這幾天學(xué)習(xí)了HashMap的底層實(shí)現(xiàn),但是發(fā)現(xiàn)好幾個(gè)版本的，代碼不一，而且看了Android包的HashMap和JDK中的HashMap的也不是一樣，原來(lái)他們沒(méi)有指定JDK版本，很多文章都是舊版本JDK1.6.JDK1.7的?，F(xiàn)在我來(lái)分析一哈最新的JDK1.8的HashMap及性能優(yōu)化。

在JDK1.6，JDK1.7中，HashMap采用位桶+鏈表實(shí)現(xiàn)，即使用鏈表處理沖突，同一hash值的鏈表都存儲(chǔ)在一個(gè)鏈表里。但是當(dāng)位于一個(gè)桶中的元素較多，即hash值相等的元素較多時(shí)，通過(guò)key值依次查找的效率較低。而JDK1.8中，HashMap采用位桶+鏈表+紅黑樹(shù)實(shí)現(xiàn)，當(dāng)鏈表長(zhǎng)度超過(guò)閾值（8）時(shí)，將鏈表轉(zhuǎn)換為紅黑樹(shù)，這樣大大減少了查找時(shí)間。

簡(jiǎn)單說(shuō)下HashMap的實(shí)現(xiàn)原理：

首先有一個(gè)每個(gè)元素都是鏈表（可能表述不準(zhǔn)確）的數(shù)組，當(dāng)添加一個(gè)元素（key-value）時(shí)，就首先計(jì)算元素key的hash值，以此確定插入數(shù)組中的位置，但是可能存在同一hash值的元素已經(jīng)被放在數(shù)組同一位置了，這時(shí)就添加到同一hash值的元素的后面，他們?cè)跀?shù)組的同一位置，但是形成了鏈表，同一各鏈表上的Hash值是相同的，所以說(shuō)數(shù)組存放的是鏈表。而當(dāng)鏈表長(zhǎng)度太長(zhǎng)時(shí)，鏈表就轉(zhuǎn)換為紅黑樹(shù)，這樣大大提高了查找的效率。

? ? ?當(dāng)鏈表數(shù)組的容量超過(guò)初始容量的0.75時(shí)，再散列將鏈表數(shù)組擴(kuò)大2倍，把原鏈表數(shù)組的搬移到新的數(shù)組中

即HashMap的原理圖是：

一，JDK1.8中的涉及到的數(shù)據(jù)結(jié)構(gòu)

1，位桶數(shù)組

transient Node<k,v>[] table;//存儲(chǔ)（位桶）的數(shù)組</k,v>
2，數(shù)組元素Node<K,V>實(shí)現(xiàn)了Entry接口
//Node是單向鏈表，它實(shí)現(xiàn)了Map.Entry接口 static class Node<k,v> implements Map.Entry<k,v> { final int hash; final K key; V value; Node<k,v> next; //構(gòu)造函數(shù)Hash值 鍵 值 下一個(gè)節(jié)點(diǎn) 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; } public final int hashCode() { return Objects.hashCode(key) ^ Objects.hashCode(value); } public final V setValue(V newValue) { V oldValue = value; value = newValue; return oldValue; } //判斷兩個(gè)node是否相等,若key和value都相等，返回true。可以與自身比較為true 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; }
3，紅黑樹(shù)
//紅黑樹(shù) static final class TreeNode<k,v> extends LinkedHashMap.Entry<k,v> { TreeNode<k,v> parent; // 父節(jié)點(diǎn) TreeNode<k,v> left; //左子樹(shù) TreeNode<k,v> right;//右子樹(shù) TreeNode<k,v> prev; // needed to unlink next upon deletion boolean red; //顏色屬性 TreeNode(int hash, K key, V val, Node<k,v> next) { super(hash, key, val, next); } //返回當(dāng)前節(jié)點(diǎn)的根節(jié)點(diǎn) final TreeNode<k,v> root() { for (TreeNode<k,v> r = this, p;;) { if ((p = r.parent) == null) return r; r = p; } }

