背景
促使自己開始研究源碼的原因主要有兩個，第一個是在面試進階工程師的時候，源碼這塊是必問的，第二個原因是現在架構是越來越多，也沒有太多精力去學習，于是就準備開始研究各種底層知識，看看那些底層大佬們是如何寫代碼，這是踏出的第一步，後面會有越來越多的源碼學習經驗和大家一起分享，希望大家能夠提出寶貴的意見。話不多說，直接進入我們今天的主題
開發環境
| 開發工具 | JDK版本 |
|---|---|
| IDEA 2020 | JDK1.8 |
抛磚引玉
首先給大家呈上幾道經典的有關hashmap 1.8的面試題？
- HashMap的初始容量為什麼是2的幂次方？
- HashMap在什麼時候會進行擴容？
- HashMap是如何進行擴容的？
- HashMap底層資料結構？
- HashMap1.8為什麼引入紅黑樹？
- HashMap什麼時候會将連結清單轉換成紅黑樹？
- HashMap在多線程情況下會出現什麼？
- 能說說HashMap的hash算法麼？
- HashMap是如何定位到key所在數組上的位置的?
先說這麼多吧，相信大家應該都會被問過這些問題，會不會很驚訝，就一個hashmap都能整出這麼多面試問題？接下來我會通過本篇文章帶着大家一起解讀hashmap的這些騷操作，大家看完之後，上面的這些面試題都會知道該如何解答了，我們開始吧~
在講代碼之前我想先和大家說下hashmap裡面的一個資料結構
- 首先hashmap底層是一個資料結構，為什麼要用數組呢，因為他查找非常的快，于是剛開始他長這樣,他的初始長度是16
源碼解析｜第一次有人把HashMap說的這麼清楚~ - 然後我插入一個key，他是怎麼計算到自己的位置的呢，通過計算他的hash碼，得到一個整數，然後和16取模，就能夠将資料散列到0-15的位置了啊，但是jdk會用一個更加牛逼的方法去算出這個位置，後面我會說到的，看完之後，你會覺得算法真香。
- 當有越來越多的資料存進來之後，發現我的那個位置被人占用了，那可咋辦呢，我又不能覆寫它吧，然後就有了連結清單這個新的成員加入，先看下連結清單和數組的結合
源碼解析｜第一次有人把HashMap說的這麼清楚~ - 也就是說當位置相同的時候，所有的資料都會以連結清單的形式在那個位置一直往下接，就形成了上面這樣的形式
- 加傳入連結表之後，我們的資料存儲問題是解決了，但是當這個連結清單越來越長的時候，我們找起來就費勁了，我們知道連結清單結構增加和删除是很快的，但是查找的複雜度就是o(n)了，得挨個周遊。是以有必要引入新的成員了，紅黑樹
- 紅黑樹是平衡二叉樹的一種實作方式，資料結構這塊後續會有相關的文章進行講解，那我們就來看下引入紅黑樹之後，是怎樣一個組合呢
源碼解析｜第一次有人把HashMap說的這麼清楚~
好的，hashmap結構這塊我已經和大家大概的講完了，下面就讓我們一步一步分析代碼，來解決我們心中的疑惑吧！
代碼示例
一個簡單地main方法，然後跟着這個方法，我們調到map的世界裡面去
public class Main {
public static void main(String[] args) {
// write your code here
Map<String,String> map = new HashMap<>(27);
map.put("name","樂哉開講");
}
} 我們先進入到new HashMap，看看構造器都給我們做了什麼
public HashMap(int initialCapacity) {
this(initialCapacity, DEFAULT_LOAD_FACTOR);
} 可以看到他又調用了另外一個構造方法，并且又調用了另外一個構造方法
DEFAULT_LOAD_FACTOR 這個就是一個負載因子0.75
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);
} 我們來分下這段代碼，
- 判斷我們設定的初始容量是否合法
- 判斷初始容量是否大于最大容量 MAXIMUM_CAPACITY = 1 << 30;一般都不會大于這個最大值得，如果大于，就用這個最大值作為初始容量
- 判斷負載因子是否合法，後面講擴容得地方的時候再說這個負載因子是用來幹嘛的
- tableSizeFor 是為了計算出 大于等于這個初始容量的最小二次幂，如 15 的最小二次幂為16 7的最小二次幂是8，看下具體是如何實作的，有興趣的話可以跑下這段代碼，看看是不是這樣的，是以最終map的初始容量都是2的幂次方，并不一定是我們設定的數值
static final int tableSizeFor(int cap) {
int n = cap - 1;
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;
