HashMap源码分析
2021/9/14 22:05:10
本文主要是介绍HashMap源码分析，对大家解决编程问题具有一定的参考价值，需要的程序猿们随着小编来一起学习吧！
目录
- 一、简介
- 二、底层结构
- 1. JDK1.7 HashMap 由 **数组+链表** 组成
- 2.JDK1.8 HashMap 由 **数组+链表+红黑树** 组成
- 三、源码分析
- 1.重要字段
- 2.存储的数据---Node节点
- 3.计算索引位置---hash() + 路由寻址
- 3.1 hash()方法
- 3.2 路由寻址公式
- 4.哈希冲突
- 5.构造方法
- 6.插入节点---put()与putVal()方法
- 7.获取节点值---get()与getNode()方法
- 8.扩容机制---resize()方法
- 8.1确定新数组的长度与新阈值
- 8.2 旧数组的数据拷贝到新数组
- 8.3 与JDK1.7的resize()对比
- 9.线程安全性（死循环）
- 参考文献：
一、简介
散列表（也叫哈希表），是一种根据散列函数（也叫哈希函数、hash函数）处理关键码值映射出索引位置的数组。散列函数一般通过取模的方式来实现。
JDK1.8 之前 HashMap 由 数组+链表 组成的，数组是 HashMap 的主体，链表则是主要为了解决哈希冲突而存在的（“拉链法”解决冲突）。 JDK1.8 以后采用 数组+链表+红黑树 的结构。1.8的HashMap 在解决哈希冲突时有了较大的变化，当链表长度大于阈值（默认为 8）且数组长度达到64时，将链表转化为红黑树，以减少搜索时间。
二、底层结构
1. JDK1.7 HashMap 由 数组+链表 组成
Enry<K,V>节点：上图中，每个绿色的实体是嵌套类 Entry 的实例，Entry 包含四个属性：key, value, hash 值和用于单向链表的 next。
2.JDK1.8 HashMap 由 数组+链表+红黑树 组成
需要注意的是：
- 数组长度>=64，并且链表长度>8的时候，会树化；若只是链表长度达到了8，数组长度没达到64，只会先数组扩容；
- 红黑树节点个数<6 的时候，会转换为链表。
三、源码分析
1.重要字段
首先，我们先来看一下HashMap里的重要属性。
// 默认的初始容量 16 static final int DEFAULT_INITIAL_CAPACITY = 1 << 4; // 最大容量，1左移30位 static final int MAXIMUM_CAPACITY = 1 << 30; // 默认扩容因子 0.75 static final float DEFAULT_LOAD_FACTOR = 0.75f; // 链表转红黑树的链表长度 static final int TREEIFY_THRESHOLD = 8; // 红黑树转链表的阈值 static final int UNTREEIFY_THRESHOLD = 6; // 链表转红黑树的数组长度 static final int MIN_TREEIFY_CAPACITY = 64; // 实际存储Node节点的个数 transient int size; // 记录HashMap被改动的次数，由于HashMap非线程安全，modCount可用于FailFast机制 transient int modCount; // 扩容阈值，默认16*0.75=12，当填充到13个元素时，扩容后将会变为32， int threshold; // 负载因子 loadFactor=capacity*threshold，HashMap扩容需要参考loadFactor的值 final float loadFactor;
- loadFactor 加载因子：
loadFactor 加载因子是控制数组存放数据的疏密程度，loadFactor 越趋近于 1，那么 数组中存放的数据(entry)也就越多，也就越密，也就是会让链表的长度增加，loadFactor 越小，也就是趋近于 0，数组中存放的数据Node也就越少，也就越稀疏。
loadFactor 太大导致链化严重，查找元素效率低；太小导致数组的利用率低，存放的数据会很分散。loadFactor 的默认值为 0.75f 是官方给出的一个比较好的临界值。
给定的默认容量为 16，加载因子为 0.75。Map 在使用过程中不断的往里面存放数据，当threshold数量达到 16 * 0.75 = 12 就需要将当前 16 的容量进行扩容，而扩容这个过程涉及到 rehash、复制数据等操作，所以非常消耗性能。
- threshold扩容阈值：
threshold = capacity * loadFactor，当实际节点个数 Size >= threshold的时候，那么就要考虑对数组的扩增了，也就是说，threshold就是衡量数组是否需要扩增的一个标准。
2.存储的数据—Node节点
然后，需要明白两个问题：数据底层具体存储的是什么？当我们要插入或者删除数据的时候，是通过什么方式来获取索引位置的呢？
HashMap的主体是一个哈希桶数组，它的字段 transient Node[] table，可以看出是一个Node的数组。我们来看Node[JDK1.8]是何物。
static class Node<K,V> implements Map.Entry<K,V> {
final int hash; //用来定位数组索引位置
final K key;
V value;
Node<K,V> next; //链表的下一个node
Node(int hash, K key, V value, Node<K,V> next) { ... }
public final K getKey(){ ... }
public final V getValue() { ... }
public final String toString() { ... }
