JDK 1.8 中的 HashMap 和 HashSet
目录
同 TreeMap 和 TreeSet 一样，HashMap 和 HashSet 在 Java 里也有着相同的实现，后者仅仅是对前者做了一层包装，也就是说 HashSet 内部维护着一个 HashMap。
HashMap 概述
HashMap 是基于哈希表的 Map 接口的实现。此实现提供所有可选的映射操作，并允许使用 null 值和 null 键。（最多只允许一条记录的键为 null，允许多条记录的值为 null）
除了非同步和允许使用 null 之外，HashMap 与 Hashtable 大致相同。但是 Hashtable 是遗留类，并发性能不如引入了分段锁的 ConcurrentHashMap。不建议在新代码中使用 Hashtable，不需要线程安全的场合可以用 HashMap 替换，需要线程安全的场合可以用 ConcurrentHashMap 替换。
与 TreeMap 不同的是，HashMap 不保证映射的顺序，特别是它不保证该顺序恒久不变。根据需要，HashMap 可能会对元素重新哈希，元素的顺序也会被重新打散，因此不同时间迭代同一个 HashMap，元素的顺序可能会不同。
JDK 1.8 中对 HashMap 底层的实现进行了优化，例如引入红黑树的数据结构和针对扩容的优化等。
构造方法
数据结构
HashMap 使用哈希表来存储数据。根据对冲突的处理方式不同，哈希表有两种实现方式，一种是开放地址方式（Open addressing），另一种是冲突链表方式（Separate chaining with linked lists）。Java 中 HashMap 采用了冲突链表方式：当数据 key 被 hash 后，得到数组下标，把数据放在对应下标的桶中。如果两个 key 得到了相同的 hash 值，即发生了 hash 冲突，相同 hash 值的元素会被存储在一个链表里。但是当同一个桶中的元素较多，即 hash 值相同的元素较多时，通过 key.equals 方法对链表依次查找的效率很低。在 JDK 1.8 中，当链表长度超过阈值（8）时，会将链表转换为红黑树，利用红黑树快速增删改查的特点提高了 HashMap 的性能。
常量和字段
static final int DEFAULT_INITIAL_CAPACITY = 1 << 4; // 默认初始化容量
static final int MAXIMUM_CAPACITY = 1 << 30; // 最大容量
static final float DEFAULT_LOAD_FACTOR = 0.75f; // 默认负载因子
static final int TREEIFY_THRESHOLD = 8; // 链表转为红黑树的阈值
static final int UNTREEIFY_THRESHOLD = 6; // 红黑树退化为链表的阈值
transient Node<K,V>[] table; // 存储元素的数组
transient int size; // 实际存储的元素个数
transient int modCount; // 结构变化的次数
int threshold; // 扩容阈值
final float loadFactor; // 加载因子
Node[] table 即哈希桶数组，其中 Node 是 HashMap 的内部类。
static class Node<K,V> implements Map.Entry<K,V> {
final int hash;
final K key;
V value;
Node<K,V> next;
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;
}
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;
}
}
Node 实现了 Map.Entry 接口，本质是一个映射（键值对）。
HashMap 的实例有两个参数影响其性能：初始容量和加载因子。容量是哈希表中桶的数量，初始容量只是哈希表在创建时的容量。加载因子 loadFactor 是哈希表在其容量自动增加之前可以达到多满的一种尺度。threshold 是 HashMap 所能容纳的 Node 的最大个数，threshold = table.length * loadFactor。当哈希表中的条目数超出了阈值 threshold 时，则要对该哈希表进行 rehash 操作（重建内部数据结构），从而哈希表将具有大约两倍的桶数。
通常，默认加载因子 0.75 是在时间和空间成本上寻求一种折衷。加载因子过高（可以大于 1）虽然减少了空间开销，但同时也增加了查询成本（在大多数 HashMap 类的操作中，包括 get 和 put 操作，都反映了这一点）。在设置初始容量时应该考虑到映射中所需的条目数及其加载因子，以便最大限度地减少 rehash 操作次数。如果很多映射关系要存储在 HashMap 实例中，使用足够大的初始容量使得映射关系能更有效地存储。
modCount 记录 HashMap 内部结构发生变化的次数，主要用于迭代的快速失败：在迭代器创建之后，如果从结构上对映射进行修改，除非通过迭代器本身的 remove 方法，其他任何时间任何方式的修改，迭代器都将抛出 ConcurrentModificationException。因此，面对并发的修改，迭代器很快就会完全失败，而不冒在将来不确定的时间发生任意不确定行为的风险。
在 HashMap 中，哈希桶数组 table 的长度 length 必须是 2 的整数次幂，是一种非常规的设计。常规的设计是把桶的大小设计为素数，例如 Hashtable 的初始化桶大小为 11，这是因为素数导致哈希冲突的概率要小于合数。HashMap的这种非常规设计，主要是为了优化取模和扩容的操作。
构造方法
HashMap() 构造一个具有默认初始容量（16）和默认加载因子（0.75）的空 HashMap。
HashMap(int initialCapacity) 构造一个带指定初始容量和默认加载因子（0.75）的空 HashMap。
HashMap(int initialCapacity, float loadFactor) 构造一个带指定初始容量和加载因子的空 HashMap。
HashMap(Map<? extends K,? extends V> m) 构造一个映射关系与指定 Map 相同的新 HashMap。
public HashMap() {
