源码分析hashmap

‘壹’ 通过实现原理及源代码分析HashMap该怎么用

HashMap
，都知道哪里要用
HashMap
，知道
Hashtable
和
HashMap
之间的区别
，那么
为何这道面试题如此特殊呢？是因为这道题考察的深度很深。
这题经常出现在高级或中高级
面试中。投资银行更喜欢问这个问题，甚至会要求你实现
HashMap
来考察你的编程能力。
ConcurrentHashMap
和其它同步集合的引入让这道题变得更加复杂。让我们开始探索的
旅程吧！

‘贰’ CRUD 程序员勿进JDK 源码剖析手册与并发编程图册，完美诠释高并发

在后端程序员的中，如果你有高并发的经验，也往往能得到比别人更多的机会。原因很简单，高并发会涉及到各种各样的技术问题，如接口响应超时、GC 频繁、大数据量储存、死锁等等。能搞定高并发的程序员，技术深度一定不会差。

为了能大家更好地了解 java 并发，我我前段时间特地从阿里的一位朋友手上拿到了他手写的 JDK 源码剖析手册与并发编程图册，下面一起来看看吧：

JDK 源码剖析手册

基于 JDK7 和 JDK 8，对整个 Concurrent 包进行全面的源码剖析。JDK8 中大部分并发功能的实现和 JDK 7 一样，但新增了一些额外的特性。例如 CompletableFuture、ConcurrentHashMap 的新实现、StampedLock、LongAdder 等。

点击并拖拽以移动

点击并拖拽以移动

点击并拖拽以移动

详细内容展示

点击并拖拽以移动

点击并拖拽以移动

点击并拖拽以移动

点击并拖拽以移动

点击并拖拽以移动

并发编程图册

包含大量图文以及源码分析帮助大家理解相关知识，借助这些图文，按照这个顺序学习，至少可以让你简单入门并发。

总览

点击并拖拽以移动

详细内容展示

点击并拖拽以移动

点击并拖拽以移动

点击并拖拽以移动

点击并拖拽以移动

点击并拖拽以移动

点击并拖拽以移动

点击并拖拽以移动

由于这份资料实在是细节内容实在太多啦，所以只能把部分知识点截图出来粗略的介绍，每个小节点里面都有更细化的内容！如果有需要完整版的朋友可以： 一键三连支持一下私信我，注意回复【000】即可获取更多免费资料！ 希望大家看完之后能够有所收获~

‘叁’ HashMap扩容机制

之前写过一篇专门介绍HashMap的文章，反响很不错，不过在留言区问得最多的问题就是HashMap的负载因子初始值为什么是0.75，私下又好好地研究了一番，总结了这篇文章。

本篇文章基于JDK1.8，特在此说明。

OK。下面我们就开始进行分析。

HashMap源码分析（jdk1.8，保你能看懂）

一、负载因子的作用

对于HashMap的研究，我之前一直停留在考虑源码是如何实现的，现在当我重新再来看的时候，才发现，系统默认的各种参数值，才是HashMap的精华所在。

负载因子是和扩容机制有关的，意思是如果当前容器的容量，达到了我们设定的最大值，就要开始执行扩容操作。举个例子来解释，避免小白听不懂：

比如说当前的容器容量是16，负载因子是0.75,16*0.75=12，也就是说，当容量达到了12的时候就会进行扩容操作。

他的作用很简单，相当于是一个扩容机制的阈值。当超过了这个阈值，就会触发扩容机制。HashMap源码已经为我们默认指定了负载因子是0.75。

我截取了部分源码，从这里可以看出，系统默认的负载因子值就是0.75，而且我们还可以在构造方法中去指定。下面我们就正式来分析一下为什么是默认的0.75。

二、原因解释（重点）

我们在考虑HashMap的时候，首先要想到的是HashMap只是一个数据结构，既然是数据结构最主要的就是节省时间和空间。负载因子的作用肯定也是节省时间和空间。为什么节省呢？我们考虑两种极端情况。

1、负载因子是1.0

我们先看HashMap的底层数据结构

我们的数据一开始是保存在数组里面的，当发生了Hash碰撞的时候，就是在这个数据节点上，生出一个链表，当链表长度达到一定长度的时候，就会把链表转化为红黑树。

当负载因子是1.0的时候，也就意味着，只有当数组的8个值（这个图表示了8个）全部填充了，才会发生扩容。这就带来了很大的问题，因为Hash冲突时避免不了的。当负载因子是1.0的时候，意味着会出现大量的Hash的冲突，底层的红黑树变得异常复杂。对于查询效率极其不利。这种情况就是牺牲了时间来保证空间的利用率。

