失眠网 > HashMap 是如何工作的？图文详解一起来看看！

HashMap 是如何工作的？图文详解一起来看看！

时间：2023-05-11 04:09:56

1 HashMap在JAVA中的怎么工作的？

基于Hash的原理

2 什么是哈希？

最简单形式的 hash，是一种在对任何变量/对象的属性应用任何公式/算法后，为其分配唯一代码的方法。

一个真正的hash方法必须遵循下面的原则

哈希函数每次在相同或相等的对象上应用哈希函数时, 应每次返回相同的哈希码。换句话说, 两个相等的对象必须一致地生成相同的哈希码。

Java 中所有的对象都有 Hash 方法

Java中的所有对象都继承Object类中定义的hashCode()函数的默认实现。此函数通常通过将对象的内部地址转换为整数来生成哈希码，从而为所有不同的对象生成不同的哈希码。

3 HashMap 中的 Node 类

Map的定义是：将键映射到值的对象。

因此，HashMap中必须有一些机制来存储这个键值对。答案是肯定的。 HHashMap有一个内部类Node，如下所示：

static class Node<K,V> implements Map.Entry<K,V> {final int hash;// 记录hash值，以便重hash时不需要再重新计算 final K key; V value;Node<K,V> next;...// 其余的代码 }

当然，Node类具有存储为属性的键和值的映射。 key 已被标记为 final，另外还有两个字段：next 和 hash。

在下面中，我们将会理解这些属性的必须性。

4 键值对在 HashMap 中是如何存储的

键值对在HashMap中是以Node内部类的数组存放的，如下所示：

transient Node<K,V>[] table;

哈希码计算出来之后，会转换成该数组的下标，在该下标中存储对应哈希码的键值对，在此先不详细讲解hash碰撞的情况。

该数组的长度始终是 2 的次幂，通过以下的函数实现该过程

static final int tableSizeFor(int cap) {int n = cap - 1;// 如果不做该操作，则如传入的 cap 是 2 的整数幂，则返回值是预想的 2 倍 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;}

其原理是将传入参数 (cap) 的低二进制全部变为 1，最后加 1 即可获得对应的大于 cap 的 2 的次幂作为数组长度。

为什么要使用 2 的次幂作为数组的容量呢？

在此有涉及到HashMap的 hash 函数及数组下标的计算，键(key)所计算出来的哈希码有可能是大于数组的容量的，那怎么办？可以通过简单的求余运算来获得，但此方法效率太低。HashMap中通过以下的方法保证 hash 的值计算后都小于数组的容量。

(n - 1) & hash

这也正好解释了为什么需要 2 的次幂作为数组的容量。由于 n 是 2 的次幂，因此， n - 1 类似于一个低位掩码。通过与操作，高位的hash值全部归零，保证低位才有效，从而保证获得的值都小于 n。同时，在下一次 resize() 操作时，重新计算每个 Node 的数组下标将会因此变得很简单，具体的后文讲解。以默认的初始值 16 为例

01010011 00100101 01010100 00100101& 00000000 00000000 00000000 00001111----------------------------------00000000 00000000 00000000 00000101 //高位全部归零，只保留末四位 // 保证了计算出的值小于数组的长度 n

但是，使用了该功能之后，由于只取了低位，因此 hash 碰撞会也会相应的变得很严重。这时候就需要使用「扰动函数」

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

该函数通过将哈希码的高 16 位的右移后与原哈希码进行异或而得到，以以上的例子为例

此方法保证了高16位不变，低16位根据异或后的结果改变。计算后的数组下标将会从原先的 5 变为 0。

使用了「扰动函数」之后， hash 碰撞的概率将会下降。有人专门做过类似的测试，虽然使用该「扰动函数」并没有获得最大概率的避免 hash 碰撞，但考虑其计算性能和碰撞的概率， JDK 中使用了该方法，且只 hash 一次。

5 哈希碰撞及其处理

在理想的情况下，哈希函数将每一个 key 都映射到一个唯一的 bucket，然而，这是不可能的。哪怕是设计在良好的哈希函数，也会产生哈希冲突。

前人研究了很多哈希冲突的解决方法，在维基百科中，总结出了四大类

在 Java 的HashMap中，采用了第一种 Separate chaining 方法(大多数翻译为拉链法)+链表和红黑树来解决冲突。

在HashMap中，哈希碰撞之后会通过Node类内部的成员变量Node<K,V> next;来形成一个链表(节点小于8)或红黑树（节点大于8，在小于6时会从新转换为链表），从而达到解决冲突的目的。

static final int TREEIFY_THRESHOLD = 8;static final int UNTREEIFY_THRESHOLD = 6;

