HashMap源码解析

首先说一下，提醒一下日后复习的自己：这篇笔记只是粗略的用文字描述了一下HashMap的大概实现，透彻的理解还是要通过仔细阅读JDK源码来得到。记得去读源码！！！

Map的实现类的结构：
     |----Map:双列数据，存储key-value对的数据   ---类似于高中的函数：y = f(x)
           |----HashMap:作为Map的主要实现类；线程不安全的，效率高；存储null的key和value
                |----LinkedHashMap:保证在遍历map元素时，可以按照添加的顺序实现遍历。
                        原因：在原有的HashMap底层结构基础上，添加了一对指针，指向前一个和后一个元素。
                        对于频繁的遍历操作，此类执行效率高于HashMap。
           |----TreeMap:保证按照添加的key-value对进行排序，实现排序遍历。此时考虑key的自然排序或定制排序
                        底层使用红黑树
           |----Hashtable:作为古老的实现类；线程安全的，效率低；不能存储null的key和value
                |----Properties:常用来处理配置文件。key和value都是String类型

Map结构的理解：
      Map中的key:无序的、不可重复的，使用Set存储所有的key  ---> key所在的类要重写equals()和hashCode() （以HashMap为例），两个 key 通过 equals() 方法返回 true， hashCode 值也相等。 
      Map中的value:无序的、可重复的，使用Collection存储所有的value --->value所在的类要重写equals()，两个 value 通过 equals() 方法返回 true。
      Map中的entry:一个键值对：key-value构成了一个Entry对象。无序的、不可重复的，使用Set存储所有的entry 

 

JDK7及以前的HashMap实现：

• HashMap是数组+链表结构(即为链地址法) 

• HashMap的内部存储结构其实是数组和链表的结合。当实例化一个HashMap时， 系统会创建一个长度为Capacity的Entry数组，这个长度在哈希表中被称为容量 (Capacity)，在这个数组中可以存放元素的位置我们称之为“桶”(bucket)，每个 bucket都有自己的索引，系统可以根据索引快速的查找bucket中的元素。 
•  每个bucket中存储一个元素，即一个Entry对象，但每一个Entry对象可以带一个引 用变量，用于指向下一个元素，因此，在一个桶中，就有可能生成一个Entry链。 而且新添加的元素作为链表的head。 
• 添加元素的过程：向HashMap中添加entry1(key，value)，需要首先计算entry1中key的哈希值(根据 key所在类的hashCode()计算得到)，此哈希值经过处理以后，得到在底层Entry[]数 组中要存储的位置i。如果位置i上没有元素，则entry1直接添加成功。如果位置i上 已经存在entry2(或还有链表存在的entry3，entry4)，则需要通过循环的方法，依次 比较entry1中key和其他的entry。如果彼此hash值不同，则直接添加成功。如果 hash值不同，继续比较二者是否equals。如果返回值为true，则使用entry1的value 去替换equals为true的entry的value。如果遍历一遍以后，发现所有的equals返回都 为false,则entry1仍可添加成功。entry1指向原有的entry元素。
• HashMap的扩容：当HashMap中的元素越来越多的时候，hash冲突的几率也就越来越高，因为数组的 长度是固定的。所以为了提高查询的效率，就要对HashMap的数组进行扩容，而在 HashMap数组扩容之后，最消耗性能的点就出现了：原数组中的数据必须重新计算 其在新数组中的位置，并放进去，这就是resize。
• 那么HashMap什么时候进行扩容呢：当HashMap中的元素个数超过数组大小(数组总大小length,不是数组中个数 size)*loadFactor 时 ， 就 会 进 行 数 组 扩 容 ， loadFactor 的默认值 (DEFAULT_LOAD_FACTOR)为0.75，这是一个折中的取值。也就是说，默认情况 下，数组大小(DEFAULT_INITIAL_CAPACITY)为16，那么当HashMap中元素个数 超过16*0.75=12（这个值就是代码中的threshold值，也叫做临界值）的时候，就把 数组的大小扩展为 2*16=32，即扩大一倍，然后重新计算每个元素在数组中的位置， 而这是一个非常消耗性能的操作，所以如果我们已经预知HashMap中元素的个数， 那么预设元素的个数能够有效的提高HashMap的性能。 

 

