乐趣区

用最简单的大白话聊一聊面试必问的HashMap原理和部分源码解析

HashMap 在面试中经常会被问到,一定会问到它的存储结构和实现原理,甚至可能还会问到一些源码

今天就来看一下 HashMap

首先得看一下 HashMap 的存储结构和底层实现原理

如上图所示,HashMap 底层是用数组 + 链表 + 红黑树实现的,其中红黑树是 JDK1.8 对 HashMap 优化之后加入的,当链表的长度大于 8 的时候会由链表结构转为红黑树,这些等下在看源码分析的时候都可以看到具体的实现。

那为什么用这几种数据结构来实现?

这种结构在数据结构上称为 散列链表,其中的数组就相当于一个一个的桶(Bucket),当有数据准备存进去的时候,它会通过一定的散列算法去计算,尽可能的让数据平均的命中到各个桶上面去,尽可能的避免哈希碰撞。如果发生哈希碰撞,就是不同的数据最后落到了同一个桶上的时候,就采用链表的方式来存储,但是链表长度比较长了的时候,去存储数据,读取数据都需要不停的去遍历循环,所以此时再采用链表结构的话效率会明显下降,所以 JDK1.8 之后做了优化,当链表的长度大于 8 的时候就由链表转为红黑树来存储。红黑树是平衡二叉树的其中一种实现,它比普通的二叉树表现更优异,因为普通的查询二叉树在一定条件下也可能会变成链表结构,而红黑树它是平衡二叉树的一种,它是通过左旋右旋变色等保持树的平衡。

简单的了解了 HashMap 的存储结构后,下面来讲下 HashMap 其中三个方法的源码

一、hash()方法

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

这个方法里看似简单,却暗藏玄机。

它是拿到了 key 本身的 hashCode 后,又做了一次运算,先将原来的 hashCode 无符号右位移 16 位,然后再将原来的 hashCode 异或 (^) 上这个位移后的值,最后得到一个值。

补充知识:

表示右移,如果该数为正,则高位补 0,若为负数,则高位补 1。

表示无符号右移,也叫逻辑右移,即若该数为正,则高位补 0,而若该数为负数,则右移后高位同样补 0。

^ 表示异或运算,每个位相同为 0,不同为 1

比如:

0 ^ 1 得 1
1 ^ 1 得 0
0 ^ 0 得 0
1 ^ 0 得 1

那为什么要无符号右移 16 位后做异或运算?key 本身的 hashCode 直接拿来用不好吗?
我们做一个简单演练

将 h 无符号右移 16 为相当于将高区 16 位移动到了低区的 16 位,再与原 hashcode 做异或运算,可以将高低位二进制特征混合起来

从上文可知高区的 16 位与原 hashcode 相比没有发生变化,低区的 16 位发生了变化

我们可知通过上面 (h = key.hashCode()) ^ (h >>> 16) 进行运算可以把高区与低区的二进制特征混合到低区,那么为什么要这么做呢?

我们都知道重新计算出的新哈希值在后面将会参与 hashmap 中数组槽位的计算,计算公式:(n – 1) & hash,假如这时数组槽位有 16 个,则槽位计算如下:

仔细观察上文不难发现,高区的 16 位很有可能会被数组槽位数的二进制码锁屏蔽,如果我们不做刚才移位异或运算,那么在计算槽位时将丢失高区特征

也许你可能会说,即使丢失了高区特征不同 hashcode 也可以计算出不同的槽位来,但是细想当两个哈希码很接近时,那么这高区的一点点差异就可能导致一次哈希碰撞,所以这也是将性能做到极致的一种体现

使用异或运算的原因

 异或运算能更好的保留各部分的特征,如果采用 & 运算计算出来的值会向 1 靠拢,采用 | 运算计算出来的值会向 0 靠拢

为什么槽位数必须使用 2^n

1、为了让哈希后的结果更加均匀

这个原因我们继续用上面的例子来说明

假如槽位数不是 16,而是 17,则槽位计算公式变成:(17 – 1) & hash

![](https://img-blog.csdnimg.cn/20200313150712334.png?x-oss-process=image/watermark,type_ZmFuZ3poZW5naGVpdGk,shadow_10,text_aHR0cHM6Ly9ibG9nLmNzZG4ubmV0L2p1XzM2MjIwNDgwMQ==,size_16,color_FFFFFF,t_70)