二，源碼中的數(shù)據(jù)域

加載因子（默認(rèn)0.75）：為什么需要使用加載因子，為什么需要擴(kuò)容呢？因?yàn)槿绻畛浔群艽?#xff0c;說(shuō)明利用的空間很多，如果一直不進(jìn)行擴(kuò)容的話(huà)，鏈表就會(huì)越來(lái)越長(zhǎng)，這樣查找的效率很低，因?yàn)殒湵淼拈L(zhǎng)度很大（當(dāng)然最新版本使用了紅黑樹(shù)后會(huì)改進(jìn)很多），擴(kuò)容之后，將原來(lái)鏈表數(shù)組的每一個(gè)鏈表分成奇偶兩個(gè)子鏈表分別掛在新鏈表數(shù)組的散列位置，這樣就減少了每個(gè)鏈表的長(zhǎng)度，增加查找效率

HashMap本來(lái)是以空間換時(shí)間，所以填充比沒(méi)必要太大。但是填充比太小又會(huì)導(dǎo)致空間浪費(fèi)。如果關(guān)注內(nèi)存，填充比可以稍大，如果主要關(guān)注查找性能，填充比可以稍小。

public class HashMap<k,v> extends AbstractMap<k,v> implements Map<k,v>, Cloneable, Serializable { private static final long serialVersionUID = 362498820763181265L; static final int DEFAULT_INITIAL_CAPACITY = 1 << 4; // aka 16 static final int MAXIMUM_CAPACITY = 1 << 30;//最大容量 static final float DEFAULT_LOAD_FACTOR = 0.75f;//填充比 //當(dāng)add一個(gè)元素到某個(gè)位桶，其鏈表長(zhǎng)度達(dá)到8時(shí)將鏈表轉(zhuǎn)換為紅黑樹(shù) static final int TREEIFY_THRESHOLD = 8; static final int UNTREEIFY_THRESHOLD = 6; static final int MIN_TREEIFY_CAPACITY = 64; transient Node<k,v>[] table;//存儲(chǔ)元素的數(shù)組 transient Set<map.entry<k,v>> entrySet; transient int size;//存放元素的個(gè)數(shù) transient int modCount;//被修改的次數(shù)fast-fail機(jī)制 int threshold;//臨界值 當(dāng)實(shí)際大小(容量*填充比)超過(guò)臨界值時(shí)，會(huì)進(jìn)行擴(kuò)容 final float loadFactor;//填充比（......后面略）
三，HashMap的構(gòu)造函數(shù)

HashMap的構(gòu)造方法有4種，主要涉及到的參數(shù)有，指定初始容量，指定填充比和用來(lái)初始化的Map

//構(gòu)造函數(shù)1 public HashMap(int initialCapacity, float loadFactor) { //指定的初始容量非負(fù) if (initialCapacity < 0) throw new IllegalArgumentException(Illegal initial capacity: + initialCapacity); //如果指定的初始容量大于最大容量,置為最大容量 if (initialCapacity > MAXIMUM_CAPACITY) initialCapacity = MAXIMUM_CAPACITY; //填充比為正 if (loadFactor <= 0 || Float.isNaN(loadFactor)) throw new IllegalArgumentException(Illegal load factor: + loadFactor); this.loadFactor = loadFactor; this.threshold = tableSizeFor(initialCapacity);//新的擴(kuò)容臨界值 } //構(gòu)造函數(shù)2 public HashMap(int initialCapacity) { this(initialCapacity, DEFAULT_LOAD_FACTOR); } //構(gòu)造函數(shù)3 public HashMap() { this.loadFactor = DEFAULT_LOAD_FACTOR; // all other fields defaulted } //構(gòu)造函數(shù)4用m的元素初始化散列映射 public HashMap(Map<!--? extends K, ? extends V--> m) { this.loadFactor = DEFAULT_LOAD_FACTOR; putMapEntries(m, false); }
四，HashMap的存取機(jī)制

