Carson带你学Java：深入源码解析HashMap 1.7
Carson带你学Java：深入源码解析HashMap 1.7
本文转载自 HashMap源码完全解析（JDK 1.7）（作者：Carson_Ho）。版权归原作者所有，此处仅作个人学习备份。
本文基于 JDK 1.7（Java 7）；关于 JDK 1.8 请看 关于 HashMap 1.8 的重大更新。
前言
HashMap在Java和Android开发中非常常见。- 今天带来
HashMap的全部源码分析。本文基于 JDK 1.7。
类定义：
1
2
3
public class HashMap<K,V>
extends AbstractMap<K,V>
implements Map<K,V>, Cloneable, Serializable
HashMap 的实现在 JDK 1.7 和 JDK 1.8 差别较大，本文主要讲解 JDK 1.7 中 HashMap 的源码解析。
HashMap 采用的数据结构 = 数组（主） + 单链表（副），该数据结构方式也称：拉链法。
- 即
HashMap的本质 = 1个存储Entry类对象的数组 + 多个单链表。 Entry对象本质 = 1个映射（键 - 值对），属性包括：键（key）、值（value）及下1节点（next）= 单链表的指针 = 也是一个Entry对象，用于解决 hash 冲突。
Entry 类源码：
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
28
29
30
31
32
33
34
35
36
37
38
39
40
41
42
43
/**
* Entry类实现了Map.Entry接口
* 即 实现了getKey()、getValue()、equals(Object o)和hashCode()等方法
**/
static class Entry<K,V> implements Map.Entry<K,V> {
final K key; // 键
V value; // 值
Entry<K,V> next; // 指向下一个节点 ，也是一个Entry对象，从而形成解决hash冲突的单链表
int hash; // hash值
Entry(int h, K k, V v, Entry<K,V> n) {
value = v;
next = n;
key = k;
hash = h;
}
public final K getKey() { return key; }
public final V getValue() { return value; }
public final V setValue(V newValue) {
V oldValue = value;
value = newValue;
return oldValue;
}
// 判断2个Entry是否相等，必须key和value都相等，才返回true
public final boolean equals(Object o) {
if (!(o instanceof Map.Entry)) return false;
Map.Entry e = (Map.Entry)o;
Object k1 = getKey();
Object k2 = e.getKey();
if (k1 == k2 || (k1 != null && k1.equals(k2))) {
Object v1 = getValue();
Object v2 = e.getValue();
if (v1 == v2 || (v1 != null && v1.equals(v2))) return true;
}
return false;
}
public final int hashCode() {
return Objects.hashCode(getKey()) ^ Objects.hashCode(getValue());
}
public final String toString() { return getKey() + "=" + getValue(); }
void recordAccess(HashMap<K,V> m) { }
void recordRemoval(HashMap<K,V> m) { }
}
HashMap 中的主要参数 = 容量、加载因子、扩容阈值。
1
2
3
4
5
6
7
8
9
10
11
12
13
14
// 1. 容量（capacity）：HashMap中数组的长度，必须是2的幂 & <最大容量（2的30次方）
static final int DEFAULT_INITIAL_CAPACITY = 1 << 4; // 默认容量 = 16
static final int MAXIMUM_CAPACITY = 1 << 30; // 最大容量 = 2的30次方
// 2. 加载因子(Load factor)：HashMap在其容量自动增加前可达到多满的一种尺度
final float loadFactor; // 实际加载因子
static final float DEFAULT_LOAD_FACTOR = 0.75f; // 默认加载因子 = 0.75
// 3. 扩容阈值（threshold）：当哈希表的大小 ≥ 扩容阈值时，就会扩容。扩容阈值 = 容量 x 加载因子
int threshold;
// 4. 存储数据的Entry类型数组，长度 = 2的幂
transient Entry<K,V>[] table = (Entry<K,V>[]) EMPTY_TABLE;
transient int size; // HashMap中存储的键值对的数量
- 加载因子越大、填满的元素越多 = 空间利用率高、但冲突的机会加大、查找效率变低（链表变长）；
- 加载因子越小、填满的元素越少 = 空间利用率小、冲突的机会减小、查找效率高（链表不长）。
步骤1：声明1个 HashMap 对象（构造函数）
1
2
3
4
5
6
7
8
9
10
11
12
13
14
15
16
