key</tt>.
* (A <tt>null</tt> return can also indicate that the map
* previously associated <tt>null</tt> with <tt>key</tt>.)
*/
public V put(K key, V value) {
/*
* 这里的table属性就是HashMap中数组结构的成员属性；
* 第一次调用的时候会对table进行初始化；
*/
if (table == EMPTY_TABLE) {
//这里开始初始化
inflateTable(threshold);
}
if (key == null)
return putForNullKey(value);
//获取Key的HashCode
int hash = hash(key);
//获取数组中的索引
int i = indexFor(hash, table.length);
for (Entry<K,V> e = table[i]; e != null; e = e.next) {
Object k;
if (e.hash == hash && ((k = e.key) == key || key.equals(k))) {
V oldValue = e.value;
e.value = value;
e.recordAccess(this);
return oldValue;
}
}
modCount++;
//Hash扩容处理
addEntry(hash, key, value, i);
return null;
}
/**
* 初始化数组
*/
private void inflateTable(int toSize) {
// 这里会对传入的容量值进行处理，如果不是2的指数次幂就会被强行转化
int capacity = roundUpToPowerOf2(toSize);
threshold = (int) Math.min(capacity * loadFactor, MAXIMUM_CAPACITY + 1);
table = new Entry[capacity];
initHashSeedAsNeeded(capacity);
}
/**
* 对传入的数据容量值进行处理
* 如果不是2的指数次幂就会被强行转化；
* 转化规则如下：
* 1）必须接近传入的参数；
* 2）必须大于或等于传入的参数；
* 3）必须是2的指数次幂
* 通常来说如果传入的参数是11，那么就会转换成16；
* “2的指数次幂”这个规定就是为了让Hash位移运算之后散落的更加均匀及散列，减少Hash碰撞，而加入的干扰规则；
*/
private static int roundUpToPowerOf2(int number) {
// assert number >= 0 : "number must be non-negative";
return number >= MAXIMUM_CAPACITY
? MAXIMUM_CAPACITY
: (number > 1) ? Integer.highestOneBit((number - 1) << 1) : 1;
}
/**
* 对Key数据进行Hash处理
*/
final int hash(Object k) {
int h = hashSeed;
if (0 != h && k instanceof String) {
return sun.misc.Hashing.stringHash32((String) k);
}
h ^= k.hashCode();
// 进行下面一堆装逼级转换，就是为了使Hash更加散列，减少Hash碰撞
h ^= (h >>> 20) ^ (h >>> 12);
return h ^ (h >>> 7) ^ (h >>> 4);
}
/**
* 计算数组中对应的索引
*/
static int indexFor(int h, int length) {
/*
* 使用HashCode值与数组的长度，这里运算没有使用取模的原因是：取模效率远远低于位运算
* 数组的长度为2的指数次幂，那么结果为：0000 0000 0000 1000 0000（后面全部都是0且只有一个1在任意未知）
* HashCode的值是随机的，可能存在任何结果，例如：0001 0101 0001 0100 1111
* 这里数组长度为什么要减1？？？？？？
* 因为如果不减1，那么最后运算出来的结果不是数组长度就是0；最终导致只有数组的第一个位置与最后一个位置有值，其他的坑位没有任何东西，甚至有可能会导致数组下标越界；
* 如果减1，那么最后运算的结果就是0-（数组长度-1）可以填充到数组的任意空间；
*/
return h & (length-1);
}
/**
* 对数组进行扩容处理
*/
void addEntry(int hash, K key, V value, int bucketIndex) {
/*
* threshold就是扩容的阈值，阈值=初始化时的数据长度*扩容因子（0.75）；
* size标识当前HashMap中存了多少element;
* 扩容条件：
* 数组中存放的element数量>=初始化时的数据长度*扩容因子（0.75）并且链表桶中的数据不为空的时候开始考虑扩容
* 如果满足扩容条件并且开始扩容，扩容的容量为：原来的2倍，因为必须位置之前定义的2的指数次幂条件，使上下保持一致；
*/
if ((size >= threshold) && (null != table[bucketIndex])) {
//扩容处理，扩容原数组容量的2倍
