面試官再問你 HashMap 底層原理，就把這篇文章甩給他看
來自：煙雨星空
前言
HashMap 源碼和底層原理在現(xiàn)在面試中是必問的。因此，我們非常有必要搞清楚它的底層實現(xiàn)和思想，才能在面試中對答如流，跟面試官大戰(zhàn)三百回合。文章較長，介紹了很多原理性的問題，希望對你有所幫助~
目錄
本篇文章主要包括以下內(nèi)容：
-
HashMap 的存儲結(jié)構(gòu) -
常用變量說明，如加載因子等 -
HashMap 的四個構(gòu)造函數(shù) -
tableSizeFor()方法及作用 -
put()方法詳解 -
hash()方法，以及避免哈希碰撞的原理 -
resize()擴容機制及原理 -
get()方法 -
為什么HashMap鏈表會形成死循環(huán)，JDK1.8做了哪些優(yōu)化
正文
說明: 本篇主要以JDK1.8的源碼來分析，順帶講下和JDK1.7的一些區(qū)別。
HashMap存儲結(jié)構(gòu)
這里需要區(qū)分一下，JDK1.7和 JDK1.8之后的 HashMap 存儲結(jié)構(gòu)。在JDK1.7及之前，是用數(shù)組加鏈表的方式存儲的。
但是，眾所周知，當鏈表的長度特別長的時候，查詢效率將直線下降，查詢的時間復雜度為 O(n)。因此，JDK1.8 把它設(shè)計為達到一個特定的閾值之后，就將鏈表轉(zhuǎn)化為紅黑樹。
這里簡單說下紅黑樹的特點：
-
每個節(jié)點只有兩種顏色：紅色或者黑色 -
根節(jié)點必須是黑色 -
每個葉子節(jié)點（NIL）都是黑色的空節(jié)點 -
從根節(jié)點到葉子節(jié)點，不能出現(xiàn)兩個連續(xù)的紅色節(jié)點 -
從任一節(jié)點出發(fā)，到它下邊的子節(jié)點的路徑包含的黑色節(jié)點數(shù)目都相同
由于紅黑樹，是一個自平衡的二叉搜索樹，因此可以使查詢的時間復雜度降為O(logn)。（紅黑樹不是本文重點，不了解的童鞋可自行查閱相關(guān)資料哈）
HashMap 結(jié)構(gòu)示意圖：
常用的變量
在 HashMap源碼中，比較重要的常用變量，主要有以下這些。還有兩個內(nèi)部類來表示普通鏈表的節(jié)點和紅黑樹節(jié)點。
//默認的初始化容量為16，必須是2的n次冪
static final int DEFAULT_INITIAL_CAPACITY = 1 << 4; // aka 16
//最大容量為 2^30
static final int MAXIMUM_CAPACITY = 1 << 30;
//默認的加載因子0.75，乘以數(shù)組容量得到的值，用來表示元素個數(shù)達到多少時，需要擴容。
//為什么設(shè)置 0.75 這個值呢，簡單來說就是時間和空間的權(quán)衡。
//若小于0.75如0.5，則數(shù)組長度達到一半大小就需要擴容，空間使用率大大降低，
//若大于0.75如0.8，則會增大hash沖突的概率，影響查詢效率。
static final float DEFAULT_LOAD_FACTOR = 0.75f;
//剛才提到了當鏈表長度過長時，會有一個閾值，超過這個閾值8就會轉(zhuǎn)化為紅黑樹
static final int TREEIFY_THRESHOLD = 8;
//當紅黑樹上的元素個數(shù)，減少到6個時，就退化為鏈表
static final int UNTREEIFY_THRESHOLD = 6;
//鏈表轉(zhuǎn)化為紅黑樹，除了有閾值的限制，還有另外一個限制，需要數(shù)組容量至少達到64，才會樹化。
//這是為了避免，數(shù)組擴容和樹化閾值之間的沖突。
static final int MIN_TREEIFY_CAPACITY = 64;
//存放所有Node節(jié)點的數(shù)組
transient Node<K,V>[] table;
//存放所有的鍵值對
transient Set<Map.Entry<K,V>> entrySet;
//map中的實際鍵值對個數(shù)，即數(shù)組中元素個數(shù)
transient int size;
//每次結(jié)構(gòu)改變時，都會自增，fail-fast機制，這是一種錯誤檢測機制。
//當?shù)系臅r候，如果結(jié)構(gòu)發(fā)生改變，則會發(fā)生 fail-fast，拋出異常。
transient int modCount;
//數(shù)組擴容閾值
int threshold;
//加載因子
final float loadFactor;
//普通單向鏈表節(jié)點類
static class Node<K,V> implements Map.Entry<K,V> {
//key的hash值，put和get的時候都需要用到它來確定元素在數(shù)組中的位置
final int hash;
final K key;
V value;
//指向單鏈表的下一個節(jié)點
