簡介

• HashMap是采用鏈表和位桶來來實現的，由於一個位桶存在元素太多會導致get效率低，因此在jdk1.8中采用的紅黑樹實現，當鏈表長度大於TREEIFY_THRESHOLD（值為8）時會轉換為紅黑樹來提高查詢效率。
• HashMap是一種以鍵值對存儲的框架，它是Map的實現類，提供了Map的基礎操作，與HashTalbe不同的是HashMap不是線程安全的，key和value都是允許為null的；另外hashmap存儲的內容順序會變化的。
• HashMap對與get和put操作提供了相對穩定的性能；如果註重Iteration叠代集合的性能，則不能設置初始化容量（capacity）太高或者負載因子(load factor)太低。影響HashMap性能的兩個重要參數是初始化容量(initial capacity)和負載因子(load factor)，初始化容量是至哈希表在創建時候的桶（bucket）的個數，負載因子是當哈希表放滿的時候進行的增量系數，默認為0.75。
• HashMap默認是線程不安全的 ，如果需要同步需要通過Cllections工具類進行包裝：Map m = Collections.synchronizedMap(new HashMap(...));

示意圖

純手工畫的，請容忍^_!

關系圖

使用示例

HashMap<Object, Object> hashMap = new HashMap<>();
        //新增
        hashMap.put("name","張三");
        hashMap.put("age",18);
        //刪除
        hashMap.remove("name");
        //修改
        hashMap.replace("age",16);
        //查詢
        hashMap.get("age");
        //判斷是否包含
        hashMap.containsKey("age");
        hashMap.containsValue(18);

        //循環1
        Set<Map.Entry<Object, Object>> entries = hashMap.entrySet();
        for (Map.Entry<Object, Object> entry:entries){
            System.out.println("key="+entry.getKey()+" value="+entry.getValue());
        }
        //循環2
        Set<Object> keys = hashMap.keySet();
        for(Object key:keys){
            System.out.println("key="+key+" value="+hashMap.get(key));
        }
        //清除
        hashMap.clear();
 

原理分析

HashMap的初始化

初始化內容主要是容量大（initialCapacity）小和負載因子（loadFactor）的設定，table下次擴容的極限值（threshold），new的時候並沒有真正的初始化容器。

• 默認初始化-所有系數使用默認值，初始容量=16，負載因子=0.75

//默認初始化容量
static final int DEFAULT_INITIAL_CAPACITY = 16;
//最大容量
static final int MAXIMUM_CAPACITY = 1 << 30;
//鏈表對象數組
transient Node<K,V>[] table;
//加載因子
final float loadFactor;
//極限值，當鍵值對數量大於等於threshold，則觸發擴容方法resize()
//第一次初始化時候：threshold=(int)(loadFactor*initialCapacity)，只有手動設置initialCapacity時候才需要第一次初始化
//第二次初始化的時候：threshold=(threshold*loadFactor)
//初始化後的擴容：newThr=threshold<<1,相當於threshold*2
int threshold;

public HashMap() {
        this.loadFactor = DEFAULT_LOAD_FACTOR; 
    }
 

• 自定義初始化容量，其他參數使用默認值

public HashMap(int initialCapacity) {
        this(initialCapacity, DEFAULT_LOAD_FACTOR);
    }

• 定義初始化容量和負載因子

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;
        //將初始化容量轉換為2的n次冪
        this.threshold = tableSizeFor(initialCapacity);
    }
//將cap向上轉化為2的n次冪，如cap=17轉化後為32    
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;
}

HashMap.put(key,value)分析

put操作

1、第一次新增鍵值對時候，首先進行內部Node<K,V>[] table初始化
2、新增一個鍵值對，如果key已經存在則進行替換原來value，如果不存在則進行新增。

public V put(K key, V value) {
        //放入鍵值對
        //最後兩個參數為 false表名修改已存在的值，否則不進行修改，最後一個true在LinkedHashMap使用
        return putVal(hash(key), key, value, false, true);
    }
    
//對key進行hash計算，獲取hash值
static final int hash(Object key) {
        int h;
        return (key == null) ? 0 : (h = key.hashCode()) ^ (h >>> 16);
    }

