从源码分析HashMap

如果你了解过数据结构，就应该理解散列表的概念，类似于数学中函数的概念，通过一个自变量映射到一个因变量上。如果把键值当作自变量，对应的值当作因变量，这样我们就得到了一些键值对，保存这些键值对的数据结构我们就叫做散列表，在 Java 中，拥有一个Map接口来提供操作这种数据结构的方法

Java的数据结构接口分为两个大类，Collection和Map，我们这里要讲的HashMap就是Map分支的一个实例对象

源码分析

HashMap的结构

我们点进HashMap的源码，可以看到HashMap继承了AbstractMap抽象类，实现了Map接口，同时还实现了Cloneable和Serializable接口以提供浅复制和序列化

我们的重点是HashMap，所以把重心放在HashMap本身上，只需要知道Map和AbstractMap提供了一些方法接口和默认实现即可 类似于ArrayList的数组，HashMap也有存储数据的对象，是一个Node类型的数组

transient Node<K,V>[] table;
复制代码

这个Node类型是什么呢，我们点进去，发现是一个HashMap的静态内部类

static class Node<K,V> implements Map.Entry<K,V> {
        final int hash;
        final K key;
        V value;
        Node<K,V> next;
复制代码

有四个属性，我们依次解释

• hash：键的hash值。注意，这里的hash值要和键的hashcode值区分开，下面还会提到
• key：键值对的键
• value：键值对的值
• next：链表指针

这里的next指针可能有些人不了解，这里先解释一下Hash冲突

计算机不像人类一样可以清晰地分辨出哪些对象属于一类，在HashMap中，通过一个key的hash值来唯一确定一个key在数组中的索引位置。但是Java并不能保证任意两个逻辑意义不同的对象一定拥有不同的hash值，所以就有可能发生有两个在我们看来完全不同的对象，却有着相同的hash值，但是一个索引位置只能放一个元素，这时候就发生了 哈希冲突

这里我只说一下HashMap中的解决办法，即 数组-链表 法，将发生冲突的节点（拥有不同key值但是相同hash值的节点）以链表的形式挂在数组的某一个索引位置处，如下图

回来继续看HashMap的结构，还剩下三个常量

/** 默认初始容量 */
static final int DEFAULT_INITIAL_CAPACITY = 1 << 4; // aka 16
/** 最大容量 */
static final int MAXIMUM_CAPACITY = 1 << 30;
/** 负载因子 */
static final float DEFAULT_LOAD_FACTOR = 0.75f;
复制代码

初始容量和最大容量很好理解，都是为了控制数组长度的常量，负载因子如果学过数据结构应该也很好理解，我们在存放KV时，并不能将数组占满，而是最多只能达到 数组长度 * 负载因子 的长度，这样可以尽量避免频繁的哈希冲突

还有其余一些属性，比如临界值threshold，我们遇到了再说

HashMap的操作

扩容操作

因为底层数据结构是一个数组，并不能弹性地自动扩容，所以HashMap提供了一个扩容方法：resize。这个方法返回一个Node对象的数组，也就是扩容后的新数组

方法很长，我们一点一点看

Node<K,V>[] oldTab = table;
	int oldCap = (oldTab == null) ? 0 : oldTab.length;
	int oldThr = threshold;
	int newCap, newThr = 0;
复制代码

首先是定义了

• oldTab：扩容前的数组
• oldCap：扩容前数组的长度
• oldThr：扩容前的临界值（超过临界值会进行扩容）（计算公式：数组长度*负载因子）
• newCap：扩容后的长度
• newThr：扩容后的临界值

其次是一些边界条件判断：

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);
     }
复制代码

这几个条件，具体表示为以下含义：

• 如果之前数组长度已经达到最大容量，则取消负载因子的限制（将临界值设为最大值）
• 如果之前数组长度扩大到两倍后（每次扩容到之前的两倍），没有超过最大限制，新数组的长度为之前的两倍
• 如果之前数组长度为0，但是临界值大于0，则让新数组的长度等于临界值
• 如果之前的数组长度为0，且临界值也为0，则把新数组的长度和临界值设为默认值

然后是赋值部分

threshold = newThr;
@SuppressWarnings({"rawtypes","unchecked"})
Node<K,V>[] newTab = (Node<K,V>[])new Node[newCap];
table = newTab;
复制代码

