前言

Hash 表（散列表）是一种高效的数据结构，查找效率达到了 O(1)。它本质上是一个数组，根据 Hash 函数 将元素映射到数组的某个位置进行存储。

有可能不同的元素会映射到同一个位置，称为 哈希冲突。哈希冲突无法避免，解决哈希冲突的方法有很多，比如开放地址法和 链表法。

其中，链表法是本文介绍的 HashMap 采用的方法，此外，在 JDK8 及以后的版本中，对 HashMap 做了进一步的优化，引入了 红黑树 结构在适当时候替换链表结构。

本文基于 JDK11 。

原理解析

属性和框架

HashMap 中定义了一些属性，它们的含义如下：

int DEFAULT_INITIAL_CAPACITY = 1 << 4：默认的初始容量为 16
int MAXIMUM_CAPACITY = 1 << 30：最大容量
float DEFAULT_LOAD_FACTOR = 0.75f：默认的负载因子
int TREEIFY_THRESHOLD = 8：当链表长度超过 8 时，使用红黑树存储
int UNTREEIFY_THRESHOLD = 6：当红黑树元素少于 6 时，转回链表存储
int MIN_TREEIFY_CAPACITY = 64：当 HashMap 的容量超过 64 时，才会允许转化为红黑树存储
Node<K,V>[] table：Hash 表数组
int size：键值对个数
int modCount：结构化修改次数

结构化修改是指元素数量的改变或者内部结构的变化，比如 rehash 操作。

int threshold：超过该阈值会进行扩容，threshold = capacity * loadFactor

内部结构

Hash 表 table 是 Node 类型的数组。其中，链表存储的节点类型是 HashMap.Node，红黑树存储的节点类型是 HashMap.TreeNode，TreeNode 是 Node 的子类。

哈希函数和索引计算

HashMap 中的 hash 值 计算如下：

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

使用异或操作保证了 32 位的哈希值只要有一位发生改变，整个返回值就会改变，一定程度上减少了哈希冲突的次数。

在 HashMap 中还需要计算 key 的索引 i，这是通过它的哈希值 hash 和数组容量 n 计算的，这是一种优化的索引计算方式，相当于对 n 取余，公式如下：

i = (n-1) & hash

扩容后原来在同一索引的元素只有如下两种情况：

保持原索引
数组原长度+原索引

例如，数组原长度 16，扩容后为 32。用二进制表示：

16-1：0000 1111 
32-1：0001 1111

假设 hash(key) = 0000 1010 (第 $log_216$ 位为 0),此时，扩容前后索引相同。假设 hash(key) = 0001 1010 (第 $log_216$ 位为 1)，此时，扩容前索引为 01010，扩容后索引为 11010，索引增加了 16。

那么如何判断某个 key 扩容后的索引是哪种情况呢？

我们假设数组扩容前的容量为 oldCap，且一定是 2 次幂，所以 oldCap 的二进制第 $log_2oldCap$ 位一定为 1，所以如果 hash(key) & oldCap 结果为 0，扩容情况索引相同，否则，索引增加 oldCap。

这个特点很重要，在 resize() 函数中利用这个特点重新构建扩容后的数组。

重写 hashCode

HashMap 利用 hashCode 来计算索引，如果是引用类型，使用 equals() 方法判断 key 是否相等，为了保证 equals() 相同的对象返回相同的 hashCode()，我们要在重写 equals() 时重写 hashCode()。

扩容

当出现以下两种情况时，会进行扩容 resize() 操作：

哈希表为空，相当于是初始化操作，默认容量为 16
键值对数量超过阈值 ，将哈希表数组变为原来的 2 倍

扩容时，会更新阈值 threshold，最后要重新计算索引，构建新的哈希表。

在 [哈希函数和索引计算] 中，我们知道某个索引的元素，扩容 2 倍后对应的新索引，要么保持原索引，要么增加原数组容量。以链表结构为例，遍历链表，根据 hash(key) & oldCap ，将链表节点分别加入两个不同的链表中，最后将两个链表的头节点赋值给新数组的两个位置。

保持原索引不变的节点构成一个链表，头尾节点分别为 loHead,loTail。索引增加原长度的节点构成一个链表，头尾节点分别为 hiHead,hiTail。

这部分的源码如下：

/**
* 重新计算原索引 j 处的链表节点的新索引
* e 初始是该索引处的第一个节点
* oldCap 原数组容量
* newTab 扩容后的数组
*/
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);
// 保持原索引的所有节点
if (loTail != null) {
    loTail.next = null;
    newTab[j] = loHead;
}
// 增加 oldCap 的所有结点
if (hiTail != null) {
    hiTail.next = null;
    newTab[j + oldCap] = hiHead;
}

初始化

使用构造函数初始化时，容量和负载因子默认是 16 和 0.75，也可以由用户指定。但是 不会创建数组对象。

哈希表的数组容量必须是 2 的次幂。如果用户指定的容量不是 2 的次幂，调用 tableSizeFor(initialCapacity) 方法用最接近的 2 次幂的容量代替，并且此时的阈值 threshold 等于数组容量（默认构造函数不会初始化 threshold）。

真正的创建数组对象并更新 threshold 的过程在 resize() 方法中。

红黑树化

为什么使用红黑树？

红黑树 RBT 是一种弱平衡的二叉查找树，不要求像 AVL 树 一样的严格平衡（严格平衡需要更多的旋转次数）。因此，从整体上看，红黑树 查找、删除、添加 更加稳定，性能也更好。

