本文共 11262 字，大约阅读时间需要 37 分钟。

java.util.HashMap是最常用的java容器类之一, 它是一个线程不安全的容器. 本文对JDK1.8.0中的HashMap实现源码进行分析.

HashMap使用位运算巧妙的进行散列并使用链地址法处理冲突. 自JDK1.8后, 若表中某个位置元素数超过阈值 则会将其自动转换为红黑树来提高检索效率.

HashMap中的迭代器同样采用fail-fast机制, 即若迭代过程中容器发生结构性改变, 则会终止迭代.

HashMap主要有三个视图接口keySet(), values(), entrySet(). 它们都是基于迭代器实现的, 并不实际存储数据.

哈希表

自JDK1.8.0开始HashMap使用静态内部类Node来存储键值对结构, 不再使用Map.Entry:

static class Node
   
     implements Map.Entry
    
      {    final int hash;    final K key;    V value;    Node
     
       next;    Node(int hash, K key, V value, Node
      
        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) {...}    public final boolean equals(Object o) {...}}
      
     
    
   

注意Node.next使得Node可以形成单向链表结构. 再来看一下HashMap中的主要字段:

transient Node
   
    [] table;transient int size;
   

HashMap的底层数据结构是存储在table域中的哈希表(Hash Table, 又称散列表). 哈希表是存储键值对的数组, 在查找元素时根据键的值计算出键值对在数组中的位置, 不需要扫描数组.

哈希表类似于词典, 可以通过词条快速地找出释义的位置, 不必从头开始逐个寻找. 哈希表访问元素的时间复杂度为O(1), 远高于普通数组的O(n)或树状结构的O(logn).

最简单的哈希函数自然是key.hashCode() % table.length, 这就引出了哈希表固有的哈希冲突问题.

若table.length为16, key1.hashCode()为1202, key2.hashCode()为3218. 那么,key1和key2的哈希值同为2, 但是table[2]只能放置一个元素于是产生了哈希冲突.

哈希冲突问题主要从两方面考虑, 一是尽量减少哈希冲突的发生, 二是在哈希冲突发生后仍然正常工作.

哈希函数

HashMap根据Node.key计算出Node在table数组中的位置, 但是并没有采用上文提及最简单的哈希函数:

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

hash函数的代码非常简练, 我们稍微改写一下:

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

关键的位运算h ^ (h >>> 16), 将32位整数h逻辑右移16位后与原值进行异或操作:

h = 0xf0f00f0f: 1111 0000 1111 0000 0000 1111 0000 1111   h >>> 16 = 0x0000f0f0:0000 0000 0000 0000 1111 0000 1111 0000  h ^ (h >>> 16) = 0xf0f0ffff1111 0000 1111 0000 1111 1111 1111 0000

HashMap中Node在table数组中的实际位置为(n - 1) & hash. n为当前table.length, HashMap的扩容机制保证n为2的整数次幂, 因此(n - 1) & hash == hash % n, 取n=16示例:

n - 1 = 150000 0000 1111hash = 25621010 0000 0010(n - 1) & hash = 20000 0000 0010

由于n一般较小, 当n < 65535时高16位为0. 若HashMap采用key.hashCode() % n来决定键值对的位置, 则hashCode()的高16位对结果产生影响较小.

高16位很可能不参与运算意味着产生哈希冲突的可能性增大, 因此HashMap先让高16位与低16位进行异或计算, 减少了哈希冲突的可能性.

链地址法

在实践中无论使用什么哈希函数仍然存在冲突的可能性, 因此必须设计合适的机制在发生冲突后仍然能够正常工作. 常用的方法有开放地址法和链地址法.

使用开放地址法的哈希表每个位置只能放一个元素. 当发生哈希冲突时, 按照某种方法继续探测哈希表中的其他存储单元，直到找到空位置为止.

典型的如线性再散列: H = (e.hashCode + n) % table.length, 其中n为再散列的次数, 即发生第1次冲突时需要再散列时n = 1.

开放地址法的缺点在于再散列占据了哈希表中另一个位置, 增加了后续操作中发生哈希冲突的可能性.

HashMap采用了另一种冲突解决方案 - 链地址法. 即哈希表中每个位置是一个链表, 允许放置多个元素. 发生哈希冲突时, 新元素只需添加到链表尾即可.

注意到Node.next域可以让Node连接为一个单链表, 即可使用链地址法解决哈希冲突.

若链表长度过长仍会造成查询效率降低, 在JDK1.8中的HashMap实现中若某个位置链表长度达到阈值TREEIFY_THRESHOLD = 8则会将链表变形为红黑树. 当删除元素使红黑树中元素数低于UNTREEIFY_THRESHOLD = 6时会变回链表.

本文将在添加元素一节中详细介绍链地址法的实现.

