猪小花1号

个人签名

281篇博客

最新博客

最新资源下载

编辑推荐

网易数帆开源API网关与容器云项目，让云原生生产落地“多快好网易汪源：统一负载与多云环境的“开放姿态”，才是云原生网易数帆如何用 Kubernetes“原语”搞定云原生中间件快手打新挤爆券商系统，网易数帆推出券商稳定性保障方案探索智慧校园新模式，网易有数在教育行业的实践分享金融行业大数据治理之路——数据模型篇

HashMap源码解析

猪小花1号2018-12-25 09:34

此文已由作者赵计刚授权网易云社区发布。

欢迎访问网易云社区，了解更多网易技术产品运营经验。


5.1、对于HashMap需要掌握以下几点

  • Map的创建：HashMap()
  • 往Map中添加键值对：即put(Object key, Object value)方法
  • 获取Map中的单个对象：即get(Object key)方法
  • 删除Map中的对象：即remove(Object key)方法
  • 判断对象是否存在于Map中：containsKey(Object key)
  • 遍历Map中的对象：即keySet()，在实际中更常用的是增强型的for循环去做遍历
  • Map中对象的排序：主要取决于所采取的排序算法

 

5.2、构建HashMap

 源代码：

一些属性：

    static final int DEFAULT_INITIAL_CAPACITY = 16;    // 默认的初始化容量（必须是2的多少次方）
    static final int MAXIMUM_CAPACITY = 1 << 30;    // 最大指定容量为2的30次方
    static final float DEFAULT_LOAD_FACTOR = 0.75f;    // 默认的加载因子（用于resize）

    transient Entry[] table;// Entry数组（数组容量必须是2的多少次方，若有必要会扩容resize）--这就是HashMap的底层数据结构

    transient int size;        // 该map中存放的key-value对个数，该个数决定了数组的扩容（而非table中的所占用的桶的个数来决定是否扩容）
    // 扩容resize的条件:eg.capacity=16,load_factor=0.75,threshold=capacity*load_factor=12,即当该map中存放的key-value对个数size>=12时，就resize）
    int threshold;            
    final float loadFactor;    // 负载因子（用于resize）

    transient volatile int modCount;// 标志位，用于标识并发问题，主要用于迭代的快速失败（在迭代过程中，如果发生了put（添加而不是更新的时候）、remove操作，该值发生变化，快速失败）

注意：

  • map中存放的key-value对个数size，该个数决定了数组的扩容（size>=threshold时，扩容），而非table中的所占用的桶的个数来决定是否扩容
  • 标志位modCount采用volatile实现该变量的线程可见性（之后会在"Java并发"章节中去讲）
  • 数组中的桶，指的就是table[i]
  • threshold默认为0.75，这是综合时间和空间的利用率来考虑的，通常不要变，如果该值过大，可能会造成链表太长，导致get、put等操作缓慢；如果太小，空间利用率不足。

无参构造器（也是当下最常用的构造器）

    /**
     * 初始化一个负载因子、resize条件和Entry数组
     */
    public HashMap() {
        this.loadFactor = DEFAULT_LOAD_FACTOR;// 负载因子：0.75
        threshold = (int) (DEFAULT_INITIAL_CAPACITY * DEFAULT_LOAD_FACTOR);//当该map中存放的key-value对个数size>=12时，就resize
        table = new Entry[DEFAULT_INITIAL_CAPACITY];// 设置Entry数组容量为16
        init();
    }

注意：

  • init()为空方法

对于hashmap而言，还有两个比较常用的构造器，一个双参，一个单参。

    /**
     * 指定初始容量和负载因子
     */
    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))//loadFactor<0或者不是一个值
            throw new IllegalArgumentException("Illegal load factor:"+loadFactor);

        /*
         * 下边的逻辑是找一个2的几次方的数，该数刚刚大于initialCapacity
         * eg.当指定initialCapacity为17，capacity就是32（2的五次方），而2的四次方（16）正好小于17
         */
        int capacity = 1;
        while (capacity < initialCapacity)
            capacity <<= 1;// capacity = capacity<<1

        this.loadFactor = loadFactor;
        threshold = (int)(capacity * loadFactor);
        table = new Entry[capacity];
        init();
    }

    /**
     * 指定初始容量
     */
    public HashMap(int initialCapacity) {
        this(initialCapacity, DEFAULT_LOAD_FACTOR);//调用上边的双参构造器
    }

