hashmap源码分析( 基于java8)

摘要：源码分析简介的和操作的时间复杂度是常量。可以存键值为，是线程不安全的。数组链表散列的数据结构实现桶，链表的实现桶的实现链表的实现值节点的键节点的值下一个节点链表构造方法方法是线程不安全的判断两个元素是否相等重要属性默认的桶初始容量。

hashmap的get和put操作的时间复杂度是常量。通过调用哈希函数将元素正确的分布到桶中。初始容量(capacity)的值不能设置太高，加载因子(loadfactor)不能设置的太低，否则会影响迭代的性能。
一个hashmap的实例有两个参数将影响它的性能。初始容量、加载因子。初始容量是hashmap在创建时候桶的大小。加载因子用来确定何时进行扩容（size > 容量*加载因子）。扩容的时候也会进行对内部的数据结构进行重新构建，使桶的大小增加两倍。

默认的加载因子（0.75）在时间和空间复杂度上提供了很好的权衡。大一点的话会减少空间但是会增加get和put的时间。

hashmap可以存键值为null，是线程不安全的。如果想线程安全可以使用Collections.synchronizedMap()包装.
或者使用ConcurrentMap，这个map是线程安全的。

hashmap是一个散列表，存储的内容是key-value。就像我们用的字典一样，用过字母（key）查找单词(value)。hashmap的时间复杂度是O(longN)。

在java8之前hashmap采用的是桶+链表的数据结构。但是如果数据很大，链表的查找时间复杂度是O(n)，显然者违背了hashmap的初衷，所以在链表的元素大于8的时候，java8会把链表旋转为红黑树。

[数组 链表 散列（hash）
](https://blog.csdn.net/u013565...

桶的实现:

transient Node[] table;

链表的实现:

    
    
static class Node implements Map.Entry {

    final int hash;//hash值
    final K key;//节点的键
    V  value;//节点的值
    Node next;//下一个节点（链表）

Node(int hash, K key, V value, Node next) {//构造方法
    this.hash = hash;
    this.key = key;
    this.value = value;
    this.next = next;
}

//方法是线程不安全的
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) {//判断两个元素是否相等
    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;
}
}

static final int DEFAULT_INITIAL_CAPACITY = 1 << 4; // 默认的桶初始容量（2^4=16）。

static final int MAXIMUM_CAPACITY = 1 << 30;//最大的桶的容量

static final float DEFAULT_LOAD_FACTOR = 0.75f;//默认的加载因子

static final int TREEIFY_THRESHOLD = 8;//当链表大于这个阈值会被旋转为红黑树

static final int UNTREEIFY_THRESHOLD = 6;//当做resize操作的时候，如果桶中某个节点的数量小于这个阈值，则把树旋转为链表

static final int MIN_TREEIFY_CAPACITY = 64;//当桶中的数量大于64是，才会判断是否转换成树

transient Node[] table;//桶

transient int size;//hashmap的存储的元素大小

transient int modCount;//hashmap结构被修改的次数

int threshold;//扩容阈值

final float loadFactor;//加载因子

构造方法会创建一个空的桶，计算扩容阈值和加载因子

public HashMap(int initialCapacity, float loadFactor) {//桶初始化容量，加载因子
if (initialCapacity < 0)//桶初始容量不能小于0
    throw new IllegalArgumentException("Illegal initial capacity: " +
                                       initialCapacity);
if (initialCapacity > MAXIMUM_CAPACITY)//如果桶初始化容量大于hashmap最大的容量，则初始化容量等于最大的容量
    initialCapacity = MAXIMUM_CAPACITY;
if (loadFactor <= 0 || Float.isNaN(loadFactor))//
    throw new IllegalArgumentException("Illegal load factor: " +
                                       loadFactor);
this.loadFactor = loadFactor;
this.threshold = tableSizeFor(initialCapacity);//计算扩容阈值
}

public HashMap(int initialCapacity) {
this(initialCapacity, DEFAULT_LOAD_FACTOR);//加载因子为默认的0.75
}

public HashMap() {
        this.loadFactor = DEFAULT_LOAD_FACTOR; //桶初始容量为0，加载因为0.75
}

