深度剖析HashMap的底层实现

　　头条创作挑战赛概述
　　HashMap作为Java程序员使用频率非常高的容器，同时，同时也是面试官非常爱问的，里面的知识点满满，需要我们对它的实现机制有个深入的理解，本文主要通过jdk8带领大家剖析下HashMap。HashMap简介
　　HashMap最早出现在JDK1。2中，底层基于散列算法实现，它是一个keyvalue结构的容器。是一个keyvalue的映射容器，key不重复jdk8中的HashMap基于数组链表红黑树实现不保证键值的顺序可以存入null值非线程安全，多线程环境下可能存在问题
　　以上是HashMap的类结构图：继承了AbstractMap，实现了Map接口，提供了key，value结构格式访问的方法实现了Cloneable接口，表示HashMap支持clone实现了Serializable接口，表示HashMap支持序列化核心机制底层实现机制
　　jdk8中的HashMap底层数据才有数组链表红黑树的方式实现。扩容机制
　　HashMap底层是一个数组，Java中的数组是固定的，随着我们往HashMap中添加元素，发现数组长度不够了，这时候就需要进行扩冲容量的操作，和扩容相关的参数有两个一个是初始容量initialCapacity，另一个负载因子loadFactor。通过这两个设定这两个参数，可以进一步影响阈值大小。扩容的阈值threshold等于容量负载因子（thresholdcapacityloadFactor）。
　　名称
　　用途
　　initialCapacity
　　HashMap初始容量
　　loadFactor
　　负载因子
　　threshold
　　当前HashMap所能容纳键值对数量的最大值，超过这个值，则需扩容快速失败机制
　　HashMap遍历使用的是一种快速失败机制，它是Java非安全集合中的一种普遍机制，这种机制可以让集合在遍历时，如果有线程对集合进行了修改、删除、增加操作，会触发并发修改异常。
　　它的实现机制是在遍历前保存一份modCount，在每次获取下一个要遍历的元素时会对比当前的modCount和保存的modCount是否相等。
　　快速失败也可以看作是一种安全机制，这样在多线程操作不安全的集合时，由于快速失败的机制，会抛出异常。这样可以避免由于并发修改导致一些未知的问题，通过提前失败提高性能。源码剖析成员变量
　　成员变量可以说明HashMap的底层数据结构。底层存储的数据结构，是一个Node数组transientNodeK，V〔〕table；遍历用到的entrySettransientSetMap。EntryK，VentrySet；hashmap的元素数量transientintsize；修改次数，用于快速失败机制transientintmodCount；发生扩容的阈值intthreshold；扩容使用的负载因子serialfinalfloatloadFactor；
　　我们再来看下Node的数据结构，实现了Map。Entry接口。
　　很明显是一个链表的结构，红黑树也是基于这个数据结构构建得到。构造方法
　　有参构造函数源码如下，关键是tableSizeFor这个方法publicHashMap（intinitialCapacity，floatloadFactor）｛if（initialCapacity0）thrownewIllegalArgumentException（Illegalinitialcapacity：initialCapacity）；if（initialCapacityMAXIMUMCAPACITY）initialCapacityMAXIMUMCAPACITY；if（loadFactor0Float。isNaN（loadFactor））thrownewIllegalArgumentException（Illegalloadfactor：loadFactor）；this。loadFactorloadFactor；根据tableSizeFor获取扩容阈值this。thresholdtableSizeFor（initialCapacity）；｝staticfinalinttableSizeFor（intcap）｛intncap1；nn1；nn2；nn4；nn8；nn16；return（n0）？1：（nMAXIMUMCAPACITY）？MAXIMUMCAPACITY：n1；｝
　　该方法的作用总结起来就一句话：找到大于或等于cap的最小2的幂。至于为啥要这样，后面再解释。我们先来看看tableSizeFor方法的图解：
　　可以理解为把cap低位的二进制位通过右移全部变为1，最后再1，就是2的幂次方了。
　　此时这里的阈值threshold不是初始容量负载因子，不必在意，这只是临时的，真正设置threshold在后面put方法中。put方法
　　其实整个向map中插入数据的流程，大家多少都应知道一些，整个流程如上图所示，我们现在通过源码解读理解这个过程中的细节。
　　put方法对外暴露的接口，添加的入口publicVput（Kkey，Vvalue）｛核心是调用putVal方法，参数的hash方法是计算key的hash值returnputVal（hash（key），key，value，false，true）；｝
　　hash方法staticfinalinthash（Objectkey）｛inth；采用位运算获取最终的hashreturn（keynull）？0：（hkey。hashCode（））（h16）；｝
　　这段代码叫做扰动函数，也是hashMap中的hash运算，主要分为下面几步：key。hashCode（）获取key的hashCode值，如果不进行重写的话返回的是根据内存地址得到的一个int值。key。hashCode（）获取到的hashCode无符号右移16位并和原hashCode进行，这样做的目的是为了让高位与低进行混合，让两者都参与运算，以便让hash值分布更加均匀。
