HashMap详解
HashMap介绍
HashMap是Map接口的实现类，HashMap基于哈希表数据结构实现的 主要特点如下：
- HashMap是无序的双列集合，也就是存取的元素顺序和取出的顺序可能会不一致，并且是非线程安全的
- key是唯一的，不能重复，一个key只能对应一个value
- key和value都可以为null，
- 数据结构：哈希表结构，控制的是key值
- jdk1.8之前是 数组+链表
- jdk1.8之后是 数组+链表+红黑树(当单个链表长度超过8，并且数组的长度大于64才会出现红黑树结构)，目的是高效率存储数据，（红黑树这里不详细描述，后续在详细介绍。）
HashMap继承关系如下：
哈希表简介
散列表（Hash table，也叫哈希表），是根据键（Key）而直接访问内存储存位置的数据结构。也就是说，它通过计算出一个键值的函数，将所需查询的数据映射到表中一个位置来让人访问，这加快了查找速度。这个映射函数称做散列函数，存放记录的数组称做散列表(来源于维基百科)。简单来说就是哈希表本质是一个存储哈希函数计算出的值的数组。
HashMap结构如下图：
HashMap存储解析
首先看一张HahsMap存储的大概流程图，然后在深入到源码中。
static final float DEFAULT_LOAD_FACTOR = 0.75f;
//加载因子，决定了HashMap的扩容
final float loadFactor;
//扩容临界值 (数组容量* 加载因子)
int threshold;
//默认容量16,当前集合中元素存入达到阀值【扩容临界值】，则进行扩容，HashMap扩容每次扩容到原有的2倍
static final int DEFAULT_INITIAL_CAPACITY = 1 << 4;
//hashmap中存储数据的数组
transient Node<K,V>[] table;
//缓存数组的对象
transient Set<Map.Entry<K,V>> entrySet;
//hashmap存储的元素个数
transient int size;
下面深入到put方法中查看hashmap怎么存储数据的
public V put(K key, V value) {
return putVal(hash(key), key, value, false, true);
}
static final int hash(Object key) {
int h;
return (key == null) ? 0 : (h = key.hashCode()) ^ (h >>> 16);
}
final V putVal(int hash, K key, V value, boolean onlyIfAbsent,
boolean evict) {
//HashMap中的数组
Node<K,V>[] tab; Node<K,V> p; int n, i;
//判断数据是否为空，如果为空则进行扩容
if ((tab = table) == null || (n = tab.length) == 0)
//resize()进行扩容了， 也就是第一次添加的时候
n = (tab = resize()).length;
//如果数组不为空，求(n-1) 和 key的hash的位运算，得到的tab中对应下标中的元素
if ((p = tab[i = (n - 1) & hash]) == null)
//如果为空，则直接新增一个节点进行存储
tab[i] = newNode(hash, key, value, null);
else {
Node<K,V> e; K k;
//判断第一个节点的hash值和要添加的hash值是否相同，如果相同并且key也相同则进行覆盖
if (p.hash == hash &&
((k = p.key) == key || (key != null && key.equals(k))))
e = p;
//判断当前节点是否是红黑树
else if (p instanceof TreeNode)
//如果是红黑树，则添加为红黑树的一个节点
e = ((TreeNode<K,V>)p).putTreeVal(this, tab, hash, key, value);
else {
//循环当前索引下对应链表的所有元素，
for (int binCount = 0; ; ++binCount) {
//全不相同，则创建新节点，并连接上去
if ((e = p.next) == null) {
p.next = newNode(hash, key, value, null);
//如果当前链表长度大于8，如果大于8则链表转红黑树
if (binCount >= TREEIFY_THRESHOLD - 1) // -1 for 1st
treeifyBin(tab, hash);
break;
}
//如果hash相同 key也相同则进行覆盖
if (e.hash == hash &&
