HashMap浅析 - 掘金

前言

HashMap是开发中频繁用到的映射类之一，提供了许多便利的操作。为什么它会如此受欢迎？接下来本文将为大家解答。

原理

HashMap是基于数据结构散列表封装而来的，底层实现由数据+链表/红黑树。存储着K-V对，根据一个指定的散列函数，对键进行散列，确定值的存储位置，随后即可根据键快速查找到对应的值。

优势与劣势

优势：

快速根据键查找值，时间复杂度为O(1)
自动扩容

劣势：

线程不安全，在高并发的场景下，容易造成数据丢失，以及环形链表（JDK1.7中）

适用场景

线程安全的情况下，作为缓存容器。
作为数据存在性的判断容器。

关键方法

Put方法

JDK1.8中Put方法的源码如下：

/**
     * Implements Map.put and related methods
     *
     * @param hash hash for key
     * @param key the key
     * @param value the value to put
     * @param onlyIfAbsent if true, don't change existing value
     * @param evict if false, the table is in creation mode.
     * @return previous value, or null if none
     */
    final V putVal(int hash, K key, V value, boolean onlyIfAbsent,
                   boolean evict) {
        Node<K,V>[] tab; Node<K,V> p; int n, i;
        // 如果列表为null，或者现在列表长度为0.进行初始化操作
        if ((tab = table) == null || (n = tab.length) == 0)
            n = (tab = resize()).length;
        // 如果所在的Hash槽为null，新建一个链表结点对象。
        if ((p = tab[i = (n - 1) & hash]) == null)
            tab[i] = newNode(hash, key, value, null);
        else {
            // Hash冲突
            Node<K,V> e; K k;
            // 如果Hash槽Key值相同，进行替换值操作。 
            if (p.hash == hash &&
                ((k = p.key) == key || (key != null && key.equals(k))))
                e = p;
            // Key值不相同并且是树结点对象，进行树的插入操作。
            else if (p instanceof TreeNode)
                e = ((TreeNode<K,V>)p).putTreeVal(this, tab, hash, key, value);
            else {
                // 目前还是链表结点，没有找到对应的key值，使用链表的尾部插入方法，插入新结点，
                for (int binCount = 0; ; ++binCount) {
                    if ((e = p.next) == null) {
                        p.next = newNode(hash, key, value, null);
                        // 判断当前链表长度是否大于等于8
                        if (binCount >= TREEIFY_THRESHOLD - 1) // -1 for 1st
                            // 进行树化，如果Hash桶大小小于64，则只进行扩容
                            treeifyBin(tab, hash);
                        break;
                    }
                    // 找到对应的key值，进行替换操作
                    if (e.hash == hash &&
                        ((k = e.key) == key || (key != null && key.equals(k))))
                        break;
                    p = e;
                }
            }
            // 覆盖旧值，返回新值
            if (e != null) { // existing mapping for key
                V oldValue = e.value;
                if (!onlyIfAbsent || oldValue == null)
                    e.value = value;
                afterNodeAccess(e);
                return oldValue;
            }
        }
        ++modCount;
        // 如果当前Hash桶大小大于扩容阈值。则进行扩容。
        if (++size > threshold)
            resize();
        afterNodeInsertion(evict);
        return null;
    }

参数分析：

hash 是key的hash值，HashMap内部进行对key对hashCode()进行了再hash，为的是确保hash值的散列均匀，减少hash碰撞。
key 存入的key值
value 存入的value值

Put过程：已在源代码处说明

resize函数

JDK1.8中resize方法的源码如下：

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
                        Node<K,V> loHead = null, loTail = null;
                        Node<K,V> hiHead = null, hiTail = null;
                        Node<K,V> next;
                        do {
                            next = e.next;
                            if ((e.hash & oldCap) == 0) {
                                if (loTail == null)
                                    loHead = e;
                                else
                                    loTail.next = e;
                                loTail = e;
                            }
                            else {
                                if (hiTail == null)
                                    hiHead = e;
                                else
                                    hiTail.next = e;
                                hiTail = e;
                            }
                        } while ((e = next) != null);
                        if (loTail != null) {
                            loTail.next = null;
                            newTab[j] = loHead;
                        }
                        if (hiTail != null) {
                            hiTail.next = null;
                            newTab[j + oldCap] = hiHead;
                        }
                    }
                }
            }
        }
        return newTab;
    }

关键步骤为：
1.首先进行前置判断，确定新的Hash桶的长度。
2.确定长度后，新建Hash桶，进行数据转移。

GET方法

/**
     * Implements Map.get and related methods
     *
     * @param hash hash for key
     * @param key the key
     * @return the node, or null if none
     */
    final Node<K,V> getNode(int hash, Object key) {
        
