有大半年没有写博客了，虽然一直有在看书学习，但现在回过来看读书基本都是一种知识“输入”，很多时候是水过无痕。而知识的“输出”会逼着自己去找出没有掌握或者了解不深刻的东西，你要把一个知识点表达出来，自己没有吃透是很难写出来的。我算是明白了为什么有些人可以通过写博客来学习，我也不能懒了，坚持写下去。
都以为自己对java的集合框架掌握得还可以，打开源码才发现我只是掌握了他们的基本使用，而对原理和数据结构方面只是略知一二。接下来的一段时间里，我会写一个专题详细总结java集合框架知识，首先从HashMap开始吧。
HashMap是以Key-Value方式存储数据，Key用散列函数映射到table数组（散列表），解决冲突的方法是分离链接法。即HashMap的数据结构是：数组+链表+红黑树（java8增加了红黑树），其结构图如下：
一、类的定义
HashMap继承抽象类AbstractMap，实现了Map接口。抽象类AbstractMap实现了接口Map的部分方法，这样子类就可以通过继承而共用这些方法，而无须再次实现了。
public class HashMap<K,V> extends AbstractMap<K,V>
implements Map<K,V>, Cloneable, Serializable
二、存储结构
从上面的分析，我们知道HashMap的基本存储单元是Node<K,V>，它保存一个Key-Value。每个Node通过哈希函数映射到哈希桶数组，在源码中用Node<K,V>[] table表示哈希桶数组。下面来看看Node的源码（本文源码都是基于java8）：
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) { ... }
}
三、构造函数
构造函数需要对下面几个参数初始化（部分使用默认的）
Node<K,V>[] table; // 哈希桶数组
int threshold;// 所能容纳的key-value对极限，大于这个阀值将会进行扩容
final float loadFactor; // 负载因子
int modCount; // 记录修改的次数
int size; // key-value对的个数
1.无参构造器
public HashMap() {
this.loadFactor = DEFAULT_LOAD_FACTOR; // 初始化默认负载因子为0.75
}
负载因子决定哈希桶数组的疏密程度，太疏会造成空间浪费，太密容易形成哈希冲突，一般使用默认的。
2.指定哈希桶数组初始容量构造器
public HashMap(int initialCapacity) {
this(initialCapacity, DEFAULT_LOAD_FACTOR);// 调用两个参数的构造器
}
3.指定哈希桶数组初始容量和负载因子构造器
public HashMap(int initialCapacity, float loadFactor) {
if (initialCapacity < 0)
throw new IllegalArgumentException("Illegal initial capacity: " +
initialCapacity);
if (initialCapacity > MAXIMUM_CAPACITY)
initialCapacity = MAXIMUM_CAPACITY;
// 小于0或者不是数字时抛出异常
if (loadFactor <= 0 || Float.isNaN(loadFactor))
throw new IllegalArgumentException("Illegal load factor: " +
loadFactor);
this.loadFactor = loadFactor;
this.threshold = tableSizeFor(initialCapacity);//确保阀值为大于给定初始容量的最小2的n次幂，比如给定初始容量为9，则阀值为16（2的4次幂），给定为25，则为32（2的5次幂）
}
四、存储实现
1.put方法
public V put(K key, V value) {
// 对key的hashCode()做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;
// tab为空则创建
if ((tab = table) == null || (n = tab.length) == 0)
n = (tab = resize()).length;
// 通过hash计算数组index，如果index位置没有元素则直接插入Node对象
if ((p = tab[i = (n - 1) & hash]) == null)
tab[i] = newNode(hash, key, value, null);
// index对应位置已经有元素了，说明hash碰撞了，则需要构建链表或者红黑树
else {
Node<K,V> e; K k;
// hash和key都相等，可以当成是同一个对象，这时要么覆盖原来的value，要么继续使用原来的value
if (p.hash == hash &&
((k = p.key) == key || (key != null && key.equals(k))))
e = p;
// index位置已经有红黑树了，加入新的节点
else if (p instanceof TreeNode)
e = ((TreeNode<K,V>)p).putTreeVal(this, tab, hash, key, value);
// 在index位置构建链表
else {
// 遍历链表，把新的节点加入到表尾部
for (int binCount = 0; ; ++binCount) {
if ((e = p.next) == null) {
p.next = newNode(hash, key, value, null);
// 当链表长度大于等于8时，转换成红黑树
if (binCount >= TREEIFY_THRESHOLD - 1) // -1 for 1st
treeifyBin(tab, hash);
break;
}
// 链表中有相同的hash和key，退出遍历
if (e.hash == hash &&
((k = e.key) == key || (key != null && key.equals(k))))
break;
p = e;
}
}
// 链表或者红黑树中存在相同的key，判断要不要覆盖
if (e != null) { // existing mapping for key
V oldValue = e.value;
if (!onlyIfAbsent || oldValue == null)
e.value = value;
// 该函数提供给LinkedHashMap使用，维护了一个访问链表
afterNodeAccess(e);
return oldValue;
}
}
// 修改数加1，为多线程遍历提供fast-fail机制
++modCount;
// 判断是否需要扩容
if (++size > threshold)
resize();
// 该函数提供给LinkedHashMap使用，维护了一个插入顺序的双向链表
afterNodeInsertion(evict);
return null;
}
2.get方法
get操作其实就是通过哈希值算出节点所在table数组的位置，然后判断是链表还是红黑树或者是刚好是要找的值
public V get(Object key) {
Node<K,V> e;
return (e = getNode(hash(key), key)) == null ? null : e.value;
}
// 这纯粹是一个数学方法，>>>表示符号向右移动，假如有符号位-8表示为11000，则-8 >>> 2 == 5,把符号位也当成了数值
static final int hash(Object key) {
int h;
return (key == null) ? 0 : (h = key.hashCode()) ^ (h >>> 16);
}
final Node<K,V> getNode(int hash, Object key) {
Node<K,V>[] tab; Node<K,V> first, e; int n; K k;
// 通过hash值计算index位置
