目录 HashMap 概述 jdk 1.8 之前与之后的 HashMap HashMap 的数组，链表，红黑树之间的转换 HashMap 扩容机制 HashMap 源码 HashMap 的基本属性 HashMap 中涉及到的数据结构 HashMap 的 put() 方法 HashMap 的
目录
- HashMap 概述
- jdk 1.8 之前与之后的 HashMap
- HashMap 的数组，链表，红黑树之间的转换
- HashMap 扩容机制
- HashMap 源码
- HashMap 的基本属性
- HashMap 中涉及到的数据结构
- HashMap 的 put() 方法
- HashMap 的 get() 方法
- HashMap 的 remove 方法
- HashMap 的 treeifyBin() 方法
- HashMap 如何解决 Hash 冲突
- HashMap 存入和取出数据顺序不一致
- 解决办法
HashMap 概述
HashMap 是通过 put(key,value) 存储，get(key)来获取。当传入 key 时，HashMap 会根据 key 的 hashCode() 方法计算出 hash 值，根据 hash 值将 value 保存在 bucket(桶)里。当计算出的 hash 值相同时，称之为 hash 冲突。HashMap 的做法是用链表和红黑树存储相同 hash 值的 value
jdk 1.8 之前与之后的 HashMap
- 在 jdk1.8 之前的 HashMap 是由数组 + 链表来实现的，数组是 HashMap 的主体。链表主要是为了解决 hash 冲突的
- 在 jdk1.8 之后的 HashMap 是由数组 + 链表 + 红黑树来实现的，在解决 hash 冲突时有了较大的变化。当链表长度大于阈值 8 时，并且数组的长度大于 64 时，此时此索引位置上的所有数据改为使用红黑树存储
HashMap 的数组，链表，红黑树之间的转换
- 当创建 HashMap 集合对象的时候，在 jdk1.8 之前，是在它的构造方法中创建了一个默认长度是 16 的 Entry[] table 的数组来存储键值对数据的。而从 jdk1.8开始，是在第一次调用 put 方法时创建了一个默认长度是 16 的 Node[] table 的数组来存储键值对数据的
- 数组创建完成后，当添加一个元素(key,value)时，首先计算元素 key 的 hash 值，以此确定插入数组中的位置。但是可能存在同一 hash 值的元素已经被放在数组同一位置了，这时就添加到同一 hash 值的元素的后面，他们在数组的同一位置，这就形成了单链表，同一各链表上的 Hash 值是相同的。当链表长度大于阈值 8 时，并且数组的长度大于 64 时，此时此索引位置上的所有数据改为使用红黑树存储，这样大大提高了查找的效率
- 在转换为红黑树存储数据后，如果此时再次删除数据，当红黑树的节点数小于 6 时，那么此时的红黑树将转换为单链表结构来存储数据
HashMap 扩容机制
默认情况下，数组大小为 16，那么当 HashMap 中元素个数超过 16 * 0.75 = 12（这个值就是代码中的 threshold 值，也叫做临界值）的时候，就把数组的大小扩展为 2*16 = 32，即扩大一倍，然后重新计算每个元素在数组中的位置
0.75 这个值称为负载因子，那么为什么负载因子为 0.75 呢? 这是通过大量实验统计得出来的，如果过小，比如 0.5，那么当存放的元素超过一半时就进行扩容，会造成资源的浪费；如果过大，比如 1，那么当元素满的时候才进行扩容，会使 get,put 操作的碰撞几率增加
HashMap 源码
HashMap 的基本属性
public class HashMap<K,V> extends AbstractMap<K,V> implements Map<K,V>, Cloneable, Serializable {
// 序列号
private static final long serialVersionUID = 362498820763181265L;
// 默认的初始容量是16
static final int DEFAULT_INITIAL_CAPACITY = 1 << 4;
// 最大容量
static final int MAXIMUM_CAPACITY = 1 << 30;
// 默认的填充因子
static final float DEFAULT_LOAD_FACTOR = 0.75f;
// 当桶(bucket)上的结点数大于这个值时会转成红黑树;+对应的table的最小大小为64，即MIN_TREEIFY_CAPACITY ；这两个条件都满足，会链表会转红黑树
static final int TREEIFY_THRESHOLD = 8;
// 当桶(bucket)上的结点数小于这个值时树转链表
static final int UNTREEIFY_THRESHOLD = 6;
// 桶中结构转化为红黑树对应的table的最小大小
static final int MIN_TREEIFY_CAPACITY = 64;
// 存储元素的数组，总是2的幂次倍
transient Node<k,v>[] table;
// 存放具体元素的集
transient Set<map.entry<k,v>> entrySet;
// 存放元素的个数，注意这个不等于数组的长度。
transient int size;
// 每次扩容和更改map结构的计数器
transient int modCount;
// 临界值 当实际大小(容量*填充因子)超过临界值时，会进行扩容
int threshold;
// 填充因子
final float loadFactor;
}
HashMap 中涉及到的数据结构
链表节点（单链表）
Node 是 HashMap 的一个内部类，实现了 Map.Entry 接口，本质上是一个单链表的数据结构。链表中的每个节点就是一个 Node 对象
static class Node<k,v> implements Map.Entry<k,v> {
final int hash;
final K key;
V value;
