HashMap源码分析基于JDK7的HashMap源码分析类的介绍下面的类介绍是从源码的英文翻译来的HashMap是基于哈希表实现的Map接口实现类。这个实现提供所有的map相关的操作，允许使用null的键和null的值。（HashMap与Hashtable大致是一样的，只是HashMap是不同步的，且它允许你null的键和值。）；另外，HashMap内部元素排列是无序的。假设哈希函数能将元素合理地分散在各个哈希桶中，那么HashMap的put、get等基础操作的效率会很高（时间复杂度是常数级别O(n)）。HashMap的迭代所有元素的时间与它的实例的容量（哈希桶的数量）及大小（键值对的数量）之和成正比。因此，如果你很在意HashMap的迭代性能，就不应该初始容量设置得很高，或者把负载因子设置得很低。一个HashMap的实例有两个参数会影响到它的性能：初始容量和负载因子。容量是指哈希表中桶的数量，初始容量就是哈希表创建时指定的初始大小。负载因子是一个度量，用来衡量当哈希表的容量满到什么程度时，哈希表就应该自动扩容。到哈希表中元素的数量超过负载因子和当前容量的乘积时，哈希表会重新计算哈希（rehashed）（即重建内部数据结构），哈希表桶的数量大约会变成原来的两倍。一般来说，默认把负载因子值设置成0.75，在时间成本和空间成本之间是比较好的权衡。该值再高一点能减少空间开销，但会增加查找成本（表现在HashMap类的大多数操作中，包括get和put）。所以我们在设置初始化容量时，应该合理考虑预期装载的元素数量以及负载因子，从而减少rehash的操作次数。如果初始容量大于最大条目数除以加载因子（initial capacity > max entries / load factor），则不会发生重新加载操作。如果HashMap的实例需要存储很多元素（键值对），创建HashMap时指定足够大的容量可以令它的存储效率比自动扩容高很多。请注意如果很多的键使用的hashCode()方法结果都相同，那么哈希表的性能会很慢。为了改善影响，当键是Comparable时，HashMap会用这些键的排序来提升效率。请注意，HashMap是不同步的。如果多条线程同时访问一个HashMap，且至少有一条线程发生了结构性改动，那么它必须在外部进行同步。（结构性改动是指任何增加或删除键值对的操作，在源码中具体体现是导致modCount属性改动的操作，仅仅修改一个键对应的值则不属于结构性改动）。外部同步通常通过同步一个封装了这个map的对象完成。如果没有这样的对象，那么可以使用Collections.synchronizedMap把一个map转换成同步的map，这个动作最好在创建的时候完成，避免在转换前意外访问到不同步的map。Map m = Collections.synchronizedMap(new HashMap(…));HashMap的迭代器所有集合相关的方法都是快速失败的（fail-fast）：如果创建迭代器后，除了迭代器自身的remove方法之外，map发生了结构性改动，迭代器会抛出ConcurrentModificationException。因此，面对并发的修改，迭代吗快速、干净利落地失败，而不会冒任何风险。请注意，迭代器快速失败的特性在不同步的并发修改时，是不能作出硬性保证的。快速失败的迭代器会尽最大努力抛出ConcurrentModificationException。因此，编写依赖于此异常的程序以确保其正确性是错误的：迭代器的快速失败行为应该仅用于检测错误。构造函数HashMap的构造函数一共有四种：无参构造，初始容量默认16，负载因子默认0.75指定初始容量，负载因子默认0.75指定初始容量和负载因子通过传入的map构造其中1、2、4都会调用第3种构造函数，第4种只是用已有的Map构造一个HashMap的便捷方法，所以这里重点看3、4两种构造函数的实现。 public class HashMap<K,V> extends AbstractMap<K,V> implements Map<K,V>, Cloneable, Serializable { //…… // 空表 static final Entry<?,?>[] EMPTY_TABLE = {}; // 哈希表 transient Entry<K,V>[] table = (Entry<K,V>[]) EMPTY_TABLE; // 容器扩容阈值，当容器大小（size）达到此值时，容器就会扩容。 // size = 容量 * 负载因子 // 如果table == EMPTY_TABLE，那么就会用这个值作为初始容量，创建新的哈希表 int threshold; // 负载因子 final float loadFactor; // 构造函数3：指定初始容量和负载因子 public HashMap(int initialCapacity, float loadFactor) { // 检查参数 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); // 设置负载因子 this.loadFactor = loadFactor; // 默认的阈值等于初始化容量 threshold = initialCapacity; init(); } // 构造函数4：用传入的map构造一个新的HashMap public HashMap(Map<? extends K, ? extends V> m) { this(Math.max((int) ( m.size() / DEFAULT_LOAD_FACTOR) + 1, DEFAULT_INITIAL_CAPACITY), DEFAULT_LOAD_FACTOR); // 分配哈希表空间 inflateTable(threshold); putAllForCreate(m); } //…… }上面的源码中，需要注意几点：扩容阈值默认等于初始容量，16。