if ((tab = table) != null && (n = tab.length) > 0 &&
(first = tab[(n - 1) & hash]) != null) {
// 如果第一个节点刚好是要查找的则返回
if (first.hash == hash && // always check first node
((k = first.key) == key || (key != null && key.equals(k))))
return first;
// 链表或者红黑树
if ((e = first.next) != null) {
// 红黑树中查找
if (first instanceof TreeNode)
return ((TreeNode<K,V>)first).getTreeNode(hash, key);
// 遍历链表查找
do {
if (e.hash == hash &&
((k = e.key) == key || (key != null && key.equals(k))))
return e;
} while ((e = e.next) != null);
}
}
return null;
}
五、遍历实现
遍历操作在内部抽象类HashIterator中实现，其实也是通过迭代器完成的，使用fast-fail机制保证遍历时map不会改变。遍历的迭代器会继承HashIterator。
public Set<Map.Entry<K,V>> entrySet() {
Set<Map.Entry<K,V>> es;
return (es = entrySet) == null ? (entrySet = new EntrySet()) : es;
}
abstract class HashIterator {
Node<K,V> next; // next entry to return
Node<K,V> current; // current entry
int expectedModCount; // for fast-fail
int index; // current slot
// 初始化参数
HashIterator() {
expectedModCount = modCount;
Node<K,V>[] t = table;
current = next = null;
index = 0;
// index从第一个不为null的地方开始
if (t != null && size > 0) { // advance to first entry
do {} while (index < t.length && (next = t[index++]) == null);
}
}
public final boolean hasNext() {
return next != null;
}
// 这个方法会被迭代器next（）方法调用
final Node<K,V> nextNode() {
Node<K,V>[] t;
Node<K,V> e = next;
// fast-fail判断，避免遍历的时候map有发生改变
if (modCount != expectedModCount)
throw new ConcurrentModificationException();
if (e == null)
throw new NoSuchElementException();
// 判读当前index位置是否还有下一个节点，就把下一个节点放到next，否则遍历table数组
if ((next = (current = e).next) == null && (t = table) != null) {
do {} while (index < t.length && (next = t[index++]) == null);
}
return e;
}
}
六、java8的扩容机制
java8的扩容是做了优化的，直接看代码吧
final Node<K,V>[] resize() {
Node<K,V>[] oldTab = table;
int oldCap = (oldTab == null) ? 0 : oldTab.length;
int oldThr = threshold;
int newCap, newThr = 0;
if (oldCap > 0) {
// 当容量大于（1 << 30== 1073741824），让阈值等于最大整数，不再扩容，就让它碰撞吧
if (oldCap >= MAXIMUM_CAPACITY) {
threshold = Integer.MAX_VALUE;
return oldTab;
}
// 阈值扩大为原来的两倍
else if ((newCap = oldCap << 1) < MAXIMUM_CAPACITY &&
oldCap >= DEFAULT_INITIAL_CAPACITY)
newThr = oldThr << 1; // double threshold
}
// 有初始化阈值则新容量等于阈值
else if (oldThr > 0) // initial capacity was placed in threshold
newCap = oldThr;
// 使用默认的阈值和容量
else { // zero initial threshold signifies using defaults
newCap = DEFAULT_INITIAL_CAPACITY;
newThr = (int)(DEFAULT_LOAD_FACTOR * DEFAULT_INITIAL_CAPACITY);
}
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];
// 对哈希桶重新赋值
table = newTab;
if (oldTab != null) {
// 遍历旧table数组的元素到新的table数组
for (int j = 0; j < oldCap; ++j) {
Node<K,V> e;
if ((e = oldTab[j]) != null) {
oldTab[j] = null;
// 在j处只有一个节点
if (e.next == null)
newTab[e.hash & (newCap - 1)] = e;
// 在j处是红黑树
else if (e instanceof TreeNode)
((TreeNode<K,V>)e).split(this, newTab, j, oldCap);
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;
// 这里用了比较巧妙的方法，如果元素的hash值跟旧table数组的容量做按位与操作等于0，
// 则在新table数组中元素还是映射到相同的index位置。
// 否则映射到j+oldCap位置。这样一来就不用重新计算每个节点的位置了，在java6，java7中需要rehash到新的位置。
if ((e.hash & oldCap) == 0) {
if (loTail == null)
loHead = e;
else
loTail.next = e;
loTail = e;
}
// 这里构造一个链表
else {
if (hiTail == null)
hiHead = e;
else
hiTail.next = e;
hiTail = e;
}
} while ((e = next) != null);
if (loTail != null) {
loTail.next = null;
newTab[j] = loHead;
}
if (hiTail != null) {
hiTail.next = null;
newTab[j + oldCap] = hiHead;
}
}
}
}
}
return newTab;
}
七、总结
至此总算把HashMap的基本原理搞清楚了，通过源码我们对HashMap可以总结出以下几点：
- 哈希桶的默认初始容量为16，最大为1<<30 = 1073741824，当大于这个值时不再扩容。
- 如果可以预先知道存储元素的数量，最好在初始化HashMap的时候指定初始容量，这样就可以避免扩容带来的性能消耗。
- Java8对HashMap做了优化，增加了红黑树，如果hash碰撞较多时，其搜索性能明显优于链表。
参考资料：
Importnew：http://www.importnew.com/20386.html