Node<k,v> next; // 下一个节点
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;
}
// 判断两个node是否相等,若key和value都相等，返回true。可以与自身比较为true
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;
}
}
红黑树节点
红黑树比链表多了四个变量，parent 父节点、left 左节点、right 右节点、prev上一个同级节点
static final class TreeNode<k,v> extends LinkedHashMap.Entry<k,v> {
TreeNode<k,v> parent; // 父节点
TreeNode<k,v> left; // 左子树
TreeNode<k,v> right;// 右子树
TreeNode<k,v> prev; // 删除时需要取消下一个链接
boolean red; // 颜色属性
TreeNode(int hash, K key, V val, Node<k,v> next) {
super(hash, key, val, next);
}
// 返回当前节点的根节点
final TreeNode<k,v> root() {
for (TreeNode<k,v> r = this, p;;) {
if ((p = r.parent) == null)
return r;
r = p;
}
}
// ......省略
}
位桶
存储（位桶）的数组
transient Node<K,V>[] table;
HashMap 类中有一个非常重要的字段，就是 Node[] table，即哈希桶数组，明显它是一个 Node 的数组
HashMap 的 put() 方法
数组判断
- 判断 tab[] 数组是否为 null 或长度为 0，如果是 null 或长度为 0；则通过 resize() 方法初始化数组，并获取长度
- 如果单链表 Node<K,V> p == tab[i = (n - 1) & hash]) == null，就直接 put 进单链表中，说明此时并没有发生 hash 冲突
- 如果该数组索引位置之前放入过数据，在通过 key 的 hash 值，(k = p.key) == key || (key != null && key.equals(k)) 判断该 put 的数据是否与数组索引位置数据相同；如果相同，使用 e = p 来则初始化数组 Node<K,V> e
红黑树判断
- 如果不相同，则判断是否是红黑树，如果是红黑树就直接插入树中
链表判断
- 如果不是红黑树，就遍历链表每个节点，并判断链表末尾节点是否为 null；如果为 null，则在该单链表末尾节点插入数据，并判断是否 binCount > 8 -1，为 true 的话会调用 treeifyBin(tab, hash) 方法，该方法在后面详解
- 然后，判断该 put 的数据是否与单链表的某个节点数据相同，如果相同则跳出循环，执行下一步
public V put(K key, V value) {
return putVal(hash(key), key, value, false, true);
}
final V putVal(int hash, K key, V value, boolean onlyIfAbsent,
boolean evict) {
// tab表示 Node<K,V>类型的数组，p表示某一个具体的单链表 Node<K,V> 节点
Node<K,V>[] tab; Node<K,V> p; int n, i;
// 判断 table[] 是否为空，如果是空的就创建一个 table[]，并获取他的长度n
if ((tab = table) == null || (n = tab.length) == 0)
n = (tab = resize()).length;
// tab[i = (n - 1) & hash] 表示数组中的某一个具体位置的数据
// 如果单链表 Node<K,V> p == tab[i = (n - 1) & hash]) == null，
// 就直接 put 进单链表中，说明此时并没有发生 Hash 冲突
if ((p = tab[i = (n - 1) & hash]) == null)
tab[i] = newNode(hash, key, value, null);
else {
// 说明索引位置已经放入过数据了，已经在单链表处产生了Hash冲突
Node<K,V> e; K k;
// 判断 put 的数据和之前的数据是否重复
if (p.hash == hash &&
// 进行 key 的 hash 值和 key 的 equals() 和 == 比较，如果都相等，则初始化节点 Node<K,V> e
((k = p.key) == key || (key != null && key.equals(k))))
e = p;
// 判断是否是红黑树，如果是红黑树就直接插入树中
else if (p instanceof TreeNode)
e = ((TreeNode<K,V>)p).putTreeVal(this, tab, hash, key, value);
else {
// 如果不是红黑树，就遍历每个节点，判断单链表长度是否大于等于 7，
// 如果单链表长度大于等于 7，数组的长度小于 64 时，会优先选择扩容
// 如果单链表长度大于等于 7，数组的长度大于 64 时，才会选择单链表--->红黑树
for (int binCount = 0; ; ++binCount) {
if ((e = p.next) == null) {
// 采用尾插法，在单链表中插入数据
p.next = newNode(hash, key, value, null);
// 如果 binCount >= 8 - 1
if (binCount >= TREEIFY_THRESHOLD - 1)
treeifyBin(tab, hash);
break;
}
// 判断索引每个元素的key是否可要插入的key相同，如果相同就直接覆盖