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;
}
}
//轉(zhuǎn)化為紅黑樹的節(jié)點類
static final class TreeNode<K,V> extends LinkedHashMap.Entry<K,V> {
//當前節(jié)點的父節(jié)點
TreeNode<K,V> parent;
//左孩子節(jié)點
TreeNode<K,V> left;
//右孩子節(jié)點
TreeNode<K,V> right;
//指向前一個節(jié)點
TreeNode<K,V> prev; // needed to unlink next upon deletion
//當前節(jié)點是紅色或者黑色的標識
boolean red;
TreeNode(int hash, K key, V val, Node<K,V> next) {
super(hash, key, val, next);
}
}
HashMap 構(gòu)造函數(shù)
HashMap有四個構(gòu)造函數(shù)可供我們使用，一起來看下：
//默認無參構(gòu)造，指定一個默認的加載因子
public HashMap() {
this.loadFactor = DEFAULT_LOAD_FACTOR;
}
//可指定容量的有參構(gòu)造，但是需要注意當前我們指定的容量并不一定就是實際的容量，下面會說
public HashMap(int initialCapacity) {
//同樣使用默認加載因子
this(initialCapacity, DEFAULT_LOAD_FACTOR);
}
//可指定容量和加載因子，但是筆者不建議自己手動指定非0.75的加載因子
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;
//這里就是把我們指定的容量改為一個大于它的的最小的2次冪值，如傳過來的容量是14，則返回16
//注意這里，按理說返回的值應(yīng)該賦值給 capacity，即保證數(shù)組容量總是2的n次冪，為什么這里賦值給了 threshold 呢？
//先賣個關(guān)子，等到 resize 的時候再說
this.threshold = tableSizeFor(initialCapacity);
}
//可傳入一個已有的map
public HashMap(Map<? extends K, ? extends V> m) {
this.loadFactor = DEFAULT_LOAD_FACTOR;
putMapEntries(m, false);
}
//把傳入的map里邊的元素都加載到當前map
final void putMapEntries(Map<? extends K, ? extends V> m, boolean evict) {
int s = m.size();
if (s > 0) {
if (table == null) { // pre-size
float ft = ((float)s / loadFactor) + 1.0F;
int t = ((ft < (float)MAXIMUM_CAPACITY) ?
(int)ft : MAXIMUM_CAPACITY);
if (t > threshold)
threshold = tableSizeFor(t);
}
else if (s > threshold)
resize();
for (Map.Entry<? extends K, ? extends V> e : m.entrySet()) {
K key = e.getKey();
V value = e.getValue();
//put方法的具體實現(xiàn)，后邊講
putVal(hash(key), key, value, false, evict);
}
}
}
tableSizeFor()
上邊的第三個構(gòu)造函數(shù)中，調(diào)用了 tableSizeFor 方法，這個方法是怎么實現(xiàn)的呢？
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;
}
我們以傳入?yún)?shù)為14 來舉例，計算這個過程。
首先，14傳進去之后先減1，n此時為13。然后是一系列的無符號右移運算。
//13的二進制
0000 0000 0000 0000 0000 0000 0000 1101
//無右移1位，高位補0
0000 0000 0000 0000 0000 0000 0000 0110
//然后把它和原來的13做或運算得到，此時的n值
0000 0000 0000 0000 0000 0000 0000 1111
//再以上邊的值，右移2位
0000 0000 0000 0000 0000 0000 0000 0011
//然后和第一次或運算之后的 n 值再做或運算，此時得到的n值
0000 0000 0000 0000 0000 0000 0000 1111
...