public final int hashCode() { ... }
public final V setValue(V newValue) { ... }
public final boolean equals(Object o) { ... }
}
Node是HashMap的一个内部类，实现了Map.Entry接口，本质是就是一个映射（Key-Value键值对）。
所以每次插入的数据都是就是一个Node对象。当然，在JDK1.7版本中，是直接使用的Entry。
3.计算索引位置—hash() + 路由寻址
当我们需要增加、删除或者查找Node的时候，定位到哈希桶数组的位置都是很关键的第一步。那么，HashMap是通过什么方式来找到索引的呢？
HashMap主要是通过 hash()方法 + 路由寻址h & (table.length -1) 的方式来求得索引位置的。
3.1 hash()方法
hash()方法也叫做散列函数、扰动函数…
// 方法一（JDK1.8）：
static final int hash(Object key) { //jdk1.8 & jdk1.7
int h;
// h = key.hashCode() 第一步 取hashCode值
// h ^ (h >>> 16) 第二步 高位参与运算
return (key == null) ? 0 : (h = key.hashCode()) ^ (h >>> 16);
}
// hashCode()：返回一个哈希码值
public native int hashCode();
// 方法一（JDK1.7）：
static int hash(int h) {
h ^= (h >>> 20) ^ (h >>> 12);
return h ^ (h >>> 7) ^ (h >>> 4);
}
// 方法二：
static int indexFor(int h, int length) { //jdk1.7的源码，jdk1.8没有这个方法，但是实现原理一样的
return h & (length-1); //第三步 取模运算
}
可以看到，计算索引分为三步：取key的hashCode值、高位运算、取模运算；在JDK8 中，前两步由hash()方法来完成，最后一步在putVal()、getNode()等方法里实现。
-
取key的hashCode值：hashCode()是一个native方法，而且返回值类型是 32位 的int型的哈希码值。实际上，该native方法将对象在内存中的地址作为哈希码返回，可以保证不同对象的返回值不同（这句话，有待考证，是我从一篇博客上看的）。
-
高位运算
(h = key.hashCode()) ^ (h >>> 16)：因为hashCode()返回值类型是 32位 的int型，右移16位可以让哈希值的高16位参与运算可以更好的均匀散列，减少碰撞，进一步降低hash冲突的几率。
相比于 JDK1.8 的 hash 方法 ，JDK 1.7 的 hash 方法的性能会稍差一点点，因为毕竟扰动了 4 次。
3.2 路由寻址公式
经过hash()方法处理过的散列值，需要通过路由寻址算法h & (table.length -1)，来计算索引值。
- 取模运算：通过路由寻址公式
h & (table.length -1)来实现。(table.length -1)相当于一个“低位掩码”，“与”操作的结果就是哈希码值的高位全部归零，只保留低位值，且位运算比取余%运算要快。
因为HashMap数组长度都是取2的整数幂。以初始长度16为例，16-1=15。2进制表示是0 0000000 00000000 00001111。和某散列值做“与”操作如下，结果就是截取了最低的四位值。
10100101 11000100 00100101 & 00000000 00000000 00001111 ---------------------------------- 00000000 00000000 00000101 //高位全部归零，只保留末四位
总的来说，在JDK1.8的实现中，优化了高位运算的算法，通过hashCode()的高16位异或低16位实现的：(h = k.hashCode()) ^ (h >>> 16)，主要是从速度、功效、质量来考虑的。这么做可以在数组table的长度比较小的时候，也能保证考虑到高低位都参与到Hash的计算中，降低hash冲突，同时不会有太大的开销。
下面举例说明下，n为table的长度。
4.哈希冲突
前面已经知道，HashMap的存储结构。HashMap就是使用哈希表来存储的，但哈希表会伴随有哈希冲突。所谓哈希冲突，就是把大于数组容量的多个节点通过映射的方式存放在数组里，不管怎么映射，总会存在一个桶位，放多个节点数据的情况。就好像抽屉原理，要把十个苹果更平均的放到九个抽屉里，无论怎样放，我们会发现至少会有一个抽屉里面至少放两个苹果。
解决方法：可以采用开放地址法和拉链法等来解决问题，Java中HashMap采用了拉链法（也叫链地址、链表法）。 “拉链法” ：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。
当然，如前文所说，如果链表长度过长时，查询效率也会变慢。JDK1.8 以后在解决哈希冲突时有了较大的变化。当**链表长度大于阈值（默认为 8）**时，会首先调用 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，调用treeify()方法，才会执行转换红黑树操作，以减少搜索时间。否则，就是只是执行 resize() 方法对数组扩容。
5.构造方法
// 默认构造函数。
public HashMap() {
this.loadFactor = DEFAULT_LOAD_FACTOR; // all other fields defaulted
}
// 包含另一个“Map”的构造函数
