HashMap在jdk8前是由数组+链表实现的，也就是数据结构上非常经典的实现操作：
假如元素的的哈希值为hash，数组长度为len，那么该元素应该放在hash % len处
- 若该位置没有元素，则直接放进去
- 若该位置有元素，则直接将该元素放到链表后(如果该元素不是链表则要新建一个链表)
在 jdk8 中，若链表过长，则会将链表转换为红黑树(本篇不讲红黑树原理，因为我也不会2333，只需要知道是一个平衡树即可，搜索效率一般为log(n)。
接下来我将根据自己的理解，一步一步阅读 HashMap 源码(我使用的是 java11，与 java8 应该不会有太大差距)。
构造器
HashMap有四个构造器：
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);
}
public HashMap(int initialCapacity) {
this(initialCapacity, DEFAULT_LOAD_FACTOR);
}
public HashMap() {
this.loadFactor = DEFAULT_LOAD_FACTOR; // all other fields defaulted
}
public HashMap(Map<? extends K, ? extends V> m) {
this.loadFactor = DEFAULT_LOAD_FACTOR;
putMapEntries(m, false);
}
java
可以发现其中出现了两个属性：loadFactor(负载因子)和threshold(扩容阈值)
首先需要知道这样一个关系：threshold = loadFactor * capacity
其中capacity为整个Hash表数组长度，当size(插入到HashMap中元素的个数) > threshold时，就会对 HashMap 进行扩容。
可以发现，除了第四个构造器，其它3个其实都没有对哈希表进行初始化，只是设置了扩容阈值和负载因子而已。
tableSizeFor
第一个构造器中，在给 threshold 赋值前，还调用了 tableSizeFor 方法：
// java11
static final int tableSizeFor(int cap) {
int n = -1 >>> Integer.numberOfLeadingZeros(cap - 1);
return (n < 0) ? 1 : (n >= MAXIMUM_CAPACITY) ? MAXIMUM_CAPACITY : n + 1;
}
// java8
static final int tableSizeFor(int cap) {
int n = cap - 1;
//移位运算
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;
}
java
这个方法的主要目的在于返回一个最小的数，该数需满足大于等于 cap，同时还是 2 的幂。
基本原理如下：
- 对于一个数，我们只看它的最高位 (先忽略减一)，假设最高位为
i - 将其右移一位取并，此时第
i和i - 1位必定为1 - 再右移两位区别，此时
i,i - 1,i - 2和i - 3位必定为1 - 右移四位，同上
- ...
- 最后得到的一个数，其
0到i位全部为1，此时再加一，得到的数就只有i + 1位是1了，此时就满足我们最小的需求了。
但是为了防止 cap 本身就是 2 的幂，需要要把它减一后再计算。例如 1000，如果直接通过上面的方式计算，得到的结果就是 10000，并不满足最小的要求，实际上 1000 已经满足这个要求了，而减一后 0111，在计算后就可以正常得到 1000，并且对正常的(非 2 的幂的数)没有任何影响。
Important为什么要二次幂呢？这里需要了解一个小知识：
假设
k为2的幂，那么对于任意一个数(非负)m，有：m & (k - 1) = m % k其实也不难理解，比如
10101(21)对1000(8)取余，结果为5，很明显，对于1000左边(包括)所有的位，它都能够整除，因为都是2的幂，而对于右边不难整除，所以就一定是余数了，减一个1变成0111，再取并，就可以得到右边的余数了。
在Java11中，主要通过 Integer.numberOfLeadingZeros 获取最高位1的左边有几个0。
public static int numberOfLeadingZeros(int i) {
// HD, Count leading 0's
if (i <= 0)
return i == 0 ? 32 : 0;
int n = 31;
// 这里使用了二分搜索
if (i >= 1 << 16) { n -= 16; i >>>= 16; }
if (i >= 1 << 8) { n -= 8; i >>>= 8; }
if (i >= 1 << 4) { n -= 4; i >>>= 4; }
if (i >= 1 << 2) { n -= 2; i >>>= 2; }
return n - (i >>> 1);
}
java
然后再对-1进行无符号位移得到结果：
