Java 深刻分析HashMap

内部实现

搞清楚HashMap，首先须要知道HashMap是什么，即它的存储结构-字段；其次弄明白它能干什么，即它的功能实现-方法。下面咱们针对这两个方面详细展开讲解。

存储结构-字段

从结构实现来说，HashMap是数组+链表+红黑树（JDK1.8增长了红黑树部分）实现的，以下如所示。

这里须要讲明白两个问题：数据底层具体存储的是什么？这样的存储方式有什么优势呢？

(1) 从源码可知，HashMap类中有一个很是重要的字段，就是 Node[] table，即哈希桶数组，明显它是一个Node的数组。咱们来看Node[JDK1.8]是何物。

static class Node<K,V> implements Map.Entry<K,V> { final int hash; //用来定位数组索引位置 final K key; V value; Node<K,V> next; //链表的下一个node Node(int hash, K key, V value, Node<K,V> next) { ... } public final K getKey(){ ... } public final V getValue() { ... } public final String toString() { ... } public final int hashCode() { ... } public final V setValue(V newValue) { ... } public final boolean equals(Object o) { ... } }

Node是HashMap的一个内部类，实现了Map.Entry接口，本质是就是一个映射(键值对)。上图中的每一个黑色圆点就是一个Node对象。

(2) HashMap就是使用哈希表来存储的。哈希表为解决冲突，能够采用开放地址法和链地址法等来解决问题，Java中HashMap采用了链地址法。链地址法，简单来讲，就是数组加链表的结合。在每一个数组元素上都一个链表结构，当数据被Hash后，获得数组下标，把数据放在对应下标元素的链表上。例如程序执行下面代码：

map.put("美团","小美");

系统将调用”美团”这个key的hashCode()方法获得其hashCode 值（该方法适用于每一个Java对象），而后再经过Hash算法的后两步运算（高位运算和取模运算，下文有介绍）来定位该键值对的存储位置，有时两个key会定位到相同的位置，表示发生了Hash碰撞。固然Hash算法计算结果越分散均匀，Hash碰撞的几率就越小，map的存取效率就会越高。

若是哈希桶数组很大，即便较差的Hash算法也会比较分散，若是哈希桶数组数组很小，即便好的Hash算法也会出现较多碰撞，因此就须要在空间成本和时间成本之间权衡，其实就是在根据实际状况肯定哈希桶数组的大小，并在此基础上设计好的hash算法减小Hash碰撞。那么经过什么方式来控制map使得Hash碰撞的几率又小，哈希桶数组（Node[] table）占用空间又少呢？答案就是好的Hash算法和扩容机制。

在理解Hash和扩容流程以前，咱们得先了解下HashMap的几个字段。从HashMap的默认构造函数源码可知，构造函数就是对下面几个字段进行初始化，源码以下：

int threshold;             // 所能容纳的key-value对极限 
     final float loadFactor;    // 负载因子
     int modCount;  
     int size;

首先，Node[] table的初始化长度length(默认值是16)，Load factor为负载因子(默认值是0.75)，threshold是HashMap所能容纳的最大数据量的Node(键值对)个数。threshold = length * Load factor。也就是说，在数组定义好长度以后，负载因子越大，所能容纳的键值对个数越多。

结合负载因子的定义公式可知，threshold就是在此Load factor和length(数组长度)对应下容许的最大元素数目，超过这个数目就从新resize(扩容)，扩容后的HashMap容量是以前容量的两倍。默认的负载因子0.75是对空间和时间效率的一个平衡选择，建议你们不要修改，除非在时间和空间比较特殊的状况下，若是内存空间不少而又对时间效率要求很高，能够下降负载因子Load factor的值；相反，若是内存空间紧张而对时间效率要求不高，能够增长负载因子loadFactor的值，这个值能够大于1。

size这个字段其实很好理解，就是HashMap中实际存在的键值对数量。注意和table的长度length、容纳最大键值对数量threshold的区别。而modCount字段主要用来记录HashMap内部结构发生变化的次数，主要用于迭代的快速失败。强调一点，内部结构发生变化指的是结构发生变化，例如put新键值对，可是某个key对应的value值被覆盖不属于结构变化。