this.loadFactor = DEFAULT_LOAD_FACTOR; // all other fields defaulted
}
public HashMap(int initialCapacity) {
this(initialCapacity, DEFAULT_LOAD_FACTOR);
}
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);
}
public HashMap(Map<? extends K, ? extends V> m) {
this.loadFactor = DEFAULT_LOAD_FACTOR;
putMapEntries(m, false);
}
tableSizeFor(int cap) 方法得到一个大于 cap 的 2 的最小整数次幂。详细分析请参考 ArrayDeque的构造方法。
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;
}
get 方法
get(Object key) 返回指定键所映射的值；如果对于该键来说，此映射不包含任何映射关系，则返回 null。更确切地讲，如果此映射包含一个满足 (key == null ? k == null : key.equals(k)) 的从 k 键到 v 值的映射关系，则此方法返回 v；否则返回 null。（最多只能有一个这样的映射关系）返回 null 值并不一定表明该映射不包含该键的映射关系；也可能该映射将该键显示地映射为 null。可使用 containsKey 操作来区分这两种情况。
public V get(Object key) {
Node<K,V> e;
return (e = getNode(hash(key), key)) == null ? null : e.value;
}
static final int hash(Object key) {
int h;
return (key == null) ? 0 : (h = key.hashCode()) ^ (h >>> 16); // 高位运算
}
final Node<K,V> getNode(int hash, Object key) {
Node<K,V>[] tab; Node<K,V> first, e; int n; K k;
if ((tab = table) != null && (n = tab.length) > 0 && (first = tab[(n - 1) & hash]) != null) {
// 桶中第一个元素匹配成功则直接返回（单个元素或多个元素）
if (first.hash == hash && ((k = first.key) == key || (key != null && key.equals(k)))) {
return first;
}
// 桶中存在多个相同 hash 的元素
if ((e = first.next) != null) {
// 桶中是红黑树
if (first instanceof TreeNode) {
return ((TreeNode<K,V>)first).getTreeNode(hash, key);
}
// 桶中是链表
do {
if (e.hash == hash && ((k = e.key) == key || (key != null && key.equals(k)))) {
return e;
}
} while ((e = e.next) != null);
}
}
return null;
}
HashMap 的数据结构是数组+链表+红黑树的结合，所以我们希望这个 HashMap 里面的元素位置尽可能分布均匀，使得每个位置上的元素数量只有一个。这样当我们使用 hash 算法求得数组索引位置时，就可以立即找到对应的元素，而不需要遍历链表，大大优化了查询的效率。
get(Object key) 方法中用到的 hash 算法分为三步：取 key.hashCode()、高位运算、取模运算。
高位运算通过 hashCode() 的高 16 位异或低 16 位实现的，(h = k.hashCode()) ^ (h >>> 16) 操作可以在 table.length 比较小的时候，也能保证考虑到高低位都参与到 hash 的计算中，同时不会有太大的开销。
对于任意给定的 key，只要它的 hashCode() 返回值相同，那么 hash(Object key) 方法所计算得到的 hash 值总是相同的。接下来把 hash 值对数组长度取模，这样使得元素在数组中分布均匀。getNode 方法中使用 (length - 1) & hash 来代替模运算：哈希桶数组 table 的长度 length 必须是 2 的整数次幂，则 length - 1 的二进制表示的低位全为 1，那么 (length - 1) & hash 操作相当于 hash 对 length 取模。
getNode(int hash, Object key) 方法查找元素时，首先根据 key 的 hash 值找到在数组中的索引，如果该索引位置上的桶中第一个元素匹配成功（根据 equals 方法），则直接返回；反之则根据桶中存放的是红黑树或链表，用相应的方法找到该元素。
put 方法
put(K key, V value)
put(K key, V value) 在此映射中关联指定值与指定键。如果该映射以前包含了一个该键的映射关系，则旧值被替换。
public V put(K key, V value) {
// 计算 hash
return putVal(hash(key), key, value, false, true);
}
final V putVal(int hash, K key, V value, boolean onlyIfAbsent, boolean evict) {
Node<K,V>[] tab; Node<K,V> p; int n, i;
// 1. table 为空则创建
if ((tab = table) == null || (n = tab.length) == 0) {
n = (tab = resize()).length;
}
// 2. 计算数组索引位置
if ((p = tab[i = (n - 1) & hash]) == null) {
tab[i] = newNode(hash, key, value, null);
} else {
Node<K,V> e; K k;
