HashMap分析

1.概述

HashMap位于java.util包中，HashMap基于Map接口实现，元素以键值对的方式存储，并且允许使用null键和null值，因为key不允许重复，因此只能有一个键为null,另外HashMap不能保证放入元素的顺序，它是无序的，和放入的顺序并不能相同。HashMap是线程不安全的。它的底层为哈希表结构（链表散列：数组+链表）实现，结合数组和链表的优点。JDK1.8之后，当链表长度超过 8 时，链表转换为红黑树。

HashMap主要属性：

public class HashMap<K, V> extends AbstractMap<K, V> implements Map<K, V>, Cloneable, Serializable {
  private static final long serialVersionUID = 362498820763181265L;
  //HashMap的初始容量大小为16(1<<4)，指的是存储元素的数组大小，即桶的数量
  //为啥是16呢?	因为在使用2的幂的数字的时候，Length-1的值是所有二进制位全为1，这种情况下，index的结果等同于HashCode后几位的值。只要输入的HashCode本身分布均匀，Hash算法的结果就是均匀的。这是为了实现均匀分布。
  static final int DEFAULT_INITIAL_CAPACITY = 16;
  //HashMap的最大容量(1<<30)
  //使用位与运算速度更快
  static final int MAXIMUM_CAPACITY = 1073741824;
  //默认负载因子0.75
  //当HashMap中的数据量/HashMap的总容量=0.75或者指定值时，HashMap的总容量自动扩展一倍
  //负载因子代表了hash表中元素的填满程度。加载因子越大，填满的元素越多，但是冲突的机会增大了，链表越来越长，查询速度会降低。反之，如果加载因子过小，冲突的机会减小了，但是hash表过于稀疏。冲突越大，查找的成本就越高。
  static final float DEFAULT_LOAD_FACTOR = 0.75F;
  //由链表转换成树的阈值:8
  //在存储数据时，当某一个桶中链表的长度>=8时，链表结构会转换成红黑树结构(其实还要求桶的中数量>=64)
  static final int TREEIFY_THRESHOLD = 8;
  //红黑树转为链表的阈值:6
  //当在扩容(resize())时（此时HashMap的数据存储位置会重新计算），在重新计算存储位置后，当原有的红黑树内数量<6时，则将红黑树转换成链表
  static final int UNTREEIFY_THRESHOLD = 6;
  //最小树形化容量阈值:64
  //当哈希表中的容量>该值时，才允许链表转换成红黑树
  static final int MIN_TREEIFY_CAPACITY = 64;
    ......
  }

2.Node

JDK 1.8采用的是Node数组，实质上还是Entry数组来存储key-value对，每一个键值对组成了一个Entry实体，Entry类实际上是一个单向的链表结构，它具有Next指针，可以连接下一个Entry实体，以此来解决Hash冲突的问题。
一个桶中链表的长度<8时:

一个桶中链表的长度>=8时:


数组存储区间是连续的，占用内存严重，故空间复杂度很大。但数组的二分查找时间复杂度小，为O(1)；数组的特点是：寻址容易，插入和删除困难；
链表存储区间离散，占用内存比较宽松，故空间复杂度很小，但时间复杂度很大，达O(n)。链表的特点是：寻址困难，插入和删除容易。
HashMap的设计正是分别结合了数组和链表的优点。

static class Node<K,V> implements Map.Entry<K,V> {
    final int hash;
    final K key;
    V value;
    Node<K,V> next;

    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; }
    public final V getValue()      { return value; }
    public final String toString() { return key + "=" + value; }

    public final int hashCode() {
        return Objects.hashCode(key) ^ Objects.hashCode(value);
    }

    public final V setValue(V newValue) {
        V oldValue = value;
        value = newValue;
        return oldValue;
    }

    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;
    }
}

3.hash算法

首先获取对象的hashCode()值，然后将hashCode值右移16位，然后将右移后的值与原来的hashCode做异或(^)运算，返回结果。(其中h>>>16，在JDK1.8中，优化了高位运算的算法，使用了零扩展，无论正数还是负数，都在高位插入0)

static final int hash(Object key) {
    int h;
    return (key == null) ? 0 : (h = key.hashCode()) ^ (h >>> 16);
}

4.put()

