1. HashMap 概述：
HashMap 是基于哈希表的 Map 接口的非同步實(shí)現(xiàn)。此實(shí)現(xiàn)提供所有可選的映射操作，并允許使用 null 值和 null 鍵。此類不保證映射的順序，特別是它不保證該順序恒久不變。
2. HashMap 的數(shù)據(jù)結(jié)構(gòu)：
在 java 編程語言中，最基本的結(jié)構(gòu)就是兩種，一個(gè)是數(shù)組，另外一個(gè)是模擬指針（引用），所有的數(shù)據(jù)結(jié)構(gòu)都可以用這兩個(gè)基本結(jié)構(gòu)來構(gòu)造的， HashMap 也不例外。HashMap 實(shí)際上是一個(gè)“鏈表散列”的數(shù)據(jù)結(jié)構(gòu)，即數(shù)組和鏈表的結(jié)合體。
從上圖中可以看出， HashMap 底層就是一個(gè)數(shù)組結(jié)構(gòu)，數(shù)組中的每一項(xiàng)又是一個(gè)鏈表。當(dāng)新建一個(gè) HashMap 的時(shí)候，就會(huì)初始化一個(gè)數(shù)組。
源碼如下：
Java代碼
/**
* The table, resized as necessary. Length MUST Always be a power of two.
*/
transient Entry[] table;
static class Entry<K,V> implements Map.Entry<K,V> {
final K key;
V value;
Entry<K,V> next;
final int hash;
……
}
可以看出， Entry 就是數(shù)組中的元素，每個(gè) Map.Entry 其實(shí)就是一個(gè) key-value 對(duì)，它持有一個(gè)指向下一個(gè)元素的引用，這就構(gòu)成了鏈表。
3. HashMap 的存取實(shí)現(xiàn)：
1) 存儲(chǔ)：
Java代碼
public V put(K key, V value) {
// HashMap允許存放null鍵和null值。
// 當(dāng)key為null時(shí)，調(diào)用putForNullKey方法，將value放置在數(shù)組第一個(gè)位置。
if (key == null )
return putForNullKey(value);
// 根據(jù)key的keyCode重新計(jì)算hash值。
int hash = hash(key.hashCode());
// 搜索指定hash值在對(duì)應(yīng)table中的索引。
int i = indexFor(hash, table.length);
// 如果 i 索引處的 Entry 不為 null，通過循環(huán)不斷遍歷 e 元素的下一個(gè)元素。
for (Entry<K,V> e = table[i]; e != null ; e = e.next) {
Object k;
if (e.hash == hash && ((k = e.key) == key || key.equals(k))) {
V oldValue = e.value;
e.value = value;
e.recordAccess(this );
return oldValue;
}
}
// 如果i索引處的Entry為null，表明此處還沒有Entry。
modCount++;
// 將key、value添加到i索引處。
addEntry(hash, key, value, i);
return null ;
}
從上面的源代碼中可以看出：當(dāng)我們往 HashMap 中 put 元素的時(shí)候，先根據(jù) key 的 hashCode 重新計(jì)算 hash 值，根據(jù) hash 值得到這個(gè)元素在數(shù)組中的位置（即下標(biāo)），如果數(shù)組該位置上已經(jīng)存放有其他元素了，那么在這個(gè)位置上的元素將以鏈表的形式存放，新加入的放在鏈頭，最先加入的放在鏈尾。如果數(shù)組該位置上沒有元素，就直接將該元素放到此數(shù)組中的該位置上。
addEntry(hash, key, value, i) 方法根據(jù)計(jì)算出的 hash 值，將 key-value 對(duì)放在數(shù)組 table 的 i 索引處。 addEntry 是 HashMap 提供的一個(gè)包訪問權(quán)限的方法，代碼如下：
