面试突击：HashMap 源码详解

本文已收录于：https://github.com/danmuking/all-in-one（持续更新）

数据结构

JDK1.8 之前

JDK1.8 之前 HashMap 采用 数组和链表 结合的数据结构。如下图：
HashMap-第 2 页.drawio.png
HashMap 将 key 的 hashCode 经过扰动函数处理过后得到 hash 值，然后通过(n - 1) & hash判断当前元素存放的位置（n 指的是数组的长度），如果当前位置存在元素的话，就判断该元素与要存入的元素的 hash 值以及 key 是否相同，如果相同的话，直接覆盖，不相同就通过拉链法解决冲突。

什么是拉链法？
拉链法就是将链表和数组相结合。也就是说创建一个链表数组，数组中每一格就是一个链表。若遇到哈希冲突，则将冲突的值加到链表中即可。

JDK1.8 之后

在JDK1.8之中，由于考虑到搜索链表的时间复杂度为 O(n)，链表过长的话，遍历链表将会花费过长的时间，因此，JDK1.8中，对 HashMap 的数据结构进行了一定的优化。
当满足一定条件时，会将链表转换为红黑树结构（具体细节见下文），搜索红黑树的时间复杂度为 O(logn)，这可以为 HashMap 带来一定的性能提升 HashMap-第 2 页.drawio.png
在 JDK1.8 中，还对 HashMap 中计算 hashcode 的函数进行了优化
JDK 1.8 的 hash 方法相比于 JDK 1.7 hash 方法更加简化。

static final int hash(Object key) {int h;// key.hashCode()：返回散列值也就是hashcode// ^：按位异或// >>>:无符号右移，忽略符号位，空位都以0补齐return (key == null) ? 0 : (h = key.hashCode()) ^ (h >>> 16);}

对比一下 JDK1.7 的 HashMap 的 hash 方法源码.

static int hash(int h) {// This function ensures that hashCodes that differ only by// constant multiples at each bit position have a bounded// number of collisions (approximately 8 at default load factor).h ^= (h >>> 20) ^ (h >>> 12);return h ^ (h >>> 7) ^ (h >>> 4);
}

JDK1.8 的 hash 扰动次数更少，性能更好。

类图

HashMap 的继承关系很简单，继承于 AbstractMap 并且是实现了 Cloneable 和 Serializable 接口

public class HashMap<K,V> extends AbstractMap<K,V> implements Map<K,V>, Cloneable, Serializable

AbstractMap : 表明它是一个 Map，支持实现 k-v 形式的查询操作
Cloneable ：表明它具有拷贝能力，可以进行深拷贝或浅拷贝操作。
Serializable : 表明它可以进行序列化操作，也就是可以将对象转换为字节流进行持久化存储或网络传输

核心源码解读

重要变量：

// 默认的初始容量是16
static final int DEFAULT_INITIAL_CAPACITY = 1 << 4;
// 最大容量
static final int MAXIMUM_CAPACITY = 1 << 30;
// 默认的负载因子
static final float DEFAULT_LOAD_FACTOR = 0.75f;
// 当桶上的结点数大于等于这个值时会转成红黑树
static final int TREEIFY_THRESHOLD = 8;
// 当桶上的结点数小于等于这个值时树转链表
static final int UNTREEIFY_THRESHOLD = 6;
// 链表转化为红黑树所需的最小数组容量
// 链表转换为红黑树需要MIN_TREEIFY_CAPACITY和TREEIFY_THRESHOLD两个条件同时满足
static final int MIN_TREEIFY_CAPACITY = 64;
// 存储元素的数组，总是2的幂次倍
transient Node<k,v>[] table;
// 存放元素的个数，注意这个不等于数组的长度。
transient int size;
// 阈值(容量*负载因子) 当size超过阈值时，会进行扩容
int threshold;
// 负载因子
final float loadFactor;

loadFactor 负载因子

loadFactor 负载因子是控制 HashMap 中数组存放数据的疏密程度，loadFactor 影响的是单位长度的数组中存放的数据数量，loadFactor 越大，单位长度的数组中存放的元素就越多，反之，loadFactor 越小，单位长度的数组中存放的元素就越少