因此一句话总结就是负载因子过大，虽然空间利用率上去了，但是时间效率降低了。

2、负载因子是0.5

负载因子是0.5的时候，这也就意味着，当数组中的元素达到了一半就开始扩容，既然填充的元素少了，Hash冲突也会减少，那么底层的链表长度或者是红黑树的高度就会降低。查询效率就会增加。

但是，兄弟们，这时候空间利用率就会大大的降低，原本存储1M的数据，现在就意味着需要2M的空间。

一句话总结就是负载因子太小，虽然时间效率提升了，但是空间利用率降低了。

3、负载因子0.75

经过前面的分析，基本上为什么是0.75的答案也就出来了，这是时间和空间的权衡。当然这个答案不是我自己想出来的。答案就在源码上，我们可以看看：

大致意思就是说负载因子是0.75的时候，空间利用率比较高，而且避免了相当多的Hash冲突，使得底层的链表或者是红黑树的高度比较低，提升了空间效率。

OK，写到这答案基本上就出来了，一句话能总结的写成了一篇文章。如有问题，还请批评指正。

‘肆’ java7和java8对hashmap做了哪些优化

HashMap的原理介绍x0dx0ax0dx0a此乃老生常谈，不作仔细解说。x0dx0a一句话概括之：HashMap是一个散列表，它存储的内容是键值对(key-value)映射。x0dx0ax0dx0aJava 7 中HashMap的源码分析x0dx0ax0dx0a首先是HashMap的构造函数代码块1中，根据初始化的Capacity与loadFactor（加载因子）初始化HashMap.x0dx0a//代码块1x0dx0a public HashMap(int initialCapacity, float loadFactor) {x0dx0a if (initialCapacity < 0)x0dx0a throw new IllegalArgumentException("Illegal initial capacity: " +x0dx0a initialCapacity);x0dx0a if (initialCapacity > MAXIMUM_CAPACITY)x0dx0a initialCapacity = MAXIMUM_CAPACITY;x0dx0a if (loadFactor <= 0 || Float.isNaN(loadFactor))x0dx0a throw new IllegalArgumentException("Illegal load factor: " +loadFactor);x0dx0ax0dx0a this.loadFactor = loadFactor;x0dx0a threshold = initialCapacity;x0dx0a init();x0dx0a }x0dx0ax0dx0aJava7中对于的put方法实现相对比较简单，首先根据 key1 的key值计算hash值，再根据该hash值与table的length确定该key所在的index,如果当前位置的Entry不为null，则在该Entry链中遍历，如果找到hash值和key值都相同，则将值value覆盖，返回oldValue；如果当前位置的Entry为null，则直接addEntry。x0dx0a代码块2x0dx0apublic V put(K key, V value) {x0dx0a if (table == EMPTY_TABLE) {x0dx0a inflateTable(threshold);x0dx0a }x0dx0a if (key == null)x0dx0a return putForNullKey(value);x0dx0a int hash = hash(key);x0dx0a int i = indexFor(hash, table.length);x0dx0a for (Entry e = table[i]; e != null; e = e.next) {x0dx0a Object k;x0dx0a if (e.hash == hash && ((k = e.key) == key || key.equals(k))) {x0dx0a V oldValue = e.value;x0dx0a e.value = value;x0dx0a e.recordAccess(this);x0dx0a return oldValue;x0dx0a }x0dx0a }x0dx0ax0dx0a modCount++;x0dx0a addEntry(hash, key, value, i);x0dx0a return null;x0dx0a }x0dx0ax0dx0a//addEntry方法中会检查当前table是否需要resizex0dx0a void addEntry(int hash, K key, V value, int bucketIndex) {x0dx0a if ((size >= threshold) && (null != table[bucketIndex])) {x0dx0a resize(2 * table.length); //当前map中的size 如果大于threshole的阈值，则将resize将table的length扩大2倍。x0dx0a hash = (null != key) ? hash(key) : 0;x0dx0a bucketIndex = indexFor(hash, table.length);x0dx0a }x0dx0ax0dx0a createEntry(hash, key, value, bucketIndex);x0dx0a }x0dx0ax0dx0aJava7 中resize（）方法的实现比较简单，将OldTable的长度扩展，并且将oldTable中的Entry根据rehash的标记重新计算hash值和index移动到newTable中去。