1，HashMap如何getValue值，看源碼

public V get(Object key) { Node<K,V> e; return (e = getNode(hash(key), key)) == null ? null : e.value; } /** * Implements Map.get and related methods * * @param hash hash for key * @param key the key * @return the node, or null if none */ final Node<K,V> getNode(int hash, Object key) { Node<K,V>[] tab;//Entry對(duì)象數(shù)組 Node<K,V> first,e; //在tab數(shù)組中經(jīng)過(guò)散列的第一個(gè)位置 int n; K k; /*找到插入的第一個(gè)Node，方法是hash值和n-1相與，tab[(n - 1) & hash]*/ //也就是說(shuō)在一條鏈上的hash值相同的 if ((tab = table) != null && (n = tab.length) > 0 &&(first = tab[(n - 1) & hash]) != null) { /*檢查第一個(gè)Node是不是要找的Node*/ if (first.hash == hash && // always check first node ((k = first.key) == key || (key != null && key.equals(k))))//判斷條件是hash值要相同，key值要相同 return first; /*檢查first后面的node*/ if ((e = first.next) != null) { if (first instanceof TreeNode) return ((TreeNode<K,V>)first).getTreeNode(hash, key); /*遍歷后面的鏈表，找到key值和hash值都相同的Node*/ do { if (e.hash == hash && ((k = e.key) == key || (key != null && key.equals(k)))) return e; } while ((e = e.next) != null); } } return null; }
get(key)方法時(shí)獲取key的hash值，計(jì)算hash&(n-1)得到在鏈表數(shù)組中的位置first=tab[hash&(n-1)],先判斷first的key是否與參數(shù)key相等，不等就遍歷后面的鏈表找到相同的key值返回對(duì)應(yīng)的Value值即可

2，HashMap如何put(key，value);看源碼

public V put(K key, V value) { return putVal(hash(key), key, value, false, true); } /** * Implements Map.put and related methods * * @param hash hash for key * @param key the key * @param value the value to put * @param onlyIfAbsent if true, don't change existing value * @param evict if false, the table is in creation mode. * @return previous value, or null if none */ final V putVal(int hash, K key, V value, boolean onlyIfAbsent, boolean evict) { Node<K,V>[] tab; Node<K,V> p; int n, i; if ((tab = table) == null || (n = tab.length) == 0) n = (tab = resize()).length; /*如果table的在（n-1）&hash的值是空，就新建一個(gè)節(jié)點(diǎn)插入在該位置*/ if ((p = tab[i = (n - 1) & hash]) == null) tab[i] = newNode(hash, key, value, null); /*表示有沖突,開(kāi)始處理沖突*/ else { Node<K,V> e; K k; /*檢查第一個(gè)Node，p是不是要找的值*/ if (p.hash == hash &&((k = p.key) == key || (key != null && key.equals(k)))) e = p; else if (p instanceof TreeNode) e = ((TreeNode<K,V>)p).putTreeVal(this, tab, hash, key, value); else { for (int binCount = 0; ; ++binCount) { /*指針為空就掛在后面*/ if ((e = p.next) == null) { p.next = newNode(hash, key, value, null); //如果沖突的節(jié)點(diǎn)數(shù)已經(jīng)達(dá)到8個(gè)，看是否需要改變沖突節(jié)點(diǎn)的存儲(chǔ)結(jié)構(gòu)，　　　　　　　　　　　　　 //treeifyBin首先判斷當(dāng)前hashMap的長(zhǎng)度，如果不足64，只進(jìn)行 //resize，擴(kuò)容table，如果達(dá)到64，那么將沖突的存儲(chǔ)結(jié)構(gòu)為紅黑樹(shù) if (binCount >= TREEIFY_THRESHOLD - 1) // -1 for 1st treeifyBin(tab, hash); break; } /*如果有相同的key值就結(jié)束遍歷*/ if (e.hash == hash &&((k = e.key) == key || (key != null && key.equals(k)))) break; p = e; } } /*就是鏈表上有相同的key值*/ if (e != null) { // existing mapping for key，就是key的Value存在 V oldValue = e.value; if (!onlyIfAbsent || oldValue == null) e.value = value; afterNodeAccess(e); return oldValue;//返回存在的Value值 } } ++modCount; /*如果當(dāng)前大小大于門(mén)限，門(mén)限原本是初始容量*0.75*/ if (++size > threshold) resize();//擴(kuò)容兩倍 afterNodeInsertion(evict); return null; }
下面簡(jiǎn)單說(shuō)下添加鍵值對(duì)put(key,value)的過(guò)程：
1，判斷鍵值對(duì)數(shù)組tab[]是否為空或?yàn)閚ull，否則以默認(rèn)大小resize()；
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tab[i]==null，直接新建節(jié)點(diǎn)添加，否則轉(zhuǎn)入3
3，判斷當(dāng)前數(shù)組中處理hash沖突的方式為鏈表還是紅黑樹(shù)(check第一個(gè)節(jié)點(diǎn)類(lèi)型即可),分別處理

