图文并茂，深刻浅出HashMap经典详解
什么是HashMap?
HashMap是基于哈希表的Map接口的非同步实现。此实现提供全部可选的映射操做，并容许使用null值和null键。此类不保证映射的顺序，特别是它不保证该顺序恒久不变。程序员
HashMap的数据结构
在Java编程语言中，最基本的结构就是两种，一个是数组，另一个是模拟指针（引用），全部的数据结构均可以用这两个基本结构来构造的，HashMap也不例外。HashMap其实是一个“链表散列”的数据结构，即数组和链表的结合体。面试
文字描述永远要配上图才能更好的讲解数据结构，HashMap的结构图算法
从上图中能够看出，HashMap底层就是一个数组结构，数组中的每一项又是一个链表或者红黑树。当新建一个HashMap的时候，就会初始化一个数组。编程
下面先经过大概看下HashMap的核心成员。数组
public class HashMap<K,V> extends AbstractMap<K,V>
implements Map<K,V>, Cloneable, Serializable {
// 默认容量，默认为16，必须是2的幂
static final int DEFAULT_INITIAL_CAPACITY = 1 << 4;
// 最大容量，值是2^30
static final int MAXIMUM_CAPACITY = 1 << 30
// 装载因子，默认的装载因子是0.75
static final float DEFAULT_LOAD_FACTOR = 0.75f;
// 解决冲突的数据结构由链表转换成树的阈值，默认为8
static final int TREEIFY_THRESHOLD = 8;
// 解决冲突的数据结构由树转换成链表的阈值，默认为6
static final int UNTREEIFY_THRESHOLD = 6;
/* 当桶中的bin被树化时最小的hash表容量。
* 若是没有达到这个阈值，即hash表容量小于MIN_TREEIFY_CAPACITY，当桶中bin的数量太多时会执行resize扩容操做。
* 这个MIN_TREEIFY_CAPACITY的值至少是TREEIFY_THRESHOLD的4倍。
*/
static final int MIN_TREEIFY_CAPACITY = 64;
static class Node<K,V> implements Map.Entry<K,V> {
//...
}
// 存储数据的数组
transient Node<K,V>[] table;
// 遍历的容器
transient Set<Map.Entry<K,V>> entrySet;
// Map中KEY-VALUE的数量
transient int size;
/**
* 结构性变动的次数。
* 结构性变动是指map的元素数量的变化，好比rehash操做。
* 用于HashMap快速失败操做，好比在遍历时发生告终构性变动，就会抛出ConcurrentModificationException。
*/
transient int modCount;
// 下次resize的操做的size值。
int threshold;
// 负载因子，resize后容量的大小会增长现有size * loadFactor
final float loadFactor;
}
HashMap的初始化
经过源码能够看出初始化时并无初始化数组table，那只能在put操做时放入了，为何要这样作？估计是避免初始化了HashMap以后不使用反而占用内存吧，哈哈哈。数据结构
HashMap的存储操做
下面咱们详细讲一下HashMap是如何肯定数组索引的位置、进行put操做的详细过程以及扩容机制(resize)架构
hash计算，肯定数组索引位置
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。app
看下源码的实现：编程语言
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。ide
你们都知道上面代码里的key.hashCode()函数调用的是key键值类型自带的哈希函数，返回int型散列值。理论上散列值是一个int型，若是直接拿散列值做为下标访问HashMap主数组的话，考虑到2进制32位带符号的int表值范围从‑2147483648到2147483648。先后加起来大概40亿的映射空间。只要哈希函数映射得比较均匀松散，通常应用是很难出现碰撞的。但问题是一个40亿长度的数组，内存是放不下的。你想，HashMap扩容以前的数组初始大小才16。因此这个散列值是不能直接拿来用的。用以前还要先作对数组的长度取模运算，获得的余数才能用来访问数组下标。源码中模运算是在这个indexFor( )函数里完成。
顺便说一下，这也正好解释了为什么HashMap的数组长度要取2的整次幂。由于这样（数组长度‑1）正好至关于一个“低位掩码”。“与”操做的结果就是散列值的高位所有归零，只保留低位值，用来作数组下标访问。以初始长度16为例，16‑1=15。2进制表示是00000000 0000000000001111。和某散列值作“与”操做以下，结果就是截取了最低的四位值。
但这时候问题就来了，这样就算个人散列值分布再松散，要是只取最后几位的话，碰撞也会很严重。更要命的是若是散列自己作得不好，分布上成等差数列的漏洞，刚好使最后几个低位呈现规律性重复，就无比蛋疼。这时候“扰动函数”的价值就出来了，说到这你们应该都明白了，看下图。
右位移16位，正好是32bit的一半，本身的高半区和低半区作异或，就是为了混合原始哈希码的高位和低位，以此来加大低位的随机性。并且混合后的低位掺杂了高位的部分特征，这样高位的信息也被变相保留下来。
putVal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。
源码以及解释以下：
// 真正的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;
// 若是table没有初始化，或者初始化的大小为0，进行resize操做
if ((tab = table) == null || (n = tab.length) == 0)
n = (tab = resize()).length;
// 若是hash值对应的桶内没有数据，直接生成结点而且把结点放入桶中
if ((p = tab[i = (n - 1) & hash]) == null)
tab[i] = newNode(hash, key, value, null);
// 若是hash值对应的桶内有数据解决冲突，再放入桶中
else {
Node<K,V> e; K k;
//判断put的元素和已经存在的元素是相同(hash一致，而且equals返回true)
if (p.hash == hash &&
