hashmap扩容机制_图文并茂：HashMap经典详解！

点击上方Java后端，选择设为星标

优质文章，及时送达

代码中的注解多看几遍，其中HashMap的扩容机制是要必懂知识！结合图片一起理解！

什么是 HashMap?

HashMap 是基于哈希表的 Map 接口的非同步实现。此实现提供所有可选的映射操作，并允许使用 null 值和 null 键。此类不保证映射的顺序，特别是它不保证该顺序恒久不变。HashMap 的数据结构 在 Java 编程语言中，最基本的结构就是两种，一个是数组，另外一个是模拟指针(引用)，所有的数据结构都可以用这两个基本结构来构造的，HashMap 也不例外。HashMap 实际上是一个 “链表散列” 的数据结构，即数组和链表的结合体。文字描述永远要配上图才能更好的讲解数据结构，HashMap 的结构图如下。从上图中可以看出，HashMap 底层就是一个数组结构，数组中的每一项又是一个链表或者红黑树。当新建一个 HashMap 的时候，就会初始化一个数组。下面先通过大概看下 HashMap 的核心成员。

publicclassHashMap<K,V> extendsAbstractMap<K,V>implementsMap<K,V>, Cloneable, Serializable{// 默认容量，默认为16，必须是2的幂staticfinalintDEFAULT_INITIAL_CAPACITY = 1<< 4;// 最大容量，值是2^30staticfinalintMAXIMUM_CAPACITY = 1<< 30// 装载因子，默认的装载因子是0.75staticfinalfloatDEFAULT_LOAD_FACTOR = 0.75f;// 解决冲突的数据结构由链表转换成树的阈值，默认为8staticfinalintTREEIFY_THRESHOLD = 8;// 解决冲突的数据结构由树转换成链表的阈值，默认为6staticfinalintUNTREEIFY_THRESHOLD = 6;/* 当桶中的bin被树化时最小的hash表容量。

* 如果没有达到这个阈值，即hash表容量小于MIN_TREEIFY_CAPACITY，当桶中bin的数量太多时会执行resize扩容操作。

* 这个MIN_TREEIFY_CAPACITY的值至少是TREEIFY_THRESHOLD的4倍。

*/staticfinalintMIN_TREEIFY_CAPACITY = 64;staticclassNode<K,V> implementsMap.Entry<K,V> {//...

}// 存储数据的数组transientNode[] table;// 遍历的容器transientSet> entrySet;// Map中KEY-VALUE的数量transientintsize;/**

* 结构性变更的次数。

* 结构性变更是指map的元素数量的变化，比如rehash操作。

* 用于HashMap快速失败操作，比如在遍历时发生了结构性变更，就会抛出ConcurrentModificationException。

*/transientintmodCount;// 下次resize的操作的size值。intthreshold;// 负载因子，resize后容量的大小会增加现有size * loadFactorfinalfloatloadFactor;

}

HashMap 的初始化

publicHashMap(){this.loadFactor = DEFAULT_LOAD_FACTOR; // 其他值都是默认值

}

通过源码可以看出初始化时并没有初始化数组 table，那只能在 put 操作时放入了，为什么要这样做？估计是避免初始化了 HashMap 之后不使用反而占用内存吧，哈哈哈。

HashMap 的存储操作

publicV put(K key, V value) {returnputVal(hash(key), key, value, false, true);

}

下面我们详细讲一下 HashMap 是如何确定数组索引的位置、进行 put 操作的详细过程以及扩容机制 (resize)

hash 计算，确定数组索引位置

不管增加、删除、查找键值对，定位到哈希桶数组的位置都是很关键的第一步。前面说过 HashMap 的数据结构是数组和链表的结合，所以我们当然希望这个 HashMap 里面的元素位置尽量分布均匀些，尽量使得每个位置上的元素数量只有一个，那么当我们用 hash 算法求得这个位置的时候，马上就可以知道对应位置的元素就是我们要的，不用遍历链表，大大优化了查询的效率。HashMap 定位数组索引位置，直接决定了 hash 方法的离散性能。看下源码的实现:

staticfinalinthash(Object key){ //jdk1.8inth;// h = key.hashCode() 为第一步 取hashCode值// h ^ (h >>> 16) 为第二步 高位参与运算return(key == null) ? 0: (h = key.hashCode()) ^ (h >>> 16);

}

通过 hashCode() 的高 16 位异或低 16 位实现的：(h = k.hashCode()) ^ (h >>> 16)，主要是从速度、功效、质量来考虑的，这么做可以在数组 table 的 length 比较小的时候，也能保证考虑到高低 Bit 都参与到 Hash 的计算中，同时不会有太大的开销。

大家都知道上面代码里的 key.hashCode() 函数调用的是 key 键值类型自带的哈希函数，返回 int 型散列值。理论上散列值是一个 int 型，如果直接拿散列值作为下标访问 HashMap 主数组的话，考虑到 2 进制 32 位带符号的 int 表值范围从‑2147483648 到 2147483648。前后加起来大概 40 亿的映射空间。