把新的临界值和新的空数组赋值过去

最后就是核心部分，即将原数组的内容拷贝到新数组去。整段代码逻辑复杂，我们一部分一部分的来看

if (oldTab != null) {
	for (int j = 0; j < oldCap; ++j) {
		Node<K,V> e;
复制代码

首先进行了一次非空判断，最外层是一个循环，循环次数是扩容前数组的长度，即它的目的是遍历一遍老数组

然后是接着是两个终止条件（单轮次的终止而不是整个循环的终止）

if ((e = oldTab[j]) != null) {
	oldTab[j] = null;
	if (e.next == null)
		newTab[e.hash & (newCap - 1)] = e;
复制代码

• 如果当前索引位置为空，跳过该节点，进入下一次循环
• 如果当前索引位置节点的next节点为空，即索引位置只有一个节点，则直接将该节点的值赋到新数组对应的位置上，然后进入下一次循环

这里需要再解释一下，键的hash值并不是对应的索引位置，而是通过和 数组长度-1 作 与运算 得到最终的索引位置

接下来，判断是否为TreeNode节点

else if (e instanceof TreeNode)
		((TreeNode<K,V>)e).split(this, newTab, j, oldCap);
复制代码

TreeNode节点也是一个内部类，表示一棵红黑树（不理解红黑树的就当成二叉树即可）。因为链表长度如果过长，那么索引的效率就会降低，所以将其链表转换为红黑树。这里如果发现当前索引节点是树节点，则通过对应的方法进行转移

接下来我们只看这一段核心代码

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;
	    }
	}
复制代码

刚看可能大家都是一头雾水，主要是因为有一个点没有理解，我简要讲解一下：

• 采用e.hash & oldCap 而不是 oldCap-1 ，是因为这里不是为了计算索引位置，而是判断是否需要进行移动

这样就很清晰了，这段代码让loHead=>loTail这条链连接所有新老数组中索引位置一样的元素，而hiHead=>hiTail这条链连接所有新老数组中位置改变的数组

不改变位置的链上元素还是移动到新数组对应位置上，而改变位置的链上元素则移动到 j+oldCap 的索引位置

最后返回新数组作为结果

取值方法

在HashMap中，通过调用get()方法即可获取某个key值对应的value，在HashMap内部，这个方法具体实现如下

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

get()方法内部调用getNode方法获取key值对应的节点，这个方法需要传入两个参数，key和key的哈希值，这个hash()方法的具体实现如下

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

显然，并不是直接调用key的hashCode()方法，而是将key的hashCode的高16位和低16位做异或运算，来充分运用高位和低位的信息，毕竟只取低位或只取高位的话会发生大量的碰撞情况

好的继续说getNode方法，方法很简练，如下

final Node<K,V> getNode(int hash, Object key) {
        Node<K,V>[] tab; Node<K,V> first, e; int n; K k;
        // 临界判断，需要保证数组非空以及索引位置非空
        if ((tab = table) != null && (n = tab.length) > 0 &&
            (first = tab[(n - 1) & hash]) != null) {
            if (first.hash == hash &&	// 检查索引位置的第一个节点的key值是否为所求
                ((k = first.key) == key || (key != null && key.equals(k))))
                return first;
            if ((e = first.next) != null) {
            	// 如果是树节点，则通过对应的方法来获取
                if (first instanceof TreeNode)
                    return ((TreeNode<K,V>)first).getTreeNode(hash, key);
                // 否则就扫描整条链表
                do {
                    if (e.hash == hash &&
                        ((k = e.key) == key || (key != null && key.equals(k))))
                        return e;
                } while ((e = e.next) != null);
            }
        }
        return null;
    }
复制代码

本身不难理解，获取节点的过程可分为以下几步

1. 临界判断，如果是数组或索引位置为空就直接返回，否则进入下一步
2. 检查第一个节点是否为所求节点，如果是，则直接返回，否则进入下一步
3. 如果索引位置是树节点，通过红黑树对应的方法来查找节点，否则遍历链表来寻找

插入方法

和get方法类似，put方法也是调用了其他方法来进行插入，如下

public V put(K key, V value) {
        return putVal(hash(key), key, value, false, true);
    }
复制代码

