hashMap在1.7和1.8的區別

 

2.HashMap在Java1.7與1.8中的區別

   同系列文章：（1）美團面試題：Hashmap的結構，1.7和1.8有哪些區別，史上最深入的分析

1.Java源碼分析：HashMap 1.8 相對於1.7 到底更新了什么？（轉載）

=======

2.HashMap在Java1.7與1.8中的區別

基於JDK1.7.0_80與JDK1.8.0_66做的分析

 

JDK1.7中

使用一個Entry數組來存儲數據，用key的hashcode取模來決定key會被放到數組里的位置，如果hashcode相同，或者hashcode取模后的結果相同（hash collision），那么這些key會被定位到Entry數組的同一個格子里，這些key會形成一個鏈表。

在hashcode特別差的情況下，比方說所有key的hashcode都相同，這個鏈表可能會很長，那么put/get操作都可能需要遍歷這個鏈表

也就是說時間復雜度在最差情況下會退化到O(n)

 

JDK1.8中

使用一個Node數組來存儲數據，但這個Node可能是鏈表結構，也可能是紅黑樹結構

如果插入的key的hashcode相同，那么這些key也會被定位到Node數組的同一個格子里。

如果同一個格子里的key不超過8個，使用鏈表結構存儲。

如果超過了8個，那么會調用treeifyBin函數，將鏈表轉換為紅黑樹。

那么即使hashcode完全相同，由於紅黑樹的特點，查找某個特定元素，也只需要O(log n)的開銷

也就是說put/get的操作的時間復雜度最差只有O(log n)

 

 

聽起來挺不錯，但是真正想要利用JDK1.8的好處，有一個限制：

key的對象，必須正確的實現了Compare接口

如果沒有實現Compare接口，或者實現得不正確（比方說所有Compare方法都返回0）

那JDK1.8的HashMap其實還是慢於JDK1.7的

簡單的測試數據如下：

向HashMap中put/get 1w條hashcode相同的對象

JDK1.7:                                  put 0.26s，get 0.55s

JDK1.8（未實現Compare接口）：put 0.92s，get 2.1s

但是如果正確的實現了Compare接口，那么JDK1.8中的HashMap的性能有巨大提升，這次put/get 100W條hashcode相同的對象

JDK1.8（正確實現Compare接口，）：put/get大概開銷都在320ms左右

 

為什么要這么操作呢？

我認為應該是為了避免Hash Collision DoS攻擊

Java中String的hashcode函數的強度很弱，有心人可以很容易的構造出大量hashcode相同的String對象。

如果向服務器一次提交數萬個hashcode相同的字符串參數，那么可以很容易的卡死JDK1.7版本的服務器。

但是String正確的實現了Compare接口，因此在JDK1.8版本的服務器上，Hash Collision DoS不會造成不可承受的開銷。

 

參考資料：

jdk1.7.0_80的HashMap源碼

jdk1.8.0_66的HashMap源碼

Java 8系列之重新認識HashMap

HASH COLLISION DOS 問題

 

1.Java源碼分析：HashMap 1.8 相對於1.7 到底更新了什么？（轉載）

前言

• HashMap 在 Java 和 Android 開發中非常常見
• 而HashMap 1.8 相對於 HashMap 1.7 更新多
• 今天，我將通過源碼分析HashMap 1.8 ，從而講解HashMap 1.8 相對於 HashMap 1.7 的更新內容，希望你們會喜歡。

1. 本文基於版本 JDK 1.8，即 Java 8
2. 關於版本 JDK 1.7，即 Java 7，具體請看文章Java：手把手帶你源碼分析 HashMap 1.7

---

目錄

 

示意圖

---

1. 簡介

• 類定義

public class HashMap<K,V> extends AbstractMap<K,V> implements Map<K,V>, Cloneable, Serializable 

• 主要簡介

 

示意圖

• HashMap 的實現在 JDK 1.7 和 JDK 1.8 差別較大
• 今天，我將對照 JDK 1.7的源碼，在此基礎上講解 JDK 1.8 中 HashMap 的源碼解析

請務必打開JDK 1.7對照看：Java：手把手帶你源碼分析 HashMap 1.7

---

2. 數據結構：引入了 紅黑樹

2.1 主要介紹

 

示意圖

關於 紅黑樹 的簡介

 

示意圖

更加具體的了解，請：點擊閱讀文章

2.2 存儲流程

注：為了讓大家有個感性的認識，只是簡單的畫出存儲流程，更加詳細 & 具體的存儲流程會在下面源碼分析中給出

 

示意圖

2.3 數組元素 & 鏈表節點的 實現類

• HashMap中的數組元素 & 鏈表節點 采用 Node類 實現

與 JDK 1.7 的對比（Entry類），僅僅只是換了名字

• 該類的源碼分析如下

具體分析請看注釋

/** * Node = HashMap的內部類，實現了Map.Entry接口，本質是 = 一個映射(鍵值對) * 實現了getKey()、getValue()、equals(Object o)和hashCode()等方法 **/ static class Node<K,V> implements Map.Entry<K,V> { final int hash; // 哈希值，HashMap根據該值確定記錄的位置 final K key; // key V value; // value Node<K,V> next;// 鏈表下一個節點 // 構造方法 Node(int hash, K key, V value, Node<K,V> next) { this.hash = hash; this.key = key; this.value = value; this.next = next; } public final K getKey() { return key; } // 返回 與 此項 對應的鍵 public final V getValue() { return value; } // 返回 與 此項 對應的值 public final String toString() { return key + "=" + value; } public final V setValue(V newValue) { V oldValue = value; value = newValue; return oldValue; } /** * hashCode（） */ public final int hashCode() { return Objects.hashCode(key) ^ Objects.hashCode(value); } /** * equals（） * 作用：判斷2個Entry是否相等，必須key和value都相等，才返回true */ public final boolean equals(Object o) { if (o == this) return true; if (o instanceof Map.Entry) { Map.Entry<?,?> e = (Map.Entry<?,?>)o; if (Objects.equals(key, e.getKey()) && Objects.equals(value, e.getValue())) return true; } return false; } } 

