关于java:Hashmap底层实现原理JDK18

1. 前言

上一篇从源码方面理解了 JDK1.7 中 Hashmap 的实现原理，能够看到其源码绝对还是比较简单的。本篇笔者和大家一起学习下 JDK1.8 下 Hashmap 的实现。JDK1.8 中对 Hashmap 做了以下改变。

• 默认初始化容量 =0
• 引入红黑树，优化数据结构
• 将链表头插法改为尾插法，解决 1.7 中多线程循环链表的 bug
• 优化 hash 算法
• resize 计算索引地位的算法改良
• 先插入后扩容

1. Hashmap 中 put() 过程

笔者的源码是 OpenJDK1.8 的源码。

JDK1.8 中，Hashmap 将根本元素由 Entry 换成了 Node，不过查看源码后发现换汤不换药，这里没啥好说的。

下图是一位大神级别画的图，本人就不再造轮子了。客官请看

put() 源码如下

 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) {Node<K,V>[] tab; Node<K,V> p; int n, i;
        // 判断数组是否为空，长度是否为 0，是则进行扩容数组初始化
        if ((tab = table) == null || (n = tab.length) == 0)
            n = (tab = resize()).length;
        // 通过 hash 算法找到数组下标失去数组元素，为空则新建
        if ((p = tab[i = (n - 1) & hash]) == null)
            tab[i] = newNode(hash, key, value, null);
        else {
            Node<K,V> e; K k;
            // 找到数组元素，hash 相等同时 key 相等，则间接笼罩
            if (p.hash == hash &&
                ((k = p.key) == key || (key != null && key.equals(k))))
                e = p;
            // 该数组元素在链表长度 >8 后造成红黑树结构的对象,p 为树结构已存在的对象
            else if (p instanceof TreeNode)
                e = ((TreeNode<K,V>)p).putTreeVal(this, tab, hash, key, value);
            else {
                // 该数组元素 hash 相等，key 不等，同时链表长度 <8. 进行遍历寻找元素，有就笼罩无则新建
                for (int binCount = 0; ; ++binCount) {if ((e = p.next) == null) {
                        // 新建链表中数据元素，尾插法
                        p.next = newNode(hash, key, value, null);
                        if (binCount >= TREEIFY_THRESHOLD - 1) // -1 for 1st
                            // 链表长度 >=8 构造转为 红黑树
                            treeifyBin(tab, hash);
                        break;
                    }
                    if (e.hash == hash &&
                        ((k = e.key) == key || (key != null && key.equals(k))))
                        break;
                    p = e;
                }
            }
            // 新值笼罩旧值
            if (e != null) { // existing mapping for key
                V oldValue = e.value;
                // onlyIfAbsent 默认 false
                if (!onlyIfAbsent || oldValue == null)
                    e.value = value;
                afterNodeAccess(e);
                return oldValue;
            }
        }
        ++modCount;
        // 判断是否须要扩容
        if (++size > threshold)
            resize();
        afterNodeInsertion(evict);
        return null;
    }

根本过程如下:

1. 查看数组是否为空，执行 resize() 裁减；在实例化 HashMap 时，并不会进行初始化数组）
2. 通过 hash 值计算数组索引，获取该索引位的首节点。
3. 如果首节点为 null（没产生碰撞），则创立新的数组元素，间接增加节点到该索引位 (bucket)。
4. 如果首节点不为 null（产生碰撞），那么有 3 种状况

   ① key 和首节点的 key 雷同，笼罩 old value（保障 key 的唯一性）；否则执行②或③

   ② 如果首节点是红黑树节点（TreeNode），将键值对增加到红黑树。

   ③ 如果首节点是链表，进行遍历寻找元素，有就笼罩无则新建，将键值对增加到链表。增加之后会判断链表长度是否达到 TREEIFY_THRESHOLD – 1 这个阈值，“尝试”将链表转换成红黑树。