在HashMap中，哈希桶数组table的长度length大小必须为2的n次方(必定是合数)，这是一种很是规的设计，常规的设计是把桶的大小设计为素数。相对来讲素数致使冲突的几率要小于合数，具体证实能够参考http://blog.csdn.net/liuqiyao_01/article/details/14475159，Hashtable初始化桶大小为11，就是桶大小设计为素数的应用（Hashtable扩容后不能保证仍是素数）。HashMap采用这种很是规设计，主要是为了在取模和扩容时作优化（X % 2^n = X & (2^n - 1)，而且2倍扩容保证扩容后容量也是2^n），同时为了减小冲突，HashMap定位哈希桶索引位置时，也加入了高位参与运算的过程。

这里存在一个问题，即便负载因子和Hash算法设计的再合理，也免不了会出现拉链过长的状况，一旦出现拉链过长，则会严重影响HashMap的性能。因而，在JDK1.8版本中，对数据结构作了进一步的优化，引入了红黑树。而当链表长度太长（默认超过8）时，链表就转换为红黑树，利用红黑树快速增删改查的特色提升HashMap的性能，其中会用到红黑树的插入、删除、查找等算法。本文再也不对红黑树展开讨论，想了解更多红黑树数据结构的工做原理能够参考http://blog.csdn.net/v_july_v/article/details/6105630。

功能实现-方法

HashMap的内部功能实现不少，本文主要从根据key获取哈希桶数组索引位置、put方法的详细执行、扩容过程三个具备表明性的点深刻展开讲解。

1. 肯定哈希桶数组索引位置

无论增长、删除、查找键值对，定位到哈希桶数组的位置都是很关键的第一步。前面说过HashMap的数据结构是数组和链表的结合，因此咱们固然但愿这个HashMap里面的元素位置尽可能分布均匀些，尽可能使得每一个位置上的元素数量只有一个，那么当咱们用hash算法求得这个位置的时候，立刻就能够知道对应位置的元素就是咱们要的，不用遍历链表，大大优化了查询的效率。HashMap定位数组索引位置，直接决定了hash方法的离散性能。先看看源码的实现(方法一+方法二):

方法一： final int hash(Object k) { //jdk1.7 int h = hashSeed; if (0 != h && k instanceof String) { return sun.misc.Hashing.stringHash32((String) k); } h ^= k.hashCode(); // This function ensures that hashCodes that differ only by // constant multiples at each bit position have a bounded // number of collisions (approximately 8 at default load factor). h ^= (h >>> 20) ^ (h >>> 12); return h ^ (h >>> 7) ^ (h >>> 4); } static final int hash(Object key) { //jdk1.8 int h; // h = key.hashCode() 为第一步 取hashCode值 // h ^ (h >>> 16) 为第二步 高位参与运算 return (key == null) ? 0 : (h = key.hashCode()) ^ (h >>> 16); } 方法二： static int indexFor(int h, int length) { //jdk1.7的源码，jdk1.8没有这个方法，可是实现原理同样的 return h & (length-1); //第三步 取模运算 }

 

JDK7中 HashMap 的hash方法解析： http://www.iteye.com/topic/709945

这里的Hash算法本质上就是三步：取key的hashCode值、高位运算、取模运算。

对于任意给定的对象，只要它的hashCode()返回值相同，那么程序调用方法一所计算获得的Hash码值老是相同的。咱们首先想到的就是把hash值对数组长度取模运算，这样一来，元素的分布相对来讲是比较均匀的。可是，模运算的消耗仍是比较大的，在HashMap中是这样作的：调用方法二来计算该对象应该保存在table数组的哪一个索引处。

这个方法很是巧妙，它经过h & (table.length -1)来获得该对象的保存位，而HashMap底层数组的长度老是2的n次方，这是HashMap在速度上的优化。当length老是2的n次方时，h& (length-1)运算等价于对length取模，也就是h%length，可是&比%具备更高的效率。

