一、HashMap之 初次见面

初次见面先送给大家两张张图

上图中，白色部分是接口，黄色部分是要重点了解的，最好是看一遍源码，绿色部分已经过时，不常用了，但是面试中可能会问到。

1.1HashMap入门

个人代码：

public static void main(String[] args) { Map<String, String> map = new HashMap(); map.put("k1","v1"); map.put("k2","v2"); map.put("k3","v3"); map.put("k4","v4"); map.put("k5","v5"); System.out.println(map.size()); }

老规矩先看它的构造方法

public HashMap() { this.loadFactor = DEFAULT_LOAD_FACTOR; // all other fields defaulted } /** * The load factor used when none specified in constructor. * 翻译：构造函数中没有指定时使用的负载因子。 */ static final float DEFAULT_LOAD_FACTOR = 0.75f; /** * The load factor for the hash table. * 翻译：哈希表的加载因子。 * * @serial */ final float loadFactor;

是不是有点似曾相识啊？我们ArrayList的构造方法是不是也是这样，创建一个空数组？代码一样吧？不过这里是赋了个成员变量加载因子个常量值 0.75f

我们再看看还有没有成员变量

/** * The table, initialized on first use, and resized as * necessary. When allocated, length is always a power of two. * (We also tolerate length zero in some operations to allow * bootstrapping mechanics that are currently not needed.) * 翻译：表，第一次使用时初始化，并将大小调整为 * 必要的。当分配时，长度总是2的幂。 * (在某些操作中，我们还允许长度为零 * 当前不需要的引导机制。) */ transient Node<K,V>[] table;

这是什么？Node对象，我们之前在讲LinkedList时也就是这玩意。

static class Node<K,V> implements Map.Entry<K,V> { final int hash; final K key; V value; Node<K,V> next; Node(int hash, K key, V value, Node<K,V> next) { this.hash = hash; this.key = key; this.value = value; this.next = next; } public final K getKey() { return key; } public final V getValue() { return value; } public final String toString() { return key + "=" + value; } public final int hashCode() { return Objects.hashCode(key) ^ Objects.hashCode(value); } public final V setValue(V newValue) { V oldValue = value; value = newValue; return oldValue; } public final boolean equals(Object o) { if (o == this) return true; if (o instanceof Map.Entry) { Map.Entry<?,?> e = (Map.Entry<?,?>)o; if (Objects.equals(key, e.getKey()) && Objects.equals(value, e.getValue())) return true; } return false; } }

点进去之后我们看到这也是一个静态的内部类，但LinkedList那是一个私有的静态内部类。

注意：私有只能内部使用。如果在变量前不加任何访问权修饰符，它就具有默认的访问控制特性，也称为friendly变量。它和保护变量非常像，它只允许在同一个包中的其他类访问， 即便是子类，如果和父类不在同一包中，也不能继承默认变量（这是默认访问变量和保护变量的唯一区别）。因为它限定了访问权限只能在包中，所以也有人称默认 访问权限为包访问权限。