代码如代码块3中所示，x0dx0a//代码块3 --JDK7中HashMap.resize()方法x0dx0avoid resize(int newCapacity) {x0dx0a Entry[] oldTable = table;x0dx0a int oldCapacity = oldTable.length;x0dx0a if (oldCapacity == MAXIMUM_CAPACITY) {x0dx0a threshold = Integer.MAX_VALUE;x0dx0a return;x0dx0a }x0dx0ax0dx0a Entry[] newTable = new Entry[newCapacity];x0dx0a transfer(newTable, initHashSeedAsNeeded(newCapacity));x0dx0a table = newTable;x0dx0a threshold = (int)Math.min(newCapacity * loadFactor, MAXIMUM_CAPACITY + 1);x0dx0a }x0dx0ax0dx0a /**x0dx0a * 将当前table的Entry转移到新的table中x0dx0a */x0dx0a void transfer(Entry[] newTable, boolean rehash) {x0dx0a int newCapacity = newTable.length;x0dx0a for (Entry e : table) {x0dx0a while(null != e) {x0dx0a Entry next = e.next;x0dx0a if (rehash) {x0dx0a e.hash = null == e.key ? 0 : hash(e.key);x0dx0a }x0dx0a int i = indexFor(e.hash, newCapacity);x0dx0a e.next = newTable[i];x0dx0a newTable[i] = e;x0dx0a e = next;x0dx0a }x0dx0a }x0dx0a }x0dx0ax0dx0aHashMap性能的有两个参数：初始容量(initialCapacity) 和加载因子(loadFactor)。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。x0dx0a根据源码分析可以看出：在Java7 中 HashMap的entry是按照index索引存储的，遇到hash冲突的时候采用拉链法解决冲突，将冲突的key和value插入到链表list中。x0dx0a然而这种解决方法会有一个缺点，假如key值都冲突，HashMap会退化成一个链表，get的复杂度会变成O(n)。x0dx0a在Java8中为了优化该最坏情况下的性能，采用了平衡树来存放这些hash冲突的键值对，性能由此可以提升至O(logn)。x0dx0a代码块4 -- JDK8中HashMap中常量定义x0dx0a static final int DEFAULT_INITIAL_CAPACITY = 1 << 4; x0dx0a static final int TREEIFY_THRESHOLD = 8; // 是否将list转换成tree的阈值x0dx0a static final int UNTREEIFY_THRESHOLD = 6; // 在resize操作中，决定是否untreeify的阈值x0dx0a static final int MIN_TREEIFY_CAPACITY = 64; // 决定是否转换成tree的最小容量x0dx0a static final float DEFAULT_LOAD_FACTOR = 0.75f; // default的加载因子x0dx0ax0dx0a在Java 8 HashMap的put方法实现如代码块5所示，x0dx0a代码块5 --JDK8 HashMap.put方法x0dx0a public V put(K key, V value) {x0dx0a return putVal(hash(key), key, value, false, true);x0dx0a }x0dx0ax0dx0a final V putVal(int hash, K key, V value, boolean onlyIfAbsent,x0dx0a boolean evict) {x0dx0a Node[] tab; Node p; int n, i;x0dx0a if ((tab = table) == null || (n = tab.length) == 0)x0dx0a n = (tab = resize()).length; //table为空的时候，n为table的长度x0dx0a if ((p = tab[i = (n - 1) & hash]) == null)x0dx0a tab[i] = newNode(hash, key, value, null); // (n - 1) & hash 与Java7中indexFor方法的实现相同，若i位置上的值为空，则新建一个Node，table[i]指向该Node。