源码修炼笔记之HashMap源码解析

HashMap高频面试题

HashMap备受面试官的青睐，笔者几乎每次面试都会遇到关于HashMap的问题，整理出来一些，供大家自查对HashMap的掌握程度。

HashMap 在 JDK1.8 中做了哪些优化？
简述一下HashMap中get和put的基本过程；
HashMap在什么情况下会扩容？
HashMap为什么采用红黑树而不是其他的平衡二叉树？为什么不用跳表？
HashMap put操作当存在hash冲突时，新插入的值放在链表头部还是尾部？
HashMap扩容过程简述一下？
HashMap是如何解决hash冲突的，还了解其他解决hash冲突的方法吗？
HashMap是线程安全的吗？在高并发场景下使用HashMap存在什么问题？
为什么Integer或者String比较适合作为HashMap的key？若用自定义的类作为key需要注意什么问题？
HashMap、HashTable和CurrentHashMap的区别？
扩容时链表导致死循环？
containsKey和containsValue用哪个？性能如何？
HashMap中Iterator的便利顺序是什么

HashMap源码解析

$\color{green}{重要成员变量}$

    //  默认HashMap的初始容量
    static final int DEFAULT_INITIAL_CAPACITY = 1 << 4; // aka 16
    //HashMap的最大容量
    static final int MAXIMUM_CAPACITY = 1 << 30;
    //默认负载因子0.75
    static final float DEFAULT_LOAD_FACTOR = 0.75f;
    //链表转化为红黑树的阈值
    static final int TREEIFY_THRESHOLD = 8;
    //红黑树退化为链表的阈值
    static final int UNTREEIFY_THRESHOLD = 6;
    //链表转化为红黑树的最小HashMap容量条件
    static final int MIN_TREEIFY_CAPACITY = 64;
    //存储数据的数组
    transient Node<K,V>[] table;
    //元素个数
    transient int size;
    //操作次数
    transient int modCount;
    int threshold;
    //负载因子
    final float loadFactor;

$\color{green}{构造函数}$

    public HashMap(int initialCapacity, float loadFactor) 
    public HashMap(int initialCapacity) 
    public HashMap() 
    public HashMap(Map<? extends K, ? extends V> m)

HashMap共有四个构造函数：
1）指定初始大小和负载因子；
2）指定初始大小采用默认负载因子；
3）为指定初始大小和负载因子，采用默认负载因子和初始大小；
4）通过指定的Map构造新的HashMap。

关于负载因子和初始大小

负载因子表示一个散列表的空间的使用程度，有这样一个公式：initailCapacityloadFactor=HashMap的容量，当HashMap中的元素个数到达initailCapacityloadFactor后，继续插入元素，HashMap会进行自动扩容为原来大小的两倍。负载因子的设置对于HashMap的性能有很大的影响，负载因子的设置是时间和空间的博弈，如果设置很小的负载因子，空间利用率低，存储相同个数的元素需要更多的空间，但是出现hash冲突的概率低，由于hash冲突的概率低，所以查询效率会高一些，反之如果设置比较大的负载因子，空间利用率高，但是出现hash冲突的概率较大，影响HashMap的操作性能。
在使用HashMap时尽量指定合理的初始大小，HashMap的初始大小默认为16，在我们日常使用过程中，有时HashMap中的元素会远小于16，甚至是一个或者两个元素，例如某些sql的传入参数，如果不指定默认初始大小，将会造成内容浪费，如果一个HashMap中会存放大量的元素，未指定初始大小的情况下会产生大量的扩容操作，每次扩容都涉及到大量元素的拷贝，严重影响性能。初始大小尽量设置为2的幂，这与HashMap中通过元素的hash值计算元素在table中的位置相关，后面介绍HashMap的put方法会详解，如果传入的初始大小不是2的幂，HashMap根据传入的参数，计算大于该参数的最小2的幂来作为HashMap的初始大小，所以为了减少程序的计算时间，传入参数最好设置为2的幂。