当哈希表为空表时，HashMap会在内部以该阈值作为初始容量建哈希表，哈希表实质是一个数组inflateTable方法就是建立哈希表，分配表内存空间的操作（inflate翻译为“膨胀”的意思，后面会详述）。但是指定初始容量和负载因子的构造方法并没有马上调用inflateTable。查找源码中全部调用inflateTable的地方有：graph LRHashMap构造函数-Map为参数 –> inflateTableput –> inflateTableputAll –> inflateTableclone –> inflateTablereadObject –> inflateTable初步看上去，只有参数列表是Map的构造函数调用了inflateTable，但HashMap(Map map)构造函数内部的逻辑是先调用一下HashMap(int initialCapacity, float loadFactor)构造函数初始化完了容量和负载因子后，再调用inflateTable的。所以小结一点：HashMap在初始化阶段不会马上创建哈希表。调用逻辑为了更好理解代码的调用，下图列出一些方法之间的调用关系：内部数据结构HashMap内部维护的数据结构是数组+链表，每个键值对都存储在HashMap的静态内部类Entry中，结构如下图：put的实现 public V put(K key, V value) { if (table == EMPTY_TABLE) { inflateTable(threshold); } if (key == null) return putForNullKey(value); int hash = hash(key); int i = indexFor(hash, table.length); for (Entry<K,V> e = table[i]; e != null; e = e.next) { Object k; if (e.hash == hash && ((k = e.key) == key || key.equals(k))) { V oldValue = e.value; e.value = value; e.recordAccess(this); return oldValue; } } modCount++; addEntry(hash, key, value, i); return null; } void addEntry(int hash, K key, V value, int bucketIndex) { // 如果容器大小大于等于阈值，且目标桶的entry不等于null if ((size >= threshold) && (null != table[bucketIndex])) { // 容器扩容: 哈希表原长度 * 2 resize(2 * table.length); // 重新计算键的哈希值 hash = (null != key) ? hash(key) : 0; // 重新计算哈希值对应存储的哈希表的位置 bucketIndex = indexFor(hash, table.length); } createEntry(hash, key, value, bucketIndex); }在put方法内部，会先判断哈希表是不是空表，如果是空表就建立哈希表（上面提到的内部数据结构中的数组），建好表后，就有空间可以存放键值对了。要存放键值对，需要先根据key计算哈希码（hash），哈希码返回是一个int类型的数值，再根据哈希码计算出在固定长度的数组中存放的位置（下标）得到下标后，就要在哈希表中找到存储的位置。HashMap会先加载指定下标中存放的Entry对象，如果Entry不为空，就比较该Entry的hash和key（比较key的时候，用==和equals来比较）。如果跟put进来的hash、key匹配，就覆盖该Entry上的value，然后直接返回旧的value；否则，就找该Entry指向的下一个Entry，直到最后一个Entry为止。如果HashMap加载指定下标中存放的Entry对象是null，又或者是找完整条Entry链表都没有匹配的hash和key。那么就调用addEntry新增一个EntryaddEntry方法中会做一些前置处理。HashMap会判断容器当前存放的键值对数量是否达到了设定的扩容阈值，如果达到了就扩容2倍。扩容后重新计算哈希码，并根据新哈希码和新数组长度重新计算存储位置。做好潜质处理后，就调用createEntry新增一个Entry。由于上面已经做了前置的处理，createEntry方法就不用担心扩容的问题，放心存Entry即可。该方法会在给定的下标为止存放put进来的key，value，当然这个key，value是包装在Entry中的，让后将Entry指向旧的Entry。