HashMap底层原理剖析(超详细！！！)

一、散列表结构

散列表结构就是数组+链表的结构

二、什么是哈希？

Hash也称散列、哈希，对应的英文单词Hash，基本原理就是把任意长度的输入，通过Hash算法变成固定长度的输出

这个映射的规则就是对应的哈希算法，而原始数据映射后的二进制就是哈希值

不同的数据它对应的哈希码值是不一样的

哈希算法的效率非常高

三、HashMap原理讲解

3.1继承体系图

3.2Node数据结构分析

static class Node<K,V> implements Map.Entry<K,V> {final int hash;计算得到哈希值final K key;V value;Node<K,V> next;
}interface Entry<K, V> {K getKey();V getValue();V setValue(V value);

3.3底层存储结构

当链表长度到达8时，升级成红黑树结构

3.4put数据原理分析

首先put进去一个key----value
根据key值会计算出一个hash值
经过扰动使数据更散列
构造出一个node对象
最后在通过路由算法得出一个对应的index

3.5什么是哈希碰撞？

当传入的数据key对应计算出的hash值的后四位和上一个一样时，这时候计算出的index就会一致，就会发生碰撞，导致数据变成链表
例如:
(16-1)------->0000 0000 0000 1111
“张三”------->0100 1101 0001 1011
“李四”-------->1011 1010 0010 1011

此时，就会发现，张三和李四计算出的hash值转化为二进制的后四位一致，导致计算出index一致

3.6JDK8为什么引入红黑树？

哈希碰撞，会带来链化，效率会变低

引入红黑树会提高查找效率

3.7扩容机制

每次扩容为初始容量的2倍

eg：16------->32

为了防止数据过多，导致线性查询，效率变低，扩容使得桶数变多，每条链上数据变少，查询更快

四、手撕源码

1.HashMap核心属性分析

树化阈值-----8和64

负载因子0.75

threshold扩容阈值，当哈希表中的元素超过阈值时，触发扩容

loadFactory负载因子0.75，去计算阈值 eg：16*0.75

size-------当前哈希表中元素个数

modCount--------当前哈希表结构修改次数

2.构造方法分析

public HashMap(int initialCapacity, float loadFactor) {//校验 小于0报错if (initialCapacity < 0)throw new IllegalArgumentException("Illegal initial capacity: " +initialCapacity);//capacity大于最大值取最大值if (initialCapacity > MAXIMUM_CAPACITY)initialCapacity = MAXIMUM_CAPACITY;//负载因子不能小于等于0if (loadFactor <= 0 || Float.isNaN(loadFactor))throw new IllegalArgumentException("Illegal load factor: " +loadFactor);this.loadFactor = loadFactor;//tableSizeFor方法this.threshold = tableSizeFor(initialCapacity);
}---------------------------------------------------------
//传入一个初始容量，默认负载因子0.75
public HashMap(int initialCapacity) {this(initialCapacity, DEFAULT_LOAD_FACTOR);
}
---------------------------------------------------------
//无参数，负载因子默认0.75
public HashMap() {this.loadFactor = DEFAULT_LOAD_FACTOR; // all other fields defaulted
}
---------------------------------------------------------
//传入一个map的对象
public HashMap(Map<? extends K, ? extends V> m) {this.loadFactor = DEFAULT_LOAD_FACTOR;putMapEntries(m, false);
}

