一、前言
上篇認真的分析了在JDK7下的
HashMap, 如果還沒看過的或者忘記了的可以先去回顧下，這樣可以更好的了解JDK8下的HashMap基於JDK7做了什么改動。分析JDK8下的HashMap 主要是因為JDK8在目前使用已成主流，且其在某些性能程度遠遠大於JDK7。下面逐一分析。
二、內部結構
其實大部分結構跟JDK7是一樣的， 比如是基於數組+鏈表的形式構成的。下面主要分析下引入新的變量或者有改變的：
2.1 容器：數組
transient Node<K,V>[] table;
數組類名有變化，JDK7下是Entry， 但是其內部結果沒有改變，Node的內部結構如下：
2.2 鏈表轉樹形的閾值
// 表示如果某條鏈表的節點數量大於等於這個值的時候，則將其轉化為樹形結構。 static final int TREEIFY_THRESHOLD = 8;
2.3 樹形轉鏈表的閾值
// 如果樹的節點小於等於閾值的時候就開始轉換成鏈表 static final int UNTREEIFY_THRESHOLD = 6;
2.4 容器可以樹化的最小容量
// 由於有這個限制，會使第一個值在滿足這個條件時才會生效，具體看后面解釋 static final int MIN_TREEIFY_CAPACITY = 64;
2.5 樹節點類
static final class TreeNode<K,V> extends LinkedHashMap.Entry<K,V> { TreeNode<K,V> parent; // red-black tree links . 可以理解為紅黑樹 TreeNode<K,V> left; // 左節點 TreeNode<K,V> right; // 右節點 TreeNode<K,V> prev; // needed to unlink next upon deletion boolean red; // 區分是否為紅節點 TreeNode(int hash, K key, V val, Node<K,V> next) { super(hash, key, val, next); } ... }
2.6 總結
從上面看，HashMap在JDK8的內存結構還是有些變化的，當滿足某些條件時鏈表會轉化為紅黑樹。所以在JDK8下HashMap的內存結構應該是：數組+鏈表+紅黑樹， 結構示意圖如下：
下面通過幾個重要的函數看下它是什么時候開始轉紅黑樹的。
三、put函數
public V put(K key, V value) { // 內部做事情的還是putVal函數 return putVal(hash(key), key, value, false, true); }
先看下hash函數有什么變化，如下：與JDK7版本對比，這里簡化了很多。
static final int hash(Object key) { int h; return (key == null) ? 0 : (h = key.hashCode()) ^ (h >>> 16); }
接下來看重點putVal()函數：
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為空，則通過擴容來創建，后面在看擴容函數 if ((tab = table) == null || (n = tab.length) == 0) n = (tab = resize()).length; // 根據key的hash值 與 數組長度進行取模來得到數組索引 if ((p = tab[i = (n - 1) & hash]) == null) // 空鏈表，創建節點 tab[i] = newNode(hash, key, value, null); else { Node<K,V> e; K k; // 不為空，則判斷是否與當前節點一樣，一樣就進行覆蓋 if (p.hash == hash && ((k = p.key) == key || (key != null && key.equals(k)))) e = p; else if (p instanceof TreeNode) // 不存在重復節點，則判斷是否屬於樹節點，如果屬於樹節點，則通過樹的特性去添加節點 e = ((TreeNode<K,V>)p).putTreeVal(this, tab, hash, key, value); else { // 該鏈為鏈表 for (int binCount = 0; ; ++binCount) { // 當鏈表遍歷到尾節點時，則插入到最后 -> 尾插法 if ((e = p.next) == null) { p.next = newNode(hash, key, value, null); // 檢測是否該從鏈表變成樹（注意：這里是先插入節點，沒有增加binCount,所以判斷條件是大於等於閾值-1） if (binCount >= TREEIFY_THRESHOLD - 1) // -1 for 1st // 滿足則樹形化 treeifyBin(tab, hash); break; } if (e.hash == hash && ((k = e.key) == key || (key != null && key.equals(k)))) break; p = e; } } // 存在相同的key,則替換value if (e != null) { // existing mapping for key V oldValue = e.value; if (!onlyIfAbsent || oldValue == null) e.value = value； // 注意這里，這里是供子類LinkedHashMap實現 afterNodeAccess(e); return oldValue; } } ++modCount; // 注意細節：先加入節點，再加長度與閾值進行判斷，是否需要擴容。 if (++size > threshold) resize(); // 注意這里，這里是供子類LinkedHashMap實現 afterNodeInsertion(evict); return null; }
總結下：
- 先會判斷數組是否為空，如果為空則通過擴容函數來創建
- 根據key的哈希值與數組長度取模獲取索引，對應節點為空則直接創建節點
- 如果對應節點不為空，先判斷是否與插入元素相等，如果相等則進行替換；不想等繼續判斷.
