HashMap 你真的了解吗？

　　　　　　　　　　　　　　　　　　　　　　　　　　　

一. hashmap简介

HashMap是基于哈希表的Map接口的非同步实现。此实现提供所有可选的映射操作，并允许使用null值和null键。此类不保证映射的顺序，特别是它不保证该顺序恒久不变。

HashMap 是一个散列表，它存储的内容是键值对(key-value)映射。
HashMap 继承于AbstractMap，实现了Map、Cloneable、java.io.Serializable接口。
HashMap 的实现不是同步的，这意味着它不是线程安全的。它的key、value都可以为null。此外，HashMap中的映射不是有序的。

HashMap 的实例有两个参数影响其性能：“初始容量” 和 “加载因子”。容量 是哈希表中桶的数量，初始容量 只是哈希表在创建时的容量。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。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。
通常，默认加载因子是 0.75, 这是在时间和空间成本上寻求一种折衷。加载因子过高虽然减少了空间开销，但同时也增加了查询成本（在大多数 HashMap 类的操作中，包括 get 和 put 操作，都反映了这一点）。在设置初始容量时应该考虑到映射中所需的条目数及其加载因子，以便最大限度地减少 rehash 操作次数。如果初始容量大于最大条目数除以加载因子，则不会发生 rehash 操作。

二. hashmap数据结构

大概了解hashmap之后，知道了hashmap的键值对映射，知道了hashmap的线程不安全，知道了hashmap的put，get方法。觉得自己足够了解hashmap了吗？并不是，接着，让我们先去了解一下hashmap的底层数据结构。

首先，ArrayList和LinkedList的数据结构我们非常了解

ArrayList :

        ArrayList 底层数据结构是数组，查询效率比较高，增删效率比较低。

可以参照一下Arraylist的源码，可以看出Arraylist的数据结构为数组

public void add(int index, E element) {
        rangeCheckForAdd(index);

        ensureCapacityInternal(size + 1);  // Increments modCount!!
        System.arraycopy(elementData, index, elementData, index + 1,
                         size - index);
        elementData[index] = element;
        size++;
    }

LinkedList:

LinkedList 底层数据是链表（双向链表），查询效率比较低，增删效率比较高。

源码验证：可以看出LinkedList为双向链表结构

 private static class Node<E> {
         //数据
         E item;
         //后面数据
         Node<E> next;
         //前面数据
         Node<E> prev;

         Node(Node<E> prev, E element, Node<E> next) {
             this.item = element;
             this.next = next;
             this.prev = prev;
         }
     }    

由此看来，ArrayList查询速度快，增删慢，LinkedList查询速度慢，增删快，那么，如果我们想查询速度快并且增删慢的话，将两种数据结构相结合，就是我们要讲的HashMap

HashMap : 数组  +  链表

在这样的数据结构中，如果我们想存放数据的话，除了map中一定要有的Key和Value，还要有指向下个单元的next，根据刚才数据结构的分析，可以猜想到Hashmap的存储单元应该是这样的：

Class Node{
   Key;
   Value;
   Node next;
}

让我们带着我们的猜想去看一下HashMap的源码，果然，我们的猜想是正确的，源码如下

/**
     * Basic hash bin node, used for most entries.  (See below for
     * TreeNode subclass, and in LinkedHashMap for its Entry subclass.)
     *
　　　* 基本的hash存储单元
/
    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) {
            this.hash = hash;
            this.key = key;
            this.value = value;
            this.next = 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) {
            V oldValue = value;
            value = newValue;
            return oldValue;
        }

        public final boolean equals(Object o) {
            if (o == this)
                return true;
            if (o instanceof Map.Entry) {
                Map.Entry<?,?> e = (Map.Entry<?,?>)o;
                if (Objects.equals(key, e.getKey()) &&
                    Objects.equals(value, e.getValue()))
                    return true;
            }
            return false;
        }
    }

大家看到源码中的变量，正如我们所猜想的一样，有Key、Value还有Node<K，V> next，然后我们发现还有一个变量int hash我们不太清楚，这个等下再提。

那么，在HashMap中，数组和链表究竟是怎样表示的？在源码中是如何体现的呢？我们接着去猜想验证。

1. 数组的表示

平时我们表示数组，如字符串数组，是String[]，整型数组是Integer[]，那在HashMap中，他的基本单元是node，那假如我们是HashMap的源码编写人员，那么我们可以写成