key、value 大家都知道就是用来存 put 的key、value

next 看过LinkedList 文章的就知道是 标记节点的下一个元素了。

/* ---------------- Fields -------------- */ /** * The table, initialized on first use, and resized as * necessary. When allocated, length is always a power of two. * (We also tolerate length zero in some operations to allow * bootstrapping mechanics that are currently not needed.) * 翻译：表，第一次使用时初始化，并将大小调整为 * 必要的。当分配时，长度总是2的幂。 * (在某些操作中，我们还允许长度为零 * 当前不需要的引导机制。) */ transient Node<K,V>[] table; /** * Holds cached entrySet(). Note that AbstractMap fields are used * for keySet() and values(). * 翻译：保存缓存entrySet ()。注意，使用了AbstractMap字段 * 用于keySet()和values()。 */ transient Set<Map.Entry<K,V>> entrySet; /** * The number of key-value mappings contained in this map. * 翻译：此映射中包含的键值映射的数目。 */ transient int size; /** * The number of times this HashMap has been structurally modified * Structural modifications are those that change the number of mappings in * the HashMap or otherwise modify its internal structure (e.g., * rehash). This field is used to make iterators on Collection-views of * the HashMap fail-fast. (See ConcurrentModificationException). */ transient int modCount; /** * The next size value at which to resize (capacity * load factor). * 翻译：要调整大小的下一个大小值(容量*负载因子)。 * * @serial */ // (The javadoc description is true upon serialization. // Additionally, if the table array has not been allocated, this // field holds the initial array capacity, or zero signifying // DEFAULT_INITIAL_CAPACITY.) // 翻译：(序列化时javadoc描述为true。 // 此外，如果没有分配表数组，则执行以下操作 // 字段保存初始数组容量，或零表示 // DEFAULT_INITIAL_CAPACITY)。 int threshold; /** * The load factor for the hash table. * 翻译：哈希表的加载因子。 * * @serial */ final float loadFactor;

size是逻辑长度，modCount是记录修改次数，threshold。 这个threshold = capacity * load factor 。当HashMap的size等于threshold时，就要进行resize，也就是扩容。

我们再来看看 put 方法

public V put(K key, V value) { return putVal(hash(key), key, value, false, true); }

很简单 调了一个 putVal（）再看这个方法之前有个 hash() 也带大家看一下

static final int hash(Object key) { int h; return (key == null) ? 0 : (h = key.hashCode()) ^ (h >>> 16); }

主要就是用来计算key 的 hash值，这里有个面试题：hashmap的key可以为空吗？当然可以，因为 return (key == null) ? 0 : (h = key.hashCode()) ^ (h >>> 16);

/** * 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 翻译：如果为真，则不要更改现有值 * @param evict if false, the table is in creation mode.翻译：如果为false，则该表处于创建模式。 * @return previous value, or null if none 翻译：前一个值，如果没有，则为空 */ final V putVal(int hash, K key, V value, boolean onlyIfAbsent, boolean evict) {// hash：3366 key：k1 value:v1 onlyIfAbsent:false evict: true Node<K,V>[] tab; Node<K,V> p; int n, i; if ((tab = table) == null || (n = tab.length) == 0) n = (tab = resize()).length;//n:16 if ((p = tab[i = (n - 1) & hash]) == null)//p:null i:6 n:16 tab[i] = newNode(hash, key, value, null);//tab[6] newNode(3366,"k1","v1",null) else { Node<K,V> e; K k; if (p.hash == hash && ((k = p.key) == key || (key != null && key.equals(k)))) e = p; else if (p instanceof TreeNode) e = ((TreeNode<K,V>)p).putTreeVal(this, tab, hash, key, value); else { for (int binCount = 0; ; ++binCount) { if ((e = p.next) == null) { p.next = newNode(hash, key, value, null); if (binCount >= TREEIFY_THRESHOLD - 1) // -1 for 1st treeifyBin(tab, hash); break; } 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; if (!onlyIfAbsent || oldValue == null) e.value = value; afterNodeAccess(e); return oldValue; } } ++modCount;//modCount:1 if (++size > threshold) resize(); afterNodeInsertion(evict);//不做任何操作 return null; }