2.4 紅黑樹節點 實現類

• HashMap中的紅黑樹節點 采用 TreeNode 類 實現

 /** * 紅黑樹節點 實現類：繼承自LinkedHashMap.Entry<K,V>類 */ static final class TreeNode<K,V> extends LinkedHashMap.Entry<K,V> { // 屬性 = 父節點、左子樹、右子樹、刪除輔助節點 + 顏色 TreeNode<K,V> parent; TreeNode<K,V> left; TreeNode<K,V> right; TreeNode<K,V> prev; boolean red; // 構造函數 TreeNode(int hash, K key, V val, Node<K,V> next) { super(hash, key, val, next); } // 返回當前節點的根節點 final TreeNode<K,V> root() { for (TreeNode<K,V> r = this, p;;) { if ((p = r.parent) == null) return r; r = p; } } 

---

3. 具體使用

3.1 主要使用API（方法、函數）

與 JDK 1.7 基本相同

V get(Object key); // 獲得指定鍵的值 V put(K key, V value); // 添加鍵值對 void putAll(Map<? extends K, ? extends V> m); // 將指定Map中的鍵值對 復制到 此Map中 V remove(Object key); // 刪除該鍵值對 boolean containsKey(Object key); // 判斷是否存在該鍵的鍵值對；是 則返回true boolean containsValue(Object value); // 判斷是否存在該值的鍵值對；是 則返回true Set<K> keySet(); // 單獨抽取key序列，將所有key生成一個Set Collection<V> values(); // 單獨value序列，將所有value生成一個Collection void clear(); // 清除哈希表中的所有鍵值對 int size(); // 返回哈希表中所有 鍵值對的數量 = 數組中的鍵值對 + 鏈表中的鍵值對 boolean isEmpty(); // 判斷HashMap是否為空；size == 0時 表示為 空 

3.2 使用流程

與 JDK 1.7 基本相同

• 在具體使用時，主要流程是：

1. 聲明1個 HashMap的對象
2. 向 HashMap 添加數據（成對 放入 鍵 - 值對）
3. 獲取 HashMap 的某個數據
4. 獲取 HashMap 的全部數據：遍歷HashMap

• 示例代碼

import java.util.Collection; import java.util.HashMap; import java.util.Iterator; import java.util.Map; import java.util.Set; public class HashMapTest { public static void main(String[] args) { /** * 1. 聲明1個 HashMap的對象 */ Map<String, Integer> map = new HashMap<String, Integer>(); /** * 2. 向HashMap添加數據（成對 放入 鍵 - 值對） */ map.put("Android", 1); map.put("Java", 2); map.put("iOS", 3); map.put("數據挖掘", 4); map.put("產品經理", 5); /** * 3. 獲取 HashMap 的某個數據 */ System.out.println("key = 產品經理時的值為：" + map.get("產品經理")); /** * 4. 獲取 HashMap 的全部數據：遍歷HashMap * 核心思想： * 步驟1：獲得key-value對（Entry） 或 key 或 value的Set集合 * 步驟2：遍歷上述Set集合(使用for循環 、 迭代器（Iterator）均可) * 方法共有3種：分別針對 key-value對（Entry） 或 key 或 value */ // 方法1：獲得key-value的Set集合 再遍歷 System.out.println("方法1"); // 1. 獲得key-value對（Entry）的Set集合 Set<Map.Entry<String, Integer>> entrySet = map.entrySet(); // 2. 遍歷Set集合，從而獲取key-value // 2.1 通過for循環 for(Map.Entry<String, Integer> entry : entrySet){ System.out.print(entry.getKey()); System.out.println(entry.getValue()); } System.out.println("----------"); // 2.2 通過迭代器：先獲得key-value對（Entry）的Iterator，再循環遍歷 Iterator iter1 = entrySet.iterator(); while (iter1.hasNext()) { // 遍歷時，需先獲取entry，再分別獲取key、value Map.Entry entry = (Map.Entry) iter1.next(); System.out.print((String) entry.getKey()); System.out.println((Integer) entry.getValue()); } // 方法2：獲得key的Set集合 再遍歷 System.out.println("方法2"); // 1. 獲得key的Set集合 Set<String> keySet = map.keySet(); // 2. 遍歷Set集合，從而獲取key，再獲取value // 2.1 通過for循環 for(String key : keySet){ System.out.print(key); System.out.println(map.get(key)); } System.out.println("----------"); // 2.2 通過迭代器：先獲得key的Iterator，再循環遍歷 Iterator iter2 = keySet.iterator(); String key = null; while (iter2.hasNext()) { key = (String)iter2.next(); System.out.print(key); System.out.println(map.get(key)); } // 方法3：獲得value的Set集合 再遍歷 System.out.println("方法3"); // 1. 獲得value的Set集合 Collection valueSet = map.values(); // 2. 遍歷Set集合，從而獲取value // 2.1 獲得values 的Iterator Iterator iter3 = valueSet.iterator(); // 2.2 通過遍歷，直接獲取value while (iter3.hasNext()) { System.out.println(iter3.next()); } } } // 注：對於遍歷方式，推薦使用針對 key-value對（Entry）的方式：效率高 // 原因： // 1. 對於 遍歷keySet 、valueSet，實質上 = 遍歷了2次：1 = 轉為 iterator 迭代器遍歷、2 = 從 HashMap 中取出 key 的 value 操作（通過 key 值 hashCode 和 equals 索引） // 2. 對於 遍歷 entrySet ，實質 = 遍歷了1次 = 獲取存儲實體Entry（存儲了key 和 value ） 

