Java 常用集合類 HashMap 深度解析
作者：碼農SharkChili
HashMap 提供了高效的鍵值對存儲和檢索功能。無論是日常開發還是技術面試，對 HashMap 的深入理解和熟練應用都是至關重要的。
在Java編程中，HashMap 是最常用的數據結構之一，它提供了高效的鍵值對存儲和檢索功能。無論是日常開發還是技術面試，對 HashMap 的深入理解和熟練應用都是至關重要的。
HashMap數據結構概覽
HashMap是我們比較常用的集合類型，它是以鍵值對的邏輯結構來存儲數據的。
- HashMap允許存儲null鍵或者null值的鍵值對。
- HashMap非線程安全。
- HashMap底層初始化用的是數組+鏈表，當鏈表長度大于8(默認值)時，若size小于64則進行2倍擴容，反之會對對應的數組桶進行鏈表轉紅黑樹操作。
- HashMap默認容量大小為16。
不同版本的HashMap底層數據結構
在JDK1.8 之前，底層采用數組+鏈表，用(n - 1) & hash找到數組索引位置，若沖突則用拉鏈法解決沖突，當沖突碰撞加劇的時候，可能存在查詢性能退化為O(n)的情況。
JDK1.8 之后底層采用數組+鏈表作為初始結構，當某個桶鏈表長度大于8時，默認情況下，會判斷數組長度是否小于64，若小于64則使用resize()進行擴容。反之調用treeifyBin()將bucket內所有節點轉紅黑樹節點：
final V putVal(int hash, K key, V value, boolean onlyIfAbsent,
boolean evict) {
Node<K,V>[] tab; Node<K,V> p; int n, i;
//......
else {
for (int binCount = 0; ; ++binCount) {
if ((e = p.next) == null) {
p.next = newNode(hash, key, value, null);
//當鏈表元素大于8時，調用treeifyBin查看當前bucket數是否大于64，若大于則將bucket節點轉紅黑樹節點，反之進行bucket擴容
if (binCount >= TREEIFY_THRESHOLD - 1) // -1 for 1st
treeifyBin(tab, hash);
break;
}
//......
}
}
//......
}
//......
return null;
}HashMap是如何解決哈希沖突的？
在JDK7之前HashMap采用的是鏈式尋址法解決哈希沖突的，而JDK8之后則未轉紅黑樹前采用的就是鏈式尋址法，轉紅黑樹之后就借用紅黑樹天然有序性（黑平衡）解決哈希沖突。
為什么1.8之后要加一個鏈表轉紅黑樹的操作
鏈表查詢的時間復雜度為O(n)在數據量較少的情況下查詢效率不錯,一旦沖突非常厲害，鏈表數量暴增的話查詢效率或者添加效率都會十分低下，所以就需要轉為紅黑樹，通過黑平衡結構保證插入和查詢效率都為O(logN),并且紅黑樹是黑平衡樹，所以相較于AVL不會進行頻繁的翻轉保證平衡的操作。
HashMap底層的數據結構紅黑樹算法在大數據情況下最大高度可能是多少呢？
理想情況為2log2 (n+1),但是Java中這個情況考慮的因素就很多了:
- 得看看堆區大小以及這個節點的大小。
- 就Java而言這種情況很少見，如果大數據都在一個bucket中，就說明設置的哈希算法有問題了。
HashMap幾種構造方法
1.默認構造函數的初始化流程
如下所示，僅僅初始化負載因子，默認為0.75f，這個負載因子的作用即當當前數組大小>數組容量*負載因子時會進行擴容操作。
public HashMap() {
this.loadFactor = 0.75F;
}2.將另一個Map存到當前Map中的構造函數工作流程
該方法會將閾值設置為默認值DEFAULT_LOAD_FACTOR(0.75f),然后將傳入的map通過putMapEntries方法將鍵值對逐個存入。
public HashMap(Map<? extends K, ? extends V> m) {
this.loadFactor = DEFAULT_LOAD_FACTOR;
putMapEntries(m, false);
}3.指定初始化容量的HashMap
通過外部參數傳入initialCapacity，初始化map底層數據的大小。
public HashMap(int initialCapacity) {
this(initialCapacity, DEFAULT_LOAD_FACTOR);
}
4.指定容量和負載因子的構造函數
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核心源碼詳解
1.HashMap對應put方法工作流程
HashMap的put方法的邏輯比較清晰，大體的邏輯為:
- 通過hash算法得到桶的位置
- 嘗試將鍵值對存到hash計算后的桶的位置中。
- 無沖突直接創建新節點保存。
- 有沖突則按照鏈表或者紅黑樹的邏輯進行插入。
入口代碼：
public V put(K key, V value) {
return putVal(hash(key), key, value, false, true);
}進入putVal，可以看到要做的就是計算出桶的位置然后完成插入。
final V putVal(int hash, K key, V value, boolean onlyIfAbsent,
boolean evict) {
Node<K,V>[] tab; Node<K,V> p; int n, i;
// table未初始化或者長度為0，進行擴容
if ((tab = table) == null || (n = tab.length) == 0)
n = (tab = resize()).length;
//計算(n - 1) & hash并查看是否在桶中，若不在則直接創建一個結點放到這個桶中
if ((p = tab[i = (n - 1) & hash]) == null)
