HashMap源碼分析（JDK 1.8）
1、概述
HashMap是咱們在編程中遇到極其頻繁、很是重要的一個集合類，若是能對HashMap作進一步的性能優化是很是有價值的而JDK 1.8作到了，因此很是有必要學習HashMap的重點源碼，瞭解大師的手法。算法
2、底層數據結構
那爲何不將鏈表所有換成二叉樹呢？這裏主要有兩個方面。編程
-
第一個是鏈表的結構比紅黑樹簡單，構造紅黑樹要比構造鏈表複雜，因此在鏈表的節點很少的狀況下，從總體的性能看來， 數組+鏈表+紅黑樹的結構不必定比數組+鏈表的結構性能高。數組
-
第二個是HashMap頻繁的resize（擴容），擴容的時候須要從新計算節點的索引位置，也就是會將紅黑樹進行拆分和重組其實 這是很複雜的，這裏涉及到紅黑樹的着色和旋轉，有興趣的能夠看看紅黑樹的原理，這又是一個比鏈表結構耗時的操做，因此爲鏈表樹化設置一個閥值是很是有必要的。安全
3、源碼分析
3.1 類結構
3.2 類註釋
我建議你們在讀源碼時能夠先看看類註釋，每每類註釋會給咱們一些重要的信息，這裏LZ給你們總結一下。性能優化
（1）容許NULL值，NULL鍵bash
（2）不要輕易改變負載因子，負載因子太高會致使鏈表過長，查找鍵值對時間複雜度就會增高，負載因子太低會致使hash桶的 數量過多，空間複雜度會增高數據結構
（3）Hash表每次會擴容長度爲之前的2倍多線程
（4）HashMap是多線程不安全的，我在JDK1.7進行多線程put操做，以後遍歷，直接死循環，CPU飆到100%，在JDK 1.8中進行多線程操做會出現節點和value值丟失，爲何JDK1.7與JDK1.8多線程操做會出現很大不一樣，是由於JDK 1.8的做者對resize方法進行了優化不會產生鏈表閉環。這也是本章的重點之一，具體的細節你們能夠去查閱資料。這裏我就不解釋太多了jvm
（5）儘可能設置HashMap的初始容量，尤爲在數據量大的時候，防止屢次resize函數
3.3 類常量
//默認hash桶初始長度16
static final int DEFAULT_INITIAL_CAPACITY = 1 << 4;
//hash表最大容量2的30次冪
static final int MAXIMUM_CAPACITY = 1 << 30;
//默認負載因子 0.75
static final float DEFAULT_LOAD_FACTOR = 0.75f;
//鏈表的數量大於等於8個而且桶的數量大於等於64時鏈表樹化
static final int TREEIFY_THRESHOLD = 8;
//hash表某個節點鏈表的數量小於等於6時樹拆分
static final int UNTREEIFY_THRESHOLD = 6;
//樹化時最小桶的數量
static final int MIN_TREEIFY_CAPACITY = 64;
複製代碼
3.4 實例變量
//hash桶
transient Node<K,V>[] table;
//鍵值對的數量
transient int size;
//HashMap結構修改的次數
transient int modCount;
//擴容的閥值，當鍵值對的數量超過這個閥值會產生擴容
int threshold;
//負載因子
final float loadFactor;
複製代碼
3.5 構造函數
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;
//下面介紹一下這行代碼的做用
this.threshold = tableSizeFor(initialCapacity);
}
public HashMap(int initialCapacity) {
this(initialCapacity, DEFAULT_LOAD_FACTOR);
}
public HashMap() {
this.loadFactor = DEFAULT_LOAD_FACTOR; // all other fields defaulted
}
public HashMap(Map<? extends K, ? extends V> m) {
this.loadFactor = DEFAULT_LOAD_FACTOR;
putMapEntries(m, false);
}
複製代碼
HashMap有4個構造函數。
hash桶沒有在構造函數中初始化，而是在第一次存儲鍵值對的時候進行初始化。 這裏重點看下 tableSizeFor(initialCapacity)方法，這個方法的做用是，將你傳入的initialCapacity作計算，返回一個大於等於initialCapacity 最小的2的冪次方。
因此這個操做保證不管你傳入的初始化Hash桶長度參數是多少，最後hash表初始化的長度都是2的冪次方。好比你輸入的是6，計算出來結果就是8。
下面貼出源碼。
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;
}
複製代碼
3.6 插入
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<K,V>[] tab; Node<K,V> p; int n, i;
//當table爲空時，這裏初始化table，不是經過構造函數初始化，而是在插入時經過擴容初始化，有效防止了初始化HashMap沒有數據插入形成空間浪費可能形成內存泄露的狀況
if ((tab = table) == null || (n = tab.length) == 0)
n = (tab = resize()).length;
//存放新鍵值對
if ((p = tab[i = (n - 1) & hash]) == null)
tab[i] = newNode(hash, key, value, null);
else {