• 運行結果

方法1
Java2
iOS3
數據挖掘4
Android1
產品經理5
----------
Java2
iOS3
數據挖掘4
Android1
產品經理5
方法2
Java2
iOS3
數據挖掘4
Android1
產品經理5
----------
Java2
iOS3
數據挖掘4
Android1
產品經理5
方法3
2
3
4
1
5

下面，我們按照上述的使用過程，對一個個步驟進行源碼解析

---

4. 基礎知識：HashMap中的重要參數（變量）

• 在進行真正的源碼分析前，先講解HashMap中的重要參數（變量）
• HashMap中的主要參數 同 JDK 1.7 ，即：容量、加載因子、擴容閾值
• 但由於數據結構中引入了 紅黑樹，故加入了 與紅黑樹相關的參數。具體介紹如下：

 /** * 主要參數 同 JDK 1.7 * 即：容量、加載因子、擴容閾值（要求、范圍均相同） */ // 1. 容量（capacity）： 必須是2的冪 & <最大容量（2的30次方） static final int DEFAULT_INITIAL_CAPACITY = 1 << 4; // 默認容量 = 16 = 1<<4 = 00001中的1向左移4位 = 10000 = 十進制的2^4=16 static final int MAXIMUM_CAPACITY = 1 << 30; // 最大容量 = 2的30次方（若傳入的容量過大，將被最大值替換） // 2. 加載因子(Load factor)：HashMap在其容量自動增加前可達到多滿的一種尺度 final float loadFactor; // 實際加載因子 static final float DEFAULT_LOAD_FACTOR = 0.75f; // 默認加載因子 = 0.75 // 3. 擴容閾值（threshold）：當哈希表的大小 ≥ 擴容閾值時，就會擴容哈希表（即擴充HashMap的容量） // a. 擴容 = 對哈希表進行resize操作（即重建內部數據結構），從而哈希表將具有大約兩倍的桶數 // b. 擴容閾值 = 容量 x 加載因子 int threshold; // 4. 其他 transient Node<K,V>[] table; // 存儲數據的Node類型 數組，長度 = 2的冪；數組的每個元素 = 1個單鏈表 transient int size;// HashMap的大小，即 HashMap中存儲的鍵值對的數量 /** * 與紅黑樹相關的參數 */ // 1. 桶的樹化閾值：即 鏈表轉成紅黑樹的閾值，在存儲數據時，當鏈表長度 > 該值時，則將鏈表轉換成紅黑樹 static final int TREEIFY_THRESHOLD = 8; // 2. 桶的鏈表還原閾值：即 紅黑樹轉為鏈表的閾值，當在擴容（resize（））時（此時HashMap的數據存儲位置會重新計算），在重新計算存儲位置后，當原有的紅黑樹內數量 < 6時，則將 紅黑樹轉換成鏈表 static final int UNTREEIFY_THRESHOLD = 6; // 3. 最小樹形化容量閾值：即 當哈希表中的容量 > 該值時，才允許樹形化鏈表 （即 將鏈表 轉換成紅黑樹） // 否則，若桶內元素太多時，則直接擴容，而不是樹形化 // 為了避免進行擴容、樹形化選擇的沖突，這個值不能小於 4 * TREEIFY_THRESHOLD static final int MIN_TREEIFY_CAPACITY = 64; 

• 此處 再次詳細說明 加載因子

同 JDK 1.7，但由於其重要性，故此處再次說明

 

示意圖

• 總結 數據結構 & 參數方面與 JDK 1.7的區別

 

示意圖

---

5. 源碼分析

• 本次的源碼分析主要是根據 使用步驟 進行相關函數的詳細分析
• 主要分析內容如下：

 

