Java8系列之從新認識HashMap(轉)

轉自美團電瓶技術團隊：原文地址

簡介

Java爲數據結構中的映射定義了一個接口java.util.Map，此接口主要有四個經常使用的實現類，分別是HashMap、Hashtable、LinkedHashMap和TreeMap，類繼承關係以下圖所示：

下面針對各個實現類的特色作一些說明：

(1) HashMap：它根據鍵的hashCode值存儲數據，大多數狀況下能夠直接定位到它的值，於是具備很快的訪問速度，但遍歷順序倒是不肯定的。 HashMap最多隻容許一條記錄的鍵爲null，容許多條記錄的值爲null。HashMap非線程安全，即任一時刻能夠有多個線程同時寫HashMap，可能會致使數據的不一致。若是須要知足線程安全，能夠用 Collections的synchronizedMap方法使HashMap具備線程安全的能力，或者使用ConcurrentHashMap。

(2) Hashtable：Hashtable是遺留類，不少映射的經常使用功能與HashMap相似，不一樣的是它承自Dictionary類，而且是線程安全的，任一時間只有一個線程能寫Hashtable，併發性不如ConcurrentHashMap，由於ConcurrentHashMap引入了分段鎖。Hashtable不建議在新代碼中使用，不須要線程安全的場合能夠用HashMap替換，須要線程安全的場合能夠用ConcurrentHashMap替換。

(3) LinkedHashMap：LinkedHashMap是HashMap的一個子類，保存了記錄的插入順序，在用Iterator遍歷LinkedHashMap時，先獲得的記錄確定是先插入的，也能夠在構造時帶參數，按照訪問次序排序。

(4) TreeMap：TreeMap實現SortedMap接口，可以把它保存的記錄根據鍵排序，默認是按鍵值的升序排序，也能夠指定排序的比較器，當用Iterator遍歷TreeMap時，獲得的記錄是排過序的。若是使用排序的映射，建議使用TreeMap。在使用TreeMap時，key必須實現Comparable接口或者在構造TreeMap傳入自定義的Comparator，不然會在運行時拋出java.lang.ClassCastException類型的異常。

對於上述四種Map類型的類，要求映射中的key是不可變對象。不可變對象是該對象在建立後它的哈希值不會被改變。若是對象的哈希值發生變化，Map對象極可能就定位不到映射的位置了。

經過上面的比較，咱們知道了HashMap是Java的Map家族中一個普通成員，鑑於它能夠知足大多數場景的使用條件，因此是使用頻度最高的一個。下文咱們主要結合源碼，從存儲結構、經常使用方法分析、擴容以及安全性等方面深刻講解HashMap的工做原理。

內部實現

搞清楚HashMap，首先須要知道HashMap是什麼，即它的存儲結構-字段；其次弄明白它能幹什麼，即它的功能實現-方法。下面咱們針對這兩個方面詳細展開講解。

存儲結構-字段

從結構實現來說，HashMap是數組+鏈表+紅黑樹（JDK1.8增長了紅黑樹部分）實現的，以下如所示。

這裏須要講明白兩個問題：數據底層具體存儲的是什麼？這樣的存儲方式有什麼優勢呢？

(1) 從源碼可知，HashMap類中有一個很是重要的字段，就是 Node[] table，即哈希桶數組，明顯它是一個Node的數組。咱們來看Node[JDK1.8]是何物。

1 2 3 4 5 6 7 8 9 10 11 12 13 14

static class Node<K,V> implements Map.Entry<K,V> {          final int hash;    //用來定位數組索引位置          final K key;          V value;          Node<K,V> next;   //鏈表的下一個node            Node( int hash, K key, V value, Node<K,V> next) { ... }          public final K getKey(){ ... }          public final V getValue() { ... }          public final String toString() { ... }          public final int hashCode() { ... }          public final V setValue(V newValue) { ... }          public final boolean equals(Object o) { ... } }

Node是HashMap的一個內部類，實現了Map.Entry接口，本質是就是一個映射(鍵值對)。上圖中的每一個黑色圓點就是一個Node對象。

(2) HashMap就是使用哈希表來存儲的。哈希表爲解決衝突，能夠採用開放地址法和鏈地址法等來解決問題，Java中HashMap採用了鏈地址法。鏈地址法，簡單來講，就是數組加鏈表的結合。在每一個數組元素上都一個鏈表結構，當數據被Hash後，獲得數組下標，把數據放在對應下標元素的鏈表上。例如程序執行下面代碼：