在JDK1.8的实现中，优化了高位运算的算法，经过hashCode()的高16位异或低16位实现的：(h = k.hashCode()) ^ (h >>> 16)，主要是从速度、功效、质量来考虑的，这么作能够在数组table的length比较小的时候，也能保证考虑到高低Bit都参与到Hash的计算中，同时不会有太大的开销。

下面举例说明下，n为table的长度。

而且，高16位位运算向右移16位与低16位异或运算，实现均衡分配获得1或者0的几率都是1/2，而&（与）运算获得0的几率较大为75%，| (或)运算获得1的几率较大为75%。

2. 分析HashMap的put方法

HashMap的put方法执行过程能够经过下图来理解，本身有兴趣能够去对比源码更清楚地研究学习。

①.判断键值对数组table[i]是否为空或为null，不然执行resize()进行扩容；

②.根据键值key计算hash值获得插入的数组索引i，若是table[i]==null，直接新建节点添加，转向⑥，若是table[i]不为空，转向③；

③.判断table[i]的首个元素是否和key同样，若是相同直接覆盖value，不然转向④，这里的相同指的是hashCode以及equals；

④.判断table[i] 是否为treeNode，即table[i] 是不是红黑树，若是是红黑树，则直接在树中插入键值对，不然转向⑤；

⑤.遍历table[i]，判断链表长度是否大于8，大于8的话把链表转换为红黑树，在红黑树中执行插入操做，不然进行链表的插入操做；遍历过程当中若发现key已经存在直接覆盖value便可；

⑥.插入成功后，判断实际存在的键值对数量size是否超多了最大容量threshold，若是超过，进行扩容。

JDK1.8HashMap的put方法源码以下:

public V put(K key, V value) { // 对key的hashCode()作hash 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; // 步骤①：tab为空则建立 if ((tab = table) == null || (n = tab.length) == 0) n = (tab = resize()).length; // 步骤②：计算index，并对null作处理 ,注意if中的代码，将计算到的table索引i处的值赋予Node p,并判断是否null // 若是tab[i]/p处为null，则将新的元素节点添加到tab[i]，若是tab[i]/p处不为null，进入else分支 if ((p = tab[i = (n - 1) & hash]) == null) tab[i] = newNode(hash, key, value, null); else { // Node<K,V> e; K k; // 步骤③：此时变量p为tab[i]处的原节点，判断新节点key与p节点的key是否相同，相同直接覆盖value，不相同向后走流程。 // 注意此时p只是tab[i]处的原节点，并不是整个链表或红黑树 if (p.hash == hash && ((k = p.key) == key || (key != null && key.equals(k)))) e = p; // 步骤④：若是新添加的节点key在tab[i]处 判断该链为红黑树 else if (p instanceof TreeNode) // 将新节点添加到红黑树中 e = ((TreeNode<K,V>)p).putTreeVal(this, tab, hash, key, value); // 步骤⑤：若是该链为链表 else { // 遍历节点 for (int binCount = 0; ; ++binCount) { // 判断p节点的next节点是否为null，若是为null，将新节点添加到p的next处。 // 将e赋值为p的next节点 if ((e = p.next) == null) { p.next = newNode(hash, key,value,null); //链表长度大于8转换为红黑树进行处理 if (binCount >= TREEIFY_THRESHOLD - 1) // -1 for 1st treeifyBin(tab, hash); break; } // 判断p都后续节点key是否和新添加的key相同，若是相同直接覆盖value if (e.hash == hash && ((k = e.key) == key || (key != null && key.equals(k)))) break; // 此时将p设置为它的next节点 p = e; } } //通过上面的处理，e变量表明被新添加的节点覆盖的节点 if (e != null) { //替换原节点的value为覆盖的value V oldValue = e.value; if (!onlyIfAbsent || oldValue == null) e.value = value; afterNodeAccess(e); return oldValue; } } ++modCount; // 步骤⑥：超过最大容量 就扩容 if (++size > threshold) resize(); afterNodeInsertion(evict); return null; }