五，HasMap的擴(kuò)容機(jī)制resize();

構(gòu)造hash表時(shí)，如果不指明初始大小，默認(rèn)大小為16（即Node數(shù)組大小16），如果Node[]數(shù)組中的元素達(dá)到（填充比*Node.length）重新調(diào)整HashMap大小 變?yōu)樵瓉?lái)2倍大小,擴(kuò)容很耗時(shí)

/** * Initializes or doubles table size. If null, allocates in * accord with initial capacity target held in field threshold. * Otherwise, because we are using power-of-two expansion, the * elements from each bin must either stay at same index, or move * with a power of two offset in the new table. * * @return the table */ final Node<K,V>[] resize() { Node<K,V>[] oldTab = table; int oldCap = (oldTab == null) ? 0 : oldTab.length; int oldThr = threshold; int newCap, newThr = 0; /*如果舊表的長(zhǎng)度不是空*/ if (oldCap > 0) { if (oldCap >= MAXIMUM_CAPACITY) { threshold = Integer.MAX_VALUE; return oldTab; } /*把新表的長(zhǎng)度設(shè)置為舊表長(zhǎng)度的兩倍，newCap=2*oldCap*/ else if ((newCap = oldCap << 1) < MAXIMUM_CAPACITY && oldCap >= DEFAULT_INITIAL_CAPACITY) /*把新表的門(mén)限設(shè)置為舊表門(mén)限的兩倍，newThr=oldThr*2*/ newThr = oldThr << 1; // double threshold } /*如果舊表的長(zhǎng)度的是0，就是說(shuō)第一次初始化表*/ else if (oldThr > 0) // initial capacity was placed in threshold newCap = oldThr; else { // zero initial threshold signifies using defaults newCap = DEFAULT_INITIAL_CAPACITY; newThr = (int)(DEFAULT_LOAD_FACTOR * DEFAULT_INITIAL_CAPACITY); } if (newThr == 0) { float ft = (float)newCap * loadFactor;//新表長(zhǎng)度乘以加載因子 newThr = (newCap < MAXIMUM_CAPACITY && ft < (float)MAXIMUM_CAPACITY ? (int)ft : Integer.MAX_VALUE); } threshold = newThr; @SuppressWarnings({"rawtypes","unchecked"}) /*下面開(kāi)始構(gòu)造新表，初始化表中的數(shù)據(jù)*/ Node<K,V>[] newTab = (Node<K,V>[])new Node[newCap]; table = newTab;//把新表賦值給table if (oldTab != null) {//原表不是空要把原表中數(shù)據(jù)移動(dòng)到新表中 /*遍歷原來(lái)的舊表*/ for (int j = 0; j < oldCap; ++j) { Node<K,V> e; if ((e = oldTab[j]) != null) { oldTab[j] = null; if (e.next == null)//說(shuō)明這個(gè)node沒(méi)有鏈表直接放在新表的e.hash & (newCap - 1)位置 newTab[e.hash & (newCap - 1)] = e; else if (e instanceof TreeNode) ((TreeNode<K,V>)e).split(this, newTab, j, oldCap); /*如果e后邊有鏈表,到這里表示e后面帶著個(gè)單鏈表，需要遍歷單鏈表，將每個(gè)結(jié)點(diǎn)重*/ else { // preserve order保證順序 新計(jì)算在新表的位置，并進(jìn)行搬運(yùn) Node<K,V> loHead = null, loTail = null; Node<K,V> hiHead = null, hiTail = null; Node<K,V> next; do { next = e.next;//記錄下一個(gè)結(jié)點(diǎn) //新表是舊表的兩倍容量，實(shí)例上就把單鏈表拆分為兩隊(duì)， //e.hash&oldCap為偶數(shù)一隊(duì)，e.hash&oldCap為奇數(shù)一對(duì) if ((e.hash & oldCap) == 0) { if (loTail == null) loHead = e; else loTail.next = e; loTail = e; } else { if (hiTail == null) hiHead = e; else hiTail.next = e; hiTail = e; } } while ((e = next) != null); if (loTail != null) {//lo隊(duì)不為null，放在新表原位置 loTail.next = null; newTab[j] = loHead; } if (hiTail != null) {//hi隊(duì)不為null，放在新表j+oldCap位置 hiTail.next = null; newTab[j + oldCap] = hiHead; } } } } } return newTab; }