1	map.put( "美團" , "小美" );

系統將調用」美團」這個key的hashCode()方法獲得其hashCode 值（該方法適用於每一個Java對象），而後再經過Hash算法的後兩步運算（高位運算和取模運算，下文有介紹）來定位該鍵值對的存儲位置，有時兩個key會定位到相同的位置，表示發生了Hash碰撞。固然Hash算法計算結果越分散均勻，Hash碰撞的機率就越小，map的存取效率就會越高。

若是哈希桶數組很大，即便較差的Hash算法也會比較分散，若是哈希桶數組數組很小，即便好的Hash算法也會出現較多碰撞，因此就須要在空間成本和時間成本之間權衡，其實就是在根據實際狀況肯定哈希桶數組的大小，並在此基礎上設計好的hash算法減小Hash碰撞。那麼經過什麼方式來控制map使得Hash碰撞的機率又小，哈希桶數組（Node[] table）佔用空間又少呢？答案就是好的Hash算法和擴容機制。

在理解Hash和擴容流程以前，咱們得先了解下HashMap的幾個字段。從HashMap的默認構造函數源碼可知，構造函數就是對下面幾個字段進行初始化，源碼以下：

1 2 3 4

int threshold;             // 所能容納的key-value對極限 final float loadFactor;    // 負載因子 int modCount;  int size;

首先，Node[] table的初始化長度length(默認值是16)，Load factor爲負載因子(默認值是0.75)，threshold是HashMap所能容納的最大數據量的Node(鍵值對)個數。threshold = length * Load factor。也就是說，在數組定義好長度以後，負載因子越大，所能容納的鍵值對個數越多。

結合負載因子的定義公式可知，threshold就是在此Load factor和length(數組長度)對應下容許的最大元素數目，超過這個數目就從新resize(擴容)，擴容後的HashMap容量是以前容量的兩倍。默認的負載因子0.75是對空間和時間效率的一個平衡選擇，建議你們不要修改，除非在時間和空間比較特殊的狀況下，若是內存空間不少而又對時間效率要求很高，能夠下降負載因子Load factor的值；相反，若是內存空間緊張而對時間效率要求不高，能夠增長負載因子loadFactor的值，這個值能夠大於1。

size這個字段其實很好理解，就是HashMap中實際存在的鍵值對數量。注意和table的長度length、容納最大鍵值對數量threshold的區別。而modCount字段主要用來記錄HashMap內部結構發生變化的次數，主要用於迭代的快速失敗。強調一點，內部結構發生變化指的是結構發生變化，例如put新鍵值對，可是某個key對應的value值被覆蓋不屬於結構變化。

在HashMap中，哈希桶數組table的長度length大小必須爲2的n次方(必定是合數)，這是一種很是規的設計，常規的設計是把桶的大小設計爲素數。相對來講素數致使衝突的機率要小於合數，具體證實能夠參考http://blog.csdn.net/liuqiyao_01/article/details/14475159，Hashtable初始化桶大小爲11，就是桶大小設計爲素數的應用（Hashtable擴容後不能保證仍是素數）。HashMap採用這種很是規設計，主要是爲了在取模和擴容時作優化，同時爲了減小衝突，HashMap定位哈希桶索引位置時，也加入了高位參與運算的過程。

這裏存在一個問題，即便負載因子和Hash算法設計的再合理，也免不了會出現拉鍊過長的狀況，一旦出現拉鍊過長，則會嚴重影響HashMap的性能。因而，在JDK1.8版本中，對數據結構作了進一步的優化，引入了紅黑樹。而當鏈表長度太長（默認超過8）時，鏈表就轉換爲紅黑樹，利用紅黑樹快速增刪改查的特色提升HashMap的性能，其中會用到紅黑樹的插入、刪除、查找等算法。本文再也不對紅黑樹展開討論，想了解更多紅黑樹數據結構的工做原理能夠參考http://blog.csdn.net/v_july_v/article/details/6105630。