建哈希表的逻辑（inflateTable）建哈希表是在inflateTable方法中实现的： /** * 将一个数换算成2的n次幂 * @param number * @return / private static int roundUpToPowerOf2(int number) { // assert number >= 0 : “number must be non-negative”; return number >= MAXIMUM_CAPACITY ? MAXIMUM_CAPACITY : (number > 1) ? Integer.highestOneBit((number - 1) << 1) : 1; // 理解 Integer.highestOneBit((number - 1) << 1) // 比如 number = 23，23 - 1 = 22，二进制是：10110 // 22 左移一位（右边补1个0），结果是：101100 // Integer.highestOneBit() 函数的作用是取左边最高一位，其余位取0， // 即：101100 -> 100000，换成十进制就是 32 } /* * inflate有“膨胀”、“充气”的意思。 * 理解为初始化哈希表，分配哈希表内存空间 / private void inflateTable(int toSize) { // Find a power of 2 >= toSize // 找出大于等于toSize的2的n次幂，作为哈希表的容量 int capacity = roundUpToPowerOf2(toSize); // 计算新的扩容阈值： 容量 * 负载因子 threshold = (int) Math.min(capacity * loadFactor, MAXIMUM_CAPACITY + 1); // 指定容量建哈希表 table = new Entry[capacity]; // 根据容量判断是否需要初始化hashSeed initHashSeedAsNeeded(capacity); }理解一下roundUpToPowerOf2方法：roundUpToPowerOf2部分计算结果：roundUpToPowerOf2(0) = 1roundUpToPowerOf2(1) = 1roundUpToPowerOf2(2) = 2roundUpToPowerOf2(3) = 4roundUpToPowerOf2(4) = 4roundUpToPowerOf2(5) = 8roundUpToPowerOf2(6) = 8roundUpToPowerOf2(7) = 8roundUpToPowerOf2(8) = 8roundUpToPowerOf2(9) = 16roundUpToPowerOf2(10) = 16roundUpToPowerOf2(11) = 16roundUpToPowerOf2(12) = 16roundUpToPowerOf2(13) = 16roundUpToPowerOf2(14) = 16roundUpToPowerOf2(15) = 16roundUpToPowerOf2(16) = 16roundUpToPowerOf2(17) = 32roundUpToPowerOf2(6)计算示例：计算公式：Integer.highestOneBit((5 - 1) << 1)计算5<<1： 00000101<<1————- 00001010 1010的十进制是10，然后计算Integer.highestOneBit(10),该函数的作用是取传入数值的最高位然后其余低位取0,所以Integer.highestOneBit(10)应该等于二进制的1000，即8值得注意的是，inflateTable中最后还调用了一个initHashSeedAsNeeded(capacity)方法，该方法是用来依据容量决定是否需要初始化hashSeed，hashSeed默认是0，如果初始化hashSeed，它的值将会是一个随机值。Alternative hashing与hashSeed在源码中有一个常量ALTERNATIVE_HASHING_THRESHOLD_DEFAULT，它的注释提供了一些值得注意的信息： /* * The default threshold of map capacity above which alternative hashing is * used for String keys. Alternative hashing reduces the incidence of * collisions due to weak hash code calculation for String keys. * <p/> * This value may be overridden by defining the system property * {@code jdk.map.althashing.threshold}. A property value of {@code 1} * forces alternative hashing to be used at all times whereas * {@code -1} value ensures that alternative hashing is never used. / static final int ALTERNATIVE_HASHING_THRESHOLD_DEFAULT = Integer.MAX_VALUE;大意是说，ALTERNATIVE_HASHING_THRESHOLD_DEFAULT是一个默认的阈值，当一个键值对的键是String类型时，且map的容量达到了这个阈值，就启用备用哈希（alternative hashing）。备用哈希可以减少String类型的key计算哈希码（更容易）发生哈希碰撞的发生率。该值可以通过定义系统属性jdk.map.althashing.threshold来指定。如果该值是1，表示强制总是使用备用哈希；如果是-1则表示禁用。