共计 10732 个字符，预计需要花费 27 分钟才能阅读完成。
总有人心里有火炬，而且彼此能看见。
高手过招，招招致命
JDK1.8 中 HashMap 的底层实现，我置信大家都能说上来个 一二，底层数据结构 数组 + 链表（或红黑树），源码如下
/**
* 数组
*/
transient Node<K,V>[] table;
/**
* 链表构造
*/
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;
}
}
/**
* 红黑树结构
*/
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;
...
但面试往往会问的比拟细，例如上面的容量问题，咱们能答上来几个？
1、table 的初始化机会是什么时候，初始化的 table.length 是多少、阀值（threshold）是多少，理论能容下多少元素
2、什么时候触发扩容，扩容之后的 table.length、阀值各是多少？
3、table 的 length 为什么是 2 的 n 次幂
4、求索引的时候为什么是：h&(length-1)，而不是 h&length，更不是 h%length
5、Map map = new HashMap(1000); 当咱们存入多少个元素时会触发 map 的扩容；Map map1 = new HashMap(10000); 咱们存入第 10001 个元素时会触发 map1 扩容吗
6、为什么加载因子的默认值是 0.75，并且不举荐咱们批改
因为咱们平时关注的少，一旦碰上这样的 连击 + 暴击，咱们往往手足无措、无从应答；接下来咱们看看下面的 6 个问题，是不是真的难到无奈了解，还是咱们不够仔细、在自信的自我认为
斗智斗勇，见招拆招
上述的问题，咱们如何去找答案 ? 形式有很多种，用的最多的，我想应该是上网查资料、看他人的博客，但我认为最无效、精确的形式是读源码
问题 1：table 的初始化
HashMap 的构造方法有如下 4 种
/**
* 构造方法 1
*
* 通过 指定的 initialCapacity 和 loadFactor 实例化一个空的 HashMap 对象
*/
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;
this.threshold = tableSizeFor(initialCapacity);
}
/**
* 构造方法 2
*
* 通过指定的 initialCapacity 和 默认的 loadFactor(0.75) 实例化一个空的 HashMap 对象
*/
public HashMap(int initialCapacity) {this(initialCapacity, DEFAULT_LOAD_FACTOR);
}
/**
* 构造方法 3
*
* 通过默认的 initialCapacity 和 默认的 loadFactor(0.75) 实例化一个空的 HashMap 对象
*/
public HashMap() {this.loadFactor = DEFAULT_LOAD_FACTOR; // all other fields defaulted}
/**
*
* 构造方法 4
* 通过指定的 Map 对象实例化一个 HashMap 对象
*/
public HashMap(Map<? extends K, ? extends V> m) {
this.loadFactor = DEFAULT_LOAD_FACTOR;
putMapEntries(m, false);
}结构形式 4 和 结构形式 1 理论利用的不多，结构形式 2 间接调用的 1（底层实现完全一致），结构形式 2 和 结构形式 3 比拟罕用，而最罕用的是结构形式 3；此时咱们以结构形式 3 为前提来剖析，而结构形式 2 咱们则在问题 5 中来剖析
应用形式 1 实例化 HashMap 的时候，table 并未进行初始化，那 table 是何时进行初始化的了？平时咱们是如何应用 HashMap 的，先实例化、而后 put、而后进行其余操作，如下
Map<String,Object> map = new HashMap();
map.put("name", "张三");
map.put("age", 21);
// 后续操作
...既然实例化的时候未进行 table 的初始化，那是不是在 put 的时候初始化的了，咱们来确认下:
resize() 初始化 table 或 对 table 进行双倍扩容，源码如下（留神看正文）
/**
* Initializes or doubles table size. If null, allocates in
* accord with initial capacity target held in field threshold.
* Otherwise, because we are using power-of-two expansion, the
* elements from each bin must either stay at same index, or move
* with a power of two offset in the new table.
*
* @return the table
*/
final Node<K,V>[] resize() {Node<K,V>[] oldTab = table; // 第一次 put 的时候，table = null
int oldCap = (oldTab == null) ? 0 : oldTab.length; // oldCap = 0
int oldThr = threshold; // threshold=0, oldThr = 0
int newCap, newThr = 0;
if (oldCap > 0) { // 条件不满足，往下走
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
newCap = oldThr;
else { // zero initial threshold signifies using defaults 走到这里，进行默认初始化
newCap = DEFAULT_INITIAL_CAPACITY; // DEFAULT_INITIAL_CAPACITY = 1 << 4 = 16, newCap = 16;
newThr = (int)(DEFAULT_LOAD_FACTOR * DEFAULT_INITIAL_CAPACITY); // newThr = 0.75 * 16 = 12;
}
if (newThr == 0) { // 条件不满足
float ft = (float)newCap * loadFactor;
newThr = (newCap < MAXIMUM_CAPACITY && ft < (float)MAXIMUM_CAPACITY ?