public HashMap(Map<? extends K, ? extends V> m) {
this.loadFactor = DEFAULT_LOAD_FACTOR;
putMapEntries(m, false);//下面会分析到这个方法
}
// 指定“容量大小”的构造函数
public HashMap(int initialCapacity) {
this(initialCapacity, DEFAULT_LOAD_FACTOR);
}
// 指定“容量大小”和“加载因子”的构造函数
public HashMap(int initialCapacity, float loadFactor) {
if (initialCapacity < 0)
throw new IllegalArgumentException("Illegal initial capacity: " + initialCapacity);
if (initialCapacity > MAXIMUM_CAPACITY)
initialCapacity = MAXIMUM_CAPACITY;
if (loadFactor <= 0 || Float.isNaN(loadFactor))
throw new IllegalArgumentException("Illegal load factor: " + loadFactor);
this.loadFactor = loadFactor;
this.threshold = tableSizeFor(initialCapacity); // 调整初始容量满足2^n
}
final void putMapEntries(Map<? extends K, ? extends V> m, boolean evict) {
int s = m.size();
if (s > 0) {
// 判断table是否已经初始化
if (table == null) { // pre-size
// 未初始化，s为m的实际元素个数
float ft = ((float)s / loadFactor) + 1.0F;
int t = ((ft < (float)MAXIMUM_CAPACITY) ?
(int)ft : MAXIMUM_CAPACITY);
// 计算得到的t大于阈值，则初始化阈值
if (t > threshold)
threshold = tableSizeFor(t);
}
// 已初始化，并且m元素个数大于阈值，进行扩容处理
else if (s > threshold)
resize();
// 将m中的所有元素添加至HashMap中
for (Map.Entry<? extends K, ? extends V> e : m.entrySet()) {
K key = e.getKey();
V value = e.getValue();
putVal(hash(key), key, value, false, evict);
}
}
}
HashMap的初始化，那HashMap怎么设定初始容量大小？
一般如果new HashMap() 不传值，默认大小是16，负载因子是0.75。 如果自己传入初始大小k，k不为2的n方。为了满足数组长度为2^n，则会自动初始化大小为大于k的2的整数次方，例如如果传10，初始化大小就变为16。主要是通过tableSizeFor()方法实现的：
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;
}
下图是详细过程，算法就是让初始二进制右移1，2，4，8，16位，分别与自己按位 或运算，把高位第一个为1的数通过不断右移，把高位为1的后面全变为1，最后再进行+1操作，111111+1=1000000=2^6。
6.插入节点—put()与putVal()方法
HashMap 只提供了 put ()方法用于添加元素，putVal ()方法只是给 put ()方法调用的一个方法，并没有提供给用户使用。
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<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
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
else {
Node<K,V> e; K k;
// 比较桶中第一个元素(数组中的结点)的hash值相等，key相等
if (p.hash == hash &&
((k = p.key) == key || (key != null && key.equals(k))))
// 将第一个元素赋值给e，用e来记录
e = p;
// hash值不相等，即key不相等；为红黑树结点
else if (p instanceof TreeNode)
// 放入树中
e = ((TreeNode<K,V>)p).putTreeVal(this, tab, hash, key, value);
// 为链表结点
else {
// 在链表最末插入结点
for (int binCount = 0; ; ++binCount) {
// 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 1st
treeifyBin(tab, hash);
// 跳出循环
break;
}
// 判断链表中结点的key值与插入的元素的key值是否相等
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value
V oldValue = e.value;
// onlyIfAbsent为false或者旧值为null
if (!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;