6 HashMap 的初始化

public HashMap();public HashMap(int initialCapacity);public HashMap(Map<? extends K, ? extends V> m);public HashMap(int initialCapacity, float loadFactor);

HashMap中有四个构造函数，大多是初始化容量和负载因子的操作。以public HashMap(int initialCapacity, float loadFactor)为例

public HashMap(int initialCapacity, float loadFactor) {// 初始化的容量不能小于0 if (initialCapacity < 0)throw new IllegalArgumentException("Illegal initial capacity: " +initialCapacity);// 初始化容量不大于最大容量 if (initialCapacity > MAXIMUM_CAPACITY)initialCapacity = MAXIMUM_CAPACITY;// 负载因子不能小于 0 if (loadFactor <= 0 || Float.isNaN(loadFactor))throw new IllegalArgumentException("Illegal load factor: " +loadFactor);this.loadFactor = loadFactor;this.threshold = tableSizeFor(initialCapacity);}

通过该函数进行了容量和负载因子的初始化，如果是调用的其他的构造函数，则相应的负载因子和容量会使用默认值（默认负载因子=0.75，默认容量=16）。在此时，还没有进行存储容器 table 的初始化，该初始化要延迟到第一次使用时进行。

7 HashMap 中哈希表的初始化或动态扩容

所谓的哈希表，指的就是下面这个类型为内部类Node的 table 变量。

transient Node<K,V>[] table;

作为数组，其在初始化时就需要指定长度。在实际使用过程中，我们存储的数量可能会大于该长度，因此HashMap中定义了一个阈值参数(threshold)，在存储的容量达到指定的阈值时，需要进行扩容。

我个人认为初始化也是动态扩容的一种，只不过其扩容是容量从 0 扩展到构造函数中的数值（默认16）。而且不需要进行元素的重hash.

7.1 扩容发生的条件

初始化的话只要数值为空或者数组长度为 0 就会进行。而扩容是在元素的数量大于阈值（threshold）时就会触发。

threshold = loadFactor * capacity

比如HashMap中默认的 loadFactor=0.75, capacity=16, 则

threshold = loadFactor * capacity = 0.75 * 16 = 12

那么在元素数量大于 12 时，就会进行扩容。扩容后的 capacity 和 threshold 也会随之而改变。

负载因子影响触发的阈值，因此，它的值较小的时候，HashMap中的 hash 碰撞就很少，此时存取的性能都很高，对应的缺点是需要较多的内存；而它的值较大时，HashMap中的 hash 碰撞就很多，此时存取的性能相对较低，对应优点是需要较少的内存；不建议更改该默认值，如果要更改，建议进行相应的测试之后确定。

7.2 再谈容量为2的整数次幂和数组索引计算

前面说过了数组的容量为 2 的整次幂，同时，数组的下标通过下面的代码进行计算

index = (table.length - 1) & hash

该方法除了可以很快的计算出数组的索引之外，在扩容之后，进行重 hash 时也会很巧妙的就可以算出新的 hash 值。由于数组扩容之后，容量是现在的 2 倍，扩容之后 n-1 的有效位会比原来多一位，而多的这一位与原容量二进制在同一个位置。示例

这样就可以很快的计算出新的索引啦

7.3 步骤

先判断是初始化还是扩容，两者在计算 newCap和newThr 时会不一样计算扩容后的容量，临界值。将hashMap的临界值修改为扩容后的临界值根据扩容后的容量新建数组，然后将hashMap的table的引用指向新数组。将旧数组的元素复制到table中。在该过程中，涉及到几种情况，需要分开进行处理（只存有一个元素，一般链表，红黑树）