//存放鍵值對
final V putVal(int hash, K key, V value, boolean onlyIfAbsent,
           boolean evict) {
Node<K,V>[] tab; Node<K,V> p; int n, i;
//如果table為空或者長度為0，則進行初始化，初始化在下面進行分析
if ((tab = table) == null || (n = tab.length) == 0)
    n = (tab = resize()).length;
//計算key的下標(n-1)&hash,判斷當前下標中是否已經有元素，沒有則進行直接新增
//key的下標算法(n-1)是table的最大下標，然後與hash進行與計算則獲取最終下標，
//這種下標計算不僅保證了下標在0-15之間的某個值，而且也保證了下標的均勻分布和計算效率
if ((p = tab[i = (n - 1) & hash]) == null)
    tab[i] = newNode(hash, key, value, null);
//如果當前下標已經存在元素則進行下列計算
else {
    Node<K,V> e; K k;
    //如果已經存在相同的key，則將原來的元素賦值為e
    if (p.hash == hash &&((k = p.key) == key || (key != null && key.equals(k))))
        e = p;
    //如果原來的元素p為紅黑樹節點類型，則進行紅黑樹添加
    else if (p instanceof TreeNode)
        e = ((TreeNode<K,V>)p).putTreeVal(this, tab, hash, key, value);
    //以上都不符合的時候進行最常規添加操作：循環鏈表，想最後插入新節點元素
    else {
        for (int binCount = 0; ; ++binCount) {
            if ((e = p.next) == null) {
                p.next = newNode(hash, key, value, null);
                //如果鏈表的長度大於等於7的時候將鏈表轉化為紅黑樹（jdk1.8新增的）
                //因為如果存在大量數據的hash值相等，怎會產生很大的鏈表，
                //而鏈表的查詢效率較低，所以在1.8版本後新增了紅黑樹結構。
                if (binCount >= TREEIFY_THRESHOLD - 1) // -1 for 1st
                    //將鏈表轉換為紅黑樹
                    treeifyBin(tab, hash);
                break;
            }
            //如果在鏈表的某個環節碰到相同的key則停止循環
            if (e.hash == hash &&((k = e.key) == key || (key != null && key.equals(k))))
                break;
            p = e;
        }
    }
    //已經存在相同的key，只需將新的value賦值給老的value即可
    if (e != null) { // existing mapping for key
        V oldValue = e.value;
        //onlyIfabsent是用來決定是否覆蓋已有的key的value，在hashmap中默認false
        if (!onlyIfAbsent || oldValue == null)
            e.value = value;
        afterNodeAccess(e);
        return oldValue;
    }
}
++modCount;
//最終判斷容器table的大小+1是否超過table的極限值threshold，如果超過則進行擴容
//擴容的方式是newThr=threshold<<1，相當於threshold*2
if (++size > threshold)
    resize();
afterNodeInsertion(evict);
return null;
}

resize分析

初始化table或者擴容的時候需要執行resize。

final Node<K,V>[] resize() {
        Node<K,V>[] oldTab = table;
        int oldCap = (oldTab == null) ? 0 : oldTab.length;
        int oldThr = threshold;
        int newCap, newThr = 0;
        if (oldCap > 0) {
            //如果原來的容量大於MAXIMUM_CAPACITY=1073741824則將threshold設為
            //Integer.MAX_VALUE=2147483647 接近MAXIMUM_CAPACITY的兩倍
            if (oldCap >= MAXIMUM_CAPACITY) {
                threshold = Integer.MAX_VALUE;
                return oldTab;
            }
            //否則設為newThr為原來的兩倍
            else if ((newCap = oldCap << 1) < MAXIMUM_CAPACITY &&
                     oldCap >= DEFAULT_INITIAL_CAPACITY)
                newThr = oldThr << 1; // double threshold
        }
        //如果原來的thredshold大於0則將容量設為原來的thredshold
        //在第一次帶參數初始化時候會有這種情況
        else if (oldThr > 0) // initial capacity was placed in threshold
            newCap = oldThr;
        //在默認無參數初始化會有這種情況
        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);
        }
        threshold = newThr;
        Node<K,V>[] newTab = (Node<K,V>[])new Node[newCap];
        table = newTab;
        如果原來的table有數據，則將數據復制到新的table中
        if (oldTab != null) {
            //根據容量進行循環整個數組，將非空元素進行復制
            for (int j = 0; j < oldCap; ++j) {
                Node<K,V> e;
                if ((e = oldTab[j]) != null) {
                    oldTab[j] = null;
                    //如果鏈表只有一個，則進行直接賦值
                    if (e.next == null)
                        newTab[e.hash & (newCap - 1)] = e;
                    //如果是紅黑樹則進行紅黑樹操作
                    else if (e instanceof TreeNode)
                        ((TreeNode<K,V>)e).split(this, newTab, j, oldCap);
                    //進行鏈表復制
                    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;
                        }
                    }
                }
            }
        }
        return newTab;
    }

