浅析HashMap源码（1）

摘要：前言本文的目的是阅读理解的源码，作为集合中重要的一个角色，平时用到十分多的一个类，深入理解它，知其所以然很重要。

本文的目的是阅读理解HashMap的源码，作为集合中重要的一个角色，平时用到十分多的一个类，深入理解它，知其所以然很重要。本文基于Jdk1.7，因为Jdk1.8改变了HashMap的数据结构，进行了优化，我们先从基础阅读，之后再阅读理解Jdk1.8的内容

1.通过key-value的形式快速的存取元素
2.允许键为Null，但只允许有一个键的值为Null
3.线程不安全
4.底层结构是Hash表，元素是无序的
5.再不考虑Hash冲突的时候，插入和查询的复杂度是可以达到O（1）的

底层数据结构是一个Hash表，基于数组和链表，数组里面保存着一个单向链表的头节点，单项链表保存着具有相同Hash值的不同元素，再不发生Hash冲突的情况下，链表应该只有一个元素，这是最理想的状态。

链表的数据结构代码
`

static class Entry implements Map.Entry {
final K key;
V value;
Entry next;    // 下一个Entry对象的引用
int hash;    // 其实就是key的hash值  
}         

// 默认初始化容量 16
static final int DEFAULT_INITIAL_CAPACITY = 1 << 4; // aka 16
 
// HashMap允许的最大容量 2^30
static final int MAXIMUM_CAPACITY = 1 << 30;
 
// 默认的负载率 75%
static final float DEFAULT_LOAD_FACTOR = 0.75f;
 
// 空的哈希表
static final Entry[] EMPTY_TABLE = {};
 
// 实际使用的哈希表
transient Entry[] table = (Entry[]) EMPTY_TABLE;
 
// HashMap的大小,即存储的key-value的数量
transient int size;
 
// 扩容的阀值，当HashMap的size达到阀值时，就开始扩容 threshold=length*threshold 
int threshold;
 
// 负载率
final float loadFactor;
 
// 修改次数, 用于fail-fast机制
transient int modCount;
 
// 替代哈希使用的默认扩容阀值
static final int ALTERNATIVE_HASHING_THRESHOLD_DEFAULT = Integer.MAX_VALUE;
 
// 随机的哈希种子, 有助于减少发生哈希碰撞的几率

transient int hashSeed = 0;

HashMap的初始化涉及到上面的多个常量，在了解完常量的作用之后，我们就可以理解HashMap的初始化思想，首先，HashMap并不是通过构造函数来初始化的，构造函数只是初始化HashMap的初始化参数，包括DEFAULT_INITIAL_CAPACITY ，loadFactor等，再初始化参数之后，真正的调用Put方法时，会判断table 是否已经初始化，没有的话再根据参数进行初始化。

put方法的流程我们这边也要先理解：
（1）检查哈希表是否是个空表，如果是空表就调用inflateTable方法进行初始化
（2）判断key是否为null，如果为null，就调用putForNullKey方法, 将key为null的key-value存储在哈希表的第一个位置中
如果key不为null，则调用hash方法计算key的hash值
（3）根据hash值和Entry数组的长度定位到Entry数组的指定槽位
（4）判断Entry数组指定槽位的值e是否为null, 如果e不为null, 则遍历e指向的单链表, 如果传入的key在单链表中已经存在了, 就进行替换操作, 否则就新建一个Entry并添加到单链表的表头位置
（5）如果e为null, 就新建一个Entry并添加到指定槽位

下面是代码：
构造方法

public HashMap(int initialCapacity, float loadFactor) {
    // 如果初始容量小于0，则抛出异常
    if (initialCapacity < 0) {
        throw new IllegalArgumentException("Illegal initial capacity: " + initialCapacity);
    }
 
    // 如果初始容量大于容量最大值，则使用最大值作为初始容量
    if (initialCapacity > MAXIMUM_CAPACITY) { initialCapacity = MAXIMUM_CAPACITY; }
 
    // 如果负载率小于等于0或负载率不是浮点数，则抛出异常
    if (loadFactor <= 0 || Float.isNaN(loadFactor)) {
        throw new IllegalArgumentException("Illegal load factor: " + loadFactor);
    }
 
    // 设置负载率
    this.loadFactor = loadFactor;
 
    // 设置阀值为初始容量
    threshold = initialCapacity;
 
    // 空实现, 交由子类实现
    init();
}
//

初始化数组方法

private void inflateTable(int toSize) {
    // 寻找大于toSize的,最小的,2的n次方作为新的容量
    int capacity = roundUpToPowerOf2(toSize);
 
    // 阀值=容量*负载因子, 如果容量*负载因子>最大容量时, 阀值=最大容量
    threshold = (int) Math.min(capacity * loadFactor, MAXIMUM_CAPACITY + 1);
 
    // 按新的容量创建一个新的数组
    table = new Entry[capacity];
 
    // 重新初始化hashSeed
    initHashSeedAsNeeded(capacity);
}

put方法

public V put(K key, V value) {
    // 如果哈希表没有初始化就进行初始化
    if (table == EMPTY_TABLE) {
        // 初始化哈希表
        inflateTable(threshold);
    }
 
    // 当key为null时，调用putForNullKey方法，保存null于table的第一个位置中，这是HashMap允许为null的原因
    if (key == null) {
        return putForNullKey(value);
    }
 
