HashMap作為我們最常用的數據類型，當然有必要了解一下他內部是實現細節。相比于 JDK7 在JDK8 中引入了紅黑樹以及hash計算等方面的優化，使得 JDK8 中的HashMap效率要高于以往的所有版本，本文會詳細介紹相關的優化，但是主要還是寫 JDK8 的源碼。
一、整體結構
1. 類定義
public class HashMap<K,V> extends AbstractMap<K,V>implements Map<K,V>, Cloneable, Serializable {}
可以看到HashMap是完全基于Map接口實現的，其中AbstractMap是Map接口的骨架實現，提供了Map接口的最小實現。HashMap看名字也能猜到，他是基于哈希表實現的（數組+鏈表+紅黑樹）：
2. 構造函數和成員變量
public HashMap(int initialCapacity)
public HashMap()
public HashMap(Map<? extends K, ? extends V> m)public HashMap(int initialCapacity, float loadFactor) {if (initialCapacity < 0)throw new IllegalArgumentException("Illegal initial capacity: " + initialCapacity);if (initialCapacity > MAXIMUM_CAPACITY)initialCapacity = MAXIMUM_CAPACITY;if (loadFactor <= 0 || Float.isNaN(loadFactor))throw new IllegalArgumentException("Illegal load factor: " + loadFactor);this.loadFactor = loadFactor;this.threshold = tableSizeFor(initialCapacity);
}HashMap一共有四個構造函數，其主要作用就是初始化loadFactor和threshold兩個參數：
- threshold：擴容的閾值，當放入的鍵值對大于這個閾值的時候，就會發生擴容；
- loadFactor：負載系數，用于控制閾值的大小，即
threshold = table.length * loadFactor；默認情況下負載系數等于0.75，當它值越大時：哈希桶空余的位置越少，空間利用率越高，同時哈希沖突也就越嚴重，效率也就越低；相反它值越小時：空間利用率越低，效率越高；而0.75是對于空間和效率的一個平衡，通常情況下不建議修改；
但是對于上面構造函數當中this.threshold = tableSizeFor(initialCapacity);，這里的閾值并沒有乘以負載系數，是因為在構造函數當中哈希桶table[]還沒有初始化，在往里put數據的時候才會初始化，而tableSizeFor是為了得到大于等于initialCapacity的最小的2的冪；
transient Node<K,V>[] table; // 哈希桶
transient Set<Map.Entry<K,V>> entrySet; // 映射關系Set視圖
transient int size; // 鍵值對的數量
transient int modCount; // 結構修改次數，用于實現fail-fast機制哈希桶的結構如下：
static class Node<K,V> implements Map.Entry<K,V> {final int hash; // 用于尋址，避免重復計算final K key;V value;Node<K,V> next;...public final int hashCode() {return Objects.hashCode(key) ^ Objects.hashCode(value);}
}其中Node<K,V> next還有一個TreeNode子類用于實現紅黑樹，需要注意的是這里的hashCode()所計算的hash值只用于在遍歷的時候獲取hash值，并非尋址所用hash；
二、Hash表
既然是Hash表，那么最重要的肯定是尋址了，在HashMap中采用的是除留余數法，即table[hash % length]，但是在現代CPU中求余是最慢的操作，所以人們想到一種巧妙的方法來優化它，即length為2的指數冪時，hash % length = hash & (length-1)，所以在構造函數中需要使用tableSizeFor(int cap)來調整初始容量；
/*** Returns a power of two size for the given target capacity.*/
static final int tableSizeFor(int cap) {int n = cap - 1;n |= n >>> 1;n |= n >>> 2;n |= n >>> 4;n |= n >>> 8;n |= n >>> 16;return (n < 0) ? 1 : (n >= MAXIMUM_CAPACITY) ? MAXIMUM_CAPACITY : n + 1;
}首先這里要明確：
- 2的冪的二進制是，1后面全是0
- 有效位都是1的二進制加1，就可以得到2的冪
以33為例，如圖：
因為int是4個字節32位，所以最多只需要將高位的16位與低位的16位做或運算就可以得到2的冪，而int n = cap - 1;是為了避免cap本身就是2的冪的情況；這個算是真是厲害，看了很久才看明白，實在汗顏。
計算 hash
static final int hash(Object key) {int h;return (key == null) ? 0 : (h = key.hashCode()) ^ (h >>> 16);
}這里重新計算hash是因為在hash & (length-1)計算下標的時候，實際只有hash的低位參與的運算容易產生hash沖突，所以用異或是高位的16位也參與運算，以減小hash沖突，要理解這里首先要明白，
- ＆ 操作之后只會保留下都是1的有效位
- length-1（2的n次方-1）實際上就是n和1
- ＆ 操作之后hash所保留下來的也只有低位的n個有效位，所以實際只有hash的低位參與了運算
具體如圖所示：
三、重要方法講解
對于Map而言最重要的當然是Get和Put等操作了，所以下面將介紹與之相關的操作；
1. put方法
public V put(K key, V value) {return putVal(hash(key), key, value, false, true);