tab[i] = newNode(hash, key, value, null);
// 桶中已經存在元素（處理hash沖突）
else {
Node<K,V> e; K k;
// 判斷table[i]中的元素是否與插入的key一樣，若相同那就直接使用插入的值p替換掉舊的值e。
if (p.hash == hash &&
((k = p.key) == key || (key != null && key.equals(k))))
e = p;
// 判斷插入的是否是紅黑樹節點
else if (p instanceof TreeNode)
// 放入樹中
e = ((TreeNode<K,V>)p).putTreeVal(this, tab, hash, key, value);
// 不是紅黑樹節點則說明為鏈表結點
else {
// 不斷遍歷到達鏈表尾部
for (int binCount = 0; ; ++binCount) {
// 不斷往鏈表后面走，若為空則說明到達尾部，直接添加節點
if ((e = p.next) == null) {
p.next = newNode(hash, key, value, null);
// 結點數量達到閾值(默認為 8 )，執行 treeifyBin 方法
// 這個方法會根據 HashMap 數組來決定是否轉換為紅黑樹。
// 只有當數組長度大于或者等于 64 的情況下，才會執行轉換紅黑樹操作，以減少搜索時間。否則，就是只是對數組擴容。
if (binCount >= TREEIFY_THRESHOLD - 1) // -1 for 1st
treeifyBin(tab, hash);
// 跳出循環
break;
}
// 判斷鏈表中結點的key值與插入的元素的key值是否相等
if (e.hash == hash &&
((k = e.key) == key || (key != null && key.equals(k))))
// 相等，跳出循環
break;
// 用于遍歷桶中的鏈表，與前面的e = p.next組合，可以遍歷鏈表
p = e;
}
}
// 表示在桶中找到key值、hash值與插入元素相等的結點
if (e != null) {
// 記錄e的value
V oldValue = e.value;
// onlyIfAbsent為false或者舊值為null
if (!onlyIfAbsent || oldValue == null)
//用新值替換舊值
e.value = value;
// 訪問后回調
afterNodeAccess(e);
// 返回舊值
return oldValue;
}
}
// 結構性修改
++modCount;
// 實際大小大于閾值則擴容
if (++size > threshold)
resize();
// 插入后回調
afterNodeInsertion(evict);
return null;
}2.HashMap的get方法的流程
整體邏輯和put也差不多，計算桶的位置，然后看看是那種數據結構，若是鏈表則遍歷鏈表然后進行hashCode和equals方法比較是否一致然后返回，紅黑樹同理。
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) {
// 數組元素相等
if (first.hash == hash && // always check first node
((k = first.key) == key || (key != null && key.equals(k))))
return first;
// 桶中不止一個節點
if ((e = first.next) != null) {
// 若是紅黑樹，則走紅黑樹的遍歷邏輯
if (first instanceof TreeNode)
return ((TreeNode<K,V>)first).getTreeNode(hash, key);
// 反之說明這是一個鏈表
do {
if (e.hash == hash &&
((k = e.key) == key || (key != null && key.equals(k))))
return e;
} while ((e = e.next) != null);
}
}
return null;
}3.hashMap擴容機制
擴容方法整體做的就是數組遷移，注釋都在下方，這里我們只需注意JDK核心設計，就是遷移的核心邏輯代碼如下。 是JDK1.8中的優化操作，可以不需要再重新計算每一個元素的哈希值，如下圖所示，將當前元素的hash值&容器舊的容量，如果高位有1則說明他要落到新的bucket中。
final Node<K,V>[] resize() {
Node<K,V>[] oldTab = table;
int oldCap = (oldTab == null) ? 0 : oldTab.length;
int oldThr = threshold;
int newCap, newThr = 0;
// 計算擴容的容量以及新的閾值
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 { // zero initial threshold signifies using defaults
newCap = 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;
@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) {
//遍歷，將舊鏈表元素遷移到新的鏈表上
} while ((e = next) != null);
//維護原來的尾節點
if (loTail != null) {
loTail.next = null;
newTab[j] = loHead;
}
// 維護新擴容的尾節點
if (hiTail != null) {