if (e.hash == hash &&
((k = e.key) == key || (key != null && key.equals(k))))
break;
p = e;
}
}
if (e != null) {
// 此时说明 key 的 hash 值和 key 的 equals() 和 == 比较结果都相等
// 说明数组或者单链表中有完全相同的 key
// 只需要将 value 覆盖，并将 oldValue 返回即可
V oldValue = e.value;
if (!onlyIfAbsent || oldValue == null)
e.value = value;
afterNodeAccess(e);
return oldValue;
}
}
// 说明没有key相同，因此要插入一个key-value，并记录内部结构变化次数
++modCount;
// 判断是否扩容
if (++size > threshold)
resize();
afterNodeInsertion(evict);
return null;
}
HashMap 的 get() 方法
首先定位键值对所在桶的位置，之后再对链表或红黑树进行查找
- 判断表或 key 是否是 null，如果是直接返回 null key 对应的 value
- 判断索引处第一个 key 与传入 key 是否相等，如果相等直接返回
- 如果不相等，判断链表是否是红黑二叉树，如果是，直接从树中取值
- 如果不是树，就遍历链表查找
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;
// 1.如果表不是空的，并且要查找索引处有值，就判断位于第一个的key是否是要查找的key
if ((tab = table) != null && (n = tab.length) > 0 &&
(first = tab[(n - 1) & hash]) != null) {
// 1.1.检查要查找的是否是第一个节点
if (first.hash == hash && // always check first node
((k = first.key) == key || (key != null && key.equals(k))))
return first;
// 1.2.沿着第一个节点继续查找
if ((e = first.next) != null) {
// 1.2.1.如果是红黑树，那么调用红黑树的方法查找
if (first instanceof TreeNode)
return ((TreeNode<K,V>)first).getTreeNode(hash, key);
// 1.2.2.如果是链表，那么采用链表的方式查找
do {
if (e.hash == hash &&
((k = e.key) == key || (key != null && key.equals(k))))
return e;
} while ((e = e.next) != null);
}
}
return null;
}
HashMap 的 remove 方法
HashMap 的删除操作并不复杂，仅需三个步骤即可完成
- 定位桶位置
- 遍历链表或红黑树并找到键值相等的节点
- 删除节点
public V remove(Object key) {
Node<K,V> e;
return (e = removeNode(hash(key), key, null, false, true)) == null ?
null : e.value;
}
final Node<K,V> removeNode(int hash, Object key, Object value,
boolean matchValue, boolean movable) {
// ------------------1. 查找到要删除的节点------------------
// tab当前数组，n当前数组容量，p根据hash从数组上找到的节点，index p节点在数组上的位置
Node<K,V>[] tab; Node<K,V> p; int n, index;
// 当数组存在且数组容量大于0，且p节点存在
if ((tab = table) != null && (n = tab.length) > 0 &&
(p = tab[index = (n - 1) & hash]) != null) {
Node<K,V> node = null, e; K k; V v;
// 当 p 的 hash 等于参数 hash，且 p 的 key 等于参数 key
// p节点就是当前要删除的节点，将node指向p
if (p.hash == hash &&
((k = p.key) == key || (key != null && key.equals(k))))
node = p;
// 当p节点不是要删除的节点时，说明p节点上有红黑树或者链表
else if ((e = p.next) != null) {
// p如果是红黑树,通过getTreeNode()查找节点
if (p instanceof TreeNode)
node = ((TreeNode<K,V>)p).getTreeNode(hash, key);
// p是链表，循环链表查询节点
else {
do {
if (e.hash == hash &&
((k = e.key) == key ||
(key != null && key.equals(k)))) {
node = e;
break;
}
p = e;
} while ((e = e.next) != null);
}
}
// ------------------2. 删除查找到的节点------------------
// 如果查找到的node存在且machValue为false或v等于value
if (node != null && (!matchValue || (v = node.value) == value ||
(value != null && value.equals(v)))) {
// 如果node是TreeNode则使用removeTreeNode删除节点
