from:http://tech.meituan.com/java-hashmap.html
摘要
HashMap是Java程序員使用頻率最高的用于映射(鍵值對(duì))處理的數(shù)據(jù)類型。隨著JDK（Java Developmet Kit）版本的更新，JDK1.8對(duì)HashMap底層的實(shí)現(xiàn)進(jìn)行了優(yōu)化，例如引入紅黑樹的數(shù)據(jù)結(jié)構(gòu)和擴(kuò)容的優(yōu)化等。本文結(jié)合JDK1.7和JDK1.8的區(qū)別，深入探討HashMap的結(jié)構(gòu)實(shí)現(xiàn)和功能原理。
簡介
Java為數(shù)據(jù)結(jié)構(gòu)中的映射定義了一個(gè)接口java.util.Map，此接口主要有四個(gè)常用的實(shí)現(xiàn)類，分別是HashMap、Hashtable、LinkedHashMap和TreeMap，類繼承關(guān)系如下圖所示：
下面針對(duì)各個(gè)實(shí)現(xiàn)類的特點(diǎn)做一些說明：
(1) HashMap：它根據(jù)鍵的hashCode值存儲(chǔ)數(shù)據(jù)，大多數(shù)情況下可以直接定位到它的值，因而具有很快的訪問速度，但遍歷順序卻是不確定的。 HashMap最多只允許一條記錄的鍵為null，允許多條記錄的值為null。HashMap非線程安全，即任一時(shí)刻可以有多個(gè)線程同時(shí)寫HashMap，可能會(huì)導(dǎo)致數(shù)據(jù)的不一致。如果需要滿足線程安全，可以用 Collections的synchronizedMap方法使HashMap具有線程安全的能力，或者使用ConcurrentHashMap。
(2) Hashtable：Hashtable是遺留類，很多映射的常用功能與HashMap類似，不同的是它承自Dictionary類，并且是線程安全的，任一時(shí)間只有一個(gè)線程能寫Hashtable，并發(fā)性不如ConcurrentHashMap，因?yàn)镃oncurrentHashMap引入了分段鎖。Hashtable不建議在新代碼中使用，不需要線程安全的場合可以用HashMap替換，需要線程安全的場合可以用ConcurrentHashMap替換。
(3) LinkedHashMap：LinkedHashMap是HashMap的一個(gè)子類，保存了記錄的插入順序，在用Iterator遍歷LinkedHashMap時(shí)，先得到的記錄肯定是先插入的，也可以在構(gòu)造時(shí)帶參數(shù)，按照訪問次序排序。
(4) TreeMap：TreeMap實(shí)現(xiàn)SortedMap接口，能夠把它保存的記錄根據(jù)鍵排序，默認(rèn)是按鍵值的升序排序，也可以指定排序的比較器，當(dāng)用Iterator遍歷TreeMap時(shí)，得到的記錄是排過序的。如果使用排序的映射，建議使用TreeMap。在使用TreeMap時(shí)，key必須實(shí)現(xiàn)Comparable接口或者在構(gòu)造TreeMap傳入自定義的Comparator，否則會(huì)在運(yùn)行時(shí)拋出java.lang.ClassCastException類型的異常。
對(duì)于上述四種Map類型的類，要求映射中的key是不可變對(duì)象。不可變對(duì)象是該對(duì)象在創(chuàng)建后它的哈希值不會(huì)被改變。如果對(duì)象的哈希值發(fā)生變化，Map對(duì)象很可能就定位不到映射的位置了。
通過上面的比較，我們知道了HashMap是Java的Map家族中一個(gè)普通成員，鑒于它可以滿足大多數(shù)場景的使用條件，所以是使用頻度最高的一個(gè)。下文我們主要結(jié)合源碼，從存儲(chǔ)結(jié)構(gòu)、常用方法分析、擴(kuò)容以及安全性等方面深入講解HashMap的工作原理。
內(nèi)部實(shí)現(xiàn)
搞清楚HashMap，首先需要知道HashMap是什么，即它的存儲(chǔ)結(jié)構(gòu)-字段；其次弄明白它能干什么，即它的功能實(shí)現(xiàn)-方法。下面我們針對(duì)這兩個(gè)方面詳細(xì)展開講解。
存儲(chǔ)結(jié)構(gòu)-字段
從結(jié)構(gòu)實(shí)現(xiàn)來講，HashMap是數(shù)組+鏈表+紅黑樹（JDK1.8增加了紅黑樹部分）實(shí)現(xiàn)的，如下如所示。
這里需要講明白兩個(gè)問題：數(shù)據(jù)底層具體存儲(chǔ)的是什么？這樣的存儲(chǔ)方式有什么優(yōu)點(diǎn)呢？
(1) 從源碼可知，HashMap類中有一個(gè)非常重要的字段，就是 Node[] table，即哈希桶數(shù)組，明顯它是一個(gè)Node的數(shù)組。我們來看Node[JDK1.8]是何物。