}
// 判断树化的方法
final void treeifyBin(Node<K,V>[] tab, int hash) {
int n, index; Node<K,V> e;
// 如果 数组为null 或者 数组长度小于64
if (tab == null || (n = tab.length) < MIN_TREEIFY_CAPACITY)
resize(); // 扩容机制 后面会讲
// 数组长度达到了64 且 索引位置处不为空
else if ((e = tab[index = (n - 1) & hash]) != null) {
TreeNode<K,V> hd = null, tl = null;
do {
TreeNode<K,V> p = replacementTreeNode(e, null);// e.next ---> null
if (tl == null)
hd = p;
else {
p.prev = tl;
tl.next = p;
}
tl = p;
} while ((e = e.next) != null);
if ((tab[index] = hd) != null)
// 这里才会真正的树化
hd.treeify(tab);
}
}
putVal()方法的执行流程如下：
- 第一步：判断键值对数组table[i]是否为空null，是则执行resize()扩容。
- 第二步：根据键key计算hash值得到插入数组的索引i，如果tab[i]== null则直接插入，执行第六步；如果tab[i] != null，执行第三步。
- 第三步：判断tab[i]的第一个元素与插入元素key的hashcode&equals是否相等，相等则覆盖，否则执行第四步。
- 第四步：判断tab[i]是否是红黑树节点TreeNode，是则在红黑树中插入节点，否则执行第五步。
- 第五步：遍历tab[i]判断链表是否大于8，当**链表长度大于阈值（默认为 8）**时，会首先调用
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，再调用treeify()方法，才会执行转换红黑树操作，以减少搜索时间。否则，就是只是执行resize()方法对数组扩容。图中没画出具体细节。 - 第六步：插入成功，判断hashmap的size是否超过threshold的值，超过则扩容。
[外链图片转存失败,源站可能有防盗链机制,建议将图片保存下来直接上传(img-CP5mq5e7-1631623601297)(D:\A_java\源码讲解\公开课_hashmap资料\图片\05_map-put详细流程图.jpg)]
这里我没有写红黑树的情况，等几天我会再总结一下红黑树。
再对比下1.7版本的put方法，主要区别是头插法和尾插法，以及红黑树的引用。
JDK1.7 的put()方法：
- 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，遍历以这个元素为头结点的链表，依次和插入的 key 比较，如果 key 相同就直接覆盖，不同就采用头插法插入元素。
7.获取节点值—get()与getNode()方法
get()方法比较简单，也是通过调用getNode()方法来完成的。大致逻辑和插入差不多。
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) {
// 数组元素相等
if (first.hash == hash && // always check first node
((k = first.key) == key || (key != null && key.equals(k))))
return first;
// 桶中不止一个节点
if ((e = first.next) != null) {
// 在树中get
if (first instanceof TreeNode)
return ((TreeNode<K,V>)first).getTreeNode(hash, key);
// 在链表中get
do {
if (e.hash == hash &&
((k = e.key) == key || (key != null && key.equals(k))))
return e;
} while ((e = e.next) != null);
}
}
return null;
}
8.扩容机制—resize()方法
扩容（resize）就是重新计算容量，向HashMap对象里不停的添加元素，而HashMap对象内部的数组无法装载更多的元素时，对象就需要扩大数组的长度，以便能装入更多的元素。当然Java里的数组是无法自动扩容的，方法是使用一个新的数组代替已有的容量小的数组，就像我们用一个小桶装水，如果想装更多的水，就得换大水桶。
HashMap会在两个地方进行resize(扩容)：
- HashMap实行了懒加载，新建HashMap时不会对table进行赋值， 而是到第一次插入时, 进行resize时构建table；
- 当HashMap.size 大于 threshold时，会进行resize。当第一次构建时, 如果没有指定HashMap.table的初始长度，就用默认值16， 否则就是指定的值；然后不管是第一次构建还是后续扩容， threshold = table.length * loadFactor。
final V putVal(int hash, K key, V value, boolean onlyIfAbsent, boolean evict) {
if ((tab = table) == null || (n = tab.length) == 0)
n = (tab = resize()).length;
...
if (++size > threshold)
resize();
...
