JAVA HashMap源码浅析

引言

HashMap在键值对存储中被经常使用，那么它到底是如何实现键值存储的呢？

一 Entry

Entry是Map接口中的一个内部接口，它是实现键值对存储关键。在HashMap中，有Entry的实现类，叫做Entry。Entry类很简单，里面包含key，value，由外部引入的hash，还有指向下一个Entry对象的引用，和数据结构中学的链表中的note节点很类似。

Entry类的属性和构造函数:

final K key;
V value;
Entry<K,V> next;
int hash;
 
/**
 * Creates new entry.
 */
Entry(int h, K k, V v, Entry<K,V> n) {
    value = v;
    next = n;
    key = k;
    hash = h;
}

二 HashMap的初始化

//HashMap构造方法
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;
    threshold = initialCapacity;
    init();
}

这是HashMap的构造函数之一，其他构造函数都引用这个构造函数进行初始化。参数InitialCapacity指的是HashMap中table数组最初的大小，参数loadFactory指的是HashMap可容纳键值对与数组长度的比值（举个例子：数组长度默认值为16，loadFactory默认值为0.75，如果HashMap中存储的键值对即Entry多于12，则会进行扩容，扩容后大小为当前数组长度的2倍）。在构造函数中不会对数组进行初始化，只有在put等操作方法内会进行判断是否要初始化或扩容。

三 table数组

在HashMap中有一个概念叫做threshold(实际可容纳量)，实际可容纳量指的是在HashMap中允许存在最多的Entry的个数，它是由HashMap中内置的数组table的长度*load factory(负载因子)得来。其作用是保证HashMap的效率。
table数组是HashMap实现键值对存储的又一关键，具体键值对是怎么存的呢？请看下图

如图中的[key，value]就是Entry对象来实现的，而table数组是用来存放Entry对象的。

//数组的初始化：
private static int roundUpToPowerOf2(int number) {
    return number >= MAXIMUM_CAPACITY
            ? MAXIMUM_CAPACITY
            : (number > 1) ? Integer.highestOneBit((number - 1) << 1) : 1;
}
 
private void inflateTable(int toSize) {
    // Find a power of 2 >= toSize
    int capacity = roundUpToPowerOf2(toSize);
 
    threshold = (int) Math.min(capacity * loadFactor, MAXIMUM_CAPACITY + 1);
    table = new Entry[capacity];
    initHashSeedAsNeeded(capacity);
}

在put等方法中发现数组未进行初始化时会调用InflateTable方法进行初始化，输入参数为初始设置的InitialCapacity，实际上他会调用roundUpToPowerOf2方法返回一个比初始容量大的最小的2的幂数（其中一个原因是在得到Entry所在数组位置时方便）。

四 put方法

public V put(K key, V value) {
    if (table == EMPTY_TABLE) {
        inflateTable(threshold);
    }
    if (key == null)
        return putForNullKey(value);
    int hash = hash(key);
    int i = indexFor(hash, table.length);
    for (Entry<K,V> e = table[i]; e != null; e = e.next) {
        Object k;
        if (e.hash == hash && ((k = e.key) == key || key.equals(k))) {
            V oldValue = e.value;
            e.value = value;
            e.recordAccess(this);
            return oldValue;
        }
    }
 
    modCount++;
    addEntry(hash, key, value, i);
    return null;
}
 
private V putForNullKey(V value) {
    for (Entry<K,V> e = table[0]; e != null; e = e.next) {
        if (e.key == null) {
            V oldValue = e.value;
            e.value = value;
            e.recordAccess(this);
            return oldValue;
        }
    }
    modCount++;
    addEntry(0, null, value, 0);
    return null;
}
 
void addEntry(int hash, K key, V value, int bucketIndex) {
    if ((size >= threshold) && (null != table[bucketIndex])) {
        resize(2 * table.length);
        hash = (null != key) ? hash(key) : 0;
        bucketIndex = indexFor(hash, table.length);
    }
 
    createEntry(hash, key, value, bucketIndex);
}
 
void createEntry(int hash, K key, V value, int bucketIndex) {
    Entry<K,V> e = table[bucketIndex];
    table[bucketIndex] = new Entry<>(hash, key, value, e);
    size++;
}

在put方法中

1. 首先会判断数组是否为空，如果为空会对数组进行初始化。

2. 接下来判断key是否为null，如果为null就采用第二个方法对键值对进行put。

3. 接下来对key进行hash得到一个数值，再对这个数值进行处理（IndexFor方法）得到所在数组中的位置。

4. 接下来会遍历所在数组位置的链表，如果key的hash和传入key的hash相同且（key内存地址相等 或 equals方法相等），则意味着会更新在链表中的value值，并返回旧的value值。

5. 如果上边的方法都没有奏效，则会调用第三个方法，创建一个新的Entry对象。

在putForNullKey方法中，我们看到它是为了NULL值专门设置的，NULL值的hash始终为0，所以key为NULL的Entry对象肯定在数组的第0个位置。同样，如果找到则更新，没有找到则添加。

调用addEntry方法意味着要往这个数组链表中添加一个Entry，所以会在最开始判断已经存在的Entry数量是否超过了实际可容纳量。如果超过了，则会调用resize方法将数组扩大两倍，注意在扩大之后会对已经存入的Entry进行重排，原因是当初存入时IndexFor方法与数组长度有关系。接着会调用第四个方法。

createEntry方法很简单，就是将原本在数组中存放的链表头置入到新的Entry之后，将新的Entry放入数组中。从这里我们可以看出HashMap不保证顺序问题。

get方法和contains方法原理和put方法一致，即先通过对key的hash得到其value值所在的链表头在数组中的位置，再通过equals方法判断value是否存在。

五 其他

//hash方法
final int hash(Object k) {
    int h = hashSeed;
    if (0 != h && k instanceof String) {
        return sun.misc.Hashing.stringHash32((String) k);
    }
 
    h ^= k.hashCode();
 
    // 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);
}

hash方法中最终返回值与key的hashCode方法有关。

总结

1. 最终数组初始化的容量大小会是大于等于你传入初始容量的最小2的幂数。

2. key为null或value为null能存入HashMap的原因是对null值会进行单独的操作。

3. 在table数组中的链表中每个Entry的共同点是key的hash(key.hashCode)部分相同。

4. 注意对key的hashCode和equals方法的重写当你想让两个key映射一个对象，因为判定key相等的条件是（hashCode相等+（内存相等 或 equals相等））。

5. 最早存入的键值对会在链表的末端。

6. 当数组没有链表存在时，HashMap性能最好为O(1)。而最差为O(threshould)。

更多文章：http://blog.gavinzh.com