HashMap集合详解

概述

HashMap位于java.util包，完整的定义：public class HashMap<K,V> extends AbstractMap<K,V> implements Map<K,V>, Cloneable, Serializable ，可以看到实现了Map接口，并且继承自AbstractMap。但是你会发现AbstractMap这个类，也是实现了Map接口的，为什么呢？别怀疑，这就是一个错误。

它不是线程安全的，它的key和value都可以是null，键只能有一个null，此外它不保证顺序。

在JDK1.8之前是数组+链表的形式，1.8之后如果链表长度大于8且当前数组大于64，那么链表就会变成红黑树。注意两个条件要同时满足，因为当数组小的时候，没必要使用红黑树。

当创建HashMap而未指定初始大小的时候，默认长度是16，代码如下：

而且源码里你可以看到，它的构造方法中，只有设置了参数，并没有做其它的操作，说明其实在你创建HashMap的时候，并没有真正把它创建出来。

底层的结构如下图所示，本质上就是一个Node数组：

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

    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;
    }

    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;
    }
}

当put的时候，会首先通过调用key这个类的hashCode()方法来计算哈希值，然后结合数组长度，采用某种算法来计算出应该放到Node数组中的索引值，如果索引的位置没有数据，那就直接放入；如果索引处有东西，那么就比较原先的值和现在将要插入的值的哈希值是否一致（这里说的不是很准确，代码里会有展示），如果不一致，那么就开辟空间。如果一致，那么就发生了哈希冲突，那么会继续调用equals方法来判断两者是否一致，相等则替换掉，不相等则和这个链条中的下一个继续比较，如果没有一个相等，就新增一个节点。

面试题：那么用的是什么算法呢？那还有别的方法呢？

答：首先根据key的hashcode方法计算出哈希值，然后和数组的长度进行无符号右移，异或和与这三个操作来计算出索引。别的方法：取余、随机数、平方取中。这些方法效率低，所以没有被采用。

threshold（阈值） = capacity（数组最大长度） * loadFactory（负载因子），一般数组长度为16，负载因子是0.75，所以当数组中有12个元素的时候，就需要扩容了（变为两倍）。

成员变量

序列化ID

1	private static final long serialVersionUID = 362498820763181265L;

初始化容量

/**
 * The default initial capacity - MUST be a power of two.
 */
static final int DEFAULT_INITIAL_CAPACITY = 1 << 4; // aka 16

默认是16，注意注释里也写了容量必须是2的整数次幂。那为什么呢？源码中计算索引是通过hash&(length-1)，只要length是2的整数次幂，那么hash&(length-1) 就等于hash%length，而且能够有效减少哈希碰撞。

简单说一下就是，如果length是2的整数幂，那么写成二进制就是10000…000，减一就所有全是1，那么与运算就不会去减少原来hash的位置信息。

构造函数

public HashMap(int initialCapacity, float loadFactor) {
    // 判断初始容量是否大于等于0
    if (initialCapacity < 0)
        throw new IllegalArgumentException("Illegal initial capacity: " +
                                           initialCapacity);
    // 初始容量太大了
    if (initialCapacity > MAXIMUM_CAPACITY)
        initialCapacity = MAXIMUM_CAPACITY;
    // 判断负载因子
    if (loadFactor <= 0 || Float.isNaN(loadFactor))
        throw new IllegalArgumentException("Illegal load factor: " +
                                           loadFactor);
    this.loadFactor = loadFactor;
    // 最重要的一步，确保初始容量是2的整数幂
    // 注意，这里的threshold是错误的，后续会处理
    this.threshold = tableSizeFor(initialCapacity);
}

/**
     * Returns a power of two size for the given target capacity.
     */
    static final int tableSizeFor(int cap) {
        // 防止你给的cap已经是2的整数幂，所以先不管三七二十一给你减了1
        // 如果没有这一步，那么最后的结果就是乘以2，比如输入16，输出就是32
        int n = cap - 1;
      
        // 本质上就是不停给你把最高位的1的右边全变成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;
    }

