HashMap实现原理及源码分析 Java 集合深入理解（17）：HashMap 在 JDK 1.8 后新增的红黑树结构
HashMap采用数组+链表+红黑树的方式解决碰撞冲突来存储数据.
为了很直观的分析，在这里写如下代码进行测试分析
HashMap<String, String> hashMap = new HashMap<>(1);
hashMap.put("a", "apple");
static final float DEFAULT_LOAD_FACTOR = 0.75f;
public HashMap(int initialCapacity) {
this(initialCapacity, DEFAULT_LOAD_FACTOR);
}
public HashMap(int initialCapacity, float loadFactor) {
//initialCapacity和loadFactor条件检查
this.loadFactor = loadFactor;
this.threshold = tableSizeFor(initialCapacity);
}
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;
}
此时loadFactor=0.75, threshold=1 HashMap的构造函数中，会为HashMap生成一个容量initialCapacity，也就是数组的大小。 HashMap并不是说你传入多少就给你生成那么大的数组大小，而是会根据你的输入大小，动态调用数组大小。 tableSizeFor这个函数就是用来处理上述的调整，注意，tableSizeFor函数返回与initiaCapacity相等或更大的那个2的指数， 如下所示，左边是输入的capacity, 右边是输出
输入 输出
0 1
1 1
2 2
3 4
4 4
5 8
6 8
....
put 下面来接着看一下 put 方法
public V put(K key, V value) {
return putVal(hash(key), key, value, false, true);
}
//算hash值的函数
static final int hash(Object key) {
int h;
return (key == null) ? 0 : (h = key.hashCode()) ^ (h >>> 16);
}
final V putVal(int hash, K key, V value, boolean onlyIfAbsent, boolean evict) {
Node<K,V>[] tab; Node<K,V> p; int n, i;
- 第一次扩容
if ((tab = table) == null || (n = tab.length) == 0)
n = (tab = resize()).length; //第一次进来，table为null, 所以会进入resize函数
resize函数
final Node<K,V>[] resize() {
Node<K,V>[] oldTab = table; //此时都回null
int oldCap = (oldTab == null) ? 0 : oldTab.length; //oldCap为0
int oldThr = threshold; //threshold当前为1
int newCap, newThr = 0;
if (oldCap > 0) {
...
}
else if (oldThr > 0) // initial capacity was placed in threshold
newCap = oldThr; //newCap=1
else { // zero initial threshold signifies using defaults
...
}
if (newThr == 0) { //进入该分支
float ft = (float)newCap * loadFactor; //ft此时是1 * 0.75
newThr = (newCap < MAXIMUM_CAPACITY && ft < (float)MAXIMUM_CAPACITY ?
(int)ft : Integer.MAX_VALUE); // newThr 为 (int)0.75 = 0
}
threshold = newThr; //threshold = 0
@SuppressWarnings({"rawtypes","unchecked"})
Node<K,V>[] newTab = (Node<K,V>[])new Node[newCap]; //此时容量只有1
table = newTab;
if (oldTab != null) { //原来的table还是null
}
return newTab;
}
resize后， threshold=0, table 数组大小为1，此时还没有具体赋值
![table[0]](http://upload-images.jianshu.io/upload_images/5688445-5a417781e70015c0.png?imageMogr2/auto-orient/strip%7CimageView2/2/w/1240)
- 生成结点，放入Hash数组中
if ((p = tab[i = (n - 1) & hash]) == null) //第一组数据，肯定不会有冲突
tab[i] = newNode(hash, key, value, null);
else {
//有冲突
}
- 再扩容
++modCount;
if (++size > threshold) //此时size=0, ++size后size变为1，但此时threhold为0 ，所以此时会再扩容
resize();
afterNodeInsertion(evict);
return null;
}
final Node<K,V>[] resize() {
Node<K,V>[] oldTab = table; //将table保存到oldTable中
int oldCap = (oldTab == null) ? 0 : oldTab.length; //此时 oldCap=1
int oldThr = threshold; //oldThr = 0
int newCap, newThr = 0;
if (oldCap > 0) { //进入该分支
if (oldCap >= MAXIMUM_CAPACITY) {
threshold = Integer.MAX_VALUE;
return oldTab;
}
else if ((newCap = oldCap << 1) < MAXIMUM_CAPACITY &&
oldCap >= DEFAULT_INITIAL_CAPACITY) //newCap = oldCap*2 = 2
newThr = oldThr << 1; // double threshold
}
if (newThr == 0) { //进入该分支，重新计算threshold
float ft = (float)newCap * loadFactor; // 2 * 0.75 = 1.5
newThr = (newCap < MAXIMUM_CAPACITY && ft < (float)MAXIMUM_CAPACITY ?