((k = e.key) == key || (key != null && key.equals(k))))
break;
p = e;
}
}
if (e != null) {
if (!onlyIfAbsent || oldValue == null)
//新的元素值替换旧的元素值
e.value = value;
afterNodeAccess(e);
return oldValue;
}
}
//修改次数
++modCount;
//判断当前数据元素个数是否大于阀值(默认是16，16 * 0.75)
if (++size > threshold)
resize();
afterNodeInsertion(evict);
return null;
}
HahsMap容量 & 扩容
容量
HashMap的初始化容量是16，也可以手动指定初始化容量（即使手动指定，最终还是会被HashMap重设为大于等于设置值最近的2的n次幂的数），初始化容量必须是2的n次幂，主要是为了数据的均匀分布尽可能减少哈希冲突提升集合性能，如果不是则会浪费数组的空间，降低集合的性能。
向HashMap中添加元素时，要根据key的hash值去确定其在数组中的具体位置。 HashMap为了存取高效，要尽量较少碰撞，就是要尽量把数据分配均匀，每个链表长度大致相同。怎么让元素均匀分配呢? 这里用到的算法是hash&(length-1)。算法本质作用是类似于取模， hash%length。一般情况下直接求模效率远不如位运算。hash%length取模效果操作等于hash&(length-1)的前提是 length是2的n次幂! 当然如果不考虑效率问题，求模即可。就不需要长度必须是2的n次幂了。如果采用位运算，必须 是2的n次幂!
例如：手动指定初始化容量为31，经过调整之后容量为32
接下来通过源码查看初始化容量的处理
public HashMap(int initialCapacity, float loadFactor) {
//如果设置的最大值大于1 << 30 也就是2的30次方，则等于最大值
if (initialCapacity > MAXIMUM_CAPACITY)
initialCapacity = MAXIMUM_CAPACITY;
this.loadFactor = loadFactor;
this.threshold = tableSizeFor(initialCapacity);
}
//自动调整初始化容量
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;
}
加载因子
为什么加载因子是0.75 这样设置的原因是什么呢？加载因子是可以手动设置的，但是建议不要修改加载因子
加载因子太大则会导致查找元素的效率降低，太小则会导致数组的利用率较低，0.75是官方给的一个比较好的临界值。看一下例子
loadFactor = 0.2 ，扩容阀值为 16 * 0.2 ---》 3 也就是说当数组中存3个元素之后就要进行扩容，利用率太低了 loadFactor = 1， 扩容阀值为 16 * 1 ---》16 存储的元素会越稠密，会导致链表有点多，导致查找元素效率降低
扩容
扩容是有条件的（当达到扩容阀值的时候才会进行扩容 ： 容量 * 加载因子）当单个元素节点链表长度达到了8，并且数据组元素没有达到64则进行扩容。Hash的扩容是比较耗时的操作，需要创建新数组，赋值/平移等操作；建议在开发过程中初始化的时候设置HashMap的容量。初始化容量 = (需要存储的元素个数 / 负载因子 ) + 1， 如果计算出来的值不是2的n次幂的时候 hashmap也会计算出来大于设置值的最近的2的n次幂的值，虽然内存上会有一些损耗，但是性能上会得到提升。
HashMap的扩容将原数组中数据节点 均匀分散到新的数组中，由于每次扩容都是翻倍的，与原来计算的(n-1) & hash的结果相比，只是多了一个bit位，所以节点要么在原来的位置，要么分配到原有位置+旧容量这个位置
下面从源码角度来分析HashMap的扩容机制
final Node<K,V>[] resize() {
Node<K,V>[] oldTab = table;
//原有数组容量
int oldCap = (oldTab == null) ? 0 : oldTab.length;
//原始扩容边界阀值
int oldThr = threshold;
//定义新的容量、新的扩容边界阀值
int newCap, newThr = 0;
if (oldCap > 0) {
//如果原有的容量大于最大值，则设置为Integer的最大值
if (oldCap >= MAXIMUM_CAPACITY) {
threshold = Integer.MAX_VALUE;
return oldTab;
}
//则新的容量 = 原有容量 * 2
else if ((newCap = oldCap << 1) < MAXIMUM_CAPACITY &&
oldCap >= DEFAULT_INITIAL_CAPACITY)
//新的扩容阀值 = 原有的扩容阀值 * 2