具体的看代码吧

final Node<K, V>[] resize() {//新建oldTab数组保存扩容前的数组table Node<K, V>[] oldTab = table;//获取原来数组的长度 int oldCap = (oldTab == null) ? 0 : oldTab.length;//原来数组扩容的临界值 int oldThr = threshold;int newCap, newThr = 0;//如果扩容前的容量 > 0 if (oldCap > 0) {//如果原来的数组长度大于最大值(2^30) if (oldCap >= MAXIMUM_CAPACITY) {//扩容临界值提高到正无穷threshold = Integer.MAX_VALUE;//无法进行扩容，返回原来的数组return oldTab;//如果现在容量的两倍小于MAXIMUM_CAPACITY且现在的容量大于DEFAULT_INITIAL_CAPACITY } else if ((newCap = oldCap << 1) < MAXIMUM_CAPACITY &&oldCap >= DEFAULT_INITIAL_CAPACITY)//临界值变为原来的2倍newThr = oldThr << 1;} else if (oldThr > 0) //如果旧容量 <= 0，而且旧临界值 > 0 //数组的新容量设置为老数组扩容的临界值 newCap = oldThr;else {//如果旧容量 <= 0，且旧临界值 <= 0，新容量扩充为默认初始化容量，新临界值为DEFAULT_LOAD_FACTOR * DEFAULT_INITIAL_CAPACITY newCap = DEFAULT_INITIAL_CAPACITY;//新数组初始容量设置为默认值 newThr = (int) (DEFAULT_LOAD_FACTOR * DEFAULT_INITIAL_CAPACITY);//计算默认容量下的阈值 }// 计算新的resize上限 if (newThr == 0) {//在当上面的条件判断中，只有是初始化时(oldCap=0, oldThr > 0)时，newThr == 0 //ft为临时临界值，下面会确定这个临界值是否合法，如果合法，那就是真正的临界值 float ft = (float) newCap * loadFactor;//当新容量< MAXIMUM_CAPACITY且ft < (float)MAXIMUM_CAPACITY，新的临界值为ft，否则为Integer.MAX_VALUE newThr = (newCap < MAXIMUM_CAPACITY && ft < (float) MAXIMUM_CAPACITY ?(int) ft : Integer.MAX_VALUE);}//将扩容后hashMap的临界值设置为newThr threshold = newThr;//创建新的table，初始化容量为newCap @SuppressWarnings({"rawtypes", "unchecked"})Node<K, V>[] newTab = (Node<K, V>[]) new Node[newCap];//修改hashMap的table为新建的newTab table = newTab;//如果旧table不为空，将旧table中的元素复制到新的table中 if (oldTab != null) {//遍历旧哈希表的每个桶，将旧哈希表中的桶复制到新的哈希表中 for (int j = 0; j < oldCap; ++j) {Node<K, V> e;//如果旧桶不为null，使用e记录旧桶if ((e = oldTab[j]) != null) {//将旧桶置为nulloldTab[j] = null;//如果旧桶中只有一个nodeif (e.next == null)//将e也就是oldTab[j]放入newTab中e.hash & (newCap - 1)的位置 newTab[e.hash & (newCap - 1)] = e;//如果旧桶中的结构为红黑树else if (e instanceof TreeNode)//将树中的node分离 ((TreeNode<K, V>) e).split(this, newTab, j, oldCap);else {//如果旧桶中的结构为链表,链表重排，jdk1.8做的一系列优化 Node<K, V> loHead = null, loTail = null;Node<K, V> hiHead = null, hiTail = null;Node<K, V> next;//遍历整个链表中的节点 do {next = e.next;// 原索引 if ((e.hash & oldCap) == 0) {if (loTail == null)loHead = e;elseloTail.next = e;loTail = e;} else {// 原索引+oldCap if (hiTail == null)hiHead = e;elsehiTail.next = e;hiTail = e;}} while ((e = next) != null);// 原索引放到bucket里 if (loTail != null) {loTail.next = null;newTab[j] = loHead;}// 原索引+oldCap放到bucket里 if (hiTail != null) {hiTail.next = null;newTab[j + oldCap] = hiHead;}}}}}return newTab;}

7.4 注意事项

虽然 HashMap 设计的非常优秀，但是应该尽可能少的避免 resize(), 该过程会很耗费时间。

同时，由于 hashmap 不能自动的缩小容量。因此，如果你的 hashmap 容量很大，但执行了很多 remove 操作时，容量并不会减少。如果你觉得需要减少容量，请重新创建一个 hashmap。

8 HashMap.put() 函数内部是如何工作的？

在使用多次HashMap之后，大体也能说出其添加元素的原理：计算每一个key的哈希值，通过一定的计算之后算出其在哈希表中的位置，将键值对放入该位置，如果有哈希碰撞则进行哈希碰撞处理。