hiTail.next = null;
newTab[j + oldCap] = hiHead;
}
}
}
}
}
return newTab;
}4.HashMap 的容量為什么需要是 2 的冪次方，而這個冪為什么是31呢？
先來回答第一個問題，容量為什么是2的冪次方，首先我們步入hashMap的源碼中查看。hashMap計算鍵值對存到桶中索引位置的代碼。
i = (n - 1) & hash在n為2的次冪情況下，(n - 1) & hash通過數學公式其實可以推導為 hash%n。
我們假設hash為1,使用不同的2次冪可以印證我們上面的論述。
1. n為2的2次方: 4===> 3&1==1%4
2. n為2的3次方: 8===> 7&1==1%8
3. .....除此之外，使用2的次冪進行計算時碰撞次數會少于非2的次冪。同樣的，我們假設hash值的7、8、9、10。hashMap的容量n分別假設為8(2的3次方)和9。
n為16的計算結果如下，碰撞0次。
7===>7
8===>0
9===>1
10===>2n為9的計算結果，碰撞2次。
7===>0
8===>8
9===>8
10===>8再來了解一下hashCode的東西可以看到計算機hash的乘積數寫死為31，這是為什么呢？
int hash = 0;
private char[] value;
public int hashCode() {
int h = hash;
if (h == 0 && value.length > 0) {
char val[] = value;
for (int i = 0; i < value.length; i++) {
h = 31 * h + val[i];
}
hash = h;
}
return h;
}我們再來看看StackOverflow的回答:
The value 31 was chosen because it is an odd prime. If it were even and the multiplication overflowed, information would be lost, asmultiplication by 2 is equivalent to shifting. The advantage of usinga prime is less clear, but it is traditional. A nice property of 31 isthat the multiplication can be replaced by a shift and a subtractionfor better performance: 31 * i == (i << 5) - i. Modern VMs do thissort of optimization automatically.
大意說的是如果使用雙數的話，計算就是使用<<1，這樣的計算很可能會出現數據溢出，使用奇數31則會JVM會將其優化成一個數學公式：31 * i == (i << 5) - i，如此依賴無論怎么計算hash值都不會超過int的最大值2^31-1 (0111 1111 | 1111 1111 | 1111 1111 | 1111 1111) ,那么問題又來了，別的小于31的奇數不會超過int的范圍，為什么乘積數不用別的值而一定要用31呢？我們不妨寫一個demo進行實驗一下，不同的乘積數計算出的hash的值的碰撞數是多少
基于源碼推導出hashCode優化后的公式，31 * i == (i << 5) - i 推導過程就在下方:
private static int hash;
/**
* 31 * h
* ===> (2^5-1) * h
* ====> (1<< 5-1 ) * h
* ===> (1<< 5) * h -h
* 最終結果
* ====> h << 5 - h
* 從而避免計算溢出 以及使用位移提升性能
*/
public int hashCode(char[] value, int num) {
hash = resetHash();
int h = hash;
if (h == 0 && value.length > 0) {
char val[] = value;
for (int i = 0; i < value.length; i++) {
h = num * h + val[i];
}
hash = h;
}
return h;
}
private int resetHash() {
return 0;
}而且乘積數為為是31還有下面兩個好處:
- 沖突最少。
- 31計算的值都在取值范圍內。
對此,筆者使用了下面這段代碼印證這個結果:
public int hashCode(char[] value, int num) {
hash = resetHash();
int h = hash;
if (h == 0 && value.length > 0) {
char val[] = value;
for (int i = 0; i < value.length; i++) {
/**
* 31 * h
* ===> (2^5-1) * h
* ====> (1<< 5-1 ) * h
* ===> (1<< 5) * h -h
* 最終結果
* ====> h << 5 - h
* 從而避免計算溢出 以及使用位移提升性能
*/
h = num * h + val[i];
}
hash = h;
}
return h;
}
private int resetHash() {
return 0;
}
@Test
public void hashCodeTest() {
int size = 1000_0000;
caculHashCode(size,2);
caculHashCode(size,4);
caculHashCode(size,7);
caculHashCode(size,31);
caculHashCode(size,32);
caculHashCode(size,33);