Node<K,V> e; K k;
//舊鍵值對的覆蓋
if (p.hash == hash &&
((k = p.key) == key || (key != null && key.equals(k))))
e = p;
//在紅黑樹中查找舊鍵值對更新
else if (p instanceof TreeNode)
e = ((TreeNode<K,V>)p).putTreeVal(this, tab, hash, key, value);
else {
//將新鍵值對放在鏈表的最後
for (int binCount = 0; ; ++binCount) {
if ((e = p.next) == null) {
p.next = newNode(hash, key, value, null);
//當鏈表的長度大於等於樹化閥值，而且hash桶的長度大於等於MIN_TREEIFY_CAPACITY，鏈表轉化爲紅黑樹
if (binCount >= TREEIFY_THRESHOLD - 1) // -1 for 1st
treeifyBin(tab, hash);
break;
}
//鏈表中包含鍵值對
if (e.hash == hash &&
((k = e.key) == key || (key != null && key.equals(k))))
break;
p = e;
}
}
//map中含有舊key，返回舊值
if (e != null) {
V oldValue = e.value;
if (!onlyIfAbsent || oldValue == null)
e.value = value;
afterNodeAccess(e);
return oldValue;
}
}
//map調整次數加1
++modCount;
//鍵值對的數量達到閾值須要擴容
if (++size > threshold)
resize();
afterNodeInsertion(evict);
return null;
}
複製代碼
HashMap插入跟咱們平時使用時的感受差很少，下面總結一下。
（1）插入的鍵值對是新鍵值對，若是hash表沒有初始化會進行初始化，不然將鍵值對插入鏈表尾部，可能須要鏈表樹化和 擴容
（2）插入的鍵值對中的key已經存在，更新鍵值對在put的方法裏咱們注意看下hash(key)方法，這是計算鍵值對hash值的方法，下面給出源碼
static final int hash(Object key) {
int h;
return (key == null) ? 0 : (h = key.hashCode()) ^ (h >>> 16);
}
複製代碼
hashCode()是一個int類型的本地方法，也就將key的hashCode無符號右移16位而後與hashCode異或從而獲得hash值在putVal方法中（n - 1）& hash計算獲得桶的索引位置 ，那麼如今有兩個疑問，爲何要計算hash值？爲何不用 hash % n?
-
爲何要計算hash值，而不用hashCode，用爲一般n是很小的，而hashCode是32位，若是（n - 1）& hashCode那麼當n大於2的16次方加1，也就是65537後(n - 1)的高位數據才能與hashCode的高位數據相與，當n很小是隻能使用上hashCode低 16位的數據，這會產生一個問題，既鍵值對在hash桶中分佈不均勻，致使鏈表過長，而把hashCode>>>16無符號右移16位讓 高16位間接的與（n - 1）參加計算，從而讓鍵值對分佈均勻。下降hash碰撞。
-
爲何使用（n - 1）& hash 而不使用hash% n呢？其實這兩種結果是等價的，可是&的效率比%高，緣由由於&運算是二 進制直接運算，而計算機天生就認得二進制。下面畫圖說明一下
3.7 擴容
final Node<K,V>[] resize() {
Node<K,V>[] oldTab = table;
int oldCap = (oldTab == null) ? 0 : oldTab.length;
int oldThr = threshold;
int newCap, newThr = 0;
//若是舊hash桶不爲空
if (oldCap > 0) {
//超過hash桶的最大長度，將閥值設爲最大值
if (oldCap >= MAXIMUM_CAPACITY) {
threshold = Integer.MAX_VALUE;
return oldTab;
}
//新的hash桶的長度2被擴容沒有超過最大長度，將新容量閥值擴容爲之前的2倍
else if ((newCap = oldCap << 1) < MAXIMUM_CAPACITY &&
oldCap >= DEFAULT_INITIAL_CAPACITY)
newThr = oldThr << 1; // double threshold
}
//若是hash表閾值已經初始化過
else if (oldThr > 0) // initial capacity was placed in threshold
newCap = oldThr;
//若是舊hash桶，而且hash桶容量閾值沒有初始化，那麼須要初始化新的hash桶的容量和新容量閥值
else {
newCap = DEFAULT_INITIAL_CAPACITY;
newThr = (int)(DEFAULT_LOAD_FACTOR * DEFAULT_INITIAL_CAPACITY);
}
//新的局部變量閥值賦值
if (newThr == 0) {
float ft = (float)newCap * loadFactor;
newThr = (newCap < MAXIMUM_CAPACITY && ft < (float)MAXIMUM_CAPACITY ?