public HashMap(Map m) {
this.loadFactor = DEFAULT_LOAD_FACTOR;//加载因子为默认的0.75
putMapEntries(m, false);//map放入桶中
}



final void putMapEntries(Map m, boolean evict) {
int s = m.size();//插入元素大小
if (s > 0) {//如果大于0 ，则继续进行插入操作
    if (table == null) { // pre-size
        float ft = ((float)s / loadFactor) + 1.0F;
        int t = ((ft < (float)MAXIMUM_CAPACITY) ?
                 (int)ft : MAXIMUM_CAPACITY);
        if (t > threshold)
            threshold = tableSizeFor(t);
    }
    else if (s > threshold)//如果插入元素数量大于扩容阈值，则桶的大小扩容两倍
        resize();
    for (Map.Entry e : m.entrySet()) {
        K key = e.getKey();
        V value = e.getValue();
        putVal(hash(key), key, value, false, evict);//插入元素
    }
}
}

public V get(Object key) {
Node e;
return (e = getNode(hash(key), key)) == null ? null : e.value;
}


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


//根据key获取value
final Node getNode(int hash, Object key) {
Node[] tab; Node first, e; int n; K k;//tab:桶 first：桶中节点的第一个元素    n:桶的长度 k:第一个节点的key
if ((tab = table) != null && (n = tab.length) > 0 &&
    (first = tab[(n - 1) & hash]) != null) {//如果桶不为空，并且key所在的节点的第一个元素不为空
    if (first.hash == hash && // always check first node
        ((k = first.key) == key || (key != null && key.equals(k))))//如果key是节点的第一元素则返回节点的第一个元素
        return first;
    if ((e = first.next) != null) {//遍历链表/平衡树 查找元素
        if (first instanceof TreeNode)
            return ((TreeNode)first).getTreeNode(hash, key);//在树中查找 
        do {
            if (e.hash == hash &&
                ((k = e.key) == key || (key != null && key.equals(k))))
                return e;
        } while ((e = e.next) != null);
    }
}
return null;
}

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;
if ((tab = table) == null || (n = tab.length) == 0)
    n = (tab = resize()).length;//如果桶为空，扩容两倍
if ((p = tab[i = (n - 1) & hash]) == null)
    tab[i] = newNode(hash, key, value, null);//如果key所在的桶第一个元素为null则直接插入桶中的第一个节点
else {//否则插入链表/树
    Node e; K k;
    if (p.hash == hash &&
        ((k = p.key) == key || (key != null && key.equals(k))))
        e = p;//如果插入的元素等于桶中的第一个一个元素，直接返回桶中的第一个元素
    else if (p instanceof TreeNode)
        e = ((TreeNode)p).putTreeVal(this, tab, hash, key, value);//如果是树节点，插入树中
    else {//插入链表中
        for (int binCount = 0; ; ++binCount) {
            if ((e = p.next) == null) {
                p.next = newNode(hash, key, value, null);
                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;
        }
    }
    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)//如果hashmap中的元素等于扩容阈值，则重新构造数据结构
    resize();
afterNodeInsertion(evict);
return null;
}

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

h是原始的hash返回的值是int类型，int取值范围:-2147483648到2147483648,前后加起来大概四十亿的映射空间。只要hash函数映射的比较松散，一般是很难出现碰撞的。
但是考虑到实际的内存的大小，很难放下这么大的数组。

所以为了空间上的考虑上述中的扰动函数，对原始计算出来的hash值（int 四个字节32位），右移16位，自己的高半区和低半区做异或，就是为了混合原始hash值的高位和地位，以此来加大低位的随机性。而且混合后的地位参杂了高位的部分特征，这样高位的信息也被变相的保留下来了。

hashmap线程不安全的，如果要使用安全的hashmap建议使用ConcurrentHashMap。

参考：

hash（）原理: https://www.zhihu.com/questio...

关注我的公众号第一时间阅读有趣的技术故事
扫码关注：

也可以在微信搜索公众号即可关注我：codexiulian
渴望与你一起成长进步！