static class Node<K,V> implements Map.Entry<K,V> { final int hash; //用來定位數(shù)組索引位置 final K key; V value; Node<K,V> next; //鏈表的下一個(gè)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的一個(gè)內(nèi)部類，實(shí)現(xiàn)了Map.Entry接口，本質(zhì)是就是一個(gè)映射(鍵值對(duì))。上圖中的每個(gè)黑色圓點(diǎn)就是一個(gè)Node對(duì)象。
(2) HashMap就是使用哈希表來存儲(chǔ)的。哈希表為解決沖突，可以采用開放地址法和鏈地址法等來解決問題，Java中HashMap采用了鏈地址法。鏈地址法，簡單來說，就是數(shù)組加鏈表的結(jié)合。在每個(gè)數(shù)組元素上都一個(gè)鏈表結(jié)構(gòu)，當(dāng)數(shù)據(jù)被Hash后，得到數(shù)組下標(biāo)，把數(shù)據(jù)放在對(duì)應(yīng)下標(biāo)元素的鏈表上。例如程序執(zhí)行下面代碼：
map.put("美團(tuán)","小美");
系統(tǒng)將調(diào)用"美團(tuán)"這個(gè)key的hashCode()方法得到其hashCode 值（該方法適用于每個(gè)Java對(duì)象），然后再通過Hash算法的后兩步運(yùn)算（高位運(yùn)算和取模運(yùn)算，下文有介紹）來定位該鍵值對(duì)的存儲(chǔ)位置，有時(shí)兩個(gè)key會(huì)定位到相同的位置，表示發(fā)生了Hash碰撞。當(dāng)然Hash算法計(jì)算結(jié)果越分散均勻，Hash碰撞的概率就越小，map的存取效率就會(huì)越高。
如果哈希桶數(shù)組很大，即使較差的Hash算法也會(huì)比較分散，如果哈希桶數(shù)組數(shù)組很小，即使好的Hash算法也會(huì)出現(xiàn)較多碰撞，所以就需要在空間成本和時(shí)間成本之間權(quán)衡，其實(shí)就是在根據(jù)實(shí)際情況確定哈希桶數(shù)組的大小，并在此基礎(chǔ)上設(shè)計(jì)好的hash算法減少Hash碰撞。那么通過什么方式來控制map使得Hash碰撞的概率又小，哈希桶數(shù)組（Node[] table）占用空間又少呢？答案就是好的Hash算法和擴(kuò)容機(jī)制。
在理解Hash和擴(kuò)容流程之前，我們得先了解下HashMap的幾個(gè)字段。從HashMap的默認(rèn)構(gòu)造函數(shù)源碼可知，構(gòu)造函數(shù)就是對(duì)下面幾個(gè)字段進(jìn)行初始化，源碼如下：
int threshold; // 所能容納的key-value對(duì)極限 final float loadFactor; // 負(fù)載因子 int modCount; int size;
首先，Node[] table的初始化長度length(默認(rèn)值是16)，Load factor為負(fù)載因子(默認(rèn)值是0.75)，threshold是HashMap所能容納的最大數(shù)據(jù)量的Node(鍵值對(duì))個(gè)數(shù)。threshold = length * Load factor。也就是說，在數(shù)組定義好長度之后，負(fù)載因子越大，所能容納的鍵值對(duì)個(gè)數(shù)越多。
結(jié)合負(fù)載因子的定義公式可知，threshold就是在此Load factor和length(數(shù)組長度)對(duì)應(yīng)下允許的最大元素?cái)?shù)目，超過這個(gè)數(shù)目就重新resize(擴(kuò)容)，擴(kuò)容后的HashMap容量是之前容量的兩倍。默認(rèn)的負(fù)載因子0.75是對(duì)空間和時(shí)間效率的一個(gè)平衡選擇，建議大家不要修改，除非在時(shí)間和空間比較特殊的情況下，如果內(nèi)存空間很多而又對(duì)時(shí)間效率要求很高，可以降低負(fù)載因子Load factor的值；相反，如果內(nèi)存空間緊張而對(duì)時(shí)間效率要求不高，可以增加負(fù)載因子loadFactor的值，這個(gè)值可以大于1。
size這個(gè)字段其實(shí)很好理解，就是HashMap中實(shí)際存在的鍵值對(duì)數(shù)量。注意和table的長度length、容納最大鍵值對(duì)數(shù)量threshold的區(qū)別。而modCount字段主要用來記錄HashMap內(nèi)部結(jié)構(gòu)發(fā)生變化的次數(shù)，主要用于迭代的快速失敗。強(qiáng)調(diào)一點(diǎn)，內(nèi)部結(jié)構(gòu)發(fā)生變化指的是結(jié)構(gòu)發(fā)生變化，例如put新鍵值對(duì)，但是某個(gè)key對(duì)應(yīng)的value值被覆蓋不屬于結(jié)構(gòu)變化。