负载因子

1	static final float DEFAULT_LOAD_FACTOR = 0.75f;

最大容量

1	static final int MAXIMUM_CAPACITY = 1 << 30;

应该也接触不到吧…

红黑树阈值

// 数组长度必须要大于等于64
static final int MIN_TREEIFY_CAPACITY = 64;

// 大于8变成红黑树，小于6就要变回链表
static final int TREEIFY_THRESHOLD = 8;
static final int UNTREEIFY_THRESHOLD = 6;

为什么默认是8呢？因为树节点除了存储数据外，相比于链表还需要额外存储颜色、左子树右子树和父亲节点的信息，约为普通链表节点的两倍。根据泊松分布，链表长度达到8的概率是非常非常低的，

数组

1	transient Node<K,V>[] table;

缓存

1	transient Set<Map.Entry<K,V>> entrySet;

实际存放的键值对数目

1	transient int size;

方法

hash

// 计算对象的哈希值 可以看到允许key为null
static final int hash(Object key) {
    int h;
    return (key == null) ? 0 : (h = key.hashCode()) ^ (h >>> 16);
}

该hash算法既十分简单，同时又充分利用了其高位和低位的值，能最大限度保证分散。注意！并非仅仅是获取了对象的哈希值，而是获取了哈希值之后还进行了高位和低位的异或操作。后续使用的均是这个处理过后的哈希值。

put

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) {
    HashMap.Node<K, V>[] tab;
    HashMap.Node<K, V> p;
    // n为数组长度，i为索引
    int n, i;
    // 显然第一次进来是null，然后进入到resize()函数进行初始化
    if ((tab = table) == null || (n = tab.length) == 0)
        n = (tab = resize()).length;
    // 下面就是进行之前说的(length-1)&hash == hash % length
    if ((p = tab[i = (n - 1) & hash]) == null)
        // 没有发生哈希碰撞，直接搞个新节点即可
        tab[i] = newNode(hash, key, value, null);
    else {
        // 发生了碰撞，e就是p，链表需要两个数据来操作
        HashMap.Node<K, V> e;
        K k;
        
        if (p.hash == hash &&
                // 要么两个是同一个对象（那必然是相等），要么调用equals返回true
                ((k = p.key) == key || (key != null && key.equals(k))))
            e = p;
        else if (p instanceof HashMap.TreeNode)
            e = ((HashMap.TreeNode<K, V>) p).putTreeVal(this, tab, hash, key, value);
        else {
            // 下面的循环是无限循环
            for (int binCount = 0; ; ++binCount) {
                if ((e = p.next) == null) {
                    p.next = newNode(hash, key, value, null);
                    if (binCount >= TREEIFY_THRESHOLD - 1) // -1 for 1st
                        treeifyBin(tab, hash);
                    break;
                }
                if (e.hash == hash &&
                        ((k = e.key) == key || (key != null && key.equals(k))))
                    break;
                p = e;
            }
        }
        if (e != null) { // existing mapping for key
            V oldValue = e.value;
            if (!onlyIfAbsent || oldValue == null)
                e.value = value;
            afterNodeAccess(e);
            return oldValue;
        }
    }
    ++modCount;
    if (++size > threshold)
        resize();
    afterNodeInsertion(evict);
    return null;
}

resize

扩容这里需要多说几句，首先我们要减少扩容的发生，因为发生扩容意味着之前的索引位置都需要重新计算。但是hashmap做的非常巧妙，因为每次扩容都是length乘以二，所以length%hash要么还是在原来的位置，要么就在原来的位置+旧容量这个位置。