//我們會發(fā)現(xiàn)，再執(zhí)行右移 4,8,16位，同樣n的值不變
//當n小于0時，返回1，否則判斷是否大于最大容量，是的話返回最大容量，否則返回 n+1
return (n < 0) ? 1 : (n >= MAXIMUM_CAPACITY) ? MAXIMUM_CAPACITY : n + 1;
//很明顯我們這里返回的是 n+1 的值，
0000 0000 0000 0000 0000 0000 0000 1111
+ 1
0000 0000 0000 0000 0000 0000 0001 0000
將它轉(zhuǎn)為十進制，就是 2^4 = 16 。我們會發(fā)現(xiàn)一個規(guī)律，以上的右移運算，最終會把最低位的值都轉(zhuǎn)化為 1111 這樣的結(jié)構(gòu)，然后再加1，就是1 0000 這樣的結(jié)構(gòu)，它一定是 2的n次冪。因此，這個方法返回的就是大于當前傳入值的最?。ㄗ罱咏斍爸担┑囊粋€2的n次冪的值。
put()方法詳解
//put方法，會先調(diào)用一個hash()方法，得到當前key的一個hash值，
//用于確定當前key應(yīng)該存放在數(shù)組的哪個下標位置
//這里的 hash方法，我們姑且先認為是key.hashCode()，其實不是的，一會兒細講
public V put(K key, V value) {
return putVal(hash(key), key, value, false, true);
}
//把hash值和當前的key，value傳入進來
//這里onlyIfAbsent如果為true，表明不能修改已經(jīng)存在的值，因此我們傳入false
//evict只有在方法 afterNodeInsertion(boolean evict) { }用到，可以看到它是一個空實現(xiàn)，因此不用關(guān)注這個參數(shù)
final V putVal(int hash, K key, V value, boolean onlyIfAbsent,
boolean evict) {
Node<K,V>[] tab; Node<K,V> p; int n, i;
//判斷table是否為空，如果空的話，會先調(diào)用resize擴容
if ((tab = table) == null || (n = tab.length) == 0)
n = (tab = resize()).length;
//根據(jù)當前key的hash值找到它在數(shù)組中的下標，判斷當前下標位置是否已經(jīng)存在元素，
//若沒有，則把key、value包裝成Node節(jié)點，直接添加到此位置。
// i = (n - 1) & hash 是計算下標位置的，為什么這樣算，后邊講
if ((p = tab[i = (n - 1) & hash]) == null)
tab[i] = newNode(hash, key, value, null);
else {
//如果當前位置已經(jīng)有元素了，分為三種情況。
Node<K,V> e; K k;
//1.當前位置元素的hash值等于傳過來的hash，并且他們的key值也相等，
//則把p賦值給e，跳轉(zhuǎn)到①處，后續(xù)需要做值的覆蓋處理
if (p.hash == hash &&
((k = p.key) == key || (key != null && key.equals(k))))
e = p;
//2.如果當前是紅黑樹結(jié)構(gòu)，則把它加入到紅黑樹
else if (p instanceof TreeNode)
e = ((TreeNode<K,V>)p).putTreeVal(this, tab, hash, key, value);
else {
//3.說明此位置已存在元素，并且是普通鏈表結(jié)構(gòu)，則采用尾插法，把新節(jié)點加入到鏈表尾部
for (int binCount = 0; ; ++binCount) {
if ((e = p.next) == null) {
//如果頭結(jié)點的下一個節(jié)點為空，則插入新節(jié)點
p.next = newNode(hash, key, value, null);
//如果在插入的過程中，鏈表長度超過了8，則轉(zhuǎn)化為紅黑樹
if (binCount >= TREEIFY_THRESHOLD - 1) // -1 for 1st
treeifyBin(tab, hash);
//插入成功之后，跳出循環(huán)，跳轉(zhuǎn)到①處
break;
}
//若在鏈表中找到了相同key的話，直接退出循環(huán)，跳轉(zhuǎn)到①處
if (e.hash == hash &&
((k = e.key) == key || (key != null && key.equals(k))))
break;
p = e;
}
}
//① 此時e有兩種情況
//1.說明發(fā)生了碰撞，e代表的是舊值，因此節(jié)點位置不變，但是需要替換為新值
//2.說明e是插入鏈表或者紅黑樹，成功后的新節(jié)點
if (e != null) { // existing mapping for key
V oldValue = e.value;
//用新值替換舊值，并返回舊值。
//oldValue為空，說明e是新增的節(jié)點或者也有可能舊值本來就是空的，因為hashmap可存空值
if (!onlyIfAbsent || oldValue == null)
e.value = value;