HashMap并没有直接提供putVal接口给用户调用，而是提供的put方法，而put方法就是通过putVal来插入元素的。

1. 判断键值对数组table[i]是否为空或为null，否则执行resize()进行扩容；
2. 根据键值key计算hash值得到插入的数组索引i，如果table[i]==null，直接新建节点添加，转向6，如果table[i]不为空，转向3；
3. 判断table[i]的首个元素是否和key一样，如果相同直接覆盖value，否则转向4，这里的相同指的是hashCode以及equals；
4. 判断table[i] 是否为treeNode，即table[i] 是否是红黑树，如果是红黑树，则直接在树中插入键值对，否则转向5；
5. 遍历table[i]，判断链表长度是否大于8，大于8的话把链表转换为红黑树，在红黑树中执行插入操作，否则进行链表的插入操作；遍历过程中若发现key已经存在直接覆盖value即可；
6. 插入成功后，判断实际存在的键值对数量size是否超多了最大容量threshold，如果超过，进行扩容。

      public V put(K key, V value) {
          return putVal(hash(key), key, value, false, true);
      }
   
   //put函数的核心处理函数
      final V putVal(int hash, K key, V value, boolean onlyIfAbsent,
                     boolean evict) {
          Node<K,V>[] tab; Node<K,V> p; int n, i;
          //HashMap是懒加载，所有的put先检查table数组是否已经初始化，没有初始化则进行扩容数组初始化table数组，保证table数组一定初始化
          if ((tab = table) == null || (n = tab.length) == 0)
              n = (tab = resize()).length;
          //通过hash算法(n - 1) & hash找到数组下标得到数组元素，为空则新建
          //(n-1)&hash就等价于hash%n。&运算的效率高于%运算。
          if ((p = tab[i = (n - 1) & hash]) == null)
              tab[i] = newNode(hash, key, value, null);
          else {
              Node<K,V> e; K k;
              //找到数组元素，hash相等同时key相等，则直接覆盖，执行赋值操作
              if (p.hash == hash &&
                  ((k = p.key) == key || (key != null && key.equals(k))))
                  e = p;
              // hash值不相等，即key不相等
              //判断链表是否是红黑树
              else if (p instanceof TreeNode)
                  //放入树中
                  e = ((TreeNode<K,V>)p).putTreeVal(this, tab, hash, key, value);
              else {
                  //遍历当前的链表，一直遍历到链表末尾
                  for (int binCount = 0; ; ++binCount) {
                      //到达链表的尾部
                      if ((e = p.next) == null) {
                          //在尾部插入结点(JDK1.8之前采用头插法，JDK1.8之后采用尾插法，使用尾插，在扩容时会保持链表元素原本的顺序，就不会出现链表成环)
                          p.next = newNode(hash, key, value, null);
                          //当链表长度超过8(阈值)，就会将链表便转化为红黑树
                          if (binCount >= TREEIFY_THRESHOLD - 1) // -1 for 1st
                              treeifyBin(tab, hash);
                          break;
                      }
                      if (e.hash == hash &&
                          ((k = e.key) == key || (key != null && key.equals(k))))
                          break;
                      p = e;
                  }
              }
              //表示在桶中找到key值、hash值与插入元素相等的结点
              if (e != null) { // existing mapping for key
                  V oldValue = e.value;
                  if (!onlyIfAbsent || oldValue == null)
                      //用新值替换旧值
                      e.value = value;
                  afterNodeAccess(e);
                  return oldValue;
              }
          }
          //记录修改次数
          ++modCount;
          //判断是否需要扩容
          if (++size > threshold)
              resize();
          afterNodeInsertion(evict);
          return null;
      }

   HashMap的数据存储实现流程
7. 根据key计算得到key.hash = (h = k.hashCode()) ^ (h >>> 16)；
8. 根据key.hash计算得到桶数组的索引index = key.hash & (table.length - 1)，这样就找到该key的存放位置了
   ① 如果该位置没有数据，用该数据新生成一个节点保存新数据，返回null；
   ② 如果该位置有数据是一个红黑树，那么执行相应的插入 / 更新操作；
   ③ 如果该位置有数据是一个链表，分两种情况一是该链表没有这个节点，另一个是该链表上有这个节点，注意这里判断的依据是key.hash是否一样：
   如果该链表没有这个节点，那么采用尾插法新增节点保存新数据，返回null；如果该链表已经有这个节点了，那么找到该节点并更新新数据，返回老数据。
   注意：
   HashMap的put会返回key的上一次保存的数据，比如：

HashMap<String, String> map = new HashMap<String, String>();
System.out.println(map.put("a", "A")); // 打印null
System.out.println(map.put("a", "AA")); // 打印A
System.out.println(map.put("a", "AB")); // 打印AA

5.get()

