2017.11.15 hashmap的工作原理

参考来自：http://blog.csdn.net/jeffleo/article/details/54946424

一 hashMap的基本概念

1.HashMap的定义

public class HashMap<K,V>
    extends AbstractMap<K,V>
    implements Map<K,V>, Cloneable, Serializable

HashMap继承自AbstractMap，AbstractMap是Map接口的骨干实现，AbstractMap中实现了Map中最重要最常用和方法。而在这里仍然实现Map结构，没有什么作用，应该是为了让map的层次结构更加清晰。

2.HashMap的成员变量

    int DEFAULT_INITIAL_CAPACITY = 16：默认的初始容量为16
 　　int MAXIMUM_CAPACITY = 1 << 30：最大的容量为 2 ^ 30
 　　float DEFAULT_LOAD_FACTOR = 0.75f：默认的加载因子为 0.75f
 　　Entry<K,V>[] table：Entry类型的数组，HashMap用这个来维护内部的数据结构，它的长度由容量决定
 　　int size：HashMap的大小
 　　int threshold：HashMap的极限容量，扩容临界点（容量和加载因子的乘积）

3.HashMap的构造函数

    public HashMap()：构造一个具有默认初始容量 (16) 和默认加载因子 (0.75) 的空 HashMap
 　　public HashMap(int initialCapacity)：构造一个带指定初始容量和默认加载因子 (0.75) 的空 HashMap
 　　public HashMap(int initialCapacity, float loadFactor)：构造一个带指定初始容量和加载因子的空 HashMap
 　　public HashMap(Map< ? extends K, ? extends V> m)：构造一个映射关系与指定 Map 相同的新 HashMap

HashMap 的实例有两个参数影响其性能：初始容量和加载因子。

初始容量：哈希表在创建时的容量，实际上就是Entry< K,V>[] table的容量。

加载因子 ：是哈希表在其容量自动增加之前可以达到多满的一种尺度。它衡量的是一个散列表的空间的使用程度，加载因子越大表示散列表的装填程度越高，反之愈小。对于使用链表法的散列表来说，查找一个元素的平均时间是O(1+a)，因此如果加载因子越大，对空间的利用更充分，然而后果是查找效率的降低；如果负载因子太小，那么散列表的数据将过于稀疏，对空间造成严重浪费。系统默认负载因子为0.75，一般情况下我们是无需修改的。

当哈希表中的条目数超出了加载因子与当前容量的乘积时，则要对该哈希表进行 rehash 操作（即重建内部数据结构），从而哈希表将具有大约两倍的桶数。

二 HashMap的数据结构

1. 数据结构的图示

从上图我们可以看出HashMap底层实现还是数组，只是数组的每一项都是一条链。其中参数initialCapacity就代表了该数组的长度。

2.HashMap构造函数的源码

 public HashMap(int initialCapacity, float loadFactor) {
         //容量不能小于0
         if (initialCapacity < 0)
             throw new IllegalArgumentException("Illegal initial capacity: " +                                           initialCapacity);
         //容量不能超出最大容量
         if (initialCapacity > MAXIMUM_CAPACITY)
             initialCapacity = MAXIMUM_CAPACITY;
         //加载因子不能<=0 或者 为非数字
         if (loadFactor <= 0 || Float.isNaN(loadFactor))
             throw new IllegalArgumentException("Illegal load factor: " +
                                                loadFactor);

         //计算出大于初始容量的最小2的n次方作为哈希表table的长度，下面会说明为什么要这样
         int capacity = 1;
         while (capacity < initialCapacity)
             capacity <<= 1;

         this.loadFactor = loadFactor;
         //设置HashMap的容量极限，当HashMap的容量达到该极限时就会进行扩容操作
         threshold = (int)Math.min(capacity * loadFactor, MAXIMUM_CAPACITY + 1);
         //创建Entry数组
         table = new Entry[capacity];
         useAltHashing = sun.misc.VM.isBooted() &&
                 (capacity >= Holder.ALTERNATIVE_HASHING_THRESHOLD);
         init();
     }