引入红黑树是为了解决 链表长度过长时，查询效率低 的问题。

红黑树和链表的转化

链表转为红黑树存储有两个条件：

数组容量 $\ge$ MIN_TREEIFY_CAPACITY
链表的长度 $\ge$ TREEIFY_THRESHOLD=8

如果数组容量不够，但是链表长度 $\ge$ 8 时，会进行一次扩容操作，仍然使用链表存储。

为什么阈值默认为 8 呢？

一般来说，如果 hashCode 分布均匀，链表的长度不会过长，很少会使用到红黑树存储。在理想情况下，使用随机哈希码，节点在数组中的出现频率符合泊松分布，当加载因子为 0.75、链表长度等于 8 时，节点出现的概率仅为 0.00000006，即几乎不会出现链表长度超过 8 的情况。

红黑树转为链表存储的条件是：

红黑树节点数 $\le$ UNTREEIFY_THRESHOLD=6

当删除元素或者 resize 操作时，可能导致红黑树节点减少，转化为链表存储。

添加 (put) 过程

put 方法实际上调用的是 putVal() 方法，

/**
 * @param hash key的hash值
 * @param onlyIfAbsent 如果为true,不改变重复key的值
 * @return 新添加key之前的值
 */
final V putVal(int hash, K key, V value, boolean onlyIfAbsent, boolean evict){}

添加键值对 (key,value) 的具体过程：

如果哈希表为空，先进行 resize() 操作。
计算新元素的索引 i，并记录 table[i] 的节点为 p
如果 p 为空（说明还没有存储任何元素），直接创建一个 Node 新节点。否则，说明已经存储了元素，出现了 哈希冲突，进行如下操作：
- 如果 p 是 TreeNode 实例，调用 putTreeVal() 方法插入到红黑树中
- 如果 p 是 Node 实例，遍历链表插入到链表尾部，并根据链表的长度判断是否需要转为红黑树
- （插入过程中）如果发现出现了重复的 key，就结束遍历，直接用新值覆盖旧值，并直接返回旧值
（能走到这里说明一定增加了一个元素）修改次数增加 1（modCount++），键值对个数加 1，如果哈希表新的容量达到了阈值，要进行 resize() 操作

putVal() 方法的源码有点多了，这里就不贴了😬。

获取 (get) 过程

get(key) 方法调用 getNode() 方法获取对应的 Node，返回 value。

// HashMap.class
public V get(Object key) {
    Node<K,V> e;
    return (e = getNode(hash(key), key)) == null ? null : e.value;
}

getNode(hash,key) 方法的过程如下：

计算索引 i，并获取 i 位置的第一个元素 first。如果哈希表为空或者 first 为空，返回 null。
如果 first 是要找的元素节点，返回 first。
如果 first 是 TreeNode 类型，调用 getTreeNode(hash, key) 从红黑树结构中查找
如果 first 是 Node 类型，顺序遍历链表查找
（没找到返回 null）获得当前数组（链表）的首元素first,判断key值是否相等，如果相等，直接返回key的value 如果不是first，判断是否为红黑树结构，如果是，调用红黑树的getTreeNode()方法查询如果不是红黑树结构，从first开始遍历链表，直到找到key值对应的元素，没有则返回null.

HashMap 的变化

存储结构的变化

JDK8 开始使用 数组+链表+红黑树 结构，之前是 数组+链表。

链表插入方式的变化

JDK8 开始出现冲突时，链表使用尾插入，之前是头插入。

头插入在多线程环境下可能导致 链表死循环 和 数据丢失 的问题。

hash 函数的变化

JDK8 之前的 hash 函数：

final int hash(Object k) {
    int h = hashSeed;
    if (0 != h && k instanceof String) {
        return sun.misc.Hashing.stringHash32((String) k);
    }

    h ^= k.hashCode();
    h ^= (h >>> 20) ^ (h >>> 12);
    return h ^ (h >>> 7) ^ (h >>> 4);
}

JDK8 开始使用的 hash 函数：

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

（扩容时）索引计算的变化

JDK8 之前计算某个 key 的索引会调用 indexFor() 方法：

// <= JDK7 的索引计算
static int indexFor(int h, int length) {
    return h & (length-1);
}

这其实就相当于是对 length 取余操作。

而 JDK8 在扩容时使用 hash(key) & oldCap 直接判断（具体在 [哈希函数和索引计算] 中已经提到了）。

遍历元素

使用 EntrySet 获取键值对集合。Entry 是 Map 中用来描述键值对的接口，而 Node、TreeNode 都是它的实现类。

（如果使用 for 循环的话）必须使用增强 for 循环才能正确地获得键值对：

// 使用增加 for 循环遍历 HashMap
for(Map.Entry<Integer,String> entry : map.entrySet()){
    System.out.println(entry.getKey());
    System.out.println(entry.getValue());
}

增强循环只是一种语法糖，本质上还是使用 迭代器 来实现的，HashMap 中有如下迭代器：

HashIterator：迭代器父类，提供默认实现，有以下三个子类
EntryIterator：遍历 Entry 的迭代器，对应 EntrySet
KeyIterator：遍历 key 的迭代器
ValueIterator：遍历 value 的迭代器

遍历所有元素也可以使用 EntryIterator，它通过 EntrySet.iterator() 方法获取到：

// 使用迭代器遍历
Iterator<Map.Entry<Integer, String>> iterator = map.entrySet().iterator();
while (iterator.hasNext()){
    Map.Entry<Integer, String> next = iterator.next();
    System.out.println(next.getKey());
    System.out.println(next.getValue());
}

迭代器遍历的过程中，如果要 删除元素，要使用迭代器本身的 remove() 方法 ，而不应使用 HashMap 的 remove() 方法。

类似的，使用 KeySet、KeyIterator 和 Values、ValueIterator 也可以分别遍历 key 和 value。

深入解析 HashMap

前言