resize(2 * table.length);
hash = (null != key) ? hash(key) : 0;
bucketIndex = indexFor(hash, table.length);
}
createEntry(hash, key, value, bucketIndex);
}
/**
* 扩容处理逻辑
*/
void resize(int newCapacity) {
Entry[] oldTable = table;
int oldCapacity = oldTable.length;
if (oldCapacity == MAXIMUM_CAPACITY) {
threshold = Integer.MAX_VALUE;
return;
}
//初始新的数组
Entry[] newTable = new Entry[newCapacity];
//新数组与旧数组之间的转移核心逻辑
transfer(newTable, initHashSeedAsNeeded(newCapacity));
table = newTable;
threshold = (int)Math.min(newCapacity * loadFactor, MAXIMUM_CAPACITY + 1);
}
/**
* 扩容转移数据核心方法
*/
void transfer(Entry[] newTable, boolean rehash) {
int newCapacity = newTable.length;
//遍历数组中的所有元素
for (Entry<K,V> e : table) {
//转移不为空的元素
while(null != e) {
//将当前链表桶元素的下一节点进行指针引用到一个新的变量中；
Entry<K,V> next = e.next;
if (rehash) {
//再一次进行Hash运算，扩容时效率第一，所以这里再一次是使用的位运算提高效率
e.hash = null == e.key ? 0 : hash(e.key);
}
//下面的代码就是将老数组中的数据移动到新数组中；
int i = indexFor(e.hash, newCapacity);
//当前链表桶节点元素的下一个元素指向新数组中对应的位置
e.next = newTable[i];
//将元素转移到新的数组对应的位置中；
newTable[i] = e;
//获取到链表下一个节点
e = next;
}
//完成整个链表桶的迁移，注意这时迁移完毕后，你会发现原本链表桶中的顺序颠倒了；
}
}
5.3）死链问题——链表成环
在JDK1.7中Hash在多线程下会存在死链问题，下面将对这个死链现象进行阐述；
/**
* 扩容转移数据核心方法，也是JDK1.7中出现死链的地方
*/
void transfer(Entry[] newTable, boolean rehash) {
int newCapacity = newTable.length;
//遍历数组中的所有元素
for (Entry<K,V> e : table) {
//转移不为空的元素
while(null != e) {
/*
* 将当前链表桶元素的下一节点进行指针引用到一个新的变量中；
* 这里设想一下多线程的场景，假设有2个线程都在进行操作且都在进行扩容；
* 执行到下面这段代码的时候，假设线程2由于CPU时间片耗尽，而线程1在继续的执行会有什么样的结果呢；
*/
Entry<K,V> next = e.next;
if (rehash) {
//再一次进行Hash运算，扩容时效率第一，所以这里再一次是使用的位运算提高效率
e.hash = null == e.key ? 0 : hash(e.key);
}
//下面的代码就是将老数组中的数据移动到新数组中；
int i = indexFor(e.hash, newCapacity);
//当前链表桶节点元素的下一个元素指向新数组中对应的位置
e.next = newTable[i];
//将元素转移到新的数组对应的位置中；
newTable[i] = e;
//获取到链表下一个节点
e = next;
}
//完成整个链表桶的迁移，注意这时迁移完毕后，你会发现原本链表桶中的顺序颠倒了；
}
}
在单线程下这里的逻辑呈现为：
在多线程下表现的线程如下：
第一步：假设2个线程都执行到下面这段代码
Entry<K,V> next = e.next;
执行结果如下：
这是若线程1的CPU时间片耗尽或其他原因，释放了CPU的控制权（为啥会释放，什么是时间片，请看之前的文章），现在由线程2继续执行；
假设现在线程2执行完毕，线程1开始执行，那么就是结果如下：
- 线程2执行完毕后线程1准备执行时
- 线程1第二轮循环
- 线程1第三轮循环
- 线程1第四轮循环，执行“Entry<K,V> next = e.next;”的时候邪恶的事情发生了
这个时候如果你再插入数据且Hash后刚刚是这个死链的坑位，那么下面这段代码将永远成立，一直无休止的运行下去，直到老板亲自为问你，让周末去加班，或者老板直接约你去爬山；
for (Entry<K,V> e = table[i]; e != null; e = e.next) {
原因总结：
在多线程下扩容时没有进行锁及同步策略造成的，而且也与Java1.7中使用的头插法有一定关系（没有头插的概念就不可能存在迁移后下级Next指针重定义的问题）；
六、JDK1.8优化
Java8 HashMap扩容跳过了Jdk7扩容的坑，对源码进行了优化，采用高低位拆分转移方式，避免了链表环的产生。 链表在长度达到一定值的时候就会转为红黑树；
