HashMap作為我們最常用的數據類型，當然有必要了解一下他內部是實現細節。相比於 JDK7 在JDK8 中引入了紅黑樹以及hash計算等方面的優化，使得 JDK8 中的HashMap效率要高於以往的所有版本，本文會詳細介紹相關的優化，但是主要還是寫 JDK8 的源碼。
一、整體結構
1. 類定義
public class HashMap<K,V> extends AbstractMap<K,V>
implements Map<K,V>, Cloneable, Serializable {}
可以看到HashMap是完全基於Map接口實現的，其中AbstractMap是Map接口的骨架實現，提供了Map接口的最小實現。
HashMap看名字也能猜到，他是基於哈希表實現的（數組+鏈表+紅黑樹）：
2. 構造函數和成員變量
public HashMap(int initialCapacity)
public HashMap()
public HashMap(Map<? extends K, ? extends V> m)
public HashMap(int initialCapacity, float loadFactor) {
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;
this.threshold = tableSizeFor(initialCapacity);
}
HashMap一共有四個構造函數，其主要作用就是初始化loadFactor和threshold兩個參數：
- threshold：擴容的閾值，當放入的鍵值對大於這個閾值的時候，就會發生擴容；
- loadFactor：負載系數，用於控制閾值的大小，即
threshold = table.length * loadFactor；默認情況下負載系數等於0.75，當它值越大時：哈希桶空余的位置越少，空間利用率越高，同時哈希沖突也就越嚴重，效率也就越低；相反它值越小時：空間利用率越低，效率越高；而0.75是對於空間和效率的一個平衡，通常情況下不建議修改；
但是對於上面構造函數當中this.threshold = tableSizeFor(initialCapacity);，這里的閾值並沒有乘以負載系數，是因為在構造函數當中哈希桶table[]還沒有初始化，在往里put數據的時候才會初始化，而tableSizeFor是為了得到大於等於initialCapacity的最小的2的冪；
transient Node<K,V>[] table; // 哈希桶
transient Set<Map.Entry<K,V>> entrySet; // 映射關系Set視圖
transient int size; // 鍵值對的數量
transient int modCount; // 結構修改次數，用於實現fail-fast機制
哈希桶的結構如下：
static class Node<K,V> implements Map.Entry<K,V> {
final int hash; // 用於尋址，避免重復計算
final K key;
V value;
Node<K,V> next;
...
public final int hashCode() {
return Objects.hashCode(key) ^ Objects.hashCode(value);
}
}
其中Node<K,V> next還有一個TreeNode子類用於實現紅黑樹，需要注意的是這里的hashCode()所計算的hash值只用於在遍歷的時候獲取hash值，並非尋址所用hash；
二、Hash表
既然是Hash表，那么最重要的肯定是尋址了，在HashMap中采用的是除留余數法，即table[hash % length]，但是在現代CPU中求余是最慢的操作，所以人們想到一種巧妙的方法來優化它，即length為2的指數冪時，hash % length = hash & (length-1)，所以在構造函數中需要使用tableSizeFor(int cap)來調整初始容量；
/**
* Returns a power of two size for the given target capacity.
*/
static final int tableSizeFor(int cap) {
int n = cap - 1;
n |= n >>> 1;
n |= n >>> 2;
n |= n >>> 4;
n |= n >>> 8;
n |= n >>> 16;
return (n < 0) ? 1 : (n >= MAXIMUM_CAPACITY) ? MAXIMUM_CAPACITY : n + 1;
}
首先這里要明確：
- 2的冪的二進制是，1后面全是0
- 有效位都是1的二進制加1，就可以得到2的冪
以33為例，如圖：
因為int是4個字節32位，所以最多只需要將高位的16位與低位的16位做或運算就可以得到2的冪，而int n = cap - 1;是為了避免cap本身就是2的冪的情況；這個算是真是厲害，看了很久才看明白，實在汗顏。
**計算 hash **
static final int hash(Object key) {
int h;
return (key == null) ? 0 : (h = key.hashCode()) ^ (h >>> 16);
}
這里重新計算hash是因為在hash & (length-1)計算下標的時候，實際只有hash的低位參與的運算容易產生hash沖突，所以用異或是高位的16位也參與運算，以減小hash沖突，要理解這里首先要明白，
- ＆ 操作之后只會保留下都是1的有效位
- length-1（2的n次方-1）實際上就是n和1
- ＆ 操作之后hash所保留下來的也只有低位的n個有效位，所以實際只有hash的低位參與了運算
具體如圖所示：
三、重要方法講解
對於Map而言最重要的當然是Get和Put等操作了，所以下面將介紹與之相關的操作；
1. put方法
public V put(K key, V value) {
return putVal(hash(key), key, value, false, true);
}
/**
* Implements Map.put and related methods * * @param hash hash for key
* @param key the key
* @param value the value to put
* @param onlyIfAbsent if true, don't change existing value
* @param evict if false, the table is in creation mode.
