JDK1.7中HashMap死環問題及JDK1.8中對HashMap的優化原始碼詳解
一、JDK1.7中HashMap擴容死鎖問題
我們首先來看一下JDK1.7中put方法的原始碼
我們開啟addEntry方法如下，它會判斷陣列當前容量是否已經超過的閾值，例如假設當前的陣列容量是16，載入因子為0.75，即超過了12，並且剛好要插入的索引處有元素，這時候就需要進行擴容操作，可以看到resize擴容大小是原陣列的兩倍，仍然符合陣列的長度是2的指數次冪
我們再進入resize方法如下，它首先會對之前的陣列容量進行判斷，看是否已經達到了陣列最大容量，如果沒有，後面會進行陣列的轉移操作，即transfer方法
我們先來看一下進行轉移操作的方法，JDK1.7中HashMap存在死鎖問題的原因也主要集中在這
假設我們有這樣一個HashMap，如下
現在需要對其進行擴容操作(假設已經達到擴容閾值，忽略其他元素)
根據原始碼中，此時會產生連個指標，一個e指標，指向當前節點，另一個節點為next，指向e的下一個節點，即e.next，如下圖所示
原始碼中的if判斷實現的是重雜湊，indexFor操作實現的是重新定位當前節點在新陣列中的位置，我們來看一下新陣列
假設此時還是定位到陣列3號位
接著看原始碼e.next = newTable[i]，即將e.next節點指向了擴容後陣列的的3號位，因為這是剛建立的新陣列，還是空陣列，因此e.next = null,此時指向如下圖所示
接著執行下一步newTable[i] = e
最後一步
e = next，即：
至此，while迴圈的第一遍結束，此時e指向楊過這個節點，很明顯不為空，會進行第二次迴圈，重複以上操作，最後產生的效果為：
可以楊過和小龍女兩個節點的位置發生了改變了(這也是HashMap為什麼無序的原因)
以上為單執行緒下進行擴容，並不會產生執行緒安全問題，但是如果是多執行緒進行擴容呢
我們假設現在有兩個執行緒同時對陣列擴容，每個執行緒都存在兩個指標，執行緒1為e和next，執行緒2為e2和next2
假設此時執行緒2執行到如下紅色框中的程式碼時執行緒阻塞了，對應上圖則是e2指向了小龍女，next2指向了楊過
因為執行緒2被阻塞了，其後面的程式碼就沒法繼續執行了，而此時執行緒1也進入方法進行擴容，擴容後的結果就是單執行緒時擴容後的結果，如上圖所示，此時相比於擴容前的HashMap，楊過和小龍女位置已經調換
此時剛剛被阻塞的的執行緒2被喚醒了，注意此時執行緒2中兩個指標的指向，如下圖所示
此時執行緒2執行e.next = newTable[i]這一行，即e2的下一個節點指向其擴容的新陣列，如下圖所示：
再執行下面的newTable[i] = e，即將小龍女這個節點填入陣列中，如下
現在指向最後一步e = next,由於此時next2還指向執行緒1擴容後陣列中的楊過節點，因此現在e2和next2都指向楊過節點
接著第二次迴圈，結果如下：
現在進行第三次迴圈，仍然是e.next = newTable[i]這一行，此時的newTable[i]是楊過節點，因此這步的結果就是小龍女節點又指回了楊過節點
此時又執行e = newTable[i]，結果如下：
最後一步執行完後兩個指標都指向了空
此時新擴容的陣列也形成了一個環
以上就是HashMap擴容時死鎖的原因
二、JDK1.8中對HashMap的優化
先看一下JDK8中HashMap原始碼
public V put(K key, V value) {
return putVal(hash(key), key, value, false, true);
}
final V putVal(int hash, K key, V value, boolean onlyIfAbsent,
boolean evict) {
Node<K,V>[] tab; Node<K,V> p; int n, i;
// 容量為空時重新賦值
if ((tab = table) == null || (n = tab.length) == 0)
n = (tab = resize()).length;
// 元素不存在，則直接插入陣列即可
if ((p = tab[i = (n - 1) & hash]) == null)
tab[i] = newNode(hash, key, value, null);
else {
Node<K,V> e; K k;
// 原值已存在，直接替換
if (p.hash == hash &&
((k = p.key) == key || (key != null && key.equals(k))))
e = p;
// 如果是 LinkedHashMap 實現的話，會使用紅黑樹作為資料結構，呼叫其 putTreeVal()
else if (p instanceof TreeNode)
e = ((TreeNode<K,V>)p).putTreeVal(this, tab, hash, key, value);
else {
for (int binCount = 0; ; ++binCount) {
// 找到最後一個 next 不會 null 的位置，插入元素
if ((e = p.next) == null) {
p.next = newNode(hash, key, value, null);
// 如果樹的深度大於閥值-1, 則重新調整，平衡二叉樹
if (binCount >= TREEIFY_THRESHOLD - 1) // -1 for 1st
treeifyBin(tab, hash);
