HashMap源码分析(I)

HashMap作为我们经常使用的集合，我们除了熟练的使用它，更应该掌握其具体的实现原理(JDK1.8)。关于HashMap是个啥，我这里就不讲述了。

总览

从上图中我们可以看出HashMap的父类以及一些属性。下面我抽取其中几个关键的属性进行说明：

transient Node<K,V>[]

存储K-V数据的结构体，可以看出这是一个数组(bucket)，关于HasMap，我们会根据Key值计算一个索引即该K-V存储在数组位置中，当随着数据增多，会有不同的key会被存储在bucket相同的位置，在HasMap中解决冲突主要有两种方式：

• 链表
• 红黑树

该字段被标记为transient，表明不可被序列化，关于hashmap的序列化和反序列化我们后面会讲到，这里不过多提及。

链表

看一下HashMap中链表的数据结构。

static class Node<K,V> implements Map.Entry<K,V> {
        final int hash;
        final K key;
        V value;
        Node<K,V> next;
}

从上述的定义，基于链表的实现主要有以下几个字段：

• hash：bucket位置，也就是key的hash值
• key：Key
• value：Value值
• next：链表中的下一个，如果该K-V为链表中的最后一个，那么该值为null

红黑树

看一下HashMap中红黑树的数据结构，关于树的相关内容，我会单独开一篇文章写，这里就不过多讲述了。

static final class TreeNode<K,V> extends LinkedHashMap.Entry<K,V> {
        TreeNode<K,V> parent;  // red-black tree links
        TreeNode<K,V> left;
        TreeNode<K,V> right;
        TreeNode<K,V> prev;    // needed to unlink next upon deletion
        boolean red;
}

从上述的定义，基于红黑树的实现主要有以下几个字段：

• parent：父节点
• left：左节点
• right：右节点
• prev：上一个节点
• read：是否是红黑树的标记

Set<Map.Entry<K,V>> entrySet

缓存了所有的K-V节点

size

k-v的数量

threshold

当k-v的数量达到threshold，默认值是DEFAULT_INITIAL_CAPACITY(16)，当经历过一次扩容以后，该值的计算规则是capacity * load factor(当前容量*负载因子)

loadFactor

负载因子，默认值是0.75，该默认值平衡性能和存储空间，在实际使用中不建议修改。增大该值，会降低空间开销但是会增大查询成本(受影响的操作主要有get和put方法)。

DEFAULT_INITIAL_CAPACITY

HashMap默认的初始化容量，默认值16，初始化的容量可以在HashMap被初始化时进行指定，但是必须是2的幂。

MAXIMUM_CAPACITY

默认的最大容量(2的30次方)，HashMap的最大容量也可以在初始化时进行指定，但指定的值必须在2的幂并且小于等于2的30次方

DEFAULT_LOAD_FACTOR

默认的负载因子0.75

TREEIFY_THRESHOLD

由于JDK1.8HashMap引入了红黑树，当同一个bucket中的链表长度过长时数据结构会被替换成红黑树，这个长度的阀值就是由TREEIFY_THRESHOLD控制的，默认值为8

UNTREEIFY_THRESHOLD

当HashMap的key被移除时，会动态计算同一个bucket中的数量，当数量低于某个值时，那么数据结构会由红黑树再转化会列表。

MIN_TREEIFY_CAPACITY

上面两个属性用来控制同一个bucket中节点数量过多时会进行树状化，这个属性是用来控制当bucket的容量超过该值时强制进行树状化。

构造方法

public HashMap() {}
public HashMap(int initialCapacity) {}
public HashMap(int initialCapacity, float loadFactor) {}
public HashMap(Map<? extends K, ? extends V> m) {} 

HashMap的构造方法主要有上面三种，我们主要看第三种：

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);
}

首先会check参数的正确性(初始化容量、负载因子)，check完参数以后会设置负载因子，以及下一次扩容时HashMap中k-v的数量。下面看一下tableSizeFor方法

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;
}

解释一下上面一些特殊运算符的含义

• |=：|=相当于 a= a | b
• |：位运算，按位或，只有左右都为0才位0，否则为1
• >>>：无符号右移，左边补0，右移N位，相当于除以2的N次方

在计算扩容的size时是HashMap在JDK1.8的一次性能优化，上述代码虽然很复杂，但最终功能是获得hash桶（bucket）的数量，假设指定的cap不是2的幂，那该方法获得的是比cap大的最小的2的幂。

首先分析一下 >>> 的作用并且为什么只右移到16位，首先我们返回的值是int，位数为32位。下面假设我们的n为01XX..XXX

1. n |= n >>> 1：首先右移一位以后001X..XXX，然后再或之后赋值给n，那么n的情况就是011X..XXX，那么n现在前面肯定有2个1
2. n |= n >>> 2：首先右移两位以后0000..XXX，然后再或之后赋值给n，那么n的情况就是01111..XXX，那么n的前面肯定有4个1

下面依次类推，右移4位以后，n前面有8个1，右移8位以后，n前面有16个1，当右移16位以后，n前面就有32个1，因此对于32位的整形数字数字来说，右移16位就够了，
最后再将结果+1，就变成2的幂了。

那么为什么先要将cap进行-1呢？原因是防止cap本身就是2的幂，如果cap本身就是2的幂不减1得到的数量将会有问题。

下节预告

后面我们会讲述HashMap的关键方法，比如get、put以及扩容等。欢迎关注公众号