(int)ft : Integer.MAX_VALUE);
}
//爲當前容量閥值賦值
threshold = newThr;
@SuppressWarnings({"rawtypes","unchecked"})
//初始化hash桶
Node<K,V>[] newTab = (Node<K,V>[])new Node[newCap];
table = newTab;
//若是舊的hash桶不爲空，須要將舊的hash表裏的鍵值對從新映射到新的hash桶中
if (oldTab != null) {
for (int j = 0; j < oldCap; ++j) {
Node<K,V> e;
if ((e = oldTab[j]) != null) {
oldTab[j] = null;
//只有一個節點，經過索引位置直接映射
if (e.next == null)
newTab[e.hash & (newCap - 1)] = e;
//若是是紅黑樹，須要進行樹拆分而後映射
else if (e instanceof TreeNode)
((TreeNode<K,V>)e).split(this, newTab, j, oldCap);
else {
//若是是多個節點的鏈表，將原鏈表拆分爲兩個鏈表，兩個鏈表的索引位置，一個爲原索引，一個爲原索引加上舊Hash桶長度的偏移量
Node<K,V> loHead = null, loTail = null;
Node<K,V> hiHead = null, hiTail = null;
Node<K,V> next;
do {
next = e.next;
//鏈表1
if ((e.hash & oldCap) == 0) {
if (loTail == null)
loHead = e;
else
loTail.next = e;
loTail = e;
}
//鏈表2
else {
if (hiTail == null)
hiHead = e;
else
hiTail.next = e;
hiTail = e;
}
} while ((e = next) != null);
//鏈表1存於原索引
if (loTail != null) {
loTail.next = null;
newTab[j] = loHead;
}
//鏈表2存於原索引加上原hash桶長度的偏移量
if (hiTail != null) {
hiTail.next = null;
newTab[j + oldCap] = hiHead;
}
}
}
}
}
return newTab;
}
複製代碼
那麼何時回產生擴容呢？
（1）初始化HashMap時，第一次進行put操做
（2）當鍵值對的個數大於threshold閥值時產生擴容，threshold=size*loadFactor
上面就是HashMap擴容的源代碼，我已經加上了註釋，相信你們都能看懂了。總結一下，HaspMap擴容就是就是先計算 新的hash表容量和新的容量閥值，而後初始化一個新的hash表，將舊的鍵值對從新映射在新的hash表裏。這裏實現的細節固然 沒有我說的那麼簡單，若是在舊的hash表裏涉及到紅黑樹，那麼在映射到新的hash表中還涉及到紅黑樹的拆分。
在擴容的源代碼中做者有一個使用很巧妙的地方，是鍵值對分佈更均勻，不知道讀者是否有看出來。在遍歷原hash桶時的 一個鏈表時，由於擴容後長度爲原hash表的2倍，假設把擴容後的hash表分爲兩半，分爲低位和高位，若是能把原鏈表的鍵值對， 一半放在低位，一半放在高位，這樣的索引效率是最高的。那看看源碼裏是怎樣寫的。大師經過e.hash & oldCap == 0來判斷， 這和e.hash & (oldCap - 1) 有什麼區別呢。下面我經過畫圖來解釋一下。
其實，到這裏基本上HashMap的核心內容都講完了，相信你們對HashMap的源碼有必定了解了。在源碼中還有鍵值對的查詢和刪除都比較簡單，這裏就不在過多贅述了，對於紅黑樹的構造、旋轉、着色，我以爲你們有興趣能夠了解一下，畢竟咱們不 是HashMap的開發者，不用瞭解過多的細節，鑽牆角。知道大體的原理便可。
3.8 清除
原本到這裏就要結束了，可是LZ仍是想跟你們聊一下HashMap總的clear()方法，下面貼出源碼。