 

3. 扩容机制

扩容(resize)就是从新计算容量，向HashMap对象里不停的添加元素，而HashMap对象内部的数组没法装载更多的元素时，对象就须要扩大数组的长度，以便能装入更多的元素。固然Java里的数组是没法自动扩容的，方法是使用一个新的数组代替已有的容量小的数组，就像咱们用一个小桶装水，若是想装更多的水，就得换大水桶。

咱们分析下resize的源码，鉴于JDK1.8融入了红黑树，较复杂，为了便于理解咱们仍然使用JDK1.7的代码，好理解一些，本质上区别不大，具体区别后文再说。

void resize(int newCapacity) { //传入新的容量 Entry[] oldTable = table; //引用扩容前的Entry数组 int oldCapacity = oldTable.length; if (oldCapacity == MAXIMUM_CAPACITY) { //扩容前的数组大小若是已经达到最大(2^30)了 threshold = Integer.MAX_VALUE; //修改阈值为int的最大值(2^31-1)，这样之后就不会扩容了 return; } Entry[] newTable = new Entry[newCapacity]; //初始化一个新的Entry数组 transfer(newTable); //！！将数据转移到新的Entry数组里 table = newTable; //HashMap的table属性引用新的Entry数组 threshold = (int)(newCapacity * loadFactor);//修改阈值 }

这里就是使用一个容量更大的数组来代替已有的容量小的数组，transfer()方法将原有Entry数组的元素拷贝到新的Entry数组里。

void transfer(Entry[] newTable) { Entry[] src = table; //src引用了旧的Entry数组 int newCapacity = newTable.length; for (int j = 0; j < src.length; j++) { //遍历旧的Entry数组 Entry<K,V> e = src[j]; //取得旧Entry数组的每一个元素，将取到的元素存储到变量e中 if (e != null) { src[j] = null;//释放旧Entry数组的对象引用（for循环后，旧的Entry数组再也不引用任何对象） do { Entry<K,V> next = e.next;// 将链表中的当前指向节点e的next节点，保存到next变量中 int i = indexFor(e.hash, newCapacity); //从新计算元素在HashMap的value数组中的位置 e.next = newTable[i]; //将新数组newTable[i]中存储的值指向当前节点e的next节点 newTable[i] = e; //将当前节点e指向新数组的newTable[i]上，使e称为newTable[i]中保存链表的头结点，这样e节点就添加到了newTable[i]中 e = next; //将当前节点e原来的next节点，变为当前处理节点e } while (e != null); } } }

newTable[i]的引用赋给了e.next，也就是使用了单链表的头插入方式，同一位置上新元素总会被放在链表的头部位置；这样先放在一个索引上的元素终会被放到Entry链的尾部(若是发生了hash冲突的话），这一点和Jdk1.8有区别，下文详解。在旧数组中同一条Entry链上的元素，经过从新计算索引位置后，有可能被放到了新数组的不一样位置上。

下面举个例子说明下扩容过程。假设了咱们的hash算法就是简单的用key mod 一下表的大小（也就是数组的长度）。其中的哈希桶数组table的size=2， 因此key = 三、七、5，put顺序依次为 五、七、3。在mod 2之后都冲突在table[1]这里了。这里假设负载因子 loadFactor=1，即当键值对的实际大小size 大于 table的实际大小时进行扩容。接下来的三个步骤是哈希桶数组 resize成4，而后全部的Node从新rehash的过程。

JDK1.7中，resize时，index取得时，所有采用从新hash的方式进行了。JDK1.8对这个进行了改善。

之前要肯定index的时候用的是(e.hash & oldCap-1)(参考上面的JDK1.7的transfer方法)，是取模取余。而JDK1.8用到的是(e.hash & oldCap)(参看下面JDK1.8的resize方法)，它有两种结果，一个是0，一个是oldCap。
好比：
e.hash 0000 1010        e.hash 0001 1010 
&                                  &
oldCap 0001 0000       oldCap 0001 0000
-------------------------       ------------------------
             0000 0000                   0001 0000