loadFactor 太大会导致导致查找元素效率低，因为数据密集，平均链表长度更长。
loadFactor 太小导致数组的利用率低，存放的数据会很分散，很多数组位置空闲
loadFactor 的默认值为 0.75f 是官方给出的一个比较好的临界值。

threshold 阈值

threshold = capacity * loadFactor，当size > threshold的时候，就会进行数组扩容。

Node 节点

// 继承自 Map.Entry<K,V>
static class Node<K,V> implements Map.Entry<K,V> {final int hash;// 哈希值，存放元素到hashmap中时用来与其他元素hash值比较final K key;//键V value;//值// 指向下一个节点Node<K,V> next;Node(int hash, K key, V value, Node<K,V> 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; }// 重写hashCode()方法public final int hashCode() {return Objects.hashCode(key) ^ Objects.hashCode(value);}public final V setValue(V newValue) {V oldValue = value;value = newValue;return oldValue;}// 重写 equals() 方法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;}
}

初始化

HashMap 中有四个构造方法，其中常用的有三个：

// 默认构造函数。
public HashMap() {// 懒加载，初始化的时候不分配空间。this.loadFactor = DEFAULT_LOAD_FACTOR; // all   other fields defaulted}// 指定初始化容量的构造函数public HashMap(int initialCapacity) {this(initialCapacity, DEFAULT_LOAD_FACTOR);}// 指定“容量大小”和“负载因子”的构造函数public HashMap(int initialCapacity, float loadFactor) {if (initialCapacity < 0)throw new IllegalArgumentException("Illegal initial capacity: " + initialCapacity);// 边界条件处理if (initialCapacity > MAXIMUM_CAPACITY)initialCapacity = MAXIMUM_CAPACITY;if (loadFactor <= 0 || Float.isNaN(loadFactor))throw new IllegalArgumentException("Illegal load factor: " + loadFactor);this.loadFactor = loadFactor;// 初始容量暂时存放到 threshold ，在resize中再赋值给 newCap 进行table初始化// tableSizeFor的作用是找到和initialCapacity最接近的2的次幂，// 因为 HashMap 的容量一定是2的次幂this.threshold = tableSizeFor(initialCapacity);}static final int tableSizeFor(int cap) {int n = -1 >>> Integer.numberOfLeadingZeros(cap - 1);return (n < 0) ? 1 : (n >= MAXIMUM_CAPACITY) ? MAXIMUM_CAPACITY : n + 1;
}

HashMap 同样使用懒加载，第一次初始化的时候不分配数组空间，第一次空间分配发生在以第一次调用 put 方法时

put 方法

步骤

向 HashMap 中添加元素需要经过一下步骤：

计算 key 的 hash 值，并定位到对应的数组位置
如果定位到的数组位置没有元素就直接插入。
如果定位到的数组位置有元素，就和要插入的 key 比较。如果 key 相同就直接覆盖，如果 key 不相同，就需要遍历所有元素，如果找到相同的 key 就覆盖，否则插入到末尾。