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);
}
//给全局变量赋值 为新的扩容阈值
threshold = newThr;
@SuppressWarnings({"rawtypes","unchecked"})
//创建新的数组，容量为新的容量
Node<K,V>[] newTab = (Node<K,V>[])new Node[newCap];
table = newTab;
if (oldTab != null) {
//将原始的数组，均匀分散在新的数组中
for (int j = 0; j < oldCap; ++j) {
Node<K,V> e;
if ((e = oldTab[j]) != null) {
//原始数组索引位为空
oldTab[j] = null;
//判断当前节点是否有下一个节点
if (e.next == null)
//如果没有 则直接平移过去
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;
//当前节点key的hash值和原有的容量进行 位 运算，计算出新的元素位置（0 或 1）
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);
//当前节点key的hash值 和容量为0，得出新的位置 和 原有的位置一致
if (loTail != null) {
loTail.next = null;
newTab[j] = loHead;
}
//当前节点key的hash值 和容量不为0，得出新的位置 = 原有的位置 + 原有的容量
if (hiTail != null) {
hiTail.next = null;
newTab[j + oldCap] = hiHead;
}
}
}
}
}
return newTab;
}
HashMap 链表转红黑树详解
当链表长度超过边界值8，就会启动转红黑树，但是数组长度必须大于等于64只有Map中的数量超过了这个值时，表中的所有元素才会树形化 如果链表中的元素比较小，小于6的时候，并且这个节点的结构为红黑树，则会将红黑树转换链表， 为什么 节点要大高8个才会转红黑树呢？ 从HashMap中的注释可以看出 只有足够大的时候才会转红黑树，变小的时候会在转成普通链表，在使用分布良好的hashcode的时，很少使用树。 在随机哈希码下，桶中节点的频率服从泊松分布，默认调整阈值为0.75，平均参数约为 0.5，尽管由于调整粒度的差异很大。忽略方差，列表大小k的预期出现次数是(exp(-0.5)*pow(0.5, k)/factorial(k))。
0: 0.60653066
1: 0.30326533
2: 0.07581633
3: 0.01263606
4: 0.00157952
5: 0.00015795
6: 0.00001316
7: 0.00000094
8: 0.00000006
也就是说当hashCode哈希函数值离散型很好的情况下，红黑树使用到的概率非常小，概率为0.00000006
链表转红黑树情况很少，一般情况下还是数据+链表
static final int TREEIFY_THRESHOLD = 8;
//最小应该是 4 * TREEIFY_THRESHOLD
static final int MIN_TREEIFY_CAPACITY = 64;
static final int UNTREEIFY_THRESHOLD = 6;
//链表转红黑树，将所有链表的节点，转换为红黑树节点，如果链表中的数组太小，则不会转换
final void treeifyBin(Node<K,V>[] tab, int hash) {
int n, index; Node<K,V> e;
//如果数组为空 或者数组长度小于红黑树最小阈值（64）则进行扩容
if (tab == null || (n = tab.length) < MIN_TREEIFY_CAPACITY)
resize();
else if ((e = tab[index = (n - 1) & hash]) != null) {
TreeNode<K,V> hd = null, tl = null;
//链表转红黑树
do {
//将原始链表节点，替换为红黑树节点
TreeNode<K,V> p = replacementTreeNode(e, null);
if (tl == null)
//将当前节点赋值给头部节点
hd = p;
else {
//当前节点的上一个节点指向尾部节点
p.prev = tl;
//将当前节点赋值给尾部节点的下一个节点
tl.next = p;
}
tl = p;
} while ((e = e.next) != null);
//把头部节点赋值给当前索引为，并判断是否为空
if ((tab[index] = hd) != null)
//将第一个节点转换为红黑树的顶部节点
hd.treeify(tab);
}
}