// 构造函数1：默认构造函数（无参），加载因子 & 容量 = 默认 = 0.75、16
public HashMap() {
this(DEFAULT_INITIAL_CAPACITY, DEFAULT_LOAD_FACTOR);
}
// 构造函数2：指定“容量大小”，加载因子 = 默认
public HashMap(int initialCapacity) {
this(initialCapacity, DEFAULT_LOAD_FACTOR);
}
// 构造函数3：指定“容量大小”和“加载因子”
public HashMap(int initialCapacity, float loadFactor) {
if (initialCapacity > MAXIMUM_CAPACITY)
initialCapacity = MAXIMUM_CAPACITY;
this.loadFactor = loadFactor;
threshold = initialCapacity; // 注：此处不是真正的阈值，后面会重新计算
init(); // 一个空方法用于未来的子对象扩展
}
注意：真正初始化哈希表（初始化存储数组 table）是在第1次添加键值对时，即第1次调用 put() 时。
步骤2：向 HashMap 添加数据（put）
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
public V put(K key, V value) {
// 1. 若 哈希表未初始化，则使用构造函数时设置的阈值(即初始容量) 初始化数组table
if (table == EMPTY_TABLE) {
inflateTable(threshold);
}
// 2.1 若key == null，则将该键值对存放到table[0]（key=null时hash值=0）
if (key == null)
return putForNullKey(value);
// 2.2 若 key ≠ null，则计算存放数组table中的位置
int hash = hash(key);
int i = indexFor(hash, table.length);
// 3. 判断该key对应的值是否已存在（遍历以该数组元素为头结点的链表）
for (Entry<K,V> e = table[i]; e != null; e = e.next) {
Object k;
// 3.1 若该key已存在，则用新value替换旧value
if (e.hash == hash && ((k = e.key) == key || key.equals(k))) {
V oldValue = e.value;
e.value = value;
e.recordAccess(this);
return oldValue;
}
}
modCount++;
// 3.2 若该key不存在，则将“key-value”添加到table中
addEntry(hash, key, value, i);
return null;
}
分析1：初始化哈希表 inflateTable()
1
2
3
4
5
6
7
8
9
private void inflateTable(int toSize) {
// 1. 将传入的容量大小转化为：>传入容量大小的最小的2的幂
int capacity = roundUpToPowerOf2(toSize);
// 2. 重新计算阈值 threshold = 容量 * 加载因子
threshold = (int) Math.min(capacity * loadFactor, MAXIMUM_CAPACITY + 1);
// 3. 使用计算后的初始容量初始化数组table
table = new Entry[capacity];
initHashSeedAsNeeded(capacity);
}
分析3：计算存放数组 table 中的位置
1
2
3
4
// a. 根据键值key计算hash值
int hash = hash(key);
// b. 根据hash值 最终获得 key对应存放的数组Table中位置
int i = indexFor(hash, table.length);
1
2
3
4
5
6
7
8
9
10
11
12
13
14
15
// JDK 1.7实现：hashCode() + 4次位运算 + 5次异或运算（9次扰动）
static final int hash(int h) {
h ^= k.hashCode();
h ^= (h >>> 20) ^ (h >>> 12);
return h ^ (h >>> 7) ^ (h >>> 4);
}
// JDK 1.8实现：hashCode() + 1次位运算 + 1次异或运算（2次扰动）
static final int hash(Object key) {
int h;
return (key == null) ? 0 : (h = key.hashCode()) ^ (h >>> 16);
}
// 将扰动处理后的结果 与运算(&) （数组长度-1），得到存储在数组table的位置
static int indexFor(int h, int length) {
return h & (length-1);
}
关于计算数组下标，有3个核心问题，其根本目的都是提高存储 key-value 的数组下标位置的随机性 & 分布均匀性，尽量避免 hash 值冲突：
- 为什么不直接采用 hashCode() 作为下标？ 容易出现哈希码与数组大小范围不匹配的情况。
- 为什么采用 哈希码 & (数组长度-1)？ 根据容量大小，按需取哈希码一定数量的低位作为下标，解决“哈希码与数组大小范围不匹配”问题（这也是为什么容量必须是2的幂）。
- 为什么要对哈希码进行扰动处理？ 加大哈希码低位的随机性，使分布更均匀，减少 Hash 冲突。
分析5：addEntry —— 添加键值对 & 扩容
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
28
29
30
