当前位置：首页 > news >正文

HashMap的源码解析

news 来源：原创 2025/4/28 17:46:44

HashMap基于哈希表的Map接口实现，是以key-value存储形式存在，即主要用来存放键值对。HashMap的实现不是同步的，这意味着它不是线程安全的。它的key、value都可以为null。此外，HashMap中的映射不是有序的。

JDK1.8 之前 HashMap由数组+链表组成的，数组是 HashMap的主体，链表则是主要为了解决哈希冲突(两个对象调用的hashCode方法计算的哈希码值一致导致计算的数组索引值相同)而存在的（“拉链法”解决冲突）。

JDK1.8 以后在解决哈希冲突时有了较大的变化，当链表长度大于阈值（或者红黑树的边界值，默认为 8）并且当前数组的长度大于64时，此时此索引位置上的所有数据改为使用红黑树存储。当链表长度小于等于 6 时，转为链表。

这样做的目的是因为数组比较小，尽量避开红黑树结构，这种情况下变为红黑树结构，反而会降低效率，因为红黑树需要进行左旋，右旋，变色这些操作来保持平衡。同时数组长度小于64时，搜索时间相对要快些。所以综上所述为了提高性能和减少搜索时间。

/*** The default initial capacity - MUST be a power of two.*/static final int DEFAULT_INITIAL_CAPACITY = 1 << 4; //默认容量大小（必须是二的n次幂）/*** The maximum capacity, used if a higher value is implicitly specified* by either of the constructors with arguments.* MUST be a power of two <= 1<<30.*/static final int MAXIMUM_CAPACITY = 1 << 30;	//最大容量（必须是二的n次幂）/*** The load factor used when none specified in constructor.*/static final float DEFAULT_LOAD_FACTOR = 0.75f;	//默认负载因子（默认的0.75）/*** The bin count threshold for using a tree rather than list for a* bin.  Bins are converted to trees when adding an element to a* bin with at least this many nodes. The value must be greater* than 2 and should be at least 8 to mesh with assumptions in* tree removal about conversion back to plain bins upon* shrinkage.*/static final int TREEIFY_THRESHOLD = 8;	//当链表的值超过8则会转红黑树(1.8新增)/*** The bin count threshold for untreeifying a (split) bin during a* resize operation. Should be less than TREEIFY_THRESHOLD, and at* most 6 to mesh with shrinkage detection under removal.*/static final int UNTREEIFY_THRESHOLD = 6;  //当链表的值小于6则会从红黑树转回链表/*** The smallest table capacity for which bins may be treeified.* (Otherwise the table is resized if too many nodes in a bin.)* Should be at least 4 * TREEIFY_THRESHOLD to avoid conflicts* between resizing and treeification thresholds.*///当Map里面的容量（即表长度）超过这个值时，链表才能进行树形化 ，否则元素太多时会扩容，而不是树形化 //为了避免进行扩容、树形化选择的冲突，这个值不能小于 4 * TREEIFY_THRESHOLD（因此树形化有两个条件，表长度 > 64 and 链表长度 > 8）static final int MIN_TREEIFY_CAPACITY = 64;	/* ---------------- Fields -------------- *//*** The table, initialized on first use, and resized as* necessary. When allocated, length is always a power of two.* (We also tolerate length zero in some operations to allow* bootstrapping mechanics that are currently not needed.)*/transient Node<K,V>[] table;	// table用来初始化，类似容器来存放元素(必须是二的n次幂)/*** Holds cached entrySet(). Note that AbstractMap fields are used* for keySet() and values().*/transient Set<Map.Entry<K,V>> entrySet;	// 用来存放缓存/*** The number of key-value mappings contained in this map.*/transient int size;	// Map中存储的元素数量/*** The number of times this HashMap has been structurally modified* Structural modifications are those that change the number of mappings in* the HashMap or otherwise modify its internal structure (e.g.,* rehash).  This field is used to make iterators on Collection-views of* the HashMap fail-fast.  (See ConcurrentModificationException).*/transient int modCount;	// 用来记录HashMap的修改次数/*** The next size value at which to resize (capacity * load factor).** @serial*/// (The javadoc description is true upon serialization.// Additionally, if the table array has not been allocated, this// field holds the initial array capacity, or zero signifying// DEFAULT_INITIAL_CAPACITY.)int threshold;	// 阈值，用来调整大小下一个容量的值（计算方式为容量*负载因子)/*** The load factor for the hash table.** @serial*/final float loadFactor;	// 负载因子，创建HashMap也可调整，比如你希望用更多的空间换取时间，可以把负载因子调的更小一些，减少碰撞。