int n = -1 >>> Integer.numberOfLeadingZeros(cap - 1);
return (n < 0) ? 1 : (n >= MAXIMUM_CAPACITY) ? MAXIMUM_CAPACITY : n + 1;
java
这里 -1 的二进制所有位全为 1 (000...001, 取反111...1110，加一 111...1111)，直接无符号向右位移后再加一就可以获取到对应的容量。
put
put其实是调用了内部的putVal方法：
public V put(K key, V value) {
return putVal(hash(key), key, value, false, true);
}
java
hash
这里的 hash 还有点不一样：
static final int hash(Object key) {
int h;
return (key == null) ? 0 : (h = key.hashCode()) ^ (h >>> 16);
}
java
可以发现这里将高 16 位和低 16 位异或后返回了出去。还记得之前我们说过，将 hash 值直接和数组长度减一取并就可以获得余数了吗？
所以这里不难想到，如果哈希表不是很大，即小于 65536(2^16)，那么高 16 位基本上不会被用到。所以会导致两个哈希值，可能只有高位不同，但由于低位相同从而导致了哈希碰撞。
所以这里高位合并到低位中也参与到哈希计算，可以一定程度上减少哈希碰撞的概率。
putVal
/**
* 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(如果为ture，当插入相同的key时不会进行替换)
* @param evict if false, the table is in creation mode(如果为false，表示哈希表为创建模式)
* @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;
// 在这里将哈希表赋值给tab
if ((tab = table) == null || (n = tab.length) == 0)
// 到这里表示hash表没有初始化，在这里进行扩容
n = (tab = resize()).length;
if ((p = tab[i = (n - 1) & hash]) == null)
// 当前位置没有节点，直接插入
tab[i] = newNode(hash, key, value, null);
else {
// 到这里说明当前位置有节点，p就是那个节点
// 这里的 e 代表：若有相同的 key，则用变量 e 暂时保存下来，再根据 onlyIfAbsent 参数考虑是否替换
Node<K, V> e;
K k;
if (p.hash == hash &&
((k = p.key) == key || (key != null && key.equals(k))))
// 相同的key，考虑是否替换
e = p;
else if (p instanceof TreeNode)
// p是一个树的根节点，把新节点插入到树里，该方法会返回之前的旧值，如果没有则返回null
e = ((TreeNode<K, V>) p).putTreeVal(this, tab, hash, key, value);
else {
// p 是链表头部，遍历到尾部后进行插入
for (int binCount = 0; ; ++binCount) {
if ((e = p.next) == null) {
p.next = newNode(hash, key, value, null);
// **如果链表节点数量超过TREEIFY_THRESHOLD，则将链表进行树化，默认值为8**
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))))
// 同理，出现相同的key，考虑进行替换, 此时 e 就是相同的 key
break;
p = e;
}
}
// 判断是否有旧值
if (e != null) { // existing mapping for key
V oldValue = e.value;
if (!onlyIfAbsent || oldValue == null)
// 进行替换
e.value = value;
afterNodeAccess(e);
return oldValue;
}
}
++modCount;
// 在这里判断总节点数是否超过阈值，若超过则进行扩容
if (++size > threshold)
resize();
afterNodeInsertion(evict);
return null;
}
java
resize
懒加载
由于 HashMap 的哈希表是懒加载的，只有在插入元素时才会创建，而相关的创建逻辑正式放在了 resize 中。
由于 HashMap 有三种构造器：
- 空参构造器：仅初始化
loadFactor. - 带容量和负载因子的构造器：
loadFactor和threshold都初始化. - 传入另外一个
Map初始化：loadFactor和threshold都初始化.