caculHashCode(size,64);
/**
* 輸出結果 31碰撞率低 31之后的質數也行 但是最大值超過int 范圍了
* 2:重復了9997896
* 4:重復了9939942
* 7:重復了8696061
* 31:重復了0
* 32:重復了5900000
* 33:重復了8
* 64:重復了9590000
*/
}
private void caculHashCode(int size, int num) {
HashSet<Integer> set2 = new HashSet<>();
for (int i = 0; i < size; i++) {
set2.add(hashCode(String.valueOf(i).toCharArray(), num));
}
System.out.println(num + ":重復了" + (size - set2.size()));
}總結一下:
- 通過2的次冪使得公式，可以使得公式變為取模運算，提升計算效率。
- 次冪為31計算結果永遠小于int類型避免計算溢出，在int類型區間中31次冪碰撞率最低。
5.重寫equals為什么要重寫hashcode？
我們在日常開發中，某些情況下我們判斷對象是否相等需要有自己的一套邏輯，這時候我們就需要重寫equals方法，但我們在重寫equals方法時不重寫hashCode方法，很可能會造成很嚴重的集合操作事故。
我們以以這樣的一個場景為例，由于業務的需要，我們判斷產品對象的邏輯需要重寫，只有id相等的產品對象才是相等的對象。所以我們重寫了產品對象的equals方法，關鍵代碼如下所示：
public class Product {
private Integer id;
private String name;
public Product(Integer id, String name) {
this.id = id;
this.name = name;
}
.....get、set
@Override
public String toString() {
return "Product{" +
"id=" + id +
", name='" + name + '\'' +
'}';
}
// 重寫equals
@Override
public boolean equals(Object o) {
if (this == o) {
return true;
}
if (o == null || getClass() != o.getClass()) {
return false;
}
Product product = (Product) o;
return Objects.equals(id, product.id);
}這時候有個場景要求我們對產品進行去重操作，代碼以及運行結果如下所示，可以看到明明是兩個我們邏輯上相同的產品卻都被存到set集合中，這是為什么呢？我們不妨看看set的add源碼
public static void main(String[] args) {
Product product1 = new Product(1, "id為1的饅頭舊版本");
Product product2 = new Product(1, "id為1的饅頭新版本");
HashSet<Product> products = new HashSet<Product>();
boolean contains = products.contains(product1);
products.add(product1);
products.add(product2);
// 使用equals判斷是否相等
System.out.println(product1.equals(product2));
// 查看HashSet中元素個數
System.out.println(products.size());
for (Product product : products) {
System.out.println(product.toString());
}
/**
* true
* 2
* Product{id=1, name='id為1的饅頭舊版本'}
* Product{id=1, name='id為1的饅頭新版本'}
*/
}首先來到add的淺層調用，我們不妨直接步入查看：
public boolean add(E e) {
//調用map方法完成元素插入
return map.put(e, PRESENT)==null;
}可以看到put代碼本質上就算通過key得到一個hash值，這個值和上一次插入的元素hash值一樣，然后調用putVal嘗試將元素插入：
public V put(K key, V value) {
//通過hash計算得到hash值，然后調用putVal進行元素插入
return putVal(hash(key), key, value, false, true);
}假設我們沒有重寫equals就會發現，因為上一步hash值一樣，但是equals沒有重寫導致兩個元素比較的是引用地址，因為引用地址的不同導致hashMap認定兩者不為同一個key進而導致邏輯上認為相同的元素，卻都插入到map中：
對此我們給出putVal的源碼，讀者可基于該說法進行代入性的調試：
final V putVal(int hash, K key, V value, boolean onlyIfAbsent,
boolean evict) {
//......
else {
Node<K,V> e; K k;
//如果hash相同且對象相等則走這段邏輯，設置一個值直接返回不進行插入操作
if (p.hash == hash &&
((k = p.key) == key || (key != null && key.equals(k))))
e = p;
//否則進行插入操作
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;
}
}
.......