5. 最初判断以后元素个数是否大于 threshold，裁减数组。
6. Hashmap 中 get() 过程

 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) {
            // 永远查看第一个 node
            if (first.hash == hash && // always check first node
                ((k = first.key) == key || (key != null && key.equals(k))))
                return first;
            if ((e = first.next) != null) {if (first instanceof TreeNode)  // 树查找
                    return ((TreeNode<K,V>)first).getTreeNode(hash, key);
                do {
                    if (e.hash == hash &&   // 遍历链表
                        ((k = e.key) == key || (key != null && key.equals(k))))
                        return e;
                } while ((e = e.next) != null);
            }
        }
        return null;
    }

在 Hashmap1.8 中，无论是存元素还是取元素，都是优先判断 bucket 上第一个元素是否匹配，而在 1.7 中则是间接遍历查找。

根本过程如下:

1. 依据 key 计算 hash;
2. 查看数组是否为空，为空返回 null;
3. 依据 hash 计算 bucket 地位，如果 bucket 第一个元素是指标元素，间接返回。否则执行 4;
4. 如果 bucket 上元素大于 1 并且是树结构，则执行树查找。否则执行 5;
5. 如果是链表构造，则遍历寻找指标
6. Hashmap 中 resize() 过程

 final Node<K,V>[] resize() {Node<K,V>[] oldTab = table;
        int oldCap = (oldTab == null) ? 0 : oldTab.length;
        int oldThr = threshold;
        int newCap, newThr = 0;
        if (oldCap > 0) {
            // 如果已达到最大容量不在扩容
            if (oldCap >= MAXIMUM_CAPACITY) {
                threshold = Integer.MAX_VALUE;
                return oldTab;
            }
            // 通过位运算扩容到原来的两倍
            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
            newCap = DEFAULT_INITIAL_CAPACITY;
            newThr = (int)(DEFAULT_LOAD_FACTOR * DEFAULT_INITIAL_CAPACITY);
        }
        if (newThr == 0) {float ft = (float)newCap * loadFactor;
            newThr = (newCap < MAXIMUM_CAPACITY && ft < (float)MAXIMUM_CAPACITY ?
                      (int)ft : Integer.MAX_VALUE);
        }
        // 新的扩容临界值
        threshold = newThr;
        @SuppressWarnings({"rawtypes","unchecked"})
            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;
                if ((e = oldTab[j]) != null) {oldTab[j] = null;
                    // 如果该地位元素没有 next 节点，将该元素放入新数组
                    if (e.next == null)
                        newTab[e.hash & (newCap - 1)] = e;
                    else if (e instanceof TreeNode)
                        // 树节点
                        ((TreeNode<K,V>)e).split(this, newTab, j, oldCap);
                    else { // preserve order
                        // 链表节点。// lo 串的新索引地位与原先雷同
                        Node<K,V> loHead = null, loTail = null;
                        // hi 串的新索引地位为 [原先地位 j +oldCap]
                        Node<K,V> hiHead = null, hiTail = null;
                        Node<K,V> next;
                        do {
                            next = e.next;
                            // 原索引，oldCap 是 2 的 n 次方，二进制示意只有一个 1，其余是 0
                            if ((e.hash & oldCap) == 0) {if (loTail == null)
                                    loHead = e;
                                else
                                    // 尾插法
                                    loTail.next = e;
                                loTail = e;
                            }
                            // 原索引 +oldCap
                            else {if (hiTail == null)
                                    hiHead = e;
                                else
                                    hiTail.next = e;
                                hiTail = e;
                            }
                        } while ((e = next) != null);
                        // 依据 hash 判断该 bucket 上的整个链表的 index 还是旧数组的 index，还是 index+oldCap
                        if (loTail != null) {
                            loTail.next = null;
                            newTab[j] = loHead;
                        }
                        if (hiTail != null) {
                            hiTail.next = null;
                            newTab[j + oldCap] = hiHead;
                        }
                    }
                }
            }
        }
        return newTab;
    }

JDK1.8 版本中扩容绝对简单。在 1.7 版本中，从新依据 hash 计算索引地位即可；而在 1.8 版本中分 2 种状况，下边用图例来解释。

1. 总结

其余还有为什么阈值 = 8 转红黑树，长度 <=6 转链表这些问题。根本都是数据科学家依据概率做出的经验值，同时防止数据结构频繁的转换引起的性能开销。

整体看来，JDK1.8 次要在数据结构、算法和性能上对 1.7 进行了优化。