(int)ft : Integer.MAX_VALUE);
}
threshold = newThr; // threshold = 12; 重置阀值为 12
@SuppressWarnings({"rawtypes","unchecked"})
Node<K,V>[] newTab = (Node<K,V>[])new Node[newCap]; // 初始化 newTab, length = 16;
table = newTab; // table 初始化实现, length = 16;
if (oldTab != null) { // 此时条件不满足，后续扩容的时候，走此 if 分支 将数组元素复制到新数组
for (int j = 0; j < oldCap; ++j) {
Node<K,V> e;
if ((e = oldTab[j]) != null) {oldTab[j] = null;
if (e.next == null)
newTab[e.hash & (newCap - 1)] = e;
else if (e instanceof TreeNode)
((TreeNode<K,V>)e).split(this, newTab, j, oldCap);
else { // preserve order
Node<K,V> loHead = null, loTail = null;
Node<K,V> hiHead = null, hiTail = null;
Node<K,V> next;
do {
next = e.next;
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; // 新数组
}自此，问题 1 的答案就明了了
table 的初始化机会是什么时候
个别状况下，在第一次 put 的时候，调用 resize 办法进行 table 的初始化（懒初始化，懒加载思维在很多框架中都有利用！）
初始化的 table.length 是多少、阀值（threshold）是多少，理论能容下多少元素
- 默认状况下，table.length = 16; 指定了 initialCapacity 的状况放到问题 5 中剖析
- 默认状况下，threshold = 12; 指定了 initialCapacity 的状况放到问题 5 中剖析
- 默认状况下，能寄存 12 个元素，当寄存第 13 个元素后进行扩容
问题 2：table 的扩容
putVal 源码如下
/**
* 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 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) // 当 size（已寄存元素个数）> thrshold（阀值），进行扩容
resize();
afterNodeInsertion(evict);
return null;
}还是调用 resize() 进行扩容，但与初始化时不同（留神看正文）
/**
* Initializes or doubles table size. If null, allocates in
* accord with initial capacity target held in field threshold.
* Otherwise, because we are using power-of-two expansion, the
* elements from each bin must either stay at same index, or move
* with a power of two offset in the new table.
*
* @return the table
*/
final Node<K,V>[] resize() {Node<K,V>[] oldTab = table; // 此时的 table != null，oldTab 指向旧的 table
int oldCap = (oldTab == null) ? 0 : oldTab.length; // oldCap = table.length; 第一次扩容时是 16
int oldThr = threshold; // threshold=12, oldThr = 12;
int newCap, newThr = 0;
if (oldCap > 0) { // 条件满足，走此分支
if (oldCap >= MAXIMUM_CAPACITY) {
threshold = Integer.MAX_VALUE;
return oldTab;
}
else if ((newCap = oldCap << 1) < MAXIMUM_CAPACITY && // oldCap 左移一位; newCap = 16 << 1 = 32;
oldCap >= DEFAULT_INITIAL_CAPACITY)
newThr = oldThr << 1; // double threshold // newThr = 12 << 1 = 24;
}
else if (oldThr > 0) // initial capacity was placed in threshold
newCap = oldThr;
else { // zero initial threshold signifies using defaults
newCap = DEFAULT_INITIAL_CAPACITY; // DEFAULT_INITIAL_CAPACITY = 1 << 4 = 16, newCap = 16;
newThr = (int)(DEFAULT_LOAD_FACTOR * DEFAULT_INITIAL_CAPACITY);
}
if (newThr == 0) { // 条件不满足
float ft = (float)newCap * loadFactor;
newThr = (newCap < MAXIMUM_CAPACITY && ft < (float)MAXIMUM_CAPACITY ?
(int)ft : Integer.MAX_VALUE);
}
threshold = newThr; // threshold = newThr = 24; 重置阀值为 24
@SuppressWarnings({"rawtypes","unchecked"})
Node<K,V>[] newTab = (Node<K,V>[])new Node[newCap]; // 初始化 newTab, length = 32;
table = newTab; // table 指向 newTab, length = 32;
if (oldTab != null) {// 扩容后，将 oldTab(旧 table) 中的元素移到 newTab（新 table）中
for (int j = 0; j < oldCap; ++j) {
Node<K,V> e;
if ((e = oldTab[j]) != null) {oldTab[j] = null;
if (e.next == null)
newTab[e.hash & (newCap - 1)] = e; //
else if (e instanceof TreeNode)
