一救鲤、概述
HashMap是我們在編程中遇到極其頻繁忿檩、非常重要的一個集合類，如果能對HashMap做進一步的性能優(yōu)化是非常有價值的而JDK 1.8做到了介蛉，所以非常有必要學(xué)習(xí)HashMap的重點源碼萌庆，了解大師的手法。
二币旧、底層數(shù)據(jù)結(jié)構(gòu)
畫圖真的是個累活践险，好的畫圖工具很重要啊，上面這兩張圖分別畫出了JDK 1.7吹菱、1.8底層數(shù)據(jù)結(jié)構(gòu)捏境，在JDK 1.7、1.8中都使用
了散列算法毁葱，但是在JDK 1.8中引入了紅黑樹，在鏈表的長度大于等于8并且hash桶的長度大于等于64的時候贰剥，會將鏈表進行樹化倾剿。這里的樹使用的數(shù)據(jù)結(jié)構(gòu)是紅黑樹，紅黑樹是一個自平衡的二叉查找樹蚌成，查找效率會從鏈表的o(n)降低為o(logn)前痘，效率是非常大的提高。
那為什么不將鏈表全部換成二叉樹呢担忧？這里主要有兩個方面芹缔。
第一個是鏈表的結(jié)構(gòu)比紅黑樹簡單，構(gòu)造紅黑樹要比構(gòu)造鏈表復(fù)雜瓶盛，所以在鏈表的節(jié)點不多的情況下最欠，從整體的性能看來，
數(shù)組+鏈表+紅黑樹的結(jié)構(gòu)不一定比數(shù)組+鏈表的結(jié)構(gòu)性能高惩猫。第二個是HashMap頻繁的resize（擴容）芝硬，擴容的時候需要重新計算節(jié)點的索引位置，也就是會將紅黑樹進行拆分和重組其實
這是很復(fù)雜的轧房，這里涉及到紅黑樹的著色和旋轉(zhuǎn)拌阴，有興趣的可以看看紅黑樹的原理，這又是一個比鏈表結(jié)構(gòu)耗時的操作奶镶，所以為鏈表樹化設(shè)置一個閥值是非常有必要的迟赃。
三陪拘、源碼分析
3.1 類結(jié)構(gòu)
-
下圖是HashMap的類結(jié)構(gòu)，大家看看有個概念
3.2 類注釋
我建議大家在讀源碼時可以先看看類注釋纤壁，往往類注釋會給我們一些重要的信息左刽，這里LZ給大家總結(jié)一下。
（1）允許NULL值摄乒，NULL鍵
（2）不要輕易改變負載因子悠反，負載因子過高會導(dǎo)致鏈表過長，查找鍵值對時間復(fù)雜度就會增高馍佑，負載因子過低會導(dǎo)致hash桶的 數(shù)量過多斋否，空間復(fù)雜度會增高
（3）Hash表每次會擴容長度為以前的2倍
（4）HashMap是多線程不安全的，我在JDK1.7進行多線程put操作拭荤，之后遍歷茵臭，直接死循環(huán)，CPU飆到100%舅世，在JDK 1.8中進行多線程操作會出現(xiàn)節(jié)點和value值丟失旦委，為什么JDK1.7與JDK1.8多線程操作會出現(xiàn)很大不同，是因為JDK 1.8的作者對resize方法進行了優(yōu)化不會產(chǎn)生鏈表閉環(huán)雏亚。這也是本章的重點之一缨硝，具體的細節(jié)大家可以去查閱資料。這里我就不解釋太多了
（5）盡量設(shè)置HashMap的初始容量罢低，尤其在數(shù)據(jù)量大的時候查辩，防止多次resize
3.3 類常量
//默認hash桶初始長度16
static final int DEFAULT_INITIAL_CAPACITY = 1 << 4;
//hash表最大容量2的30次冪
static final int MAXIMUM_CAPACITY = 1 << 30;
//默認負載因子 0.75
static final float DEFAULT_LOAD_FACTOR = 0.75f;
//鏈表的數(shù)量大于等于8個并且桶的數(shù)量大于等于64時鏈表樹化
static final int TREEIFY_THRESHOLD = 8;
//hash表某個節(jié)點鏈表的數(shù)量小于等于6時樹拆分
static final int UNTREEIFY_THRESHOLD = 6;
//樹化時最小桶的數(shù)量
static final int MIN_TREEIFY_CAPACITY = 64;
3.4 實例變量
//hash桶
transient Node<K,V>[] table;
//鍵值對的數(shù)量
transient int size;
//HashMap結(jié)構(gòu)修改的次數(shù)
transient int modCount;
//擴容的閥值，當鍵值對的數(shù)量超過這個閥值會產(chǎn)生擴容
int threshold;
//負載因子
final float loadFactor;
3.5 構(gòu)造函數(shù)
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;
//下面介紹一下這行代碼的作用
this.threshold = tableSizeFor(initialCapacity);
}
public HashMap(int initialCapacity) {
this(initialCapacity, DEFAULT_LOAD_FACTOR);
}
public HashMap() {
