面试必会：HashMap 实现原理解读
- 2020 年 3 月 6 日
- 筆記
点击上方 好好学java ，选择 星标 公众号
重磅资讯、干货，第一时间送达今日推荐：用好Java中的枚举，真的没有那么简单！个人原创+1博客：点击前往，查看更多
作者：冯立彬 blog.csdn.net/fenglibing/article/details/91565912
HashMap是Java开发当中使用得非常多的一种数据结构，因为其可以快速的定位到需要查找到数据，其最快的速度可以达到O(1)，最差的时候也可以达到O(n)。本文以Java8中的HashMap做为分析原型，因为不同的JDK版本中的HashMap，可能存在着底层实现上的不一样。
HashMap是通过数组存储所有的数据，每个元素所存放数组的下标，是根据该存储元素的key的Hash值与该数组的长度减去1做与运算，如下所示：
index = (length_of_array - 1) & hash_of_the_key;
数组中存放元素的数据结构使用了Node和TreeNode两种数据结构，在单个Hash值对应的存储元素小于8个时，默认值为Node的单向链表形式存储，当单个Hash值存储的元素大于8个时，其会使用TreeNode的数据结构存储。
因为在单个Hash值对应的元素小于等于8个时，其查询时间最差为O(8)，但是当单个Hash值对应的元素大于8个时，再通过Node的单向链表的方式进行查询，速度上就会变得更慢了；这个时候HashMap就会将Node的普通节点转为TreeNode（红黑树）进行存储，这是由于TreeNode占用的空间大小约为常规节点的两倍，但是其查询速度可以得到保证，这个是通过空间换时间了。当TreeNode中包括的元素变得比较少时，为了存储空间的占用，也会转换为Node节点单向链表的方式实现，它们之间可以互相转换的。
Node：
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; } ...... }
可以看到每个Node中包括了4个属性，分别为：
hash值：当前Node的Hash值 key：当前Node的key value:当前Node的value next:表示指向下一个Node的指针，相同hash值的Node，通过next进行遍历查找
TreeNode：
static final class TreeNode<K,V> extends LinkedHashMap.Entry<K,V> { TreeNode<K,V> parent; // red-black tree links TreeNode<K,V> left; TreeNode<K,V> right; TreeNode<K,V> prev; // needed to unlink next upon deletion boolean red; TreeNode(int hash, K key, V val, Node<K,V> next) { super(hash, key, val, next); } ...... }
可以看到TreeNode使用的是红黑树（Red Black Tree）的数据结构，红黑树是一种自平衡二叉查找树，在进行插入和删除操作时通过特定操作保持二叉查找树的平衡，从而获得较高的查找性能，即使在最坏情况运行时间也是非常良好的，并且在实践中是非常高效的，它可以在O(log n)时间内做查找、插入和删除等操作，这里的n 是树中元素的数目。
以下是一张关于HashMap存储结构的示意图：
写入数据（一切皆在注释中）
其方法如下：
//写入数据 public V put(K key, V value) { //首先根据hash方法，获取对应key的hash值，计算方法见后面 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; //判断用户存放元素的数组是否为空 if ((tab = table) == null || (n = tab.length) == 0) //为空则进行初使化，并将初使化后的数组赋值给变量tab，数组的长值赋值给变量n n = (tab = resize()).length; //判断根据hash值与数组长度减1求与得到的下标， //从数组中获取元素并将其赋值给变量p(后续该变量p可以继续使用)，并判断该元素是否存在 if ((p = tab[i = (n - 1) & hash]) == null) //如果不存在则创建一个新的节点，并将其放到数组对应的下标中 tab[i] = newNode(hash, key, value, null); else {//根据数组的下标取到了元素，并且该元素p且不为空，下面要判断p元素的类型是Node还是TreeNode Node<K,V> e; K k; //判断该数组对应下标取到的第一值是不是与正在存入值的hash值相同、 //key相等（可能是对象，也可能是字符串），如果相等，则将取第一个值赋值给变量e if (p.hash == hash && ((k = p.key) == key || (key != null && key.equals(k)))) e = p; //判断取的对象是不是TreeNode，如果是则执行TreeNode的put方法 else if (p instanceof TreeNode) e = ((TreeNode<K,V>)p).putTreeVal(this, tab, hash, key, value); else {//是普通的Node节点， //根据next属性对元素p执行单向链表的遍历 for (int binCount = 0; ; ++binCount) { //如果被遍历的元素最后的next为空，表示后面没有节点了，则将新节点与当前节点的next属性建立关系 if ((e = p.next) == null) { //做为当前节点的后面的一个节点 p.next = newNode(hash, key, value, null); //判断当前节点的单向链接的数量（8个）是不是已经达到了需要将其转换为TreeNode了 if (binCount >= TREEIFY_THRESHOLD - 1) // -1 for 1st //如果是则将当前数组下标对应的元素转换为TreeNode treeifyBin(tab, hash); break; } //判断待插入的元素的hash值与key是否与单向链表中的某个元素的hash值与key是相同的，如果是则退出 if (e.hash == hash && ((k = e.key) == key || (key != null && key.equals(k)))) break; p = e; } } //判断是否找到了与待插入元素的hash值与key值都相同的元素 if (e != null) { // existing mapping for key V oldValue = e.value; //判断是否要将旧值替换为新值 if (!onlyIfAbsent || oldValue == null) //满足于未指定不替换或旧值为空的情况，执行将旧值替换为新值 e.value = value; afterNodeAccess(e); return oldValue; } } ++modCount; if (++size > threshold) resize(); afterNodeInsertion(evict); return null; }
Hash值的计算方法：
// 计算指定key的hash值，原理是将key的hash code与hash code无符号向右移16位的值，执行异或运算。 // 在Java中整型为4个字节32位，无符号向右移16位，表示将高16位移到低16位上，然后再执行异或运行，也 // 就是将hash code的高16位与低16位进行异或运行。 // 小于等于65535的数，其高16位全部都为0，因而将小于等于65535的值向右无符号移16位，则该数就变成了 // 32位都是0，由于任何数与0进行异或都等于本身，因而hash code小于等于65535的key，其得到的hash值 // 就等于其本身的hash code。 static final int hash(Object key) { int h; return (key == null) ? 0 : (h = key.hashCode()) ^ (h >>> 16); }
计算逻辑如下图所示：
读取数据（一切皆在注释中）
public V get(Object key) { Node<K,V> e; //根据Key获取元素 if ((e = getNode(hash(key), key)) == null) return null; if (accessOrder) afterNodeAccess(e); return 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语句的第一个判断条件 if ((tab = table) != null //将数组赋值给变量tab，将判断是否为null && (n = tab.length) > 0 //将数组的长值赋值给变量n && (first = tab[(n - 1) & hash]) != null) {//判断根据hash和数组长度减1的与运算，计算出来的的数组下标的第一个元素是不是为空 //判断第一个元素是否要找的元素，大部份情况下只要hash值太集中，或者元素不是很多，第一个元素往往都是需要的最终元素 if (first.hash == hash && // always check first node ((k = first.key) == key || (key != null && key.equals(k)))) //第一个元素就是要找的元素，因为hash值和key都相等，直接返回 return first; if ((e = first.next) != null) {//如果第一元素不是要找到的元，则判断其next指向是否还有元素 //有元素，判断其是否是TreeNode if (first instanceof TreeNode) //是TreeNode则根据TreeNode的方式获取数据 return ((TreeNode<K,V>)first).getTreeNode(hash, key); do {//是Node单向链表，则通过next循环匹配，找到就退出，否则直到匹配完最后一个元素才退出 if (e.hash == hash && ((k = e.key) == key || (key != null && key.equals(k)))) return e; } while ((e = e.next) != null); } } //没有找到则返回null return null; }
