--- title: HashMap-JDK8源码讲解及常见面试题 tags: - Java集合 - HashMap categories: - Java集合 - HashMap keywords: Java集合，HashMap。 description: HashMap-JDK8源码讲解及常见面试题。 cover: 'https://cdn.jsdelivr.net/gh/youthlql/lqlp@v1.0.0/Java_Basis/logo.png' abbrlink: cbc5672a date: 2020-11-01 10:22:05 --- > JDK7说过的东西，本篇文章不再讲解 # 数据结构 ## 红黑树在JDK8中，优化了HashMap的数据结构，引入了红黑树。即HashMap的数据结构：数组+链表+红黑树。HashMap变成了这样。

### 为什么要引入红黑树 1、主要是为了提高HashMap的性能，即解决发生hash冲突后，因为链表过长而导致索引效率慢的问题 2、链表的索引速度是O(n)，而利用了红黑树快速增删改查的特点，时间复杂度就是O(logn)。 ## Node类 `HashMap`中的数组元素，链表节点均采用`Node`类实现，与 `JDK 1.7` 的对比（`Entry`类），仅仅只是换了名字。就是一些常规的方法 ```java /** * Node = HashMap的内部类，实现了Map.Entry接口，本质是 = 一个映射(键值对) * 实现了getKey()、getValue()、equals(Object o)和hashCode()等方法 **/ static class Node implements Map.Entry { final int hash; final K key; V value; Node next; // 构造方法 Node(int hash, K key, V value, Node next) { this.hash = hash; this.key = key; this.value = value; this.next = next; } public final K getKey() { return key; } public final V getValue() { return value; } public final String toString() { return key + "=" + value; } public final V setValue(V newValue) { V oldValue = value; value = newValue; return oldValue; } public final int hashCode() { return Objects.hashCode(key) ^ Objects.hashCode(value); } public final boolean equals(Object o) { 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; } } ``` ## TreeNode类 ```java static final class TreeNode extends LinkedHashMap.Entry { // 属性 = 父节点、左子树、右子树、删除辅助节点 + 颜色 TreeNode parent; TreeNode left; TreeNode right; TreeNode prev; boolean red; // 构造函数 TreeNode(int hash, K key, V val, Node next) { super(hash, key, val, next); } // 返回当前节点的根节点 final TreeNode root() { for (TreeNode r = this, p;;) { if ((p = r.parent) == null) return r; r = p; } } ``` ## 重要参数 > JDK7里讲过的就不再讲了 ```java static final int DEFAULT_INITIAL_CAPACITY = 1 << 4; static final int MAXIMUM_CAPACITY = 1 << 30; final float loadFactor; static final float DEFAULT_LOAD_FACTOR = 0.75f; int threshold; // 存储数据的Node类型数组，长度 = 2的幂； transient Node[] table; transient int size; //与红黑树相关的参数 /* 1、单链表(桶)的树化阈值：即链表转成红黑树的阈值，在存储数据时，当链表长度 > 该值时，则将链表转换成红黑树 */ static final int TREEIFY_THRESHOLD = 8; /* 1、桶的链表还原阈值：即红黑树转为链表的阈值，当在扩容（resize（））时（此时HashMap的数据存储位置会重新计算），在重新计算存储位置后，当原有的红黑树内节点数量 < 6时，则将红黑树转换成链表 */ static final int UNTREEIFY_THRESHOLD = 6; /* 1、最小树形化容量阈值：即当哈希表中的容量 > 该值时，才允许树形化链表（即将链表转换成红黑树）。否则，若（单链表）桶内元素太多时，则直接扩容，而不是树形化。 