this.loadFactor = DEFAULT_LOAD_FACTOR; // all other fields defaulted
}
public HashMap(Map<? extends K, ? extends V> m) {
this.loadFactor = DEFAULT_LOAD_FACTOR;
putMapEntries(m, false);
}
HashMap有4個構(gòu)造函數(shù)网持。
hash桶沒有在構(gòu)造函數(shù)中初始化宜岛，而是在第一次存儲鍵值對的時候進行初始化。 這里重點看下
tableSizeFor(initialCapacity)方法功舀，這個方法的作用是萍倡，將你傳入的initialCapacity做計算，返回一個大于等于initialCapacity
最小的2的冪次方辟汰。
所以這個操作保證無論你傳入的初始化Hash桶長度參數(shù)是多少列敲，最后hash表初始化的長度都是2的冪次方。比如你輸入的是6帖汞，計算出來結(jié)果就是8酿炸。
下面貼出源碼。
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;
}
3.6 插入
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;
//當table為空時涨冀，這里初始化table填硕，不是通過構(gòu)造函數(shù)初始化，而是在插入時通過擴容初始化，有效防止了初始化HashMap沒有數(shù)據(jù)插入造成空間浪費可能造成內(nèi)存泄露的情況
if ((tab = table) == null || (n = tab.length) == 0)
n = (tab = resize()).length;
//存放新鍵值對
if ((p = tab[i = (n - 1) & hash]) == null)
tab[i] = newNode(hash, key, value, null);
else {
Node<K,V> e; K k;
//舊鍵值對的覆蓋
if (p.hash == hash &&
((k = p.key) == key || (key != null && key.equals(k))))
e = p;
//在紅黑樹中查找舊鍵值對更新
else if (p instanceof TreeNode)
e = ((TreeNode<K,V>)p).putTreeVal(this, tab, hash, key, value);
else {
//將新鍵值對放在鏈表的最后
for (int binCount = 0; ; ++binCount) {
if ((e = p.next) == null) {
p.next = newNode(hash, key, value, null);
//當鏈表的長度大于等于樹化閥值扁眯，并且hash桶的長度大于等于MIN_TREEIFY_CAPACITY壮莹，鏈表轉(zhuǎn)化為紅黑樹
if (binCount >= TREEIFY_THRESHOLD - 1) // -1 for 1st
treeifyBin(tab, hash);
break;
}
//鏈表中包含鍵值對
if (e.hash == hash &&
((k = e.key) == key || (key != null && key.equals(k))))
break;
p = e;
}
}
//map中含有舊key，返回舊值
if (e != null) {
V oldValue = e.value;
if (!onlyIfAbsent || oldValue == null)
e.value = value;
afterNodeAccess(e);
return oldValue;
}
}
//map調(diào)整次數(shù)加1
++modCount;
//鍵值對的數(shù)量達到閾值需要擴容
if (++size > threshold)
resize();
afterNodeInsertion(evict);
return null;
}
HashMap插入跟我們平時使用時的感覺差不多姻檀，下面總結(jié)一下命满。
（1）插入的鍵值對是新鍵值對，如果hash表沒有初始化會進行初始化绣版，否則將鍵值對插入鏈表尾部胶台，可能需要鏈表樹化和
擴容
（2）插入的鍵值對中的key已經(jīng)存在，更新鍵值對在put的方法里我們注意看下hash(key)方法杂抽，這是計算鍵值對hash值的方法诈唬，下面給出源碼
static final int hash(Object key) {
int h;
return (key == null) ? 0 : (h = key.hashCode()) ^ (h >>> 16);
}
hashCode()是一個int類型的本地方法，也就將key的hashCode無符號右移16位然后與hashCode異或從而得到hash值在putVal方法中（n - 1）& hash計算得到桶的索引位置 缩麸，那么現(xiàn)在有兩個疑問铸磅，為什么要計算hash值？為什么不用 hash % n?
