HashMap深入讲解
HashMap是Java中最常用的集合类框架，也是Java语言中非常典型的数据结构，而HashSet和HashMap者在Java里有着雷同的实现，前者仅仅是对后者做了一层包装，也就是说HashSet内里有一个HashMap(适配器模式)。因此了解HashMap源码也就了解HashSet了
介绍
[*]Key的存储方式是基于哈希表的
[*]HashMap是 Map 接口 使用频率最高的实现类。
[*]允许使用null键和null值，与HashSet一样，不保证映射的顺序。
[*]全部的key构成的集合是无序的、唯一不可重复的。所以，key所在的类要重写：equals()和hashCode()
[*]全部的value构成的集合是Collection:无序的、可以重复的。所以，value所在的类要重写：equals()
[*]一个key-value构成一个entry
[*]全部的entry构成的集合是Set:无序的、不可重复的
[*]HashMap 判断两个 key 相等的标准是：两个 key 通过 equals() 方法返回 true，hashCode 值也相等。
[*]HashMap 判断两个 value 相等的标准是：两个 value 通过 equals() 方法返回 true
底层原理介绍
底层数据结构和初始属性
static final int DEFAULT_INITIAL_CAPACITY = 1 << 4; //HashMap的默认初始容量，16
static final int MAXIMUM_CAPACITY = 1 << 30;//HashMap的最大支持容量，2^30
static final float DEFAULT_LOAD_FACTOR = 0.75f;//HashMap的默认加载因子
static final int TREEIFY_THRESHOLD = 8;//Bucket中链表长度大于该默认值，转化为红黑树
static final int UNTREEIFY_THRESHOLD = 6;//Bucket中红黑树存储的Node小于该默认值，转化为链表
/**
* 桶中的Node被树化时最小的hash表容量。
*（当桶中Node的数量大到需要变红黑树时，
* 若hash表容量小于MIN_TREEIFY_CAPACITY时，
* 此时应执行resize扩容操作这个MIN_TREEIFY_CAPACITY的值至少是TREEIFY_THRESHOLD的4倍。）
*/
static final int MIN_TREEIFY_CAPACITY = 64;
//存储元素的数组，总是2的n次幂
//通过数组存储，数组的元素是具体的Node<K,V>，这个Node有可能组成红黑树，可能是链表
transient Node<K,V>[] table;
//存储具体元素的集
transient Set<Map.Entry<K,V>> entrySet;
//HashMap中存储的键值对的数量
transient int size;
//扩容的临界值，=容量*加载因子
int threshold;
//The load factor for the hash table.
final float loadFactor;这里分为了三步：
[*]h=key.hashCode() //第一步 取hashCode值
[*]h^(h>>>16) //第二步 高位到场运算，减少辩论，hash计算到这里
[*]return h&(length-1); //第三步 取模运算，计算数据在桶中的位置，这里看后面的源码
第3步(n-1)&hash原理：
[*]实际上(n-1) & hash等于 hash%n都可以得到元素在桶中的位置，但是(n-1)&hash操纵更快。
[*]取余操纵如果除数是 2 的整数次幂可以优化为移位操纵。这也是为什么扩容时必须是必须是2的n次方
位运算(&)效率要比代替取模运算(%)高很多，主要缘故原由是位运算直接对内存数据进行操纵，不需要转成十进制，因此处理速度非常快。
而计算hash是通过同时使用hashCode()的高16位异和低16位实现的(h >>> 16)：这么做可以在数组比力小的时候，也能保证考虑到高低位都到场到Hash的计算中，可以减少辩论，同时不会有太大的开销。
hash值实在是一个int类型，二进制位为32位，而HashMap的table数组初始化size为16，取余操纵为hashCode & 15 ==> hashCode & 1111 。这将会存在一个巨大的问题，1111只会与hashCode的低四位进行与操纵，也就是hashCode的高位实在并没有到场运算，会导很多hash值不同而高位有区别的数，最后算出来的索引都是一样的。 举个例子，假设hashCode为1111110001，那么1111110001 & 1111 = 0001，如果有些key的hash值低位与前者雷同，但高位发生了变化，如1011110001 & 1111 = 0001，1001110001 & 1111 = 0001，显然在高位发生变化后，最后算出来的索引照旧一样，如许就会导致很多数据都被放到一个数组内里了，造成性能退化。 为了制止这种情况，HashMap将高16位与低16位进行异或，如许可以保证高位的数据也到场到与运算中来，以增大索引的散列程度，让数据分布得更为均匀（个人认为是为了分布均匀）