从上文可以看出,计算结果将会大大趋同,hashcode 参加 & 运算后被更多位的 0 屏蔽,计算结果只剩下两种 0 和 16,这对于 hashmap 来说是一种灾难

2、可以通过位运算 e.hash & (newCap – 1)来计算,a % (2^n) 等价于 a & (2^n – 1),位运算的运算效率高于算术运算,原因是算术运算还是会被转化为位运算

说了这么多点,上面提到的所有问题,最终目的还是为了让哈希后的结果更均匀的分部,减少哈希碰撞,提升 hashmap 的运行效率

二、put()方法

    public V put(K key, V value) {return putVal(hash(key), key, value, false, true);
    }

这个没什么好讲的,调用了下边的 putVal()方法

三、putVal()方法

这个方法很重要,是往 hashMap 里 put 值的核心逻辑,下边源码里的每一行我都进行了注释

 /**
     * Implements Map.put and related methods
     *
     * @param hash hash for keyput
     * @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;
        /**
         * 判断 tab 是不是为空, 如果为空, 则将容量进行初始化, 也就是说, 初始换操作不是在 new HashMap()的时候进行的, 而是在第一次 put 的时候进行的
         */
        if ((tab = table) == null || (n = tab.length) == 0)
            n = (tab = resize()).length;
 
        /**
         * 初始化操作以后, 根据当前 key 的哈希值算出最终命中到哪个桶上去,并且这个桶上如果没有元素的话, 则直接 new 一个新节点放进去
         */
        if ((p = tab[i = (n - 1) & hash]) == null)
            tab[i] = newNode(hash, key, value, null);
 
        /**
         * 如果对应的桶上已经有元素
         */
        else {
            Node<K,V> e; K k;
            /** 先判断一下这个桶里的第一个 Node 元素的 key 是不是和即将要存的 key 值相同,如果相同, 则            
             * 把当前桶里第一个 Node 元素赋值给 e, 这个 else 的最下边进行了判断,如果 e!=null 就执行把
             * 新 value 进行替换的操作 
             */
            if (p.hash == hash &&
                ((k = p.key) == key || (key != null && key.equals(k))))
                e = p;
            // 如果和桶里第一个 Node 的 key 不相同, 则判断当前节点是不是 TreeNode(红黑树), 如果是, 则进 
            // 行红黑树的插入
            else if (p instanceof TreeNode)
                e = ((TreeNode<K,V>)p).putTreeVal(this, tab, hash, key, value);
 
            // 如果不是红黑树, 则循环链表,把数据插入链表的最后边
            else {for (int binCount = 0; ; ++binCount) {if ((e = p.next) == null) {p.next = newNode(hash, key, value, null);
                        // 判断元素个数是不是大于等于 8
                        if (binCount >= TREEIFY_THRESHOLD - 1) // -1 for 1st
                            // 转换成红黑树
                            treeifyBin(tab, hash);
                        break;
                    }
 
                    /**
                     * 如果在遍历的时候,发现 key 值相同(就是 key 已经存在了)就什么都不做跳出循环。因为在上边 e = p.next 的时候,已经记录 e 的 Node 值了,而下边进行了判断,如果 e!=null 就执行把新 value 进行替换的操作
                     */
                    if (e.hash == hash &&
                        ((k = e.key) == key || (key != null && key.equals(k))))
                        break;
                    
                    // 把当前下标赋值给 p 并进行下一次循环
                    p = e;
                }
            }
 
            /**
              只要 e 不为空, 说明要插入的 key 已经存在了, 覆盖旧的 value 值, 然后返回原来 oldValue
              因为只是替换了旧的 value 值,并没有插入新的元素,所以不需要下边的扩容判断,直接 
               return 掉
             */
            if (e != null) { // existing mapping for key
                V oldValue = e.value;
                if (!onlyIfAbsent || oldValue == null)
                    e.value = value;
                afterNodeAccess(e);
                return oldValue;
            }
        }
        ++modCount;
        /**
         * 判断容量是否已经到了需要扩充的阈值了, 如果到了, 则进行扩充
         * 如果上一步已经判断 key 是存在的,只是替换了 value 值,并没有插入新的元素,所以不需要判断 
         * 扩容,不会走这一步的
         */
        if (++size > threshold)
            resize();
 
        afterNodeInsertion(evict);
        return null;
    }

hashMap 中还有其他的一些方法在此就不挨个来说了

可以在下方进行评论,一起学习进步

退出移动版