3.put方法分析

public V put(K key, V value) {//返回putVal方法，给key进行了一次rehashreturn putVal(hash(key), key, value, false, true);
}
----------------------------------------------------------
static final int hash(Object key) {//让key对应的hash值的高16位也参与运算int h;return (key == null) ? 0 : (h = key.hashCode()) ^ (h >>> 16);}
----------------------------------------------------------
final V putVal(int hash, K key, V value, boolean  onlyIfAbsent,boolean evict) 
{//tab：引用当前HashMap的散列表//p：表示当前散列表的元素//n：表示散列表数组的长度//i：表示路由寻址的结果Node<K,V>[] tab; Node<K,V> p; int n, i;
----------------------------------------------------------   	//延迟初始化逻辑，当第一次调用putVal的时候，才去初始化HashMap对象的散列表大小if ((tab = table) == null || (n = tab.length) == 0)n = (tab = resize()).length;
----------------------------------------------------------//寻找找到桶位，且刚好为null，则把k-v封装成node对象放进去if ((p = tab[i = (n - 1) & hash]) == null)tab[i] = newNode(hash, key, value, null);
----------------------------------------------------------else {//e：不为null时，找到一个与当前要插入的key-val一致的key对象//k：临时的一个keyNode<K,V> e; K k;//表示桶位中的该元素，与你当前插入的元素key一致，后续会有替换操作if (p.hash == hash &&((k = p.key) == key || (key != null && key.equals(k))))e = p;
----------------------------------------------------------//树化else if (p instanceof TreeNode)e = ((TreeNode<K,V>)p).putTreeVal(this, tab, hash, key, value);
---------------------------------------------------------- else {//链表的情况，而且链表的头元素与我们要插入的key不一致for (int binCount = 0; ; ++binCount) {//条件成立，即说明迭代到最后一个链表了，也没找到与你要插入的key一致的node对象//说明要加入到链表的最后if ((e = p.next) == null) {p.next = newNode(hash, key, value, null);//说明当前链表长度达到树化标准if (binCount >= TREEIFY_THRESHOLD - 1) // -1 for 1sttreeifyBin(tab, hash);break;}//说明找到的元素key一样，进行替换，break跳出循环即可if (e.hash == hash &&((k = e.key) == key || (key != null && key.equals(k))))break;p = e;}}
----------------------------------------------------------//e不等于null，说明找到了一个与你插入元素完全一致的，进行替换 if (e != null) { // existing mapping for keyV oldValue = e.value;if (!onlyIfAbsent || oldValue == null)e.value = value;afterNodeAccess(e);return oldValue;}}
----------------------------------------------------------//modCount：表示散列表结构被修改次数，替换元素不算次数++modCount;//插入新元素，size自增，如果自增大于扩容阈值，则触发扩容if (++size > threshold)resize();afterNodeInsertion(evict);return null;
}

4.resize()方法分析

//为了解决哈希冲突，影响哈希效率，所以会有扩容机制
----------------------------------------------------------
final Node<K,V>[] resize() {//oldTab：引用扩容前的哈希表//oldCap：表示扩容前table的数组长度//oldThr：表示扩容之前阈值//newCap，newThr：扩容后的数组长度大小，以及扩容后下次的阈值Node<K,V>[] oldTab = table;int oldCap = (oldTab == null) ? 0 : oldTab.length;int oldThr = threshold;int newCap, newThr = 0;
----------------------------------------------------------//条件成立，说明hashmap散列表已经初始化过了，这是一次正常扩容if (oldCap > 0) {//扩容之前的table数组大小，已经达到了最大阈值后，则不扩容//且设置扩容条件为int最大值if (oldCap >= MAXIMUM_CAPACITY) {threshold = Integer.MAX_VALUE;return oldTab;}
----------------------------------------------------------//oldCAP左移一位，实现数值翻倍，且赋值给newcap，newcap小于数值最大值限制 且扩容之前阈值>=16//这种情况下，则下一次扩容阈值等于当前阈值翻倍else if ((newCap = oldCap << 1) < MAXIMUM_CAPACITY &&oldCap >= DEFAULT_INITIAL_CAPACITY)newThr = oldThr << 1; // double threshold}
----------------------------------------------------------    //oldCap == 0，说明hashmap散列表为null//1.new HashMap(inttCap，loadFactor);//2.new HashMap(inttCap);//3.new HashMap(map); map有数据else if (oldThr > 0) // initial capacity was placed in thresholdnewCap = oldThr;//一定是2的次方数
----------------------------------------------------------//oldCap==0，oldThr==0//new HashMap();else {               // zero initial threshold signifies using defaultsnewCap = 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;
----------------------------------------------------------
----------------------------------------------------------    //创建一个更长更大的数组@SuppressWarnings({"rawtypes","unchecked"})Node<K,V>[] newTab = (Node<K,V>[])new Node[newCap];table = newTab;//说明，hashmap本次扩容之前，table不为nullif (oldTab != null) {for (int j = 0; j < oldCap; ++j) {Node<K,V> e;//当前node节点//说明当前桶位中有数据，但是具体是链表还是红黑树，还是单个数据，不确定if ((e = oldTab[j]) != null) {//方便jvm GC时回收oldTab[j] = null;//说明是个单个元素，直接计算当前元素应存放的新数组的位置即可if (e.next == null)newTab[e.hash & (newCap - 1)] = e;//判断有没有树化成红黑树else if (e instanceof TreeNode)((TreeNode<K,V>)e).split(this, newTab, j, oldCap);		//第三种情况：桶位已经形成链表else { // preserve order//地位链表--存放在扩容之后的数组的下标位置，与当前数组的下标位置一致Node<K,V> loHead = null, loTail=null;//高位链表--存放在扩容之后的数组的下标位置为当前数组下标位置+扩容之前数组的长度Node<K,V> hiHead = null, hiTail=null;
----------------------------------------------------------Node<K,V> next;do {next = e.next;//hash--……1 1111//hash--……0 1111//0b 10000if ((e.hash & oldCap) == 0) {if (loTail == null)loHead = e;elseloTail.next = e;loTail = e;}else {if (hiTail == null)hiHead = e;elsehiTail.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;}}}}}return newTab;
}