在HashMap中，哈希桶數(shù)組table的長度length大小必須為2的n次方(一定是合數(shù))，這是一種非常規(guī)的設(shè)計(jì)，常規(guī)的設(shè)計(jì)是把桶的大小設(shè)計(jì)為素?cái)?shù)。相對(duì)來說素?cái)?shù)導(dǎo)致沖突的概率要小于合數(shù)，具體證明可以參考http://blog.csdn.net/liuqiyao_01/article/details/14475159，Hashtable初始化桶大小為11，就是桶大小設(shè)計(jì)為素?cái)?shù)的應(yīng)用（Hashtable擴(kuò)容后不能保證還是素?cái)?shù)）。HashMap采用這種非常規(guī)設(shè)計(jì)，主要是為了在取模和擴(kuò)容時(shí)做優(yōu)化，同時(shí)為了減少?zèng)_突，HashMap定位哈希桶索引位置時(shí)，也加入了高位參與運(yùn)算的過程。
這里存在一個(gè)問題，即使負(fù)載因子和Hash算法設(shè)計(jì)的再合理，也免不了會(huì)出現(xiàn)拉鏈過長的情況，一旦出現(xiàn)拉鏈過長，則會(huì)嚴(yán)重影響HashMap的性能。于是，在JDK1.8版本中，對(duì)數(shù)據(jù)結(jié)構(gòu)做了進(jìn)一步的優(yōu)化，引入了紅黑樹。而當(dāng)鏈表長度太長（默認(rèn)超過8）時(shí)，鏈表就轉(zhuǎn)換為紅黑樹，利用紅黑樹快速增刪改查的特點(diǎn)提高HashMap的性能，其中會(huì)用到紅黑樹的插入、刪除、查找等算法。本文不再對(duì)紅黑樹展開討論，想了解更多紅黑樹數(shù)據(jù)結(jié)構(gòu)的工作原理可以參考http://blog.csdn.net/v_july_v/article/details/6105630。
功能實(shí)現(xiàn)-方法
HashMap的內(nèi)部功能實(shí)現(xiàn)很多，本文主要從根據(jù)key獲取哈希桶數(shù)組索引位置、put方法的詳細(xì)執(zhí)行、擴(kuò)容過程三個(gè)具有代表性的點(diǎn)深入展開講解。
1. 確定哈希桶數(shù)組索引位置
不管增加、刪除、查找鍵值對(duì)，定位到哈希桶數(shù)組的位置都是很關(guān)鍵的第一步。前面說過HashMap的數(shù)據(jù)結(jié)構(gòu)是數(shù)組和鏈表的結(jié)合，所以我們當(dāng)然希望這個(gè)HashMap里面的元素位置盡量分布均勻些，盡量使得每個(gè)位置上的元素?cái)?shù)量只有一個(gè)，那么當(dāng)我們用hash算法求得這個(gè)位置的時(shí)候，馬上就可以知道對(duì)應(yīng)位置的元素就是我們要的，不用遍歷鏈表，大大優(yōu)化了查詢的效率。HashMap定位數(shù)組索引位置，直接決定了hash方法的離散性能。先看看源碼的實(shí)現(xiàn)(方法一+方法二):
方法一： static final int hash(Object key) { //jdk1.8 & jdk1.7 int h; // h = key.hashCode() 為第一步 取hashCode值 // h ^ (h >>> 16) 為第二步 高位參與運(yùn)算 return (key == null) ? 0 : (h = key.hashCode()) ^ (h >>> 16); } 方法二： static int indexFor(int h, int length) { //jdk1.7的源碼，jdk1.8沒有這個(gè)方法，但是實(shí)現(xiàn)原理一樣的 return h & (length-1); //第三步 取模運(yùn)算 }
這里的Hash算法本質(zhì)上就是三步：取key的hashCode值、高位運(yùn)算、取模運(yùn)算。
對(duì)于任意給定的對(duì)象，只要它的hashCode()返回值相同，那么程序調(diào)用方法一所計(jì)算得到的Hash碼值總是相同的。我們首先想到的就是把hash值對(duì)數(shù)組長度取模運(yùn)算，這樣一來，元素的分布相對(duì)來說是比較均勻的。但是，模運(yùn)算的消耗還是比較大的，在HashMap中是這樣做的：調(diào)用方法二來計(jì)算該對(duì)象應(yīng)該保存在table數(shù)組的哪個(gè)索引處。
這個(gè)方法非常巧妙，它通過h & (table.length -1)來得到該對(duì)象的保存位，而HashMap底層數(shù)組的長度總是2的n次方，這是HashMap在速度上的優(yōu)化。當(dāng)length總是2的n次方時(shí)，h& (length-1)運(yùn)算等價(jià)于對(duì)length取模，也就是h%length，但是&比%具有更高的效率。
在JDK1.8的實(shí)現(xiàn)中，優(yōu)化了高位運(yùn)算的算法，通過hashCode()的高16位異或低16位實(shí)現(xiàn)的：(h = k.hashCode()) ^ (h >>> 16)，主要是從速度、功效、質(zhì)量來考慮的，這么做可以在數(shù)組table的length比較小的時(shí)候，也能保證考慮到高低Bit都參與到Hash的計(jì)算中，同時(shí)不會(huì)有太大的開銷。
