下篇：《JDK8下的HashMap有什么特别之处？》

 

1、前言

上篇认真的分析了在JDK7下的HashMap, 若是还没看过的或者忘记了的能够先去回顾下，这样能够更好的了解JDK8下的HashMap基于JDK7作了什么改动。分析JDK8下的HashMap 主要是由于JDK8在目前使用已成主流，且其在某些性能程度远远大于JDK7。下面逐一分析。

2、内部结构

其实大部分结构跟JDK7是同样的， 好比是基于数组+链表的形式构成的。下面主要分析下引入新的变量或者有改变的：

2.1 容器：数组

transient Node<K,V>[] table;

数组类名有变化，JDK7下是Entry， 可是其内部结果没有改变，Node的内部结构以下：

2.2 链表转树形的阈值

// 表示若是某条链表的节点数量大于等于这个值的时候，则将其转化为树形结构。
static final int TREEIFY_THRESHOLD = 8;

2.3 树形转链表的阈值

// 若是树的节点小于等于阈值的时候就开始转换成链表
static final int UNTREEIFY_THRESHOLD = 6;

2.4 容器能够树化的最小容量

// 因为有这个限制，会使第一个值在知足这个条件时才会生效，具体看后面解释
static final int MIN_TREEIFY_CAPACITY = 64;

2.5 树节点类

static final class TreeNode<K,V> extends LinkedHashMap.Entry<K,V> {
 TreeNode<K,V> parent; // red-black tree links . 能够理解为红黑树
 TreeNode<K,V> left; // 左节点
 TreeNode<K,V> right; // 右节点
 TreeNode<K,V> prev; // needed to unlink next upon deletion
 boolean red; // 区分是否为红节点
 TreeNode(int hash, K key, V val, Node<K,V> next) {
 super(hash, key, val, next);
 }
 ...
}

2.6 总结

从上面看，HashMap在JDK8的内存结构仍是有些变化的，当知足某些条件时链表会转化为红黑树。因此在JDK8下HashMap的内存结构应该是：数组+链表+红黑树， 结构示意图以下：

 

下面经过几个重要的函数看下它是何时开始转红黑树的。

3、put函数

public V put(K key, V value) {
 // 内部作事情的仍是putVal函数
 return putVal(hash(key), key, value, false, true);
}

先看下hash函数有什么变化，以下：与JDK7版本对比，这里简化了不少。

static final int hash(Object key) {
 int h;
 return (key == null) ? 0 : (h = key.hashCode()) ^ (h >>> 16);
}
final V putVal(int hash, K key, V value, boolean onlyIfAbsent,
 boolean evict) {
 Node<K,V>[] tab; Node<K,V> p; int n, i;
 // table为空，则经过扩容来建立，后面在看扩容函数
 if ((tab = table) == null || (n = tab.length) == 0)
 n = (tab = resize()).length;
 // 根据key的hash值 与 数组长度进行取模来获得数组索引 
 if ((p = tab[i = (n - 1) & hash]) == null)
 // 空链表，建立节点
 tab[i] = newNode(hash, key, value, null);
 else {
 Node<K,V> e; K k;
 // 不为空，则判断是否与当前节点同样，同样就进行覆盖
 if (p.hash == hash &&
 ((k = p.key) == key || (key != null && key.equals(k))))
 e = p;
 else if (p instanceof TreeNode)
 // 不存在重复节点，则判断是否属于树节点，若是属于树节点，则经过树的特性去添加节点
 e = ((TreeNode<K,V>)p).putTreeVal(this, tab, hash, key, value);
 else {
 // 该链为链表
 for (int binCount = 0; ; ++binCount) {
 // 当链表遍历到尾节点时，则插入到最后 -> 尾插法
 if ((e = p.next) == null) {
 p.next = newNode(hash, key, value, null);
 // 检测是否该从链表变成树（注意：这里是先插入节点，没有增长binCount,因此判断条件是大于等于阈值-1）
 if (binCount >= TREEIFY_THRESHOLD - 1) // -1 for 1st
 // 知足则树形化
 treeifyBin(tab, hash);
 break;
 }
 if (e.hash == hash &&
 ((k = e.key) == key || (key != null && key.equals(k))))
 break;
 p = e;
 }
 }
 