    // 计算key的hash值
    int hash = hash(key);
    // 根据key的hash值和数组的长度定位到entry数组的指定槽位
    int i = indexFor(hash, table.length);
    // 获取存放位置上的entry，如果该entry不为空，则遍历该entry所在的链表
    for (Entry e = table[i]; e != null; e = e.next) {
        Object k;
        // 通过key的hashCode和equals方法判断，key是否存在， 如果存在则用新的value取代旧的value，并返回旧的value
        if (e.hash == hash && ((k = e.key) == key || key.equals(k))) {
            V oldValue = e.value;
            e.value = value;
            e.recordAccess(this);
            return oldValue;
        }
    }
 
    // 修改次数增加1
    modCount++;
    // 如果找不到链表 或者 遍历完链表后，发现key不存在，则创建一个新的Entry，并添加到HashMap中
    addEntry(hash, key, value, i);
    return null;
}

 void addEntry(int hash, K key, V value, int bucketIndex) {
    //添加key到table[bucketIndex]位置，新的元素总是在table[bucketIndex]的第一个元素，原来的元素后移
    Entry e = table[bucketIndex];
        table[bucketIndex] = new Entry(hash, key, value, e);
    //判断元素个数是否达到了临界值，若已达到临界值则扩容，table长度翻倍
        if (size++ >= threshold)
            resize(2 * table.length);
    }

当key值为Null的时候会进行特殊处理，在table[0]的链表上查找Key为null的元素，get的过程是：
（1）计算hash与table.length取模计算index值
（2）遍历table[index]上的链表，直到找到key

 void addEntry(int hash, K key, V value, int bucketIndex) {
//添加key到table[bucketIndex]位置，新的元素总是在table[bucketIndex]的第一个元素，原来的元素后移
Entry e = table[bucketIndex];
    table[bucketIndex] = new Entry(hash, key, value, e);
//判断元素个数是否达到了临界值，若已达到临界值则扩容，table长度翻倍
    if (size++ >= threshold)
        resize(2 * table.length);
}

#HashMap的删
remove方法同样也是，先计算hash,在计算index，遍历查找，找到之后删除节点

/**
     * 根据key删除元素
     */
    public V remove(Object key) {
        Entry e = removeEntryForKey(key);
        return (e == null ? null : e. value);
    }

    /**
     * 根据key删除链表节点
     */
    final Entry removeEntryForKey(Object key) {
        // 计算key的hash值
        int hash = (key == null) ? 0 : hash(key.hashCode());
        // 根据hash值计算key在数组的索引位置
        int i = indexFor(hash, table.length );
        // 找到该索引出的第一个节点
        Entry prev = table[i];
        Entry e = prev;

        // 遍历链表（从链表第一个节点开始next），找出相同的key，
        while (e != null) {
            Entry next = e. next;
            Object k;
            // 如果hash值和key都相等，则认为相等
            if (e.hash == hash &&
                ((k = e. key) == key || (key != null && key.equals(k)))) {
                // 修改版本+1
                modCount++;
                // 计数器减1
                size--;
                // 如果第一个就是要删除的节点（第一个节点没有上一个节点，所以要分开判断）
                if (prev == e)
                    // 则将下一个节点放到table[i]位置（要删除的节点被覆盖）
                    table[i] = next;
                else
                 // 否则将上一个节点的next指向当要删除节点下一个（要删除节点被忽略，没有指向了）
                    prev. next = next;
                e.recordRemoval( this);
                // 返回删除的节点内容
                return e;
            }
            // 保存当前节点为下次循环的上一个节点
            prev = e;
            // 下次循环
            e = next;
        }

        return e;
}

resize扩容是HashMap中非常重要的一个操作，在容器里的元素达到一个临界值时，HashMap会自动进行扩容，扩容的具体流程是；
1.在put的时候检查是否需要扩容，根据两个参数：初始容量和装载因子
2.创建一个容量为table.length*2的table，修改临界值
3.重新计算所有元素的hash值，并放入新的table，使用的是头插法
4.用新的table替换旧的table

 void resize(int newCapacity) {
        Entry[] oldTable = table;
        int oldCapacity = oldTable.length;
        if (oldCapacity == MAXIMUM_CAPACITY) {//最大容量为 1 << 30
            threshold = Integer.MAX_VALUE;
            return;
        }

        Entry[] newTable = new Entry[newCapacity];//新建一个新表
        boolean oldAltHashing = useAltHashing;
        useAltHashing |= sun.misc.VM.isBooted() &&
                (newCapacity >= Holder.ALTERNATIVE_HASHING_THRESHOLD);
        boolean rehash = oldAltHashing ^ useAltHashing;//是否再hash
        transfer(newTable, rehash);//完成旧表到新表的转移
        table = newTable;
        threshold = (int)Math.min(newCapacity * loadFactor, MAXIMUM_CAPACITY + 1);
    }
--------------------- 
 void transfer(Entry[] newTable, boolean rehash) {
        int newCapacity = newTable.length;
        for (Entry e : table) {//遍历同桶数组中的每一个桶
            while(null != e) {//顺序遍历某个桶的外挂链表
                Entry next = e.next;//引用next
                if (rehash) {
                    e.hash = null == e.key ? 0 : hash(e.key);
                }
                int i = indexFor(e.hash, newCapacity);//找到新表的桶位置;原桶数组中的某个桶上的同一链表中的Entry此刻可能被分散到不同的桶中去了，有效的缓解了哈希冲突。
                e.next = newTable[i];//头插法插入新表中
                newTable[i] = e;
                e = next;
            }
        }
    }

扩容的整体操作如上，但是有一些十分精妙的细节十分厉害

这么设计当然是为了性能，而且是十分显著的性能提升，涉及到了位操作，我觉得非常有意思，会在下一篇专门讲这样计算进行提升性能的例子。