* @return previous value, or null if none
*/
final V putVal(int hash, K key, V value, boolean onlyIfAbsent, boolean evict) {
Node<K,V>[] tab; Node<K,V> p; int n, i;
// 如果沒有初始化哈希桶，就使用resize初始化
if ((tab = table) == null || (n = tab.length) == 0)
n = (tab = resize()).length;
// 如果hash對應的哈希槽是空的，就直接放入
if ((p = tab[i = (n - 1) & hash]) == null)
tab[i] = newNode(hash, key, value, null);
else {
Node<K,V> e; K k;
// 如果已經存在key，就替換舊值
if (p.hash == hash && ((k = p.key) == key || (key != null && key.equals(k))))
e = p;
// 如果已經是樹節點，就用putTreeVal遍歷樹賦值
else if (p instanceof TreeNode)
e = ((TreeNode<K,V>)p).putTreeVal(this, tab, hash, key, value);
else {
// 遍歷鏈表
for (int binCount = 0; ; ++binCount) {
// 遍歷到最后一個節點也沒有找到，就新增一個節點
if ((e = p.next) == null) {
p.next = newNode(hash, key, value, null);
// 如果鏈表長度大於8，則轉換為紅黑樹
if (binCount >= TREEIFY_THRESHOLD - 1) // -1 for 1st
treeifyBin(tab, hash);
break;
}
// 找到key對應的節點則跳出遍歷
if (e.hash == hash && ((k = e.key) == key || (key != null && key.equals(k))))
break;
p = e;
}
}
// e是最后指向的節點，如果不為空，說明已經存在key，則替換舊的value
if (e != null) { // existing mapping for key
V oldValue = e.value;
if (!onlyIfAbsent || oldValue == null)
e.value = value;
afterNodeAccess(e);
return oldValue;
}
}
// 新增節點時結構改變modCount加1
++modCount;
if (++size > threshold)
resize();
afterNodeInsertion(evict);
return null;
}
具體過程如圖所示：
2. resize方法
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) {
// 如果hash桶已經完成初始化，並且已達最大容量，則直接返回
if (oldCap >= MAXIMUM_CAPACITY) {
threshold = Integer.MAX_VALUE;
return oldTab;
}
// 如果擴大2倍沒有超過最大容量，則擴大兩倍
else if ((newCap = oldCap << 1) < MAXIMUM_CAPACITY && oldCap >= DEFAULT_INITIAL_CAPACITY)
newThr = oldThr << 1; // double threshold
}
// 如果threshold已經初始化，則初始化容量為threshold
else if (oldThr > 0) // initial capacity was placed in threshold
newCap = oldThr;
// 如果threshold和哈希桶都沒有初始化，則使用默認值
else { // zero initial threshold signifies using defaults
newCap = DEFAULT_INITIAL_CAPACITY;
newThr = (int)(DEFAULT_LOAD_FACTOR * DEFAULT_INITIAL_CAPACITY);
}
// 重新計算threshold
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) {
for (int j = 0; j < oldCap; ++j) {
Node<K,V> e;
if ((e = oldTab[j]) != null) {
oldTab[j] = null;
// 如果只有一個節點，則直接重新放置節點
if (e.next == null)
newTab[e.hash & (newCap - 1)] = e;
// 如果是樹節點，則將紅黑樹拆分后，重新放置
else if (e instanceof TreeNode)
((TreeNode<K,V>)e).split(this, newTab, j, oldCap);
// 將鏈表拆分為原位置和高位置兩條鏈表
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;
// 節點重新放置后在原位置
if ((e.hash & oldCap) == 0) {
if (loTail == null)
loHead = e;
else
loTail.next = e;
loTail = e;
}
// 節點重新放置后位置+oldCap
else {
if (hiTail == null)
hiHead = e;
else
hiTail.next = e;
hiTail = e;
}
} while ((e = next) != null);
// 放置低位置鏈表
if (loTail != null) {
loTail.next = null;
newTab[j] = loHead;
}
// 放置高位置鏈表
if (hiTail != null) {
hiTail.next = null;
newTab[j + oldCap] = hiHead;
}
}
}
}
}
return newTab
}
上面的擴容過程需要注意的是，因為哈希桶長度總是2的冪，所以在擴大兩倍之后原來的節點只可能在原位置或者原位置+oldCap，具體判斷是通過(e.hash & oldCap) == 0實現的；
- 之前將了 ＆ 操作只保留了都是1的有效位