((TreeNode<K,V>)e).split(this, newTab, j, oldCap);
else { // preserve order
Node<K,V> loHead = null, loTail = null;
Node<K,V> hiHead = null, hiTail = null;
Node<K,V> next;
do {
next = e.next;
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;
}自此，问题 2 的答案也就清晰了
什么时候触发扩容，扩容之后的 table.length、阀值各是多少
- 当 size > threshold 的时候进行扩容
- 扩容之后的 table.length = 旧 table.length * 2,
- 扩容之后的 threshold = 旧 threshold * 2
问题 3、4：2 的 n 次幂
table 是一个数组，那么如何最快的将元素 e 放入数组？当然是找到元素 e 在 table 中对应的地位 index，而后 table[index] = e; 就好了；如何找到 e 在 table 中的地位了？
咱们晓得只能通过数组下标（索引）操作数组，而数组的下标类型又是 int，如果 e 是 int 类型，那好说，就间接用 e 来做数组下标（若 e > table.length，则能够 e % table.length 来获取下标），可 key – value 中的 key 类型不肯定，所以咱们须要一种对立的形式将 key 转换成 int，最好是一个 key 对应一个惟一的 int (目前还不可能, int 有范畴限度，对转换方法要求也极高)，所以引入了 hash 办法
static final int hash(Object key) {
int h;
return (key == null) ? 0 : (h = key.hashCode()) ^ (h >>> 16); // 这里的解决，有趣味的能够推敲下；可能缩小碰撞
}实现 key 到 int 的转换（对于 hash，本文不展开讨论）。拿到了 key 对应的 int h 之后，咱们最容易想到的对 value 的 put 和 get 操作兴许如下
// put
table[h % table.length] = value;
// get
e = table[h % table.length];间接取模是咱们最容易想到的获取下标的办法，然而最高效的办法吗？
咱们晓得计算机中的四则运算最终都会转换成二进制的位运算
咱们能够发现，只有 & 数是 1 时，& 运算的后果与被 & 数统一
1&1=1;
0&1=0;
1&0=0;
0&0=0;这同样实用于多位操作数
1010&1111=1010; => 10&15=10;
1011&1111=1011; => 11&15=11;
01010&10000=00000; => 10&16=0;
01011&10000=00000; => 11&16=0;咱们是不是又有所发现：10 & 16 与 11 & 16 失去的后果一样，也就是抵触（碰撞）了，那么 10 和 11 对应的 value 会在同一个链表中，而 table 的有些地位则永远不会有元素，这就导致 table 的空间未失去充分利用，同时还升高了 put 和 get 的效率（比照数组和链表）；因为是 2 个数进行 & 运算，所以后果由这两个数决定，如果咱们把这两个数都做下限度，那失去的后果是不是可管制在咱们想要的范畴内了？
咱们须要利用好 & 运算的特点，当左边的数的低位二进制是间断的 1，且右边是一个平均的数（须要 hash 办法实现，尽量保障 key 的 h 惟一），那么失去的后果就比拟完满了。低位二进制间断的 1，咱们很容易想到 2^n – 1; 而对于右边平均的数，则通过 hash 办法来实现，这里不做细究了。更多面试题，欢送关注 公众号 Java 面试题精选
自此，2 的 n 次幂的相干问题就分明了
table 的 length 为什么是 2 的 n 次幂
为了利用位运算 & 求 key 的下标
求索引的时候为什么是：h&(length-1)，而不是 h&length，更不是 h%length
- h%length 效率不如位运算快
- h&length 会进步碰撞几率，导致 table 的空间得不到更充沛的利用、升高 table 的操作效率
给各位留个疑难：为什么不间接用 2^n-1 作为 table.length？欢送评论区留言
问题 5：指定 initialCapacity
当咱们指定了 initialCapacity，HashMap 的构造方法有些许不同，调用 tableSizeFor 进行 threshold 的初始化
/**
* Returns a power of two size for the given target capacity.
* 返回 >= cap 最小的 2^n
* cap = 10, 则返回 2^4 = 16;
* cap = 5, 则返回 2^3 = 8;
*/
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;
}尽管此处初始化的是 threshold，但前面初始化 table 的时候，会将其用于 table 的 length，同时会重置 threshold 为 table.length * loadFactor
自此，问题 5 也就分明了
Map map = new HashMap(1000); 当咱们存入多少个元素时会触发 map 的扩容
此时的 table.length = 2^10 = 1024; threshold = 1024 * 0.75 = 768; 所以存入第 769 个元素时进行扩容
Map map1 = new HashMap(10000); 咱们存入第 10001 个元素时会触发 map1 扩容吗
此时的 table.length = 2^14 = 16384; threshold = 16384 * 0.75 = 12288; 所以存入第 10001 个元素时不会进行扩容
问题 6：加载因子
为什么加载因子的默认值是 0.75，并且不举荐咱们批改
- 如果 loadFactor 太小，那么 map 中的 table 须要一直的扩容，扩容是个耗时的过程
- 如果 loadFactor 太大，那么 map 中 table 放满了也不不会扩容，导致抵触越来越多，解决抵触而起的链表越来越长，效率越来越低
- 而 0.75 这是一个折中的值，是一个比拟现实的值
总结
1、table.length = 2^n，是为了能利用位运算（&）来求 key 的下标，而 h&(length-1) 是为了充分利用 table 的空间，并缩小 key 的碰撞
2、加载因子太小，table 须要一直的扩容，影响 put 效率；太大会导致碰撞越来越多，链表越来越长（转红黑树），影响效率；0.75 是一个比拟现实的两头值
3、table.length = 2^n、hash 办法获取 key 的 h、加载因子 0.75、数组 + 链表（或红黑树），一环扣一环，保障了 key 在 table 中的平均调配，充分利用了空间，也保障了操作效率，环环相扣的，而不是灵机一动的随便解决；缺了一环，其余的环就无意义了！
4、网上有个 put 办法的流程图画的挺好，我就偷懒了