下面舉例說明下，n為table的長度。
2. 分析HashMap的put方法
HashMap的put方法執(zhí)行過程可以通過下圖來理解，自己有興趣可以去對(duì)比源碼更清楚地研究學(xué)習(xí)。
①.判斷鍵值對(duì)數(shù)組table[i]是否為空或?yàn)閚ull，否則執(zhí)行resize()進(jìn)行擴(kuò)容；
②.根據(jù)鍵值key計(jì)算hash值得到插入的數(shù)組索引i，如果table[i]==null，直接新建節(jié)點(diǎn)添加，轉(zhuǎn)向⑥，如果table[i]不為空，轉(zhuǎn)向③；
③.判斷table[i]的首個(gè)元素是否和key一樣，如果相同直接覆蓋value，否則轉(zhuǎn)向④，這里的相同指的是hashCode以及equals；
④.判斷table[i] 是否為treeNode，即table[i] 是否是紅黑樹，如果是紅黑樹，則直接在樹中插入鍵值對(duì)，否則轉(zhuǎn)向⑤；
⑤.遍歷table[i]，判斷鏈表長度是否大于8，大于8的話把鏈表轉(zhuǎn)換為紅黑樹，在紅黑樹中執(zhí)行插入操作，否則進(jìn)行鏈表的插入操作；遍歷過程中若發(fā)現(xiàn)key已經(jīng)存在直接覆蓋value即可；
⑥.插入成功后，判斷實(shí)際存在的鍵值對(duì)數(shù)量size是否超多了最大容量threshold，如果超過，進(jìn)行擴(kuò)容。
JDK1.8HashMap的put方法源碼如下:
1 public V put(K key, V value) { 2 // 對(duì)key的hashCode()做hash 3 return putVal(hash(key), key, value, false, true); 4 } 5 6 final V putVal(int hash, K key, V value, boolean onlyIfAbsent, 7 boolean evict) { 8 Node<K,V>[] tab; Node<K,V> p; int n, i; 9 // 步驟①：tab為空則創(chuàng)建 10 if ((tab = table) == null || (n = tab.length) == 0) 11 n = (tab = resize()).length; 12 // 步驟②：計(jì)算index，并對(duì)null做處理 13 if ((p = tab[i = (n - 1) & hash]) == null) 14 tab[i] = newNode(hash, key, value, null); 15 else { 16 Node<K,V> e; K k; 17 // 步驟③：節(jié)點(diǎn)key存在，直接覆蓋value 18 if (p.hash == hash && 19 ((k = p.key) == key || (key != null && key.equals(k)))) 20 e = p; 21 // 步驟④：判斷該鏈為紅黑樹 22 else if (p instanceof TreeNode) 23 e = ((TreeNode<K,V>)p).putTreeVal(this, tab, hash, key, value); 24 // 步驟⑤：該鏈為鏈表 25 else { 26 for (int binCount = 0; ; ++binCount) { 27 if ((e = p.next) == null) { 28 p.next = newNode(hash, key,value,null); //鏈表長度大于8轉(zhuǎn)換為紅黑樹進(jìn)行處理 29 if (binCount >= TREEIFY_THRESHOLD - 1) // -1 for 1st 30 treeifyBin(tab, hash); 31 break; 32 } // key已經(jīng)存在直接覆蓋value 33 if (e.hash == hash && 34 ((k = e.key) == key || (key != null && key.equals(k)))) 35 break; 36 p = e; 37 } 38 } 39 40 if (e != null) { // existing mapping for key 41 V oldValue = e.value; 42 if (!onlyIfAbsent || oldValue == null) 43 e.value = value; 44 afterNodeAccess(e); 45 return oldValue; 46 } 47 } 48 ++modCount; 49 // 步驟⑥：超過最大容量 就擴(kuò)容 50 if (++size > threshold) 51 resize(); 52 afterNodeInsertion(evict); 53 return null; 54 }
3. 擴(kuò)容機(jī)制