2、为了避免进行扩容、树形化选择的冲突，这个值不能小于 4 * TREEIFY_THRESHOLD */ static final int MIN_TREEIFY_CAPACITY = 64; ``` # 构造函数源码 ```java public class HashMap extends AbstractMap implements Map, Cloneable, Serializable{ public HashMap() { this.loadFactor = DEFAULT_LOAD_FACTOR; } 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"的构造函数 * 加载因子和容量由自己指定 */ public HashMap(int initialCapacity, float loadFactor) { // 指定初始容量必须非负，否则报错 if (initialCapacity < 0) throw new IllegalArgumentException("Illegal initial capacity: " + initialCapacity); // HashMap的最大容量只能是MAXIMUM_CAPACITY，哪怕传入的 > 最大容量 if (initialCapacity > MAXIMUM_CAPACITY) initialCapacity = MAXIMUM_CAPACITY; // 填充比必须为正 if (loadFactor <= 0 || Float.isNaN(loadFactor)) throw new IllegalArgumentException("Illegal load factor: " + loadFactor); // 设置加载因子 this.loadFactor = loadFactor; /* 1、设置扩容阈值 2、此处不是真正的阈值，仅仅只是将传入的容量大小转化为：>传入容量大小的最小的2的幂，该阈值后面会重新计算 */ this.threshold = tableSizeFor(initialCapacity); } public HashMap(Map m) { this.loadFactor = DEFAULT_LOAD_FACTOR; // 将传入的子Map中的全部元素逐个添加到HashMap中 putMapEntries(m, false); } } ``` ## tableSizeFor() ```java /** * 作用：将传入的容量大小转化为：>传入容量大小的最小的2的幂 * 与JDK 1.7对比：类似于JDK 1.7 中 inflateTable()里的 roundUpToPowerOf2(toSize) */ 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; } ``` ```java public class test { public static void main(String[] args) { int n = 65538; //这个数字是2^16 + 2 System.out.println("开始:" + Integer.toBinaryString(n)); int res = tableSizeFor(n); System.out.println("最终结果:" + res); } static final int MAXIMUM_CAPACITY = 1 << 30; static final int tableSizeFor(int cap) { int n = cap - 1; n |= n >>> 1; System.out.println(Integer.toBinaryString(n)); n |= n >>> 2; System.out.println(Integer.toBinaryString(n)); n |= n >>> 4; System.out.println(Integer.toBinaryString(n)); n |= n >>> 8; System.out.println(Integer.toBinaryString(n)); n |= n >>> 16; System.out.println(Integer.toBinaryString(n)); return (n < 0) ? 1 : (n >= MAXIMUM_CAPACITY) ? MAXIMUM_CAPACITY : n + 1; } } ``` 输出结果： ``` 开始:10000000000000010 11000000000000001 11110000000000001 11111111000000001 11111111111111111 11111111111111111 最终结果:131072 Process finished with exit code 0 ``` **第一次运行：** 10000000000000010 n >>> 1; 01000000000000000 进行|运算 11000000000000001 分析：把最大位的1，通过位移后移一位，并且通过|运算，组合起来 **第二次运行：** 11000000000000001 n >>> 2; 00110000000000000 进行|运算 11110000000000001 分析：把最大的两位，已经变成1的，往后移动两位，并且通过|运算，组合起来 **第三次运行：** 11110000000000001 n >>> 4; 00001111000000000 进行|运算 11111111000000001 分析：把最大4位，已经变成1的，往后移动4位，并且通过|运算，组合起来 **第四次运行：** 11111111000000001 n >>> 8; 00000000111111110 进行|运算 11111111111111111 分析：把最大的8位，已经变成1的，往后移动8位，并且通过|运算，组合起来 **第五次运算：** 同上。因为我的数据，最大只到17位，所有第五次没有效果。