// 3. key 已存在则直接覆盖 value
if (p.hash == hash && ((k = p.key) == key || (key != null && key.equals(k)))) {
e = p;
// 4. 红黑树插入元素
} else if (p instanceof TreeNode) {
e = ((TreeNode<K,V>)p).putTreeVal(this, tab, hash, key, value);
// 5. 链表插入元素
} else {
for (int binCount = 0; ; ++binCount) {
if ((e = p.next) == null) {
p.next = newNode(hash, key, value, null);
// 链表长度大于 8，转为红黑树
if (binCount >= TREEIFY_THRESHOLD - 1) {
treeifyBin(tab, hash);
}
break;
}
// 遍历链表过程中发现 key 存在则直接覆盖 value
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;
// 6. 容量超过阈值则进行扩容
if (++size > threshold) {
resize();
}
afterNodeInsertion(evict);
return null;
}
判断 Node[] 数组 table 是否为 null 或空，为空则执行 resize() 进行创建
计算插入元素在数组 table 中的索引位置 i，如果该位置为空则直接新建节点添加，转向 6；如果不为空则转向 3
判断 table[i] 的首个元素是否与新插入元素相同（根据 hash 值和 key.equals()），如果相同直接覆盖 value，否则转向 4
判断 table[i] 是否为 treeNode，即是否为红黑树，如果是红黑树，则直接在树中插入新元素，否则转向 5
遍历 table[i] 链表，判断其长度是否大于 8，大于 8 则把链表转换为红黑树并在红黑树中执行插入操作，否则进行链表的插入操作。遍历过程中若发现 key 已经存在则直接覆盖 value
插入成功后，判断实际存储的元素个数 size 是否超过最大容量 threshold，如果超过则执行 resize() 进行扩容
resize()
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) {
// 容量超出最大值则不再扩容
if (oldCap >= MAXIMUM_CAPACITY) {
threshold = Integer.MAX_VALUE;
return oldTab;
}
// 容量和扩容阈值增加一倍
else if ((newCap = oldCap << 1) < MAXIMUM_CAPACITY &&
oldCap >= DEFAULT_INITIAL_CAPACITY) {
newThr = oldThr << 1; // double threshold
}
}
else if (oldThr > 0) {
newCap = oldThr;
// 使用默认参数初始化
} else {
newCap = DEFAULT_INITIAL_CAPACITY;
newThr = (int)(DEFAULT_LOAD_FACTOR * DEFAULT_INITIAL_CAPACITY);
}
// 计算新的扩容阈值
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) {
// 把原数组中的每一个桶复制到新数组中
for (int j = 0; j < oldCap; ++j) {
Node<K,V> e;
if ((e = oldTab[j]) != null) {
oldTab[j] = null;
// 桶中只有一个元素
if (e.next == null) {
newTab[e.hash & (newCap - 1)] = e;
// 桶中是红黑树
} else if (e instanceof TreeNode) {
((TreeNode<K,V>)e).split(this, newTab, j, oldCap);
// 桶中是链表
} else { // preserve order
// 该桶中索引值不变的元素链表的首尾"指针"
Node<K,V> loHead = null, loTail = null;
// 该桶中索引值增加原数组长度的元素链表的首尾"指针"
Node<K,V> hiHead = null, hiTail = null;
Node<K,V> next;
do {
next = e.next;
// 索引值不变
if ((e.hash & oldCap) == 0) {
// 首次添加
if (loTail == null) {
loHead = e;
// 第二次及以后的添加
} else {
loTail.next = e;
}
loTail = e;
// 索引值为原索引值+原数组长度
} else {
// 首次添加
if (hiTail == null) {
hiHead = e;
// 第二次及以后的添加
} else {
hiTail.next = e;
}
hiTail = e;
}
} while ((e = next) != null);
// 索引值不变的新桶
if (loTail != null) {
loTail.next = null;
newTab[j] = loHead;
}
// 索引值为原索引值+原数组长度的新桶
if (hiTail != null) {
hiTail.next = null;
newTab[j + oldCap] = hiHead;
}
}
}
}
}
return newTab;
}
resize() 方法分为两步，首先计算扩容后的容量并创建新数组，然后将原数组中的每一个桶复制到新数组中。
在 JDK 1.7 中，复制操作前需要根据每个元素的 hash 值，重新计算该元素在新数组中的位置（hash % newCap）。实际上，只要元素的 hash 值不变（key.hashCode() 不变），该元素在新数组中的位置索引只有两种可能：原索引值 或 原索引值+原数组长度。例如原数组长度 oldCap 为 32，那么：
情形 1
hash & oldCap == 0 时，hash 的第 6 位一定为 0：