} 構造器分析完之後，我們在來到開始的地方，執行put方法，我們點進去看下，這裡面是我們這次講的核心的地方，大家認真看下
public V put(K key, V value) {
return putVal(hash(key), key, value, false, true);
} 我們看到put方法是去調用putVal方法去執行put邏輯的，先不跟進去看，我們會看到，這裡會将key做一個hash運算，看看上面的面試題8，是不是也說到這個了，我們就點進去看下，這個hash他做了什麼？
static final int hash(Object key) {
int h;
return (key == null) ? 0 : (h = key.hashCode()) ^ (h >>> 16);
} 大家會不會很失望，這裡面隻有三行代碼，能做什麼呢？雖然隻有隻有三行代碼，但是這裡減小了hash碰撞的機會，什麼叫hash碰撞呢，就是我們剛開始的時候提到的有些資料得到了相同的下标，然後會以連結清單的形式存儲，會導緻連結清單過長，這裡就是為了讓hash的更加均勻，而采取的一些手段，我們來分析下代碼
- key如果為空的話，直接傳回hash為0
- key進行hashcode的話，會得到一串整數，
- 我們知道整形是占用四個位元組，占用32個bit，我們将前16個作為高位，後16個作為低位，然後将32個bit右移16，是不是就能得到高16位的值，然後再講高位和低位進行疑惑，得到一個新的二進制，為什麼這麼做呢，因為這樣能夠在計算元素下标的時候，能夠讓hash的高位和低位都能參與進行來，減少碰撞的機率
-
傳回新的hashcode
hashcode計算完之後，我們再回到上一個方法putVal
final V putVal(int hash, K key, V value, boolean onlyIfAbsent,
boolean evict) {
Node<K,V>[] tab; Node<K,V> p; int n, i;
if ((tab = table) == null || (n = tab.length) == 0)
n = (tab = resize()).length;
if ((p = tab[i = (n - 1) & hash]) == null)
tab[i] = newNode(hash, key, value, null);
else {
Node<K,V> e; K k;
if (p.hash == hash &&
((k = p.key) == key || (key != null && key.equals(k))))
e = p;
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;
}
}
if (e != null) { // existing mapping for key
V oldValue = e.value;
if (!onlyIfAbsent || oldValue == null)
e.value = value;
afterNodeAccess(e);
return oldValue;
}
}
++modCount;
if (++size > threshold)
resize();
afterNodeInsertion(evict);
return null;
} 數組初始化
這個方法是很長的，大家需要認真的慢慢的看完，我們從第一行開始進行解析
- 首先定義一個Node節點，和一個Node數組
- 接着判斷table是否為空或者數組長度是否為0 ，這個table是什麼呢，這個table就是存放你建立過得Node數組，如果你第一次put操作的話，這個就是空的，第二次進來就是有内容的
7.假如我們是第一次進來，他會給我們進行resize操作，也就是初始化一個長度的Node數組，我們點進去看下，他都做了什麼？順便說下，當數組進行擴容的時候也會進入到這個resize方法
final Node<K,V>[] resize() {
Node<K,V>[] oldTab = table;
int oldCap = (oldTab == null) ? 0 : oldTab.length;
int oldThr = threshold;
int newCap, newThr = 0;
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) {
Node<K,V> e;
if ((e = oldTab[j]) != null) {
oldTab[j] = null;
if (e.next == null)
newTab[e.hash & (newCap - 1)] = e;
else if (e instanceof TreeNode)