而其工作时的原理如下（图是我很早之前保存的，忘了出处了）

源码如下：

/* @param hash 指定参数key的哈希值* @param key指定参数key* @param value 指定参数value* @param onlyIfAbsent 如果为true，即使指定参数key在map中已经存在，也不会替换value* @param evict 如果为false，数组table在创建模式中* @return 如果value被替换，则返回旧的value，否则返回null。当然，可能key对应的value就是null。*/final V putVal(int hash, K key, V value, boolean onlyIfAbsent,boolean evict) {Node<K, V>[] tab;Node<K, V> p;int n, i;//如果哈希表为空，调用resize()创建一个哈希表，并用变量n记录哈希表长度 if ((tab = table) == null || (n = tab.length) == 0)n = (tab = resize()).length;/** * 如果指定参数hash在表中没有对应的桶，即为没有碰撞 * Hash函数，(n - 1) & hash 计算key将被放置的槽位 * (n - 1) & hash 本质上是hash % n，位运算更快 */if ((p = tab[i = (n - 1) & hash]) == null)//直接将键值对插入到map中即可 tab[i] = newNode(hash, key, value, null);else {// 桶中已经存在元素 Node<K, V> e;K k;// 比较桶中第一个元素(数组中的结点)的hash值相等，key相等 if (p.hash == hash &&((k = p.key) == key || (key != null && key.equals(k))))// 将第一个元素赋值给e，用e来记录e = p;// 当前桶中无该键值对，且桶是红黑树结构，按照红黑树结构插入 else if (p instanceof TreeNode)e = ((TreeNode<K, V>) p).putTreeVal(this, tab, hash, key, value);// 当前桶中无该键值对，且桶是链表结构，按照链表结构插入到尾部 else {for (int binCount = 0; ; ++binCount) {// 遍历到链表尾部if ((e = p.next) == null) {p.next = newNode(hash, key, value, null);// 检查链表长度是否达到阈值，达到将该槽位节点组织形式转为红黑树 if (binCount >= TREEIFY_THRESHOLD - 1) // -1 for 1st treeifyBin(tab, hash);break;}// 链表节点的<key, value>与put操作<key, value>相同时，不做重复操作，跳出循环if (e.hash == hash &&((k = e.key) == key || (key != null && key.equals(k))))break;p = e;}}// 找到或新建一个key和hashCode与插入元素相等的键值对，进行put操作 if (e != null) {// existing mapping for key// 记录e的valueV oldValue = e.value;/** * onlyIfAbsent为false或旧值为null时，允许替换旧值 * 否则无需替换 */if (!onlyIfAbsent || oldValue == null)e.value = value;// 访问后回调afterNodeAccess(e);// 返回旧值return oldValue;}}// 更新结构化修改信息 ++modCount;// 键值对数目超过阈值时，进行rehash if (++size > threshold)resize();// 插入后回调 afterNodeInsertion(evict);return null;}

在此过程中，会涉及到哈希碰撞的解决。

9 HashMap.get() 方法内部是如何工作的？

/*** 返回指定的key映射的value，如果value为null，则返回null* get可以分为三个步骤：* 1.通过hash(Object key)方法计算key的哈希值hash。* 2.通过getNode( int hash, Object key)方法获取node。* 3.如果node为null，返回null，否则返回node.value。** @see #put(Object, Object)*/public V get(Object key) {Node<K, V> e;//根据key及其hash值查询node节点，如果存在，则返回该节点的value值 return (e = getNode(hash(key), key)) == null ? null : e.value;}

其最终是调用了getNode函数。其逻辑如下

源码如下：

/*** @param hash 指定参数key的哈希值* @param key 指定参数key* @return 返回node，如果没有则返回null*/final Node<K, V> getNode(int hash, Object key) {Node<K, V>[] tab;Node<K, V> first, e;int n;K k;//如果哈希表不为空，而且key对应的桶上不为空 if ((tab = table) != null && (n = tab.length) > 0 &&(first = tab[(n - 1) & hash]) != null) {//如果桶中的第一个节点就和指定参数hash和key匹配上了 if (first.hash == hash && // always check first node((k = first.key) == key || (key != null && key.equals(k))))//返回桶中的第一个节点return first;//如果桶中的第一个节点没有匹配上，而且有后续节点 if ((e = first.next) != null) {//如果当前的桶采用红黑树，则调用红黑树的get方法去获取节点if (first instanceof TreeNode)return ((TreeNode<K, V>) first).getTreeNode(hash, key);//如果当前的桶不采用红黑树，即桶中节点结构为链式结构do {//遍历链表，直到key匹配if (e.hash == hash &&((k = e.key) == key || (key != null && key.equals(k))))return e;} while ((e = e.next) != null);}}//如果哈希表为空，或者没有找到节点，返回null return null;}