}/*** 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;// 如果沒有初始化哈希桶，就使用resize初始化if ((tab = table) == null || (n = tab.length) == 0)n = (tab = resize()).length;// 如果hash對應的哈希槽是空的，就直接放入if ((p = tab[i = (n - 1) & hash]) == null)tab[i] = newNode(hash, key, value, null);else {Node<K,V> e; K k;// 如果已經存在key，就替換舊值if (p.hash == hash && ((k = p.key) == key || (key != null && key.equals(k))))e = p;// 如果已經是樹節點，就用putTreeVal遍歷樹賦值else if (p instanceof TreeNode)e = ((TreeNode<K,V>)p).putTreeVal(this, tab, hash, key, value);else {// 遍歷鏈表for (int binCount = 0; ; ++binCount) {// 遍歷到最后一個節點也沒有找到，就新增一個節點if ((e = p.next) == null) {p.next = newNode(hash, key, value, null);// 如果鏈表長度大于8，則轉換為紅黑樹if (binCount >= TREEIFY_THRESHOLD - 1) // -1 for 1sttreeifyBin(tab, hash);break;}// 找到key對應的節點則跳出遍歷if (e.hash == hash && ((k = e.key) == key || (key != null && key.equals(k))))break;p = e;}}// e是最后指向的節點，如果不為空，說明已經存在key，則替換舊的valueif (e != null) { // existing mapping for keyV oldValue = e.value;if (!onlyIfAbsent || oldValue == null)e.value = value;afterNodeAccess(e);return oldValue;}}// 新增節點時結構改變modCount加1++modCount;if (++size > threshold)resize();afterNodeInsertion(evict);return null;
}具體過程如圖所示：
2. resize方法
final Node<K,V>[] resize() {Node<K,V>[] oldTab = table;int oldCap = (oldTab == null) ? 0 : oldTab.length;int oldThr = threshold;int newCap, newThr = 0;if (oldCap > 0) {// 如果hash桶已經完成初始化，并且已達最大容量，則直接返回if (oldCap >= MAXIMUM_CAPACITY) {threshold = Integer.MAX_VALUE;return oldTab;}// 如果擴大2倍沒有超過最大容量，則擴大兩倍else if ((newCap = oldCap << 1) < MAXIMUM_CAPACITY && oldCap >= DEFAULT_INITIAL_CAPACITY)newThr = oldThr << 1; // double threshold}// 如果threshold已經初始化，則初始化容量為thresholdelse if (oldThr > 0) // initial capacity was placed in thresholdnewCap = oldThr;// 如果threshold和哈希桶都沒有初始化，則使用默認值else { // zero initial threshold signifies using defaultsnewCap = DEFAULT_INITIAL_CAPACITY;newThr = (int)(DEFAULT_LOAD_FACTOR * DEFAULT_INITIAL_CAPACITY);}// 重新計算thresholdif (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];table = newTab;if (oldTab != null) {for (int j = 0; j < oldCap; ++j) {Node<K,V> e;if ((e = oldTab[j]) != null) {oldTab[j] = null;// 如果只有一個節點，則直接重新放置節點if (e.next == null)newTab[e.hash & (newCap - 1)] = e;// 如果是樹節點，則將紅黑樹拆分后，重新放置else if (e instanceof TreeNode)((TreeNode<K,V>)e).split(this, newTab, j, oldCap);// 將鏈表拆分為原位置和高位置兩條鏈表else { // preserve orderNode<K,V> loHead = null, loTail = null;Node<K,V> hiHead = null, hiTail = null;Node<K,V> next;do {next = e.next;// 節點重新放置后在原位置if ((e.hash & oldCap) == 0) {if (loTail == null)loHead = e;elseloTail.next = e;loTail = e;}// 節點重新放置后位置+oldCapelse {if (hiTail == null)hiHead = e;elsehiTail.next = e;hiTail = e;}} while ((e = next) != null);// 放置低位置鏈表if (loTail != null) {loTail.next = null;newTab[j] = loHead;}// 放置高位置鏈表if (hiTail != null) {hiTail.next = null;newTab[j + oldCap] = hiHead;}}}}}return newTab
}上面的擴容過程需要注意的是，因為哈希桶長度總是2的冪，所以在擴大兩倍之后原來的節點只可能在原位置或者原位置+oldCap，具體判斷是通過(e.hash & oldCap) == 0實現的；
- 之前將了 ＆ 操作只保留了都是1的有效位