注意：

  • 利用上述两个构造器构造出的数组容量不一定是指定的初始化容量，而是一个刚刚大于指定初始化容量的2的几次方的一个值。
  • 在实际使用中，若我们能预判所要存储的元素的多少，最好使用上述的单参构造器来指定初始容量，这样的话，就可以避免就来扩容时带来的消耗（这一点与ArrayList一样）

HashMap的底层数据结构是一个Entry[]，Entry是HashMap的一个内部类，源代码如下：

    static class Entry<K, V> implements Map.Entry<K, V> {
        final K key;         // 该Entry的key
        V value;             // 该Entry的value
        Entry<K, V> next;    // 该Entry的下一个Entry（hash冲突时，形成链表）
        final int hash;     // 该Entry的hash值

        /**
         * Creates new entry.
         */
        Entry(int h, K k, V v, Entry<K, V> n) {
            value = v;
            next = n;
            key = k;
            hash = h;
        }

        public final K getKey() {
            return key;
        }

        public final V getValue() {
            return value;
        }

        //为Entry设置新的value
        public final V setValue(V newValue) {
            V oldValue = value;
            value = newValue;
            return oldValue;
        }

        public final boolean equals(Object o) {
            if (!(o instanceof Map.Entry))
                return false;
            Map.Entry e = (Map.Entry) o;
            Object k1 = getKey();
            Object k2 = e.getKey();
            //在hashmap中可以存放null键和null值
            if (k1 == k2 || (k1 != null && k1.equals(k2))) {
                Object v1 = getValue();
                Object v2 = e.getValue();
                if (v1 == v2 || (v1 != null && v1.equals(v2)))
                    return true;
            }
            return false;
        }

        public final int hashCode() {
            return (key == null ? 0 : key.hashCode())^(value == null ? 0 : value.hashCode());
        }

        public final String toString() {
            return getKey() + "=" + getValue();
        }
    }

注：这里我去掉了两个空方法。

  • Entry是一个节点，在其中还保存了下一个Entry的引用（用来解决put时的hash冲突问题），这样的话，我们可以把hashmap看作是"一个链表数组"
  • Entry类中的equals()方法会在get(Object key)中使用

 

5.3、put(Object key, Object value)

源代码：

put(Object key, Object value)

    /**
     * 向map中添加新Entry
     * 步骤：
     * 1）HashMap可以添加null的key，key==null的Entry只会放在table[0]中，但是table[0]不仅仅可以存放key==null的Entry
     * 1.1、遍历table[0]中的Entry链，若有key==null的值就用新值覆盖旧值，并返回旧值value，
     * 1.2、若无，执行addEntry方法，用新的Entry替换掉原来旧的Entry赋值给table[0]，而旧的Entry作为新的Entry的next，执行结束后，返回null
     * 2）添加key!=null的Entry时，
     * 2.1、先计算key.hashCode()的hash值，
     * 2.2、然后计算出将要放入的table的下标i，
     * 2.3、之后遍历table[i]中的Entry链，若有相同key的值就用新值覆盖旧值，并返回旧值value，
     * 2.4、若无，执行addEntry方法，用新的Entry替换掉原来旧的Entry赋值给table[i]，而旧的Entry作为新的Entry的next，执行结束后，返回null
     */
    public V put(K key, V value) {
        /******************key==null******************/
        if (key == null)                
            return putForNullKey(value);     //将空key的Entry加入到table[0]中
        /******************key!=null******************/
        int hash = hash(key.hashCode());     //计算key.hashcode()的hash值，hash函数由hashmap自己实现
        int i = indexFor(hash, table.length);//获取将要存放的数组下标
        /*
         * for中的代码用于：当hash值相同且key相同的情况下，使用新值覆盖旧值（其实就是修改功能）
         */
        for (Entry<K, V> e = table[i]; e != null; e = e.next) {//注意：for循环在第一次执行时就会先判断条件
            Object k;
            //hash值相同且key相同的情况下，使用新值覆盖旧值
            if (e.hash == hash && ((k = e.key) == key || key.equals(k))) {
                V oldValue = e.value;
                e.value = value;
                //e.recordAccess(this);
                return oldValue;//返回旧值
            }
        }
        
        modCount++;
        addEntry(hash, key, value, i);//增加一个新的Entry到table[i]
        return null;//如果没有与传入的key相等的Entry，就返回null
    }

注意：该方法头部的注释写明了整个put(Object key, Object value)的流程，非常重要

putForNullKey(V value)