put流程如下：
https://seven97-blog.oss-cn-hangzhou.aliyuncs.com/imgs/202404250901133.jpg
//空参构造，初始化加载因子
public HashMap() {
this.loadFactor = DEFAULT_LOAD_FACTOR; // all other fields defaulted
}
//有参构造，可以初始化初始容量大小和加载因子
public HashMap(int initialCapacity, float loadFactor) {
if (initialCapacity < 0)
throw new IllegalArgumentException("Illegal initial capacity: " +
initialCapacity);
if (initialCapacity > MAXIMUM_CAPACITY)
initialCapacity = MAXIMUM_CAPACITY;
if (loadFactor <= 0 || Float.isNaN(loadFactor))
throw new IllegalArgumentException("Illegal load factor: " +
loadFactor);
this.loadFactor = loadFactor;
this.threshold = tableSizeFor(initialCapacity);//扩容的临界值，= 容量*加载因子
}public V put(K key, V value) {
return putVal(hash(key), key, value, false, true);
}总结put方法流程：
[*]如果table没有初始化就先进行初始化过程
[*]使用hash算法计算key的索引判断索引处有没有存在元素，没有就直接插入
[*]如果索引处存在元素，则遍历插入，有两种情况，
[*]一种是链表形式就直接遍历到尾端插入，
[*]一种是红黑树就按照红黑树结构
[*]插入链表的数量大于阈值8，且数组大小已经大等于64，就要转换成红黑树的结构
[*]添加成功后会查抄是否需要扩容
数组扩容
static final int hash(Object key) {
int h;
//为什么要右移16位？ 默认长度为2^5=16，与hash值&操作，容易获得相同的值。
return (key == null) ? 0 : (h = key.hashCode()) ^ (h >>> 16);
}显然，HashMap的扩容机制，就是当达到扩容条件时会进行扩容。扩容条件就是当HashMap中的元素个数凌驾临界值时就会自动扩容（threshold = loadFactor * capacity）。如果是初始化扩容，只执行resize的前半部分代码，但如果是随着元素的增长而扩容，HashMap需要重新计算oldTab中每个值的位置，即重修hash表，随着元素的不断增长，HashMap会发生多次扩容，如许就会非常影响性能。所以一般发起创建HashMap的时候指定初始化容量
但是当使用HashMap(int initialCapacity)来初始化容量的时候，HashMap并不会使用传进来的initialCapacity直接作为初始容量。JDK会默认计算一个相对合理的值当做初始容量。所谓合理值，实在是找到第一个比用户传入的值大的2的幂。也就是说，当new HashMap(7)创建HashMap的时候，JDK会通过计算，创建一个容量为8的Map；当new HashMap(9)创建HashMap的时候，JDK会通过计算，创建一个容量为16的Map。当然了，当创建一个HashMap时，表的大小并不会立刻分配，而是在第一次put元素时进行分配，并且分配的大小会是大于或等于初始容量的最小的2的幂。
一般来说，initialCapacity = (需要存储的元素个数 / 负载因子) + 1。注意负载因子（即 loaderfactor）默认为 0.75，如果暂时无法确定初始值大小，请设置为 16（即默认值）。HashMap 需要放置 1024 个元素，由于没有设置容量初始大小，随着元素增长而被迫不断扩容，resize() 方法统共会调用 8 次，反复重修哈希表和数据迁徙。当放置的集合元素个数达千万级时会影响程序性能。
// 第四个参数 onlyIfAbsent 如果是 true，那么只有在不存在该 key 时才会进行 put 操作
// 第五个参数 evict 我们这里不关心
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)//初始判断，初始数组为空时