- oldCap 是2的n次方，實際也就是在n+1的位置為1，其余地方為0
- 因為擴容是擴大2倍，實際上也就是在hash上取了 n+1位，那么就只需要判斷多取的第n+1位是否為0
如圖所示：
3. get方法
public V get(Object key) {
Node<K,V> e;
return (e = getNode(hash(key), key)) == null ? null : e.value;
}
final Node<K,V> getNode(int hash, Object key) {
Node<K,V>[] tab; Node<K,V> first, e; int n; K k;
if ((tab = table) != null && (n = tab.length) > 0 && (first = tab[(n - 1) & hash]) != null) {
if (first.hash == hash && // always check first node
((k = first.key) == key || (key != null && key.equals(k))))
return first;
if ((e = first.next) != null) {
if (first instanceof TreeNode)
return ((TreeNode<K,V>)first).getTreeNode(hash, key);
do {
if (e.hash == hash &&
((k = e.key) == key || (key != null && key.equals(k))))
return e;
} while ((e = e.next) != null);
}
}
return null;
}
相較於其他方法get方法就要簡單很多了，只是用hash取到對應的hash槽，在依次遍歷即可。
4. clone方法
public Object clone() {
HashMap<K,V> result;
try {
result = (HashMap<K,V>)super.clone();
} catch (CloneNotSupportedException e) {
// this shouldn't happen, since we are Cloneable
throw new InternalError(e);
}
result.reinitialize();
result.putMapEntries(this, false);
return result;
}
對於clone方法這里有一個需要注意的地方，result.putMapEntries(this, false)，這里在put節點的時候是用的this，所以這只是淺復制，會影響原map，所以在使用的時候需要注意一下；
至於其他方法還有很多，但大致思路都是一致的，大家可以在看一下源碼。
四、HashMap不同版本對比
1. hash均勻的時候使用get
| Number Of Records | Java 5 | Java 6 | Java 7 | Java 8 |
|---|---|---|---|---|
| 10,000 | 4 ms | 3 ms | 4 ms | 2 ms |
| 100,000 | 7 ms | 6 ms | 8 ms | 4 ms |
| 1,000,000 | 99 ms | 15 ms | 14 ms | 13 ms |
2. hash不均勻的時候使用get
| Number Of Records | Java 5 | Java 6 | Java 7 | Java 8 |
|---|---|---|---|---|
| 10,000 | 197 ms | 154 ms | 132 ms | 15 ms |
| 100,000 | 30346 ms | 18967 ms | 19131 ms | 177 ms |
| 1,000,000 | 3716886 ms | 2518356 ms | 2902987 ms | 1226 ms |
| 10,000,000 | OOM | OOM | OOM | 5775 ms |
3. hash均勻的時候使用put
| Number Of Records | Java 5 | Java 6 | Java 7 | Java 8 |
|---|---|---|---|---|
| 10,000 | 17 ms | 12 ms | 13 ms | 10 ms |
| 100,000 | 45 ms | 31 ms | 34 ms | 46 ms |
| 1,000,000 | 384 ms | 72 ms | 66 ms | 82 ms |
| 10,000,000 | 4731 ms | 944 ms | 1024 ms | 99 ms |
4. hash不均勻的時候使用put
| Number Of Records | Java 5 | Java 6 | Java 7 | Java 8 |
|---|---|---|---|---|
| 10,000 | 211 ms | 153 ms | 162 ms | 10 ms |
| 100,000 | 29759 ms | 17981 ms | 17653 ms | 93 ms |
| 1,000,000 | 3527633 ms | 2509506 ms | 2902987 ms | 333 ms |
| 10,000,000 | OOM | OOM | OOM | 3970 ms |
從以上對比可以看到 JDK8 的 HashMap 無論 hash 是否均勻效率都要好得多，這里面hash算法的改良功不可沒，並且因為紅黑樹的引入使得它在hash不均勻甚至在所有key的hash都相同的情況，任然表現良好；
另外這里我數據我是摘至 Performance Improvement for HashMap in Java 8，里面還有更詳細的圖表，大家有興趣可以看一下；
總結
- 擴容需要重排所有節點特別損耗性能，所以估算map大小並給定一個合理的負載系數，就顯得尤為重要了。
- HashMap 是線程不安全的。
- 雖然 JDK8 中引入了紅黑樹，將極端hash的情況影響降到了最小，但是從上面的對比還是可以看到，一個好的hash對性能的影響仍然十分重大，所以寫一個好的
hashCode()也非常重要。
參考
https://tech.meituan.com/java_hashmap.html
https://blog.csdn.net/fan2012huan/article/details/51097331
https://www.nagarro.com/en/blog/post/24/performance-improvement-for-hashmap-in-java-8