- oldCap 是2的n次方，實際也就是在n+1的位置為1，其余地方為0
- 因為擴容是擴大2倍，實際上也就是在hash上取了 n+1位，那么就只需要判斷多取的第n+1位是否為0
如圖所示：
3. get方法
public V get(Object key) {Node<K,V> e;return (e = getNode(hash(key), key)) == null ? null : e.value;
}final Node<K,V> getNode(int hash, Object key) {Node<K,V>[] tab; Node<K,V> first, e; int n; K k;if ((tab = table) != null && (n = tab.length) > 0 && (first = tab[(n - 1) & hash]) != null) {if (first.hash == hash && // always check first node((k = first.key) == key || (key != null && key.equals(k))))return first;if ((e = first.next) != null) {if (first instanceof TreeNode)return ((TreeNode<K,V>)first).getTreeNode(hash, key);do {if (e.hash == hash &&((k = e.key) == key || (key != null && key.equals(k))))return e;} while ((e = e.next) != null);}}return null;
}相較于其他方法get方法就要簡單很多了，只是用hash取到對應的hash槽，在依次遍歷即可。
4. clone方法
public Object clone() {HashMap<K,V> result;try {result = (HashMap<K,V>)super.clone();} catch (CloneNotSupportedException e) {// this shouldn't happen, since we are Cloneablethrow new InternalError(e);}result.reinitialize();result.putMapEntries(this, false);return result;
}對于clone方法這里有一個需要注意的地方，result.putMapEntries(this, false)，這里在put節點的時候是用的this，所以這只是淺復制，會影響原map，所以在使用的時候需要注意一下；
至于其他方法還有很多，但大致思路都是一致的，大家可以在看一下源碼。
四、HashMap不同版本對比
1. hash均勻的時候使用get
| Number Of Records | Java 5 | Java 6 | Java 7 | Java 8 |
|---|---|---|---|---|
| 10,000 | 4 ms | 3 ms | 4 ms | 2 ms |
| 100,000 | 7 ms | 6 ms | 8 ms | 4 ms |
| 1,000,000 | 99 ms | 15 ms | 14 ms | 13 ms |
2. hash不均勻的時候使用get
| Number Of Records | Java 5 | Java 6 | Java 7 | Java 8 |
|---|---|---|---|---|
| 10,000 | 197 ms | 154 ms | 132 ms | 15 ms |
| 100,000 | 30346 ms | 18967 ms | 19131 ms | 177 ms |
| 1,000,000 | 3716886 ms | 2518356 ms | 2902987 ms | 1226 ms |
| 10,000,000 | OOM | OOM | OOM | 5775 ms |
3. hash均勻的時候使用put
| Number Of Records | Java 5 | Java 6 | Java 7 | Java 8 |
|---|---|---|---|---|
| 10,000 | 17 ms | 12 ms | 13 ms | 10 ms |
| 100,000 | 45 ms | 31 ms | 34 ms | 46 ms |
| 1,000,000 | 384 ms | 72 ms | 66 ms | 82 ms |
| 10,000,000 | 4731 ms | 944 ms | 1024 ms | 99 ms |
4. hash不均勻的時候使用put
| Number Of Records | Java 5 | Java 6 | Java 7 | Java 8 |
|---|---|---|---|---|
| 10,000 | 211 ms | 153 ms | 162 ms | 10 ms |
| 100,000 | 29759 ms | 17981 ms | 17653 ms | 93 ms |
| 1,000,000 | 3527633 ms | 2509506 ms | 2902987 ms | 333 ms |
| 10,000,000 | OOM | OOM | OOM | 3970 ms |
從以上對比可以看到 JDK8 的 HashMap 無論 hash 是否均勻效率都要好得多，這里面hash算法的改良功不可沒，并且因為紅黑樹的引入使得它在hash不均勻甚至在所有key的hash都相同的情況，任然表現良好；
另外這里我數據我是摘至 Performance Improvement for HashMap in Java 8，里面還有更詳細的圖表，大家有興趣可以看一下；
總結
- 擴容需要重排所有節點特別損耗性能，所以估算map大小并給定一個合理的負載系數，就顯得尤為重要了。
- HashMap 是線程不安全的。
- 雖然 JDK8 中引入了紅黑樹，將極端hash的情況影響降到了最小，但是從上面的對比還是可以看到，一個好的hash對性能的影響仍然十分重大，所以寫一個好的
hashCode()也非常重要。
參考
https://tech.meituan.com/java_hashmap.html
https://blog.csdn.net/fan2012huan/article/details/51097331
https://www.nagarro.com/en/blog/post/24/performance-improvement-for-hashmap-in-java-8