    /**
     * 增加null的key到table[0]
     */
    private V putForNullKey(V value) {
        //遍历第一个数组元素table[0]中的所有Entry节点
        for (Entry<K, V> e = table[0]; e != null; e = e.next) {
            if (e.key == null) {//用新值覆盖旧值
                V oldValue = e.value;
                e.value = value;
                //e.recordAccess(this);
                return oldValue;
            }
        }
        modCount++;
        addEntry(0, null, value, 0);//将新节点Entry加入到Entry[]中
        return null;
    }

addEntry(int hash, K key, V value, int bucketIndex)

    /**
     * 添加新的Entry到table[bucketIndex]
     */
    void addEntry(int hash, K key, V value, int bucketIndex) {
        /*
         * 这里可以看出，
         * 1）新加入的Entry会放入链头，也就是说将来遍历的时候，最先加入map的反而是最后被遍历到的
         * 2）采用的是Entry替换的方式
         * 2.1、当添加第一个Entry1时，table[bucketIndex]==null，也就是说Entry1的下一个Entry为null（链尾），之后把table[bucketIndex] = Entry1
         * 2.2、当添加第二个Entry2时，table[bucketIndex]==Entry1，也就是说Entry2的下一个Entry为Entry1，之后把table[bucketIndex] = Entry2
         * 2.3、当添加第三个Entry3时，table[bucketIndex]==Entry2，也就是说Entry3的下一个Entry为Entry2，之后把table[bucketIndex] = Entry3
         */
        Entry<K, V> e = table[bucketIndex];//新节点的下一个节点(当第一次在相应的数组位置放置元素时，table[bucketIndex]==null)
        table[bucketIndex] = new Entry<K, V>(hash, key, value, e);
        if (size++ >= threshold)//key-value对个数大于等于threshold
            resize(2 * table.length);//扩容
    }

注意：该方法头部的注释写明了该方法的流程示例，可以自己画个图对比着理解

hash(int h)

    /**
     * hash函数，用于计算key.hashCode()的hash值
     * Note: null的key的hash为0，放在table[0].
     */
    static int hash(int h) {
        //这样的hash函数应该可以尽量将hash值打散
        h ^= (h >>> 20) ^ (h >>> 12);
        return h ^ (h >>> 7) ^ (h >>> 4);
    }

注意：在我们实际使用hashmap时，最好的情况是将key的hash值打散，使插入的这些Entry尽量落在不同的桶上（这样做的主要目的是提高查询效率），以上这个hash函数应该就是实现了这样的功能，但是为什么这样的hash函数可以将hash值打散，求大神指点！！！

indexFor(int h, int length)

    /**
     * "按位与"来获取数组下标
     */
    static int indexFor(int h, int length) {
        return h & (length - 1);
    }

注意：hashmap始终将自己的桶保持在2的n次方，这是为什么？indexFor这个方法解释了这个问题。“这个方法非常巧妙，它通过h & (table.length -1)来得到该对象的保存位，而HashMap底层数组的长度总是2的n次方，这是HashMap在速度上的优化。当length总是2的n次方时，h& (length-1)运算等价于对length取模，也就是h%length，但是&比%具有更高的效率”--http://tech.meituan.com/java-hashmap.html

说明：在上述的addEntry(int hash, K key, V value, int bucketIndex)方法中，我们可以看到，当为把新的Entry赋值给table[i]后，会判断map中的key-value对是不是已经大于等于扩容条件值threshold了，若是，则需要调用resize函数，对Entry数组进行扩容，扩为原来二倍。

resize(int newCapacity)

    /**
     * 扩容步骤：
     * 1）数组扩容为原来容量（eg.16）的二倍
     * 2）将旧数组中的所有Entry重新计算索引，加入新数组
     * 3）将新数组的引用赋给旧数组
     * 4）重新计算扩容临界值threshold
     */
    void resize(int newCapacity) {
        Entry[] oldTable = table;
        int oldCapacity = oldTable.length;
        //如果旧的数组的容量为2的30次方（这种情况，不考虑了，如果真达到这样的情况，性能下降的就不像话了）
        if (oldCapacity == MAXIMUM_CAPACITY) {
            threshold = Integer.MAX_VALUE;
            return;
        }