}
下面来看一看resize()源码：
final Node<K,V>[] resize() {
//oldTab：引用扩容前的哈希表
//oldCap：表示扩容之前table数组的长度
//oldThr：表示扩容之前的扩容阈值，触发本次扩容的阈值
Node<K,V>[] oldTab = table;
int oldCap = (oldTab == null) ? 0 : oldTab.length;
int oldThr = threshold;
//newCap：扩容之后table数组的大小
//newThr：扩容之后，下次再次触发扩容的条件
int newCap, newThr = 0;
//条件如果成立说明 hashMap中的散列表table已经初始化过了，这是一次正常扩容
if (oldCap > 0) {
//扩容之前的table数组大小已经达到 最大长度 后，则不扩容，且设置扩容条件为 int 最大值。
if (oldCap >= MAXIMUM_CAPACITY) {
threshold = Integer.MAX_VALUE;
return oldTab;
}
//oldCap左移一位实现数值翻倍，并且赋值给newCap， newCap 小于数组最大值限制 且 扩容之前的长度 >= 16
//这种情况下，则 下一次扩容的阈值 等于当前阈值翻倍
else if ((newCap = oldCap << 1) < MAXIMUM_CAPACITY &&
oldCap >= DEFAULT_INITIAL_CAPACITY)
newThr = oldThr << 1; // double threshold
}
//oldCap == 0,说明hashMap中的散列表table是null
//1.new HashMap(initCap, loadFactor);
//2.new HashMap(initCap);
//3.new HashMap(map); 并且这个map有数据
else if (oldThr > 0) // initial capacity was placed in threshold
newCap = oldThr;
//oldCap == 0，oldThr == 0
//new HashMap();
else { // zero initial threshold signifies using defaults
newCap = DEFAULT_INITIAL_CAPACITY;//16
newThr = (int)(DEFAULT_LOAD_FACTOR * DEFAULT_INITIAL_CAPACITY);//12
}
//newThr为零时，通过newCap和loadFactor计算出一个newThr
if (newThr == 0) {
float ft = (float)newCap * loadFactor;
newThr = (newCap < MAXIMUM_CAPACITY && ft < (float)MAXIMUM_CAPACITY ?
(int)ft : Integer.MAX_VALUE);
}
threshold = newThr;
//创建出一个更长 更大的数组
@SuppressWarnings({"rawtypes","unchecked"})
Node<K,V>[] newTab = (Node<K,V>[])new Node[newCap];
table = newTab;
//说明，hashMap本次扩容之前，table不为null
if (oldTab != null) {
for (int j = 0; j < oldCap; ++j) {
// 当前node节点
Node<K,V> e;
//说明当前桶位中有数据，但是数据具体是 单个数据，还是链表 还是 红黑树 并不知道
if ((e = oldTab[j]) != null) {
//把引用制空-----方便JVM GC时回收内存
oldTab[j] = null;
//第一种情况：当前桶位只有一个元素，从未发生过碰撞，这情况 直接计算出当前元素应存放在 新数组中的位置，然后
//扔进去就可以了
if (e.next == null)
newTab[e.hash & (newCap - 1)] = e;
//第二种情况：当前节点已经树化，本期先不讲，下一期讲，红黑树。QQ群：865-373-238
else if (e instanceof TreeNode)
((TreeNode<K,V>)e).split(this, newTab, j, oldCap);
else { // preserve order
//第三种情况：桶位已经形成链表
//低位链表：存放在扩容之后的数组的下标位置，与当前数组的下标位置一致。
Node<K,V> loHead = null, loTail = null;
//高位链表：存放在扩容之后的数组的下标位置为 原数组下标位置 + 原数组的长度
Node<K,V> hiHead = null, hiTail = null;
Node<K,V> next;
do {
// 定义next指针指向当前节点
next = e.next;
//hash-> .... 1 1111
//hash-> .... 0 1111
// oldCap没有减一 所以为 10000
// 如果原元素位置没有发生变化
if ((e.hash & oldCap) == 0) {
if (loTail == null)
loHead = e;// 确定首元素
else
loTail.next = e;
loTail = e; // 指针后移
}
else {
if (hiTail == null)
hiHead = e;
else
hiTail.next = e;
hiTail = e;
}
} while ((e = next) != null);
// 低位链后面有其他元素
if (loTail != null) {
loTail.next = null;
newTab[j] = loHead;
}
if (hiTail != null) {
hiTail.next = null;
newTab[j + oldCap] = hiHead;
}
}
}
}
}
return newTab;
}
resize()方法的源码较长，我们可以分成两部分来看：第一部分是确定新数组的长度newCap，新阈值newThr；第二部分是扩容后，数据从旧数组拷贝到新数组。
8.1确定新数组的长度与新阈值
这里只看跟新数组的长度和阈值有关的部分。
final Node<K,V>[] resize() {
...