}6.HashMap 常見遍歷以及安全刪除代碼要怎么做？
示例代碼如下，讀者可自行調試，大抵是建議使用entrySet，以及在循環時安全刪除建議使用entrySet的迭代器形式:
private static HashMap<String, String> map = new HashMap();
@Before
public void before() {
int size = 1000_0000;
for (int i = 0; i < size; i++) {
map.put(String.valueOf(i), String.valueOf(i));
}
}
@Test
public void CycleTest() {
long start = System.currentTimeMillis();
Iterator<Map.Entry<String, String>> iterator = map.entrySet().iterator();
while (iterator.hasNext()) {
Map.Entry<String, String> entry = iterator.next();
String key = entry.getKey();
String value = entry.getValue();
}
long end = System.currentTimeMillis();
System.out.println("entry iterator遍歷:" + (end - start));
start = System.currentTimeMillis();
Iterator<String> keySetIterator = map.keySet().iterator();
while (keySetIterator.hasNext()) {
String key = keySetIterator.next();
String value = map.get(key);
}
end = System.currentTimeMillis();
System.out.println("keySet Iterator遍歷:" + (end - start));
start = System.currentTimeMillis();
for (Map.Entry<String, String> entry : map.entrySet()) {
String key = entry.getKey();
String value = entry.getValue();
}
end = System.currentTimeMillis();
System.out.println("entrySet 遍歷:" + (end - start));
start = System.currentTimeMillis();
for (String key : map.keySet()) {
String resultKey = key;
String value = map.get(key);
}
end = System.currentTimeMillis();
System.out.println("foreach keyset 遍歷:" + (end - start));
start = System.currentTimeMillis();
map.forEach((k, v) -> {
String key = k;
String value = v;
});
end = System.currentTimeMillis();
System.out.println("lambda 遍歷:" + (end - start));
start = System.currentTimeMillis();
map.entrySet().stream().forEach((entry)->{
String key=entry.getKey();
String value=entry.getValue();
});
end = System.currentTimeMillis();
System.out.println("stream 遍歷:" + (end - start));
start = System.currentTimeMillis();
map.entrySet().parallelStream().forEach((entry)->{
String key=entry.getKey();
String value=entry.getValue();
});
end = System.currentTimeMillis();
System.out.println("并行流 遍歷:" + (end - start));
/**
* 輸出結果 entrySet性能最好
* entry iterator遍歷:228
* keySet Iterator遍歷:284
* entrySet 遍歷:228
* foreach keyset 遍歷:284
* lambda 遍歷:237
* stream 遍歷:230
* 并行流 遍歷:134
*/
/**
* 兩個entry反編譯的字節碼一樣說明時長一樣
* long start = System.currentTimeMillis();
*
* Entry entry;
* String var6;
* for(Iterator iterator = map.entrySet().iterator(); iterator.hasNext(); var6 = (String)entry.getValue()) {
* entry = (Entry)iterator.next();
* String key = (String)entry.getKey();
* }
*
* long end = System.currentTimeMillis();
* System.out.println("entry iterator遍歷:" + (end - start));
*
*
* start = System.currentTimeMillis();
*
* String var10;
* Iterator var13;
* Entry entry;
* for(var13 = map.entrySet().iterator(); var13.hasNext(); var10 = (String)entry.getValue()) {
* entry = (Entry)var13.next();
* String key = (String)entry.getKey();
* }
*
* end = System.currentTimeMillis();
* System.out.println("entrySet 遍歷:" + (end - start));
*/
/**
* 安全刪除
*/
Iterator<Map.Entry<String, String>> it = map.entrySet().iterator();
while (it.hasNext()) {
Map.Entry<String, String> entry = it.next();
if (entry.getKey() .equals("1") ) {
// 刪除
System.out.println("del:" + entry.getKey());
iterator.remove();
} else {
System.out.println("show:" + entry.getKey());
}
}
}HashMap多線程可能導致的問題
具體可以參考筆者這篇文章，大致原因是JDK7版本的HashMap在多線程擴容期間，一個線程指向遷移節點后被掛起，另一個線程完成擴容后。這個線程重新那會CPU執行權在執行原有的遷移邏輯，會造成死循環進而打爆CPU 100%問題，而JDK8則可能會導致同一個兩個key計算到相同的hash值進而導致后put的元素將前一個元素覆蓋。
責任編輯：趙寧寧
來源：
寫代碼的SharkChili