if (node instanceof TreeNode)
((TreeNode<K,V>)node).removeTreeNode(this, tab, movable);
// 如果node等于p，说明移除链表头，将node的后节点放到数组上
else if (node == p)
tab[index] = node.next;
// 说明移除的不是链表头，根据上方的循环可得，node是p的后节点，将p的后节点指向node的后节点
else
p.next = node.next;
// 增加修改次数，减少当前数组长度
++modCount;
--size;
afterNodeRemoval(node);
return node;
}
}
return null;
}
HashMap 的 treeifyBin() 方法
当桶中链表长度超过 TREEIFY_THRESHOLD（默认为 8）时，就会调用 treeifyBin() 方法进行树化操作。
但此时并不一定会树化，因为在 treeifyBin()方法中还会判断 HashMap 的数组容量是否大于等于 64。
如果容量大于等于 64，那么进行树化，否则优先进行扩容
final void treeifyBin(Node<K,V>[] tab, int hash) {
int n, index; Node<K,V> e;
/*
* 如果元素数组为空 或者 数组长度小于 树结构化的最小限制
* MIN_TREEIFY_CAPACITY 默认值64，对于这个值可以理解为：如果元素数组长度小于这个值，没有必要去进行结构转换
* 当一个数组位置上集中了多个键值对，那是因为这些key的hash值和数组长度取模之后结果相同。（并不是因为这些key的hash值相同）
* 因为hash值相同的概率不高，所以可以通过扩容的方式，来使得最终这些key的hash值在和新的数组长度取模之后，拆分到多个数组位置上。
*/
if (tab == null || (n = tab.length) < MIN_TREEIFY_CAPACITY)
resize(); // 扩容
// 如果元素数组长度已经大于等于了 MIN_TREEIFY_CAPACITY，那么就有必要进行结构转换了
// 根据hash值和数组长度进行取模运算后，得到链表的首节点
else if ((e = tab[index = (n - 1) & hash]) != null) {
TreeNode<K,V> hd = null, tl = null; // 定义首、尾节点
do {
TreeNode<K,V> p = replacementTreeNode(e, null); // 将该节点转换为 树节点
if (tl == null) // 如果尾节点为空，说明还没有根节点
hd = p; // 首节点（根节点）指向 当前节点
else { // 尾节点不为空，以下两行是一个双向链表结构
p.prev = tl; // 当前树节点的 前一个节点指向 尾节点
tl.next = p; // 尾节点的 后一个节点指向 当前节点
}
tl = p; // 把当前节点设为尾节点
} while ((e = e.next) != null); // 继续遍历链表
// 到目前为止 也只是把Node对象转换成了TreeNode对象，把单向链表转换成了双向链表
// 把转换后的双向链表，替换原来位置上的单向链表
if ((tab[index] = hd) != null)
hd.treeify(tab);//此处单独解析
}
}
- 如果 tab 数组为 null或 tab 的数组长度 < 64 时，调用 resize() 方法
- 否则，会将链表转换为红黑树（是为了提高查询性能，元素越多，链表的查询性能越差）
- 说明了链表转换为红黑树的条件：当链表长度大于阈值 8 时，并且数组的长度大于 64 时，此时此索引位置上的所有数据改为使用红黑树存储
HashMap 如何解决 Hash 冲突
hash 冲突：在 put 多个元素时，通过 key 的 hashCode() 方法计算出的值是一样的，是同一个存储地址。当后面的元素要插入到这个地址时，发现已经被占用了，这时候就产生了 hash 冲突。当发生 hash 冲突时，会进行如下操作
- put 的 key == 已存在的 key 的判断
- put 的 key equals() 已存在的 key 的判断（注意 HashMap 中并没有重写 equals() 方法，这里的 equals() 方法仍然是 Object 类的方法）
- 这里也体现了 == 与 equals() 方法的判断区别
当上述条件判断，只要有一个返回 false 时，也就是说需要put 的 key 与已存在的 key 是不相同的，则 HashMap 会使用单链表在已有数据的后面（单链表中）插入新数据，访问的数组下标元素作为链表的头部。这种解决 Hash 冲突的方法被称为拉链法
HashMap 存入和取出数据顺序不一致
HashMap 遍历时，取得数据的顺序是完全随机的，这样会导致按照顺序读取的时候和存入的顺序是不一样的
public class MapTest {
public static void main(String[] args) {
Map<String, String> map = new HashMap<>();
map.put("2020-10-1", "李军");
map.put("2020-10-3", "李华");
map.put("2020-11-1", "李刚");
map.put("2020-10-9", "李奎");
for (String key : map.keySet()) {
System.out.println(key + ":" + map.get(key));
}
}
}
结果：
2020-10-3 : 李华
2020-11-1 : 李刚
2020-10-1 : 李军
2020-10-9 : 李奎
解决办法
- 使用 LinkedHashMap
- 使用 TreeMap：它在内部会对 Key 进行排序
- 通过有序的 Key 获取相应的数据
以上为个人经验，希望能给大家一个参考，也希望大家多多支持自由互联。