//条件如果成立说明 hashMap中的散列表table已经初始化过了，这是一次正常扩容
if (oldCap > 0) {
//扩容之前的table数组大小已经达到 最大长度 后，则不扩容，且设置扩容条件为 int 最大值。
if (oldCap >= MAXIMUM_CAPACITY) {
threshold = Integer.MAX_VALUE;
return oldTab;
}
//oldCap左移一位实现数值翻倍，并且赋值给newCap， newCap 小于数组最大值限制 且 扩容之前的长度 >= 16
//这种情况下，则 下一次扩容的阈值 等于当前阈值翻倍
else if ((newCap = oldCap << 1) < MAXIMUM_CAPACITY &&
oldCap >= DEFAULT_INITIAL_CAPACITY)
newThr = oldThr << 1; // double threshold
}
//oldCap == 0,说明hashMap中的散列表table是null
//1.new HashMap(initCap, loadFactor);
//2.new HashMap(initCap);
//3.new HashMap(map); 并且这个map有数据
else if (oldThr > 0) // initial capacity was placed in threshold
newCap = oldThr;
//oldCap == 0，oldThr == 0
//new HashMap();
else { // zero initial threshold signifies using defaults
newCap = DEFAULT_INITIAL_CAPACITY;//16
newThr = (int)(DEFAULT_LOAD_FACTOR * DEFAULT_INITIAL_CAPACITY);//12
}
//newThr为零时，通过newCap和loadFactor计算出一个newThr
if (newThr == 0) {
float ft = (float)newCap * loadFactor;
newThr = (newCap < MAXIMUM_CAPACITY && ft < (float)MAXIMUM_CAPACITY ?
(int)ft : Integer.MAX_VALUE);
}
...
}
这部分可以分为：
- 第一步：判断是否初始化过
oldCap > 0，初始化过跳到第二步，没有跳到第三步； - 第二步：初始化过，判断数组长度是否最大长度2^30，
- 达到了最大阈值后，不扩容，设置阈值为 int 最大值；
- 没达到，oldCap左移一位实现数值翻倍，并且赋值给newCap。——>如果还满足 newCap小于数组最大值限制、扩容之前的长度 >= 16 的条件，则下一次扩容的阈值 等于当前阈值翻倍；
- 第三步：未初始化，判断
oldThr是否为0，- 不为0（
oldCap == 0，oldThr != 0），设置newCap=oldThr； - 为0（
oldCap == 0，oldThr == 0），设置newCap=默认初始容量16，newThr=默认初始容量16 * 默认加载因子0.75；
- 不为0（
- 第四步：针对前面只生成了newCap，没有newThr的情况，通过newCap和loadFactor计算出一个newThr。
通过这段代码确定了新数组的长度与新的阈值。
8.2 旧数组的数据拷贝到新数组
//说明，hashMap本次扩容之前，table不为null
if (oldTab != null) {
// 遍历旧数组赋值到新数组中
for (int j = 0; j < oldCap; ++j) {
// 定义虚拟头节点指向每个槽位的链表头
Node<K,V> e;
// 说明当前桶位中有数据，但是数据具体是:单个数据、链表或是红黑树，并不知道
if ((e = oldTab[j]) != null) {
//把引用制空-----方便JVM GC时回收内存
oldTab[j] = null;
//第一种情况：当前桶位只有一个元素，从未发生过碰撞，这情况 直接计算出当前元素应存放在 新数组中的位置，然后扔进去就可以了
if (e.next == null)
newTab[e.hash & (newCap - 1)] = e;
//第二种情况：当前节点已经树化，先不讲。
else if (e instanceof TreeNode)
((TreeNode<K,V>)e).split(this, newTab, j, oldCap);
else { // preserve order
//第三种情况：桶位已经形成链表
//低位链表：存放在扩容之前的数组的下标位置，与当前数组的下标位置一致。
Node<K,V> loHead = null, loTail = null;
//高位链表：存放在扩容之后的数组的下标位置，下标位置=原数组下标位置+原数组的长度
Node<K,V> hiHead = null, hiTail = null;
Node<K,V> next;
do {
// 用来遍历链表
next = e.next;
// hash-> .... 1 1111
// hash-> .... 0 1111