功能實現-方法

HashMap的內部功能實現不少，本文主要從根據key獲取哈希桶數組索引位置、put方法的詳細執行、擴容過程三個具備表明性的點深刻展開講解。

1. 肯定哈希桶數組索引位置

無論增長、刪除、查找鍵值對，定位到哈希桶數組的位置都是很關鍵的第一步。前面說過HashMap的數據結構是數組和鏈表的結合，因此咱們固然但願這個HashMap裏面的元素位置儘可能分佈均勻些，儘可能使得每一個位置上的元素數量只有一個，那麼當咱們用hash算法求得這個位置的時候，立刻就能夠知道對應位置的元素就是咱們要的，不用遍歷鏈表，大大優化了查詢的效率。HashMap定位數組索引位置，直接決定了hash方法的離散性能。先看看源碼的實現(方法一+方法二):

1 2 3 4 5 6 7 8 9 10 11

方法一： static final int hash(Object key) {   //jdk1.8 & jdk1.7       int h;       // h = key.hashCode() 爲第一步 取hashCode值       // h ^ (h >>> 16)  爲第二步 高位參與運算       return (key == null ) ? 0 : (h = key.hashCode()) ^ (h >>> 16 ); } 方法二： static int indexFor( int h, int length) {  //jdk1.7的源碼，jdk1.8沒有這個方法，可是實現原理同樣的       return h & (length- 1 );  //第三步 取模運算 }

這裏的Hash算法本質上就是三步：取key的hashCode值、高位運算、取模運算。

對於任意給定的對象，只要它的hashCode()返回值相同，那麼程序調用方法一所計算獲得的Hash碼值老是相同的。咱們首先想到的就是把hash值對數組長度取模運算，這樣一來，元素的分佈相對來講是比較均勻的。可是，模運算的消耗仍是比較大的，在HashMap中是這樣作的：調用方法二來計算該對象應該保存在table數組的哪一個索引處。

這個方法很是巧妙，它經過h & (table.length -1)來獲得該對象的保存位，而HashMap底層數組的長度老是2的n次方，這是HashMap在速度上的優化。當length老是2的n次方時，h& (length-1)運算等價於對length取模，也就是h%length，可是&比%具備更高的效率。

在JDK1.8的實現中，優化了高位運算的算法，經過hashCode()的高16位異或低16位實現的：(h = k.hashCode()) ^ (h >>> 16)，主要是從速度、功效、質量來考慮的，這麼作能夠在數組table的length比較小的時候，也能保證考慮到高低Bit都參與到Hash的計算中，同時不會有太大的開銷。

下面舉例說明下，n爲table的長度。

2. 分析HashMap的put方法

HashMap的put方法執行過程能夠經過下圖來理解，本身有興趣能夠去對比源碼更清楚地研究學習。

①.判斷鍵值對數組table[i]是否爲空或爲null，不然執行resize()進行擴容；

②.根據鍵值key計算hash值獲得插入的數組索引i，若是table[i]==null，直接新建節點添加，轉向⑥，若是table[i]不爲空，轉向③；

③.判斷table[i]的首個元素是否和key同樣，若是相同直接覆蓋value，不然轉向④，這裏的相同指的是hashCode以及equals；

④.判斷table[i] 是否爲treeNode，即table[i] 是不是紅黑樹，若是是紅黑樹，則直接在樹中插入鍵值對，不然轉向⑤；

⑤.遍歷table[i]，判斷鏈表長度是否大於8，大於8的話把鏈表轉換爲紅黑樹，在紅黑樹中執行插入操做，不然進行鏈表的插入操做；遍歷過程當中若發現key已經存在直接覆蓋value便可；

⑥.插入成功後，判斷實際存在的鍵值對數量size是否超多了最大容量threshold，若是超過，進行擴容。

JDK1.8HashMap的put方法源碼以下:

1     public V put(K key, V value) {   2     // 對key的hashCode()作hash   3     return putVal(hash(key), key, value, false , true );   4 }   5   6 final V putVal( int hash, K key, V value, boolean onlyIfAbsent,   7                boolean evict) {   8     Node<K,V>[] tab; Node<K,V> p; int n, i;   9     // 步驟①：tab爲空則建立 10     if ((tab = table) == null || (n = tab.length) == 0 ) 11         n = (tab = resize()).length; 12     // 步驟②：計算index，並對null作處理 13     if ((p = tab[i = (n - 1 ) & hash]) == null ) 14         tab[i] = newNode(hash, key, value, null ); 15     else { 16         Node<K,V> e; K k; 17         // 步驟③：節點key存在，直接覆蓋value 18         if (p.hash == hash && 19             ((k = p.key) == key || (key != null && key.equals(k)))) 20             e = p; 21         // 步驟④：判斷該鏈爲紅黑樹 22         else if (p instanceof TreeNode) 23             e = ((TreeNode<K,V>)p).putTreeVal( this , tab, hash, key, value); 24         // 步驟⑤：該鏈爲鏈表 25         else { 26             for ( int binCount = 0 ; ; ++binCount) { 27                 if ((e = p.next) == null ) { 28                     p.next = newNode(hash, key,value, null );                          //鏈表長度大於8轉換爲紅黑樹進行處理 29                     if (binCount >= TREEIFY_THRESHOLD - 1 ) // -1 for 1st  30                         treeifyBin(tab, hash); 31                     break ; 32                 }                      // key已經存在直接覆蓋value 33                 if (e.hash == hash && 34                     ((k = e.key) == key || (key != null && key.equals(k))))                                            break ; 36                 p = e; 37             } 38         } 39         40         if (e != null ) { // existing mapping for key 41             V oldValue = e.value; 42             if (!onlyIfAbsent || oldValue == null ) 43                 e.value = value; 44             afterNodeAccess(e); 45             return oldValue; 46         } 47     }   48     ++modCount; 49     // 步驟⑥：超過最大容量 就擴容 50     if (++size > threshold) 51         resize(); 52     afterNodeInsertion(evict); 53     return null ; 54 }

3. 擴容機制

擴容(resize)就是從新計算容量，向HashMap對象裏不停的添加元素，而HashMap對象內部的數組沒法裝載更多的元素時，對象就須要擴大數組的長度，以便能裝入更多的元素。固然Java裏的數組是沒法自動擴容的，方法是使用一個新的數組代替已有的容量小的數組，就像咱們用一個小桶裝水，若是想裝更多的水，就得換大水桶。

咱們分析下resize的源碼，鑑於JDK1.8融入了紅黑樹，較複雜，爲了便於理解咱們仍然使用JDK1.7的代碼，好理解一些，本質上區別不大，具體區別後文再說。

1 void resize( int newCapacity) {   //傳入新的容量   2     Entry[] oldTable = table;    //引用擴容前的Entry數組   3     int oldCapacity = oldTable.length;           4     if (oldCapacity == MAXIMUM_CAPACITY) {  //擴容前的數組大小若是已經達到最大(2^30)了   5         threshold = Integer.MAX_VALUE; //修改閾值爲int的最大值(2^31-1)，這樣之後就不會擴容了   6         return ;   7     }   8    9     Entry[] newTable = new Entry[newCapacity];  //初始化一個新的Entry數組 10     transfer(newTable);                         //！！將數據轉移到新的Entry數組裏 11     table = newTable;                           //HashMap的table屬性引用新的Entry數組 12     threshold = ( int )(newCapacity * loadFactor); //修改閾值 13 }

這裏就是使用一個容量更大的數組來代替已有的容量小的數組，transfer()方法將原有Entry數組的元素拷貝到新的Entry數組裏。

1 void transfer(Entry[] newTable) {   2     Entry[] src = table;                   //src引用了舊的Entry數組   3     int newCapacity = newTable.length;   4     for ( int j = 0 ; j < src.length; j++) { //遍歷舊的Entry數組   5         Entry<K,V> e = src[j];             //取得舊Entry數組的每一個元素   6         if (e != null ) {   7             src[j] = null ; //釋放舊Entry數組的對象引用（for循環後，舊的Entry數組再也不引用任何對象）   8             do {   9                 Entry<K,V> next = e.next; 10                 int i = indexFor(e.hash, newCapacity); //！！從新計算每一個元素在數組中的位置 11                 e.next = newTable[i]; //標記[1] 12                 newTable[i] = e;      //將元素放在數組上 13                 e = next;             //訪問下一個Entry鏈上的元素 14             } while (e != null ); 15         } 16     } 17 }

newTable[i]的引用賦給了e.next，也就是使用了單鏈表的頭插入方式，同一位置上新元素總會被放在鏈表的頭部位置；這樣先放在一個索引上的元素終會被放到Entry鏈的尾部(若是發生了hash衝突的話），這一點和Jdk1.8有區別，下文詳解。在舊數組中同一條Entry鏈上的元素，經過從新計算索引位置後，有可能被放到了新數組的不一樣位置上。