    public HashMap(int initialCapacity, float loadFactor) {
        //判断initialCapacity是否合法
        if (initialCapacity < 0)
            throw new IllegalArgumentException("Illegal initial capacity: " +
                                               initialCapacity);
        if (initialCapacity > MAXIMUM_CAPACITY)
            initialCapacity = MAXIMUM_CAPACITY;
        if (loadFactor <= 0 || Float.isNaN(loadFactor))
            throw new IllegalArgumentException("Illegal load factor: " +
                                               loadFactor);
        this.loadFactor = loadFactor;
        //根据设置的初始大小返回2的幂
        this.threshold = tableSizeFor(initialCapacity);
    }

$\color{green}{get方法流程}$

get方法的流程大致可以包括如下步骤：

判断table不为空，table的长度大于0，对应位置上的第一个元素不为空，如果不满足，则直接返回null;
判断对应位置上的第一个元素的hash值和key的值是否相等，若相等直接返回first;
判断first是否为红黑树节点;
是红黑树节点通过getTreeNode方法获取key对应的值;
若为链表节点，则通过遍历链表节点获取与key对应的节点;
若为链表节点，则通过遍历链表节点获取与key对应的节点;
上述步骤依然未获取key对应的节点，则返回null。

get方法源码如下所示，上述步骤均在源码基础上进行了注释：

    final Node<K,V> getNode(int hash, Object key) {
        Node<K,V>[] tab; Node<K,V> first, e; int n; K k;
        //判断table不为空，table的长度大于0，对应位置上的第一个元素不为空，如果不满足，则直接返回null
        if ((tab = table) != null && (n = tab.length) > 0 &&
            (first = tab[(n - 1) & hash]) != null) {
            //判断对应位置上的第一个元素的hash值和key的值是否相等，若相等直接返回first
            if (first.hash == hash && // always check first node
                ((k = first.key) == key || (key != null && key.equals(k))))
                return first;
            //判断first节点的下一个节点是否为null，若为null直接返回null
            if ((e = first.next) != null) {
                //判断first是否为红黑树节点
                if (first instanceof TreeNode)
                    //是红黑树节点通过getTreeNode方法获取key对应的值
                    return ((TreeNode<K,V>)first).getTreeNode(hash, key);
                //若为链表节点，则通过遍历链表节点获取与key对应的节点
                do {
                    if (e.hash == hash &&
                        ((k = e.key) == key || (key != null && key.equals(k))))
                        return e;
                } while ((e = e.next) != null);
            }
        }
        //上述步骤依然未获取key对应的节点，则返回null
        return null;
    }

$\color{green}{put方法流程}$
put方法的过程相对于get方法要复杂一些，通过分析源码，put方法调用了putVal方法，添加元素的主要逻辑在putVal方法中，添加元素的过程如下图所示：