可见在初始化时有两种情况，即 threshold 有值和没有显式赋值，所以在初始化时也要对其进行相关判断。
final Node<K, V>[] resize() {
// 首先保存好旧哈希表
Node<K, V>[] oldTab = table;
// 旧的容量
int oldCap = (oldTab == null) ? 0 : oldTab.length;
// 旧的阈值
int oldThr = threshold;
// 新的容量和阈值
int newCap, newThr = 0;
// 如果旧容量大于0，说明已经初始化过了
if (oldCap > 0) {
// 如果超过容量最大值，则不再进行扩容，即将扩容阈值设置为Int最大值
if (oldCap >= MAXIMUM_CAPACITY) {
threshold = Integer.MAX_VALUE;
return oldTab;
}
// 这里将容量乘 2
else if ((newCap = oldCap << 1) < MAXIMUM_CAPACITY &&
oldCap >= DEFAULT_INITIAL_CAPACITY)
// 因为容量每次都是直接乘 2，所以阈值每次也可以直接乘 2，就不用做浮点数运算了
newThr = oldThr << 1; // double threshold
}
// 因为之前判断过oldCap是否大于0，所以后面的分支 oldCap 一定等于0，因此后面的判断都是去初始化哈希表的
else if (oldThr > 0) // initial capacity was placed in threshold
// `loadFactor` 和 `threshold` 都初始化了，但是是第一次放元素
newCap = oldThr;
else { // zero initial threshold signifies using defaults
// 旧阈值为0，使用了空参构造器，并且还没有初始化
newCap = DEFAULT_INITIAL_CAPACITY;
newThr = (int) (DEFAULT_LOAD_FACTOR * DEFAULT_INITIAL_CAPACITY);
}
if (newThr == 0) {
// 设置扩容阈值， 这里可能和上面 newThr = oldThr << 1 有点冲突
// 我想上面那一段可能性能会更高，这里这一句专门用于初始化用的
float ft = (float) newCap * loadFactor;
// 防止超出上限
newThr = (newCap < MAXIMUM_CAPACITY && ft < (float) MAXIMUM_CAPACITY ?
(int) ft : Integer.MAX_VALUE);
}
threshold = newThr;
// snip.
}
java
这里写的很抽象，大致理解就行了。。
扩容
final Node<K, V>[] resize() {
// Snip, the code is above.
@SuppressWarnings({"rawtypes", "unchecked"})
Node<K, V>[] newTab = (Node<K, V>[]) new Node[newCap];
table = newTab;
if (oldTab != null) {
// 在这里重新计算hash，并将节点放到新的哈希表中
for (int j = 0; j < oldCap; ++j) {
Node<K, V> e;
if ((e = oldTab[j]) != null) {
oldTab[j] = null;
if (e.next == null)
// 当前节点只有一个元素，则直接将其移动
newTab[e.hash & (newCap - 1)] = e;
else if (e instanceof TreeNode)
// 当前节点为树节点，则重新建树
((TreeNode<K, V>) e).split(this, newTab, j, oldCap);
else { // preserve order
// 链表扩容
}
}
}
}
return newTab;
}
java
resize 的基本原理就是重新拿每个元素的哈希值和 newCap - 1 取并后获得新的索引值，然后将元素移动过去。在上面的代码中，实际的操作是直接覆盖的，那么为什么这里不怕新索引中已经有值了呢？
这里其实不难发现，由于数组容量每次是乘 2 的，再结合上之前的知识，不难得出每次 resize，每个哈希值新的索引只有两张变化：
- 不变
- 最高位左侧新增一个
1，也就是索引值加上oldCap
所以这里每个位置是不会发生冲突的，因为你要么不变，要么和别人一样一起加上 oldCap，原本不冲突的，加上相同的数也一样不冲突。
链表 rehash
Node<K, V>[] newTab = (Node<K, V>[]) new Node[newCap];
for (int j = 0; j < oldCap; ++j) {
// snip...