可以看到，这个构造函数主要做的事情就是：

 对传入的容量和加载因子进行判断处理
 设置HashMap的容量极限
 计算出大于初始容量的最小2的n次方作为哈希表table的长度，然后用该长度创建Entry数组（table），这个是最核心的。

这里用到了Entry数组。

Entry是HashMap的一个内部类，它也是维护着一个key-value映射关系，除了key和value，还有next引用（该引用指向当前table位置的链表），hash值（用来确定每一个Entry链表在table中位置）。

Entry的内部实现如下：

     static class Entry<K,V> implements Map.Entry<K,V> {
         final K key;
         V value;
         Entry<K,V> next;
         int hash;

         /**
          * Creates new entry.
          */
         Entry(int h, K k, V v, Entry<K,V> n) {
             value = v;
             next = n;
             key = k;
             hash = h;
         }
     }

三 HashMap的存储实现put（k,v）

1.过程概述

 传入key和value，判断key是否为null，如果为null，则调用putForNullKey，以null作为key存储到哈希表中；
 然后计算key的hash值，根据hash值搜索在哈希表table中的索引位置。
3 若当前索引位置不为null，则对该位置的Entry链表进行遍历。
  如果链中存在该key，则用传入的value覆盖掉旧的value，同时把旧的value返回，结束；
 否则调用addEntry，用key-value创建一个新的节点，并把该节点插入到该索引对应的链表的头部。

2.源码解读

     public V put(K key, V value) {
         //如果key为空的情况
         if (key == null)
             return putForNullKey(value);
         //计算key的hash值
         int hash = hash(key);
         //计算该hash值在table中的下标，即计算bucketIndex
         int i = indexFor(hash, table.length);
         //对table[i]存放的链表进行遍历
         for (Entry<K,V> e = table[i]; e != null; e = e.next) {
             Object k;
             //判断该条链上是否有hash值相同的(key相同)
             //若存在相同，则直接覆盖value，返回旧value
             if (e.hash == hash && ((k = e.key) == key || key.equals(k))) {
                 V oldValue = e.value;
                 e.value = value;
                 e.recordAccess(this);
                 return oldValue;
             }
         }

         //修改次数+1
         modCount++;
         //把当前key，value添加到table[i]的链表中
         addEntry(hash, key, value, i);
         return null;
     }
 }

（1） 如果为null，则调用putForNullKey：这就是为什么HashMap可以用null作为键的原因。

      private V putForNullKey(V value) {
         //查找链表中是否有null键
         for (Entry<K,V> e = table[0]; e != null; e = e.next) {
             if (e.key == null) {
                 V oldValue = e.value;
                 e.value = value;
                 e.recordAccess(this);
                 return oldValue;
             }
         }
         modCount++;
         //如果链中查找不到，则把该null键插入
         addEntry(0, null, value, 0);
         return null;
     }

（2）如果链中存在该key，则用传入的value覆盖掉旧的value，同时把旧的value返回：这就是为什么HashMap不能有两个相同的key的原因。

HashMap中，首先计算key的hash值，然后通过hash值获得bucketIndex。

    final int hash(Object k) {
         int h = 0;
         if (useAltHashing) {
             if (k instanceof String) {
                 return sun.misc.Hashing.stringHash32((String) k);
             }
             h = hashSeed;
         }

         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);
     }

对于HashMap的table而言，数据分布需要均匀（最好每项都只有一个元素，这样就可以直接找到），不能太紧也不能太松，太紧会导致查询速度慢，太松则浪费空间。计算hash值后，怎么才能保证table元素分布均与呢？

可以采用取模的方式。但是由于取模的消耗较大，HashMap是通过&运算符（按位与操作）来实现的：h & (length-1)。在构造函数中存在：capacity <<= 1，这样做总是能够保证HashMap的底层数组长度为2的n次方。当length为2的n次方时，h&(length - 1)就相当于对length取模，而且速度比直接取模快得多。即等价不等效。

所以说当length = 2^n时，不同的hash值发生碰撞的概率比较小，这样就会使得数据在table数组中分布较均匀，查询速度也较快。

在获得bucketIndex之后，调用addEntry将key-value插入到该索引的联表中。首先取得bucketIndex位置的Entry头结点，并创建新节点，把该新节点插入到链表中的头部，该新节点的next指针指向原来的头结点 。