final Node<K,V>[] resize() {
    Node<K,V>[] oldTab = table;
    int oldCap = (oldTab == null) ? 0 : oldTab.length;
    // 初始化的时候，threshold是16
    int oldThr = threshold;
    int newCap, newThr = 0;
    if (oldCap > 0) {
        if (oldCap >= MAXIMUM_CAPACITY) {
            threshold = Integer.MAX_VALUE;
            return oldTab;
        }
        else if ((newCap = oldCap << 1) < MAXIMUM_CAPACITY &&
                 oldCap >= DEFAULT_INITIAL_CAPACITY)
            newThr = oldThr << 1; // double threshold
    }
    else if (oldThr > 0) // initial capacity was placed in threshold
        // 非空构造器，第一次会进来这里，这里完成了threshold变成容量的过程
        newCap = oldThr;
    else {               // zero initial threshold signifies using defaults
        // 如果是空构造器的，则是进来这里
        newCap = DEFAULT_INITIAL_CAPACITY;
        newThr = (int)(DEFAULT_LOAD_FACTOR * DEFAULT_INITIAL_CAPACITY);
    }
    if (newThr == 0) {
        // 非空构造器，初始化threshold
        float ft = (float)newCap * loadFactor;
        newThr = (newCap < MAXIMUM_CAPACITY && ft < (float)MAXIMUM_CAPACITY ?
                  (int)ft : Integer.MAX_VALUE);
    }
    // 这句话保证了之后每一个threshold是正确的
    threshold = newThr;
    @SuppressWarnings({"rawtypes","unchecked"})
    // 重新开辟数组
    Node<K,V>[] newTab = (Node<K,V>[])new Node[newCap];
    table = newTab;
    if (oldTab != null) {
        for (int j = 0; j < oldCap; ++j) {
            Node<K,V> e;
            // 用e来存储当前变量
            if ((e = oldTab[j]) != null) {
                // 方便垃圾回收
                oldTab[j] = null;
                if (e.next == null)
                    // 只有一个元素
                    newTab[e.hash & (newCap - 1)] = e;
                else if (e instanceof TreeNode)
                    ((TreeNode<K,V>)e).split(this, newTab, j, oldCap);
                else { // preserve order 只能是链表了
                    Node<K,V> loHead = null, loTail = null;
                    Node<K,V> hiHead = null, hiTail = null;
                    Node<K,V> next;
                    do {
                        next = e.next;
                        // 这里快速计算应该去原位置，还是去新位置
                        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) {
                        loTail.next = null;
                        newTab[j] = loHead;
                    }
                    if (hiTail != null) {
                        hiTail.next = null;
                        newTab[j + oldCap] = hiHead;
                    }
                }
            }
        }
    }
    return newTab;
}

treeifyBin

final void treeifyBin(Node<K,V>[] tab, int hash) {
    int n, index; Node<K,V> e;
    // 注意，这里还有一个条件判断，数组长度如果太小，也是不会变成红黑树的
    if (tab == null || (n = tab.length) < MIN_TREEIFY_CAPACITY)
        resize();
    else if ((e = tab[index = (n - 1) & hash]) != null) {
        // 红黑树的头尾节点，e为链表的第一个节点
        TreeNode<K,V> hd = null, tl = null;
        do {
            // 把e拿出来，变成树的节点
            TreeNode<K,V> p = replacementTreeNode(e, null);
            if (tl == null)
                hd = p;
            else {
                p.prev = tl;
                tl.next = p;
            }
            tl = p;
        } while ((e = e.next) != null);
        // 把头节点放入桶里
        if ((tab[index] = hd) != null)
            // 平衡一下红黑树
            hd.treeify(tab);
    }
}

remove

public V remove(Object key) {
    Node<K,V> e;
    return (e = removeNode(hash(key), key, null, false, true)) == null ?
        null : e.value;
}