再好比oldCap=8,hash是3，11，19，27时，(e.hash & oldCap)的结果是0，8，0，8，这样3，19组成新的链表，index为3；而11，27组成新的链表，新分配的index为3+8；
JDK1.7中重写hash是(e.hash & newCap-1)，也就是3，11，19，27对16取余，也是3，11，3，11，和上面的结果同样，可是index为3的链表是19，3，index为3+8的链表是27，11，也就是说1.7中通过resize后数据的顺序变成了倒叙，而1.8没有改变顺序。

这个设计确实很是的巧妙，省去了JDK1.7中从新计算hash值的时间提升了效率，经过&运算直接就能够从新肯定元素index的位置，所以resize的过程，均匀的把以前的冲突的节点分散到新的bucket了。这一块就是JDK1.8新增的优化点。有一点注意区别，JDK1.7中rehash的时候，旧链表迁移新链表的时候，若是在新表的数组索引位置相同，则链表元素会倒置，而JDK1.8的处理方式不会倒置。有兴趣的同窗能够研究下JDK1.8的resize源码，写的很赞，以下:

final Node<K,V>[] resize() { Node<K,V>[] oldTab = table; // 未扩容的旧表 int oldCap = (oldTab == null) ? 0 : oldTab.length; // 旧表长度 int oldThr = threshold; // 旧表所能容纳的key-value对极限 int newCap, newThr = 0; if (oldCap > 0) { // 超过最大值就再也不扩充了，就只好随你碰撞去吧 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 newCap = oldThr; else { // zero initial threshold signifies using defaults newCap = DEFAULT_INITIAL_CAPACITY; newThr = (int)(DEFAULT_LOAD_FACTOR * DEFAULT_INITIAL_CAPACITY); } // 计算新的resize上限 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) { // 把每一个bucket都移动到新的buckets中 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 { // 链表优化重hash的代码块，此处是为了防止扩容后元素顺序改变作的优化 // loHead是记录扩容后位置不发生改变的元素，loTail 用来处理链表尾节点的变量，虽然在loTail中处理next节点指向，可是同时也设置了loHead中next节点的指向 // hiHead是记录扩容后位置发生改变的元素，hiTail 用来处理链表尾节点的变量，虽然在hiHead 中处理next节点指向，可是同时也设置了hiHead中next节点的指向 Node<K,V> loHead = null, loTail = null; Node<K,V> hiHead = null, hiTail = null; Node<K,V> next; do { //获取当前节点的下一个元素 next = e.next; //e.hash & oldCap 说明e.hash后的值小于oldCap,即便扩充了,也是扩充链表的后半部分,前面已经有的元素仍是在原来的位置 if ((e.hash & oldCap) == 0) { //若是loTail==null说明是第一个元素,把这个元素赋值给loHead if (loTail == null) loHead = e; else //若是不是第一个元素,就把他加到后面 loTail.next = e; loTail = e; } //若是这里面的代码,则说明,新的元素的key值的hash已经超过了oldCap,全部要加入到新库充的链表hiHead 中 else { if (hiTail == null) hiHead = e; else hiTail.next = e; hiTail = e; } } while ((e = next) != null); // 原索引放到bucket里 if (loTail != null) { loTail.next = null; //将下标只想链表的第一个元素 newTab[j] = loHead; } // 原索引+oldCap放到bucket里 if (hiTail != null) { hiTail.next = null; //下标j + oldCap指向第二个链表的头,缘由是e.hash & oldCap ==0 说明,以前的容量尚未填满 知道 !=0 的时候,才表示以前的元素已经填满,因此下标, 就编程了j+oldCap newTab[j + oldCap] = hiHead; } } } } } return newTab; }

 