//看方法名字即可知，這是在node被訪問之后需要做的操作。其實此處是一個空實現(xiàn)，
//只有在 LinkedHashMap才會實現(xiàn)，用于實現(xiàn)根據(jù)訪問先后順序?qū)υ剡M行排序，hashmap不提供排序功能
// Callbacks to allow LinkedHashMap post-actions
//void afterNodeAccess(Node<K,V> p) { }
afterNodeAccess(e);
return oldValue;
}
}
//fail-fast機制
++modCount;
//如果當前數(shù)組中的元素個數(shù)超過閾值，則擴容
if (++size > threshold)
resize();
//同樣的空實現(xiàn)
afterNodeInsertion(evict);
return null;
}
hash()計算原理
前面 put 方法中說到，需要先把當前key進行哈希處理，我們看下這個方法是怎么實現(xiàn)的。
static final int hash(Object key) {
int h;
return (key == null) ? 0 : (h = key.hashCode()) ^ (h >>> 16);
}
這里，會先判斷key是否為空，若為空則返回0。這也說明了hashMap是支持key傳 null 的。若非空，則先計算key的hashCode值，賦值給h，然后把h右移16位，并與原來的h進行異或處理。為什么要這樣做，這樣做有什么好處呢？
我們知道，hashCode()方法繼承自父類Object，它返回的是一個 int 類型的數(shù)值，可以保證同一個應(yīng)用單次執(zhí)行的每次調(diào)用，返回結(jié)果都是相同的（這個說明可以在hashCode源碼上找到），這就保證了hash的確定性。在此基礎(chǔ)上，再進行某些固定的運算，肯定結(jié)果也是可以確定的。
我隨便運行一段程序，把它的 hashCode的二進制打印出來，如下。
public static void main(String[] args) {
Object o = new Object();
int hash = o.hashCode();
System.out.println(hash);
System.out.println(Integer.toBinaryString(hash));
}
//1836019240
//1101101011011110110111000101000
然后，進行 (h = key.hashCode()) ^ (h >>> 16) 這一段運算。
//h原來的值
0110 1101 0110 1111 0110 1110 0010 1000
//無符號右移16位，其實相當于把低位16位舍去，只保留高16位
0000 0000 0000 0000 0110 1101 0110 1111
//然后高16位和原 h進行異或運算
0110 1101 0110 1111 0110 1110 0010 1000
^
0000 0000 0000 0000 0110 1101 0110 1111
=
0110 1101 0110 1111 0000 0011 0100 0111
可以看到，其實相當于，我們把高16位值和當前h的低16位進行了混合，這樣可以盡量保留高16位的特征，從而降低哈希碰撞的概率。
思考一下，為什么這樣做，就可以降低哈希碰撞的概率呢？先別著急，我們需要結(jié)合 i = (n - 1) & hash 這一段運算來理解。
** (n-1) & hash 作用**
//②
//這是 put 方法中用來根據(jù)hash()值尋找在數(shù)組中的下標的邏輯，
//n為數(shù)組長度， hash為調(diào)用 hash()方法混合處理之后的hash值。
i = (n - 1) & hash
我們知道，如果給定某個數(shù)值，去找它在某個數(shù)組中的下標位置時，直接用模運算就可以了（假設(shè)數(shù)組值從0開始遞增）。如，我找 14 在數(shù)組長度為16的數(shù)組中的下標，即為 14 % 16，等于14 。18的位置即為 18%16，等于2。
而②中，就是取模運算的位運算形式。以18%16為例
//18的二進制
0001 0010
//16 -1 即 15的二進制
0000 1111
//與運算之后的結(jié)果為
0000 0010
// 可以看到，上邊的結(jié)果轉(zhuǎn)化為十進制就是 2 。
//其實我們會發(fā)現(xiàn)一個規(guī)律，因為n是2的n次冪，因此它的二進制表現(xiàn)形式肯定是類似于
0001 0000
//這樣的形式，只有一個位是1，其他位都是0。而它減 1 之后的形式就是類似于
0000 1111
//這樣的形式，高位都是0，低位都是1，因此它和任意值進行與運算，結(jié)果值肯定在這個區(qū)間內(nèi)
0000 0000 ~ 0000 1111
//也就是0到15之間，（以n為16為例）
//因此，這個運算就可以實現(xiàn)取模運算，而且位運算還有個好處，就是速度比較快。
為什么高低位異或運算可以減少哈希碰撞
我們想象一下，假如用 key 原來的hashCode值，直接和 (n-1) 進行與運算來求數(shù)組下標，而不進行高低位混合運算，會產(chǎn)生什么樣的結(jié)果。
//例如我有另外一個h2，和原來的 h相比較，高16位有很大的不同，但是低16位相似度很高，甚至相同的話。
//原h(huán)值
0110 1101 0110 1111 0110 1110 0010 1000