((TreeNode<K,V>)e).split(this, newTab, j, oldCap);
else { // preserve order
Node<K,V> loHead = null, loTail = null;
Node<K,V> hiHead = null, hiTail = null;
Node<K,V> next;
do {
next = e.next;
if ((e.hash & oldCap) == 0) {
if (loTail == null)
loHead = e;
else
loTail.next = e;
loTail = e;
}
else {
if (hiTail == null)
hiHead = e;
else
hiTail.next = e;
hiTail = e;
}
} while ((e = next) != null);
if (loTail != null) {
loTail.next = null;
newTab[j] = loHead;
}
if (hiTail != null) {
hiTail.next = null;
newTab[j + oldCap] = hiHead;
}
}
}
}
}
return newTab;
} 這個代碼寫的真長。。。，不過沒關系，我們今天就是來一探究竟的，我們一步一步往下看
- 首先把resize之前的Node數組複制給oldTab,儲存舊的數組長度和舊的門檻值(負載因子*數組長度)
- 接着判斷舊的數組容量是否是大于0（擴容的話會進入這個判斷條件），如果是大于0的話就判斷是否大于最大的容量MAXIMUM_CAPACITY，如果大于的話，會給門檻值指派為這個最大容量，傳回oldtab，如果舊數組的容量沒有超過這個最大容量，則進行兩倍擴容，門檻值也會進行擴容
- 如果舊的門檻值大于0，則将舊的門檻值作為新的數組的大小，這一步我了解的是第一次構造map的時候不是設定了一個初始容量，然後轉換為了一個二次幂，這裡就是用那個值來初始化一個Node數組
10.如果舊的門檻值等于0的話，那就會使用map預設的初始容量16和負載因子0.75來計算數組的容量和門檻值大小，
- 為什麼最後又要判斷下newThr == 0呢，因為這個如果為的話，肯定是第一次初始化數組的時候，他這個門檻值是沒有計算的，是以需要重新計算下。
- 到目前為止，新的數組已經擴充或初始化好了
-
再次判斷if (oldTab != null) ，如果舊的數組不為空的話，說明就是擴容，如果為空則可以直接傳回這個數組了，不為空的話，則需要進行擴容後的資料遷移的工作了
資料遷移
- 周遊所有舊數組中的元素
- 判斷目前元素是否為空，不為空才進行資料遷移
- 接下來會有三個判斷，作用分别為 判斷是否是單個節點，判斷是否是紅黑樹節點，判斷是否是連結清單
- 首先判斷如果是單個節點，則 通過e的hash值和新的容量-1進行與運算，會得到這個元素在新數組中的索引位置，還記得我們前面說過 jdk用了一個比較厲害的定位元素位置的方法麼，這裡就是他的實作過程
假如我們有一個數值，我們想讓他在0-15中間進行散列，我們想到使用模運算 %16,這裡給大家介紹另外一種方法，假如是 19 ，16取模之後，會是3，如果将19& （16-1）,計算之後也是3後者效率會更高的，是以jdk采用後面這種方法，更加高效。大家會不會跟困惑這是為啥呢，我在這位大家簡單地介紹下：
111111111111111 & 1111 這樣運算之後得到的是15 永遠也不會超過15，大家這下應該知道這個原> 理了吧首先我們知道，與運算的話必須是全部為1則為1，如果要達到這樣的效果的話，這個數值必須是2的n次方-1，肯定是所有bit為都為1，這也就是為什麼map要求數組容量必須是2的幂次方了。 接下來我們拿到1111這樣的數值之後和我們的hash進行運算 11111000110011 & 1111 這樣運算之後得到的是3
- 再接着判斷如果是紅黑樹的話，則進行紅黑樹的相關操作
- 最後再判斷如果是連結清單的話，則進行周遊遷移
- 這裡一個主要的操作是 給索引相同的元素進行均分
- 将元素的hash和老的數組長度進行與操作，如果為，說明他的高位為1，與新的數組長度進行與之後，還是原來的結果，如果不為0，則可以直接将索引下标加上舊的數組長度，然後将節點引到新的數組對應的索引下面，這裡大家有可能很懵，說這麼多到底是什麼意思呢，我以畫圖的形式和大家說下吧
源碼解析｜第一次有人把HashMap說的這麼清楚~
我們看到上面會有兩個table，分别是擴容前的數組和擴容後的數組
-
oldTab 數組上的第七個索引上，元素的hash分别為7和15，7 & （8-1）和 15 & (8-1) 都得到的是
7，是以存放到了7上面，
