JDK HashMap源码分析

作者：聂勇 欢迎转载，请保留作者信息并说明文章来源！

• 数据存储结构
• 插入数据（put方法）
• 生成单向链表
• 扩容
• 获取数据（get方法）
• 注意事项

JDK提供了非常多的集合类，不仅使用简单，而且功能丰富，可以满足你绝大部分的需求。但在使用的时候如果不了解其实现的原理，有可能会碰到性能方面的问题，或者在一起场景下会导致系统故障。
前段时间Review代码，发现有同学在使用HashMap时存在一些问题：
1、在并发场景下使用HashMap。
2、数据量较大时，使用默认的容量。

下面主要讲解HashMap的存储结构、查询数据和插入数据的实现。

数据存储结构

采用双表结构：数组+单向链表。

代码示例：

// 用于存储元素的数组
transient Entry[] table;

// Entry的构造方法中有指向下一个Entry的指针，用于构造单向链表
Entry(int h, K k, V v, Entry<K,V> n) {
    value = v;
    next = n;
    key = k;
    hash = h;
}

插入数据（put方法）

put方法的代码非常清晰简单：

public V put(K key, V value) {
    if (key == null)
        return putForNullKey(value);
    // 1、对key的hash值进行二次hash运算。
    int hash = hash(key.hashCode());

    // 2、将二次hash值与数组长度进行位与运算，得到存储的索引编号。
    int i = indexFor(hash, table.length);

    // 3、如果索引编号的位置已经有数据，历遍链表，如果有相同的key存在，用新数据覆盖并返回旧数据。
    for (Entry<K,V> e = table[i]; e != null; e = e.next) {
        Object k;
        if (e.hash == hash && ((k = e.key) == key || key.equals(k))) {
            V oldValue = e.value;
            e.value = value;
            e.recordAccess(this);
            return oldValue;
        }
    }

    modCount++;
    // 4、如果key不存在当前索引位置的链表中，在单向链表中增加新数据。
    addEntry(hash, key, value, i);
    return null;
}

生成单向链表

再来看看新增数据时（addEntry方法）是如何实现的：
PS：新增的数据始终位于链表的头部。

void addEntry(int hash, K key, V value, int bucketIndex) {
    // 1、首先根据索引编号找到当前位置的Entry。
    Entry<K,V> e = table[bucketIndex];

    // 2、用key和value生成一个新的Entry，并且将新Entry指向下一个数据的指针指向原来存储在索引编号位置的Entry。将新的Entry存储在索引编号的位置。
    table[bucketIndex] = new Entry<K,V>(hash, key, value, e);
    if (size++ >= threshold)
        resize(2 * table.length);
}

扩容

1、在插入数据时，如果存储的数据量大于或等于阈值（threshold）时，就会执行扩容（resize）操作。

• 阈值=容量 x 阈值系数。
• 容量默认值为16。
• 阈值系数默认值为0.75。

2、如何扩容：按新容量创建一个数据，将旧数据中的无素一个一个地重新计算索引位置并写入（见transfer方法）。

• 新容量=旧容量 x 2。

void resize(int newCapacity) {
    Entry[] oldTable = table;
    int oldCapacity = oldTable.length;
    if (oldCapacity == MAXIMUM_CAPACITY) {
        threshold = Integer.MAX_VALUE;
        return;
    }

    Entry[] newTable = new Entry[newCapacity];
    transfer(newTable);
    table = newTable;
    threshold = (int)(newCapacity * loadFactor);
}

void transfer(Entry[] newTable) {
    Entry[] src = table;
    int newCapacity = newTable.length;
    for (int j = 0; j < src.length; j++) {
        Entry<K,V> e = src[j];
        if (e != null) {
            src[j] = null;
            do {
                Entry<K,V> next = e.next;
                int i = indexFor(e.hash, newCapacity);
                e.next = newTable[i];
                newTable[i] = e;
                e = next;
            } while (e != null);
        }
    }
}

获取数据（get方法）

get方法比put方法的代码更简单：

public V get(Object key) {
    if (key == null)
        return getForNullKey();
    // 1、对key的hash值进行二次hash运算。
    int hash = hash(key.hashCode());

    // 2、将二次hash值与数组长度进行位与运算，得到存储的索引编号。历遍索引编号所在位置的单向链表，根据key获取对应的值。
    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.equals(k)))
            return e.value;
    }
    return null;
}

注意事项

1、如果可以预估数据量，在创建HashMap实例时，设置合适的初始容量，可以减少扩容操作，提升性能。
2、将容量设置为2的n次方性能最好，如：16，32。原因：和HashMap的indexFor方法实现有关。
3、用作Key的对象须实现equals和hashCode方法。如果用String对象作Key，就不用自己实现equals和hashCode方法，因为String对象已经实现。
4、HashMap是非线程安全的，在多线程并发操作时会出现死循环。原因：执行扩容操作时，将旧表中的数据插入新表时有可能导致单向链表形成闭环。