Java代碼
void addEntry( int hash, K key, V value, int bucketIndex) {
// 獲取指定 bucketIndex 索引處的 Entry
Entry<K,V> e = table[bucketIndex];
// 將新創(chuàng)建的 Entry 放入 bucketIndex 索引處，并讓新的 Entry 指向原來的 Entry
table[bucketIndex] = new Entry<K,V>(hash, key, value, e);
// 如果 Map 中的 key-value 對(duì)的數(shù)量超過了極限
if (size++ >= threshold)
// 把 table 對(duì)象的長(zhǎng)度擴(kuò)充到原來的2倍。
resize(2 * table.length);
}
當(dāng)系統(tǒng)決定存儲(chǔ) HashMap 中的 key-value 對(duì)時(shí)，完全沒有考慮 Entry 中的 value ，僅僅只是根據(jù) key 來計(jì)算并決定每個(gè) Entry 的存儲(chǔ)位置。我們完全可以把 Map 集合中的 value 當(dāng)成 key 的附屬，當(dāng)系統(tǒng)決定了 key 的存儲(chǔ)位置之后， value 隨之保存在那里即可。
hash(int h) 方法根據(jù) key 的 hashCode 重新計(jì)算一次散列。此算法加入了高位計(jì)算，防止低位不變，高位變化時(shí)，造成的 hash 沖突。
Java代碼
static int hash( int h) {
h ^= (h >>> 20 ) ^ (h >>> 12 );
return h ^ (h >>> 7 ) ^ (h >>> 4 );
}
我們可以看到在 HashMap 中要找到某個(gè)元素，需要根據(jù) key 的 hash 值來求得對(duì)應(yīng)數(shù)組中的位置。如何計(jì)算這個(gè)位置就是 hash 算法。前面說過 HashMap 的數(shù)據(jù)結(jié)構(gòu)是數(shù)組和鏈表的結(jié)合，所以我們當(dāng)然希望這個(gè) HashMap 里面的 元素位置盡量的分布均勻些，盡量使得每個(gè)位置上的元素?cái)?shù)量只有一個(gè)，那么當(dāng)我們用 hash 算法求得這個(gè)位置的時(shí)候，馬上就可以知道對(duì)應(yīng)位置的元素就是我們要的，而不用再去遍歷鏈表，這樣就大大優(yōu)化了查詢的效率。
對(duì)于任意給定的對(duì)象，只要它的 hashCode() 返回值相同，那么程序調(diào)用 hash(int h) 方法所計(jì)算得到的 hash 碼值總是相同的。我們首先想到的就是把 hash 值對(duì)數(shù)組長(zhǎng)度取模運(yùn)算，這樣一來，元素的分布相對(duì)來說是比較均勻的。但是， “ 模 ” 運(yùn)算的消耗還是比較大的，在 HashMap 中是這樣做的：調(diào)用 indexFor(int h, int length) 方法來計(jì)算該對(duì)象應(yīng)該保存在 table 數(shù)組的哪個(gè)索引處。 indexFor(int h, int length) 方法的代碼如下：
Java代碼
static int indexFor( int h, int length) {
return h & (length- 1 );
}
這個(gè)方法非常巧妙，它通過 h & (table.length -1) 來得到該對(duì)象的保存位，而 HashMap 底層數(shù)組的長(zhǎng)度總是 2 的 n 次方，這是HashMap 在速度上的優(yōu)化。在 HashMap 構(gòu)造器中有如下代碼：
Java代碼
int capacity = 1 ;
while (capacity < initialCapacity)
capacity <<= 1 ;
這段代碼保證初始化時(shí) HashMap 的容量總是 2 的 n 次方，即底層數(shù)組的長(zhǎng)度總是為 2 的 n 次方。
當(dāng) length 總是 2 的 n 次方時(shí)， h& (length-1) 運(yùn)算等價(jià)于對(duì) length 取模，也就是 h%length ，但是 & 比 % 具有更高的效率。