5.get方法

public V get(Object key) {Node<K,V> e;return (e = getNode(key)) == null ? null : e.value;
}
----------------------------------------------------------
final Node<K,V> getNode(Object key) {Node<K,V>[] tab; //tab：引用当前hashmap的散列表Node<K,V> first, e;//first：桶位中的头元素，e：临时node元素int n, hash; //n：table数组长度K k;---------------------------------------------------------if ((tab = table) != null && (n = tab.length) > 0 &&(first = tab[(n - 1) & (hash = hash(key))]) != null) {//定位出来的桶位元素，就是我们要get的元素if (first.hash == hash && // always check first node((k = first.key) == key || (key != null && key.equals(k))))return first;
----------------------------------------------------------         //说明当前桶位不止一个元素，可能是树或者链表if ((e = first.next) != null) {if (first instanceof TreeNode)return ((TreeNode<K,V>)first).getTreeNode(hash, key);
----------------------------------------------------------      	//链表的情况do {if (e.hash == hash &&((k = e.key) == key || (key != null && key.equals(k))))return e;} while ((e = e.next) != null);}}return null;
}

6.remove方法分析

public V remove(Object key) {Node<K,V> e;return (e = removeNode(hash(key), key, null, false, true)) == null ?null : e.value;
}
----------------------------------------------------------
final Node<K,V> removeNode(int hash, Object key, Object value,boolean matchValue, boolean movable) {//tab：引用当前HashMap的散列表//p：表示当前散列表的元素//n：表示散列表数组的长度//index：表示路由寻址的结果Node<K,V>[] tab; Node<K,V> p; int n, index;
---------------------------------------------------------- if ((tab = table) != null && (n = tab.length) > 0 &&(p = tab[index = (n - 1) & hash]) != null) {//说明路由的桶位是有数据的，需要进行查找操作，且删除  
----------------------------------------------------------   //node:查找到的结果， e：当前node的下一个元素Node<K,V> node = null, e; K k; V v;//当前桶位中的元素即为要删除的元素if (p.hash == hash &&((k = p.key) == key || (key != null && key.equals(k))))node = p;
----------------------------------------------------------   			//当前桶位的元素为红黑树         else if ((e = p.next) != null) {if (p instanceof TreeNode)node=((TreeNode<K,V>)p).getTreeNode(hash, key);
----------------------------------------------------------             //当前桶位为链表   else {do {if (e.hash == hash &&((k = e.key) == key ||(key != null && key.equals(k)))) {node = e;break;}p = e;} while ((e = e.next) != null);}}
----------------------------------------------------------    //判断node不为空的情况，说明按照key找到了要删除的数据        if (node != null && (!matchValue || (v = node.value) == value ||(value != null&&value.equals(v)))) {//结果是红黑树if (node instanceof TreeNode)               ((TreeNode<K,V>)node).removeTreeNode(this, tab, movable);//结果为单个元素    else if (node == p)tab[index] = node.next;//结果为链表     elsep.next = node.next;++modCount;//修改次数自增--size;//长度减少afterNodeRemoval(node);return node;}}return null;}  

7.replace方法分析

@Override
public boolean replace(K key, V oldValue, V newValue) {Node<K,V> e; V v;if ((e = getNode(key)) != null &&((v = e.value) == oldValue || (v != null && v.equals(oldValue)))) {e.value = newValue;afterNodeAccess(e);return true;}return false;
}
----------------------------------------------------------
@Override
public V replace(K key, V value) {Node<K,V> e;if ((e = getNode(key)) != null) {V oldValue = e.value;e.value = value;afterNodeAccess(e);return oldValue;}return null;
}
ll && v.equals(oldValue)))) {e.value = newValue;afterNodeAccess(e);return true;}return false;
}
----------------------------------------------------------
@Override
public V replace(K key, V value) {Node<K,V> e;if ((e = getNode(key)) != null) {V oldValue = e.value;e.value = value;afterNodeAccess(e);return oldValue;}return null;
}