final Node<K,V> removeNode(int hash, Object key, Object value,
                           boolean matchValue, boolean movable) {
    Node<K,V>[] tab; Node<K,V> p; int n, index;
    // 数组存在 且 长度大于0 且 所在位置有值
    if ((tab = table) != null && (n = tab.length) > 0 &&
        (p = tab[index = (n - 1) & hash]) != null) {
        Node<K,V> node = null, e; K k; V v;
        // 判断是否是你要删的元素
        if (p.hash == hash &&
            ((k = p.key) == key || (key != null && key.equals(k))))
            node = p;
        else if ((e = p.next) != null) {
            // 在红黑树里面找
            if (p instanceof TreeNode)
                node = ((TreeNode<K,V>)p).getTreeNode(hash, key);
            else {
                // 在链表里面找
                do {
                    if (e.hash == hash &&
                        ((k = e.key) == key ||
                         (key != null && key.equals(k)))) {
                        node = e;
                        break;
                    }
                    p = e;
                } while ((e = e.next) != null);
            }
        }
        // 找到要删的元素，并且赋值给node，即node就是要删除的对象
        if (node != null && (!matchValue || (v = node.value) == value ||
                             (value != null && value.equals(v)))) {
            if (node instanceof TreeNode)
                // 红黑树删除
                ((TreeNode<K,V>)node).removeTreeNode(this, tab, movable);
            else if (node == p)
                // 如果是第一个元素
                tab[index] = node.next;
            else
                // 非第一个元素
                p.next = node.next;
            ++modCount;
            --size;
            afterNodeRemoval(node);
            return node;
        }
    }
    return null;
}

get

public V get(Object key) {
    Node<K,V> e;
    return (e = getNode(hash(key), key)) == null ? null : e.value;
}

final Node<K,V> getNode(int hash, Object key) {
    Node<K,V>[] tab; Node<K,V> first, e; int n; K k;
    if ((tab = table) != null && (n = tab.length) > 0 &&
        (first = tab[(n - 1) & hash]) != null) {
        if (first.hash == hash && // always check first node 第一个节点判断
            ((k = first.key) == key || (key != null && key.equals(k))))
            return first;
        if ((e = first.next) != null) {
            // 红黑树里
            if (first instanceof TreeNode)
                return ((TreeNode<K,V>)first).getTreeNode(hash, key);
            // 链表里
            do {
                if (e.hash == hash &&
                    ((k = e.key) == key || (key != null && key.equals(k))))
                    return e;
            } while ((e = e.next) != null);
        }
    }
    return null;
}

遍历

获得所有的key、values

1 2	Set<String> keys = map.keySet(); Collection<Integer> values = map.values();

获得所有的键值对

Iterator<Map.Entry<String, Integer>> iterator = map.entrySet().iterator();
while (iterator.hasNext()) {
    Map.Entry<String, Integer> entry = iterator.next();
    System.out.println(entry.getKey() + " -- " + entry.getValue());
}

请千万不要先获取所有的key，然后再根据key去找value，这样效率会非常低。

JDK8给Map这个接口新增了一个叫forEach方法：

1 2	// 已经有默认实现了，本质上还是entrySet default void forEach(BiConsumer<? super K, ? super V> action){...}

然后我们可以用lambda表达式轻松编写遍历：

1
2
3

map.forEach((key, value) -> {
    System.out.println(key + " --- " + value);
});

超级轻松！

区别

HashTable

最明显的就是hashtable给自己的方法加了synchronized关键字，所以是线程安全的；而hashmap则没有。
第二个是hashtable不允许null的键，也不允许Null的值；而hashmap都允许。
hashmap中的哈希值其实是经过高低位异或过的，而hashtable是直接拿来用的。
emmm 其它基本上无差异….对性能几乎没有影响了。

HashSet

本质上就是一个HashMap，它就直接用这个hashmap进行处理。但是由于它不能重复，它直接就用了hashmap的key不能重复来实现的….所以hashmap是先计算出hashcode，进行高低位异或操作，然后拿着这个新的hashcode去计算索引，计算出来如果发现该位置上存在有对象，那就启动==判断和equals判断，只要两个中有一个符合就认为是一致的。

ConcurrentHashMap

上面也说了，因为HashTable给自己的方法都加上了synchronized关键字，所以它是线程安全的，但是！！考虑一下这个场景：你需要给一号桶加入数据，但是由于七号桶目前正在被使用，所以你并不能给一号桶加数据，但是我们都知道这两个操作根本不会互相影响，但是你就是做不了。

发生上面的最主要原因就是：加锁的粒度太粗了，于是就有了ConcurrentHashMap这个细粒度的加锁的同步HashMap。

它在JDK1.5被引入，主要就是实现了上面所说的功能，不锁一个方法，而是当你要进入到一个链表的时候才加锁。