這看上去很簡(jiǎn)單，其實(shí)比較有玄機(jī)的，我們舉個(gè)例子來說明：
假設(shè)數(shù)組長(zhǎng)度分別為 15 和 16 ，優(yōu)化后的 hash 碼分別為 8 和 9 ，那么 & 運(yùn)算后的結(jié)果如下：
h & (table.length-1) hash table.length-1
8 & (15-1) ： 0100 & 1110 = 0100
9 & (15-1) ： 0101 & 1110 = 0100
-----------------------------------------------------------------------------------------------------------------------
8 & (16-1) ： 0100 & 1111 = 0100
9 & (16-1) ： 0101 & 1111 = 0101
從上面的例子中可以看出：當(dāng)它們和 15-1 （ 1110 ） “ 與 ” 的時(shí)候，產(chǎn)生了相同的結(jié)果，也就是說它們會(huì)定位到數(shù)組中的同一個(gè)位置上去，這就產(chǎn)生了碰撞， 8 和 9 會(huì)被放到數(shù)組中的同一個(gè)位置上形成鏈表，那么查詢的時(shí)候就需要遍歷這個(gè)鏈 表，得到 8 或者 9 ，這樣就降低了查詢的效率。同時(shí)，我們也可以發(fā)現(xiàn)，當(dāng)數(shù)組長(zhǎng)度為 15 的時(shí)候， hash 值會(huì)與 15-1 （ 1110 ）進(jìn)行 “ 與 ” ，那么 最后一位永遠(yuǎn)是 0 ，而 0001 ， 0011 ， 0101 ， 1001 ， 1011 ， 0111 ， 1101 這幾個(gè)位置永遠(yuǎn)都不能存放元素了，空間浪費(fèi)相當(dāng)大，更糟的是這種情況中，數(shù)組可以使用的位置比數(shù)組長(zhǎng)度小了很多，這意味著進(jìn)一步增加了碰撞的幾率，減慢了查詢的效率！而當(dāng)數(shù)組長(zhǎng)度為 16時(shí)，即為 2 的 n 次方時(shí)， 2n -1 得到的二進(jìn)制數(shù)的每個(gè)位上的值都為 1 ，這使得在低位上 & 時(shí)，得到的和原 hash 的低位相同，加之hash(int h) 方法對(duì) key 的 hashCode 的進(jìn)一步優(yōu)化，加入了高位計(jì)算，就使得只有相同的 hash 值的兩個(gè)值才會(huì)被放到數(shù)組中的同一個(gè)位置上形成鏈表。
所以說，當(dāng)數(shù)組長(zhǎng)度為 2 的 n 次冪的時(shí)候，不同的 key 算得得 index 相同的幾率較小，那么數(shù)據(jù)在數(shù)組上分布就比較均勻，也就是說碰撞的幾率小，相對(duì)的，查詢的時(shí)候就不用遍歷某個(gè)位置上的鏈表，這樣查詢效率也就較高了。
根據(jù)上面 put 方法的源代碼可以看出，當(dāng)程序試圖將一個(gè) key-value 對(duì)放入 HashMap 中時(shí)，程序首先根據(jù)該 key 的 hashCode() 返回值決定該 Entry 的存儲(chǔ)位置：如果兩個(gè) Entry 的 key 的 hashCode() 返回值相同，那它們的存儲(chǔ)位置相同。如果這兩個(gè) Entry 的 key 通過equals 比較返回 true ，新添加 Entry 的 value 將覆蓋集合中原有 Entry 的 value ，但 key 不會(huì)覆蓋。如果這兩個(gè) Entry 的 key 通過equals 比較返回 false ，新添加的 Entry 將與集合中原有 Entry 形成 Entry 鏈，而且新添加的 Entry 位于 Entry 鏈的頭部 —— 具體說明繼續(xù)看 addEntry() 方法的說明。
2) 讀?。?div style="height:15px;">
Java代碼
public V get(Object key) {
if (key == null )
return getForNullKey();
int hash = hash(key.hashCode());