public void clear() {
Node<K,V>[] tab;
modCount++;
if ((tab = table) != null && size > 0) {
size = 0;
for (int i = 0; i < tab.length; ++i)
tab[i] = null;
}
}
複製代碼
HashMap其實這段代碼特別簡單，爲何貼出來呢，是由於我在看過別的博客裏產生過疑問，究竟是clear好仍是新建一 個HashMap好。我認爲clear()比新建一個HashMap好。下面從空間複雜度和時間複雜度來解釋一下。
從時間角度來看，這個循環是很是簡單無複雜邏輯，並不十分耗資源。而新建一個HashMap，首先他在在堆內存中年輕代中查看是否有足夠空間可以存儲，若是可以存儲，那麼建立順利完成，但若是HashMap很是大，年輕代很難有足夠的空間存儲，若是老年代中有足夠空間存儲這個HashMap，那麼jvm會將HashMap直接存儲在老年代中，若是老年代中空間不夠，這時候會觸發一次minor gc，會產生小規模的gc停頓，若是發生minor gc以後仍不能存儲HashMap，那麼會發生整個堆的gc，也就是 full gc，這個gc停頓是很恐怖的。實際上的gc順序就是這樣的，而且可能發生屢次minor gc和full gc,若是發現年輕代和老年代 均不能存儲HashMap，那麼就會觸發OOM，而clear()是確定不會觸發OOM的，因此數據裏特別大的狀況下，千萬不要建立一 個新的HashMap代替clear()方法。
從空間角度看，原HashMap雖然不用，若是數據未被清空，是不可能被jvm回收的，由於HashMap是強引用類型的，從而形成內存泄漏。因此綜上所述我 是不建議新建一個HashMap代替clear()的，而且不少源碼中clear()方法很經常使用，這就是最好的證實。
4、總結
（1）HashMap容許NULL值，NULL鍵
（2）不要輕易改變負載因子，負載因子太高會致使鏈表過長，查找鍵值對時間複雜度就會增高，負載因子太低會致使hash桶的數量過多，空間複雜度會增高
（3）Hash表每次會擴容長度爲之前的2倍
（4）HashMap是多線程不安全的，我在JDK 1.7進行多線程put操做，以後遍歷，直接死循環，CPU飆到100%，在JDK 1.8中 進行多線程操做會出現節點和value值丟失，爲何JDK1.7與JDK1.8多線程操做會出現很大不一樣，是由於JDK 1.8的做者對resize 方法進行了優化不會產生鏈表閉環。這也是本章的重點之一，具體的細節你們能夠去查閱資料。這裏我就不解釋太多了
（5）儘可能設置HashMap的初始容量，尤爲在數據量大的時候，防止屢次resize
（6）HashMap在JDK 1.8在作了很好性能的提高，我看到過在JDK1.7和JDK1.8get操做性能對比JDK1.8是要優於JDK 1.7的， 你們感興趣的能夠本身作個測試，因此尚未升級到JDK1.8的小夥伴趕忙的吧。
總結就把類註釋的給搬過來了，其實在本篇文章中有一個知識點沒有詳細分析，就是HashMap在多線程不安全的緣由，尤爲擴 容在JDK 1.7 會產生鏈表閉環，由於要畫不少圖，我還沒找到合適的工具，後期補充吧。
- 1. jdk 1.7 1.8 HashMap 源碼分析
- 2. JDK源碼分析系列--HashMap(1.8)
- 3. HashMap源碼分析 1.8
- 4. HashMap 1.8 源碼分析
- 5. JDK 1.8源碼閱讀 HashMap
- 6. LinkedList 源碼分析(JDK 1.8)
- 7. JDK 1.8 LinkedList源碼分析
- 8. ArrayList源碼分析(JDK 1.8)
- 9. 從JDK源碼分析HashMap
- 10. jdk 1.7 HashMap源碼分析
- 更多相關文章...
- • Docker 資源彙總 - Docker教程
- • Java操作Neo4j數據庫（附帶源碼） - NoSQL教程
- • 互聯網組織的未來：剖析GitHub員工的任性之源
- • Java Agent入門實戰（二）-Instrumentation源碼概述
-
每一个你不满意的现在，都有一个你没有努力的曾经。