// resize()初始数组，需要进行扩容操作
n = (tab = resize()).length;
//这里就是上面的第三步，根据key的hash值找到数据在table中的位置
if ((p = tab) == null)
//通过hash找到的数组下标，里面没有内容就直接赋值
tab = newNode(hash, key, value, null);
else {//如果里面已经有内容了
Node<K,V> e; K k;
if (p.hash == hash &&
//hash相同，key也相同，那就直接修改value值
((k = p.key) == key || (key != null && key.equals(k))))
e = p;
else if (p instanceof TreeNode)
//key不相同，且节点为红黑树，那就把节点放到红黑树里
e = ((TreeNode<K,V>)p).putTreeVal(this, tab, hash, key, value);
else {
//表示节点是链表
for (int binCount = 0; ; ++binCount) {
if ((e = p.next) == null) {
//添加到链表尾部
p.next = newNode(hash, key, value, null);
if (binCount >= TREEIFY_THRESHOLD - 1) // -1 for 1st
//如果满足链表转红黑树的条件，则转红黑树
treeifyBin(tab, hash);
break;
}
if (e.hash == hash &&
((k = e.key) == key || (key != null && key.equals(k))))
break;
p = e;
}
}
//传入的K元素已经存在，直接覆盖value
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)//检查元素个数是否大于阈值，大于就扩容
resize();
afterNodeInsertion(evict);
return null;
}final void treeifyBin(Node<K,V>[] tab, int hash) {
int n, index; Node<K,V> e;
//检查是否满足转换成红黑树的条件，如果数组大小还小于64，则先扩容
if (tab == null || (n = tab.length) < MIN_TREEIFY_CAPACITY)
resize();
else if ((e = tab) != null) {
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 = hd) != null)
hd.treeify(tab);
}
}总结get方法：
[*]起首通过hash()函数得到对应数组下标，然后依次判断。
[*]判断第一个元素与key是否匹配，如果匹配就返回参数值；
[*]判断链表是否红黑树，如果是红黑树，就进入红黑树方法获取参数值；
[*]如果不是红黑树结构，直接循环遍历链表判断，直到获取参数为止；
remove方法
jdk1.8的删除逻辑实现比力复杂，删除时有红黑树节点删除和调解：
[*]默认判断链表第一个元素是否是要删除的元素；
[*]如果第一个不是，就继续判断当前辩论链表是否是红黑树，如果是，就进入红黑树内里去找；
[*]如果当前辩论链表不是红黑树，就直接在链表中循环判断，直到找到为止；
[*]将找到的节点，删撤除，如果是红黑树结构，会进行颜色转换、左旋、右旋调解，直到满足红黑树特性为止；
HashSet
[*]Set 不能存放重复元素，无序的，允许一个null(基于HashMap 实现，HashMap的key可以为null)；
[*]Set 基于 Map 实现，Set 里的元素值就是 Map的键值。
HashSet 基于 HashMap 实现。放入HashSet中的元素实际上由HashMap的key来保存，而HashMap的value则存储了一个静态的Object对象。
底层源码
//table数组的扩容操作
final Node<K,V>[] resize() {
//引用扩容前的node数组
Node<K,V>[] oldTab = table;
//旧的容量
int oldCap = (oldTab == null) ? 0 : oldTab.length;
//旧的阈值
int oldThr = threshold;
//新的容量、阈值初始化为0
int newCap, newThr = 0;
//计算新容量
if (oldCap > 0) {
//如果旧容量已经超过最大容量，让阈值也等于最大容量，以后不再扩容
if (oldCap >= MAXIMUM_CAPACITY) {
threshold = Integer.MAX_VALUE;