(int)ft : Integer.MAX_VALUE); //newThr = 1
}
threshold = newThr; //更新threhold为1
@SuppressWarnings({"rawtypes","unchecked"})
Node<K,V>[] newTab = (Node<K,V>[])new Node[newCap]; //生成一个新的数组，此时数组大小为2
table = newTab; //table指向新的数组
if (oldTab != null) { //旧的数组不为空，且里面有值，此时，将旧的数组更新到新的数组中。
for (int j = 0; j < oldCap; ++j) {
Node<K,V> e;
if ((e = oldTab[j]) != null) {
oldTab[j] = null; //清掉旧数组上的值，便于GC
if (e.next == null)
newTab[e.hash & (newCap - 1)] = e; //将旧的节点更新到新的table中
else if (e instanceof TreeNode) //针对冲突是树型的。此时会split
((TreeNode<K,V>)e).split(this, newTab, j, oldCap);
else { // preserve order 针对单链表， 对链表中的每个节点，重新放入到新的table中，保持原来的顺序
//将单链表节点放入到loHead中或hiHead, 最后将loHead或hiHead直接插入到新的table中
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;
}
在处理单向链表时，为什么会有两个链表，一个loHead, 一个hiHead呢? 假设一个模为4的hash表如下所不，
index Node
0 0 -> 4 ->8
1 ...
2 ...
3 ...
那 0 & (4-1) = 0, 放在index为0中，如果此时又放入一个4 4&(4-1) = 0, 此时4也放入0中，然后和0一起形成单向链表.
而此时扩容了，4扩成了8, 此时模就变成8了, 如下所示, 由于0&(8-1) =0此时0还是放在index为0中, 4&(8-1) !=0, 此时4应该重新放置在index为4中，所以直接0+4的table中，也就是代码中的newTab[j + oldCap] = hiHead; 非常巧妙
0 0 ->8
1 ...
2 ...
3 ...
4 4
再扩容后的table如下所示
此时table数组大小为2，只有一个index有值，threshold=1
扩容其实很简单，就是当HashMap里的数据个数大于threshold了，就要开始扩容了，
threshold = 当前容量*LOAD_FACTOR
默认的LOAD_FACTOR = 0.75, 所以一般threshold等于容量的3/4。
HashMap通过hash去获得一个Object的hash值
static final int hash(Object key) {
int h;
return (key == null) ? 0 : (h = key.hashCode()) ^ (h >>> 16);
}
x ^ (x>>>16), 这个没什么好说的。
HashMap的碰撞冲突解决方案是单向链表，但是如果此单向链表足够长， 单向链表的查询的时间复杂度为O(n). 效率还是比较低，所以 HashMap 针对单向链表做了一个优化，将它转换为红黑树，红黑树的查询时间复杂度为O(logn). 继续看putVal函数
final V putVal(int hash, K key, V value, boolean onlyIfAbsent,
boolean evict) {
Node<K,V>[] tab; Node<K,V> p; int n, i;
if ((tab = table) == null || (n = tab.length) == 0)
n = (tab = resize()).length;
if ((p = tab[i = (n - 1) & hash]) == null)
tab[i] = newNode(hash, key, value, null);
else {
Node<K,V> e; K k;
if (p.hash == hash &&
((k = p.key) == key || (key != null && key.equals(k))))
e = p;
else if (p instanceof TreeNode) //如果已经是红黑树的结构了，那么直接将新的数据插入到红黑树即可
e = ((TreeNode<K,V>)p).putTreeVal(this, tab, hash, key, value);
else { //如果还是单向链表的情况
for (int binCount = 0; ; ++binCount) {
if ((e = p.next) == null) {
p.next = newNode(hash, key, value, null); //插入到单向链表中
if (binCount >= TREEIFY_THRESHOLD - 1)
