HashMap原理(二) 扩容机制及存取原理

我们在上一个章节《HashMap原理(一) 概念和底层架构 <https://www.cnblogs.com/LiaHon/p/11142958.html>
》中讲解了HashMap的存储数据结构以及常用的概念及变量，包括capacity容量，threshold变量和loadFactor变量等。本章主要讲解HashMap的扩容机制及存取原理。

先回顾一下基本概念：

table变量：HashMap的底层数据结构，是Node类的实体数组，用于保存key-value对；

capacity：并不是一个成员变量，但却是一个必须要知道的概念，表示容量；

size变量：表示已存储的HashMap的key-value对的数量；

loadFactor变量：装载因子，用于衡量满的程度；

threshold变量：临界值，当超出该值时，表示table表示该扩容了；

一. put方法

HashMap使用哈希算法得到数组中保存的位置，然后调用put方法将key-value对保存到table变量中。我们通过图来演示一下存储的过程。



简单解释一下：

1）通过hash(Object key)算法得到hash值；

2）判断table是否为null或者长度为0，如果是执行resize()进行扩容；

3）通过hash值以及table数组长度得到插入的数组索引i，判断数组table[i]是否为空或为null；
4）如果table[i] == null，直接新建节点添加，转向 8），如果table[i]不为空，转向 5）；
5）判断table[i]的首个元素是否和key一样，如果相同直接覆盖value，这里的相同指的是hashCode以及equals，否则转向 6）；
6）判断table[i] 是否为treeNode，即table[i] 是否是红黑树，如果是红黑树，则直接在树中插入键值对，否则转7）；

7）遍历table[i]，判断链表长度是否大于8，大于8的话把链表转换为红黑树，在红黑树中执行插入操作，否则进行链表的插入操作；遍历过程中若发现key已经存在直接覆盖value即可；
8）插入成功后，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。

我们关注一下这里面最重要的三个方法，hash()，putVal()，resize().

1. hash方法

我们通过hash方法计算索引，得到数组中保存的位置，看一下源码
static final int hash(Object key) { int h; return (key == null) ? 0 : (h =
key.hashCode()) ^ (h >>> 16); }

我们可以看到HashMap中的hash算法是通过key的hashcode值与其hashcode右移16位后得到的值进行异或运算得到的，那么为什么不直接使用key.hashCode()，而要进行异或操作？我们知道hash的目的是为了得到进行索引，而hash是有可能冲突的，也就是不同的key得到了同样的hash值，这样就很容易产业碰撞，如何减少这种情况的发生呢，就通过上述的hash(Object
key)算法将hashcode 与 hashcode的低16位做异或运算，混合了高位和低位得出的最终hash值，冲突的概率就小多了。举个例子：


有个蒸笼，第一层是猪肉包、牛肉包、鸡肉包，第二层是白菜包，第三层是豆沙包，第四层是香菇包。这时你来买早餐，你指着第一层说除了猪肉包，随便给我一个包子，因为外表无法分辨，这时拿到猪肉包的概率就有1/3，如果将二层、三层、四层与一层混合在一起了，那么拿到猪肉包的概率就小多了。

我们的hash(Object
key)算法一个道理，最终的hash值混合了高位和低位的信息，掺杂的元素多了，那么最终hash值的随机性越大，而HashMap的table下标依赖于最终hash值与table.length()-1的&运算，这里的&运算类似于挑包子的过程，自然冲突就小得多了。计算过程如下：