JDK8的HashMap实现：

• HashMap是数组+链表+红黑树实现。

• HashMap源码中的重要常量 ：DEFAULT_INITIAL_CAPACITY : HashMap的默认容量，16 ；

                                                MAXIMUM_CAPACITY ： HashMap的最大支持容量，2^30 

                                               DEFAULT_LOAD_FACTOR：HashMap的默认加载因子

                                               TREEIFY_THRESHOLD：Bucket中链表长度大于该默认值，转化为红黑树                                                                                     UNTREEIFY_THRESHOLD：Bucket中红黑树存储的Node小于该默认值，转化为链表                                                                   MIN_TREEIFY_CAPACITY：桶中的Node被树化时最小的hash表容量。（当桶中Node的 数量大到需要变红黑树时，若hash表容量小于MIN_TREEIFY_CAPACITY时，此时应执行 resize扩容操作这个MIN_TREEIFY_CAPACITY的值至少是TREEIFY_THRESHOLD的4 倍。）                                                                                                                                                                               table：存储元素的数组，总是2的n次幂                                                                                                                                             entrySet：存储具体元素的集                                                                                                                                                             size：HashMap中存储的键值对的数量                                                                                                                                               modCount：HashMap扩容和结构改变的次数。                                                                                                                                 threshold：扩容的临界值，=容量*填充因子 loadFactor：填充因子  

• HashMap的内部存储结构其实是数组+链表+树的结合。当实例化一个 HashMap时，会初始化initialCapacity和loadFactor，在put第一对映射关系 时，系统会创建一个长度为initialCapacity的Node数组，这个长度在哈希表 中被称为容量(Capacity)，在这个数组中可以存放元素的位置我们称之为 “桶”(bucket)，每个bucket都有自己的索引，系统可以根据索引快速的查 找bucket中的元素。
• 每个bucket中存储一个元素，即一个Node对象，但每一个Node对象可以带 一个引用变量next，用于指向下一个元素，因此，在一个桶中，就有可能 生成一个Node链。也可能是一个一个TreeNode对象，每一个TreeNode对象 可以有两个叶子结点left和right，因此，在一个桶中，就有可能生成一个 TreeNode树。而新添加的元素作为链表的last，或树的叶子结点。
• 那么HashMap什么时候进行扩容和树形化呢：当HashMap中的元素个数超过数组大小(数组总大小length,不是数组中个数 size)*loadFactor 时 ， 就会进行数组扩容， loadFactor 的默认值 (DEFAULT_LOAD_FACTOR)为0.75，这是一个折中的取值。也就是说，默认 情况下，数组大小(DEFAULT_INITIAL_CAPACITY)为16，那么当HashMap中 元素个数超过16*0.75=12（这个值就是代码中的threshold值，也叫做临界值） 的时候，就把数组的大小扩展为 2*16=32，即扩大一倍，然后重新计算每个元 素在数组中的位置，而这是一个非常消耗性能的操作，所以如果我们已经预知 HashMap中元素的个数，那么预设元素的个数能够有效的提高HashMap的性能。
• 当HashMap中的其中一个链的对象个数如果达到了8个，此时如果capacity没有 达到64，那么HashMap会先扩容解决，如果已经达到了64，那么这个链会变成 树，结点类型由Node变成TreeNode类型。当然，如果当映射关系被移除后， 下次resize方法时判断树的结点个数低于6个，也会把树再转为链表。

总结：JDK1.8相较于之前的变化：

1. HashMap map = new HashMap();//默认情况下，先不创建长度为16的数组
2. 当首次调用map.put()时，再创建长度为16的数组
3. 数组为Node类型，在jdk7中称为Entry类型
4. 形成链表结构时，新添加的key-value对在链表的尾部（七上八下）
5. 当数组指定索引位置的链表长度>8时，且map中的数组的长度> 64时，此索引位置 上的所有key-value对使用红黑树进行存储。 

面试题：负载因子值的大小，对HashMap有什么影响

• 负载因子的大小决定了HashMap的数据密度。 
• 负载因子越大密度越大，发生碰撞的几率越高，数组中的链表越容易长, 造成查询或插入时的比较次数增多，性能会下降。 
• 负载因子越小，就越容易触发扩容，数据密度也越小，意味着发生碰撞的 几率越小，数组中的链表也就越短，查询和插入时比较的次数也越小，性 能会更高。但是会浪费一定的内容空间。而且经常扩容也会影响性能，建 议初始化预设大一点的空间。
• 按照其他语言的参考及研究经验，会考虑将负载因子设置为0.7~0.75，此 时平均检索长度接近于常数。