// 如果单向链表的长度大于TREEIFY_THRESHOLD - 1, 这里默认是8-1=7， 则将该单向链表转换为红黑树
treeifyBin(tab, hash);
break;
}
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;
if (!onlyIfAbsent || oldValue == null)
e.value = value;
afterNodeAccess(e);
return oldValue;
}
}
++modCount;
if (++size > threshold)
resize();
afterNodeInsertion(evict);
return null;
}
从上面看出，当单向链表的长度达到默认的8个时，就将该单向链表转换成红黑树结构
final void treeifyBin(Node<K,V>[] tab, int hash) {
int n, index; Node<K,V> e;
//但是转换成红黑树的条件之一是，当前table的容量要达到64个，否则就先扩容再说
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;
//do while 先将Node全部转换成TreeNode
} while ((e = e.next) != null);
if ((tab[index] = hd) != null)
hd.treeify(tab); //红黑树转换
}
}
从treeifyBin可以看出，只有当HashMap的容量 >=MIN_TREEIFY_CAPACITY 才进行红黑树转换。否则就扩容。至于为什么是 MIN_TREEIFY_CAPACITY, 可能经验值吧。 do while循环先将Node转换成红黑树需要的TreeNode, 然后再调用treeify进行红黑树转换。 treeIfy是红黑树算法，具体可以参考 红黑树的优点
final void treeify(Node<K,V>[] tab) {
TreeNode<K,V> root = null;
for (TreeNode<K,V> x = this, next; x != null; x = next) {
next = (TreeNode<K,V>)x.next;
x.left = x.right = null;
if (root == null) {
x.parent = null;
x.red = false;
root = x;
}
else {
K k = x.key;
int h = x.hash;
Class<?> kc = null;
for (TreeNode<K,V> p = root;;) {
int dir, ph;
K pk = p.key;
if ((ph = p.hash) > h)
dir = -1;
else if (ph < h)
dir = 1;
else if ((kc == null &&
(kc = comparableClassFor(k)) == null) ||
(dir = compareComparables(kc, k, pk)) == 0)
dir = tieBreakOrder(k, pk);
TreeNode<K,V> xp = p;
if ((p = (dir <= 0) ? p.left : p.right) == null) {
x.parent = xp;
if (dir <= 0)
xp.left = x;
else
xp.right = x;
root = balanceInsertion(root, x);
break;
}
}
}
}
moveRootToFront(tab, root);
}
public class LinkedHashMap<K,V>
extends HashMap<K,V>
implements Map<K,V>
LinkedHashMap继承于HashMap, 因此HashMap有的特性，LinkedHashMap也都有。
transient LinkedHashMap.Entry<K,V> head;
transient LinkedHashMap.Entry<K,V> tail;
final boolean accessOrder;
LinkedHashMap定义了三个成员变量， head, tail是双向链表的头和尾 accessOrder是访问顺序，这里是指双向链表的访问顺序
由此可以看出LinkedHashMap只是在HashMap的基础上增加了一个双向链表，分别由head, tail的表示头和尾。
HashMap的遍历顺序与加入时的顺序可能不一样，而LinkedHashMap遍历顺序和加入时的顺序是一样的，且具有HashMap的特性。 所以LinkedHashMap 非常用来适合做 LRU 缓存
HashTable是HashMap的线程安全版，实现方式就是在public函数上加上synchronized方法进行同步。
TreeMap从名字上就可以看出是树型的Map, 实现方式就是将Key作为红黑树的关键字进行插入，排序，平衡，并没有计算hash值，且不是线程安全的。