HashMap有一个静态内部类Holder,它的作用是在虚拟机启动后根据jdk.map.althashing.threshold和ALTERNATIVE_HASHING_THRESHOLD_DEFAULT初始化ALTERNATIVE_HASHING_THRESHOLD，相关代码如下： /* * Holder维护着一些只有在虚拟机启动后才能初始化的值 / private static class Holder { /* * 触发启用备用哈希的哈希表容量阈值 / static final int ALTERNATIVE_HASHING_THRESHOLD; static { // 读取JVM参数 -Djdk.map.althashing.threshold String altThreshold = java.security.AccessController.doPrivileged( new sun.security.action.GetPropertyAction( “jdk.map.althashing.threshold”)); int threshold; try { // 如果该参数没有值，采用默认值 threshold = (null != altThreshold) ? Integer.parseInt(altThreshold) : ALTERNATIVE_HASHING_THRESHOLD_DEFAULT; // 如果参数值为-1，禁用备用哈希 // ALTERNATIVE_HASHING_THRESHOLD_DEFAULT也是等于Integer.MAX_VALUE // 所以jdk默认是禁用备用哈希的 if (threshold == -1) { threshold = Integer.MAX_VALUE; } // 参数为其它负数，则视为非法参数 if (threshold < 0) { throw new IllegalArgumentException(“value must be positive integer.”); } } catch(IllegalArgumentException failed) { throw new Error(“Illegal value for ‘jdk.map.althashing.threshold’”, failed); } ALTERNATIVE_HASHING_THRESHOLD = threshold; } } 之前提到过，inflateTable中最后还调用了一个initHashSeedAsNeeded(capacity)方法，该方法是用来依据容量决定是否需要初始化hashSeed，hashSeed默认是0，如果初始化hashSeed。所以下面来看看这个方法： /* * A randomizing value associated with this instance that is applied to * hash code of keys to make hash collisions harder to find. If 0 then * alternative hashing is disabled. / transient int hashSeed = 0; /* * 按需初始化哈希种子 / final boolean initHashSeedAsNeeded(int capacity) { // 如果hashSeed != 0，表示当前正在使用备用哈希 boolean currentAltHashing = hashSeed != 0; // 如果vm启动了且map的容量大于阈值，使用备用哈希 boolean useAltHashing = sun.misc.VM.isBooted() && (capacity >= Holder.ALTERNATIVE_HASHING_THRESHOLD); // 异或操作，如果两值同时为false，或同时为true，都算是false。 boolean switching = currentAltHashing ^ useAltHashing; if (switching) { // 把hashSeed设置成随机值 hashSeed = useAltHashing ? sun.misc.Hashing.randomHashSeed(this) : 0; } return switching; }从hashSeed变量的注释可以看出，哈希种子一个随机值，在计算key的哈希码时会用到这个种子，目的是为了进一步减少哈希碰撞。如果hashSeed=0表示禁用备用哈希。而Holder中维护的ALTERNATIVE_HASHING_THRESHOLD是触发启用备用哈希的阈值，该值表示，如果容器的容量（注意是容量，不是实际大小）达到了该值，容器应该启用备用哈希。Holder会尝试读取JVM启动时传入的参数-Djdk.map.althashing.threshold并赋值给ALTERNATIVE_HASHING_THRESHOLD。它的值有如下含义：ALTERNATIVE_HASHING_THRESHOLD = 1，总是使用备用哈希ALTERNATIVE_HASHING_THRESHOLD = -1，禁用备用哈希在initHashSeedAsNeeded(int capacity)方法中，会判断如果容器的容量>=ALTERNATIVE_HASHING_THRESHOLD，就会生成一个随机的哈希种子hashSeed，该种子会在put方法调用过程中的hash方法中使用到： /* * 获取key的哈希码，并应用一个补充的哈希函数，构成最终的哈希码。 * This is critical because HashMap uses power-of-two length hash tables, that * otherwise encounter collisions for hashCodes that do not differ * in lower bits. Note: Null keys always map to hash 0, thus index 0. / final int hash(Object k) { // 如果哈希种子是随机值，使用备用哈希 // （方法调用链：inflateTable()–>initHashSeedAsNeeded()–>hash()， // 在initHashSeedAsNeeded()中已判断了是否需要初始化哈希种子） int h = hashSeed; if (0 != h && k instanceof String) { return sun.misc.Hashing.stringHash32((String) k); } h ^= k.hashCode(); // This function ensures that hashCodes that differ only by // constant multiples at each bit position have a bounded // number of collisions (approximately 8 at default load factor). h ^= (h >>> 20) ^ (h >>> 12); return h ^ (h >>> 7) ^ (h >>> 4); }计算存储下标（indexFor） /* * 根据哈希码计算返回哈希表的下标 / static int indexFor(int h, int length) { // assert Integer.bitCount(length) == 1 : “length must be a non-zero power of 2”; return h & (length-1); }这段代码和简单，却有几个有意思的地方。为什么容量要设计成２的ｎ次幂注意，容量实质就是内部数组的length，还要注意是2的n次幂，不是2的倍数。先看下面的测试代码：public class Main { static final int hash(Object k) { int hashSeed = 0; int h = hashSeed; if (0 != h && k instanceof String) { return sun.misc.Hashing.stringHash32((String) k); } h ^= k.hashCode(); h ^= (h >>> 20) ^ (h >>> 12); return h ^ (h >>> 7) ^ (h >>> 4); } static int indexFor(int h, int length) { return h & (length-1); } public static void main(String[] args) { String key = “14587”; int h = hash(key); int capacity = 16; for (int i = 0; i < 10; i++) { System.out.println(String.format(“哈希码: %d, 容量: %d, 下标: %d”, h, // 同一个哈希码 (capacity<<i), // 不同的容量 indexFor(h,capacity<<i))); //计算出来的下标 } }// key: hello// 哈希码: 96207088, 容量: 16, 下标: 0// 哈希码: 96207088, 容量: 32, 下标: 16// 哈希码: 96207088, 容量: 64, 下标: 48// 哈希码: 96207088, 容量: 128, 下标: 112// 哈希码: 96207088, 容量: 256, 下标: 240// 哈希码: 96207088, 容量: 512, 下标: 240// 哈希码: 96207088, 容量: 1024, 下标: 240// 哈希码: 96207088, 容量: 2048, 下标: 240// 哈希码: 96207088, 容量: 4096, 下标: 240// 哈希码: 96207088, 容量: 8192, 下标: 240// key: 4// 哈希码: 55, 容量: 16, 下标: 7// 哈希码: 55, 容量: 32, 下标: 23// 哈希码: 55, 容量: 64, 下标: 55// 哈希码: 55, 容量: 128, 下标: 55// 哈希码: 55, 容量: 256, 下标: 55// 哈希码: 55, 容量: 512, 下标: 55// 哈希码: 55, 容量: 1024, 下标: 55// 哈希码: 55, 容量: 2048, 下标: 55// 哈希码: 55, 容量: 4096, 下标: 55// 哈希码: 55, 容量: 8192, 下标: 55// key: 14587// 哈希码: 48489485, 容量: 16, 下标: 13// 哈希码: 48489485, 容量: 32, 下标: 13// 哈希码: 48489485, 容量: 64, 下标: 13// 哈希码: 48489485, 容量: 128, 下标: 13// 哈希码: 48489485, 容量: 256, 下标: 13// 哈希码: 48489485, 容量: 512, 下标: 13// 哈希码: 48489485, 容量: 1024, 下标: 13// 哈希码: 48489485, 容量: 2048, 下标: 1037// 哈希码: 48489485, 容量: 4096, 下标: 1037// 哈希码: 48489485, 容量: 8192, 下标: 1037}上面的hash、indexFor都是从HashMap源码中拷过来的，hashSeed=0也是HashMap默认的值，main方法中按key计算哈希码再按哈希码和数组长度计算下标也是put方法中的执行逻辑。