 // 主要是提供返回值
 if (e != null) { // existing mapping for key
 V oldValue = e.value;
 if (!onlyIfAbsent || oldValue == null)
 e.value = value；
 // 注意这里，这里是供子类LinkedHashMap实现 
 afterNodeAccess(e);
 return oldValue;
 }
 }
 ++modCount;
 // 注意细节：先加入节点，再加长度与阈值进行判断，是否须要扩容。
 if (++size > threshold)
 resize();
 // 注意这里，这里是供子类LinkedHashMap实现 
 afterNodeInsertion(evict);
 return null;
}

总结下：

1. 先会判断数组是否为空，若是为空则经过扩容函数来建立
2. 根据key的哈希值与数组长度取模获取索引，对应节点为空则直接建立节点
3. 若是对应节点不为空，先判断是否与插入元素相等，若是相等则进行替换；不想等继续判断.
4. 判断获取的节点是不是树形节点，若是是则经过树形节点添加元素；
5. 若是不是树形节点， 则必定是链表 。而后遍历链表至最后一个节点，将节点添加至链尾。若是当前链表的数量（没有算新插入节点）大于等于转换树形的阈值-1，则须要将该链表进行树形转换。
6. 插入节点后，长度+1； 而后判断是否大于阈值进行扩容操做。

4、resize函数

看了下注释：resize()方法主要用于初始化或者扩容。其实咱们从putVal()方法中就能看出来了，下面详细看下：

final Node<K,V>[] resize() {
 // copy 数组、容量、阈值
 Node<K,V>[] oldTab = table;
 int oldCap = (oldTab == null) ? 0 : oldTab.length;
 int oldThr = threshold;
 int newCap, newThr = 0;
 // 判断旧容量是否大于0
 if (oldCap > 0) {
 // 超过最大值就再也不扩充
 if (oldCap >= MAXIMUM_CAPACITY) {
 threshold = Integer.MAX_VALUE;
 return oldTab;
 }
 // 没超过最大值，就扩充为原来的 2 倍 
 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
 // 若是旧容量小于等于0 and 旧阈值大于0， 则将旧阈值赋给新容量
 newCap = oldThr;
 else { // zero initial threshold signifies using defaults
 // 不然都使用默认值
 newCap = DEFAULT_INITIAL_CAPACITY;
 newThr = (int)(DEFAULT_LOAD_FACTOR * DEFAULT_INITIAL_CAPACITY);
 }
 if (newThr == 0) {
 // 若是新的阈值是 0，对应的是当前表是空的. 根据新的容量和加载因子计算新的阈值
 float ft = (float)newCap * loadFactor;
 newThr = (newCap < MAXIMUM_CAPACITY && ft < (float)MAXIMUM_CAPACITY ?
 (int)ft : Integer.MAX_VALUE);
 }
 // 更新阈值
 threshold = newThr;
 @SuppressWarnings({"rawtypes","unchecked"})
 Node<K,V>[] newTab = (Node<K,V>[])new Node[newCap];
 table = newTab;
 
 // 下面开始将当前哈希桶中的全部节点转移到新的哈希桶中
 if (oldTab != null) {
 for (int j = 0; j < oldCap; ++j) {
 Node<K,V> e;
 // 遍历每一个位置，将元素赋值给e
 if ((e = oldTab[j]) != null) {
 // 置空原来元素，方便GC回收
 oldTab[j] = null;
 if (e.next == null)
 // 当前就一个元素，直接定位到下标
 newTab[e.hash & (newCap - 1)] = e;
 else if (e instanceof TreeNode)
 // 若是是树节点，则经过树形节点去拆分
 ((TreeNode<K,V>)e).split(this, newTab, j, oldCap);
 else { // preserve order
 // 高效之处
 // 利用哈希值的高低位去区分存储位置，若是高位是0，则存储在原来的位置；若是是1则存储在原来位置+oldCap。
 // 低位链表的头结点、尾节点
 Node<K,V> loHead = null, loTail = null;
 // 高位链表的头节点、尾节点
 Node<K,V> hiHead = null, hiTail = null;
 Node<K,V> next;
 do {
 next = e.next;
 // 低位链表
 if ((e.hash & oldCap) == 0) {
 if (loTail == null)
 loHead = e;
 else
 loTail.next = e;
 loTail = e;
 }
 // 高位链表
 else {
 if (hiTail == null)
 hiHead = e;
 else
 hiTail.next = e;
 hiTail = e;
 }
 } while ((e = next) != null);
 // 将低位链表存放在原索引处
 if (loTail != null) {
 loTail.next = null;
 newTab[j] = loHead;
 }
 // 将高位链表存放在 原索引+oldCap
 if (hiTail != null) {
 hiTail.next = null;
 newTab[j + oldCap] = hiHead;
 }
 }
 }
 }
 }
 return newTab;
}