//另外一個h2值
0100 0101 1110 1011 0110 0110 0010 1000
// n -1 ,即 15 的二進制
0000 0000 0000 0000 0000 0000 0000 1111
//可以發(fā)現(xiàn) h2 和 h 的高位不相同，但是低位相似度非常高。
//他們分別和 n -1 進行與運算時，得到的結(jié)果卻是相同的。（此處n假設(shè)為16）
//因為 n-1 的高16位都是0，不管 h 的高 16 位是什么，與運算之后，都不影響最終結(jié)果，高位一定全是 0
//因此，哈希碰撞的概率就大大增加了，并且 h 的高16 位特征全都丟失了。
愛思考的同學可能就會有疑問了，我進行高低16位混合運算，是可以的，這樣可以保證盡量減少高區(qū)位的特征丟失。那么，為什么選擇用異或運算呢，我用與、或、非運算不行嗎？
這是有一定的道理的。我們看一個表格，就能明白了。
可以看到兩個值進行與運算，結(jié)果會趨向于0；或運算，結(jié)果會趨向于1；而只有異或運算，0和1的比例可以達到1:1的平衡狀態(tài)。（非呢？別扯犢子了，兩個值怎么做非運算。。。）
所以，異或運算之后，可以讓結(jié)果的隨機性更大，而隨機性大了之后，哈希碰撞的概率當然就更小了。
以上，就是為什么要對一個hash值進行高低位混合，并且選擇異或運算來混合的原因。
resize() 擴容機制
在上邊 put 方法中，我們會發(fā)現(xiàn)，當數(shù)組為空的時候，會調(diào)用 resize 方法，當數(shù)組的 size 大于閾值的時候，也會調(diào)用 resize方法。那么看下 resize 方法都做了哪些事情吧。
final Node<K,V>[] resize() {
//舊數(shù)組
Node<K,V>[] oldTab = table;
//舊數(shù)組的容量
int oldCap = (oldTab == null) ? 0 : oldTab.length;
//舊數(shù)組的擴容閾值，注意看，這里取的是當前對象的 threshold 值，下邊的第2種情況會用到。
int oldThr = threshold;
//初始化新數(shù)組的容量和閾值，分三種情況討論。
int newCap, newThr = 0;
//1.當舊數(shù)組的容量大于0時，說明在這之前肯定調(diào)用過 resize擴容過一次，才會導致舊容量不為0。
//為什么這樣說呢，之前我在 tableSizeFor 賣了個關(guān)子，需要注意的是，它返回的值是賦給了 threshold 而不是 capacity。
//我們在這之前，壓根就沒有在任何地方看到過，它給 capacity 賦初始值。
if (oldCap > 0) {
//容量達到了最大值
if (oldCap >= MAXIMUM_CAPACITY) {
threshold = Integer.MAX_VALUE;
return oldTab;
}
//新數(shù)組的容量和閾值都擴大原來的2倍
else if ((newCap = oldCap << 1) < MAXIMUM_CAPACITY &&
oldCap >= DEFAULT_INITIAL_CAPACITY)
newThr = oldThr << 1; // double threshold
}
//2.到這里，說明 oldCap <= 0，并且 oldThr(threshold) > 0，這就是 map 初始化的時候，第一次調(diào)用 resize的情況
//而 oldThr的值等于 threshold，此時的 threshold 是通過 tableSizeFor 方法得到的一個2的n次冪的值(我們以16為例)。
//因此，需要把 oldThr 的值，也就是 threshold ，賦值給新數(shù)組的容量 newCap，以保證數(shù)組的容量是2的n次冪。
//所以我們可以得出結(jié)論，當map第一次 put 元素的時候，就會走到這個分支，把數(shù)組的容量設(shè)置為正確的值（2的n次冪)
//但是，此時 threshold 的值也是2的n次冪，這不對啊，它應(yīng)該是數(shù)組的容量乘以加載因子才對。別著急，這個會在③處理。
else if (oldThr > 0) // initial capacity was placed in threshold
newCap = oldThr;
//3.到這里，說明 oldCap 和 oldThr 都是小于等于0的。也說明我們的map是通過默認無參構(gòu)造來創(chuàng)建的，
//于是，數(shù)組的容量和閾值都取默認值就可以了，即 16 和 12。
else { // zero initial threshold signifies using defaults
newCap = DEFAULT_INITIAL_CAPACITY;
newThr = (int)(DEFAULT_LOAD_FACTOR * DEFAULT_INITIAL_CAPACITY);
}
//③ 這里就是處理第2種情況，因為只有這種情況 newThr 才為0，
//因此計算 newThr（用 newCap即16 乘以加載因子 0.75，得到 12） ，并把它賦值給 threshold
if (newThr == 0) {
float ft = (float)newCap * loadFactor;
newThr = (newCap < MAXIMUM_CAPACITY && ft < (float)MAXIMUM_CAPACITY ?