resize() 看看

/** * 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;//oldTab :null int oldCap = (oldTab == null) ? 0 : oldTab.length;//oldCap :0 oldTab:null int oldThr = threshold;//oldThr :0 int newCap, newThr = 0;//newThr:0 if (oldCap > 0) { if (oldCap >= MAXIMUM_CAPACITY) { threshold = Integer.MAX_VALUE; return oldTab; } else if ((newCap = oldCap << 1) < MAXIMUM_CAPACITY && oldCap >= DEFAULT_INITIAL_CAPACITY) newThr = oldThr << 1; // double threshold } else if (oldThr > 0) // initial capacity was placed in threshold newCap = oldThr; else { // 进入else newCap = DEFAULT_INITIAL_CAPACITY;//newCap :16 newThr = (int)(DEFAULT_LOAD_FACTOR * DEFAULT_INITIAL_CAPACITY);//newThr:12 } if (newThr == 0) { float ft = (float)newCap * loadFactor; newThr = (newCap < MAXIMUM_CAPACITY && ft < (float)MAXIMUM_CAPACITY ? (int)ft : Integer.MAX_VALUE); } threshold = newThr;//threshold:12 @SuppressWarnings({"rawtypes","unchecked"}) Node<K,V>[] newTab = (Node<K,V>[])new Node[newCap];//Node数组长度是16 table = newTab;//table ：newTab if (oldTab != null) { for (int j = 0; j < oldCap; ++j) { Node<K,V> e; if ((e = oldTab[j]) != null) { oldTab[j] = null; if (e.next == null) newTab[e.hash & (newCap - 1)] = e; else if (e instanceof TreeNode) ((TreeNode<K,V>)e).split(this, newTab, j, oldCap); else { // preserve order Node<K,V> loHead = null, loTail = null; Node<K,V> hiHead = null, hiTail = null; Node<K,V> next; do { next = e.next; if ((e.hash & oldCap) == 0) { if (loTail == null) loHead = e; else loTail.next = e; loTail = e; } else { if (hiTail == null) hiHead = e; else hiTail.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;//返回 } //计算新的resize上限 float ft = (float)newCap * loadFactor; newThr = (newCap < MAXIMUM_CAPACITY && ft < (float)MAXIMUM_CAPACITY ? (int)ft : Integer.MAX_VALUE);

看一下上面这段代码，你有没有考虑过hashmap扩容机制为什么是0.75？

我们先假设如果我们设置为 1，会怎么样？

首先我们以初始值为16的数组长度为例子，如果loadFactor = 1 ，也就是说只有当数组的每一个下标都存有元素的时候才会扩容，我们知道当数组下标发生碰撞时会产生链表，当链表长度达到8时会转化成红黑树，考虑下最坏的情况，每次我们put的时候都发生了碰撞，那么每个数组元素都带有一个红黑树，这样查询效率会非常低下，但是，空间利用率会很高。

我们再假设一下，如果我们设置为 0.5 会怎么样？

首先我们以初始值为16的数组长度为例子，如果loadFactor = 0.5 ，也就是说只要数组里有8个元素就会扩容，考虑下最坏的情况，每次我们put都没有重复的下标索引，那么每存一半的元素就要进行一次扩容，这样查询效率会很高，但是，空间利用率非常低。

我们这些做开发的永远是在时间复杂度和空间复杂度上做平衡，所以我们选个折中的数。 这里面有一个扩容机制，扩容的长度总是2的幂次方。2 - 4 - 8 - 16 - 32 - 64

有没有想过一个问题啊，为什么扩容非要是2的幂？？？

这里大家看一下这串代码if ((p = tab[i = (n - 1) & hash]) == null)

首先(n - 1) & hash这段代码做了两件事，第一：保证了put（）方法存放的元素位置，一定在数组下标范围内。 第二：(n - 1) & hash 就等同于 hash % n (前提是n为2的幂) 之所以采用前者，是因为 & 运算效率比%要快。

DEFAULT_INITIAL_CAPACITY

/** * The default initial capacity - MUST be a power of two. */ static final int DEFAULT_INITIAL_CAPACITY = 1 << 4; // aka 16

其实上面说了这么多，看了这么多。你们发现没，说到底就是第一次put 创建了一个Node<K,V>类型的数组并且这个数组的长度是16。是不是和ArrayList有点像啊？ArrayList 初始化创建的数组大小是10