从测试结果可以看出，相同的哈希码，在多次扩容时，使用indexFor的算法，下标变动较少，这样能减少扩容引起的移动Entry的操作次数。可以看看key为4，容量为16、32、64……时indexFor计算下标的过程。字符串“4”的哈希码是：55（二进制110111）当length = 16时： h & (length-1)= 55 & (16-1)= 110111 & 1111当length = 32时： h & (32-1)= 55 & (16-1)= 110111 & 11111当length = 64时： h & (length-1)= 55 & (64-1)= 110111 & 111111由于容量每次扩容都会翻倍（容量 x 2），翻到特定次数后（红色虚线往左），跟h做与运算的位肯定是全部都是1，所以算出来的下标都会是一样的。这样子，虽然扩容会引起下标变动，但相对稳定。试想想，如果容量是17、33、65…..那么lenght-1的二进制除了高位（最左一位）是1，其余是0，不同hash和length-1做与运算算出来的下标就更容易有重复的下标。使lenght-1的全部位为1，能使计算出来的下标分布更均匀，减少哈希碰撞。小结一下，容量设计成2的n次幂是为了：在put方法中，有调用indexFor计算下标，容量设计成2的n次幂能使下标相对均匀，减少哈希碰撞在扩容相关的transfer方法中，也有调用indexFor重新计算下标。容量设计成2的n次幂能使扩容时重新计算的下标相对稳定，减少移动元素扩容与线程安全问题 /* * Rehashes the contents of this map into a new array with a * larger capacity. This method is called automatically when the * number of keys in this map reaches its threshold. * * If current capacity is MAXIMUM_CAPACITY, this method does not * resize the map, but sets threshold to Integer.MAX_VALUE. * This has the effect of preventing future calls. * * @param newCapacity the new capacity, MUST be a power of two; * must be greater than current capacity unless current * capacity is MAXIMUM_CAPACITY (in which case value * is irrelevant). / void resize(int newCapacity) { // 缓存就哈希表数据 Entry[] oldTable = table; int oldCapacity = oldTable.length; if (oldCapacity == MAXIMUM_CAPACITY) { threshold = Integer.MAX_VALUE; return; } // 用扩容容量创建一个新的哈希表 Entry[] newTable = new Entry[newCapacity]; transfer(newTable, initHashSeedAsNeeded(newCapacity)); table = newTable; threshold = (int)Math.min(newCapacity * loadFactor, MAXIMUM_CAPACITY + 1); } /* * 把所有条目从当前哈希表转移到新哈希表 */ void transfer(Entry[] newTable, boolean rehash) { int newCapacity = newTable.length; for (Entry<K,V> e : table) { while(null != e) { Entry<K,V> next = e.next; if (rehash) { e.hash = null == e.key ? 0 : hash(e.key); } int i = indexFor(e.hash, newCapacity); e.next = newTable[i]; newTable[i] = e; e = next; } } }从上图显示的转移过程可以看出，链表在转移后会逆序。3–>7–>9 变成 9–>7–>3。在单线程环境下，是不会出现闭合的回路的。但是在多线程环境下，有可能多条线程都调用transfer，而transfer方法中访问了一个全局变量table，并修改下标中指向的Entry。由于转移过程会导致链表逆序，就有可能出现闭环的引用：3–>7–>9–>3，然后，在调用get方法的时候，就出现死循环。
...