最开始的hashCode： 1111 1111 1111 1111 0100 1100 0000 1010

右移16位的hashCode：0000 0000 0000 0000 1111 1111 1111 1111

异或运算后的hash值： 1111 1111 1111 1111 1011 0011 1111 0101

2. putVal方法

通过putVal方法将传递的key-value对添加到数组table中。
/** * 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) { Node<K,V>[] tab;
Node<K,V> p; int n, i; /** *
如果当前HashMap的table数组还未定义或者还未初始化其长度，则先通过resize()进行扩容, * 返回扩容后的数组长度n */ if ((tab =
table) == null || (n = tab.length) == 0) n = (tab = resize()).length;
//通过数组长度与hash值做按位与&运算得到对应数组下标，若该位置没有元素，则new Node直接将新元素插入 if ((p = tab[i = (n -
1) & hash]) == null) tab[i] = newNode(hash, key, value, null);
//否则该位置已经有元素了，我们就需要进行一些其他操作 else { Node<K,V> e; K k;
//如果插入的key和原来的key相同，则替换一下就完事了 if (p.hash == hash && ((k = p.key) == key || (key
!= null && key.equals(k)))) e = p; /** *
否则key不同的情况下，判断当前Node是否是TreeNode,如果是则执行putTreeVal将新的元素插入 * 到红黑树上。 */ else if (p
instanceof TreeNode) e = ((TreeNode<K,V>)p).putTreeVal(this, tab, hash, key,
value); //如果不是TreeNode,则进行链表遍历 else { for (int binCount = 0; ; ++binCount) {
/** * 在链表最后一个节点之后并没有找到相同的元素，则进行下面的操作，直接new Node插入， * 但条件判断有可能转化为红黑树 */ if ((e =
p.next) == null) { //直接new了一个Node p.next = newNode(hash, key, value, null); /**
* TREEIFY_THRESHOLD=8,因为binCount从0开始，也即是链表长度超过8（包含）时， * 转为红黑树。 */ if (binCount
>= TREEIFY_THRESHOLD - 1) // -1 for 1st treeifyBin(tab, hash); break; } /** *
如果在链表的最后一个节点之前找到key值相同的（和上面的判断不冲突，上面是直接通过数组 * 下标判断key值是否相同），则替换 */ 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;
//onlyIfAbsent为true时:当某个位置已经存在元素时不去覆盖 if (!onlyIfAbsent || oldValue == null)
e.value = value; afterNodeAccess(e); return oldValue; } } ++modCount;
//最后判断临界值，是否扩容。 if (++size > threshold) resize(); afterNodeInsertion(evict);
return null; }
3. resize方法

HashMap通过resize()方法进行扩容，容量规则为2的幂次
/** * 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() { Node<K,V>[] oldTab = table; int
oldCap = (oldTab == null) ? 0 : oldTab.length; int oldThr = threshold; int
newCap, newThr = 0; //以前的容量大于0，也就是hashMap中已经有元素了，或者new对象的时候设置了初始容量 if (oldCap >
0) { //如果以前的容量大于限制的最大容量1<<30,则设置临界值为int的最大值2^31-1 if (oldCap >=
MAXIMUM_CAPACITY) { threshold = Integer.MAX_VALUE; return oldTab; } /** *
如果以前容量的2倍小于限制的最大容量，同时大于或等于默认的容量16，则设置临界值为以前临界值的2 * 倍，因为threshold =
loadFactor*capacity，capacity扩大了2倍，loadFactor不变， * threshold自然也扩大2倍。 */ else if
((newCap = oldCap << 1) < MAXIMUM_CAPACITY && oldCap >=
DEFAULT_INITIAL_CAPACITY) newThr = oldThr << 1; // double threshold } /** *
在HashMap构造器Hash(int initialCapacity, float loadFactor)中有一句代码，this.threshold * =
tableSizeFor(initialCapacity)， 表示在调用构造器时，默认是将初始容量暂时赋值给了 *
threshold临界值，因此此处相当于将上一次的初始容量赋值给了新的容量。什么情况下会执行到这句？当调用 * 了HashMap(int
initialCapacity)构造器，还没有添加元素时 */ else if (oldThr > 0) newCap = oldThr; /** *
调用了默认构造器，初始容量没有设置，因此使用默认容量DEFAULT_INITIAL_CAPACITY（16），临界值 * 就是16*0.75 */ else
{ newCap = DEFAULT_INITIAL_CAPACITY; newThr = (int)(DEFAULT_LOAD_FACTOR *
DEFAULT_INITIAL_CAPACITY); } //对临界值做判断，确保其不为0，因为在上面第二种情况(oldThr >
0)，并没有计算newThr 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"}) /**构造新表，初始化表中数据*/ Node<K,V>[]
newTab = (Node<K,V>[])new Node[newCap]; //将刚创建的新表赋值给table table = newTab; if
(oldTab != null) { //遍历将原来table中的数据放到扩容后的新表中来 for (int j = 0; j < oldCap; ++j)
{ Node<K,V> e; if ((e = oldTab[j]) != null) { oldTab[j] = null;
//没有链表Node节点，直接放到新的table中下标为【e.hash & (newCap - 1)】位置即可 if (e.next == null)
newTab[e.hash & (newCap - 1)] = e; //如果是treeNode节点，则树上的节点放到newTab中 else if (e
instanceof TreeNode) ((TreeNode<K,V>)e).split(this, newTab, j, oldCap);
//如果e后面还有链表节点，则遍历e所在的链表， else { // 保证顺序 Node<K,V> loHead = null, loTail = null;
Node<K,V> hiHead = null, hiTail = null; Node<K,V> next; do { //记录下一个节点 next =
e.next; /** * newTab的容量是以前旧表容量的两倍,因为数组table下标并不是根据循环逐步递增 *
的，而是通过（table.length-1）& hash计算得到，因此扩容后，存放的位置就 * 可能发生变化，那么到底发生怎样的变化呢，就是由下面的算法得到.
* * 通过e.hash & oldCap来判断节点位置通过再次hash算法后，是否会发生改变，如 *
果为0表示不会发生改变，如果为1表示会发生改变。到底怎么理解呢，举个例子： * e.hash = 13 二进制：0000 1101 * oldCap = 32
二进制：0001 0000 * &运算： 0 二进制：0000 0000 * 结论：元素位置在扩容后不会发生改变 */ if ((e.hash &
oldCap) == 0) { if (loTail == null) loHead = e; else loTail.next = e; loTail =
e; } /** * e.hash = 18 二进制：0001 0010 * oldCap = 32 二进制：0001 0000 * &运算： 32
二进制：0001 0000 * 结论：元素位置在扩容后会发生改变，那么如何改变呢？ * newCap = 64 二进制：0010 0000 *
通过(newCap-1)&hash * 即0001 1111 & 0001 0010 得0001 0010，32+2 = 34 */ else { if
(hiTail == null) hiHead = e; else hiTail.next = e; hiTail = e; } } while ((e =
next) != null); if (loTail != null) { loTail.next = null; /** * 若(e.hash &
oldCap) == 0，下标不变，将原表某个下标的元素放到扩容表同样 * 下标的位置上 */ newTab[j] = loHead; } if
(hiTail != null) { hiTail.next = null; /** * 若(e.hash & oldCap) !=
0，将原表某个下标的元素放到扩容表中 * [下标+增加的扩容量]的位置上 */ newTab[j + oldCap] = hiHead; } } } } }
return newTab; }
二. get方法