擴(kuò)容(resize)就是重新計(jì)算容量，向HashMap對(duì)象里不停的添加元素，而HashMap對(duì)象內(nèi)部的數(shù)組無法裝載更多的元素時(shí)，對(duì)象就需要擴(kuò)大數(shù)組的長度，以便能裝入更多的元素。當(dāng)然Java里的數(shù)組是無法自動(dòng)擴(kuò)容的，方法是使用一個(gè)新的數(shù)組代替已有的容量小的數(shù)組，就像我們用一個(gè)小桶裝水，如果想裝更多的水，就得換大水桶。
我們分析下resize的源碼，鑒于JDK1.8融入了紅黑樹，較復(fù)雜，為了便于理解我們?nèi)匀皇褂肑DK1.7的代碼，好理解一些，本質(zhì)上區(qū)別不大，具體區(qū)別后文再說。
1 void resize(int newCapacity) { //傳入新的容量 2 Entry[] oldTable = table; //引用擴(kuò)容前的Entry數(shù)組 3 int oldCapacity = oldTable.length; 4 if (oldCapacity == MAXIMUM_CAPACITY) { //擴(kuò)容前的數(shù)組大小如果已經(jīng)達(dá)到最大(2^30)了 5 threshold = Integer.MAX_VALUE; //修改閾值為int的最大值(2^31-1)，這樣以后就不會(huì)擴(kuò)容了 6 return; 7 } 8 9 Entry[] newTable = new Entry[newCapacity]; //初始化一個(gè)新的Entry數(shù)組 10 transfer(newTable); //！！將數(shù)據(jù)轉(zhuǎn)移到新的Entry數(shù)組里 11 table = newTable; //HashMap的table屬性引用新的Entry數(shù)組 12 threshold = (int)(newCapacity * loadFactor);//修改閾值 13 }
這里就是使用一個(gè)容量更大的數(shù)組來代替已有的容量小的數(shù)組，transfer()方法將原有Entry數(shù)組的元素拷貝到新的Entry數(shù)組里。
1 void transfer(Entry[] newTable) { 2 Entry[] src = table; //src引用了舊的Entry數(shù)組 3 int newCapacity = newTable.length; 4 for (int j = 0; j < src.length; j++) { //遍歷舊的Entry數(shù)組 5 Entry<K,V> e = src[j]; //取得舊Entry數(shù)組的每個(gè)元素 6 if (e != null) { 7 src[j] = null;//釋放舊Entry數(shù)組的對(duì)象引用（for循環(huán)后，舊的Entry數(shù)組不再引用任何對(duì)象） 8 do { 9 Entry<K,V> next = e.next; 10 int i = indexFor(e.hash, newCapacity); //！！重新計(jì)算每個(gè)元素在數(shù)組中的位置 11 e.next = newTable[i]; //標(biāo)記[1] 12 newTable[i] = e; //將元素放在數(shù)組上 13 e = next; //訪問下一個(gè)Entry鏈上的元素 14 } while (e != null); 15 } 16 } 17 }
newTable[i]的引用賦給了e.next，也就是使用了單鏈表的頭插入方式，同一位置上新元素總會(huì)被放在鏈表的頭部位置；這樣先放在一個(gè)索引上的元素終會(huì)被放到Entry鏈的尾部(如果發(fā)生了hash沖突的話），這一點(diǎn)和Jdk1.8有區(qū)別，下文詳解。在舊數(shù)組中同一條Entry鏈上的元素，通過重新計(jì)算索引位置后，有可能被放到了新數(shù)組的不同位置上。
下面舉個(gè)例子說明下擴(kuò)容過程。假設(shè)了我們的hash算法就是簡單的用key mod 一下表的大小（也就是數(shù)組的長度）。其中的哈希桶數(shù)組table的size=2， 所以key = 3、7、5，put順序依次為 5、7、3。在mod 2以后都沖突在table[1]這里了。這里假設(shè)負(fù)載因子 loadFactor=1，即當(dāng)鍵值對(duì)的實(shí)際大小size 大于 table的實(shí)際大小時(shí)進(jìn)行擴(kuò)容。接下來的三個(gè)步驟是哈希桶數(shù)組 resize成4，然后所有的Node重新rehash的過程。
下面我們講解下JDK1.8做了哪些優(yōu)化。經(jīng)過觀測可以發(fā)現(xiàn)，我們使用的是2次冪的擴(kuò)展(指長度擴(kuò)為原來2倍)，所以，元素的位置要么是在原位置，要么是在原位置再移動(dòng)2次冪的位置。看下圖可以明白這句話的意思，n為table的長度，圖（a）表示擴(kuò)容前的key1和key2兩種key確定索引位置的示例，圖（b）表示擴(kuò)容后key1和key2兩種key確定索引位置的示例，其中hash1是key1對(duì)應(yīng)的哈希與高位運(yùn)算結(jié)果。