public V put(K key, V value) {// 实际调用 putVal 方法return putVal(hash(key), key, value, false, true);
}final V putVal(int hash, K key, V value, boolean onlyIfAbsent,boolean evict) {Node<K,V>[] tab; Node<K,V> p; int n, i;// table未初始化或者长度为0，进行扩容// 这里会将 table 赋值给 tab，tab.length 赋值给 n，接下来经常有这种写法if ((tab = table) == null || (n = tab.length) == 0)n = (tab = resize()).length;// (n - 1) & hash 确定元素存放在哪个桶中，桶为空，新生成结点放入桶中(此时，这个结点是放在数组中)if ((p = tab[i = (n - 1) & hash]) == null)tab[i] = newNode(hash, key, value, null);// 桶中已经存在元素（处理hash冲突）else {Node<K,V> e; K k;//快速判断第一个节点table[i]的key是否与插入的key一样，若相同就直接使用插入的值p替换掉旧的值e。if (p.hash == hash &&((k = p.key) == key || (key != null && key.equals(k))))e = p;// 判断插入的是否是红黑树节点else if (p instanceof TreeNode)// 放入树中e = ((TreeNode<K,V>)p).putTreeVal(this, tab, hash, key, value);// 不是红黑树节点则说明为链表结点else {// 遍历链表，如果在链表中找到相同的key就覆盖，否则添加到尾部for (int binCount = 0; ; ++binCount) {// 已经到达链表的尾部if ((e = p.next) == null) {// 在尾部插入新结点p.next = newNode(hash, key, value, null);// 结点数量达到阈值(默认为 8 )，执行 treeifyBin 方法// 这个方法会根据 HashMap 数组来决定是否转换为红黑树。// 只有当数组长度大于或者等于 64 的情况下，才会执行转换红黑树操作，以减少搜索时间。// 否则，就是只是对数组扩容。if (binCount >= TREEIFY_THRESHOLD - 1) // -1 for 1sttreeifyBin(tab, hash);// 跳出循环break;}// 如果找到key相同的节点，结束遍历，接下来将会覆盖旧值if (e.hash == hash &&((k = e.key) == key || (key != null && key.equals(k))))// 相等，跳出循环break;// 用于遍历桶中的链表，与前面的e = p.next组合，可以遍历链表p = e;}}// 表示在桶中找到key值、hash值与插入元素相等的结点if (e != null) {// 记录e的valueV oldValue = e.value;// onlyIfAbsent为false或者旧值为nullif (!onlyIfAbsent || oldValue == null)//用新值替换旧值e.value = value;// 访问后回调afterNodeAccess(e);// 返回旧值return oldValue;}}// 结构性修改++modCount;// 实际大小大于阈值则扩容if (++size > threshold)resize();// 插入后回调afterNodeInsertion(evict);return null;
}

get 方法

步骤

从 HashMap 中获取元素的步骤与插入元素的步骤差不多：

计算 key 对应的 hash 值，计算对应的数组位置
快速比较对应数组位置的元素是不是要获取的元素，是则返回，不是则遍历对应位置的链表
遍历链表，如果找到相同的key则返回，否则遍历到最后一个节点返回 null

public V get(Object key) {Node<K,V> e;return (e = getNode(hash(key), key)) == null ? null : e.value;
}final Node<K,V> getNode(int hash, Object key) {Node<K,V>[] tab; Node<K,V> first, e; int n; K k;if ((tab = table) != null && (n = tab.length) > 0 &&(first = tab[(n - 1) & hash]) != null) {// 比较第一个元素是否相等，相等则快速返回if (first.hash == hash && // always check first node((k = first.key) == key || (key != null && key.equals(k))))return first;// 遍历链表if ((e = first.next) != null) {// 在树中getif (first instanceof TreeNode)return ((TreeNode<K,V>)first).getTreeNode(hash, key);// 在链表中getdo {if (e.hash == hash &&((k = e.key) == key || (key != null && key.equals(k))))return e;} while ((e = e.next) != null);}}return null;
}

resize 方法

扩容也是 HashMap 中一个重要的知识点。进行扩容，将会遍历原数组中的所有数据，并重新计算其在新数组中的对应位置，将其转移到新数组中。因此 resize 相当耗时，在程序中需要尽量避免。

