【Java源码】集合类-JDK1.8 哈希表-红黑树-HashMap总结

JDK 1.8 HashMap是数组+链表+红黑树实现的，在阅读HashMap的源码之前先来回顾一下大学课本数据结构中的哈希表和红黑树。

什么是哈希表？

• 在存储结构中，关键值key通过一种关系f和唯一的存储位置相对应，关系f即哈希函数，Hash(k)=f(k)。按这个思想建立的表就是哈希表。
• 当有两个不相等的关键字key1和key2,但f(key1)=f(key2)这两个key地址相同，就发生了冲突现象。
• 冲突不能避免只能减少，通过设计均匀的哈希函数来减少。

常用哈希函数？

1. 直接定址法

Hash(key) = a*key + b (a,b为常数)

取关键字的某种线性关系，实际中使用较少。

2. 初留余数法

Hash(key) = key mod p (p，整数)

即关键字key除以p的余数作为地址。

3.数字分析法，平方取中法，折叠法

处理冲突的方法？

处理冲突就是为这个关键字找到另一个空的哈希地址。

1.开放地址法

• 线性探测法
• 二次探测法
• 双哈希函数探测法

2.拉链法

• 拉链法的基本思想是，根据关键字k，将数据元素存放在哈希基表中的i=hash(k)位置上。如果产生冲突，则创建一个结点存放该数据元素，并将该结点插入到一个链表中。这种由冲突的数据元素构成的链表称为哈希链表。一个哈希基表与若干条哈希链表相连。
• 例如，对于如下的关键字序列：{9，9，24，44，32，86，36，3，62，56}
  
  设哈希函数 hash(k) = k % 10，hash(k)对应哈希基表 table 的下标值 i，采用拉链法的哈希表结构如图:

红黑树

红黑树本质上就是一棵二叉查找树（二叉排序树），红黑树的查找、插入、删除的时间复杂度最坏为O(log n)。

什么是二叉查找树（二叉排序树）？

二叉查找树（Binary Search Tree）也就是二叉排序树。特征性质：

• 任意结点的左子树不空，则左子树上所有结点的值均小于它的根结点的值；
• 任意结点的右子树不空，则右子树上所有结点的值均大于它的根结点的值；
• 左、右子树也为二叉查找树。
• 按中序遍历可以得到有序序列。

什么是红黑树？

维基百科定义：https://zh.wikipedia.org/wiki/%E7%BA%A2%E9%BB%91%E6%A0%91

红黑树（英语：Red–black tree）是一种自平衡二叉查找树，是在计算机科学中用到的一种数据结构，典型的用途是实现关联数组。它在1972年由鲁道夫·贝尔发明，被称为"对称二叉B树"，它现代的名字源于Leo J. Guibas和Robert Sedgewick于1978年写的一篇论文。红黑树的结构复杂，但它的操作有着良好的最坏情况运行时间，并且在实践中高效：它可以在log n时间内完成查找，插入和删除，这里的n是树中元素的数目。

特征性质：

• 节点是红色或黑色。
• 根结点是黑的。
• 所有叶子都是黑色（叶子是NIL节点）。
• 每个红色节点必须有两个黑色的子节点。（从每个叶子到根的所有路径上不能有两个连续的红色节点。）
• 对于任一结点而言，其到叶结点的每一条路径都包含相同数目的黑结点

JDK 1.8 Map接口

public interface Map<K,V> {
    int size(); //返回Map中键值对的个数
    boolean isEmpty(); //检查map是否为空
    boolean containsKey(Object key); //查看map是否包含某个键
    boolean containsValue(Object value); //查看map是否包含某个值
    V put(K key, V value); //保存，若原来有这个key则覆盖并返回原来的值
    V get(Object key); //根据key获取值, 若没找到，则返回null
    V remove(Object key); //根据key删除, 返回key原来的值，若不存在，则返回null
    void putAll(Map<? extends K, ? extends V> m); //将m中的所有键值对到当前的Map
    void clear(); //清空Map
    Set<K> keySet(); //返回Map中所有键
    Collection<V> values(); //返回Map中所有值
    Set<Map.Entry<K, V>> entrySet(); //返回Map中所有键值对
    //内部接口，表示一个键值对
    interface Entry<K,V> {
        K getKey(); //返回键
        V getValue(); //返回值
        V setValue(V value); //setvalue
    }
}

HashMap特点

• 根据键的hashCode值存储数据，大多数情况下可以直接定位到它的值，因而具有很快的访问速度，但遍历顺序却是不确定的。
• HashMap最多只允许一条记录的键为null，允许多条记录的值为null。
• HashMap非线程安全，即任一时刻可以有多个线程同时写HashMap，可能会导致数据的不一致。如果需要满足线程安全，可以用Collections的synchronizedMap方法使HashMap具有线程安全的能力，或者使用ConcurrentHashMap。
• 负载因子可以修改，也可以大于1，建议不要轻易修改，除非特殊情况。

内部数据结构:

HashMap 类属性

transient Node<k,v>[] table; 这个类属性就是哈希桶数组

public class HashMap<K,V> extends AbstractMap<K,V> implements Map<K,V>, Cloneable, Serializable {
    // 序列号
    private static final long serialVersionUID = 362498820763181265L;
    // 默认的初始容量是16
    static final int DEFAULT_INITIAL_CAPACITY = 1 << 4;
    // 最大容量
    static final int MAXIMUM_CAPACITY = 1 << 30;
    // 默认的负载因子
    static final float DEFAULT_LOAD_FACTOR = 0.75f;
    // 当桶(bucket)上的结点数大于这个值时会转成红黑树
    static final int TREEIFY_THRESHOLD = 8;
    // 当桶(bucket)上的结点数小于这个值时树转链表
    static final int UNTREEIFY_THRESHOLD = 6;
    // 桶中结构转化为红黑树对应的table的最小大小
    static final int MIN_TREEIFY_CAPACITY = 64;
    // 存储元素的数组，总是2的幂次倍（哈希桶数组）
    transient Node<k,v>[] table;
    // 存放具体元素的集
    transient Set<map.entry<k,v>> entrySet;
    // 存放元素的个数，注意这个不等于数组的长度。
    transient int size;
    // 每次扩容和更改map结构的计数器
    transient int modCount;
    // 临界值 当实际大小(容量*填充因子)超过临界值时，会进行扩容
    int threshold;
    // 负载因子
    final float loadFactor;
}

内部类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) {
            ......
        }
        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) {
            ....
        }
        public final boolean equals(Object o) {
        ......
        }
    }

构造函数

• 无参构造函数默认长度16，负载因子0.75

    /**
     * Constructs an empty <tt>HashMap</tt> with the default initial capacity
     * (16) and the default load factor (0.75).
     */
    public HashMap() {
        this.loadFactor = DEFAULT_LOAD_FACTOR; // all other fields defaulted
    }

• 指定容量，负载因子0.75

    public HashMap(int initialCapacity) {
        this(initialCapacity, DEFAULT_LOAD_FACTOR);
    }

• 指定容量和指定负载因子

    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);
    }

重要函数

内部hash方法(获得的hash值用于putVal方法中确定哈希桶数组索引位置)

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

• 第一步调用object的hashCode：h = key.hashCode() 取hashCode值
• h ^ (h >>> 16) 首先进行无符号右移（>>>）运算，再通过异或运算(^)得到hash值。

put方法，put内部调用的是putVal

final V putVal(int hash, K key, V value, boolean onlyIfAbsent,
                   boolean evict) {
        Node<K,V>[] tab; Node<K,V> p; int n, i;
        //首先确定table是不是为空，如果为空进行扩容
        if ((tab = table) == null || (n = tab.length) == 0)
            n = (tab = resize()).length;
            //取模运算,确定哈希桶数组索引位置
        if ((p = tab[i = (n - 1) & hash]) == null)
            tab[i] = newNode(hash, key, value, null);
        else {
            Node<K,V> e; K k;
            //节点key存在，直接覆盖value
            if (p.hash == hash &&
                ((k = p.key) == key || (key != null && key.equals(k))))
                e = p;
            //判断是否是红黑树
            else if (p instanceof TreeNode)
                //如果是红黑树，则直接在树中插入键值对
                e = ((TreeNode<K,V>)p).putTreeVal(this, tab, hash, key, value);
            //为链表
            else {
                for (int binCount = 0; ; ++binCount) {
                    if ((e = p.next) == null) {
                        p.next = newNode(hash, key, value, null);
                        //判断链表长度是否大于8，大于8把链表转换为红黑树
                        if (binCount >= TREEIFY_THRESHOLD - 1) // -1 for 1st
                            treeifyBin(tab, hash);
                        break;
                    }
                    //key已经存在直接覆盖value
                    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;
        //判断实际存在的键值对数量size是否超多了最大容量threshold，如果超过，进行扩容。
        if (++size > threshold)
            resize();
        afterNodeInsertion(evict);
        return null;
    }

• i = (n - 1) & hash；通过取模运算,确定哈希桶数组索引位置。位运算(&)效率要比取模运算(%)高很多，主要原因是位运算直接对内存数据进行操作，不需要转成十进制，因此处理速度非常快。

注意：a % b == a & (b - 1) 前提：b 为 2^n

• 下面是hash到确定数组位置的过程图：
  
  

HashMap 如何进行扩容

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) {
            // 超过最大值就不再扩充
            if (oldCap >= MAXIMUM_CAPACITY) {
                threshold = Integer.MAX_VALUE;
                return oldTab;
            }
            // 没超过最大值，扩充为原来的2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);
        }
        // 计算新的resize上限
        if (newThr == 0) {
            float ft = (float)newCap * loadFactor;
            newThr = (newCap < MAXIMUM_CAPACITY && ft < (float)MAXIMUM_CAPACITY ?
                      (int)ft : Integer.MAX_VALUE);
        }
        threshold = newThr;
        @SuppressWarnings({"rawtypes","unchecked"})
            Node<K,V>[] newTab = (Node<K,V>[])new Node[newCap];
        table = newTab;
        if (oldTab != null) {
        // 把每个bucket都移动到新的buckets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
                         // 链表优化重hash的代码块
                        Node<K,V> loHead = null, loTail = null;
                        Node<K,V> hiHead = null, hiTail = null;
                        Node<K,V> next;
                        do {
                            next = e.next;
                             // 原索引
                            if ((e.hash & oldCap) == 0) {
                                if (loTail == null)
                                    loHead = e;
                                else
                                    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);
                         // 原索引放到bucket里
                        if (loTail != null) {
                            loTail.next = null;
                            newTab[j] = loHead;
                        }
                         // 原索引+oldCap放到bucket里
                        if (hiTail != null) {
                            hiTail.next = null;
                            newTab[j + oldCap] = hiHead;
                        }
                    }
                }
            }
        }
        return newTab;
    }

注意事项

扩容是一个特别耗性能的操作，所以当使用HashMap的时候，估算map的大小，初始化的时候给一个大致的数值，避免map进行频繁的扩容。

参考：

• JDK1.8 源码
• 《数据结构与算法》
• 维基百科
• 美团：Java 8系列之重新认识HashMap