示意圖

• 下面，我將對每個步驟內容的主要方法進行詳細分析

步驟1：聲明1個 HashMap的對象

此處主要分析的構造函數 類似 JDK 1.7

/** * 函數使用原型 */ Map<String,Integer> map = new HashMap<String,Integer>(); /** * 源碼分析：主要是HashMap的構造函數 = 4個 * 僅貼出關於HashMap構造函數的源碼 */ public class HashMap<K,V> extends AbstractMap<K,V> implements Map<K,V>, Cloneable, Serializable{ // 省略上節闡述的參數 /** * 構造函數1：默認構造函數（無參） * 加載因子 & 容量 = 默認 = 0.75、16 */ public HashMap() { this.loadFactor = DEFAULT_LOAD_FACTOR; } /** * 構造函數2：指定“容量大小”的構造函數 * 加載因子 = 默認 = 0.75 、容量 = 指定大小 */ public HashMap(int initialCapacity) { // 實際上是調用指定“容量大小”和“加載因子”的構造函數 // 只是在傳入的加載因子參數 = 默認加載因子 this(initialCapacity, DEFAULT_LOAD_FACTOR); } /** * 構造函數3：指定“容量大小”和“加載因子”的構造函數 * 加載因子 & 容量 = 自己指定 */ public HashMap(int initialCapacity, float loadFactor) { // 指定初始容量必須非負，否則報錯 if (initialCapacity < 0) throw new IllegalArgumentException("Illegal initial capacity: " + initialCapacity); // HashMap的最大容量只能是MAXIMUM_CAPACITY，哪怕傳入的 > 最大容量 if (initialCapacity > MAXIMUM_CAPACITY) initialCapacity = MAXIMUM_CAPACITY; // 填充比必須為正 if (loadFactor <= 0 || Float.isNaN(loadFactor)) throw new IllegalArgumentException("Illegal load factor: " + loadFactor); // 設置 加載因子 this.loadFactor = loadFactor; // 設置 擴容閾值 // 注：此處不是真正的閾值，僅僅只是將傳入的容量大小轉化為：>傳入容量大小的最小的2的冪，該閾值后面會重新計算 // 下面會詳細講解 ->> 分析1 this.threshold = tableSizeFor(initialCapacity); } /** * 構造函數4：包含“子Map”的構造函數 * 即 構造出來的HashMap包含傳入Map的映射關系 * 加載因子 & 容量 = 默認 */ public HashMap(Map<? extends K, ? extends V> m) { // 設置容量大小 & 加載因子 = 默認 this.loadFactor = DEFAULT_LOAD_FACTOR; // 將傳入的子Map中的全部元素逐個添加到HashMap中 putMapEntries(m, false); } } /** * 分析1：tableSizeFor(initialCapacity) * 作用：將傳入的容量大小轉化為：>傳入容量大小的最小的2的冪 * 與JDK 1.7對比：類似於JDK 1.7 中 inflateTable()里的 roundUpToPowerOf2(toSize) */ 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; } 

• 注：（同JDK 1.7類似）
  1. 此處僅用於接收初始容量大小（capacity）、加載因子(Load factor)，但仍無真正初始化哈希表，即初始化存儲數組table
  2. 此處先給出結論：真正初始化哈希表（初始化存儲數組table）是在第1次添加鍵值對時，即第1次調用put（）時。下面會詳細說明

至此，關於HashMap的構造函數講解完畢。

---

步驟2：向HashMap添加數據（成對 放入 鍵 - 值對）

• 在該步驟中，與JDK 1.7的差別較大：

 

示意圖

下面會對上述區別進行詳細講解

• 添加數據的流程如下

注：為了讓大家有個感性的認識，只是簡單的畫出存儲流程，更加詳細 & 具體的存儲流程會在下面源碼分析中給出

 

示意圖

• 源碼分析

 /** * 函數使用原型 */ map.put("Android", 1); map.put("Java", 2); map.put("iOS", 3); map.put("數據挖掘", 4); map.put("產品經理", 5); /** * 源碼分析：主要分析HashMap的put函數 */ public V put(K key, V value) { // 1. 對傳入數組的鍵Key計算Hash值 ->>分析1 // 2. 再調用putVal（）添加數據進去 ->>分析2 return putVal(hash(key), key, value, false, true); } 

下面，將詳細講解 上面的2個主要分析點

分析1：hash（key）

   /** * 分析1：hash(key) * 作用：計算傳入數據的哈希碼（哈希值、Hash值） * 該函數在JDK 1.7 和 1.8 中的實現不同，但原理一樣 = 擾動函數 = 使得根據key生成的哈希碼（hash值）分布更加均勻、更具備隨機性，避免出現hash值沖突（即指不同key但生成同1個hash值） * JDK 1.7 做了9次擾動處理 = 4次位運算 + 5次異或運算 * JDK 1.8 簡化了擾動函數 = 只做了2次擾動 = 1次位運算 + 1次異或運算 */ // JDK 1.7實現：將 鍵key 轉換成 哈希碼（hash值）操作 = 使用hashCode() + 4次位運算 + 5次異或運算（9次擾動） static final int hash(int h) { h ^= k.hashCode(); h ^= (h >>> 20) ^ (h >>> 12); return h ^ (h >>> 7) ^ (h >>> 4); } // JDK 1.8實現：將 鍵key 轉換成 哈希碼（hash值）操作 = 使用hashCode() + 1次位運算 + 1次異或運算（2次擾動） // 1. 取hashCode值： h = key.hashCode() // 2. 高位參與低位的運算：h ^ (h >>> 16) static final int hash(Object key) { int h; return (key == null) ? 0 : (h = key.hashCode()) ^ (h >>> 16); // a. 當key = null時，hash值 = 0，所以HashMap的key 可為null // 注：對比HashTable，HashTable對key直接hashCode（），若key為null時，會拋出異常，所以HashTable的key不可為null // b. 當key ≠ null時，則通過先計算出 key的 hashCode()（記為h），然后 對哈希碼進行 擾動處理： 按位 異或（^） 哈希碼自身右移16位后的二進制 } /** * 計算存儲位置的函數分析：indexFor(hash, table.length) * 注：該函數僅存在於JDK 1.7 ，JDK 1.8中實際上無該函數（直接用1條語句判斷寫出），但原理相同 * 為了方便講解，故提前到此講解 */ static int indexFor(int h, int length) { return h & (length-1); // 將對哈希碼擾動處理后的結果 與運算(&) （數組長度-1），最終得到存儲在數組table的位置（即數組下標、索引） } 