下面是具体putVal方法：

final V putVal(int hash, K key, V value, boolean onlyIfAbsent,
                   boolean evict) {
        Node<K,V>[] tab; Node<K,V> p; int n, i;
        if ((tab = table) == null || (n = tab.length) == 0)
            n = (tab = resize()).length;
        if ((p = tab[i = (n - 1) & hash]) == null)
            tab[i] = newNode(hash, key, value, null);
        else {
            Node<K,V> e; K k;
            if (p.hash == hash &&
                ((k = p.key) == key || (key != null && key.equals(k))))
                e = p;
            else if (p instanceof TreeNode)
                e = ((TreeNode<K,V>)p).putTreeVal(this, tab, hash, key, value);
            else {
                for (int binCount = 0; ; ++binCount) {
                    if ((e = p.next) == null) {
                        p.next = newNode(hash, key, value, null);
                        if (binCount >= TREEIFY_THRESHOLD - 1) // -1 for 1st
                            treeifyBin(tab, hash);
                        break;
                    }
                    if (e.hash == hash &&
                        ((k = e.key) == key || (key != null && key.equals(k))))
                        break;
                    p = e;
                }
            }
            if (e != null) { // existing mapping for key
                V oldValue = e.value;
                if (!onlyIfAbsent || oldValue == null)
                    e.value = value;
                afterNodeAccess(e);
                return oldValue;
            }
        }
        ++modCount;
        if (++size > threshold)
            resize();
        afterNodeInsertion(evict);
        return null;
    }
复制代码

前三个参数很好理解，问题是后面两个参数，点进putVal方法，可以看到这两个参数的含义依次是：

• onlyIfAbsent：如果为true，则不覆盖原值
• evict：如果为false，则table处于创建模式

onlyIfAbsent很好理解，主要是evict这个变量很奇怪，其实我们接下来看源码就会发现，这个变量仅仅触发了插入之后的一个回调方法，这个方法体为空，也就是这个变量没有实际意义

把重心放在putVal方法上，一开始还是两个临界判断，如下

if ((tab = table) == null || (n = tab.length) == 0)
    	n = (tab = resize()).length;
    if ((p = tab[i = (n - 1) & hash]) == null)
    	tab[i] = newNode(hash, key, value, null);
复制代码

• 如果数组为空，触发扩容方法
• 如果索引位置为空，直接在该位置插入

至于我为什么把插入语句当成临界判断条件，是因为putVal方法的核心不在这里，我们接着看

else {
            Node<K,V> e; K k;
            if (p.hash == hash &&
                ((k = p.key) == key || (key != null && key.equals(k))))
                e = p;
            else if (p instanceof TreeNode)
                e = ((TreeNode<K,V>)p).putTreeVal(this, tab, hash, key, value);
            else {
                for (int binCount = 0; ; ++binCount) {
                    if ((e = p.next) == null) {
                        p.next = newNode(hash, key, value, null);
                        if (binCount >= TREEIFY_THRESHOLD - 1) // -1 for 1st
                            treeifyBin(tab, hash);
                        break;
                    }
                    if (e.hash == hash &&
                        ((k = e.key) == key || (key != null && key.equals(k))))
                        break;
                    p = e;
                }
            }
            // 说明存在拥有相同key值的节点
            if (e != null) {
                V oldValue = e.value;
                // 如果我们设置了onlyIfAbsent为true或原value为空
                if (!onlyIfAbsent || oldValue == null)
                    e.value = value;
                // 一个空回调方法
                afterNodeAccess(e);
                return oldValue;
            }
        }
复制代码

如果上述两个条件不满足，则说明需要在链表/红黑树节点上进行插入，我们一部分一部分的看

else if (p instanceof TreeNode)
			e = ((TreeNode<K,V>)p).putTreeVal(this, tab, hash, key, value);
复制代码

p节点是当前数组索引位置的节点，假如这个节点是树节点，会调用putTreeVal方法进行插入

否则说明是链表结构，则需要找到链表尾进行插入，如下

for (int binCount = 0; ; ++binCount) {
                	// 如果找到链表尾就直接插入
                    if ((e = p.next) == null) {
                        p.next = newNode(hash, key, value, null);
                        if (binCount >= TREEIFY_THRESHOLD - 1) // -1 for 1st
                        	// 如果大于链表长度阈值，就将其转换为红黑树
                            treeifyBin(tab, hash);
                        break;
                    }
                    // 判断条件：hash值相等，且key值（物理/逻辑）相等
                    if (e.hash == hash &&
                        ((k = e.key) == key || (key != null && key.equals(k))))
                        break;
                    p = e;
                }
复制代码

这里提醒一点，TREEIFY_THRESHOLD是链表长度的阈值，也就是说链表长度最多只能为TREEIFY_THRESHOLD，超过了这个值就会被转换成红黑树结构，这个值固定为8

最后，判断是否需要进行扩容

++modCount;
        if (++size > threshold)
            resize();
        // 空回调函数
        afterNodeInsertion(evict);
        return null;
复制代码

注意，只要不触发原值覆盖条件，putVal方法一定只会返回null