- 現在進行擴容，數組長度擴大為16，這時候如果直接拿兩個hash值和新的數組長度進行與運算的話，會得到7和15兩個位置，這樣連結清單就會被這兩個位置均分掉
- 但是我們看代碼，jdk并沒有這麼做，他先判斷hash和原先的數組長度進行與操作，之前一直是和數組長度減1做與操作，如果結果為0，說明他在新的數組上面索引的位置還是和目前一樣，則直接把資料放到新數組上，如果不為0 ，則隻需要把目前索引位置加上舊的數組長度即可，因為數組擴容長舊數組兩倍的，
講了這麼多，數組初始化這塊講完了
我們再回到前面的代碼
final V putVal(int hash, K key, V value, boolean onlyIfAbsent,
boolean evict) {
Node<K,V>[] tab; Node<K,V> p; int n, i;
if ((tab = table) == null || (n = tab.length) == 0)
n = (tab = resize()).length;
if ((p = tab[i = (n - 1) & hash]) == null)
tab[i] = newNode(hash, key, value, null);
else {
Node<K,V> e; K k;
if (p.hash == hash &&
((k = p.key) == key || (key != null && key.equals(k))))
e = p;
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;
}
}
if (e != null) { // existing mapping for key
V oldValue = e.value;
if (!onlyIfAbsent || oldValue == null)
e.value = value;
afterNodeAccess(e);
return oldValue;
}
}
++modCount;
if (++size > threshold)
resize();
afterNodeInsertion(evict);
return null;
} 第一個判斷處理完之後，我們繼續往下看，
- p = tab[i = (n - 1) & hash]) == null 判斷如果數組所在的索引位置上的資料如果為空，則直接new一個新的Node直接放在元素上即可
- 如果不為空，則繼續往下走
- 如果目前節點不為空，并且它的key值和我們傳入的key是相等的，則直接取出這個節點，直接在這個節點上進行操作，後面再說
- 如果節點是紅黑樹節點，則進行紅黑樹相關的操作
- 如果上面條件都不滿足的，則說明是一個連結清單結構，
- 周遊連結清單裡面的元素
- 如果在連結清單裡面找到了key值相同的節點，則直接取出這個節點，不再周遊
- 如果已經周遊到連結清單的最後一個節點都還沒有拿到的話，則需要建立新的節點
- 這裡有兩種情況，通過binCount進行判斷，這個變量用來幹嘛的呢，我們會看到我們每次進行連結清單節點的時候都會把這個進行自增，其實也就是記錄這個連結清單的長度
- 如果比較發現 連結清單的長度已經大于 map中定義的TREEIFY_THRESHOLD - 1的話，也就是7，就會将連結清單轉換為紅黑樹，将資料存到紅黑樹中，這裡為什麼要減掉1呢，其實這塊也是面試官必問的，也就是我剛開始提到的一個面試題：什麼時候連結清單會轉換成紅黑樹？map裡面定義的是8，這裡減了1.是因為在我們進行周遊連結清單之前，我們已經取出來了數組上面的第一個連結清單元素了，後面的周遊是基于這個元素的next進行周遊的，是以這裡就需要将TREEIFY_THRESHOLD -1作為轉換條件判斷。
- 最後我們看下這段代碼
if (e != null) { // existing mapping for key
V oldValue = e.value;
if (!onlyIfAbsent || oldValue == null)
e.value = value;
afterNodeAccess(e);
return oldValue;
} 這個e也就是我們上面取出來的元素，如果判斷不為空的話，則說明map中已經存在了這個元素，則隻需要給他賦上新的值就好了，然後将舊值傳回回去，
最後将數組長度加一，如果是更新操作，則不會走到這一步，加一之後如果發現目前的數組中元素的長度如果大于門檻值則進行擴容操作。
到這裡終于把map中最重要的put操作講完了，get和remove操作大家可以按照這個思路自己去看下咯，剛開始的面試題也在文章裡都有講解到，還有一個多線程情況下，map會出現什麼問題，這個後續再說了，本文篇幅有點長。。。，文中有講的不準确的地方，希望各位大佬指正