只要哈希函数映射得比较均匀松散，一般应用是很难出现碰撞的。但问题是一个 40 亿长度的数组，内存是放不下的。你想，HashMap 扩容之前的数组初始大小才 16。所以这个散列值是不能直接拿来用的。用之前还要先做对数组的长度取模运算，得到的余数才能用来访问数组下标。源码中模运算是在这个 indexFor( ) 函数里完成。

bucketIndex = indexFor(hash, table.length);//indexFor的代码也很简单，就是把散列值和数组长度做一个"与"操作，staticintindexFor(inth, intlength){returnh & (length-1);

}

顺便说一下，这也正好解释了为什么 HashMap 的数组长度要取 2 的整次幂。因为这样(数组长度‑1)正好相当于一个 “低位掩码”。“与” 操作的结果就是散列值的高位全部归零，只保留低位值，用来做数组下标访问。以初始长度 16 为例，16‑1=15。2 进制表示是 00000000 0000000000001111。和某散列值做 “与” 操作如下，结果就是截取了最低的四位值。

10100101 11000100 00100101

& 00000000 00000000 00001111

----------------------------------

00000000 00000000 00000101 //高位全部归零，只保留末四位

但这时候问题就来了，这样就算我的散列值分布再松散，要是只取最后几位的话，碰撞也会很严重。更要命的是如果散列本身做得不好，分布上成等差数列的漏洞，恰好使最后几个低位呈现规律性重复，就无比蛋疼。这时候 “扰动函数” 的价值就出来了，说到这大家应该都明白了，看下图。右位移 16 位，正好是 32bit 的一半，自己的高半区和低半区做异或，就是为了混合原始哈希码的高位和低位，以此来加大低位的随机性。而且混合后的低位掺杂了高位的部分特征，这样高位的信息也被变相保留下来。

putVal 方法

HashMap 的 put 方法执行过程可以通过下图来理解，自己有兴趣可以去对比源码更清楚地研究学习。源码以及解释如下:

// 真正的put操作final V putVal(inthash, K key, V value, boolean onlyIfAbsent,

boolean evict) {

Node[] tab; Node p; intn, i;// 如果table没有初始化，或者初始化的大小为0，进行resize操作if((tab = table) == null|| (n = tab.length) == 0)

n = (tab = resize()).length;// 如果hash值对应的桶内没有数据，直接生成结点并且把结点放入桶中if((p = tab[i = (n - 1) & hash]) == null)

tab[i] = newNode(hash, key, value, null);// 如果hash值对应的桶内有数据解决冲突，再放入桶中else{

Node e; K k;//判断put的元素和已经存在的元素是相同(hash一致，并且equals返回true)if(p.hash == hash &&

((k = p.key) == key || (key != null&& key.equals(k))))

e = p;// put的元素和已经存在的元素是不相同(hash一致，并且equals返回true)// 如果桶内元素的类型是TreeNode，也就是解决hash解决冲突用的树型结构，把元素放入树种elseif(p instanceof TreeNode)

e = ((TreeNode)p).putTreeVal(this, tab, hash, key, value);else{// 桶内元素的类型不是TreeNode，而是链表时，把数据放入链表的最后一个元素上for(intbinCount = 0; ; ++binCount) {if((e = p.next) == null) {

p.next = newNode(hash, key, value, null);// 如果链表的长度大于转换为树的阈值(TREEIFY_THRESHOLD)，将存储元素的数据结构变更为树if(binCount >= TREEIFY_THRESHOLD - 1) // -1 for 1st

treeifyBin(tab, hash);break;

}// 如果查已经存在key，停止遍历if(e.hash == hash &&

((k = e.key) == key || (key != null&& key.equals(k))))break;

p = e;

}

}// 已经存在元素时if(e != null) { // existing mapping for key

V oldValue = e.value;if(!onlyIfAbsent || oldValue == null)

e.value= value;

afterNodeAccess(e);returnoldValue;

}

}

++modCount;// 如果K-V数量大于阈值，进行resize操作if(++size > threshold)

resize();

afterNodeInsertion(evict);returnnull;