元素在重新計(jì)算hash之后，因?yàn)閚變?yōu)?倍，那么n-1的mask范圍在高位多1bit(紅色)，因此新的index就會(huì)發(fā)生這樣的變化：
因此，我們在擴(kuò)充HashMap的時(shí)候，不需要像JDK1.7的實(shí)現(xiàn)那樣重新計(jì)算hash，只需要看看原來的hash值新增的那個(gè)bit是1還是0就好了，是0的話索引沒變，是1的話索引變成“原索引+oldCap”，可以看看下圖為16擴(kuò)充為32的resize示意圖：
這個(gè)設(shè)計(jì)確實(shí)非常的巧妙，既省去了重新計(jì)算hash值的時(shí)間，而且同時(shí)，由于新增的1bit是0還是1可以認(rèn)為是隨機(jī)的，因此resize的過程，均勻的把之前的沖突的節(jié)點(diǎn)分散到新的bucket了。這一塊就是JDK1.8新增的優(yōu)化點(diǎn)。有一點(diǎn)注意區(qū)別，JDK1.7中rehash的時(shí)候，舊鏈表遷移新鏈表的時(shí)候，如果在新表的數(shù)組索引位置相同，則鏈表元素會(huì)倒置，但是從上圖可以看出，JDK1.8不會(huì)倒置。有興趣的同學(xué)可以研究下JDK1.8的resize源碼，寫的很贊，如下:
1 final Node<K,V>[] resize() { 2 Node<K,V>[] oldTab = table; 3 int oldCap = (oldTab == null) ? 0 : oldTab.length; 4 int oldThr = threshold; 5 int newCap, newThr = 0; 6 if (oldCap > 0) { 7 // 超過最大值就不再擴(kuò)充了，就只好隨你碰撞去吧 8 if (oldCap >= MAXIMUM_CAPACITY) { 9 threshold = Integer.MAX_VALUE; 10 return oldTab; 11 } 12 // 沒超過最大值，就擴(kuò)充為原來的2倍 13 else if ((newCap = oldCap << 1) < MAXIMUM_CAPACITY && 14 oldCap >= DEFAULT_INITIAL_CAPACITY) 15 newThr = oldThr << 1; // double threshold 16 } 17 else if (oldThr > 0) // initial capacity was placed in threshold 18 newCap = oldThr; 19 else { // zero initial threshold signifies using defaults 20 newCap = DEFAULT_INITIAL_CAPACITY; 21 newThr = (int)(DEFAULT_LOAD_FACTOR * DEFAULT_INITIAL_CAPACITY); 22 } 23 // 計(jì)算新的resize上限 24 if (newThr == 0) { 25 26 float ft = (float)newCap * loadFactor; 27 newThr = (newCap < MAXIMUM_CAPACITY && ft < (float)MAXIMUM_CAPACITY ? 28 (int)ft : Integer.MAX_VALUE); 29 } 30 threshold = newThr; 31 @SuppressWarnings({"rawtypes"，"unchecked"}) 32 Node<K,V>[] newTab = (Node<K,V>[])new Node[newCap]; 33 table = newTab; 34 if (oldTab != null) { 35 // 把每個(gè)bucket都移動(dòng)到新的buckets中 36 for (int j = 0; j < oldCap; ++j) { 37 Node<K,V> e; 38 if ((e = oldTab[j]) != null) { 39 oldTab[j] = null; 40 if (e.next == null) 41 newTab[e.hash & (newCap - 1)] = e; 42 else if (e instanceof TreeNode) 43 ((TreeNode<K,V>)e).split(this, newTab, j, oldCap); 44 else { // 鏈表優(yōu)化重hash的代碼塊 45 Node<K,V> loHead = null, loTail = null; 46 Node<K,V> hiHead = null, hiTail = null; 47 Node<K,V> next; 48 do { 49 next = e.next; 50 // 原索引 51 if ((e.hash & oldCap) == 0) { 52 if (loTail == null) 53 loHead = e; 54 else 55 loTail.next = e; 56 loTail = e; 57 } 58 // 原索引+oldCap 59 else { 60 if (hiTail == null) 61 hiHead = e; 62 else 63 hiTail.next = e; 64 hiTail = e; 65 } 66 } while ((e = next) != null); 67 // 原索引放到bucket里 68 if (loTail != null) { 69 loTail.next = null; 70 newTab[j] = loHead; 71 } 72 // 原索引+oldCap放到bucket里 73 if (hiTail != null) { 74 hiTail.next = null; 75 newTab[j + oldCap] = hiHead; 76 } 77 } 78 } 79 } 80 } 81 return newTab; 82 }
線程安全性
在多線程使用場景中，應(yīng)該盡量避免使用線程不安全的HashMap，而使用線程安全的ConcurrentHashMap。那么為什么說HashMap是線程不安全的，下面舉例子說明在并發(fā)的多線程使用場景中使用HashMap可能造成死循環(huán)。代碼例子如下(便于理解，仍然使用JDK1.7的環(huán)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初始化為一個(gè)長度為2的數(shù)組，loadFactor=0.75，threshold=2*0.75=1，也就是說當(dāng)put第二個(gè)key的時(shí)候，map就需要進(jìn)行resize。
通過設(shè)置斷點(diǎn)讓線程1和線程2同時(shí)debug到transfer方法(3.3小節(jié)代碼塊)的首行。注意此時(shí)兩個(gè)線程已經(jīng)成功添加數(shù)據(jù)。放開thread1的斷點(diǎn)至transfer方法的“Entry next = e.next;” 這一行；然后放開線程2的的斷點(diǎn)，讓線程2進(jìn)行resize。結(jié)果如下圖。
注意，Thread1的 e 指向了key(3)，而next指向了key(7)，其在線程二rehash后，指向了線程二重組后的鏈表。
線程一被調(diào)度回來執(zhí)行，先是執(zhí)行 newTalbe[i] = e， 然后是e = next，導(dǎo)致了e指向了key(7)，而下一次循環(huán)的next = e.next導(dǎo)致了next指向了key(3)。
e.next = newTable[i] 導(dǎo)致 key(3).next 指向了 key(7)。注意：此時(shí)的key(7).next 已經(jīng)指向了key(3)， 環(huán)形鏈表就這樣出現(xiàn)了。
于是，當(dāng)我們用線程一調(diào)用map.get(11)時(shí)，悲劇就出現(xiàn)了——Infinite Loop。
JDK1.8與JDK1.7的性能對(duì)比
HashMap中，如果key經(jīng)過hash算法得出的數(shù)組索引位置全部不相同，即Hash算法非常好，那樣的話，getKey方法的時(shí)間復(fù)雜度就是O(1)，如果Hash算法技術(shù)的結(jié)果碰撞非常多，假如Hash算極其差，所有的Hash算法結(jié)果得出的索引位置一樣，那樣所有的鍵值對(duì)都集中到一個(gè)桶中，或者在一個(gè)鏈表中，或者在一個(gè)紅黑樹中，時(shí)間復(fù)雜度分別為O(n)和O(lgn)。 鑒于JDK1.8做了多方面的優(yōu)化，總體性能優(yōu)于JDK1.7，下面我們從兩個(gè)方面用例子證明這一點(diǎn)。
Hash較均勻的情況
為了便于測試，我們先寫一個(gè)類Key，如下：
class Key implements Comparable<Key> { private final int value; Key(int value) { this.value = value; } @Override public int compareTo(Key o) { return Integer.compare(this.value, o.value); } @Override public boolean equals(Object o) { if (this == o) return true; if (o == null || getClass() != o.getClass()) return false; Key key = (Key) o; return value == key.value; } @Override public int hashCode() { return value; } }
這個(gè)類復(fù)寫了equals方法，并且提供了相當(dāng)好的hashCode函數(shù)，任何一個(gè)值的hashCode都不會(huì)相同，因?yàn)橹苯邮褂胿alue當(dāng)做hashcode。為了避免頻繁的GC，我將不變的Key實(shí)例緩存了起來，而不是一遍一遍的創(chuàng)建它們。代碼如下：