Node[] table;

table是我们随意取的变量值。接着，我们去源码中去看看在HashMap中数组是如何定义表示的：

 /**
     * The table, initialized on first use, and resized as
     * necessary. When allocated, length is always a power of two.
     * (We also tolerate length zero in some operations to allow
     * bootstrapping mechanics that are currently not needed.)
     */
    transient Node<K,V>[] table;

果然和我们猜想的一样，在HashMap中的数组是以Node<K,V>[]表示的。（transient关键字是不进行序列化的意思）

2. 数组的大小是如何定义设置的呢

初始化大小：

/**
     * The default initial capacity - MUST be a power of two.必须是2的n次幂
     */
    static final int DEFAULT_INITIAL_CAPACITY = 1 << 4; // aka 16

这里我们可以看到数组的初始化大小为 1 << 4 ，这里是个位运算，1 << 4 是 1000，转化为十进制是16(位运算更快一些)

最大容量：

/**
     * The maximum capacity, used if a higher value is implicitly specified
     * by either of the constructors with arguments.
     * MUST be a power of two <= 1<<30.
     */
    static final int MAXIMUM_CAPACITY = 1 << 30;

当数组的大小如果不够用了，就要进行扩容。但是并不是全部都用完了再去扩容，如果全部用完再去扩容的话，性能会下降，存取效率也会受到影响。在HashMap中，如果用了数组大小的0.75倍，也就是四分之三的容量之后，就需要扩容

/**
     * The load factor used when none specified in constructor.
     */
    static final float DEFAULT_LOAD_FACTOR = 0.75f;

如数组大小定义为16,当超过12的时候，就要求去进行扩容，那么在HashMap中肯定会有一个值去记录目前占用的空间内存:

 /**
     * The number of key-value mappings contained in this map.
     */
    transient int size;

我们用size来记录目前占用的空间内存，大家看一下HashMap中最常用的put方法中有这么一串代码：

 if (++size > threshold)
            resize();

  // (The javadoc description is true upon serialization.
    // Additionally, if the table array has not been allocated, this
    // field holds the initial array capacity, or zero signifying
    // DEFAULT_INITIAL_CAPACITY.)
    int threshold;

这串代码的含义是什么呢？

每当我们往HashMap中put一个值后，size就会增加1，这个threshold我们通过英文注释可以了解到，这个变量就是我们之前说的那个要求扩容的临界值，是现有内存的0.75倍。当现在的内容超过这个临界值时，就需要进行扩容了。

3.链表的长度是如何限制的呢？

让我们去源码中看一下在Hashmap中链表的长度是如何限制的呢？

 /**
     * The bin count threshold for using a tree rather than list for a
     * bin.  Bins are converted to trees when adding an element to a
     * bin with at least this many nodes. The value must be greater
     * than 2 and should be at least 8 to mesh with assumptions in
     * tree removal about conversion back to plain bins upon
     * shrinkage.
     */
    static final int TREEIFY_THRESHOLD = 8;

在源码中我们可以看到HashMap链表的长度限制为8。但是，通过英文注释我们可以看到，当链表的长度并不是不能超过8，当长度大于8时，数据结构会变形，表现形式就变成了红黑树(JDK1.8之后)。

 三. 源码分析

基本的数据结构和Hashmap的设计思想我们已经大概了解了，现在我们要去正式的走近HashMap的源码了

HashMap最核心的代码肯定是我们经常用的put和get方法。

put方法：

    /**
     * Associates the specified value with the specified key in this map.
     * If the map previously contained a mapping for the key, the old
     * value is replaced.
     *
     * @param key key with which the specified value is to be associated
     * @param value value to be associated with the specified key
     * @return the previous value associated with <tt>key</tt>, or
     *         <tt>null</tt> if there was no mapping for <tt>key</tt>.
     *         (A <tt>null</tt> return can also indicate that the map
     *         previously associated <tt>null</tt> with <tt>key</tt>.)
     */
    public V put(K key, V value) {
        return putVal(hash(key), key, value, false, true);
    }