treeifyBin將某個鏈表轉為紅黑樹

hash是需要轉化為紅黑樹的鏈表哈希

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);
    }
}

putTreeVal紅黑樹新增

final TreeNode<K,V> putTreeVal(HashMap<K,V> map, Node<K,V>[] tab,
                                       int h, K k, V v) {
            Class<?> kc = null;
            boolean searched = false;
            //獲取樹根
            TreeNode<K,V> root = (parent != null) ? root() : this;
            for (TreeNode<K,V> p = root;;) {
                int dir, ph; K pk;
                 // hashMap元素的hash值用來表示紅黑樹中節點數值大小
                 // 當前節點值小於根節點，dir = -1
                 // 當前節點值大於根節點, dir = 1
                if ((ph = p.hash) > h)
                    dir = -1;
                else if (ph < h)
                    dir = 1;
                else if ((pk = p.key) == k || (k != null && k.equals(pk)))
                    return p;
                // 當前節點的值等於根節點值
                //如果當前節點實現Comparable接口，調用compareTo比較大小並賦值dir
                //如果當前節點沒有實現Comparable接口，compareTo結果等於0，則調用tieBreakOrder繼續比較大小
                // tieBreakOrder本質是通過比較k與pk的hashcode
                else if ((kc == null &&
                          (kc = comparableClassFor(k)) == null) ||
                         (dir = compareComparables(kc, k, pk)) == 0) {
                    if (!searched) {
                        TreeNode<K,V> q, ch;
                        searched = true;
                        if (((ch = p.left) != null &&
                             (q = ch.find(h, k, kc)) != null) ||
                            ((ch = p.right) != null &&
                             (q = ch.find(h, k, kc)) != null))
                            return q;
                    }
                    dir = tieBreakOrder(k, pk);
                }

                TreeNode<K,V> xp = p;
                if ((p = (dir <= 0) ? p.left : p.right) == null) {
                    Node<K,V> xpn = xp.next;
                    TreeNode<K,V> x = map.newTreeNode(h, k, v, xpn);
                    // 如果當前節點小於根節點且左子節點為空 
                    //或者當前節點大於根節點且右子節點為空，直接添加子節點
                    if (dir <= 0)
                        xp.left = x;
                    else
                        xp.right = x;
                    xp.next = x;
                    x.parent = x.prev = xp;
                    if (xpn != null)
                        ((TreeNode<K,V>)xpn).prev = x;
                    //確保紅黑樹根節點是數組中該index的第一個節點
                    //平衡紅黑樹
                    moveRootToFront(tab, balanceInsertion(root, x));
                    return null;
                }
            }
        }

HashMap.get(key)分析

get操作

//根據key獲取node，然後獲取value
public V get(Object key) {
        Node<K,V> e;
        return (e = getNode(hash(key), key)) == null ? null : e.value;
    }

getNode鏈表查詢

//根據key的hash和key獲取node
final Node<K,V> getNode(int hash, Object key) {
        Node<K,V>[] tab; Node<K,V> first, e; int n; K k;
        if ((tab = table) != null && (n = tab.length) > 0 &&
            (first = tab[(n - 1) & hash]) != null) {
            //判斷鏈表的第一個node是否是想要的
            if (first.hash == hash && // always check first node
                ((k = first.key) == key || (key != null && key.equals(k))))
                return first;
            //如果還有下一個，繼續向下尋找
            if ((e = first.next) != null) {
                //如果是樹則進行樹的查找
                if (first instanceof TreeNode)
                    return ((TreeNode<K,V>)first).getTreeNode(hash, key);
                //循環鏈表進行查找
                do {
                    if (e.hash == hash &&
                        ((k = e.key) == key || (key != null && key.equals(k))))
                        return e;
                } while ((e = e.next) != null);
            }
        }
        return null;
    }

getTreeNode樹查詢

final TreeNode<K,V> getTreeNode(int h, Object k) {
            //判斷當前樹是否是parent（樹根）,如果不是則找到樹根，然後從樹根往下找
            return ((parent != null) ? root() : this).find(h, k, null);
        }
        