// oldCap 没有减一 所以为 10000
// 获取当前节点的hash值，与oldCap做按位与运算，如果运算结果为0，则加入lo链
if ((e.hash & oldCap) == 0) {
if (loTail == null)
loHead = e;
else
loTail.next = e;
loTail = e;
}
// 否则加入hi链
else {
if (hiTail == null)
hiHead = e;
else
hiTail.next = e;
hiTail = e;
}
} while ((e = next) != null);
// 新数组的原位置指向lo链的头节点
if (loTail != null) {
loTail.next = null;
newTab[j] = loHead;
}
// 新数组的 j+oldCap 指向hi链的头节点
if (hiTail != null) {
hiTail.next = null;
newTab[j + oldCap] = hiHead;
}
}
}
}
}
有了新的数组，就可以把旧的数组元素拷贝进去。
首先遍历旧数组，定义一个虚拟头节e点用于指向旧数组每个槽位的头节点e = oldTab[j]。如果旧数组的槽位里不为null，槽位里的节点数据可能是是：单个节点、链表或是红黑树。所以分为三种情况：
- 第一种情况：当前桶位只有一个元素，根据
e.hash & (newCap - 1)直接计算出该元素应存放在新数组中的位置，然后扔进去就可以了； - 第二种情况：桶位里是树节点，比较复杂，后面会总结红黑树；
- 第三种情况：桶位里是链表，定义指针节点next，来遍历链表
(e = next) != null，然后根据e.hash & oldCap计算，如果结果为0加入lo链，如果结果为1加入hi链。最后，将新数组的原位置（跟旧数组相同的位置）指向lo链的头节点，新数组的[j+oldCap]指向hi链的头节点。
这里重点介绍一下第三种情况，桶位里是链表。
与之前的路由寻址h & (table.length -1)不同，这里使用的是e.hash & oldCap来判断扩容后的位置，oldCap为数组长度。只使用length来与运算，说明保留了hash值的高位，如：如果是数组长度为16，路由寻址(table.length -1)—0000，现在oldCap—10000。
所以，在旧的数组里，同一个槽位的链表里，因为使用的是h & (table.length -1)计算下标，对于哈希值的高位可能是0，也可能是1。如果高位是0的时候，就即0 0101 = 5这样，他在新数组里的索引位置和旧数组一样；如果高位是1的，在新数组里的位置就为 1 0101 = 16 + 5，即，[j+oldCap]， j为旧数组里的索引。
具体看下图：
n为table的长度，图（a）表示扩容前的key1和key2两种key确定索引位置的示例，图（b）表示扩容后key1和key2两种key确定索引位置的示例，其中hash1是key1对应的哈希与高位运算结果。
数据在重新计算hash之后，因为n变为2倍，那么n-1的mask范围在高位多1bit(红色)，因此新的index就会发生这样的变化：
8.3 与JDK1.7的resize()对比
1.7版本的resize方法比1.8的简单，源码如下：
void resize(int newCapacity) { //传入新的容量
Entry[] oldTable = table; //引用扩容前的Entry数组
int oldCapacity = oldTable.length;
if (oldCapacity == MAXIMUM_CAPACITY) { //扩容前的数组大小如果已经达到最大(2^30)了
threshold = Integer.MAX_VALUE; //修改阈值为int的最大值(2^31-1)，这样以后就不会扩容了
return;
}
Entry[] newTable = new Entry[newCapacity]; //初始化一个新的Entry数组
transfer(newTable); //！！将数据转移到新的Entry数组里
table = newTable; //HashMap的table属性引用新的Entry数组
threshold = (int)(newCapacity * loadFactor);//修改阈值
}
使用一个容量更大的数组来代替已有的容量小的数组，transfer()方法将原有Entry数组的元素拷贝到新的Entry数组里。
void transfer(Entry[] newTable) {
Entry[] src = table; //src引用了旧的Entry数组
int newCapacity = newTable.length;
for (int j = 0; j < src.length; j++) { //遍历旧的Entry数组
Entry<K,V> e = src[j]; //取得旧Entry数组的每个元素
if (e != null) {
src[j] = null;//释放旧Entry数组的对象引用（for循环后，旧的Entry数组不再引用任何对象）
do {
Entry<K,V> next = e.next;