添加第一个元素后图：

下面继续添加

final V putVal(int hash, K key, V value, boolean onlyIfAbsent, boolean evict) {//hash:3367 key:"K2" value:"V2" onlyIfAbsent:false evict:true Node<K,V>[] tab; Node<K,V> p; int n, i; if ((tab = table) == null || (n = tab.length) == 0) n = (tab = resize()).length; if ((p = tab[i = (n - 1) & hash]) == null)//p:null n:16 i:7 tab[i] = newNode(hash, key, value, null);//tab[i]:tab[7] newNode(hash:3367 key:"K2" value:"V2" null) else { Node<K,V> e; K k; if (p.hash == hash && ((k = p.key) == key || (key != null && key.equals(k)))) e = p; else if (p instanceof TreeNode) e = ((TreeNode<K,V>)p).putTreeVal(this, tab, hash, key, value); else { for (int binCount = 0; ; ++binCount) { if ((e = p.next) == null) { p.next = newNode(hash, key, value, null); if (binCount >= TREEIFY_THRESHOLD - 1) // -1 for 1st treeifyBin(tab, hash); break; } 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; if (!onlyIfAbsent || oldValue == null) e.value = value; afterNodeAccess(e); return oldValue; } } ++modCount;//modCount:2 if (++size > threshold) resize(); afterNodeInsertion(evict);//不做处理 return null; }

添加第二个元素后图：

如果出现下标相同的元素怎么存放呢？这里就要用到我们之前Node对象里面的 next 变量了。 下面我们来看看源码：

final V putVal(int hash, K key, V value, boolean onlyIfAbsent, boolean evict) { Node<K,V>[] tab; Node<K,V> p; int n, i; if ((tab = table) == null || (n = tab.length) == 0) n = (tab = resize()).length; if ((p = tab[i = (n - 1) & hash]) == null) tab[i] = newNode(hash, key, value, null); else {//如果出现 tab[i = (n - 1) & hash] 不为null 则进入else Node<K,V> e; K k; if (p.hash == hash && ((k = p.key) == key || (key != null && key.equals(k)))) e = p; else if (p instanceof TreeNode) e = ((TreeNode<K,V>)p).putTreeVal(this, tab, hash, key, value); else { for (int binCount = 0; ; ++binCount) { if ((e = p.next) == null) { p.next = newNode(hash, key, value, null);//这句话是关键 if (binCount >= TREEIFY_THRESHOLD - 1) // -1 for 1st treeifyBin(tab, hash); break; } 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; if (!onlyIfAbsent || oldValue == null) e.value = value; afterNodeAccess(e); return oldValue; } } ++modCount; if (++size > threshold) resize(); afterNodeInsertion(evict); return null; }

p.next = newNode(hash, key, value, null);// 这句话是关键

画个图给大家看一下。 如果 i = (n - 1) & hash 结果是11 而源数组tab[11] 有引用，那么就会把Node对象的next 节点指向这个新的Node对象。 这样就变成一个单向链表了。

这里也是很重要的一句话：

static final int TREEIFY_THRESHOLD = 8; //中间代码省略 if (binCount >= TREEIFY_THRESHOLD - 1) //当单向链表长度到8时，将链表转化为红黑树来处理 treeifyBin(tab, hash);//把链表转化为红黑树

红黑树知识传送门

再补一个知识点，为什么当链表长度等于8的时候才转化成红黑树呢？

这里面设计到一个统计学知识，叫做泊松分布。泊松分布是什么？是一种统计与概率学里常见到的离散机率分布。

在我们hashmap里面源码注释也给你说了这么一回事。 按照他这个公式来(exp(-0.5) * pow(0.5, k) / factorial(k))

意思就是，一般情况下，0.75的load factor，HashMap每个slot可能存在值的几率是0.5，每个HashMap的slot下的Entry个数符合泊松分布，我们只要把Entry下个数k带入泊松分布的公式 (exp(-0.5) * pow(0.5, k) / factorial(k))，就可以得到平常情况（非恶意构造key）下list转tree的概率，如果长度达到8时才转，这种情况发生概率是0.00000006。够低了，所以这个阈值定的8。 所以一般情况下红黑树是很少很少用到的。