下面舉個例子說明下擴容過程。假設了咱們的hash算法就是簡單的用key mod 一下表的大小（也就是數組的長度）。其中的哈希桶數組table的size=2， 因此key = 三、七、5，put順序依次爲 五、七、3。在mod 2之後都衝突在table[1]這裏了。這裏假設負載因子 loadFactor=1，即當鍵值對的實際大小size 大於 table的實際大小時進行擴容。接下來的三個步驟是哈希桶數組 resize成4，而後全部的Node從新rehash的過程。

下面咱們講解下JDK1.8作了哪些優化。通過觀測能夠發現，咱們使用的是2次冪的擴展(指長度擴爲原來2倍)，因此，元素的位置要麼是在原位置，要麼是在原位置再移動2次冪的位置。看下圖能夠明白這句話的意思，n爲table的長度，圖（a）表示擴容前的key1和key2兩種key肯定索引位置的示例，圖（b）表示擴容後key1和key2兩種key肯定索引位置的示例，其中hash1是key1對應的哈希與高位運算結果。

元素在從新計算hash以後，由於n變爲2倍，那麼n-1的mask範圍在高位多1bit(紅色)，所以新的index就會發生這樣的變化：

所以，咱們在擴充HashMap的時候，不須要像JDK1.7的實現那樣從新計算hash，只須要看看原來的hash值新增的那個bit是1仍是0就行了，是0的話索引沒變，是1的話索引變成「原索引+oldCap」，能夠看看下圖爲16擴充爲32的resize示意圖：

這個設計確實很是的巧妙，既省去了從新計算hash值的時間，並且同時，因爲新增的1bit是0仍是1能夠認爲是隨機的，所以resize的過程，均勻的把以前的衝突的節點分散到新的bucket了。這一塊就是JDK1.8新增的優化點。有一點注意區別，JDK1.7中rehash的時候，舊鏈表遷移新鏈表的時候，若是在新表的數組索引位置相同，則鏈表元素會倒置，可是從上圖能夠看出，JDK1.8不會倒置。有興趣的同窗能夠研究下JDK1.8的resize源碼，寫的很贊，以下:

1 final Node<K,V>[] resize() {   2     Node<K,V>[] oldTab = table;   3     int oldCap = (oldTab == null ) ? 0 : oldTab.length;   4     int oldThr = threshold;   5     int newCap, newThr = 0 ;   6     if (oldCap > 0 ) {   7         // 超過最大值就再也不擴充了，就只好隨你碰撞去吧   8         if (oldCap >= MAXIMUM_CAPACITY) {   9             threshold = Integer.MAX_VALUE; 10             return oldTab; 11         } 12         // 沒超過最大值，就擴充爲原來的2倍 13         else if ((newCap = oldCap << 1 ) < MAXIMUM_CAPACITY && 14                  oldCap >= DEFAULT_INITIAL_CAPACITY) 15             newThr = oldThr << 1 ; // double threshold 16     } 17     else if (oldThr > 0 ) // initial capacity was placed in threshold 18         newCap = oldThr; 19     else {               // zero initial threshold signifies using defaults 20         newCap = DEFAULT_INITIAL_CAPACITY; 21         newThr = ( int )(DEFAULT_LOAD_FACTOR * DEFAULT_INITIAL_CAPACITY); 22     } 23     // 計算新的resize上限 24     if (newThr == 0 ) { 25 26         float ft = ( float )newCap * loadFactor; 27         newThr = (newCap < MAXIMUM_CAPACITY && ft < ( float )MAXIMUM_CAPACITY ? 28                   ( int )ft : Integer.MAX_VALUE); 29     } 30     threshold = newThr; 31     @SuppressWarnings ({ "rawtypes" ， "unchecked" }) 32         Node<K,V>[] newTab = (Node<K,V>[]) new Node[newCap]; 33     table = newTab; 34     if (oldTab != null ) { 35         // 把每一個bucket都移動到新的buckets中 36         for ( int j = 0 ; j < oldCap; ++j) { 37             Node<K,V> e; 38             if ((e = oldTab[j]) != null ) { 39                 oldTab[j] = null ; 40                 if (e.next == null ) 41                     newTab[e.hash & (newCap - 1 )] = e; 42                 else if (e instanceof TreeNode) 43                     ((TreeNode<K,V>)e).split( this , newTab, j, oldCap); 44                 else { // 鏈表優化重hash的代碼塊 45                     Node<K,V> loHead = null , loTail = null ; 46                     Node<K,V> hiHead = null , hiTail = null ; 47                     Node<K,V> next; 48                     do { 49                         next = e.next; 50                         // 原索引 51                         if ((e.hash & oldCap) == 0 ) { 52                             if (loTail == null ) 53                                 loHead = e; 54                             else 55                                 loTail.next = e; 56                             loTail = e; 57                         } 58                         // 原索引+oldCap 59                         else { 60                             if (hiTail == null ) 61                                 hiHead = e; 62                             else 63                                 hiTail.next = e; 64                             hiTail = e; 65                         } 66                     } while ((e = next) != null ); 67                     // 原索引放到bucket裏 68                     if (loTail != null ) { 69                         loTail.next = null ; 70                         newTab[j] = loHead; 71                     } 72                     // 原索引+oldCap放到bucket裏 73                     if (hiTail != null ) { 74                         hiTail.next = null ; 75                         newTab[j + oldCap] = hiHead; 76                     } 77                 } 78             } 79         } 80     } 81     return newTab; 82 }