for (Entry<K,V> e = table[indexFor(hash, table.length)];
e != null ;
e = e.next) {
Object k;
if (e.hash == hash && ((k = e.key) == key || key.equals(k)))
return e.value;
}
return null ;
}
有了上面存儲(chǔ)時(shí)的 hash 算法作為基礎(chǔ)，理解起來這段代碼就很容易了。從上面的源代碼中可以看出：從 HashMap 中 get 元素時(shí)，首先計(jì)算 key 的 hashCode ，找到數(shù)組中對(duì)應(yīng)位置的某一元素，然后通過 key 的 equals 方法在對(duì)應(yīng)位置的鏈表中找到需要的元素。
3) 歸納起來簡(jiǎn)單地說， HashMap 在底層將 key-value 當(dāng)成一個(gè)整體進(jìn)行處理，這個(gè)整體就是一個(gè) Entry 對(duì)象。 HashMap 底層采用一個(gè) Entry[] 數(shù)組來保存所有的 key-value 對(duì)，當(dāng)需要存儲(chǔ)一個(gè) Entry 對(duì)象時(shí)，會(huì)根據(jù) hash 算法來決定其在數(shù)組中的存儲(chǔ)位置，在根據(jù)equals 方法決定其在該數(shù)組位置上的鏈表中的存儲(chǔ)位置；當(dāng)需要取出一個(gè) Entry 時(shí)，也會(huì)根據(jù) hash 算法找到其在數(shù)組中的存儲(chǔ)位置，再根據(jù) equals 方法從該位置上的鏈表中取出該 Entry 。
4. HashMap 的 resize （ rehash ）：
當(dāng) HashMap 中的元素越來越多的時(shí)候， hash 沖突的幾率也就越來越高，因?yàn)閿?shù)組的長(zhǎng)度是固定的。所以為了提高查詢的效率，就要對(duì) HashMap 的數(shù)組進(jìn)行擴(kuò)容，數(shù)組擴(kuò)容這個(gè)操作也會(huì)出現(xiàn)在 ArrayList 中，這是一個(gè)常用的操作，而在 HashMap 數(shù)組擴(kuò)容之后，最消耗性能的點(diǎn)就出現(xiàn)了：原數(shù)組中的數(shù)據(jù)必須重新計(jì)算其在新數(shù)組中的位置，并放進(jìn)去，這就是 resize 。
那么 HashMap 什么時(shí)候進(jìn)行擴(kuò)容呢？當(dāng) HashMap 中的元素個(gè)數(shù)超過數(shù)組大小 *loadFactor 時(shí)，就會(huì)進(jìn)行數(shù)組擴(kuò)容， loadFactor 的默認(rèn)值為 0.75 ，這是一個(gè)折中的取值。也就是說，默認(rèn)情況下，數(shù)組大小為 16 ，那么當(dāng) HashMap 中元素個(gè)數(shù)超過 16*0.75=12 的時(shí)候，就把數(shù)組的大小擴(kuò)展為 2*16=32 ，即擴(kuò)大一倍，然后重新計(jì)算每個(gè)元素在數(shù)組中的位置，而這是一個(gè)非常消耗性能的操作，所以如果我們已經(jīng)預(yù)知 HashMap 中元素的個(gè)數(shù)，那么預(yù)設(shè)元素的個(gè)數(shù)能夠有效的提高 HashMap 的性能。
5. HashMap 的性能參數(shù)：
HashMap 包含如下幾個(gè)構(gòu)造器：
HashMap() ：構(gòu)建一個(gè)初始容量為 16 ，負(fù)載因子為 0.75 的 HashMap 。
HashMap(int initialCapacity) ：構(gòu)建一個(gè)初始容量為 initialCapacity ，負(fù)載因子為 0.75 的 HashMap 。
HashMap(int initialCapacity, float loadFactor) ：以指定初始容量、指定的負(fù)載因子創(chuàng)建一個(gè) HashMap 。
HashMap 的基礎(chǔ)構(gòu)造器 HashMap(int initialCapacity, float loadFactor) 帶有兩個(gè)參數(shù)，它們是初始容量 initialCapacity 和加載因子loadFactor 。
