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 JDK 1.2中，底层基于散列算法实现，它是一个key-value结构的容器。  是一个key-value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（threshold = capacity * loadFactor ）。
　　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     transient Node[] table;      // 遍历用到的entrySet     transient Set> entrySet;      // hashmap的元素数量     transient int size;      // 修改次数， 用于快速失败机制     transient int modCount;     // 发生扩容的阈值      int threshold;      /**      * 扩容使用的负载因子      *      * @serial      */     final float loadFactor;
　　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 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;         //根据tableSizeFor获取扩容阈值         this.threshold = tableSizeFor(initialCapacity);     } 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; }
　　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 public V put(K key, V value) {     // 核心是调用putVal方法， 参数的hash方法是计算key的hash值     return putVal(hash(key), key, value, false, true); }
　　hash方法  static final int hash(Object key) {         int h;         // 采用位运算获取最终的hash         return (key == null) ? 0 : (h = key.hashCode()) ^ (h >>> 16); }
　　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  final V putVal(int hash, K key, V value, boolean onlyIfAbsent,                    boolean evict) {         Node[] tab; Node p; int n, i;         // 如果数组为空，进行 resize() 初始化,后面详细分析resize方法         if ((tab = table) == null || (n = tab.length) == 0)             n = (tab = resize()).length;         // (n - 1) & 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 ((p = tab[i = (n - 1) & 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             Node e; K k;             // 如果已存在的key和传入的key一模一样，则需要覆盖             if (p.hash == hash &&                 ((k = p.key) == key || (key != null && key.equals(k))))                 e = p;             // 如果 index 位置元素已经存在，且是红黑树                 else if (p instanceof TreeNode)                 // 将元素插入到红黑树中                 e = ((TreeNode)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 (int binCount = 0; ; ++binCount) {                     // 如果节点链表的next为空                     if ((e = p.next) == null) {                          // 找到节点链表中next为空的节点，创建新的节点插入                         p.next = newNode(hash, key, value, null);                            // 如果节点链表中数量超过TREEIFY_THRESHOLD（8）个，转化为红黑树                         if (binCount >= TREEIFY_THRESHOLD - 1) // -1 for 1st                             // 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.hash == hash &&                         ((k = e.key) == key || (key != null && key.equals(k))))                         // 如果一样的话，退出                         break;                     p = e;                 }             }             // 如果存在相同key的节点e不为空             if (e != null) { // existing mapping for key                 V oldValue = e.value;                   // onlyIfAbsent 表示是否仅在 oldValue 为 null 的情况下更新键值对的值                 if (!onlyIfAbsent || oldValue == null)                     // 设置新的值                     e.value = value;                 afterNodeAccess(e);                 // 返回老的结果                 return oldValue;             }         }         ++modCount;        // 当前大小大于临界大小，扩容         if (++size > threshold)             resize();         afterNodeInsertion(evict);         return null;     }
　　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。  final Node[] resize() {         Node[] oldTab = table;         // 现有容量的大小，等于数组的长度，如果数组为空，返回0         int oldCap = (oldTab == null) ? 0 : oldTab.length;         // 现有的扩容阈值         int oldThr = threshold;         // newCap表示新的容量，newThr新的扩容阈值         int newCap, newThr = 0;         // 如果现有容量大于0，表示已经初始化过了         if (oldCap > 0) {             // 如果现有容量已经大于最大容量。结束扩容，直接返回             if (oldCap >= MAXIMUM_CAPACITY) {                 threshold = Integer.MAX_VALUE;                 return oldTab;             }              // 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16                 else if ((newCap = oldCap << 1) < MAXIMUM_CAPACITY &&                      oldCap >= DEFAULT_INITIAL_CAPACITY)                  // 新的扩容阀值扩大为两倍，左移<<1 相当于乘以2                 newThr = oldThr << 1; // double threshold         }         // 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         else if (oldThr > 0) // initial capacity was placed in threshold              // 进入这里，新的容量等于当前的扩容阈值，             newCap = oldThr;         // 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             newCap = DEFAULT_INITIAL_CAPACITY;             // 新的扩容阈值等于默认负载因子0.75*默认容量16=12             newThr = (int)(DEFAULT_LOAD_FACTOR * DEFAULT_INITIAL_CAPACITY);         }         // 如果新的扩容阈值等于0         if (newThr == 0) {             // 设置新的扩容阈值等于新的容量*负载因子             float ft = (float)newCap * loadFactor;             newThr = (newCap < MAXIMUM_CAPACITY && ft < (float)MAXIMUM_CAPACITY ?                       (int)ft : Integer.MAX_VALUE);         }        // 设置hashmap对象的扩容阈值位新的扩容阈值         threshold = newThr;         @SuppressWarnings({＂rawtypes＂,＂unchecked＂})         // 初始化数组              Node[] newTab = (Node[])new Node[newCap];         // 设置hashmap对象的桶数组为newTab         table = newTab;         // 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 (int j = 0; j < oldCap; ++j) {                 Node e;                 // 如果数组索引位置不为空                 if ((e = oldTab[j]) != null) {                     oldTab[j] = null;                     // 如果节点下面没有链表或者红黑树                     if (e.next == null)                         // 用新数组容量取模，设置到新数组中                         newTab[e.hash & (newCap - 1)] = e;                     // 如果节点是红黑树                         else if (e instanceof TreeNode)                         // 需要对红黑树进行拆分                         ((TreeNode)e).split(this, newTab, j, oldCap);                     // 如果节点是红黑树                      else { // preserve order                         Node loHead = null, loTail = null;                         Node hiHead = null, hiTail = null;                         Node next;                          // 遍历链表，并将链表节点按原顺序根据高低位分组                         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);                          // 将分组后的链表映射到新桶中                         if (loTail != null) {                             loTail.next = null;                             newTab[j] = loHead;                         }                         if (hiTail != null) {                             hiTail.next = null;                             newTab[j + oldCap] = hiHead;                         }                     }                 }             }         }         return newTab;     }
　　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.hash & oldCap == 0来判断，这个判断有什么优点呢？
　　举个例子：n = 16，二进制为10000，第5位为1，e.hash & oldCap 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  */ final void treeifyBin(Node[] tab, int hash) {     int n, index; Node e;     // 桶数组容量小于 MIN_TREEIFY_CAPACITY，优先进行扩容而不是树化     if (tab == null || (n = tab.length) < MIN_TREEIFY_CAPACITY)         resize();     else if ((e = tab[index = (n - 1) & hash]) != null) {         // hd 为头节点（head），tl 为尾节点（tail）         TreeNode hd = null, tl = null;         do {             // 将普通节点替换成树形节点             TreeNode p = replacementTreeNode(e, null);             if (tl == null)                 hd = p;             else {                 p.prev = tl;                 tl.next = p;             }             tl = p;         } while ((e = e.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：  public V get(Object key) {         Node e;         // 调用getNode方法，hash(key)方法上面讲过，获取key对应的hash值         return (e = getNode(hash(key), key)) == null ? null : e.value;     } final Node getNode(int hash, Object key) {         Node[] tab; Node first, e; int n; K k;         // 定位键值对所在桶的位置         if ((tab = table) != null && (n = tab.length) > 0 &&             (first = tab[(n - 1) & 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.hash == hash && // always check first node                 ((k = first.key) == key || (key != null && key.equals(k))))                 return first;              if ((e = first.next) != null) {                 //如果该节点为红黑树，则通过树进行查找                 if (first instanceof TreeNode)                     return ((TreeNode)first).getTreeNode(hash, key);                 //如果该节点是链表，则遍历查找到数据                 do {                     if (e.hash == hash &&                         ((k = e.key) == key || (key != null && key.equals(k))))                         return e;                 } while ((e = e.next) != null);             }         }         return null;     }
　　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 (n - 1)& 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 hash = 185，n = 16。计算过程示意图如下：
　　1001换成10进制就是9, 185%16=5, 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。