六，JDK1.8使用紅黑樹(shù)的改進(jìn)

在Java?jdk8中對(duì)HashMap的源碼進(jìn)行了優(yōu)化，在jdk7中，HashMap處理“碰撞”的時(shí)候，都是采用鏈表來(lái)存儲(chǔ)，當(dāng)碰撞的結(jié)點(diǎn)很多時(shí)，查詢(xún)時(shí)間是O（n）。
在jdk8中，HashMap處理“碰撞”增加了紅黑樹(shù)這種數(shù)據(jù)結(jié)構(gòu)，當(dāng)碰撞結(jié)點(diǎn)較少時(shí)，采用鏈表存儲(chǔ)，當(dāng)較大時(shí)（>8個(gè)），采用紅黑樹(shù)（特點(diǎn)是查詢(xún)時(shí)間是O（logn））存儲(chǔ)（有一個(gè)閥值控制，大于閥值(8個(gè))，將鏈表存儲(chǔ)轉(zhuǎn)換成紅黑樹(shù)存儲(chǔ)）

問(wèn)題分析：

你可能還知道哈希碰撞會(huì)對(duì)hashMap的性能帶來(lái)災(zāi)難性的影響。如果多個(gè)hashCode()的值落到同一個(gè)桶內(nèi)的時(shí)候，這些值是存儲(chǔ)到一個(gè)鏈表中的。最壞的情況下，所有的key都映射到同一個(gè)桶中，這樣hashmap就退化成了一個(gè)鏈表——查找時(shí)間從O(1)到O(n)。

隨著HashMap的大小的增長(zhǎng)，get()方法的開(kāi)銷(xiāo)也越來(lái)越大。由于所有的記錄都在同一個(gè)桶里的超長(zhǎng)鏈表內(nèi)，平均查詢(xún)一條記錄就需要遍歷一半的列表。

JDK1.8HashMap的紅黑樹(shù)是這樣解決的：

? ? ? ? ?如果某個(gè)桶中的記錄過(guò)大的話(huà)（當(dāng)前是TREEIFY_THRESHOLD = 8），HashMap會(huì)動(dòng)態(tài)的使用一個(gè)專(zhuān)門(mén)的treemap實(shí)現(xiàn)來(lái)替換掉它。這樣做的結(jié)果會(huì)更好，是O(logn)，而不是糟糕的O(n)。

? ? ? ? 它是如何工作的？前面產(chǎn)生沖突的那些KEY對(duì)應(yīng)的記錄只是簡(jiǎn)單的追加到一個(gè)鏈表后面，這些記錄只能通過(guò)遍歷來(lái)進(jìn)行查找。但是超過(guò)這個(gè)閾值后HashMap開(kāi)始將列表升級(jí)成一個(gè)二叉樹(shù)，使用哈希值作為樹(shù)的分支變量，如果兩個(gè)哈希值不等，但指向同一個(gè)桶的話(huà)，較大的那個(gè)會(huì)插入到右子樹(shù)里。如果哈希值相等，HashMap希望key值最好是實(shí)現(xiàn)了Comparable接口的，這樣它可以按照順序來(lái)進(jìn)行插入。這對(duì)HashMap的key來(lái)說(shuō)并不是必須的，不過(guò)如果實(shí)現(xiàn)了當(dāng)然最好。如果沒(méi)有實(shí)現(xiàn)這個(gè)接口，在出現(xiàn)嚴(yán)重的哈希碰撞的時(shí)候，你就并別指望能獲得性能提升了。

原文鏈接：http://blog.csdn.net/tuke_tuke/article/details/51588156?

總結(jié)

以上是生活随笔為你收集整理的Java面试绕不开的问题： Java中HashMap底层实现原理(JDK1.8)源码分析的全部?jī)?nèi)容，希望文章能夠幫你解決所遇到的問(wèn)題。

如果覺(jué)得生活随笔網(wǎng)站內(nèi)容還不錯(cuò)，歡迎將生活随笔推薦給好友。