构造器

与ArrayList中的构造器类似, HashMap的构造器只是计算并写入参数, 当第一次添加元素时才会实际分配存储空间:

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);}public HashMap(int initialCapacity) {    this(initialCapacity, DEFAULT_LOAD_FACTOR);}public HashMap() {    this.loadFactor = DEFAULT_LOAD_FACTOR; // all other fields defaulted}

三个构造器主要是设置initialCapacity和loadFactor参数. initialCapcity是table的初始大小; 当元素数达到threshold时, HashMap会执行扩容.

loadFactor是影响threshold的参数:threshold = table.length * loadFactor. loadFactor默认为0.75, 这是在空间利用率和执行效率之间比较平衡的取值.

int tableSizeFor(cap)方法的返回值是大于cap的最小的2的整数幂. 注意到构造器只是设置了threshold, 保证在初次扩容时达到initialCapacity并没有实际分配存储空间.

添加元素

首先阅读添加单个键值对的put方法:

public V put(K key, V value) {    return putVal(hash(key), key, value, false, true);}final V putVal(int hash, K key, V value, boolean onlyIfAbsent,               boolean evict) {    Node
   
    [] tab; Node
    
      p; int n, i;    // resize方法用于检查空间足够和扩容    // 构造器只指定了参数并没有实际分配空间, 此处调用resize的目的是分配初始空间    if ((tab = table) == null || (n = tab.length) == 0)        n = (tab = resize()).length;    // 若没有发生哈希冲突, 直接添加一个Node对象    if ((p = tab[i = (n - 1) & hash]) == null)        tab[i] = newNode(hash, key, value, null);    else {        Node
     
       e; K k;        // 若键相同, 则对值进行更新        if (p.hash == hash &&            ((k = p.key) == key || (key != null && key.equals(k))))            e = p;        // 若该位置已经存在一个红黑树节点, 则将新元素添加到树中        else if (p instanceof TreeNode)            e = ((TreeNode
      
       )p).putTreeVal(this, tab, hash, key, value);        else {            // 若该位置存在一个链表, 则先查找链表中是否存在相同键            // 若存在相同键则更新值            // 若不存在相同键则添加节点            for (int binCount = 0; ; ++binCount) {                if ((e = p.next) == null) {                    p.next = newNode(hash, key, value, null);                    // 若添加后达到阈值, 则将链表转换为红黑树                    if (binCount >= TREEIFY_THRESHOLD - 1)                         treeifyBin(tab, hash);                    break;                }                // 发现相同键                if (e.hash == hash &&                    ((k = e.key) == key || (key != null && key.equals(k))))                    break;                p = e;            }        }        // 存在相同键, 更新值        if (e != null) {             V oldValue = e.value;            if (!onlyIfAbsent || oldValue == null)                e.value = value;            afterNodeAccess(e);            return oldValue;        }    }    ++modCount;    // 添加元素后再次检查是否需要扩容    if (++size > threshold)        resize();    afterNodeInsertion(evict);    return null;}
      
     
    
   

然后阅读进行扩容的resize方法, HashMap的扩容并不是简单地创建一个更大的table并把原来的元素复制过去.

因为table.length发生了变化, 所以哈希地址hash(key) % table.length也会随之变化, 因此需要重新计算哈希地址. 除了保证正确索引外, 重新计算哈希值也可以将一个链表分散为多个较短的链表, 提高索引效率.

resize()的扩容策略为2倍扩容, 因为原大小为2的整数次幂, 扩容后仍然保持该性质使基于位运算的哈希函数不会失效.

容量变为2倍使哈希地址增加了1位, 原来哈希地址相同的元素将会根据新增位的0-1取值被分散到两个两个地址中.

如当容量为16时, 5 % 16, 21 % 16得到的哈希地址均为5, 容量加倍后5 % 32 = 5; 21 % 32 = 21. 注意到5的二进制表示00101与21的二进制表示10101仅有最高位不同.

计算最高位的取值非常简单, 若e.hashCode < oldCapacity则最高位取0, 否则最高位取1. 因为 oldCapacity是2的整数幂(二进制形式为1000...), 所以可以用e.hashCode & oldCapacity = 0代替e.hashCode < oldCapacity.