為什么要計算hash值杭朱，而不用hashCode阅仔，用為通常n是很小的，而hashCode是32位弧械，如果（n - 1）& hashCode那么當n大于2的16次方加1八酒，也就是65537后(n - 1)的高位數(shù)據(jù)才能與hashCode的高位數(shù)據(jù)相與，當n很小是只能使用上hashCode低
16位的數(shù)據(jù)刃唐，這會產(chǎn)生一個問題丘跌，既鍵值對在hash桶中分布不均勻，導(dǎo)致鏈表過長唁桩，而把hashCode>>>16無符號右移16位讓
高16位間接的與（n - 1）參加計算，從而讓鍵值對分布均勻耸棒。降低hash碰撞荒澡。為什么使用（n - 1）& hash 而不使用hash% n呢？其實這兩種結(jié)果是等價的与殃，但是&的效率比%高单山，原因因為&運算是二
進制直接運算，而計算機天生就認得二進制幅疼。下面畫圖說明一下
上圖 hash&(n - 1)的結(jié)果是2米奸，而其實hash%n 的結(jié)果也是2, hash&(n - 1)與hash%n的結(jié)果是等價的。
3.7 擴容
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hash桶不為空
if (oldCap > 0) {
//超過hash桶的最大長度爽篷，將閥值設(shè)為最大值
if (oldCap >= MAXIMUM_CAPACITY) {
threshold = Integer.MAX_VALUE;
return oldTab;
}
//新的hash桶的長度2被擴容沒有超過最大長度悴晰，將新容量閥值擴容為以前的2倍
else if ((newCap = oldCap << 1) < MAXIMUM_CAPACITY &&
oldCap >= DEFAULT_INITIAL_CAPACITY)
newThr = oldThr << 1; // double threshold
}
//如果hash表閾值已經(jīng)初始化過
else if (oldThr > 0) // initial capacity was placed in threshold
newCap = oldThr;
//如果舊hash桶，并且hash桶容量閾值沒有初始化，那么需要初始化新的hash桶的容量和新容量閥值
else {
newCap = DEFAULT_INITIAL_CAPACITY;
newThr = (int)(DEFAULT_LOAD_FACTOR * DEFAULT_INITIAL_CAPACITY);
}
//新的局部變量閥值賦值
if (newThr == 0) {
float ft = (float)newCap * loadFactor;
newThr = (newCap < MAXIMUM_CAPACITY && ft < (float)MAXIMUM_CAPACITY ?