x0dx0a else {x0dx0a // 若i位置上的值不为空，判断当前位置上的Node p 是否与要插入的key的hash和key相同x0dx0a Node e; K k;x0dx0a if (p.hash == hash &&x0dx0a ((k = p.key) == key || (key != null && key.equals(k))))x0dx0a e = p;//相同则覆盖之x0dx0a else if (p instanceof TreeNode)x0dx0a // 不同，且当前位置上的的node p已经是TreeNode的实例，则再该树上插入新的node。x0dx0a e = ((TreeNode)p).putTreeVal(this, tab, hash, key, value);x0dx0a else {x0dx0a // 在i位置上的链表中找到p.next为null的位置，binCount计算出当前链表的长度，如果继续将冲突的节点插入到该链表中，会使链表的长度大于tree化的阈值，则将链表转换成tree。x0dx0a for (int binCount = 0; ; ++binCount) {x0dx0a if ((e = p.next) == null) {x0dx0a p.next = newNode(hash, key, value, null);x0dx0a if (binCount >= TREEIFY_THRESHOLD - 1) // -1 for 1stx0dx0a treeifyBin(tab, hash);x0dx0a break;x0dx0a }x0dx0a if (e.hash == hash &&x0dx0a ((k = e.key) == key || (key != null && key.equals(k))))x0dx0a break;x0dx0a p = e;x0dx0a }x0dx0a }x0dx0a if (e != null) { // existing mapping for keyx0dx0a V oldValue = e.value;x0dx0a if (!onlyIfAbsent || oldValue == null)x0dx0a e.value = value;x0dx0a afterNodeAccess(e);x0dx0a return oldValue;x0dx0a }x0dx0a }x0dx0a ++modCount;x0dx0a if (++size > threshold)x0dx0a resize();x0dx0a afterNodeInsertion(evict);x0dx0a return null;x0dx0a }x0dx0ax0dx0a再看下resize方法，由于需要考虑hash冲突解决时采用的可能是list 也可能是balance tree的方式，因此resize方法相比JDK7中复杂了一些,x0dx0a代码块6 -- JDK8的resize方法x0dx0a inal Node[] resize() {x0dx0a Node[] oldTab = table;x0dx0a int oldCap = (oldTab == null) ? 0 : oldTab.length;x0dx0a int oldThr = threshold;x0dx0a int newCap, newThr = 0;x0dx0a if (oldCap > 0) {x0dx0a if (oldCap >= MAXIMUM_CAPACITY) {x0dx0a threshold = Integer.MAX_VALUE;//如果超过最大容量，无法再扩充tablex0dx0a return oldTab;x0dx0a }x0dx0a else if ((newCap = oldCap << 1) < MAXIMUM_CAPACITY &&x0dx0a oldCap >= DEFAULT_INITIAL_CAPACITY)x0dx0a newThr = oldThr << 1; // threshold门槛扩大至2倍x0dx0a }x0dx0a else if (oldThr > 0) // initial capacity was placed in thresholdx0dx0a newCap = oldThr;x0dx0a else { // zero initial threshold signifies using defaultsx0dx0a newCap = DEFAULT_INITIAL_CAPACITY;x0dx0a newThr = (int)(DEFAULT_LOAD_FACTOR * DEFAULT_INITIAL_CAPACITY);x0dx0a }x0dx0a if (newThr == 0) {x0dx0a float ft = (float)newCap * loadFactor;x0dx0a newThr = (newCap < MAXIMUM_CAPACITY && ft < (float)MAXIMUM_CAPACITY ?x0dx0a (int)ft : Integer.MAX_VALUE);x0dx0a }x0dx0a threshold = newThr;x0dx0a @SuppressWarnings({"rawtypes","unchecked"})x0dx0a Node[] newTab = (Node[])new Node[newCap];// 创建容量为newCap的newTab，并将oldTab中的Node迁移过来，这里需要考虑链表和tree两种情况。