总结：

1. 若是原数组为空，则须要初始化；若是不为空则扩容，容量为原来的两倍。而后更新阈值
2. 遍历原数组中的元素，将其添加至新数组中：

• 若是当前节点只有一个节点时，则根据其hash值与新容量-1进行取模操做取得下标，将元素添加到此位置上。
• 若是当前节点是树节点，则须要根据树形节点特性进行调整。
• 若是当前节点是链表，则根据节点的hash值与原容量进行高位判断，若是是0则添加到新数组上的原索引位置上；若是是1，则添加至新数组的原索引+原容量的位置上。

举例说明：假设原容量为16，索引下标为10的位置上存在链表且有两个节点，将设第一个节点的hash值为10，第二个的hash值为26。此时进行扩容操做的时候新容量变成32，

当咱们操做索引下标为10的链表时，按照取模的算法，第一个节点：10&（32-1） = 10，定位在原来索引位置上；第二个节点：26&（32-1） = 26定位到索引下标为26的位置上。该位置=原索引+原容量。因此该处用的很巧妙。

5、treeifyBin函数

final void treeifyBin(Node<K,V>[] tab, int hash) {
 int n, index; Node<K,V> e;
 // 会判断数组长度是否大于最小树化容量，若是不大于先进行扩容减小冲突。
 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);
 }
}

这里单独提出来分析，是为了说明当某链表节点大于等于8时并不必定会树化，还要判断当前容量是否大于最小树化的容量。若是小于的话是不会进行树化，而是经过扩容来减小冲突。

注：欢迎工做1到5年的Java工程师朋友们加入Java高级交流：468897908。群内提供免费的Java架构学习资料（有Spring，MyBatis，Netty源码分析，高并发、高性能、分布式、微服务架构的原理，JVM性能优化等...）这些成为架构师必备的知识体系，以及Java进阶学习路线图。

6、两个版本对比

1. 底层数据结构有变化。

• JDK7：数组+链表。在极端的状况下会造成一条单链表，那么它的查找时间复杂度会达到O(n)。
• JDK8: 数组+链表+红黑树。 当容量超过最小树化容量64时，若是存在链表节点大于等于8时就会树化，造成红黑树（相似平衡查找二叉树）。因此最坏的状况下的查找时间复杂度为O(logN). 比JDK7效率要好。

2. 计算Hash值的计算方式JDK8比JDK7要简化 。因此数据量大时也会有明显的差别。

3. 当hash冲突时，插入链表不同：JDK7是头插法（同索引下的节点顺序相反），JDK8是尾插法(同索引下的节点顺序不变)。

4. 扩容途径JDK8比JDK7多一种。JDK8多一种：当某链表长度大于等于8且当前容量还没达到树化容量时，会进行扩容减小冲突。

5. 扩容的具体操做不同，JDK8要优于JDK7。 JDK7须要从新进行 索引下标 的计算，而 JDK8 不须要，经过判断高位（与原容量比较）是 0 仍是 1，要么依旧是原 index，要么是 oldCap + 原 index。

6. JDK8下的HashMap不会产生死循环。但依然是线程不安全的。

经过上面对比，赶忙去升级JDK版本吧。HashMap的性能提高仅仅是JDK1.8的冰山一角。

但愿这篇文章对你有用，我也很想听听你的想法...