我们先简单说一下get(Object key)流程，通过传入的key通过hash()算法得到hash值，在通过(n - 1) &
hash找到数组下标，如果数组下标所对应的node值正好key一样就返回，否则找到node.next找到下一个节点，看是否是treenNode，如果是，遍历红黑树找到对应node，如果不是遍历链表找到node。我们看一下源码
public V get(Object key) { Node<K,V> e;
//先通过hash(key)找到hash值，然后调用getNode(hash,key)找到节点 return (e = getNode(hash(key),
key)) == null ? null : e.value; } /** * Implements Map.get and related methods
* * @param hash hash for key * @param key the key * @return the node, or null
if none */ final Node<K,V> getNode(int hash, Object key) { Node<K,V>[] tab;
Node<K,V> first, e; int n; K k; //通过(n - 1) & hash找到数组对应位置上的第一个node if ((tab =
table) != null && (n = tab.length) > 0 && (first = tab[(n - 1) & hash]) !=
null) { //如果这个node刚好key值相同，直接返回 if (first.hash == hash && ((k = first.key) ==
key || (key != null && key.equals(k)))) return first; //如果不相同就再往下找 if ((e =
first.next) != null) { //如果是treeNode，就遍历红黑树找到对应node if (first instanceof
TreeNode) return ((TreeNode<K,V>)first).getTreeNode(hash, key);
//如果是链表，遍历链表找到对应node do { if (e.hash == hash && ((k = e.key) == key || (key !=
null && key.equals(k)))) return e; } while ((e = e.next) != null); } } return
null; }
这几个方法是核心，虽然HashMap还有很多常用方法，不过大体和这几个方法有关，或者实现逻辑相似，这里就不再多说了。

三. 总结


本文在上一章基本概念和底层结构的基础上，从源码的角度讲解了扩容机制以及存取原理，主要分析了put方法和get方法，put方法的核心为hash()，putVal()，resize()，get方法的核心为getNode()，若有不对之处，请批评指正，望共同进步，谢谢！

• « 上一篇：.NET Core 从 Github到 Nuget 持续集成、部署
• » 下一篇：vue 移除严格模式