很多文章会说在resize的过程中会**重新计算hash的值，这是错误的。**在扩容时将会沿用之前的hash，仅仅重新计算在新数组中的位置。

步骤

resize 的流程很简单，大体来说只有两步：

创建原数组2倍大小的数组
将原数组元素移动到新数组

final Node<K,V>[] resize() {Node<K,V>[] oldTab = table;int oldCap = (oldTab == null) ? 0 : oldTab.length;int oldThr = threshold;int newCap, newThr = 0;if (oldCap > 0) {// 超过最大值就不再扩充了，就只好随你碰撞去吧if (oldCap >= MAXIMUM_CAPACITY) {// 同时将阈值设为最大值，之后就不会再扩容了threshold = Integer.MAX_VALUE;return oldTab;}// 没超过最大值，就扩充为原来的2倍else if ((newCap = oldCap << 1) < MAXIMUM_CAPACITY && oldCap >= DEFAULT_INITIAL_CAPACITY)newThr = oldThr << 1; // double threshold}// 下面两个条件是初始化 HashMap 时触发else if (oldThr > 0) // initial capacity was placed in threshold// 创建对象时初始化容量大小放在threshold中，此时只需要将其作为新的数组容量newCap = oldThr;else {// signifies using defaults 无参构造函数创建的对象在这里计算容量和阈值newCap = DEFAULT_INITIAL_CAPACITY;newThr = (int)(DEFAULT_LOAD_FACTOR * DEFAULT_INITIAL_CAPACITY);}if (newThr == 0) {// 创建时指定了初始化容量或者负载因子，在这里进行阈值初始化，// 或者扩容前的旧容量小于16，在这里计算新的resize上限float ft = (float)newCap * loadFactor;newThr = (newCap < MAXIMUM_CAPACITY && ft < (float)MAXIMUM_CAPACITY ? (int)ft : Integer.MAX_VALUE);}threshold = newThr;@SuppressWarnings({"rawtypes","unchecked"})Node<K,V>[] newTab = (Node<K,V>[])new Node[newCap];table = newTab;if (oldTab != null) {// 把每个bucket都移动到新的buckets中for (int j = 0; j < oldCap; ++j) {Node<K,V> e;if ((e = oldTab[j]) != null) {oldTab[j] = null;if (e.next == null)// 只有一个节点，直接计算元素新的位置即可newTab[e.hash & (newCap - 1)] = e;else if (e instanceof TreeNode)// 将红黑树拆分成2棵子树，如果子树节点数小于等于 UNTREEIFY_THRESHOLD（默认为 6），则将子树转换为链表。// 如果子树节点数大于 UNTREEIFY_THRESHOLD，则保持子树的树结构。((TreeNode<K,V>)e).split(this, newTab, j, oldCap);else {Node<K,V> loHead = null, loTail = null;Node<K,V> hiHead = null, hiTail = null;Node<K,V> next;do {next = e.next;// 原索引if ((e.hash & oldCap) == 0) {if (loTail == null)loHead = e;elseloTail.next = e;loTail = e;}// 原索引+oldCapelse {if (hiTail == null)hiHead = e;elsehiTail.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;
}

resize 如何计算数据在新数组中位置？

if ((e.hash & oldCap) == 0) {// 。。。
// 原索引+oldCap
else {// 。。。
}

为什么可以使用(e.hash & oldCap) == 0来计算数据在新数组中的位置呢？因为在 HashMap 中数组的长度一定是2的次幂（不知道的话请重新阅读上面的内容），并且扩容时新数组大小是旧数组的 2 倍。因此可以通过 hash 是否可以被2整除来决定元素应该放在原下标还是原下标+旧数组长度。代码中使用e.hash & oldCap位运算来加快计算速度，举个简单的例子来理解一下这个运算：
hash 实际上是一个int类型，转换为二进制就是32个bit。假设现在有一个大小为16的HashMap，数组下标范围就是0~15，因此可以使用hash的最后4个bit进行表示：
在扩容后大小变为16*2=32，数组下标范围为0~31，可以使用hash的最后5个bit进行表示：

可以发现，每扩容一次就需要多使用一个bit，而根据多使用的这个bit是0还是1就可以将元素分布到原下标和原下标+旧数组长度。

点关注，不迷路

好了，以上就是这篇文章的全部内容了，如果你能看到这里，非常感谢你的支持！
如果你觉得这篇文章写的还不错，求点赞👍 求关注❤️ 求分享👥 对暖男我来说真的 非常有用！！！
白嫖不好，创作不易，各位的支持和认可，就是我创作的最大动力，我们下篇文章见！
如果本篇博客有任何错误，请批评指教，不胜感激！