hashmap的put过程

put方法的源码如下所示，添加元素的步骤均在源码的基础上进行了注释：

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，通过reSize方法进行初始化
        if ((tab = table) == null || (n = tab.length) == 0)
            n = (tab = resize()).length;
        //计算插入元素在table中的位置，该位置元素为null，直接添加元素
        if ((p = tab[i = (n - 1) & hash]) == null)
            tab[i] = newNode(hash, key, value, null);
        //若该位置元素不为null，则有hash冲突
        else {
            //e为对应位置的oldValue
            Node<K,V> e; K k;
            //判断该位置第一个元素的hash值与插入元素key的hash值是否相等，相等则e=p
            if (p.hash == hash &&
                ((k = p.key) == key || (key != null && key.equals(k))))
                e = p;
            //上述条件不满足，判断p是否为红黑树节点，若为红黑树节点，通过putTreeVal获取e
            else if (p instanceof TreeNode)
                e = ((TreeNode<K,V>)p).putTreeVal(this, tab, hash, key, value);
            //为链表节点
            else {
                //遍历链表
                for (int binCount = 0; ; ++binCount) {
                    //每次判断为e赋值，如果e为null，则在链表中添加元素
                    if ((e = p.next) == null) {
                        p.next = newNode(hash, key, value, null);
                        //链表长度大于8，将链表转化为红黑树
                        if (binCount >= TREEIFY_THRESHOLD - 1) // -1 for 1st
                            treeifyBin(tab, hash);
                        break;
                    }
                    //key相等，则返回
                    if (e.hash == hash &&
                        ((k = e.key) == key || (key != null && key.equals(k))))
                        break;
                    p = e;
                }
            }
            if (e != null) { // existing mapping for key
                V oldValue = e.value;
                //onlyIfAbsent为true表示只有该处如果该位置存在值，不替换，为false表示替换旧值
                if (!onlyIfAbsent || oldValue == null)
                    e.value = value;
                //空方法，子类可以实现自己的逻辑，主要给LinkedHashMap用的
                afterNodeAccess(e);
                return oldValue;
            }
        }
        //操作数+1，用于fail fast
        ++modCount;
        //判断是否需要进行扩容操作
        if (++size > threshold)
            resize();
        //空方法，子类可以实现自己的逻辑
        afterNodeInsertion(evict);
        return null;
    }

源码中的极致设计思路：

HashMap的初始化采用的是延迟加载的方式，最大限度为应用程序节省内存；
i = (n - 1) & hash，i表示元素在table中的位置，n表示table的长度，是2的幂，通过这种方式计算元素在table中的位置，可以最大限度的使元素尽量均匀的分布在table中，如table的长度为16，n-1为15，15的二进制表示为“1111”，若n-1为14，n-1的二进制为 “1110”，则有个位置将永远不可能有元素插入。

$\color{green}{扩容resize方法详解}$
resize方法在HashMap中是非常重要的方法，table的初始化和扩容都是通过resize方法完成的，resize的过程大致如下：

判断table是否初始化，若没有初始化，则初始化table；
设置新的容量大小和threshold；
判断是否需要元素拷贝到新table中；
进行元素拷贝，元素拷贝分为普通节点、红黑树节点和链表节点的拷贝；
最后返回新的table。

resize方法源码如下所示，详细过程均在源码的基础进行了注释：

final Node<K,V>[] resize() {
        Node<K,V>[] oldTab = table;
        int oldCap = (oldTab == null) ? 0 : oldTab.length;
        int oldThr = threshold;
        int newCap, newThr = 0;
        //判断原来table的长度
        if (oldCap > 0) {
            //到达最大长度，无法进行扩容
            if (oldCap >= MAXIMUM_CAPACITY) {
                threshold = Integer.MAX_VALUE;
                return oldTab;
            }
            //容量和threshold变为原来的两倍，因为都是2的幂，采用移位运算提高效率
            else if ((newCap = oldCap << 1) < MAXIMUM_CAPACITY &&
                     oldCap >= DEFAULT_INITIAL_CAPACITY)
                newThr = oldThr << 1; // double threshold
        }
        //判断oldThr是否大于0，大于0表示初始化时指定了大小
        else if (oldThr > 0) // initial capacity was placed in threshold
            newCap = oldThr;
        //表示初始化时没有指定初始大小，采用默认值
        else {               // zero initial threshold signifies using defaults
            newCap = DEFAULT_INITIAL_CAPACITY;
            newThr = (int)(DEFAULT_LOAD_FACTOR * DEFAULT_INITIAL_CAPACITY);
        }
        //设置newThr的值
        if (newThr == 0) {
            float ft = (float)newCap * loadFactor;
            newThr = (newCap < MAXIMUM_CAPACITY && ft < (float)MAXIMUM_CAPACITY ?
                      (int)ft : Integer.MAX_VALUE);
        }
        //将newThr设置为新的threshold
        threshold = newThr;
        @SuppressWarnings({"rawtypes","unchecked"})
            Node<K,V>[] newTab = (Node<K,V>[])new Node[newCap];
        table = newTab;
        //判断table原来的table是否为null，不为null则需要进行元素拷贝到新的table中
        if (oldTab != null) {
            //元素拷贝到新table中
            for (int j = 0; j < oldCap; ++j) {
                Node<K,V> e;
                if ((e = oldTab[j]) != null) {
                    //旧元素快速GC
                    oldTab[j] = null;
                    //e节点上不存在hash冲突，直接在newTable中赋值
                    if (e.next == null)
                        newTab[e.hash & (newCap - 1)] = e;
                    //存在hash冲突且节点为红黑树，通过split方法进行扩容
                    else if (e instanceof TreeNode)
                        ((TreeNode<K,V>)e).split(this, newTab, j, oldCap);
                   //节点为链表节点
                    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;
                            if ((e.hash & oldCap) == 0) {
                                if (loTail == null)
                                    loHead = e;
                                else
                                    loTail.next = e;
                                loTail = e;
                            }
                            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;
    }