(int)ft : Integer.MAX_VALUE);
}
//賦予 threshold 正確的值，表示數(shù)組下次需要擴容的閾值（此時就把原來的 16 修正為了 12）。
threshold = newThr;
@SuppressWarnings({"rawtypes","unchecked"})
Node<K,V>[] newTab = (Node<K,V>[])new Node[newCap];
table = newTab;
//如果原來的數(shù)組不為空，那么我們就需要把原來數(shù)組中的元素重新分配到新的數(shù)組中
//如果是第2種情況，由于是第一次調(diào)用resize，此時數(shù)組肯定是空的，因此也就不需要重新分配元素。
if (oldTab != null) {
//遍歷舊數(shù)組
for (int j = 0; j < oldCap; ++j) {
Node<K,V> e;
//取到當前下標的第一個元素，如果存在，則分三種情況重新分配位置
if ((e = oldTab[j]) != null) {
oldTab[j] = null;
//1.如果當前元素的下一個元素為空，則說明此處只有一個元素
//則直接用它的hash()值和新數(shù)組的容量取模就可以了，得到新的下標位置。
if (e.next == null)
newTab[e.hash & (newCap - 1)] = e;
//2.如果是紅黑樹結(jié)構(gòu)，則拆分紅黑樹，必要時有可能退化為鏈表
else if (e instanceof TreeNode)
((TreeNode<K,V>)e).split(this, newTab, j, oldCap);
//3.到這里說明，這是一個長度大于 1 的普通鏈表，則需要計算并
//判斷當前位置的鏈表是否需要移動到新的位置
else { // preserve order
// loHead 和 loTail 分別代表鏈表舊位置的頭尾節(jié)點
Node<K,V> loHead = null, loTail = null;
// hiHead 和 hiTail 分別代表鏈表移動到新位置的頭尾節(jié)點
Node<K,V> hiHead = null, hiTail = null;
Node<K,V> next;
do {
next = e.next;
//如果當前元素的hash值和oldCap做與運算為0，則原位置不變
if ((e.hash & oldCap) == 0) {
if (loTail == null)
loHead = e;
else
loTail.next = e;
loTail = e;
}
//否則，需要移動到新的位置
else {
if (hiTail == null)
hiHead = e;
else
hiTail.next = e;
hiTail = e;
}
} while ((e = next) != null);
//原位置不變的一條鏈表，數(shù)組下標不變
if (loTail != null) {
loTail.next = null;
newTab[j] = loHead;
}
//移動到新位置的一條鏈表，數(shù)組下標為原下標加上舊數(shù)組的容量
if (hiTail != null) {
hiTail.next = null;
newTab[j + oldCap] = hiHead;
}
}
}
}
}
return newTab;
}
上邊還有一個非常重要的運算，我們沒有講解。就是下邊這個判斷，它用于把原來的普通鏈表拆分為兩條鏈表，位置不變或者放在新的位置。
if ((e.hash & oldCap) == 0) {} else {}
我們以原數(shù)組容量16為例，擴容之后容量為32。說明下為什么這樣計算。
還是用之前的hash值舉例。
//e.hash值
0110 1101 0110 1111 0110 1110 0010 1000
//oldCap值，即16
0000 0000 0000 0000 0000 0000 0001 0000
//做與運算，我們會發(fā)現(xiàn)結(jié)果不是0就是非0，
//而且它取決于 e.hash 二進制位的倒數(shù)第五位是 0 還是 1，
//若倒數(shù)第五位為0，則結(jié)果為0，若倒數(shù)第五位為1，則結(jié)果為非0。
//那這個和新數(shù)組有什么關(guān)系呢？
//別著急，我們看下新數(shù)組的容量是32，如果求當前hash值在新數(shù)組中的下標，則為
// e.hash &( 32 - 1) 這樣的運算 ，即 hash 與 31 進行與運算，