(int)ft : Integer.MAX_VALUE);
}
//為當前容量閥值賦值
threshold = newThr;
@SuppressWarnings({"rawtypes","unchecked"})
//初始化hash桶
Node<K,V>[] newTab = (Node<K,V>[])new Node[newCap];
table = newTab;
//如果舊的hash桶不為空铡溪，需要將舊的hash表里的鍵值對重新映射到新的hash桶中
if (oldTab != null) {
for (int j = 0; j < oldCap; ++j) {
Node<K,V> e;
if ((e = oldTab[j]) != null) {
oldTab[j] = null;
//只有一個節(jié)點漂辐，通過索引位置直接映射
if (e.next == null)
newTab[e.hash & (newCap - 1)] = e;
//如果是紅黑樹，需要進行樹拆分然后映射
else if (e instanceof TreeNode)
((TreeNode<K,V>)e).split(this, newTab, j, oldCap);
else {
//如果是多個節(jié)點的鏈表棕硫，將原鏈表拆分為兩個鏈表髓涯，兩個鏈表的索引位置，一個為原索引哈扮，一個為原索引加上舊Hash桶長度的偏移量
Node<K,V> loHead = null, loTail = null;
Node<K,V> hiHead = null, hiTail = null;
Node<K,V> next;
do {
next = e.next;
//鏈表1
if ((e.hash & oldCap) == 0) {
if (loTail == null)
loHead = e;
else
loTail.next = e;
loTail = e;
}
//鏈表2
else {
if (hiTail == null)
hiHead = e;
else
hiTail.next = e;
hiTail = e;
}
} while ((e = next) != null);
//鏈表1存于原索引
if (loTail != null) {
loTail.next = null;
newTab[j] = loHead;
}
//鏈表2存于原索引加上原h(huán)ash桶長度的偏移量
if (hiTail != null) {
hiTail.next = null;
newTab[j + oldCap] = hiHead;
}
}
}
}
}
return newTab;
}
那么什么時候回產(chǎn)生擴容呢纬纪？
（1）初始化HashMap時，第一次進行put操作
（2）當鍵值對的個數(shù)大于threshold閥值時產(chǎn)生擴容滑肉，threshold=size*loadFactor
上面就是HashMap擴容的源代碼包各，我已經(jīng)加上了注釋，相信大家都能看懂了赦邻∷杵澹總結(jié)一下，HaspMap擴容就是就是先計算
新的hash表容量和新的容量閥值惶洲，然后初始化一個新的hash表按声，將舊的鍵值對重新映射在新的hash表里。這里實現(xiàn)的細節(jié)當然
沒有我說的那么簡單恬吕，如果在舊的hash表里涉及到紅黑樹签则，那么在映射到新的hash表中還涉及到紅黑樹的拆分。
在擴容的源代碼中作者有一個使用很巧妙的地方铐料，是鍵值對分布更均勻渐裂，不知道讀者是否有看出來。在遍歷原h(huán)ash桶時的
一個鏈表時钠惩，因為擴容后長度為原h(huán)ash表的2倍柒凉，假設(shè)把擴容后的hash表分為兩半，分為低位和高位篓跛，如果能把原鏈表的鍵值對膝捞，
一半放在低位，一半放在高位愧沟，這樣的索引效率是最高的蔬咬。那看看源碼里是怎樣寫的。大師通過e.hash & oldCap == 0來判斷沐寺，
這和e.hash & (oldCap - 1) 有什么區(qū)別呢林艘。下面我通過畫圖來解釋一下。
因為n是2的整次冪混坞，二進制表示除了最高位為1外狐援，其他低位全為0，那么e.hash & oldCap 是否等于0,取決于n對應(yīng)最高位
相對于e.hash那一位是0還是1，比如說n = 16咕村，二進制為10000场钉，第5位為1，e.hash & oldCap 是否等于0就取決于e.hash第5
位是0還是1懈涛，這就相當于有50%的概率放在新hash表低位逛万，50%的概率放在新hash表高位。大家應(yīng)該明白了e.hash & oldCap