HashMap在树形化时需要满足以下两个条件：

表长度（数组长度）必须大于或等于64。
链表长度必须大于或等于8。

这两个条件的设定是基于性能优化和内存管理的考虑。

（1）表长度大于或等于64

表长度是指哈希表的数组长度。当表长度较小时（小于64），HashMap会优先选择扩容而不是树形化。原因如下：

扩容的代价较小：当表长度较小时，扩容操作（即重新分配数组并重新哈希所有键值对）的代价相对较小。扩容可以更均匀地分布键值对，减少链表长度，从而避免树形化的开销。
避免过早树形化：如果表长度较小时就进行树形化，可能会导致内存浪费，因为树形化需要额外的内存来存储红黑树的节点结构。

（2）链表长度大于或等于8

链表长度是指某个桶中链表的节点数量。当链表长度较小时（小于8），树形化的收益较小，因为链表的查找时间复杂度O(n)在这种情况下已经足够高效。只有当链表长度较长时（大于或等于8），树形化才能显著提升性能。

扩容机制

触发条件:

容量（capacity）：HashMap 内部用来存储数据的数组大小。初始时，默认的容量为 16。
负载因子（load factor）：负载因子是一个表示 HashMap 充满程度的参数。当 HashMap 中存储的元素数量达到容量乘以负载因子时，HashMap 会进行扩容操作。默认的负载因子是 0.75。
当向 HashMap 中添加元素时，如果元素的数量（size）超过了负载因子乘以当前容量（即 size > loadFactor * capacity），HashMap 就会进行扩容操作。
扩容操作会将 HashMap 中的数组容量翻倍，并且重新计算每个元素在新数组中的位置。这个过程涉及到重新计算哈希值，并将元素放入新的数组位置。
扩容操作比较耗时，因为需要重新计算哈希值，并且可能涉及到大量的数据复制。因此，尽量在使用 HashMap 时给定一个合适的初始容量，以减少扩容次数，提高性能。

hash函数

计算方式

对于key的hashCode做hash操作，无符号右移(>>>)16位然后做异或(^)运算。

static final int hash(Object key) {int h;return (key == null) ? 0 : (h = key.hashCode()) ^ (h >>> 16);}

hash碰撞

只要两个元素的key计算的哈希码值相同就会发生哈希碰撞。jdk8前使用链表解决哈希碰撞。jdk8之后使用链表+红黑树解决哈希碰撞。

因为HashMap是由数组加链表/红黑树组成。平时存储的元素都是在这个数组中。我们也称之为“hash桶”，那么计算出两个相同的hash值，我们就需要使用equals比较内容，如果两个内容不同。我们就需要在同一个位置存储。按照常规思路是不可能实现的。于是乎，在每个hash桶的位置存放链表或者红黑树。以此来存储我们的数据。当然如果equals相同，那么就覆盖之前的值即可。

那为什么数组的容量总是2的n次幂

当向HashMap中添加一个元素的时候，需要根据key的hash值，去确定其在数组中的具体位置。 HashMap为了存取高效，要尽量较少碰撞，就是要尽量把数据分配均匀，每个链表长度大致相同，这个实现就在把数据存到哪个链表中的算法。