final TreeNode<K,V> find(int h, Object k, Class<?> kc) {
            TreeNode<K,V> p = this;
            //從樹根循環往下找
            do {
                int ph, dir; K pk;
                TreeNode<K,V> pl = p.left, pr = p.right, q;
                //根據hash大小來判斷為左邊分支還是右邊分支
                if ((ph = p.hash) > h)
                    p = pl;
                else if (ph < h)
                    p = pr;
                //如果hash相等並且key相等則返回treeNode（找到了！）
                else if ((pk = p.key) == k || (k != null && k.equals(pk)))
                    return p;
                //如果左邊為空則向右邊找
                else if (pl == null)
                    p = pr;
                //如果右邊為空則向左邊找
                else if (pr == null)
                    p = pl;
                //如果不按哈希值排序，而是按照比較器排序，
                //則通過比較器返回值決定進入左右結點
                else if ((kc != null ||
                          (kc = comparableClassFor(k)) != null) &&
                         (dir = compareComparables(kc, k, pk)) != 0)
                    p = (dir < 0) ? pl : pr;
                //找到直接返回treeNode,否則繼續查找
                else if ((q = pr.find(h, k, kc)) != null)
                    return q;
                else
                    p = pl;
            //找到沒有節點為止
            } while (p != null);
            return null;
        }

HashMap.remove(key)分析

根據key刪除映射，並返回value，如果不存在key則返回null

移除操作

首先進行key的hash計算，然後根據hash(key)算出下標，找出對應Node，將Node賦值為null,返回value

public V remove(Object key) {
        Node<K,V> e;
        return (e = removeNode(hash(key), key, null, false, true)) == null ?
            null : e.value;
    }

removeNode移除節點

final Node<K,V> removeNode(int hash, Object key, Object value,
                               boolean matchValue, boolean movable) {
        Node<K,V>[] tab; Node<K,V> p; int n, index;
        //判斷table是否為空，是否存在下標為index = (n - 1) & hash的節點
        //如果不存在則直接返回null
        if ((tab = table) != null && (n = tab.length) > 0 &&
            (p = tab[index = (n - 1) & hash]) != null) {
            Node<K,V> node = null, e; K k; V v;
            //判斷鏈表/紅黑樹的第一個節點的key是否相等
            //相等則將p賦值為node
            if (p.hash == hash &&
                ((k = p.key) == key || (key != null && key.equals(k))))
                node = p;
            //否則進行循環列表逐個判斷
            else if ((e = p.next) != null) {
                //判斷是紅黑樹則通過紅黑樹方法查找
                if (p instanceof TreeNode)
                    node = ((TreeNode<K,V>)p).getTreeNode(hash, key);
                //否則直接進行循環列表逐個判斷
                else {
                    do {
                        if (e.hash == hash &&
                            ((k = e.key) == key ||
                             (key != null && key.equals(k)))) {
                            node = e;
                            break;
                        }
                        p = e;
                    } while ((e = e.next) != null);
                }
            }
            //判斷通過以上操作獲取node
            if (node != null && (!matchValue || (v = node.value) == value ||
                                 (value != null && value.equals(v)))) {
                //如果node為樹則進行樹的移除操作
                if (node instanceof TreeNode)
                    ((TreeNode<K,V>)node).removeTreeNode(this, tab, movable);
                //如果是鏈表的第一個節點，將節點向後指向一位
                else if (node == p)
                    tab[index] = node.next;
                //否則是鏈表的某個非第一個節點
                else
                    p.next = node.next;
                ++modCount;
                --size;
                afterNodeRemoval(node);
                return node;
            }
        }
        return null;
    }

HashMap.clear()清除操作

清除操作先將table的size賦值為0，然後進行循環table將Node賦值為null，清除所有數據HashMap的效率相對比較高

public void clear() {
        Node<K,V>[] tab;
        modCount++;
        if ((tab = table) != null && size > 0) {
            size = 0;
            for (int i = 0; i < tab.length; ++i)
                tab[i] = null;
        }
    }

總結

以上內容根據HashMap的創建，put，get，remove,clear方法進行了源碼分析，通過源碼分析我們了跟清楚的認識到HashMap的數據存放結構，存儲、查詢、移除、清除操作過程和HashMap的擴容方式，以及jdk1.8中鏈表轉化為紅黑樹和紅黑樹的基本操作，如果發現又哪裏不對或者你有更深的認識和補充請直接在下面留言或者通過關註微信告訴給我，然後分享給大家！

參考資料

• 源碼分析之HashMap的紅黑樹實現 http://www.jianshu.com/p/5b157d4be1ad
• HashMap中紅黑樹的查找函數find()實現 http://blog.csdn.net/ymrfzr/article/details/51243766

想了解更多內容請關註微信哦，我在這裏船上等你......

HashMap源碼深入研究