• 總結 計算存放在數組 table 中的位置（即數組下標、索引）的過程

1. 此處與 JDK 1.7的區別在於：hash值的求解過程中 哈希碼的二次處理方式（擾動處理）
2. 步驟1、2 = hash值的求解過程

 

示意圖

• 計算示意圖

 

示意圖

---

在了解 如何計算存放數組table 中的位置 后，所謂 知其然 而 需知其所以然，下面我將講解為什么要這樣計算，即主要解答以下3個問題：

1. 為什么不直接采用經過hashCode（）處理的哈希碼 作為 存儲數組table的下標位置？
2. 為什么采用 哈希碼 與運算(&) （數組長度-1） 計算數組下標？
3. 為什么在計算數組下標前，需對哈希碼進行二次處理：擾動處理？

在回答這3個問題前，請大家記住一個核心思想：

所有處理的根本目的，都是為了提高 存儲key-value的數組下標位置 的隨機性 & 分布均勻性，盡量避免出現hash值沖突。即：對於不同key，存儲的數組下標位置要盡可能不一樣

問題1：為什么不直接采用經過hashCode（）處理的哈希碼 作為 存儲數組table的下標位置？

• 結論：容易出現 哈希碼 與 數組大小范圍不匹配的情況，即 計算出來的哈希碼可能 不在數組大小范圍內，從而導致無法匹配存儲位置
• 原因描述

 

示意圖

• 為了解決 “哈希碼與數組大小范圍不匹配” 的問題，HashMap給出了解決方案：哈希碼 與運算（&） （數組長度-1），即問題3

問題2：為什么采用 哈希碼 與運算(&) （數組長度-1） 計算數組下標？

• 結論：根據HashMap的容量大小（數組長度），按需取 哈希碼一定數量的低位 作為存儲的數組下標位置，從而 解決 “哈希碼與數組大小范圍不匹配” 的問題

• 具體解決方案描述

 

示意圖

問題3：為什么在計算數組下標前，需對哈希碼進行二次處理：擾動處理？

• 結論：加大哈希碼低位的隨機性，使得分布更均勻，從而提高對應數組存儲下標位置的隨機性 & 均勻性，最終減少Hash沖突

• 具體描述

 

示意圖

至此，關於怎么計算 key-value 值存儲在HashMap數組位置 & 為什么要這么計算，講解完畢。

---

分析2：putVal(hash(key), key, value, false, true);

此處有2個主要講解點：

• 計算完存儲位置后，具體該如何 存放數據 到哈希表中
• 具體如何擴容，即 擴容機制

主要講解點1：計算完存儲位置后，具體該如何存放數據到哈希表中

由於數據結構中加入了紅黑樹，所以在存放數據到哈希表中時，需進行多次數據結構的判斷：數組、紅黑樹、鏈表

與 JDK 1.7的區別： JDK 1.7只需判斷 數組 & 鏈表

 