int i = indexFor(e.hash, newCapacity); //！！重新计算每个元素在数组中的位置
e.next = newTable[i]; //标记[1]
newTable[i] = e; //将元素放在数组上
e = next; //访问下一个Entry链上的元素
} while (e != null);
}
}
}
e.next = newTable[i];：说明newTable[i]的引用赋给了e.next，也就是使用了单链表的头插法方式，同一位置上新元素总会被放在链表的头部位置；这样先放在一个索引上的元素终会被放到Entry链的尾部(如果发生了hash冲突的话），这一点和Jdk1.8有区别。1.8是定义了两条链lo与hi，定义节点next遍历链表，再将节点的哈希值进行与运算判断应该插入lo或者hi链的尾部（尾插法），最后再将新数组的的下标指向对应的两条链。
举个例子，看下JDK1.7的扩容过程。假设了我们的hash算法就是简单的 用key取模(mod) 表的大小（也就是数组的长度）。其中的哈希桶数组table的size=2， 所以key = 3、7、5，插入的顺序依次为 5、7、3。在mod 2以后都冲突在table[1]这里了。这里假设负载因子 loadFactor=1，即当键值对的实际大小size 大于 table的实际大小时进行扩容。接下来的三个步骤是哈希桶数组 resize成4，然后所有的Node重新rehash的过程。
9.线程安全性（死循环）
在多线程使用场景中，应该尽量避免使用线程不安全的HashMap，而使用线程安全的ConcurrentHashMap（争取下周能不能总结完并发map）。那么为什么说HashMap是线程不安全的，下面举例子说明在并发的多线程使用场景中使用HashMap可能造成死循环。代码例子如下(便于理解，仍然使用JDK1.7的环境)：
public class HashMapInfiniteLoop {
private static HashMap<Integer,String> map = new HashMap<Integer,String>(2，0.75f);
public static void main(String[] args) {
map.put(5， "C");
new Thread("Thread1") {
public void run() {
map.put(7, "B");
System.out.println(map);
};
}.start();
new Thread("Thread2") {
public void run() {
map.put(3, "A);
System.out.println(map);
};
}.start();
}
}
其中，map初始化为一个长度为2的数组，loadFactor=0.75，threshold=2*0.75=1，也就是说当put第二个key的时候，map就需要进行resize。
通过设置断点让线程1和线程2同时debug到transfer方法（8.3节）的首行。注意此时两个线程已经成功添加数据。放开thread1的断点至transfer方法的“Entry next = e.next;” 这一行；然后放开线程2的的断点，让线程2进行resize。结果如下图。
注意，Thread1的 e 指向了key(3)，而next指向了key(7)，其在线程二rehash后，指向了线程二重组后的链表。
线程一被调度回来执行，先是执行 newTalbe[i] = e， 然后是e = next，导致了e指向了key(7)，而下一次循环的next = e.next导致了next指向了key(3)。
e.next = newTable[i] 导致 key(3).next 指向了 key(7)。注意：此时的key(7).next 已经指向了key(3)， 环形链表就这样出现了。
于是，当我们用线程一调用map.get(11)时，悲剧就出现了——Infinite Loop。
所以在并发的情况，发生扩容时，可能会产生循环链表，在执行get的时候，会触发死循环，引起CPU的100%问题，所以一定要避免在并发环境下使用HashMap。
曾经有人把这个问题报给了Sun，不过Sun不认为这是一个bug，因为在HashMap本来就不支持多线程使用，要并发就用ConcurrentHashmap。
参考文献：
Java 8系列之重新认识HashMap
一个HashMap跟面试官扯了半个小时
HashMap详解
老生常谈，HashMap的死循环
这篇关于HashMap源码分析的文章就介绍到这儿，希望我们推荐的文章对大家有所帮助，也希望大家多多支持为之网！
- 2024-11-27本地多文件上传简易教程
- 2024-11-26消息中间件源码剖析教程
- 2024-11-26JAVA语音识别项目资料的收集与应用
- 2024-11-26Java语音识别项目资料：入门级教程与实战指南
- 2024-11-26SpringAI：Java 开发的智能新利器
- 2024-11-26Java云原生资料：新手入门教程与实战指南
- 2024-11-26JAVA云原生资料入门教程
- 2024-11-26Mybatis官方生成器资料详解与应用教程
- 2024-11-26Mybatis一级缓存资料详解与实战教程
- 2024-11-26Mybatis一级缓存资料详解：新手快速入门