break;
}
// 找到元素存在，直接進入後續更新
if (e.hash == hash &&
((k = e.key) == key || (key != null && key.equals(k))))
break;
p = e;
}
}
// 當元素存在時，更新，並返回舊值
if (e != null) { // existing mapping for key
V oldValue = e.value;
// 存在才新增判定
if (!onlyIfAbsent || oldValue == null)
e.value = value;
// LinkedHashMap 預留
afterNodeAccess(e);
return oldValue;
}
}
// 修改+1
++modCount;
// 容量超過閥值，擴容
if (++size > threshold)
resize();
// LinkedHashMap 預留
afterNodeInsertion(evict);
return null;
}當容量超過閾值時進行擴容操作，我們進入resize方法，原始碼如下
/**
* Initializes or doubles table size. If null, allocates in
* accord with initial capacity target held in field threshold.
* Otherwise, because we are using power-of-two expansion, the
* elements from each bin must either stay at same index, or move
* with a power of two offset in the new table.
*
* @return the table
*/
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) {
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);
}
threshold = newThr;
@SuppressWarnings({"rawtypes","unchecked"})
Node<K,V>[] newTab = (Node<K,V>[])new Node[newCap];
table = newTab;
if (oldTab != null) {
for (int j = 0; j < oldCap; ++j) {
Node<K,V> e;
if ((e = oldTab[j]) != null) {
oldTab[j] = null;
if (e.next == null)
newTab[e.hash & (newCap - 1)] = e;
else if (e instanceof TreeNode)
((TreeNode<K,V>)e).split(this, newTab, j, oldCap);
else { // preserve order
//這裡定義了兩組頭和尾指標
Node<K,V> loHead = null, loTail = null;
Node<K,V> hiHead = null, hiTail = null;
Node<K,V> next;
do {
next = e.next;
//使用當前結點的hash值與就陣列的長度做與運算，如果是0則是低位
if ((e.hash & oldCap) == 0) {
if (loTail == null)
loHead = e;
else
loTail.next = e;
loTail = e;
}
else {//如果是16則是高位
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;
}可以看出，當對陣列進行遷移時，這裡定義了兩組指標，分別是低位頭和尾、高位頭和尾，舉個例子就能看出為什麼要這麼做，假設舊陣列的長度為16
陣列長度 0000 0000 0000 1000
hash值 0101 1011 1111 1011 (隨機)
與運算結果只有兩種
0000 0000 0000 1000 ---------16
0000 0000 0000 0000 ---------0與運算的結果只存在0和16兩種可能，接著往下面的原始碼看，如果是0則是低位，如果是16則是高位
這裡就假設與運算的結果為0，那麼陣列的指向則變成這樣：
接著執行下面的程式碼，將低位頭部loHead賦值給新陣列，在前面我們可以看到j為遍歷舊陣列的索引，這樣，就將高位的所有結點都移動到了新陣列
接下來，newTable[j] = loHead將高位的尾部置空，再將高位的頭部放到新陣列的j + oldCap索引處（當前索引+舊陣列的長度），比如說現在的索引是3，再加上陣列長度16，最後就是將高位放到新陣列的索引為19的地方去，這樣，位置圖就成了如下：
到此，轉移結束，避免了JDK1.7的使用兩個指標可能出現的死環問題
總結：在JDK1.8之後，HashMap底層的陣列擴容後遷移的方法進行了優化。把一個連結串列分成了兩組，分成高為和低位分別去遷移，避免了死環問題。而且在遷移的過程中並沒有進行任何的rehash（重新記算hash），提高了效能。它是直接將連結串列給斷掉，進行幾乎是一個均等的拆分，然後通過頭指標的指向將整體給遷移過去，這樣就減小了連結串列的長度