initialCapacity ： HashMap 的最大容量，即為底層數(shù)組的長(zhǎng)度。
loadFactor ：負(fù)載因子 loadFactor 定義為：散列表的實(shí)際元素?cái)?shù)目 (n)/ 散列表的容量 (m) 。
負(fù)載因子衡量的是一個(gè)散列表的空間的使用程度，負(fù)載因子越大表示散列表的裝填程度越高，反之愈小。對(duì)于使用鏈表法的散列表來說，查找一個(gè)元素的平均時(shí)間是 O(1+a) ，因此如果負(fù)載因子越大，對(duì)空間的利用更充分，然而后果是查找效率的降低，集中表現(xiàn)就是迭代遍歷會(huì)變慢；如果負(fù)載因子太小，那么散列表的數(shù)據(jù)將過于稀疏，對(duì)空間造成嚴(yán)重浪費(fèi)。
HashMap 的實(shí)現(xiàn)中，通過 threshold 字段來判斷 HashMap 的最大容量：
Java代碼
threshold = ( int )(capacity * loadFactor);
結(jié)合負(fù)載因子的定義公式可知， threshold 就是在此 loadFactor 和 capacity 對(duì)應(yīng)下允許的最大元素?cái)?shù)目，超過這個(gè)數(shù)目就重新 resize，以降低實(shí)際的負(fù)載因子。默認(rèn)的的負(fù)載因子 0.75 是對(duì)空間和時(shí)間效率的一個(gè)平衡選擇。當(dāng)容量超出此最大容量時(shí)， resize 后的HashMap 容量是容量的兩倍：
Java代碼
if (size++ >= threshold)
resize(2 * table.length);
6. Fail-Fast 機(jī)制：
我們知道 java.util.HashMap 不是線程安全的，因此如果在使用迭代器的過程中有其他線程修改了 map ，那么將拋出ConcurrentModificationException ，這就是所謂 fail-fast 策略。
這一策略在源碼中的實(shí)現(xiàn)是通過 modCount 域， modCount 顧名思義就是修改次數(shù)，對(duì) HashMap 內(nèi)容的修改都將增加這個(gè)值，那么在迭代器初始化過程中會(huì)將這個(gè)值賦給迭代器的 expectedModCount 。
Java代碼
HashIterator() {
expectedModCount = modCount;
if (size > 0 ) { // advance to first entry
Entry[] t = table;
while (index < t.length && (next = t[index++]) == null )
;
}
}
在迭代過程中，判斷 modCount 跟 expectedModCount 是否相等，如果不相等就表示已經(jīng)有其他線程修改了 Map：
注意到 modCount 聲明為 volatile ，保證線程之間修改的可見性。
Java代碼
final Entry<K,V> nextEntry() {
if (modCount != expectedModCount)
throw new ConcurrentModificationException();
在 HashMap 的 API 中指出：
由所有 HashMap 類的 “collection 視圖方法 ” 所返回的迭代器都是快速失敗的：在迭代器創(chuàng)建之后，如果從結(jié)構(gòu)上對(duì)映射進(jìn)行修改，除非通過迭代器本身的 remove 方法，其他任何時(shí)間任何方式的修改，迭代器都將拋出 ConcurrentModificationException 。因此，面對(duì)并發(fā)的修改，迭代器很快就會(huì)完全失敗，而不冒在將來不確定的時(shí)間發(fā)生任意不確定行為的風(fēng)險(xiǎn)。
注意，迭代器的快速失敗行為不能得到保證，一般來說，存在非同步的并發(fā)修改時(shí)，不可能作出任何堅(jiān)決的保證。快速失敗迭代器盡最大努力拋出 ConcurrentModificationException 。因此，編寫依賴于此異常的程序的做法是錯(cuò)誤的，正確做法是：迭代器的快速失敗行為應(yīng)該僅用于檢測(cè)程序錯(cuò)誤。