示意圖

   /** * 分析2：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; // 1. 若哈希表的數組tab為空，則 通過resize() 創建 // 所以，初始化哈希表的時機 = 第1次調用put函數時，即調用resize() 初始化創建 // 關於resize（）的源碼分析將在下面講解擴容時詳細分析，此處先跳過 if ((tab = table) == null || (n = tab.length) == 0) n = (tab = resize()).length; // 2. 計算插入存儲的數組索引i：根據鍵值key計算的hash值 得到 // 此處的數組下標計算方式 = i = (n - 1) & hash，同JDK 1.7中的indexFor（），上面已詳細描述 // 3. 插入時，需判斷是否存在Hash沖突： // 若不存在（即當前table[i] == null），則直接在該數組位置新建節點，插入完畢 // 否則，代表存在Hash沖突，即當前存儲位置已存在節點，則依次往下判斷：a. 當前位置的key是否與需插入的key相同、b. 判斷需插入的數據結構是否為紅黑樹 or 鏈表 if ((p = tab[i = (n - 1) & hash]) == null) tab[i] = newNode(hash, key, value, null); // newNode(hash, key, value, null)的源碼 = new Node<>(hash, key, value, next) else { Node<K,V> e; K k; // a. 判斷 table[i]的元素的key是否與 需插入的key一樣，若相同則 直接用新value 覆蓋 舊value // 判斷原則：equals（） if (p.hash == hash && ((k = p.key) == key || (key != null && key.equals(k)))) e = p; // b. 繼續判斷：需插入的數據結構是否為紅黑樹 or 鏈表 // 若是紅黑樹，則直接在樹中插入 or 更新鍵值對 else if (p instanceof TreeNode) e = ((TreeNode<K,V>)p).putTreeVal(this, tab, hash, key, value); ->>分析3 // 若是鏈表,則在鏈表中插入 or 更新鍵值對 // i. 遍歷table[i]，判斷Key是否已存在：采用equals（） 對比當前遍歷節點的key 與 需插入數據的key：若已存在，則直接用新value 覆蓋 舊value // ii. 遍歷完畢后仍無發現上述情況，則直接在鏈表尾部插入數據 // 注：新增節點后，需判斷鏈表長度是否>8（8 = 桶的樹化閾值）：若是，則把鏈表轉換為紅黑樹 else { for (int binCount = 0; ; ++binCount) { // 對於ii：若數組的下1個位置，表示已到表尾也沒有找到key值相同節點，則新建節點 = 插入節點 // 注：此處是從鏈表尾插入，與JDK 1.7不同（從鏈表頭插入，即永遠都是添加到數組的位置，原來數組位置的數據則往后移） if ((e = p.next) == null) { p.next = newNode(hash, key, value, null); // 插入節點后，若鏈表節點>數閾值，則將鏈表轉換為紅黑樹 if (binCount >= TREEIFY_THRESHOLD - 1) treeifyBin(tab, hash); // 樹化操作 break; } // 對於i if (e.hash == hash && ((k = e.key) == key || (key != null && key.equals(k)))) break; // 更新p指向下一個節點，繼續遍歷 p = e; } } // 對i情況的后續操作：發現key已存在，直接用新value 覆蓋 舊value & 返回舊value if (e != null) { V oldValue = e.value; if (!onlyIfAbsent || oldValue == null) e.value = value; afterNodeAccess(e); // 替換舊值時會調用的方法（默認實現為空） return oldValue; } } ++modCount; // 插入成功后，判斷實際存在的鍵值對數量size > 最大容量threshold // 若 > ，則進行擴容 ->>分析4（但單獨講解，請直接跳出該代碼塊） if (++size > threshold) resize(); afterNodeInsertion(evict);// 插入成功時會調用的方法（默認實現為空） return null; } /** * 分析3：putTreeVal(this, tab, hash, key, value) * 作用：向紅黑樹插入 or 更新數據（鍵值對） * 過程：遍歷紅黑樹判斷該節點的key是否與需插入的key 相同： * a. 若相同，則新value覆蓋舊value * b. 若不相同，則插入 */ final TreeNode<K,V> putTreeVal(HashMap<K,V> map, Node<K,V>[] tab, int h, K k, V v) { Class<?> kc = null; boolean searched = false; TreeNode<K,V> root = (parent != null) ? root() : this; for (TreeNode<K,V> p = root;;) { int dir, ph; K pk; if ((ph = p.hash) > h) dir = -1; else if (ph < h) dir = 1; else if ((pk = p.key) == k || (k != null && k.equals(pk))) return p; else if ((kc == null && (kc = comparableClassFor(k)) == null) || (dir = compareComparables(kc, k, pk)) == 0) { if (!searched) { TreeNode<K,V> q, ch; searched = true; if (((ch = p.left) != null && (q = ch.find(h, k, kc)) != null) || ((ch = p.right) != null && (q = ch.find(h, k, kc)) != null)) return q; } dir = tieBreakOrder(k, pk); } TreeNode<K,V> xp = p; if ((p = (dir <= 0) ? p.left : p.right) == null) { Node<K,V> xpn = xp.next; TreeNode<K,V> x = map.newTreeNode(h, k, v, xpn); if (dir <= 0) xp.left = x; else xp.right = x; xp.next = x; x.parent = x.prev = xp; if (xpn != null) ((TreeNode<K,V>)xpn).prev = x; moveRootToFront(tab, balanceInsertion(root, x)); return null; } } } 

• 總結

 

示意圖

主要講解點2：擴容機制（即 resize（）函數方法）

• 擴容流程如下

 

示意圖

• 源碼分析

   /** * 分析4：resize（） * 該函數有2種使用情況：1.初始化哈希表 2.當前數組容量過小，需擴容 */ final Node<K,V>[] resize() { Node<K,V>[] oldTab = table; // 擴容前的數組（當前數組） int oldCap = (oldTab == null) ? 0 : oldTab.length; // 擴容前的數組的容量 = 長度 int oldThr = threshold;// 擴容前的數組的閾值 int newCap, newThr = 0; // 針對情況2：若擴容前的數組容量超過最大值，則不再擴充 if (oldCap > 0) { if (oldCap >= MAXIMUM_CAPACITY) { threshold = Integer.MAX_VALUE; return oldTab; } // 針對情況2：若無超過最大值，就擴充為原來的2倍 else if ((newCap = oldCap << 1) < MAXIMUM_CAPACITY && oldCap >= DEFAULT_INITIAL_CAPACITY) newThr = oldThr << 1; // 通過右移擴充2倍 } // 針對情況1：初始化哈希表（采用指定 or 默認值） 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); } // 計算新的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) { // 把每個bucket都移動到新的buckets中 for (int j = 0; j < oldCap; ++j) { Node<K,V> e; if ((e = oldTab[j]) != null) { oldTab[j] = null; if (e.next == null) newTab[e.hash & (newCap - 1)] = e; else if (e instanceof TreeNode) ((TreeNode<K,V>)e).split(this, newTab, j, oldCap); else { // 鏈表優化重hash的代碼塊 Node<K,V> loHead = null, loTail = null; Node<K,V> hiHead = null, hiTail = null; Node<K,V> next; do { next = e.next; // 原索引 if ((e.hash & oldCap) == 0) { if (loTail == null) loHead = e; else loTail.next = e; loTail = e; } // 原索引 + oldCap else { if (hiTail == null) hiHead = e; else hiTail.next = e; hiTail = e; } } while ((e = next) != null); // 原索引放到bucket里 if (loTail != null) { loTail.next = null; newTab[j] = loHead; } // 原索引+oldCap放到bucket里 if (hiTail != null) { hiTail.next = null; newTab[j + oldCap] = hiHead; } } } } } return newTab; } 