线程安全性

在多线程使用场景中，应该尽可能避免使用线程不安全的HashMap，而使用线程安全的ConcurrentHashMap。那么为何说HashMap是线程不安全的，下面举例子说明在并发的多线程使用场景中使用HashMap可能形成死循环。代码例子以下(便于理解，仍然使用JDK1.7的环境)：

public class HashMapInfiniteLoop { private static HashMap<Integer,String> map = new HashMap<Integer,String>(2，0.75f); public static void main(String[] args) { map.put(5， "C"); new Thread("Thread1") { public void run() { map.put(7, "B"); System.out.println(map); }; }.start(); new Thread("Thread2") { public void run() { map.put(3, "A); System.out.println(map); }; }.start(); } }

其中，map初始化为一个长度为2的数组，loadFactor=0.75，threshold=2*0.75=1，也就是说当put第二个key的时候，map就须要进行resize。

经过设置断点让线程1和线程2同时debug到transfer方法(3.3小节代码块)的首行。注意此时两个线程已经成功添加数据。放开thread1的断点至transfer方法的“Entry next = e.next;” 这一行；而后放开线程2的的断点，让线程2进行resize。结果以下图。

注意，Thread1的 e 指向了key(3)，而next指向了key(7)，其在线程二rehash后，指向了线程二重组后的链表。

线程一被调度回来执行，先是执行 newTalbe[i] = e， 而后是e = next，致使了e指向了key(7)，而下一次循环的next = e.next致使了next指向了key(3)。

e.next = newTable[i] 致使 key(3).next 指向了 key(7)。注意：此时的key(7).next 已经指向了key(3)， 环形链表就这样出现了。

因而，当咱们用线程一调用map.get(11)时，悲剧就出现了——Infinite Loop。

 

可是在JDK1.8之后这个问题已经不存在了，由于JDK1.8中的扩容已经不存在transfer方法了，而且扩容后不会致使链表倒置了，所以不存在链表死循环。可是并不能说明JDK1.8中HashMap就是线程安全的。而且，抛开版本HashMap中线程不安全的体现并不只仅在扩容这里，下面咱们再来分析其余线程不安全的部分。

1. 首先 size() 方法：

Map中的size字段

咱们看到并不适用volatile修饰的，也就是说在多线程状况下size的修改并不对其余线程可见。所以很明确，在并发put元素的时候HashMap中的size绝对是不可信的！

2.多线程put操做

JDK1.7中put操做

/** * 存入一个键值对，若是key重复，则更新value * @param key 键值名 * @param value 键值 * @return 若是存的是新key则返回null，若是覆盖了旧键值对，则返回旧value */ public V put(K key, V value) { //若是数组为空，则新建数组 if (table == EMPTY_TABLE) { inflateTable(threshold); } //若是key为null，则把value放在table[0]中 if (key == null) return putForNullKey(value); //生成key所对应的hash值 int hash = hash(key); //根据hash值和数组的长度找到：该key所属entry在table中的位置i int i = indexFor(hash, table.length); /** * 数组中每一项存的都是一个链表， * 先找到i位置，而后循环该位置上的每个entry， * 若是发现存在key与传入key相等，则替换其value。而后结束侧方法。 * 若是没有找到相同的key，则继续执行下一条指令，将此键值对存入链表头 */ for (Entry<K,V> e = table[i]; e != null; e = e.next) { Object k; if (e.hash == hash && ((k = e.key) == key || key.equals(k))) { V oldValue = e.value; e.value = value; e.recordAccess(this); return oldValue; } } //map操做次数加一 modCount++; //查看是否须要扩容，并将该键值对存入指定下标的链表头中 addEntry(hash, key, value, i); //若是是新存入的键值对，则返回null return null; }

考虑在多线程下put操做时，执行addEntry(hash,key, value, i)，若是有产生哈希碰撞，
致使两个线程获得一样的bucketIndex去存储，就可能会出现覆盖丢失的状况：。同时存进去的位置，有一个先存的会给覆盖掉。

 