== 0的好處與作用了吧批钠。
其實宇植，到這里基本上HashMap的核心內(nèi)容都講完了，相信大家對HashMap的源碼有一定了解了埋心。在源碼中還有鍵值對的查詢和刪除都比較簡單指郁，這里就不在過多贅述了，對于紅黑樹的構(gòu)造拷呆、旋轉(zhuǎn)闲坎、著色，我覺得大家有興趣可以了解一下茬斧，畢竟我們不
是HashMap的開發(fā)者腰懂，不用了解過多的細節(jié)，鉆墻角项秉。知道大致的原理即可绣溜。
3.8 清除
本來到這里就要結(jié)束了，但是LZ還是想跟大家聊一下HashMap總的clear()方法娄蔼，下面貼出源碼怖喻。
public void clear() {
Node<K,V>[] tab;
modCount++;
if ((tab = table) != null && size > 0) {
size = 0;
for (int i = 0; i < tab.length; ++i)
tab[i] = null;
}
}
HashMap其實這段代碼特別簡單，為什么貼出來呢岁诉，是因為我在看過別的博客里產(chǎn)生過疑問锚沸，到底是clear好還是新建一
個HashMap好。我認為clear()比新建一個HashMap好涕癣。下面從空間復(fù)雜度和時間復(fù)雜度來解釋一下哗蜈。
從時間角度來看，這個循環(huán)是非常簡單無復(fù)雜邏輯属划，并不十分耗資源。而新建一個HashMap候生，首先他在在堆內(nèi)存中年輕代中查看是否有足夠空間能夠存儲同眯，如果能夠存儲，那么創(chuàng)建順利完成唯鸭，但如果HashMap非常大须蜗，年輕代很難有足夠的空間存儲，如果老年代中有足夠空間存儲這個HashMap，那么jvm會將HashMap直接存儲在老年代中明肮，如果老年代中空間不夠菱农，這時候會觸發(fā)一次minor gc，會產(chǎn)生小規(guī)模的gc停頓柿估，如果發(fā)生minor gc之后仍不能存儲HashMap循未，那么會發(fā)生整個堆的gc，也就是
full gc秫舌，這個gc停頓是很恐怖的的妖。實際上的gc順序就是這樣的，并且可能發(fā)生多次minor gc和full gc,如果發(fā)現(xiàn)年輕代和老年代
均不能存儲HashMap足陨，那么就會觸發(fā)OOM嫂粟，而clear()是肯定不會觸發(fā)OOM的，所以數(shù)據(jù)里特別大的情況下墨缘，千萬不要創(chuàng)建一
個新的HashMap代替clear()方法星虹。
從空間角度看，原HashMap雖然不用镊讼，如果數(shù)據(jù)未被清空宽涌，是不可能被jvm回收的，因為HashMap是強引用類型的狠毯，從而造成內(nèi)存泄漏护糖。所以綜上所述我
是不建議新建一個HashMap代替clear()的，并且很多源碼中clear()方法很常用嚼松，這就是最好的證明嫡良。
四、總結(jié)
（1）HashMap允許NULL值献酗，NULL鍵
（2）不要輕易改變負載因子寝受，負載因子過高會導(dǎo)致鏈表過長，查找鍵值對時間復(fù)雜度就會增高罕偎，負載因子過低會導(dǎo)致hash桶的數(shù)量過多很澄，空間復(fù)雜度會增高
（3）Hash表每次會擴容長度為以前的2倍
（4）HashMap是多線程不安全的，我在JDK 1.7進行多線程put操作颜及，之后遍歷甩苛，直接死循環(huán)，CPU飆到100%俏站，在JDK 1.8中
進行多線程操作會出現(xiàn)節(jié)點和value值丟失讯蒲，為什么JDK1.7與JDK1.8多線程操作會出現(xiàn)很大不同，是因為JDK 1.8的作者對resize
方法進行了優(yōu)化不會產(chǎn)生鏈表閉環(huán)肄扎。這也是本章的重點之一墨林，具體的細節(jié)大家可以去查閱資料赁酝。這里我就不解釋太多了
（5）盡量設(shè)置HashMap的初始容量，尤其在數(shù)據(jù)量大的時候旭等，防止多次resize
（6）HashMap在JDK 1.8在做了很好性能的提升酌呆，我看到過在JDK1.7和JDK1.8get操作性能對比JDK1.8是要優(yōu)于JDK 1.7的，
大家感興趣的可以自己做個測試搔耕，所以還沒有升級到JDK1.8的小伙伴趕緊的吧隙袁。
總結(jié)就把類注釋的給搬過來了，其實在本篇文章中有一個知識點沒有詳細分析度迂，就是HashMap在多線程不安全的原因藤乙，尤其擴
容在JDK 1.7 會產(chǎn)生鏈表閉環(huán)，因為要畫很多圖惭墓，我還沒找到合適的工具坛梁，后期補充吧。