在put方法中，key和value这两个参数我们已经了解了，那么，这个hash(key)是什么含义呢？

首先，我们要先考虑一个问题，每当一个node结点进入HashMap中时，究竟该放入哪里呢？

结论就是：这个key值通过这个hash函数过滤之后的数值就是存放位置的一个标识，让我们去看一下这个hash函数是如何实现的

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

从这里我们可以看出，这个不仅仅是得到key的hashcode值那么简单，还做了一些操作，那么为什么要如此复杂的计算这个数值呢？

这是因为hashcode容易重复，不同的元素存储时容易处在同一个数组的下标位置，还有一个问题，这个hashcode值较大，容易出现数组越界的问题。

这里将hashcode值与他本身向右位移了16位的值做了一个异或。总结一下就是：

hash函数就是将高16位和低16位做一个异或运算，然后得到一个结果来确定node节点的存放位置

作用：尽量让Node落点分布均匀，减少碰撞的一个概率，如果碰撞概率高了，就势必导致数组下标下的链表长度太长。

在这里，我们举个具体的数值去观察一下，一个Key的hashcode如果是3254239，他的高16位不变，与他的低16位做一个异或得到的值为3812。

那我们存放的位置就是table[3812]吗？，显然这个长度太大了，我们还是得去限制一下这个长度，保证这个数组下标的位置在我们定义的数组大小之内。

那么假如我们的数组大小为16的话，我们可以将3812对16取余

3812 % 16 < 16，我们发现，这样去做的话取到的数值一定会小于我们定义的数组大小。那么，在hashmap源码中是这样实现的吗？

n = (tab = resize()).length;
if ((p = tab[i = (n - 1) & hash]) == null)

奇怪的是，我们设想的方式是取模，为什么源码中取了(n-1)和hash值的与运算呢？让我们去看一下他们的值是否是等价的。

按照源码中来说，这个数组下标就是 (16 - 1) & 3812 = 15 & 3812，

那么我们就要去证明  15 & 3812  ===  3812 % 16 这个是否成立

15用二进制表示是 001111， 那么不管3812的二进制数是什么，他们的与运算的值也永远不会超过15，就是>=15，我们发现这和我们的取模运算的结果是一样的，这是hashmap源码里一个比较精秒的地方。

那为什么要用这种方式呢？

因为与运算要比我们的取模运算速度快，效率高

我们再回过头看一串代码

 /**
     * The default initial capacity - MUST be a power of two.
     */
    static final int DEFAULT_INITIAL_CAPACITY = 1 << 4; // aka 16

在这里，为什么要一定强调 数组的大小必须是2的n次幂呢，让我们举个例子来看一下，如果数组的自定义初始化大小为15

那么 15 -1 = 14 ，14用二进制表示就是001110，那么与hash值做了与运算之后，得到的这个数值可能就会大于这个数组大小的规定值，还有就是不论hash值的这位数字是0还是1，得到的这个位数总会是0，那么结点的落点位置就很可能会重叠在一起，所以，这个数组的大小必须是2的n次幂。

那么，2的n次幂减1的二进制数的后几位一定是1吗？我们验证一下

16  15  01111

32  31  011111

64   63  0111111，没有问题

推出： 数组大小不够用了，我希望扩大数组的大小，也要 * 2。 

做了这么多的铺垫，接下来让我们完整的去看一下HashMap中的put方法

     /**
      * Implements Map.put and related methods
      *
      * @param hash hash for key
      * @param key the key
      * @param value the value to put
      * @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) {
         //定义几个局部变量供接下来使用
         Node<K,V>[] tab; Node<K,V> p; int n, i;
         //这里将全局变量table，也就是我们刚才说的数组形式，赋给了局部变量tab
         if ((tab = table) == null || (n = tab.length) == 0)
         //如果数组的大小为空，就用resize方法来对数组进行初始化
             n = (tab = resize()).length;
         //计算节点的落点位置
         if ((p = tab[i = (n - 1) & hash]) == null)
             //如果为空则可以放置
             tab[i] = newNode(hash, key, value, null);
         else {
             //如果数组该位置有节点，则往下压，为链表结构
             Node<K,V> e; K k;
             //如果key的值是一样的，则保留老值
             if (p.hash == hash &&
                 ((k = p.key) == key || (key != null && key.equals(k))))
                 e = p;
             else if (p instanceof TreeNode)
                 //如果发现下面的结构已经是一个二叉树的话，就用红黑树的方式去储存
                 e = ((TreeNode<K,V>)p).putTreeVal(this, tab, hash, key, value);
             else {
                 //遍历链表
                 for (int binCount = 0; ; ++binCount) {
                     if ((e = p.next) == null) {
                         //如果下一个节点为空，则可以放置
                         p.next = newNode(hash, key, value, null);
                         //如果放置之后正好为8的话，要进行链表向红黑树转化的过程
                         if (binCount >= TREEIFY_THRESHOLD - 1) // -1 for 1st
                             treeifyBin(tab, hash);
                         break;
                     }
                     if (e.hash == hash &&
                         ((k = e.key) == key || (key != null && key.equals(k))))
                         break;
                     p = e;
                 }
             }
             if (e != null) { // existing mapping for key
                 //key值重复的话，保留老的值
                 V oldValue = e.value;
                 if (!onlyIfAbsent || oldValue == null)
                     e.value = value;
                 afterNodeAccess(e);
                 return oldValue;
             }
         }
         ++modCount;
         //判断数组的大小是否超过了一个阈值，0.75倍的值
         if (++size > threshold)
         //超过大小后重新初始化
             resize();
         afterNodeInsertion(evict);
         return null;
     }            