　　putVal方法finalVputVal（inthash，Kkey，Vvalue，booleanonlyIfAbsent，booleanevict）｛NodeK，V〔〕tab；NodeK，Vp；intn，i；如果数组为空，进行resize（）初始化，后面详细分析resize方法if（（tabtable）null（ntab。length）0）n（tabresize（））。length；（n1）hash相当于取模，获取数组的索引位置如果计算的位置上Node不存在，直接创建节点插入if（（ptab〔i（n1）hash〕）null）tab〔i〕newNode（hash，key，value，null）；else｛如果计算的位置上Node存在，链表或者红黑树处理NodeK，Ve；Kk；如果已存在的key和传入的key一模一样，则需要覆盖if（p。hashhash（（kp。key）key（key！nullkey。equals（k））））ep；如果index位置元素已经存在，且是红黑树elseif（pinstanceofTreeNode）将元素插入到红黑树中e（（TreeNodeK，V）p）。putTreeVal（this，tab，hash，key，value）；else｛否则如果是链表的情况，对链表进行遍历，并统计链表长度for（intbinCount0；；binCount）｛如果节点链表的next为空if（（ep。next）null）｛找到节点链表中next为空的节点，创建新的节点插入p。nextnewNode（hash，key，value，null）；如果节点链表中数量超过TREEIFYTHRESHOLD（8）个，转化为红黑树if（binCountTREEIFYTHRESHOLD1）1for1st树化操作treeifyBin（tab，hash）；break；｝判断节点链表中的key和传入的key是否一样if（e。hashhash（（ke。key）key（key！nullkey。equals（k））））如果一样的话，退出break；pe；｝｝如果存在相同key的节点e不为空if（e！null）｛existingmappingforkeyVoldValuee。value；onlyIfAbsent表示是否仅在oldValue为null的情况下更新键值对的值if（！onlyIfAbsentoldValuenull）设置新的值e。valuevalue；afterNodeAccess（e）；返回老的结果returnoldValue；｝｝modCount；当前大小大于临界大小，扩容if（sizethreshold）resize（）；afterNodeInsertion（evict）；returnnull；｝
　　putVal方法主要做了这么几件事情：当桶数组table为空时，通过扩容的方式初始化table。查找要插入的键值对是否已经存在，存在的话根据条件判断是否用新值替换旧值。如果不存在，则将键值对链入链表中，并根据链表长度决定是否将链表转为红黑树。判断键值对数量是否大于阈值，大于的话则进行扩容操作。
　　resize（）方法
　　当HashMap中的键值对数量超过扩容阈值时，则进行扩容，先阐述清楚几个概念：容量：表示HashMap中数组的长度扩容阈值：表示HashMap中数组有值的数量超过这个阈值，则需要进行扩容处理，扩容阈值等于容量负载因子。finalNodeK，V〔〕resize（）｛NodeK，V〔〕oldTabtable；现有容量的大小，等于数组的长度，如果数组为空，返回0intoldCap（oldTabnull）？0：oldTab。length；现有的扩容阈值intoldThrthreshold；newCap表示新的容量，newThr新的扩容阈值intnewCap，newThr0；如果现有容量大于0，表示已经初始化过了if（oldCap0）｛如果现有容量已经大于最大容量。结束扩容，直接返回if（oldCapMAXIMUMCAPACITY）｛thresholdInteger。MAXVALUE；returnoldTab；｝否则，如果扩大两倍之后的容量小于最大容量，且现有容量大于等于初始容量16elseif（（newCapoldCap1）MAXIMUMCAPACITYoldCapDEFAULTINITIALCAPACITY）新的扩容阀值扩大为两倍，左移1相当于乘以2newThroldThr1；doublethreshold｝否则如果当前容量等于0，但是当前扩容阈值0，调用有参构造函数会到这里elseif（oldThr0）initialcapacitywasplacedinthreshold进入这里，新的容量等于当前的扩容阈值，newCapoldThr；否则如果当前容量等于0，并且挡墙扩容阈值0，调用无参构造函数进入这里else｛新的容量等于默认容量newCapDEFAULTINITIALCAPACITY；新的扩容阈值等于默认负载因子0。75默认容量1612newThr（int）（DEFAULTLOADFACTORDEFAULTINITIALCAPACITY）；｝如果新的扩容阈值等于0if（newThr0）｛设置新的扩容阈值等于新的容量负载因子floatft（float）newCaploadFactor；newThr（newCapMAXIMUMCAPACITYft（float）MAXIMUMCAPACITY？（int）ft：Integer。MAXVALUE）；｝设置hashmap对象的扩容阈值位新的扩容阈值thresholdnewThr；SuppressWarnings（｛rawtypes，unchecked｝）初始化数组NodeK，V〔〕newTab（NodeK，V〔〕）newNode〔newCap〕；设置hashmap对象的桶数组为newTabtablenewTab；下面时rehash的过程如果旧的桶数组不为空，则遍历桶数组，并将键值对映射到新的桶数组中if（oldTab！null）｛遍历老的数组for（intj0；joldCap；j）｛NodeK，Ve；如果数组索引位置不为空if（（eoldTab〔j〕）！null）｛oldTab〔j〕null；如果节点下面没有链表或者红黑树if（e。