[数据结构与算法]HashMap关键源码解析

一、HashMap介绍

HashMap是我们常用的集合框架之一，底层实现为数组+链表+红黑树，元素无序，即存放的顺序不一定按照添加的顺序。不支持同步，即线程不安全。

二、HashMap的关键参数

想看明白HashMap是如何实现的，首先要认识它的这些关键变量，这些变量也蕴含了很多智慧。我在注释中写了简单的解释。

	/**
     * 默认的初始容量，必须是2的幂次方
     */
    static final int DEFAULT_INITIAL_CAPACITY = 1 << 4; //16

	/**
     * 默认的最大容量，必须是2的幂次方
     */
    static final int MAXIMUM_CAPACITY = 1 << 30; //2^30

    /**
     * 负载因子：扩容机制的阈值，当超过了这个阈值，就会触发扩容机制
     * 1.0：hash冲突多，底层红黑树复杂，时间换空间
     * 0.5：底层链表长度或红黑树高度会降低，查询效率变高，空间利用率降低，空间换时间
     */
    static final float DEFAULT_LOAD_FACTOR = 0.75f;

    /**
     * 链表长度为8时开始尝试转换成红黑树(转红黑树还需要满足条件：数组长度>=64)
     * 在随机hashCode的情况下，这个链表中节点的分布频率遵循泊松分布
     * 在扩容阈值为0.75的情况下，遵循着参数平均为0.5的泊松分布，长度为8的概率只有0.00000006
     * 红黑树需要的空间比链表更大
     */
    static final int TREEIFY_THRESHOLD = 8;

    /**
     * 红黑树退化链表条件之一
     */
    static final int UNTREEIFY_THRESHOLD = 6;

    /**
     * 转换红黑树时要求数组的大小需满足的最小值
     */
    static final int MIN_TREEIFY_CAPACITY = 64;

三、HashMap的关键函数

1、HashCode是如何产生的？

HashMap在存放数据时需要计算元素的hash值，我们都知道Object类提供了默认的hashcode()方法，但HashMap中计算hash值并不是直接返回hashcode(),而是在计算hashcode之后再经过hash()函数扰动得到最终的hash值

	/*
	 * 元素中的hashcode方法，返回的是key的hashcode值异或value的hashcode值
	 */
	public final int hashCode() {
            return Objects.hashCode(key) ^ Objects.hashCode(value);
    }

	/**
     * hascode 异或 hashcode逻辑右移16位
     */
	static final int hash(Object key) {
        int h;
        return (key == null) ? 0 : (h = key.hashCode()) ^ (h >>> 16);
    }

2、HashMap的put操作过程是怎样的？

• 先判断table是否为空，若为空则resize()
• 计算index，若对应位置没有元素，直接添加，若有则看是不是相同元素，是则替换，不是则继续
• 循环遍历，如果中间有相同节点，break退出循环，否则一直找到链表末尾，如果此时个数达到树化因子，treeifyBin()尝试树化
• 如果是因为相同节点退出，则替换并返回旧值；
• 判断新的size是否大于阈值threshold，若是则resize()

函数putVal的源码如下，我将这个过程总结为了上面几步：

 	/**
     * 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
     * @param evict if false, the table is in creation mode.
     * @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;
        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;
    }

3、链表转换红黑树的时机

在put的过程中，出现了treeifyBin()，这个函数用于进行链表转换红黑树。链表转换红黑树的时机，或者说条件，必需满足以下两个：

• 链表元素的个数达到TREEIFY_THRESHOLD(默认为8)
• 数组大小达到MIN_TREEIFY_CAPACITY(默认为64)
  所有，链表长度满足之后，只是会尝试转换，进入treeifyBin()方法后要先判断数组大小是否满足。源码如下：

	/**
     * Replaces all linked nodes in bin at index for given hash unless
     * table is too small, in which case resizes instead.
     */
    final void treeifyBin(Node<K,V>[] tab, int hash) {
        int n, index; Node<K,V> e;
        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;
            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[index] = hd) != null)
                hd.treeify(tab);
        }
    }

4、HashMap的扩容机制

上面的源码中均出现了resize(),这便是进行扩容的函数，这部分源码比较长，我就不贴了，我将这个函数的过程总结为以下几步，前2个步骤主要是针对容量值过小、过大等特殊情况，一般情况下的扩容从第3步开始看就可以：

* 如果旧容量为0，就的容量阈值设为默认值
* 如果旧容量大于最大容量，阈值设为Integer.MAX_VALUE
* 如果(新容量=旧容量*2) 小于最大容量且旧容量大等于默认初始容量(16)，新阈值设为2倍旧阈值
* 创建新数组，遍历旧桶，如果元素后面没有其它元素，直接插入新位置newTab[e.hash & (newCap - 1)]
* 若后面元素是TreeNode，按TreeNode方式插入；链表类型按对应方式插入

扩容后，元素要么是在原位置，要么是在原位置+原数组长度的位置，且链表顺序不变，避免了全部重新rehash

四、HashMap的几个问题

Q1：为什么树化阈值是8而不是7？

A：如果是树化是7，退化是6的话，会造成频繁的树和链表转化。

Q2：为什么树化阈值不是更大或更小？

A：在随机hashCode的情况下，这个链表中节点的分布频率遵循泊松分布。在扩容阈值为0.75的情况下，遵循着参数平均为0.5的泊松分布，长度为8的概率只有0.00000006。太小了会很容易转红黑树，而红黑树消耗空间更大。太大了就很难有概率转红黑树，而数组+链表在极端情况下可能退化成链表，效率降低。

Q3：为什么String、Integer这样的包装类型更适合作为HashMap的键？

A：final修饰，具有不可变性，保证key不会更改，不会出现存入和获取时hash值不一样。字符串创建的时候hashcode就被缓存了，不需要重新计算。这就使得字符串很适合作为Map中的键，字符串的处理速度要快过其它的键对象。另外，这些包装类型内部已经重写了hashcode、equals方法，不会出现hash计算错误的情况。