‘伍’ HashMap是什么东西

HashMap，中文名哈希映射，HashMap是一个用于存储Key-Value键值对的集合，每一个键值对也叫做Entry。这些个键值对（Entry）分散存储在一个数组当中，这个数组就是HashMap的主干。HashMap数组每一个元素的初始值都是Null。

HashMap是基于哈希表的 Map 接口的实现。此实现提供所有可选的映射操作，并允许使用 null 值和 null 键。（除了异步和允许使用 null 之外，HashMap 类与 Hashtable 大致相同。）此类不保证映射的顺序，特别是它不保证该顺序恒久不变。

(5)源码分析hashmap扩展阅读：

因为HashMap的长度是有限的，当插入的Entry越来越多时，再完美的Hash函数也难免会出现index冲突的情况。

HashMap数组的每一个元素不止是一个Entry对象，也是一个链表的头节点。每一个Entry对象通过Next指针指向它的下一个Entry节点。当新来的Entry映射到冲突的数组位置时，只需要插入到对应的链表即可。

‘陆’ jdk1.8 HashMap扩容原理解析

最近看面试题有聊到hashmap扩容，追本溯源，追到了1.8版本resize方法做的核心改进，找了资料一直也看不太懂，最后苦苦冥思总算弄懂了，在此做下笔记，也是做下分享，分享给同样云里雾里的码友。时间有限，所以研究的不全面，后期会陆续更新。

在讲解源码之前还是要先做下铺垫。。。

&运算是二进制位运算符中的一种

简单来说

------------------------------------------------------

1 & 1 = 1                1 & 0 = 0

0 & 1 = 0                0 & 0 = 0

------------------------------------------------------

两个操作数都为1，结果才为1，否则为0

说到这里，再说一下与运算很重要的一个技巧：取位

举个例子，我们有这样一个二进制    1010  0101

我们想取出看看第3位是0还是1，怎么做呢，我们这样

为了方便理解，转换一下

------------------------------------------------------

------------------------------------------------------

我们看，下面只有第三位为1，其他全部为0，那么上面对应的位置肯定也为0

而第三位为1，那么结果就取决于上面对应第三位是0还是1了

如果是1  那么 1 & 1 = 1

如果是0 那么 0 & 0 = 0

如此我们计算上面的结果

那如果是取第四位呢，同理

------------------------------------------------------

------------------------------------------------------

结果显而易见

hashmap的数组长度，一定是2的次幂，其扩容就是长度直接扩2倍。

当散列表很大，节点很拥挤，链表会大量的出现，但是链表的查询速率很低，若节点数达到了加载因子的扩容条件，

——————————————————

注：虽然链表长度大于等于8会转化成红黑树，但是我们还是要尽量减少链表出现的概率，要使得节点更加分散。于是有了加载因子。0.75是很好的一个折中，因为扩容是很消耗资源的。

——————————————————

这时为了减少hash冲突得情况，减少链表出现的概率，我们得对hashmap进行扩容，并对node节点进行一次重新分布，使其分布得更均匀一些，怎么做呢。

我们看，假设这个hashmap的情况现在是这样

假设，它很挤了，需要扩容，那么扩容变成这样，再加一倍长度变成32

仅仅是这样还不行，否则没有最大限度利用扩容所做的牺牲(资源消耗)，我们需要对node节点进行重新分布

怎么做呢，我们可以拿一部分节点，放到扩容出来的空间上，也就是

举个例子，假设我们把2和6拿过去，那就是变成这样

如此一来，原本的节点顺序没有发生太大的改动，新的空间得到了利用，节点分布也更均匀，链表出现的概率也更少，计算也更加简单

这就是jdk1.8的hashmap改动的巧妙之处。

这里还有一个问题，我们拿哪一部分，换句话说，怎么决定这个节点是不变还是移动到新的位置

为了降低hash冲突，我们得让它自己决定，我们要充分利用随机的特性，随机才会更加均匀

下面看源码实现

我们都知道，hashmap的初始默认容量为16，换成二进制就是    1 0000    （16=2^5-1）

但是，数组下标是从0开始的，那么16-1=15，换成二进制就是    0 1111

那么扩容一次呢，长度会变成32，那么32-1=31 ，换成二进制就是    01 1111

就是在1111的基础上加了一位而已，我们知道，node节点是不变的，那么它的hash也不会变。

假设在经过扰动以后 hash = 1010  0101

对16-1进行与运算

——————————————————

------------------------------------------------

结果自然是0101 = 2^2 + 2^0 = 4 + 1 = 5

在扩容后，长度32，31的二进制是0001 1111

对比原来的hash

———————————————————

----------------------------------------------------

分析，我们便可以知道，hash是随机的，那么其第5位也是随机的

那我们只要把第5位取出来，看看，

结合第一节，我们只需这样做

转换一下

—————————————————

1010  0101

0001  0000    （16）

--------------------------------------------

结果为0，所以这个节点不移动。

那如果是1011 0101，那么这个节点就要移动

标黄的地方就是整个的精髓所在，e是当前判断是否要移动的节点，oldCap就是原数组长度。

今天先到这里，如有疑问，可在下方评论，我后续更新补充。本文若有不妥之处，欢迎指正。谢谢观看。

‘柒’ 怎么看hashmap和hashtable的源码

HashMap是Hashtable的轻量级实现（非线程安全的实现），他们都完成了Map接口，主要区别在于HashMap准许空（Null）键值（Key），由于非线程安全，效率上可能高于Hashtable。我回答的通俗易懂把！！！