        Entry[] newTable = new Entry[newCapacity];//newCapacity==2*oldCapacity
        transfer(newTable);//将旧数组中的所有Entry重新计算索引，加入新数组
        table = newTable;//将新数组赋给就数组
        threshold = (int) (newCapacity * loadFactor);//重新计算threshold
    }

transfer(Entry[] newTable)

jdk中的实现：

    /**
     * 将所有旧的数组中的所有Entry移动到新数组中去
     */
    void transfer(Entry[] newTable) {
        Entry[] src = table;                
        int newCapacity = newTable.length;    
        for (int j = 0; j < src.length; j++) {//遍历旧数组
            Entry<K, V> e = src[j];//获得头节点
            if (e != null) {
                /*
                 * 这样写，若同时有其他线程还在访问这个元素，则访问不到了，这里这样写，是考虑到多线程情况下，我们一般不会会用HashMap
                 * （查看ConcurrentHashMap并未将旧数组的值置为null）
                 * 这里将其置为null就方便gc回收
                 * 当然为了减小以上所说的影响，建议将src[j] = null;放在while循环结束后
                 */
                src[j] = null;
                do {
                    Entry<K, V> next = e.next;
                    int i = indexFor(e.hash, newCapacity);
                    e.next = newTable[i];//把之前已经存在的newTable[i]的元素赋给当前节点的下一个节点
                    newTable[i] = e;//把当前节点赋给newTable[i]
                    e = next;
                } while (e != null);//遍历链表
            }
        }
    }

我的修改：（注意：这是一个错误的修改，错误的根源在下边我会给出）

    /**
     * 将所有旧的数组中的所有Entry移动到新数组中去
     */
    void transfer(Entry[] newTable) {
        Entry[] src = table;                //旧数组
        int newCapacity = newTable.length;    //新数组容量
        
        for (int j = 0; j < src.length; j++) {
            Entry<K, V> e = src[j];//获取旧数组中的头节点Entry
            if (e != null) {
                src[j] = null;//将旧数组置空，让gc回收注意：这个时候table的桶并没有置空
                /*
                 * 根据旧的hash值与新的容量值进行重新定位（注意：并没有重新计算hash值）
                 * 1、那么假设之前table[1]中存放的是Entry3，Entry3.next是Entry2，Entry2.next是Entry1，Entry1.next是null
                 *   那么假设重新计算后的i=3，那么Entry3-->Entry2-->Entry1依旧会在一起，都放入newTable[3],这样的话，我们只需要将链头的Entry3赋值给newTable[3]即可
                 * 2、既然通过indexFor(e.hash, newCapacity)不能把同一个桶下的Entry打散，为什么还要用呢？
                 *     主要是扩容后，若不用newCapacity去计算下标的话，那么扩容后，map中的Entry就都集中在了新数组的前半部分，这样就不够散了
                 */
                int i = indexFor(e.hash, newCapacity);
                newTable[i] = e;//将Entry3赋值给newTable[3]
            }
        }
    }

注意：

  • 在这个方法中，并没有重新计算hash值，只是重新计算了下标索引。
  • 错误根源在于认为同一个桶下的所有Entry的hash值相同，事实上不相同，只是hash&(table.length-1)的结果相同， 

    所以当table.length发生变化时，同一个桶下各个Entry算出来的index会不同（即Entry3、Entry2、Entry1可能会落在新数组的不同的桶上）

 

5.4、get(Object key)

 源代码：

get(Object key)

    /**
     * 查找指定key的value值
     * 1、若key==null
     * 遍历table[0]，找出key==null的value，若没找到，返回null
     * 2、若key!=null
     * 1）计算key.hashCode()的hash值
     * 2）根据计算出的hash值和数组容量，调用indexFor方法，获得table的下标i，进而获得桶table[i]
     * 3）遍历该桶中的每一个Entry，找出key相等（==或equals）的Entry，获取此Entry的value即可
     * 4）最后，若没有找到，返回null即可
     */
    public V get(Object key) {
        /****************查找key==null的value****************/
        if (key == null)
            return getForNullKey();
        /****************查找key!=null的value****************/
        int hash = hash(key.hashCode());//获取key.hashCode()的hash值
        
        for (Entry<K, V> e = table[indexFor(hash, table.length)]; e != null; e = e.next) {
            Object k;
            if (e.hash == hash && ((k = e.key) == key || key.equals(k)))
                return e.value;
        }
        return null;//若没有指定key的Entry，则直接返回null
    }

注意：查看代码头部的注释，表明了get的整个步骤

getForNullKey()

    /**
     * 在table[0]中查询key==null
     */
    private V getForNullKey() {
        for (Entry<K, V> e = table[0]; e != null; e = e.next) {
            if (e.key == null)
                return e.value;
        }
        return null;//找不到的话就返回null
    }

 

5.5、remove(Object key)

源代码：

 