HashMap的实现采用了上述位运算策略将哈希表中的链表一分为二, 而避免重新计算哈希位置的开销.

final Node
   
    [] resize() {    Node
    
     [] oldTab = table;    int oldCap = (oldTab == null) ? 0 : oldTab.length;    int oldThr = threshold;    int newCap, newThr = 0;    // 计算新的容量, 默认为原容量的2倍    if (oldCap > 0) {        if (oldCap >= MAXIMUM_CAPACITY) {            threshold = Integer.MAX_VALUE;            return oldTab;        }        else if ((newCap = oldCap << 1) < MAXIMUM_CAPACITY &&                 oldCap >= DEFAULT_INITIAL_CAPACITY)            newThr = oldThr << 1; // double threshold    }    // 指定初始容量的构造器并没有实际分配缓冲区, 而是将大小写入threshold域    // 根据构造器写入的参数分配初始空间    else if (oldThr > 0)         newCap = oldThr;    else {        // 没有将初始容量写入threshold则按默认值分配        newCap = DEFAULT_INITIAL_CAPACITY;        newThr = (int)(DEFAULT_LOAD_FACTOR * DEFAULT_INITIAL_CAPACITY);    }    // 确保newThr被正确计算     if (newThr == 0) {        float ft = (float)newCap * loadFactor;        newThr = (newCap < MAXIMUM_CAPACITY && ft < (float)MAXIMUM_CAPACITY ?                  (int)ft : Integer.MAX_VALUE);    }    threshold = newThr;    // 创建新的哈希表    @SuppressWarnings({"rawtypes","unchecked"})        Node
     
      [] newTab = (Node
      
       [])new Node[newCap];    table = newTab;    if (oldTab != null) {        for (int j = 0; j < oldCap; ++j) {            Node
       
         e;            if ((e = oldTab[j]) != null) {                oldTab[j] = null;                // 若只有一个元素, 重新计算哈希值                if (e.next == null)                    newTab[e.hash & (newCap - 1)] = e;                // 处理红黑树                else if (e instanceof TreeNode)                    ((TreeNode
        
         )e).split(this, newTab, j, oldCap); else { // 处理链表, Node
         
           loHead = null, loTail = null; // low Node
          
            hiHead = null, hiTail = null; // high Node
           
             next; do { next = e.next; // 若新哈希值最高位为0, 则添加到lo链表中 if ((e.hash & oldCap) == 0) { if (loTail == null) loHead = e; else loTail.next = e; loTail = e; } // 若新哈希值最高位为1, 则添加到hi链表中 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;}
           
          
         
        
       
      
     
    
   

批量添加元素的putAll(map)方法通过map.entrySet获得要添加的元素, 然后调用putVal方法逐个添加元素.

查找元素

在了解HashMap的数据结构和添加元素策略之后, 查找元素的实现也不难理解:

public V get(Object key) {    Node
   
     e;    return (e = getNode(hash(key), key)) == null ? null : e.value;}final Node
    
      getNode(int hash, Object key) {    Node
     
      [] tab; Node
      
        first, e; int n; K k;    // 确定哈希表非空, 且目标位置非空    if ((tab = table) != null && (n = tab.length) > 0 &&        (first = tab[(n - 1) & hash]) != null) {        // 首先检查第一个元素是否为目标        if (first.hash == hash &&             ((k = first.key) == key || (key != null && key.equals(k))))            return first;        if ((e = first.next) != null) {            // 若是红黑树则搜索树            if (first instanceof TreeNode)                return ((TreeNode
       
        )first).getTreeNode(hash, key);            // 否则搜索链表            do {                if (e.hash == hash &&                    ((k = e.key) == key || (key != null && key.equals(k))))                    return e;            } while ((e = e.next) != null);        }    }    return null;}
       
      
     
    
   

删除元素

删除元素同样考虑了单节点, 链表和树三种情况:

public V remove(Object key) {    Node
   
     e;    return (e = removeNode(hash(key), key, null, false, true)) == null ?        null : e.value;}final Node
    
      removeNode(int hash, Object key, Object value,                           boolean matchValue, boolean movable) {    Node
     
      [] tab; Node
      
        p; int n, index;    // 确定哈希表非空, 且目标位置非空    if ((tab = table) != null && (n = tab.length) > 0 &&        (p = tab[index = (n - 1) & hash]) != null) {        Node
       
         node = null, e; K k; V v;        // 若目标位置的第一个节点即为要删除的节点        if (p.hash == hash &&            ((k = p.key) == key || (key != null && key.equals(k))))            node = p;        else if ((e = p.next) != null) {            // 在红黑树中寻找要删除的节点            if (p instanceof TreeNode)                node = ((TreeNode
        
         )p).getTreeNode(hash, key); else { // 在链表中寻找要删除的节点 do { if (e.hash == hash && ((k = e.key) == key || (key != null && key.equals(k)))) { node = e; break; } p = e; } while ((e = e.next) != null); } } if (node != null && (!matchValue || (v = node.value) == value || (value != null && value.equals(v)))) { // 删除树节点 if (node instanceof TreeNode) ((TreeNode
         
          )node).removeTreeNode(this, tab, movable); // 删除单个节点 else if (node == p) tab[index] = node.next; // 删除链表中的节点 else p.next = node.next; ++modCount; --size; afterNodeRemoval(node); return node; } } return null;}