其中addEntry：

    void addEntry(int hash, K key, V value, int bucketIndex) {
         //如果size大于极限容量，将要进行重建内部数据结构操作，之后的容量是原来的两倍，并且重新设置hash值和hash值在table中的索引值
         if ((size >= threshold) && (null != table[bucketIndex])) {
             resize(2 * table.length);
             hash = (null != key) ? hash(key) : 0;
             bucketIndex = indexFor(hash, table.length);
         }
         //真正创建Entry节点的操作
         createEntry(hash, key, value, bucketIndex);
     }

    void createEntry(int hash, K key, V value, int bucketIndex) {
         Entry<K,V> e = table[bucketIndex];
         table[bucketIndex] = new Entry<>(hash, key, value, e);
         size++;
     }

系统总是将新的Entry对象添加到bucketIndex处。如果bucketIndex处已经有了对象，那么新添加的Entry对象将指向原有的Entry对象，形成一条Entry链，但是若bucketIndex处没有Entry对象，也就是e==null,那么新添加的Entry对象指向null，也就不会产生Entry链了。

（3）扩容问题
threshold是容器的容量极限，size是HashMap中键值对的数量，也就是node的数量。当不断添加key-value，size大于了容量极限threshold时，会发生扩容。扩容发生在resize方法中，也就是扩大数组（桶）的数量，如何扩容参考：http://blog.csdn.net/jeffleo/article/details/63684953

threshold = (int)Math.min(capacity * loadFactor, MAXIMUM_CAPACITY + 1);

四 HashMap的读取实现get（key, value）

1.过程概述

 调用hash（key）求得key的hash值。
2 然后调用indexFor（hash）求得hash值对应的table的索引位置。
3 然后遍历索引位置的链表，如果存在key，则把key对应的Entry返回，否则返回null。

2.源码解读

     public V get(Object key) {
         //如果key为null，求null键
         if (key == null)
             return getForNullKey();
         // 用该key求得entry
         Entry<K,V> entry = getEntry(key);

         return null == entry ? null : entry.getValue();
     }

    final Entry<K,V> getEntry(Object key) {
         int hash = (key == null) ? 0 : hash(key);
         for (Entry<K,V> e = table[indexFor(hash, table.length)]; e != null; e = e.next) {
             Object k;
             if (e.hash == hash &&((k = e.key) == key || (key != null && key.equals(k))))
                 return e;
         }
         return null;
     }

五  HashMap键的遍历

HashMap遍历时，按哈希表的每一个索引的链表从上往下遍历，由于HashMap的存储规则，最晚添加的节点都有可能在第一个索引的链表中，这就造成了HashMap的遍历时无序的。

    private abstract class HashIterator<E> implements Iterator<E> {
         Entry<K,V> next;        // next entry to return
         int expectedModCount;   // For fast-fail
         int index;              // current slot
         Entry<K,V> current;     // current entry

         //当调用keySet().iterator()时，调用此代码
         HashIterator() {
             expectedModCount = modCount;
             if (size > 0) { // advance to first entry
                 Entry[] t = table;
                 //从哈希表数组从上到下，查找第一个不为null的节点，并把next引用指向该节点
                 while (index < t.length && (next = t[index++]) == null);
             }
         }

         public final boolean hasNext() {
             return next != null;
         }

         //当调用next时，会调用此代码
         final Entry<K,V> nextEntry() {
             if (modCount != expectedModCount)
                 throw new ConcurrentModificationException();
             Entry<K,V> e = next;
             if (e == null)
                 throw new NoSuchElementException();

             //如果当前节点的下一个节点为null，从节点处罚往下查找哈希表，找到第一个不为null的节点
             if ((next = e.next) == null) {
                 Entry[] t = table;
                 while (index < t.length && (next = t[index++]) == null);
             }
             current = e;
             return e;
         }

         public void remove() {
             if (current == null)
                 throw new IllegalStateException();
             if (modCount != expectedModCount)
                 throw new ConcurrentModificationException();
             Object k = current.key;
             current = null;
             HashMap.this.removeEntryForKey(k);
             expectedModCount = modCount;
         }
     }