可以用32位来进行运算，第五次是通过前16位已经变成1的数据，往后移动16位，然后通过或运算，最后的结果是32位都变成1。 > 原理就是，保证造成一个所有位都为1的数据。并且通过最后的+1。变成2^N次方的数据。 # put源码 ```java public V put(K key, V value) { //在第一个参数里就直接计算出了hash值 return putVal(hash(key), key, value, false, true); } ``` ```java final V putVal(int hash, K key, V value, boolean onlyIfAbsent, boolean evict) { Node[] tab; Node p; int n, i; /* 1、若哈希表的数组tab为空，则通过resize()进行初始化，所以，初始化哈希表的时机就是第1次调用put函数时，即调用resize() 初始化创建。 */ if ((tab = table) == null || (n = tab.length) == 0) n = (tab = resize()).length; /* if分支 1、根据键值key计算的hash值，计算插入存储的数组索引i 2、插入时，需判断是否存在Hash冲突： 2-1、若不存在（即当前table[i] == null），则直接在该数组位置新建节点，插入完毕。 2-2、否则代表发生hash冲突，进入else分支 */ if ((p = tab[i = (n - 1) & hash]) == null) tab[i] = newNode(hash, key, value, null); else { Node e; K k; //判断 table[i]的元素的key是否与需插入的key一样，若相同则直接用新value覆盖旧value //【即更新操作】 if (p.hash == hash && ((k = p.key) == key || (key != null && key.equals(k)))) e = p; //继续判断：需插入的数据结构是否为红黑树or链表。若是红黑树，则直接在树中插入or更新键值对 else if (p instanceof TreeNode) /* 1、putTreeVal作用：向红黑树插入 or 更新数据（键值对） 2、过程：遍历红黑树判断该节点的key是否与需插入的key是否相同： 2-1、若相同，则新value覆盖旧value 2-2、若不相同，则插入 */ e = ((TreeNode)p).putTreeVal(this, tab, hash, key, value); //进入到这个分支说明是链表节点 else { /* 过程： 1、遍历table[i]，判断Key是否已存在：采用equals()对比当前遍历节点的key 与需插入数据的key：若已存在，则直接用新value覆盖旧value 2、遍历完毕后仍无发现上述情况，则直接在链表尾部插入数据(尾插法) 3、新增节点后，需判断链表长度是否>8（8 = 桶的树化阈值）：若是，则把链表转换为红黑树 */ for (int binCount = 0; ; ++binCount) { //对于2情况的操作尾插法插入尾部 if ((e = p.next) == null) { p.next = newNode(hash, key, value, null); //对于3情况的操作 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; } } // 对1情况的后续操作：发现key已存在，直接用新value 覆盖旧value，返回旧value if (e != null) { // existing mapping for key V oldValue = e.value; if (!onlyIfAbsent || oldValue == null) e.value = value; afterNodeAccess(e); return oldValue; } } ++modCount; // 插入成功后，判断实际存在的键值对数量size > threshold if (++size > threshold) resize(); afterNodeInsertion(evict); return null; } ``` ## hash() ```java //JDK7实现:使用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); } //JDK8实现: 使用hashCode() + 1次位运算 + 1次异或运算（2次扰动） static final int hash(Object key) { int h; /* 1、当key = null时，hash值 = 0，所以HashMap的key可为null 2、当key ≠ null时，则通过先计算出 key的 hashCode()（记为h），然后对哈希码进行扰动处理。高位参与低位的运算：h ^ (h >>> 16) */ return (key == null) ? 0 : (h = key.hashCode()) ^ (h >>> 16); } ``` JDK8 hash的运算原理：高位参与低位运算，使得hash更加均匀。

## resize() 这个方法改动比较大 ```java //该函数有2种使用情况：1、初始化哈希表 2、当前数组容量过小，需扩容 final Node[] resize() { Node[] oldTab = table; // 扩容前的数组（当前数组） int oldCap = (oldTab == null) ? 