我们发现这个resize()方法调用了两次，他的作用是：

1.数组的初始化

2.数组的扩容

源码分析：resize()

 /**
     * Initializes or doubles table size.  If null, allocates in
     * accord with initial capacity target held in field threshold.
     * Otherwise, because we are using power-of-two expansion, the
     * elements from each bin must either stay at same index, or move
     * with a power of two offset in the new table.
     *
     * @return the table
     */
    final Node<K,V>[] resize() {
        //定义数组
        Node<K,V>[] oldTab = table;
        //如果数组存在，oldCap代表数组的长度
        int oldCap = (oldTab == null) ? 0 : oldTab.length;
        int oldThr = threshold;
        int newCap, newThr = 0;
        if (oldCap > 0) {
        //如果数组的大小大于0
            if (oldCap >= MAXIMUM_CAPACITY) {
                //如果数组的大小大于最大值，不需要扩容
                threshold = Integer.MAX_VALUE;
                return oldTab;
            }
            //进行扩容，位运算，相当于乘以2
            else if ((newCap = oldCap << 1) < MAXIMUM_CAPACITY &&
                     oldCap >= DEFAULT_INITIAL_CAPACITY)
                //相应的临界值（阈值）也要乘2
                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);
        }
        threshold = newThr;
        @SuppressWarnings({"rawtypes","unchecked"})
            Node<K,V>[] newTab = (Node<K,V>[])new Node[newCap];
       //扩容之后要把原来的部分数据移到扩容的部分
        table = newTab;
        if (oldTab != null) {
            //遍历之前的节点
            for (int j = 0; j < oldCap; ++j) {
                Node<K,V> e;
                if ((e = oldTab[j]) != null) {
                 //如果该节点不为空，则将他置为空
                    oldTab[j] = null;
                 //判断下面的节点是否为空
                    if (e.next == null)
                      //计算新的落点
                        newTab[e.hash & (newCap - 1)] = e;
                    else if (e instanceof TreeNode)
                        //如果下面是红黑树
                        ((TreeNode<K,V>)e).split(this, newTab, j, oldCap);
                    else { // preserve order
                        //如果是链表
                        Node<K,V> loHead = null, loTail = null;
                        Node<K,V> hiHead = null, hiTail = null;
                        Node<K,V> next;
                        //判断链表的下一个是否为空
                        do {
                            next = e.next;
                            if ((e.hash & oldCap) == 0) {
                                //省去了e.hash和oldcap-1 的与操作，如果为0，则hash的第5位是0，则不需要去移动
                                if (loTail == null)
                                    loHead = e;
                                else
                                    loTail.next = e;
                                loTail = e;
                            }
                            else {
                                //如果需要移动的话
                                if (hiTail == null)
                                    hiHead = e;
                                else
                                    hiTail.next = e;
                                hiTail = e;
                            }
                        } while ((e = next) != null);
                        if (loTail != null) {
                            loTail.next = null;
                            newTab[j] = loHead;
                        }
                        if (hiTail != null) {
                            hiTail.next = null;
                            newTab[j + oldCap] = hiHead;   //链表的移动就是自己所处的位
                            置加上原来老的容量
                        }
                    }
                }
            }
        }
        return newTab;
    }

接着，我们去看了看get方法的源码，发现和put方法大同小异，也是通过key去找到对应的节点，然后根据数组或者红黑树这些结构去判断，然后获取节点的key和value。

分享阿里的一个hashmap的面试题：

通过hashmap的初步了解，到hashmap数据结构的分析，到源码的透彻分析，相信你们对hashmap已经有了充分的了解。