public class Keys { public static final int MAX_KEY = 10_000_000; private static final Key[] KEYS_CACHE = new Key[MAX_KEY]; static { for (int i = 0; i < MAX_KEY; ++i) { KEYS_CACHE[i] = new Key(i); } } public static Key of(int value) { return KEYS_CACHE[value]; } }
現(xiàn)在開始我們的試驗(yàn)，測試需要做的僅僅是，創(chuàng)建不同size的HashMap（1、10、100、......10000000），屏蔽了擴(kuò)容的情況，代碼如下：
static void test(int mapSize) { HashMap<Key, Integer> map = new HashMap<Key,Integer>(mapSize); for (int i = 0; i < mapSize; ++i) { map.put(Keys.of(i), i); } long beginTime = System.nanoTime(); //獲取納秒 for (int i = 0; i < mapSize; i++) { map.get(Keys.of(i)); } long endTime = System.nanoTime(); System.out.println(endTime - beginTime); } public static void main(String[] args) { for(int i=10;i<= 1000 0000;i*= 10){ test(i); } }
在測試中會(huì)查找不同的值，然后度量花費(fèi)的時(shí)間，為了計(jì)算getKey的平均時(shí)間，我們遍歷所有的get方法，計(jì)算總的時(shí)間，除以key的數(shù)量，計(jì)算一個(gè)平均值，主要用來比較，絕對(duì)值可能會(huì)受很多環(huán)境因素的影響。結(jié)果如下：
通過觀測測試結(jié)果可知，JDK1.8的性能要高于JDK1.7 15%以上，在某些size的區(qū)域上，甚至高于100%。由于Hash算法較均勻，JDK1.8引入的紅黑樹效果不明顯，下面我們看看Hash不均勻的的情況。
Hash極不均勻的情況
假設(shè)我們又一個(gè)非常差的Key，它們所有的實(shí)例都返回相同的hashCode值。這是使用HashMap最壞的情況。代碼修改如下：
class Key implements Comparable<Key> { //... @Override public int hashCode() { return 1; } }
仍然執(zhí)行main方法，得出的結(jié)果如下表所示：
從表中結(jié)果中可知，隨著size的變大，JDK1.7的花費(fèi)時(shí)間是增長的趨勢，而JDK1.8是明顯的降低趨勢，并且呈現(xiàn)對(duì)數(shù)增長穩(wěn)定。當(dāng)一個(gè)鏈表太長的時(shí)候，HashMap會(huì)動(dòng)態(tài)的將它替換成一個(gè)紅黑樹，這話的話會(huì)將時(shí)間復(fù)雜度從O(n)降為O(logn)。hash算法均勻和不均勻所花費(fèi)的時(shí)間明顯也不相同，這兩種情況的相對(duì)比較，可以說明一個(gè)好的hash算法的重要性。
測試環(huán)境：處理器為2.2 GHz Intel Core i7，內(nèi)存為16 GB 1600 MHz DDR3，SSD硬盤，使用默認(rèn)的JVM參數(shù)，運(yùn)行在64位的OS X 10.10.1上。
小結(jié)
(1) 擴(kuò)容是一個(gè)特別耗性能的操作，所以當(dāng)程序員在使用HashMap的時(shí)候，估算map的大小，初始化的時(shí)候給一個(gè)大致的數(shù)值，避免map進(jìn)行頻繁的擴(kuò)容。
(2) 負(fù)載因子是可以修改的，也可以大于1，但是建議不要輕易修改，除非情況非常特殊。
(3) HashMap是線程不安全的，不要在并發(fā)的環(huán)境中同時(shí)操作HashMap，建議使用ConcurrentHashMap。
(4) JDK1.8引入紅黑樹大程度優(yōu)化了HashMap的性能。
(5) 還沒升級(jí)JDK1.8的，現(xiàn)在開始升級(jí)吧。HashMap的性能提升僅僅是JDK1.8的冰山一角。
參考
- JDK1.7&JDK1.8 源碼。
- CSDN博客頻道，HashMap多線程死循環(huán)問題，2014。
- 紅黑聯(lián)盟，Java類集框架之HashMap(JDK1.8)源碼剖析，2015。
- CSDN博客頻道， 教你初步了解紅黑樹，2010。
- Java Code Geeks，HashMap performance improvements in Java 8，2014。
- Importnew，危險(xiǎn)！在HashMap中將可變對(duì)象用作Key，2014。
- CSDN博客頻道，為什么一般hashtable的桶數(shù)會(huì)取一個(gè)素?cái)?shù)，2013。