31
32
33
34
35
36
37
38
39
40
41
42
43
44
45
46
47
48
49
void addEntry(int hash, K key, V value, int bucketIndex) {
// 1. 插入前判断容量是否足够，若不足则扩容2倍、重新计算hash值和下标
if ((size >= threshold) && (null != table[bucketIndex])) {
resize(2 * table.length);
hash = (null != key) ? hash(key) : 0;
bucketIndex = indexFor(hash, table.length);
}
// 2. 创建1个新的数组元素（Entry） 并放入到数组中
createEntry(hash, key, value, bucketIndex);
}
void resize(int newCapacity) {
Entry[] oldTable = table;
int oldCapacity = oldTable.length;
if (oldCapacity == MAXIMUM_CAPACITY) {
threshold = Integer.MAX_VALUE;
return;
}
Entry[] newTable = new Entry[newCapacity];
transfer(newTable); // 将旧数组数据转移到新table中
table = newTable;
threshold = (int)(newCapacity * loadFactor);
}
// 过程：按旧链表的正序遍历链表、在新链表的头部依次插入（头插法）
void transfer(Entry[] newTable) {
Entry[] src = table;
int newCapacity = newTable.length;
for (int j = 0; j < src.length; j++) {
Entry<K,V> e = src[j];
if (e != null) {
src[j] = null;
do {
Entry<K,V> next = e.next;
int i = indexFor(e.hash, newCapacity);
e.next = newTable[i];
newTable[i] = e;
e = next;
} while (e != null);
}
}
}
void createEntry(int hash, K key, V value, int bucketIndex) {
Entry<K,V> e = table[bucketIndex];
// 头插法：table中每个位置永远只保存最新插入的Entry，旧Entry放入链表中
table[bucketIndex] = new Entry<>(hash, key, value, e);
size++;
}
键值对的添加方式：单链表的头插法。 即将该位置（数组上）原来的数据放到链表下1个节点，新数据放到数组位置上。
扩容机制： 在扩容 resize() 转移数据时 = 按旧链表的正序遍历链表、在新链表的头部依次插入，即扩容后容易出现链表逆序（扩容前 1->2->3，扩容后 3->2->1）。此时若多线程并发执行 put()，一旦触发扩容，容易出现环形链表，从而在获取数据、遍历链表时形成死循环（Infinite Loop），即线程不安全。
步骤3：从 HashMap 获取数据（get）
get() 与 put() 过程原理几乎相同：
1
2
3
4
5
6
7
8
9
10
11
12
13
14
15
16
17
18
public V get(Object key) {
if (key == null)
return getForNullKey();
Entry<K,V> entry = getEntry(key);
return null == entry ? null : entry.getValue();
}
final Entry<K,V> getEntry(Object key) {
if (size == 0) return null;
// 1. 计算hash值；2. 计算数组下标；3. 遍历该下标处链表寻找key对应值
int hash = (key == null) ? 0 : hash(key);
for (Entry<K,V> e = table[indexFor(hash, table.length)]; e != null; e = e.next) {
Object k;
if (e.hash == hash && ((k = e.key) == key || (key != null && key.equals(k))))
return e;
}
return null;
}
JDK 1.8 的优化目的主要是：减少 Hash 冲突 & 提高哈希表的存、取效率。主要区别：
- 数据结构：1.7 是 数组 + 单链表；1.8 是 数组 + 单链表 + 红黑树（链表长度 ≥ 8 且数组长度 ≥ 64 时转红黑树）。
- 扩容转移数据：1.7 采用头插法（可能逆序，多线程易成环形链表死循环）；1.8 采用尾插法（不会逆序，不易成环）。
- hash 扰动：1.7 做了9次扰动（4次位运算 + 5次异或）；1.8 简化为2次扰动（1次位运算 + 1次异或）。
注：JDK 1.8 虽然改用尾插法避免了环形链表，但因为没有加同步锁保护，HashMap 依然是线程不安全的。
- 哈希表如何解决 Hash 冲突：拉链法（数组 + 链表）。
- 为什么 String、Integer 适合作 key：这些类是 final 的、不可变，保证了 key 的不可更改性（hashCode 不会变），且内部已重写 equals() 和 hashCode()。
- key 为 Object 类型时需实现哪些方法：需正确重写 equals() 和 hashCode()，保证相等的对象有相等的 hashCode。
本文由作者按照 CC BY 4.0 进行授权