線程安全性

在多線程使用場景中，應該儘可能避免使用線程不安全的HashMap，而使用線程安全的ConcurrentHashMap。那麼爲何說HashMap是線程不安全的，下面舉例子說明在併發的多線程使用場景中使用HashMap可能形成死循環。代碼例子以下(便於理解，仍然使用JDK1.7的環境)：

1 2 3 4 5 6 7 8 9 10 11 12 13 14 15 16 17 18 19 20

public class HashMapInfiniteLoop {         private static HashMap<Integer,String> map = new HashMap<Integer,String>( 2 ， 0 .75f);       public static void main(String[] args) {           map.put( 5 ， "C" );             new Thread( "Thread1" ) {               public void run() {                   map.put( 7 , "B" );                   System.out.println(map);               };           }.start();           new Thread( "Thread2" ) {               public void run() {                   map.put( 3 , "A);                   System.out.println(map);               };           }.start();             }  }

其中，map初始化爲一個長度爲2的數組，loadFactor=0.75，threshold=2*0.75=1，也就是說當put第二個key的時候，map就須要進行resize。

經過設置斷點讓線程1和線程2同時debug到transfer方法(3.3小節代碼塊)的首行。注意此時兩個線程已經成功添加數據。放開thread1的斷點至transfer方法的「Entry next = e.next;」 這一行；而後放開線程2的的斷點，讓線程2進行resize。結果以下圖。

注意，Thread1的 e 指向了key(3)，而next指向了key(7)，其在線程二rehash後，指向了線程二重組後的鏈表。

線程一被調度回來執行，先是執行 newTalbe[i] = e， 而後是e = next，致使了e指向了key(7)，而下一次循環的next = e.next致使了next指向了key(3)。

e.next = newTable[i] 致使 key(3).next 指向了 key(7)。注意：此時的key(7).next 已經指向了key(3)， 環形鏈表就這樣出現了。

因而，當咱們用線程一調用map.get(11)時，悲劇就出現了——Infinite Loop。

JDK1.8與JDK1.7的性能對比

HashMap中，若是key通過hash算法得出的數組索引位置所有不相同，即Hash算法很是好，那樣的話，getKey方法的時間複雜度就是O(1)，若是Hash算法技術的結果碰撞很是多，假如Hash算極其差，全部的Hash算法結果得出的索引位置同樣，那樣全部的鍵值對都集中到一個桶中，或者在一個鏈表中，或者在一個紅黑樹中，時間複雜度分別爲O(n)和O(lgn)。 鑑於JDK1.8作了多方面的優化，整體性能優於JDK1.7，下面咱們從兩個方面用例子證實這一點。

Hash較均勻的狀況

爲了便於測試，咱們先寫一個類Key，以下：

1 2 3 4 5 6 7 8 9 10 11 12 13 14 15 16 17 18 19 20 21 22 23 24 25 26 27

class Key implements Comparable<Key> {        private final int value;        Key( int value) {          this .value = value;      }        @Override      public int compareTo(Key o) {          return Integer.compare( this .value, o.value);      }        @Override      public boolean equals(Object o) {          if ( this == o) return true ;          if (o == null || getClass() != o.getClass())              return false ;          Key key = (Key) o;          return value == key.value;      }        @Override      public int hashCode() {          return value;      } }