• 擴容流程（含 與 JDK 1.7 的對比）

 

示意圖

此處主要講解： JDK 1.8擴容時，數據存儲位置重新計算的方式

• 計算結論 & 原因解析

 

示意圖

• 結論示意圖

 

示意圖

• 數組位置轉換的示意圖

 

示意圖

• JDK 1.8根據此結論作出的新元素存儲位置計算規則 非常簡單，提高了擴容效率，具體如下圖

這與 JDK 1.7在計算新元素的存儲位置有很大區別：JDK 1.7在擴容后，都需按照原來方法重新計算，即
hashCode（）->> 擾動處理 ->>（h & length-1））

總結

• 添加數據的流程

 

示意圖

• 與 JDK 1.7的區別

 

示意圖

至此，關於 HashMap的添加數據源碼分析 分析完畢。

---

步驟3：從HashMap中獲取數據

• 假如理解了上述put（）函數的原理，那么get（）函數非常好理解，因為二者的過程原理幾乎相同
• get（）函數的流程如下：

 

示意圖

• 源碼分析

/** * 函數原型 * 作用：根據鍵key，向HashMap獲取對應的值 */ map.get(key)； /** * 源碼分析 */ public V get(Object key) { Node<K,V> e; // 1. 計算需獲取數據的hash值 // 2. 通過getNode（）獲取所查詢的數據 ->>分析1 // 3. 獲取后，判斷數據是否為空 return (e = getNode(hash(key), key)) == null ? null : e.value; } /** * 分析1：getNode(hash(key), key)) */ final Node<K,V> getNode(int hash, Object key) { Node<K,V>[] tab; Node<K,V> first, e; int n; K k; // 1. 計算存放在數組table中的位置 if ((tab = table) != null && (n = tab.length) > 0 && (first = tab[(n - 1) & hash]) != null) { // 4. 通過該函數，依次在數組、紅黑樹、鏈表中查找（通過equals（）判斷） // a. 先在數組中找，若存在，則直接返回 if (first.hash == hash && // always check first node ((k = first.key) == key || (key != null && key.equals(k)))) return first; // b. 若數組中沒有，則到紅黑樹中尋找 if ((e = first.next) != null) { // 在樹中get if (first instanceof TreeNode) return ((TreeNode<K,V>)first).getTreeNode(hash, key); // c. 若紅黑樹中也沒有，則通過遍歷，到鏈表中尋找 do { if (e.hash == hash && ((k = e.key) == key || (key != null && key.equals(k)))) return e; } while ((e = e.next) != null); } } return null; } 

至此，關於 “向 HashMap 獲取數據 “講解完畢。

---

步驟4：對HashMap的其他操作

即 對其余使用API（函數、方法）的源碼分析

• HashMap除了核心的put（）、get（）函數，還有以下主要使用的函數方法

void clear(); // 清除哈希表中的所有鍵值對 int size(); // 返回哈希表中所有 鍵值對的數量 = 數組中的鍵值對 + 鏈表中的鍵值對 boolean isEmpty(); // 判斷HashMap是否為空；size == 0時 表示為 空 void putAll(Map<? extends K, ? extends V> m); // 將指定Map中的鍵值對 復制到 此Map中 V remove(Object key); // 刪除該鍵值對 boolean containsKey(Object key); // 判斷是否存在該鍵的鍵值對；是 則返回true boolean containsValue(Object value); // 判斷是否存在該值的鍵值對；是 則返回true 

• 關於上述方法的源碼的原理 同 JDK 1.7，此處不作過多描述

感興趣的同學可以參考文章 第5小節 進行類比。

至此，關於 HashMap的底層原理 & 主要使用API（函數、方法）講解完畢。

---

6. 源碼總結

下面，用3個圖總結整個源碼內容：

總結內容 = 數據結構、主要參數、添加 & 查詢數據流程、擴容機制

• 數據結構 & 主要參數

 

示意圖

• 添加 & 查詢數據流程

 

示意圖

• 擴容機制

 

示意圖

---

7. 與 JDK 1.7 的區別

HashMap 的實現在 JDK 1.7 和 JDK 1.8 差別較大，具體區別如下

1. JDK 1.8 的優化目的主要是：減少 Hash沖突 & 提高哈希表的存、取效率
2. 關於 JDK 1.7 中 HashMap 的源碼解析請看文章：Java：手把手帶你源碼分析 HashMap 1.7

7.1 數據結構

 

示意圖

7.2 獲取數據時（獲取數據 類似）

 

示意圖

7.3 擴容機制

 

示意圖

---

8. 額外補充：關於HashMap的其他問題

• 有幾個小問題需要在此補充

 

示意圖

• 具體如下

8.1 哈希表如何解決Hash沖突

 

示意圖

8.2 為什么HashMap具備下述特點：鍵-值（key-value）都允許為空、線程不安全、不保證有序、存儲位置隨時間變化

• 具體解答如下

 