xxxx xxxx xxxx xxxx xxxx xxxx xx0x xxxx
0000 0000 0000 0000 0000 0000 0010 0000 ———————————————————————————————————————
0000 0000 0000 0000 0000 0000 0000 0000
在新数组中的位置为 hash % newCap，即 hash & (newCap - 1)：
xxxx xxxx xxxx xxxx xxxx xxxx xx0x xxxx
0000 0000 0000 0000 0000 0000 0011 1111 ———————————————————————————————————————
0000 0000 0000 0000 0000 0000 000x xxxx
这与 hash & (oldCap - 1) 的结果相同，即扩容后此元素在新数组中的索引位置与原数组一致。
情形 2
hash & oldCap != 0 时，hash 的第 6 位一定为 1：
xxxx xxxx xxxx xxxx xxxx xxxx xx1x xxxx
0000 0000 0000 0000 0000 0000 0010 0000 ———————————————————————————————————————
0000 0000 0000 0000 0000 0000 0010 0000
在新数组中的位置为 hash % newCap，即 hash & (newCap - 1)：
xxxx xxxx xxxx xxxx xxxx xxxx xx1x xxxx
0000 0000 0000 0000 0000 0000 0011 1111 ———————————————————————————————————————
0000 0000 0000 0000 0000 0000 001x xxxx
扩容后此元素在新数组中的索引位置为：原索引值+原数组长度。
于是，在 JDK 1.8 中，resize() 方法在复制原数组的每一个桶时，如果桶中只有一个元素，则直接根据 key.hash 计算它在新数组中的位置；如果桶中是链表，则不再重新计算桶中各个元素在新数组中的位置，而是判断新的索引值属于上述两种情形中的哪一种，将两种不同的索引值分别放到两个桶中并存入新数组；如果桶中是红黑树，复制的过程与链表类似，只是增加了对红黑树的修复过程。
remove 方法
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) {
Node<K,V>[] tab; Node<K,V> p; int n, index;
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;
if (p.hash == hash &&
((k = p.key) == key || (key != null && key.equals(k)))) {
node = p;
} else if ((e = p.next) != null) {
if (p instanceof TreeNode) {
node = ((TreeNode<K,V>)p).getTreeNode(hash, key);
} 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);
}
}
if (node != null && (!matchValue || (v = node.value) == value ||
(value != null && value.equals(v)))) {
if (node instanceof TreeNode) {
((TreeNode<K,V>)node).removeTreeNode(this, tab, movable);
} else if (node == p) {
tab[index] = node.next;
} else {
p.next = node.next;
}
++modCount;
--size;
afterNodeRemoval(node);
return node;
}
}
return null;
}
HashSet
同 TreeMap 和 TreeSet 一样，HashSet 也是对 HashMap 的简单包装，对 HashSet 的函数调用都会转换成合适的 HashMap 中的方法，因此 HashSet 的实现逻辑也非常简单。
public class HashSet<E> extends AbstractSet<E>
implements Set<E>, Cloneable, java.io.Serializable
private transient HashMap<E,Object> map;
private static final Object PRESENT = new Object();
public HashSet() {
map = new HashMap<>();
}
public HashSet(Collection<? extends E> c) {
map = new HashMap<>(Math.max((int) (c.size()/.75f) + 1, 16));
addAll(c);
}
public HashSet(int initialCapacity, float loadFactor) {
map = new HashMap<>(initialCapacity, loadFactor);
}
public HashSet(int initialCapacity) {
map = new HashMap<>(initialCapacity);
}
HashSet(int initialCapacity, float loadFactor, boolean dummy) {
map = new LinkedHashMap<>(initialCapacity, loadFactor);
}
public boolean add(E e) {
return map.put(e, PRESENT)==null;
}
public boolean remove(Object o) {
return map.remove(o)==PRESENT;
}
public Iterator<E> iterator() {
return map.keySet().iterator();
}
}