return oldTab;
}
//没超过最大值，就令newcap为原来容量的两倍
else if ((newCap = oldCap << 1) < MAXIMUM_CAPACITY &&
oldCap >= DEFAULT_INITIAL_CAPACITY)
//如果旧容量翻倍没有超过最大值，且旧容量不小于初始化容量16，则翻倍
newThr = oldThr << 1; // double threshold
}
else if (oldThr > 0) // initial capacity was placed in threshold
//旧容量oldCap = 0时，但是旧的阈值大于0，令初始化容量设置为阈值
newCap = oldThr;
else { // zero initial threshold signifies using defaults
//两个值都为0的时候使用默认值初始化
newCap = DEFAULT_INITIAL_CAPACITY;
newThr = (int)(DEFAULT_LOAD_FACTOR * DEFAULT_INITIAL_CAPACITY);
}
if (newThr == 0) {
//计算新阈值，如果新容量或新阈值大于等于最大容量，则直接使用最大值作为阈值，不再扩容
float ft = (float)newCap * loadFactor;
newThr = (newCap < MAXIMUM_CAPACITY && ft < (float)MAXIMUM_CAPACITY ?
(int)ft : Integer.MAX_VALUE);
}
//设置新阈值
threshold = newThr;
//创建新的数组，并引用
@SuppressWarnings({"rawtypes","unchecked"})
Node<K,V>[] newTab = (Node<K,V>[])new Node;
table = newTab;
//如果老的数组有数据，也就是是扩容而不是初始化，才执行下面的代码，否则初始化的到这里就可以结束了
if (oldTab != null) {
//轮询老数组所有数据
for (int j = 0; j < oldCap; ++j) {
//以一个新的节点引用当前节点，然后释放原来的节点的引用
Node<K,V> e;
if ((e = oldTab) != null) {//如果这个桶，不为空，说明桶中有数据
oldTab = null;
//如果e没有next节点，证明这个节点上没有hash冲突，则直接把e的引用给到新的数组位置上
if (e.next == null)
//确定元素在新的数组里的位置
newTab = e;
//如果是红黑树，则进行分裂
else if (e instanceof TreeNode)
((TreeNode<K,V>)e).split(this, newTab, j, oldCap);
//说明是链表
else { // preserve order
Node<K,V> loHead = null, loTail = null;
Node<K,V> hiHead = null, hiTail = null;
Node<K,V> next;
//从这条链表上第一个元素开始轮询，如果当前元素新增的bit是0，则放在当前这条链表上
//如果是1，则放在"j+oldcap"这个位置上，生成“低位”和“高位”两个链表
do {
next = e.next;
if ((e.hash & oldCap) == 0) {
if (loTail == null)
loHead = e;
else
//元素是不断的加到尾部的
loTail.next = e;
//新增的元素永远是尾元素
loTail = e;
}
else {
//高位的链表与低位的链表处理逻辑一样，不断的把元素加到链表尾部
if (hiTail == null)
hiHead = e;
else
hiTail.next = e;
hiTail = e;
}
} while ((e = next) != null);
//低位链表放到j这个索引的位置上
if (loTail != null) {
loTail.next = null;
newTab = loHead;
}
//高位链表放到(j+oldCap)这个索引的位置上
if (hiTail != null) {
hiTail.next = null;
newTab = hiHead;
}
}
}
}
}
return newTab;
}关于作者
来自一线程序员Seven的探索与实践，连续学习迭代中~
本文已收录于我的个人博客：https://www.seven97.top
公众号：seven97，欢迎关注~
免责声明：如果侵犯了您的权益，请联系站长，我们会及时删除侵权内容，谢谢合作！更多信息从访问主页：qidao123.com:ToB企服之家，中国第一个企服评测及商务社交产业平台。
页:
[1]