0 : oldTab.length; // 扩容前的数组的容量 int oldThr = threshold;// 扩容前的数组的阈值 int newCap, newThr = 0; // 针对情况2：若扩容前的数组容量超过最大值，则不再扩充 if (oldCap > 0) { if (oldCap >= MAXIMUM_CAPACITY) { threshold = Integer.MAX_VALUE; return oldTab; } // 针对情况2：若无超过最大值，就扩充为原来的2倍 else if ((newCap = oldCap << 1) < MAXIMUM_CAPACITY && oldCap >= DEFAULT_INITIAL_CAPACITY) newThr = oldThr << 1; // 通过右移扩充2倍 } // 针对情况1：初始化哈希表（采用指定值或者默认值） else if (oldThr > 0) newCap = oldThr; else { newCap = DEFAULT_INITIAL_CAPACITY; newThr = (int)(DEFAULT_LOAD_FACTOR * DEFAULT_INITIAL_CAPACITY); } // 计算新的扩容阈值 if (newThr == 0) { float ft = (float)newCap * loadFactor; newThr = (newCap < MAXIMUM_CAPACITY && ft < (float)MAXIMUM_CAPACITY ? (int)ft : Integer.MAX_VALUE); } threshold = newThr; @SuppressWarnings({"rawtypes","unchecked"}) Node[] newTab = (Node[])new Node[newCap]; table = newTab; //旧数组数据移动到新数组里，整体过程也是遍历旧数组每个数据 if (oldTab != null) { // 把每个bucket都移动到新的buckets中 for (int j = 0; j < oldCap; ++j) { Node e; if ((e = oldTab[j]) != null) { oldTab[j] = null; if (e.next == null) newTab[e.hash & (newCap - 1)] = e; else if (e instanceof TreeNode) ((TreeNode)e).split(this, newTab, j, oldCap); else { // 链表优化重hash的代码块 Node loHead = null, loTail = null; Node hiHead = null, hiTail = null; Node next; //这个待会细讲 do { next = e.next; //原索引 if ((e.hash & oldCap) == 0) { if (loTail == null) loHead = e; else loTail.next = e; loTail = e; } // 原索引 + oldCap else { if (hiTail == null) hiHead = e; else hiTail.next = e; hiTail = e; } } while ((e = next) != null); // 原索引放到bucket里 if (loTail != null) { loTail.next = null; newTab[j] = loHead; } // 原索引+oldCap放到bucket里 if (hiTail != null) { hiTail.next = null; newTab[j + oldCap] = hiHead; } } } } } return newTab; } ``` JDK8扩容时，数据在数组下标的计算方式

* `JDK8`根据此结论作出的新元素存储位置计算规则非常简单，提高了扩容效率。 - 这与 `JDK7`在计算新元素的存储位置有很大区别：`JDK7`在扩容后，都需按照原来方法进行rehash，效率不高。 # get源码 ```java public V get(Object key) { Node e; // 计算需获取数据的hash值,通过getNode（）获取所查询的数据,获取后，判断数据是否为空 return (e = getNode(hash(key), key)) == null ? null : e.value; } final Node getNode(int hash, Object key) { Node[] tab; Node first, e; int n; K k; //计算存放在数组table中的位置 if ((tab = table) != null && (n = tab.length) > 0 && (first = tab[(n - 1) & hash]) != null) { // 先在数组中找，若存在，则直接返回 if (first.hash == hash && // always check first node ((k = first.key) == key || (key != null && key.equals(k)))) return first; //若数组中没有，则到红黑树中寻找 if ((e = first.next) != null) { // 在树中get if (first instanceof TreeNode) return ((TreeNode)first).getTreeNode(hash, key); //若红黑树中也没有，则通过遍历，到链表中寻找 do { if (e.hash == hash && ((k = e.key) == key || (key != null && key.equals(k)))) return e; } while ((e = e.next) != null); } } return null; } ``` # ---下面是常见面试题--- # HashMap在JDK7和8中区别？ 