示意圖

• 下面主要講解 HashMap 線程不安全的其中一個重要原因：多線程下容易出現resize（）死循環
  本質 = 並發 執行 put（）操作導致觸發 擴容行為，從而導致 環形鏈表，使得在獲取數據遍歷鏈表時形成死循環，即Infinite Loop

• 先看擴容的源碼分析resize（）

關於resize（）的源碼分析已在上文詳細分析，此處僅作重點分析：transfer（）

/** * 源碼分析：resize(2 * table.length) * 作用：當容量不足時（容量 > 閾值），則擴容（擴到2倍） */ void resize(int newCapacity) { // 1. 保存舊數組（old table） Entry[] oldTable = table; // 2. 保存舊容量（old capacity ），即數組長度 int oldCapacity = oldTable.length; // 3. 若舊容量已經是系統默認最大容量了，那么將閾值設置成整型的最大值，退出 if (oldCapacity == MAXIMUM_CAPACITY) { threshold = Integer.MAX_VALUE; return; } // 4. 根據新容量（2倍容量）新建1個數組，即新table Entry[] newTable = new Entry[newCapacity]; // 5. （重點分析）將舊數組上的數據（鍵值對）轉移到新table中，從而完成擴容 ->>分析1.1 transfer(newTable); // 6. 新數組table引用到HashMap的table屬性上 table = newTable; // 7. 重新設置閾值 threshold = (int)(newCapacity * loadFactor); } /** * 分析1.1：transfer(newTable); * 作用：將舊數組上的數據（鍵值對）轉移到新table中，從而完成擴容 * 過程：按舊鏈表的正序遍歷鏈表、在新鏈表的頭部依次插入 */ void transfer(Entry[] newTable) { // 1. src引用了舊數組 Entry[] src = table; // 2. 獲取新數組的大小 = 獲取新容量大小 int newCapacity = newTable.length; // 3. 通過遍歷 舊數組，將舊數組上的數據（鍵值對）轉移到新數組中 for (int j = 0; j < src.length; j++) { // 3.1 取得舊數組的每個元素 Entry<K,V> e = src[j]; if (e != null) { // 3.2 釋放舊數組的對象引用（for循環后，舊數組不再引用任何對象） src[j] = null; do { // 3.3 遍歷 以該數組元素為首 的鏈表 // 注：轉移鏈表時，因是單鏈表，故要保存下1個結點，否則轉移后鏈表會斷開 Entry<K,V> next = e.next; // 3.3 重新計算每個元素的存儲位置 int i = indexFor(e.hash, newCapacity); // 3.4 將元素放在數組上：采用單鏈表的頭插入方式 = 在鏈表頭上存放數據 = 將數組位置的原有數據放在后1個指針、將需放入的數據放到數組位置中 // 即 擴容后，可能出現逆序：按舊鏈表的正序遍歷鏈表、在新鏈表的頭部依次插入 e.next = newTable[i]; newTable[i] = e; // 訪問下1個Entry鏈上的元素，如此不斷循環，直到遍歷完該鏈表上的所有節點 e = next; } while (e != null); // 如此不斷循環，直到遍歷完數組上的所有數據元素 } } } 

從上面可看出：在擴容resize（）過程中，在將舊數組上的數據 轉移到 新數組上時，轉移數據操作 = 按舊鏈表的正序遍歷鏈表、在新鏈表的頭部依次插入，即在轉移數據、擴容后，容易出現鏈表逆序的情況

設重新計算存儲位置后不變，即擴容前 = 1->2->3，擴容后 = 3->2->1

• 此時若（多線程）並發執行 put（）操作，一旦出現擴容情況，則 容易出現 環形鏈表，從而在獲取數據、遍歷鏈表時 形成死循環（Infinite Loop），即 死鎖的狀態，具體請看下圖：

初始狀態、步驟1、步驟2

 

示意圖

 

示意圖

 

示意圖

注：由於 JDK 1.8 轉移數據操作 = 按舊鏈表的正序遍歷鏈表、在新鏈表的尾部依次插入，所以不會出現鏈表 逆序、倒置的情況，故不容易出現環形鏈表的情況。

但 JDK 1.8 還是線程不安全，因為 無加同步鎖保護

8.3 為什么 HashMap 中 String、Integer 這樣的包裝類適合作為 key 鍵

 

示意圖

8.4 HashMap 中的 key若 Object類型， 則需實現哪些方法？

 

示意圖

至此，關於HashMap的所有知識講解完畢。

---

9. 總結

• 本文主要講解 Java的 HashMap源碼 & 相關知識
• 下面我將繼續對Java、 Android中的其他知識 深入講解 ，感興趣的同學可以繼續關注本人運營的Wechat Public Account：
• 我想給你們介紹一個與眾不同的Android微信公眾號（福利回贈）
• 我想邀請您和我一起寫Android（福利回贈）

---

請點贊！因為你的鼓勵是我寫作的最大動力！

相關文章閱讀
Android開發：最全面、最易懂的Android屏幕適配解決方案
Android事件分發機制詳解：史上最全面、最易懂
Android開發：史上最全的Android消息推送解決方案
Android開發：最全面、最易懂的Webview詳解
Android開發：JSON簡介及最全面解析方法!
Android四大組件：Service服務史上最全面解析
Android四大組件：BroadcastReceiver史上最全面解析