nextnull）用新数组容量取模，设置到新数组中newTab〔e。hash（newCap1）〕e；如果节点是红黑树elseif（einstanceofTreeNode）需要对红黑树进行拆分（（TreeNodeK，V）e）。split（this，newTab，j，oldCap）；如果节点是红黑树else｛preserveorderNodeK，VloHeadnull，loTailnull；NodeK，VhiHeadnull，hiTailnull；NodeK，Vnext；遍历链表，并将链表节点按原顺序根据高低位分组do｛nexte。next；if（（e。hasholdCap）0）｛if（loTailnull）loHeade；elseloTail。nexte；loTaile；｝else｛if（hiTailnull）hiHeade；elsehiTail。nexte；hiTaile；｝｝while（（enext）！null）；将分组后的链表映射到新桶中if（loTail！null）｛loTail。nextnull；newTab〔j〕loHead；｝if（hiTail！null）｛hiTail。nextnull；newTab〔joldCap〕hiHead；｝｝｝｝｝returnnewTab；｝
　　这个resize方法大致做了如下的事情：计算新桶数组的容量newCap和新阈值newThr。根据计算出的newCap创建新的桶数组，桶数组table也是在这里进行初始化的。将键值对节点重新映射到新的桶数组里。如果节点是TreeNode类型，则需要拆分红黑树。如果是普通链表节点，则节点按原顺序进行分组。
　　这边在将链表节点进行rehash用了一个非常好的设计理念，扩容后长度为原hash表的2倍，于是把hash表分为两半，分为低位和高位，如果能把原链表的键值对，一半放在低位，一半放在高位，而且是通过e。hasholdCap0来判断，这个判断有什么优点呢？
　　举个例子：n16，二进制为10000，第5位为1，e。hasholdCap是否等于0就取决于e。hash第5位是0还是1，这就相当于有50的概率放在新hash表低位，50的概率放在新hash表高位。
　　链表树化treeifyBin
　　jdk8中会将节点链表在一定的条件下转换成红黑树，主要是因为红黑树的搜索查询性能更好，会将时间复杂度从O（n）变成O（logn），代码如下将普通节点链表转换成树形节点链表finalvoidtreeifyBin（NodeK，V〔〕tab，inthash）｛intn，index；NodeK，Ve；桶数组容量小于MINTREEIFYCAPACITY，优先进行扩容而不是树化if（tabnull（ntab。length）MINTREEIFYCAPACITY）resize（）；elseif（（etab〔index（n1）hash〕）！null）｛hd为头节点（head），tl为尾节点（tail）TreeNodeK，Vhdnull，tlnull；do｛将普通节点替换成树形节点TreeNodeK，VpreplacementTreeNode（e，null）；if（tlnull）hdp；else｛p。prevtl；tl。nextp；｝tlp；｝while（（ee。next）！null）；将普通链表转成由树形节点链表if（（tab〔index〕hd）！null）将树形链表转换成红黑树hd。treeify（tab）；｝｝
　　根据代码得出，在扩容过程中，树化要满足两个条件：链表长度大于等于8桶数组容量大于等于64，当桶数组容量比较小时，键值对节点hash的碰撞率可能会比较高，进而导致链表长度较长。这个时候应该优先扩容，而不是立马树化。get方法
　　get方法相对来说就简单很多了，源码如下：publicVget（Objectkey）｛NodeK，Ve；调用getNode方法，hash（key）方法上面讲过，获取key对应的hash值return（egetNode（hash（key），key））null？null：e。value；｝finalNodeK，VgetNode（inthash，Objectkey）｛NodeK，V〔〕tab；NodeK，Vfirst，e；intn；Kk；定位键值对所在桶的位置if（（tabtable）！null（ntab。length）0（firsttab〔（n1）hash〕）！null）｛根据hash算法找到对应位置的第一个数据，如果是指定的key，则直接返回if（first。hashhashalwayscheckfirstnode（（kfirst。key）key（key！nullkey。equals（k））））returnfirst；if（（efirst。next）！null）｛如果该节点为红黑树，则通过树进行查找if（firstinstanceofTreeNode）return（（TreeNodeK，V）first）。getTreeNode（hash，key）；如果该节点是链表，则遍历查找到数据do｛if（e。hashhash（（ke。key）key（key！nullkey。equals（k））））returne；｝while（（ee。next）！null）；｝｝returnnull；｝
　　大致逻辑如下：根据hash值查找到指定位置的数据。校验指定位置第一个节点的数据是key是否为传入的key，如果是直接返回第一个节点，否则继续查找第二个节点。如果数据是TreeNode（红黑树结构），直接通过红黑树查找节点数据并返回。如果是链表结构，循环查找所有节点，返回数据。如果没有找到符合要求的节点，返回null。
　　这里前调用下通过（n1）hash相当于取模运算，即可算出桶的在桶数组中的位置，这是什么道理呢？
　　举个例子说明吧，假设hash185，n16。计算过程示意图如下：
　　1001换成10进制就是9，185165，这个前提成立时n必须是2的幂次方。总结
　　本篇文章大致讲解了HashMap的源码和以及核心机制，其中里面还有很多细节和内容，需要大家花时间去自我学习。