JDK1.8中put操做

final V putVal(int hash, K key, V value, boolean onlyIfAbsent, boolean evict) { Node<K,V>[] tab; Node<K,V> p; int n, i; if ((tab = table) == null || (n = tab.length) == 0) n = (tab = resize()).length; if ((p = tab[i = (n - 1) & hash]) == null)　　　　//若是该位置为null，说明没有哈希冲突，直接插入 --------------------（1） tab[i] = newNode(hash, key, value, null); else { ....省略后面的代码... }

若是有两个线程A和B，都进行插入数据，恰好这两条不一样的数据通过哈希计算后获得的哈希码是同样的，且该位置尚未其余的数据。因此这两个线程都会进入我在上面标记为（1）的代码中。假设一种状况，线程A经过if判断，该位置没有哈希冲突，进入了if语句，尚未进行数据插入，这时候CPU就把资源让给了线程B，线程A停在了if语句里面，线程B判断该位置没有哈希冲突（线程A的数据还没插入），也进入了if语句，线程B执行完后，轮到线程A执行，如今线程A直接在该位置插入而不用再判断。这时候，你会发现线程A把线程B插入的数据给覆盖了。发生了线程不安全状况。原本在HashMap中，发生哈希冲突是能够用链表法或者红黑树来解决的，可是在多线程中，可能就直接给覆盖了。

发生在链表处插入数据发生线程不安全的状况也类似。

如两个线程都在遍历到最后一个节点，都要在最后添加一个数据，那么后面添加数据的线程就会把前面添加的数据给覆盖住。

3.若是我在扩容时，在数据从旧数组复制到新数组过程当中，这时候某个线程插入一条数据，这时候是插入到新数组中，可是在数据复制过程当中，HashMap是没有检查新数组上的位置是否为空，因此新插入的数据会被后面从旧数组中复制过来的数据覆盖住。

4.JDK1.8中若是在（2）刚执行后，某个线程就马上想删除之前插入的某个元素，你会发现删除不了，由于table指向了新数组，而这时候新数组尚未数据。

final Node<K,V>[] resize() { ..省略.. Node<K,V>[] newTab = (Node<K,V>[])new Node[newCap];//----------------------（1） table = newTab;//------------------------（2） ..省略.. }

5.JDK1.7中transfer方法的线程安全问题不只仅是链表死循环，还有可能put非null元素后get出来的倒是null：

void transfer(Entry[] newTable) { Entry[] src = table; //src引用了旧的Entry数组 int newCapacity = newTable.length; for (int j = 0; j < src.length; j++) { //遍历旧的Entry数组 Entry<K,V> e = src[j]; //取得旧Entry数组的每一个元素，将取到的元素存储到变量e中 if (e != null) { src[j] = null;//释放旧Entry数组的对象引用（for循环后，旧的Entry数组再也不引用任何对象） -------(1) do { Entry<K,V> next = e.next;// 将链表中的当前指向节点e的next节点，保存到next变量中 int i = indexFor(e.hash, newCapacity); //从新计算元素在HashMap的value数组中的位置 e.next = newTable[i]; //将新数组newTable[i]中存储的值指向当前节点e的next节点 newTable[i] = e; //将当前节点e指向新数组的newTable[i]上，使e称为newTable[i]中保存链表的头结点，这样e节点就添加到了newTable[i]中 e = next; //将当前节点e原来的next节点，变为当前处理节点e } while (e != null); } } }

上面的代码中，src为旧数组，newTable为新数组。(1)处的代码将 src[j] = null;，把src[j]取值给e后，把那个位置就变成null，那么同时有线程get那个旧表src的时候，就有可能取值为null了。

JDK1.8与JDK1.7的性能对比

HashMap中，若是key通过hash算法得出的数组索引位置所有不相同，即Hash算法很是好，那样的话，getKey方法的时间复杂度就是O(1)，若是Hash算法技术的结果碰撞很是多，假如Hash算极其差，全部的Hash算法结果得出的索引位置同样，那样全部的键值对都集中到一个桶中，或者在一个链表中，或者在一个红黑树中，时间复杂度分别为O(n)和O(lgn)。 鉴于JDK1.8作了多方面的优化，整体性能优于JDK1.7，下面咱们从两个方面用例子证实这一点。