1、hash冲突时：JDK7用的是头插法，而JDK1.8及之后使用的都是尾插法。JDK7是用单链表进行的纵向延伸，当采用头插法时会容易出现逆序且环形链表死循环问题。但是在JDK8之后是使用尾插法，能够避免出现逆序且链表死循环的问题。 2、扩容时：JDK7需要重新进行rehash。JDK8则直接时判断hash值新参与的位是0还是1，0就是原位置，1就是原位置+就容量 3、引入了红黑树（原因前面说过） 4、hash的计算：JDK7是9次扰动（4次位运算 + 5次异或运算），JDK8时是2次扰动（1次位运算 + 1次异或运算）。 5、JDK7是先扩容再插入k-v，JDK8时是插入后一起扩容。 # 为什么不直接用hash码作为数组table的下标？ 1、哈希码一般是int型，范围是-(2^31) -- 2^31 - 1。容易出现哈希码与数组大小范围不匹配的情况，即计算出来的哈希码可能不在数组大小范围内，从而导致无法匹配存储位置。 2、常见解决办法就是hash值与数组长度取模。 # 为什么容量要求为2的幂？一般来说散列表容量的常规设计思路是容量取素数，因为素数导致冲突的概率 < 合数。比如Hashtable初始化容量就是11（不过扩容后不能保证是素数） **hashmap这样设计的原因是** 1、保证哈希码的均匀性。首先容量可为奇数，也可为偶数。假设数组长度为奇数，那么二进制最后一位是1。假设数组长度为偶数，那么二进制最后一位是0。如果是奇数 hash&(length - 1) 铁定是偶数，就会导致浪费了数组的一半位置（奇数索引无法被放数据，hash冲突概率高）。如果是2的幂这种偶数，length - 1就是奇数，那么最终的hash&(length-1)计算出来的索引位置取决于hash值，也就是说可以是偶数索引，也可以是奇数索引，均匀分布。 2、length是2的幂时 hash&(length - 1)等价于hash % length。但是&效率更高，而只有length是2的幂，这两个才等价。 # 二次扰动的好处高位充分参与低位运算，加大哈希码低位的随机性，使得分布更均匀，从而提高对应数组存储下标位置的随机性 & 均匀性，最终减少Hash冲突 # 什么样类型的数据适合做hashmap的key? 像Integer这种，内部属性value被final修饰，保证了Hash值的不可更改性，有效的减少了hash冲突 # 为什么选择8作为树化阈值？ ```java //Java8代码官方解释的原因 * Because TreeNodes are about twice the size of regular nodes, we * use them only when bins contain enough nodes to warrant use * (see TREEIFY_THRESHOLD). And when they become too small (due to * removal or resizing) they are converted back to plain bins. In * usages with well-distributed user hashCodes, tree bins are * rarely used. Ideally, under random hashCodes, the frequency of * nodes in bins follows a Poisson distribution * (http://en.wikipedia.org/wiki/Poisson_distribution) with a * parameter of about 0.5 on average for the default resizing * threshold of 0.75, although with a large variance because of * resizing granularity. Ignoring variance, the expected * occurrences of list size k are (exp(-0.5) * pow(0.5, k) / * factorial(k)). The first values are: * * 0: 0.60653066 * 1: 0.30326533 * 2: 0.07581633 * 3: 0.01263606 * 4: 0.00157952 * 5: 0.00015795 * 6: 0.00001316 * 7: 0.00000094 * 8: 0.00000006 * more: less than 1 in ten million ``` 由于treenodes的大小大约是常规节点的两倍，因此我们仅在容器包含足够的节点以保证使用时才使用它们，当它们变得太小（由于移除或调整大小）时，它们会被转换回普通的node节点，容器中节点分布在hash桶中的频率遵循泊松分布，桶的长度超过8的概率非常非常小，作者是根据概率统计而选择了8作为阀值。 # 为什么选择6和8作为链表化和树化的阈值? 1、首先就是遵循泊松分布概率选了6和8 2、其次：如果选择6和8（如果链表小于等于6树还原转为链表，大于等于8转为树），中间有个差值7可以有效防止链表和树频繁转换。假设一下，如果设计成链表个数超过8则链表转换成树结构，链表个数小于8则树结构转换成链表，如果一个HashMap不停的插入、删除元素，链表个数在8左右徘徊，就会频繁的发生树转链表、链表转树，效率会很低。