((k = p.key) == key || (key != null && key.equals(k))))
e = p;
// put的元素和已经存在的元素是不相同(hash一致，而且equals返回true)
// 若是桶内元素的类型是TreeNode，也就是解决hash解决冲突用的树型结构，把元素放入树种
else if (p instanceof TreeNode)
e = ((TreeNode<K,V>)p).putTreeVal(this, tab, hash, key, value);
else {
// 桶内元素的类型不是TreeNode，而是链表时，把数据放入链表的最后一个元素上
for (int binCount = 0; ; ++binCount) {
if ((e = p.next) == null) {
p.next = newNode(hash, key, value, null);
// 若是链表的长度大于转换为树的阈值(TREEIFY_THRESHOLD)，将存储元素的数据结构变动为树
if (binCount >= TREEIFY_THRESHOLD - 1) // -1 for 1st
treeifyBin(tab, hash);
break;
}
// 若是查已经存在key，中止遍历
if (e.hash == hash &&
((k = e.key) == key || (key != null && key.equals(k))))
break;
p = e;
}
}
// 已经存在元素时
if (e != null) { // existing mapping for key
V oldValue = e.value;
if (!onlyIfAbsent || oldValue == null)
e.value = value;
afterNodeAccess(e);
return oldValue;
}
}
++modCount;
// 若是K-V数量大于阈值，进行resize操做
if (++size > threshold)
resize();
afterNodeInsertion(evict);
return null;
}
扩容机制
HashMap的扩容机制用的很巧妙，以最小的性能来完成扩容。扩容后的容量就变成了变成了以前容量的2倍，初始容量为16，因此通过rehash以后，元素的位置要么是在原位置，要么是在原位置再向高下标移动上次容量次数的位置，也就是说若是上次容量是16，下次扩容后容量变成了16+16，若是一个元素在下标为7的位置，下次扩容时，要不还在7的位置，要不在7+16的位置。
咱们下面来解释一下Java8的扩容机制是怎么作到的？n为table的长度，图（a）表示扩容前的key1和key2两种key肯定索引位置的示例，图（b）表示扩容后key1和key2两种key肯定索引位置的示例，其中hash1是key1对应的哈希与高位运算结果。
元素在从新计算hash以后，由于n变为2倍，那么n-1的mask范围在高位多1bit(红色)，所以新的index就会发生这样的变化：
所以，咱们在扩充HashMap的时候，不须要像JDK1.7的实现那样从新计算hash，只须要看看原来的hash值新增的那个bit是1仍是0就行了，是0的话索引没变，是1的话索引变成“原索引+oldCap”，能够看看下图为16扩充为32的resize示意图：
而hash值的高位是否为1，只须要和扩容后的长度作与操做就能够了，由于扩容后的长度为2的次幂，因此高位必为1，低位必为0，如10000这种形式，源码中有e.hash & oldCap来作到这个逻辑。
这个设计确实很是的巧妙，既省去了从新计算hash值的时间，并且同时，因为新增的1bit是0仍是1能够认为是随机的，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，可是从上图能够看出，JDK1.8不会倒置。下面是JDK1.8的resize源码，写的很赞，以下：
final Node<K,V>[] resize() {
Node<K,V>[] oldTab = table;
int oldCap = (oldTab == null) ? 0 : oldTab.length;
int oldThr = threshold;
int newCap, newThr = 0;
// 计算新的容量值和下一次要扩展的容量
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;
//若是位置上没有元素，直接为null
if ((e = oldTab[j]) != null) {
oldTab[j] = null;
//若是只有一个元素，新的hash计算后放入新的数组中
if (e.next == null)
newTab[e.hash & (newCap - 1)] = e;
//若是是树状结构，使用红黑树保存
else if (e instanceof TreeNode)
((TreeNode<K,V>)e).split(this, newTab, j, oldCap);
//若是是链表形式
else { // preserve order
Node<K,V> loHead = null, loTail = null;
Node<K,V> hiHead = null, hiTail = null;
Node<K,V> next;
do {
next = e.next;
//hash碰撞后高位为0，放入低Hash值的链表中
if ((e.hash & oldCap) == 0) {
if (loTail == null)
loHead = e;
else
loTail.next = e;
loTail = e;
}
//hash碰撞后高位为1，放入高Hash值的链表中
else {
if (hiTail == null)
hiHead = e;
else
hiTail.next = e;
hiTail = e;
}
} while ((e = next) != null);
// 低hash值的链表放入数组的原始位置
if (loTail != null) {
loTail.next = null;
newTab[j] = loHead;
}
// 高hash值的链表放入数组的原始位置 + 原始容量
if (hiTail != null) {
hiTail.next = null;
newTab[j + oldCap] = hiHead;
}
}
}
}
}
return newTab;
}
推荐阅读
Java进阶架构师视频教程：价值上万足足100G、1000+小时架构师教程.，Java程序员进阶架构师看这个就够了！
程序员必备算法教程：有史以来最全阿里、腾讯、字节、美团、谷歌算法面试题合集
Java面试教程合集：2020年复盘阿里、字节、美团、腾讯、谷歌Java面试（大厂必问108个知识点）