        Node<K,V>[] tab; Node<K,V> first, e; int n; K k;
        if ((tab = table) != null && (n = tab.length) > 0 &&
            // 使用hash函数定位Hash桶位置。
            (first = tab[(n - 1) & hash]) != null) {
            // 判断该Hash桶上的第一个元素是否是想要的元素
            if (first.hash == hash && // always check first node
                ((k = first.key) == key || (key != null && key.equals(k))))
                return first;
            // 进行Hash后续元素查找
            if ((e = first.next) != null) {
                if (first instanceof TreeNode)
                    return ((TreeNode<K,V>)first).getTreeNode(hash, key);
                do {
                    if (e.hash == hash &&
                        ((k = e.key) == key || (key != null && key.equals(k))))
                        // 找到对应元素，返回
                        return e;
                } while ((e = e.next) != null);
            }
        }
        // 没有找到对应元素，返回null值.
        return null;
    }

remove方法

/**
     * Implements Map.remove and related methods
     *
     * @param hash hash for key
     * @param key the key
     * @param value the value to match if matchValue, else ignored
     * @param matchValue if true only remove if value is equal
     * @param movable if false do not move other nodes while removing
     * @return the node, or null if none
     */
    final Node<K,V> removeNode(int hash, Object key, Object value,
                               boolean matchValue, boolean movable) {
        Node<K,V>[] tab; Node<K,V> p; int n, index;
        if ((tab = table) != null && (n = tab.length) > 0 &&
            // 根据hash函数确定位置
            (p = tab[index = (n - 1) & hash]) != null) {
            Node<K,V> node = null, e; K k; V v;
            // 找到对应的节点对象
            if (p.hash == hash &&
                ((k = p.key) == key || (key != null && key.equals(k))))
                node = p;
            else if ((e = p.next) != null) {
                if (p instanceof TreeNode)
                    node = ((TreeNode<K,V>)p).getTreeNode(hash, key);
                else {
                    do {
                        if (e.hash == hash &&
                            ((k = e.key) == key ||
                             (key != null && key.equals(k)))) {
                            node = e;
                            break;
                        }
                        p = e;
                    } while ((e = e.next) != null);
                }
            }
            // 执行删除方法
            if (node != null && (!matchValue || (v = node.value) == value ||
                                 (value != null && value.equals(v)))) {
                if (node instanceof TreeNode)
                    ((TreeNode<K,V>)node).removeTreeNode(this, tab, movable);
                else if (node == p)
                    tab[index] = node.next;
                else
                    p.next = node.next;
                ++modCount;
                --size;
                afterNodeRemoval(node);
                return node;
            }
        }
        return null;
    }

hash函数

源码如下：

static final int hash(Object key) {
    int h;
    return (key == null) ? 0 : (h = key.hashCode()) ^ (h >>> 16);
}

实现解析：
1.因为Hash表内部使用2幂次作为容量，减1后作为低位掩码，因此如果对象的hash code只在高位变化的话，将会始终发生冲突。典型的例子为在表内保存连续整数的Float集。具体例子如下：

public class HashMapLowBitHashCollide {

    public static void main(String[] args) {
        Float a = new Float(0.0f);
        for (int i=0; i<10; ++i) {
            a += 1.0f;
            System.out.println(Integer.toBinaryString(a.hashCode()));
        }
    }
}

打印结果如下：

111111100000000000000000000000
1000000000000000000000000000000
1000000010000000000000000000000
1000000100000000000000000000000
1000000101000000000000000000000
1000000110000000000000000000000
1000000111000000000000000000000
1000001000000000000000000000000
1000001000100000000000000000000
1000001001000000000000000000000

因此向低位传播高位的影响，在速度，实用性和位扩展质量之间需要权衡。
2.因为key.hashCode()函数调用的是key键值类型自带的哈希函数，返回int型散列值。int值范围为**-2147483648~2147483647**，前后加起来大概40亿的映射空间。由于表范围的限制，内存是不可能放一个40亿长度的数组，如果单纯使用hash code进行与低位掩码进行&运算，将永远使用不到高位的影响

已有实现

HashTable：HashTable是JDK的一个遗留类，HashMap实现的功能与HashTable几乎相同，但是HashTable存在性能问题，所以推荐使用HashMap。

ConcurrentHashMap：HashMap线程不安全的，因此如果需要在并发的条件下使用Map，需要使用ConcurrentHashMap。