接下来对元素的拷贝进行分析，普通节点只需简单的赋值操作即可，红黑树是非常复杂的数据结构，关于红黑树本文不作详细介绍，此处主要分析一下链表在扩容时是如何处理的，首先扩容过程中一个链表会被拆分为两个链表，放入新的table中，即如果在oldTable中的位置是j，那这两个链表在newTable中的位置是j和j+oldCap，源码中采用了十分巧妙的方式，过设置四个Node对象进行操作：

Node<K,V> loHead = null, loTail = null;
Node<K,V> hiHead = null, hiTail = null;

其中loHead和loTail分别指向拷贝到newTable中j位置上链表的头节点和尾节点，hiHead和hiTail则分别指向拷贝到j+oldCap位置上链表的头节点和尾节点，处理过程如图所示：

链表扩容过程

高频面试题解析

HashMap 在 JDK1.8 中做了哪些优化？
Entry变为Node；
链表变为链表+红黑树的形式等
简述一下HashMap中get和put的基本过程；
源码解析中已详细分析
HashMap在什么情况下会扩容？
源码解析中已详细分析
HashMap为什么采用红黑树而不是其他的平衡二叉树？为什么不用跳表？
HashMap put操作当存在hash冲突时，新插入的值放在链表头部还是尾部？
源码解析中已详细分析，应该是尾部
HashMap扩容过程简述一下？
源码解析中已详细分析，参考resize过程分析
HashMap是如何解决hash冲突的，还了解其他解决hash冲突的方法吗？
解决hash冲突的方法主要包括开放寻址法和链表法
HashMap是线程安全的吗？在高并发场景下使用HashMap存在什么问题？
纵观HashMap的源码，并未出现sychronized、Lock、volatile、CAS等相关技术，HashMap在并发共享的情况下并非是线程安全的，在高并发情况下，HashMap实例作为共享变量读写过程中会出现线程安全问题。
为什么Integer或者String比较适合作为HashMap的key？若用自定义的类作为key需要注意什么问题？
这些都是final修饰的不可变类型，自定义类作为key需要重写equals和hashCode方法。
HashMap、HashTable和CurrentHashMap的区别？
HashMap非线程安全，HashTable线程安全，使用synchronized性能差，CurrentHashMap采用unsafe的CAS操作，即乐观锁，线程安全，性能比HashTable好。
扩容时链表导致死循环？
containsKey和containsValue用哪个？性能如何？
containsKey在不存在hash冲突的情况下，时间复杂度为o(1)，而containsValue时间复杂度为o(n)。
HashMap中Iterator的便利顺序是什么
这个是我一个朋友遇到的面试题，以前还真没有仔细考虑过，其实源码中非常简单，iterator分为KeyIterator和ValueIterator都是按照table的顺序进行遍历的。

$\color{red}{注：这些高频面试题无疑都是考察对HashMap源码的熟悉程度，此处我并未作详细解答，只是抛砖引玉。}$

源码修炼系列
源码修炼笔记之线程池ThreadPoolExecutor详解
 源码修炼笔记之ThreadLocal详解

写在最后
源码路上，共勉！！！