    /**
     * 删除指定key的Entry
     */
    public V remove(Object key) {
        Entry<K, V> e = removeEntryForKey(key);
        return (e == null ? null : e.value);//返回删除的节点（e为null的话，表示所给出的key不存在）
    }
    /**
     * 删除指定key的Entry
     * 1）若删除的是头节点，例如Entry3，只需将Entry2赋值给table[i]即可
     * 2）若删除的是中间节点，例如Entry2，只需将Entry3.next指向Entry2.next（即Entry1）即可
     * 3）若删除的是尾节点，例如Entry1，只需将Entry2.next指向Entry1.next（即null）即可
     */
    final Entry<K, V> removeEntryForKey(Object key) {
        int hash = (key == null) ? 0 : hash(key.hashCode());//计算hash值
        int i = indexFor(hash, table.length);//按位与计算下标
        Entry<K, V> prev = table[i];//获取桶
        Entry<K, V> e = prev;

        while (e != null) {
            Entry<K, V> next = e.next;
            Object k;
            if (e.hash == hash && ((k = e.key) == key || (key != null && key.equals(k)))) {
                modCount++;
                size--;//size-1
                if (prev == e)//删除头节点，即示例中的Entry3
                    table[i] = next;
                else//删除除了头节点外的其他节点
                    prev.next = next;
                //e.recordRemoval(this);
                return e;
            }
            prev = e;
            e = next;
        }
        return e;//返回删除的节点（e为null的话，表示所给出的key不存在）
    }

 

注：看注释即可，最好用示例去套一下代码。

  • 若删除的key不存在于map中，返回null，不会抛异常。

 

5.6、containsKey(Object key)

源代码：

    /**
     * 判断map是否包含指定可以的Entry
     */
    public boolean containsKey(Object key) {
        return getEntry(key) != null;
    }
    /**
     * 判断map是否包含指定可以的Entry，与get(Object key)基本相同（只是这里将key==null与key!=null的情况写在了一起，get(Object key)也可以这样去做）
     * 1）计算key.hashCode()的hash值
     * 2）根据计算出的hash值和数组容量，调用indexFor方法，获得table的下标i，进而获得桶table[i]
     * 3）遍历该桶中的每一个Entry，找出key相等（==或equals）的Entry，获取此Entry，并返回此Entry
     * 4）最后，若没有找到，返回null即可
     */
    final Entry<K, V> getEntry(Object key) {
        int hash = (key == null) ? 0 : hash(key.hashCode());//计算hash值
        for (Entry<K, V> e = table[indexFor(hash, table.length)]; e != null; e = e.next) {
            Object k;
            if (e.hash == hash && ((k = e.key) == key || (key != null && key.equals(k))))
                return e;
        }
        return null;
    }

注意：此方法与get(Object key)基本相同，只是只是这里将key==null与key!=null的情况写在了一起，get(Object key)也可以这样去做来减少代码

 

5.7、keySet()

遍历所有Entry链表，获取每一个Entry的key，在整个过程中，如果发生了增删操作，抛出ConcurrentModificationException。

        final Entry<K, V> nextEntry() {
            if (modCount != expectedModCount)
                throw new ConcurrentModificationException();
            Entry<K, V> e = next;
            if (e == null)
                throw new NoSuchElementException();

            if ((next = e.next) == null) {
                Entry[] t = table;
                while (index < t.length && (next = t[index++]) == null)
                    ;
            }
            current = e;
            return e;
        }

  

总结：

  • HashMap底层就是一个Entry数组，Entry又包含next，事实上，可以看成是一个"链表数组"
  • 扩容：map中存放的key-value对个数size，该个数决定了数组的扩容（size>=threshold时，扩容），而非table中的所占用的桶的个数来决定是否扩容
  • 扩容过程，不会重新计算hash值，只会重新按位与
  • 在实际使用中，若我们能预判所要存储的元素的多少，最好使用上述的单参构造器来指定初始容量
  • HashMap可以插入null的key和value
  • remove(Object key)：若删除的key不存在于map中，返回null，不会抛异常。
  • HashMap线程不安全，若想要线程安全，最好使用ConcurrentHashMap

 疑问：

在我们实际使用hashmap时，最好的情况是将key的hash值打散，使插入的这些Entry尽量落在不同的桶上（这样做的主要目的是提高查询效率），以下这个hash函数应该就是实现了这样的功能，但是为什么这样的hash函数可以将hash值打散，求大神指点！！！

    static int hash(int h) {
        //这样的hash函数应该可以尽量将hash值打散
        h ^= (h >>> 20) ^ (h >>> 12);
        return h ^ (h >>> 7) ^ (h >>> 4);
    }

 

jdk1.8对hashmap进行了改造，1.7中的hashmap最大的问题就是当链表比较长时，查询效率急剧下降；所以在1.8中，当链表长度>=8是，链表转为红黑树，提高查询效率。

推荐博客