Hash较均匀的状况

为了便于测试，咱们先写一个类Key，以下：

class Key implements Comparable<Key> { private final int value; Key(int value) { this.value = value; } @Override public int compareTo(Key o) { return Integer.compare(this.value, o.value); } @Override public boolean equals(Object o) { if (this == o) return true; if (o == null || getClass() != o.getClass()) return false; Key key = (Key) o; return value == key.value; } @Override public int hashCode() { return value; } }

这个类复写了equals方法，而且提供了至关好的hashCode函数，任何一个值的hashCode都不会相同，由于直接使用value当作hashcode。为了不频繁的GC，我将不变的Key实例缓存了起来，而不是一遍一遍的建立它们。代码以下：

public class Keys { public static final int MAX_KEY = 10_000_000; private static final Key[] KEYS_CACHE = new Key[MAX_KEY]; static { for (int i = 0; i < MAX_KEY; ++i) { KEYS_CACHE[i] = new Key(i); } } public static Key of(int value) { return KEYS_CACHE[value]; } }

如今开始咱们的试验，测试须要作的仅仅是，建立不一样size的HashMap（一、十、100、……10000000），屏蔽了扩容的状况，代码以下：

static void test(int mapSize) { HashMap<Key, Integer> map = new HashMap<Key,Integer>(mapSize); for (int i = 0; i < mapSize; ++i) { map.put(Keys.of(i), i); } long beginTime = System.nanoTime(); //获取纳秒 for (int i = 0; i < mapSize; i++) { map.get(Keys.of(i)); } long endTime = System.nanoTime(); System.out.println(endTime - beginTime); } public static void main(String[] args) { for(int i=10;i<= 1000 0000;i*= 10){ test(i); } }

在测试中会查找不一样的值，而后度量花费的时间，为了计算getKey的平均时间，咱们遍历全部的get方法，计算总的时间，除以key的数量，计算一个平均值，主要用来比较，绝对值可能会受不少环境因素的影响。结果以下：

经过观测测试结果可知，JDK1.8的性能要高于JDK1.7 15%以上，在某些size的区域上，甚至高于100%。因为Hash算法较均匀，JDK1.8引入的红黑树效果不明显，下面咱们看看Hash不均匀的的状况。

Hash极不均匀的状况

假设咱们又一个很是差的Key，它们全部的实例都返回相同的hashCode值。这是使用HashMap最坏的状况。代码修改以下：

class Key implements Comparable<Key> { //... @Override public int hashCode() { return 1; } }

仍然执行main方法，得出的结果以下表所示：

从表中结果中可知，随着size的变大，JDK1.7的花费时间是增加的趋势，而JDK1.8是明显的下降趋势，而且呈现对数增加稳定。当一个链表太长的时候，HashMap会动态的将它替换成一个红黑树，这话的话会将时间复杂度从O(n)降为O(logn)。hash算法均匀和不均匀所花费的时间明显也不相同，这两种状况的相对比较，能够说明一个好的hash算法的重要性。

测试环境：处理器为2.2 GHz Intel Core i7，内存为16 GB 1600 MHz DDR3，SSD硬盘，使用默认的JVM参数，运行在64位的OS X 10.10.1上。

小结

(1) 扩容是一个特别耗性能的操做，因此当程序员在使用HashMap的时候，估算map的大小，初始化的时候给一个大体的数值，避免map进行频繁的扩容。

(2) 负载因子是能够修改的，也能够大于1，可是建议不要轻易修改，除非状况很是特殊。

(3) HashMap是线程不安全的，不要在并发的环境中同时操做HashMap，建议使用ConcurrentHashMap。

(4) JDK1.8引入红黑树大程度优化了HashMap的性能。

(5) 还没升级JDK1.8的，如今开始升级吧。HashMap的性能提高仅仅是JDK1.8的冰山一角。