这个算法实际就是取模，hash%length，计算机中直接求余效率不如位移运算。所以源码中做了优化,使用 hash&(length-1)，而实际上hash%length等于hash&(length-1)的前提是length是2的n次幂。

为什么这样能均匀分布减少碰撞呢？2的n次方实际就是1后面n个0，2的n次方-1 实际就是n个1；

按位与运算：相同的二进制数位上，都是1的时候，结果为1，否则为零。

如果创建HashMap对象时，输入的数组长度是10，不是2的幂，HashMap通过位移运算和或运算得到的肯定是2的幂次数，并且是离那个数最近的数字。

增加方法

put方法是比较复杂的，实现步骤大致如下：

先通过hash值计算出key映射到哪个桶；
如果桶上没有碰撞冲突，则直接插入；
如果出现碰撞冲突了，则需要处理冲突：

a:如果该桶使用红黑树处理冲突，则调用红黑树的方法插入数据；

b:否则采用传统的链式方法插入。如果链的长度达到临界值，则把链转变为红黑树；
如果桶中存在重复的键，则为该键替换新值value；
如果size大于阈值threshold，则进行扩容；

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;if ((p = tab[i = (n - 1) & hash]) == null)tab[i] = newNode(hash, key, value, null);else {Node<K,V> e; K k;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) {if ((e = p.next) == null) {p.next = newNode(hash, key, value, null);if (binCount >= TREEIFY_THRESHOLD - 1) // -1 for 1sttreeifyBin(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 keyV oldValue = e.value;if (!onlyIfAbsent || oldValue == null)e.value = value;afterNodeAccess(e);return oldValue;}}++modCount;if (++size > threshold)resize();afterNodeInsertion(evict);return null;}

HashMap只提供了put用于添加元素，putVal方法只是给put方法调用的一个方法，并没有提供给用户使用。所以我们重点看putVal方法。

我们可以看到在putVal()方法中key在这里执行了一下hash()方法,来看一下Hash方法是如何实现的。

static final int hash(Object key) {int h;/*1）如果key等于null：可以看到当key等于null的时候也是有哈希值的，返回的是0.2）如果key不等于null：首先计算出key的hashCode赋值给h,然后与h无符号右移16位后的二进制进行按位异或得到最后的     hash值*/return (key == null) ? 0 : (h = key.hashCode()) ^ (h >>> 16);}

从上面可以得知HashMap是支持Key为空的，而HashTable是直接用Key来获取HashCode所以key为空会抛异常。

其实上面就已经解释了为什么HashMap的长度为什么要是2的幂因为HashMap 使用的方法很巧妙，它通过 hash & (table.length -1)来得到该对象的保存位，前面说过 HashMap 底层数组的长度总是2的n次方，这是HashMap在速度上的优化。

当 length 总是2的n次方时，hash & (length-1)运算等价于对 length 取模，也就是hash%length，但是&比%具有更高的效率。比如 n % 32 = n & (32 -1)。

我们先研究下key的哈希值是如何计算出来的。key的哈希值是通过上述方法计算出来的。

这个哈希方法首先计算出key的hashCode赋值给h,然后与h无符号右移16位后的二进制进行按位异或得到最后的 hash值。计算过程如下所示：

 static final int hash(Object key) {int h;/*1）如果key等于null：可以看到当key等于null的时候也是有哈希值的，返回的是0.2）如果key不等于null：首先计算出key的hashCode赋值给h,然后与h无符号右移16位后的二进制进行按位异或得到最后的     hash值*/return (key == null) ? 0 : (h = key.hashCode()) ^ (h >>> 16);}

在putVal函数中使用到了上述hash函数计算的哈希值：

final V putVal(int hash, K key, V value, boolean onlyIfAbsent,boolean evict) {。。。。。。。。。。。。。。if ((p = tab[i = (n - 1) & hash]) == null)//这里的n表示数组长度16。。。。。。。。。。。。。。}