}

扩容机制HashMap 的扩容机制用的很巧妙，以最小的性能来完成扩容。扩容后的容量就变成了变成了之前容量的 2 倍，初始容量为 16，所以经过 rehash 之后，元素的位置要么是在原位置，要么是在原位置再向高下标移动上次容量次数的位置，也就是说如果上次容量是 16，下次扩容后容量变成了 16+16，如果一个元素在下标为 7 的位置，下次扩容时，要不还在 7 的位置，要不在 7+16 的位置。我们下面来解释一下 Java8 的扩容机制是怎么做到的？n 为 table 的长度，图(a)表示扩容前的 key1 和 key2 两种 key 确定索引位置的示例，图(b)表示扩容后 key1 和 key2 两种 key 确定索引位置的示例，其中 hash1 是 key1 对应的哈希与高位运算结果。元素在重新计算 hash 之后，因为 n 变为 2 倍，那么 n-1 的 mask 范围在高位多 1bit(红色)，因此新的 index 就会发生这样的变化：因此，我们在扩充 HashMap 的时候，不需要像 JDK1.7 的实现那样重新计算 hash，只需要看看原来的 hash 值新增的那个 bit 是 1 还是 0 就好了，是 0 的话索引没变，是 1 的话索引变成 “原索引 + oldCap”，可以看看下图为 16 扩充为 32 的 resize 示意图：而 hash 值的高位是否为 1，只需要和扩容后的长度做与操作就可以了，因为扩容后的长度为 2 的次幂，所以高位必为 1，低位必为 0，如 10000 这种形式，源码中有 e.hash & oldCap 来做到这个逻辑。这个设计确实非常的巧妙，既省去了重新计算 hash 值的时间，而且同时，由于新增的 1bit 是 0 还是 1 可以认为是随机的，因此 resize 的过程，均匀的把之前的冲突的节点分散到新的 bucket 了。这一块就是 JDK1.8 新增的优化点。有一点注意区别，JDK1.7 中 rehash 的时候，旧链表迁移新链表的时候，如果在新表的数组索引位置相同，则链表元素会倒置，但是从上图可以看出，JDK1.8 不会倒置。下面是 JDK1.8 的 resize 源码，写的很赞，如下:

finalNode[] resize() {

Node[] oldTab = table;intoldCap = (oldTab == null) ? 0: oldTab.length;intoldThr = threshold;intnewCap, newThr = 0;// 计算新的容量值和下一次要扩展的容量if(oldCap > 0) {// 超过最大值就不再扩充了，就只好随你碰撞去吧if(oldCap >= MAXIMUM_CAPACITY) {

threshold = Integer.MAX_VALUE;returnoldTab;

}// 没超过最大值，就扩充为原来的2倍elseif((newCap = oldCap << 1) < MAXIMUM_CAPACITY &&

oldCap >= DEFAULT_INITIAL_CAPACITY)

newThr = oldThr << 1; // double threshold

}elseif(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);

}// 计算新的resize上限if(newThr == 0) {floatft = (float)newCap * loadFactor;

newThr = (newCap < MAXIMUM_CAPACITY && ft < (float)MAXIMUM_CAPACITY ?

(int)ft : Integer.MAX_VALUE);

}

threshold = newThr;@SuppressWarnings({"rawtypes","unchecked"})

Node[] newTab = (Node[])newNode[newCap];

table = newTab;if(oldTab != null) {// 把每个bucket都移动到新的buckets中for(intj = 0; j < oldCap; ++j) {

Node e;//如果位置上没有元素，直接为nullif((e = oldTab[j]) != null) {

oldTab[j] = null;//如果只有一个元素，新的hash计算后放入新的数组中if(e.next == null)

newTab[e.hash & (newCap - 1)] = e;//如果是树状结构，使用红黑树保存elseif(e instanceofTreeNode)

((TreeNode)e).split(this, newTab, j, oldCap);//如果是链表形式else{ // preserve order

Node loHead = null, loTail = null;

Node hiHead = null, hiTail = null;

Node next;do{

next = e.next;//hash碰撞后高位为0，放入低Hash值的链表中if((e.hash & oldCap) == 0) {if(loTail == null)

loHead = e;else

loTail.next = e;

loTail = e;

}//hash碰撞后高位为1，放入高Hash值的链表中else{if(hiTail == null)

hiHead = e;else

hiTail.next = e;

hiTail = e;

}

} while((e = next) != null);// 低hash值的链表放入数组的原始位置if(loTail != null) {

loTail.next = null;

newTab[j] = loHead;

}// 高hash值的链表放入数组的原始位置 + 原始容量if(hiTail != null) {

hiTail.next = null;

newTab[j + oldCap] = hiHead;

}

}

}

}

}returnnewTab;

}

作者：feigeswjtu链接：/feigeswjtu

-END -

最近整理一份面试资料《Java技术栈学习手册》，覆盖了Java技术、面试题精选、Spring全家桶、Nginx、SSM、微服务、数据库、数据结构、架构等等。获取方式：点“在看，关注公众号Java后端并回复777领取，更多内容陆续奉上。推荐阅读1.21 届校招薪资曝光：严重倒挂老员工！2.Redis 五大数据类型使用场景3.Linux 命令速查手册4.讨论：Service层需要接口吗？

5.好用：强大的 IDEA 代码生成器

喜欢文章，点个在看

如果觉得《hashmap扩容机制_图文并茂：HashMap经典详解！》对你有帮助，请点赞、收藏，并留下你的观点哦！