這個類複寫了equals方法，而且提供了至關好的hashCode函數，任何一個值的hashCode都不會相同，由於直接使用value當作hashcode。爲了不頻繁的GC，我將不變的Key實例緩存了起來，而不是一遍一遍的建立它們。代碼以下：

1 2 3 4 5 6 7 8 9 10 11 12 13 14 15

public class Keys {        public static final int MAX_KEY = 10_000_000;      private static final Key[] KEYS_CACHE = new Key[MAX_KEY];        static {          for ( int i = 0 ; i < MAX_KEY; ++i) {              KEYS_CACHE[i] = new Key(i);          }      }        public static Key of( int value) {          return KEYS_CACHE[value];      } }

如今開始咱們的試驗，測試須要作的僅僅是，建立不一樣size的HashMap（一、十、100、……10000000），屏蔽了擴容的狀況，代碼以下：

1 2 3 4 5 6 7 8 9 10 11 12 13 14 15 16 17 18 19 20

static void test( int mapSize) {           HashMap<Key, Integer> map = new HashMap<Key,Integer>(mapSize);         for ( int i = 0 ; i < mapSize; ++i) {             map.put(Keys.of(i), i);         }           long beginTime = System.nanoTime(); //獲取納秒         for ( int i = 0 ; i < mapSize; i++) {             map.get(Keys.of(i));         }         long endTime = System.nanoTime();         System.out.println(endTime - beginTime);     }       public static void main(String[] args) {         for ( int i= 10 ;i<= 1000 0000 ;i*= 10 ){             test(i);         }     }

在測試中會查找不一樣的值，而後度量花費的時間，爲了計算getKey的平均時間，咱們遍歷全部的get方法，計算總的時間，除以key的數量，計算一個平均值，主要用來比較，絕對值可能會受不少環境因素的影響。結果以下：

經過觀測測試結果可知，JDK1.8的性能要高於JDK1.7 15%以上，在某些size的區域上，甚至高於100%。因爲Hash算法較均勻，JDK1.8引入的紅黑樹效果不明顯，下面咱們看看Hash不均勻的的狀況。

Hash極不均勻的狀況

假設咱們又一個很是差的Key，它們全部的實例都返回相同的hashCode值。這是使用HashMap最壞的狀況。代碼修改以下：

1 2 3 4 5 6 7 8 9

class Key implements Comparable<Key> {        //...        @Override      public int hashCode() {          return 1 ;      } }

仍然執行main方法，得出的結果以下表所示：

從表中結果中可知，隨着size的變大，JDK1.7的花費時間是增加的趨勢，而JDK1.8是明顯的下降趨勢，而且呈現對數增加穩定。當一個鏈表太長的時候，HashMap會動態的將它替換成一個紅黑樹，這話的話會將時間複雜度從O(n)降爲O(logn)。hash算法均勻和不均勻所花費的時間明顯也不相同，這兩種狀況的相對比較，能夠說明一個好的hash算法的重要性。

      測試環境：處理器爲2.2 GHz Intel Core i7，內存爲16 GB 1600 MHz DDR3，SSD硬盤，使用默認的JVM參數，運行在64位的OS X 10.10.1上。

小結

(1) 擴容是一個特別耗性能的操做，因此當程序員在使用HashMap的時候，估算map的大小，初始化的時候給一個大體的數值，避免map進行頻繁的擴容。

(2) 負載因子是能夠修改的，也能夠大於1，可是建議不要輕易修改，除非狀況很是特殊。

(3) HashMap是線程不安全的，不要在併發的環境中同時操做HashMap，建議使用ConcurrentHashMap。

(4) JDK1.8引入紅黑樹大程度優化了HashMap的性能。

(5) 還沒升級JDK1.8的，如今開始升級吧。HashMap的性能提高僅僅是JDK1.8的冰山一角。

參考

1. JDK1.7&JDK1.8 源碼。
2. CSDN博客頻道，HashMap多線程死循環問題，2014。
3. 紅黑聯盟，Java類集框架之HashMap(JDK1.8)源碼剖析，2015。
4. CSDN博客頻道， 教你初步瞭解紅黑樹，2010。
5. Java Code Geeks，HashMap performance improvements in Java 8，2014。
6. Importnew，危險！在HashMap中將可變對象用做Key，2014。
7. CSDN博客頻道，爲何通常hashtable的桶數會取一個素數，2013。