HashMap同样并没有直接提供getNode接口给用户调用，而是提供的get方法，而get方法就是通过getNode来取得元素的。

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;
    //若table已经初始化，长度大于0，根据hash寻找table中的项也不为空
    if ((tab = table) != null && (n = tab.length) > 0 &&
        (first = tab[(n - 1) & hash]) != null) {
        //永远检查第一个node，桶中第一项(数组元素)相等
        //在Hashmap1.8中，无论是存元素还是取元素，都是优先判断bucket上第一个元素是否匹配，而在1.7中则是直接遍历查找
        if (first.hash == hash && // always check first node
            ((k = first.key) == key || (key != null && key.equals(k))))
            //一次就匹配到了，直接返回，
        	//否则进行搜索
            return first;
        if ((e = first.next) != null) {
            if (first instanceof TreeNode)
                //红黑树搜索/查找
                return ((TreeNode<K,V>)first).getTreeNode(hash, key);
            do {
                //链表搜索(查找)
                if (e.hash == hash &&
                    ((k = e.key) == key || (key != null && key.equals(k))))
                    return e;
            } while ((e = e.next) != null);
        }
    }
    return null;
}

基本流程:

1. 根据key计算hash;
2. 检查数组是否为空，为空返回null;
3. 根据hash计算bucket位置，如果bucket第一个元素是目标元素，直接返回。否则执行4;
4. 如果bucket上元素大于1并且是树结构，则执行树查找。否则执行5;
5. 如果是链表结构，则遍历寻找目标

6.resize()

final Node<K,V>[] resize() {
    Node<K,V>[] oldTab = table;//定义了一个临时Node类型的数组
    int oldCap = (oldTab == null) ? 0 : oldTab.length;//判断目前的table数组是否为空，记录下当前数组的大小
    int oldThr = threshold;
    int newCap, newThr = 0;
    if (oldCap > 0) {//如果oldCap不为空的话，就是hash桶数组不为空
        //如果已达到最大容量不再扩容
        if (oldCap >= MAXIMUM_CAPACITY) {
            threshold = Integer.MAX_VALUE;
            return oldTab;
        }
        else if ((newCap = oldCap << 1) < MAXIMUM_CAPACITY &&
                 oldCap >= DEFAULT_INITIAL_CAPACITY)
            //通过位运算扩容到原来的两倍
            newThr = oldThr << 1; // double threshold
    }
    else if (oldThr > 0) // initial capacity was placed in threshold
        //用构造器初始化了阈值，将阈值直接赋值给容量
        newCap = oldThr;
    else {               // zero initial threshold signifies using defaults
        newCap = DEFAULT_INITIAL_CAPACITY;
        newThr = (int)(DEFAULT_LOAD_FACTOR * DEFAULT_INITIAL_CAPACITY);
    }
    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"})
    //初始化新的Node类型数组
    Node<K,V>[] newTab = (Node<K,V>[])new Node[newCap];
    //将新数组的值复制给旧的hash桶数组
    table = newTab;
    //当原来的table不为空，需要将数据迁移到新的数组里面去
    if (oldTab != null) {
        //开始对原table进行遍历
        for (int j = 0; j < oldCap; ++j) {
            Node<K,V> e;
            //取出这个数组第一个不为空的元素
            if ((e = oldTab[j]) != null) {
                //将旧的hash桶数组在j结点处设置为空，把空间释放掉，方便gc
                oldTab[j] = null;
                //如果e后面没有Node结点
                if (e.next == null)
                    //计算相应的hash值，把节点存储到新table的对应位置处
                    newTab[e.hash & (newCap - 1)] = e;
                else if (e instanceof TreeNode)///如果e是红黑树的类型，按照红黑树的节点移动
                    ((TreeNode<K,V>)e).split(this, newTab, j, oldCap);
                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;//将Node结点的next赋值给next
                        //如果结点e的hash值与原hash桶数组的长度作与运算为0
                        if ((e.hash & oldCap) == 0) {
                            if (loTail == null)
                                loHead = e;
                            else
                                loTail.next = e;
                            loTail = e;
                        }
                        //如果结点e的hash值与原hash桶数组的长度作与运算不为0
                        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;
}

7.面试题

1. Object若不重写hashcode()的话，hashcode是如何计算出来的？
   Object的hashcode()方法是本地方法，该方法直接返回对象的内存地址，如果不重写hashcode()，则任何对象的hashcode都不相等。(然而hashmap想让部分值的hashcoe值相等，所以需要重写)
2. 为什么重写equals()还要重写hashcode()？
   HashMap中比较key先求出key的hashcode()，比较其值是否相等，相等则比较equals()，若相等则认为它们是相等的，若equals()不相等则认为它们是不相等的。
   如果只重写equals()不重写hashcode()，就会导致相同的key值被认为不同(如果不重写hashcode()，则任何对象的hashcode都不相等)，就会在HashMap中存储相同的key值(map中key值不能相同)。
   ①如果两个对象相同（equals()比较返回true)，那么它们的hashcode值一定相同；
   ②如果两个对象的hashcode值相同，它们并不一定相同(equals()比较返回false)