// 因为扩容只是将capacity左移了一位，因此对于一个节点及其子节点，它们最多分散到两个位置
// 这里lo代表低位，hi代表高位
// 低位表示位置没变的元素，高位代表变了的
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) {
// 到这里说明这个节点在哈希表的位置没有变，这里为什么是用哈希值和旧容量相并判断的呢？
// 因为在前面说过了，造成位置变化的唯一原因是capacity左移了一位，而我们取索引是通过hash & (capacity - 1)来获得的
// 所以只要在旧hash的最高位1的位置，oldCap这一位也是1，说明扩容后索引一定发生了变化
// 例如旧长度为10000(16)，最高位1在第五个，对于1011010(hex)，由于它的第五位也是1，说明新hash肯定会发生变化
// 新长度为100000(32)，减一后为011111(31)，后4位我们不用管，只用管第五位，和hash取并后会产生新索引。
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);
// 插入链表
if (loTail != null) {
loTail.next = null;
newTab[j] = loHead;
}
if (hiTail != null) {
hiTail.next = null;
newTab[j + oldCap] = hiHead;
}
}
// snip...
java
在 java7 中, 链表的插入采用的是头插法, 在多线程环境下会产生死锁, 在java8后, 采用了尾插法, 有效的解决了死链的问题。下面是java7的实现:
void transfer(Entry[] newTable) {
Entry[] src = table;
int newCapacity = newTable.length;
for (int j = 0; j < src.length; j++) {
Entry<K,V> e = src[j];
if (e != null) {
src[j] = null;
do {
Entry<K,V> next = e.next;
int i = indexFor(e.hash, newCapacity);
e.next = newTable[i];
newTable[i] = e;
e = next;
} while (e != null);
}
}
}
java
死锁流程如下：
树 rehash
在树的 rehash 中需要考虑一个问题, 就是 rehash 后的两个索引中的节点是该用树形结构、链表或者直接是单独的节点？这里就要引出另外三个参数了：
UNTREEIFY_THRESHOLD: 常量, 值为 6. 当哈希表某一位置上的节点数量小于等于该值时, 树将会退化成链表.TREEIFY_THRESHOLD: 常量, 值为 8, 当哈希表某一位置上的节点数量大于等于该值时, 链表将会被替换为树.MIN_TREEIFY_CAPACITY: 常量, 值为 64, 当链表想要进化成树时, 如果哈希表长度小于该值, 则直接进行扩容操作, 而不是树化。
具体代码如下：
final void split(HashMap<K,V> map, Node<K,V>[] tab, int index, int bit) {
TreeNode<K,V> b = this;
// Relink into lo and hi lists, preserving order
TreeNode<K,V> loHead = null, loTail = null;
TreeNode<K,V> hiHead = null, hiTail = null;
int lc = 0, hc = 0;
for (TreeNode<K,V> e = b, next; e != null; e = next) {
// 和之前一样，仍然使用尾插法，只不过多了统计链表长度这俩变量
next = (TreeNode<K,V>)e.next;
e.next = null;
if ((e.hash & bit) == 0) {
if ((e.prev = loTail) == null)
loHead = e;
else
loTail.next = e;
loTail = e;
++lc;
}
else {
if ((e.prev = hiTail) == null)
hiHead = e;
else
hiTail.next = e;
hiTail = e;
++hc;
}
}
// 检查是否需要树化或者退化成链表
if (loHead != null) {
if (lc <= UNTREEIFY_THRESHOLD)
tab[index] = loHead.untreeify(map);
else {
tab[index] = loHead;
if (hiHead != null) // (else is already treeified)
loHead.treeify(tab);
}
}
if (hiHead != null) {
if (hc <= UNTREEIFY_THRESHOLD)
tab[index + bit] = hiHead.untreeify(map);
else {
tab[index + bit] = hiHead;
if (loHead != null)
hiHead.treeify(tab);
}
}
}
java
这里树直接使用 next 来进行遍历，而不是使用 left 或者 right 来进行递归遍历，这里 next 的值并不遵守插入顺序。
如果需要观察扩散时树的 rehash, 可以使用下面的代码进行测试:
HashMap<Integer, String> map = new HashMap<>(64, 1);
int base = 0b00000000_00000000_00000001_00000001;
int add = 0b00000000_00000000_00000001_00000000;
for (int i = 1; i <= 65; i++) {
if (i == 65) {
// add breakpoint here.
System.out.print("");
}
System.out.print((base + add) + " -> ");
map.put(base + add, "1");
base += add;
}
java