//链表转红黑树的阈值
TREEIFY_THRESHOLD =8
//链表转红黑树时hash表最小容量阈值，达不到优先扩容。
MIN_TREEIFY_CAPACITY =64
在链表长度大于8，的时候开始准备转红黑树，注意：这里不是马上开始转；
最终转红黑树的条件为：链表长度大于8，数据的容量大于等于64；否则优先扩容；
//在JDK1.8的putVal方法中
if (binCount >= TREEIFY_THRESHOLD - 1) //这里就是大于等于8-1
treeifyBin(tab, hash);
break;
/**
* Replaces all linked nodes in bin at index for given hash unless
* table is too small, in which case resizes instead.
*/
final void treeifyBin(Node<K,V>[] tab, int hash) {
int n, index; Node<K,V> e;
if (tab == null || (n = tab.length) < MIN_TREEIFY_CAPACITY)//这里就是小于64的时候
//扩容方法
resize();
else if ((e = tab[index = (n - 1) & hash]) != null) {
//这里就是转红黑树
TreeNode<K,V> hd = null, tl = null;
do {
TreeNode<K,V> p = replacementTreeNode(e, null);
if (tl == null)
hd = p;
else {
p.prev = tl;
tl.next = p;
}
tl = p;
} while ((e = e.next) != null);
if ((tab[index] = hd) != null)
hd.treeify(tab);
}
}
6.1）死锁问题的优化
/**
* Initializes or doubles table size. If null, allocates in
* accord with initial capacity target held in field threshold.
* Otherwise, because we are using power-of-two expansion, the
* elements from each bin must either stay at same index, or move
* with a power of two offset in the new table.
*
* @return the table
*/
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) {
if (oldCap >= MAXIMUM_CAPACITY) {
threshold = Integer.MAX_VALUE;
return oldTab;
}
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);
}
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) {
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 { // preserve order
//定义地位指针
Node<K,V> loHead = null, loTail = null;
//定义高位指针
Node<K,V> hiHead = null, hiTail = null;
Node<K,V> next;
/*
* 下面就是扩容的逻辑
* 头插法已经被废弃，取而代之的是高低位算法
* 迁移时，先判断当前节点的Hash值与老数据的容量（默认：16）得出：0或数组容量，0就是低位，数据容量就是高位；
* 0001 0101 1111 01010 1111 & 0001 0101 1111 01010 00000
*
*/
do {
next = e.next;
if ((e.hash & oldCap) == 0) {
//设置为低位指针
if (loTail == null)
loHead = e;
else
loTail.next = e;
loTail = e;
}
else {
//设置为高位指针
if (hiTail == null)
hiHead = e;
else
hiTail.next = e;
hiTail = e;
}
} while ((e = next) != null);
if (loTail != null) {
loTail.next = null;
//低位移动到新数组中同样的位置
newTab[j] = loHead;
}
if (hiTail != null) {
hiTail.next = null;
// 移到老数组位置+老数组容量=新数组中的位置
newTab[j + oldCap] = hiHead;
}
}
}
}
}
return newTab;
}
步骤：
- 在原始数组上进行高低位运算；
- 将原始数据上的链表根据高低位拆分为2个链表；
- 将低位链表移到新数组对应的坑位中；
- 将高位链表移到新数组（原链表所在的老数组坑位下标+老数组长度）对应过的坑位中，中间省掉了运算过程；
注意：只有在数组长度为2的幂次方的情况下上述的过程永远成立，否则永远不对；