- 判斷獲取的節點是否是樹形節點，如果是則通過樹形節點添加元素；
- 如果不是樹形節點， 則一定是鏈表。然后遍歷鏈表至最后一個節點，將節點添加至鏈尾。如果當前鏈表的數量（沒有算新插入節點）大於等於轉換樹形的閾值-1，則需要將該鏈表進行樹形轉換。
- 插入節點后，長度+1； 然后判斷是否大於閾值進行擴容操作。
四、resize函數
看了下注釋：resize()方法主要用於初始化或者擴容。其實我們從putVal()方法中就能看出來了，下面詳細看下：
final Node<K,V>[] resize() { // copy 數組、容量、閾值 Node<K,V>[] oldTab = table; int oldCap = (oldTab == null) ? 0 : oldTab.length; int oldThr = threshold; int newCap, newThr = 0; // 判斷舊容量是否大於0 if (oldCap > 0) { // 超過最大值就不再擴充 if (oldCap >= MAXIMUM_CAPACITY) { threshold = Integer.MAX_VALUE; return oldTab; } // 沒超過最大值，就擴充為原來的 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 // 如果舊容量小於等於0 and 舊閾值大於0， 則將舊閾值賦給新容量 newCap = oldThr; else { // zero initial threshold signifies using defaults // 否則都使用默認值 newCap = DEFAULT_INITIAL_CAPACITY; newThr = (int)(DEFAULT_LOAD_FACTOR * DEFAULT_INITIAL_CAPACITY); } if (newThr == 0) { // 如果新的閾值是 0，對應的是當前表是空的. 根據新的容量和加載因子計算新的閾值 float ft = (float)newCap * loadFactor; newThr = (newCap < MAXIMUM_CAPACITY && ft < (float)MAXIMUM_CAPACITY ? (int)ft : Integer.MAX_VALUE); } // 更新閾值 threshold = newThr; @SuppressWarnings({"rawtypes","unchecked"}) Node<K,V>[] newTab = (Node<K,V>[])new Node[newCap]; table = newTab; // 下面開始將當前哈希桶中的所有節點轉移到新的哈希桶中 if (oldTab != null) { for (int j = 0; j < oldCap; ++j) { Node<K,V> e; // 遍歷每個位置，將元素賦值給e if ((e = oldTab[j]) != null) { // 置空原來元素，方便GC回收 oldTab[j] = null; if (e.next == null) // 當前就一個元素，直接定位到下標 newTab[e.hash & (newCap - 1)] = e; else if (e instanceof TreeNode) // 如果是樹節點，則通過樹形節點去拆分 ((TreeNode<K,V>)e).split(this, newTab, j, oldCap); else { // preserve order // 高效之處 // 利用哈希值的高低位去區分存儲位置，如果高位是0，則存儲在原來的位置；如果是1則存儲在原來位置+oldCap。 // 低位鏈表的頭結點、尾節點 Node<K,V> loHead = null, loTail = null; // 高位鏈表的頭節點、尾節點 Node<K,V> hiHead = null, hiTail = null; Node<K,V> next; do { next = e.next; // 低位鏈表 if ((e.hash & oldCap) == 0) { if (loTail == null) loHead = e; else loTail.next = e; loTail = e; } // 高位鏈表 else { if (hiTail == null) hiHead = e; else hiTail.next = e; hiTail = e; } } while ((e = next) != null); // 將低位鏈表存放在原索引處 if (loTail != null) { loTail.next = null; newTab[j] = loHead; } // 將高位鏈表存放在 原索引+oldCap if (hiTail != null) { hiTail.next = null; newTab[j + oldCap] = hiHead; } } } } } return newTab; }
總結：
- 如果原數組為空，則需要初始化；如果不為空則擴容，容量為原來的兩倍。然后更新閾值
- 遍歷原數組中的元素，將其添加至新數組中：
-
- 如果當前節點只有一個節點時，則根據其hash值與新容量-1進行取模操作取得下標，將元素添加到此位置上。
- 如果當前節點是樹節點，則需要根據樹形節點特性進行調整。
- 如果當前節點是鏈表，則根據節點的hash值與原容量進行高位判斷，如果是0則添加到新數組上的原索引位置上；如果是1，則添加至新數組的原索引+原容量的位置上。
舉例說明：假設原容量為16，索引下標為10的位置上存在鏈表且有兩個節點，將設第一個節點的hash值為10，第二個的hash值為26。此時進行擴容操作的時候新容量變成32，
當我們操作索引下標為10的鏈表時，按照取模的算法，第一個節點：10&（32-1） = 10，定位在原來索引位置上；第二個節點：26&（32-1） = 26定位到索引下標為26的位置上。該位置=原索引+原容量。所以該處用的很巧妙。
五、treeifyBin函數
final void treeifyBin(Node<K,V>[] tab, int hash) { int n, index; Node<K,V> e; // 會判斷數組長度是否大於最小樹化容量，如果不大於先進行擴容減少沖突。 if (tab == null || (n = tab.length) < MIN_TREEIFY_CAPACITY) resize(); else if ((e = tab[index = (n - 1) & hash]) != null) { TreeNode<K,V> hd = null, tl = null; do { TreeNode<K,V> p = replacementTreeNode(e, null); if (tl == null) hd = p; else { p.prev = tl; tl.next = p; } tl = p; } while ((e = e.next) != null); if ((tab[index] = hd) != null) hd.treeify(tab); } }
這里單獨提出來分析，是為了說明當某鏈表節點大於等於8時並不一定會樹化，還要判斷當前容量是否大於最小樹化的容量。如果小於的話是不會進行樹化，而是通過擴容來減少沖突。
六、兩個版本對比
- 底層數據結構有變化。
-
- JDK7：數組+鏈表。在極端的情況下會形成一條單鏈表，那么它的查找時間復雜度會達到O(n)。
- JDK8: 數組+鏈表+紅黑樹。 當容量超過最小樹化容量64時，如果存在鏈表節點大於等於8時就會樹化，形成紅黑樹（類似平衡查找二叉樹）。所以最壞的情況下的查找時間復雜度為O(logN). 比JDK7效率要好。
2.
計算Hash值的計算方式JDK8比JDK7要簡化。所以數據量大時也會有明顯的差異。
3.
當hash沖突時，插入鏈表不一樣：JDK7是頭插法（同索引下的節點順序相反），JDK8是尾插法(同索引下的節點順序不變)。
4. 擴容途徑JDK8比JDK7多一種。JDK8多一種：當某鏈表長度大於等於8且當前容量還沒達到樹化容量時，會進行擴容減少沖突。
5. 擴容的具體操作不一樣，JDK8要優於JDK7。 JDK7需要重新進行 索引下標 的計算，而 JDK8 不需要，通過判斷高位（與原容量比較）是 0 還是 1，要么依舊是原 index，要么是 oldCap + 原 index。
6. JDK8下的HashMap不會產生死循環。但依然是線程不安全的。
通過上面對比，趕緊去升級JDK版本吧。HashMap的性能提升僅僅是JDK1.8的冰山一角。