0110 1101 0110 1111 0110 1110 0010 1000
&
0000 0000 0000 0000 0000 0000 0001 1111
=
0000 0000 0000 0000 0000 0000 0000 1000
//接下來，我們對比原來的下標計算結(jié)果和新的下標結(jié)果，看圖
看下面的圖，我們觀察，hash值和舊數(shù)組進行與運算的結(jié)果 ，跟新數(shù)組的與運算結(jié)果有什么不同。
會發(fā)現(xiàn)一個規(guī)律：
若hash值的倒數(shù)第五位是0，則新下標與舊下標結(jié)果相同，都為 0000 1000
若hash值的倒數(shù)第五位是1，則新下標（0001 1000）與舊下標（0000 1000）結(jié)果值相差了 16 。
因此，我們就可以根據(jù) （e.hash & oldCap == 0） 這個判斷的真假來決定，當前元素應(yīng)該在原來的位置不變，還是在新的位置(原位置 + 16)。
如果，上邊的推理還是不明白的話，我再舉個簡單的例子。
18%16=2 18%32=18
34%16=2 34%32=2
50%16=2 50%32=18
怎么樣，發(fā)現(xiàn)規(guī)律沒，有沒有那個感覺了？
計算中的18，34 ，50 其實就相當于 e.hash 值，和新舊數(shù)組做取模運算，得到的結(jié)果，要么就是原來的位置不變，要么就是原來的位置加上舊數(shù)組的長度。
get()方法
有了前面的基礎(chǔ)，get方法就比較簡單了。
public V get(Object key) {
Node<K,V> e;
//如果節(jié)點為空，則返回null，否則返回節(jié)點的value。這也說明，hashMap是支持value為null的。
//因此，我們就明白了，為什么hashMap支持Key和value都為null
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;
//首先要確保數(shù)組不能為空，然后取到當前hash值計算出來的下標位置的第一個元素
if ((tab = table) != null && (n = tab.length) > 0 &&
(first = tab[(n - 1) & hash]) != null) {
//若hash值和key都相等，則說明我們要找的就是第一個元素，直接返回
if (first.hash == hash && // always check first node
((k = first.key) == key || (key != null && key.equals(k))))
return first;
//如果不是的話，就遍歷當前鏈表（或紅黑樹）
if ((e = first.next) != null) {
//如果是紅黑樹結(jié)構(gòu)，則找到當前key所在的節(jié)點位置
if (first instanceof TreeNode)
return ((TreeNode<K,V>)first).getTreeNode(hash, key);
//如果是普通鏈表，則向后遍歷查找，直到找到或者遍歷到鏈表末尾為止。
do {
if (e.hash == hash &&
((k = e.key) == key || (key != null && key.equals(k))))
return e;
} while ((e = e.next) != null);
}
}
//否則，說明沒有找到，返回null
return null;
}
為什么HashMap鏈表會形成死循環(huán)
準確的講應(yīng)該是 JDK1.7 的 HashMap 鏈表會有死循環(huán)的可能，因為JDK1.7是采用的頭插法，在多線程環(huán)境下有可能會使鏈表形成環(huán)狀，從而導致死循環(huán)。JDK1.8做了改進，用的是尾插法，不會產(chǎn)生死循環(huán)。
那么，鏈表是怎么形成環(huán)狀的呢？
關(guān)于這一點的解釋，我發(fā)現(xiàn)網(wǎng)上文章抄來抄去的，而且都來自左耳朵耗子，更驚奇的是，連配圖都是一模一樣的。（別問我為什么知道，因為我也看過耗子叔的文章，哈哈。然而，菜雞的我，那篇文章，并沒有看懂。。。）
我實在看不下去了，于是一怒之下，就有了這篇文章。我會照著源碼一步一步的分析變量之間的關(guān)系怎么變化的，并有配圖哦。
我們從 put()方法開始，最終找到線程不安全的那個方法。這里省略中間不重要的過程，我只把方法的跳轉(zhuǎn)流程貼出來：
//添加元素方法 -> 添加新節(jié)點方法 -> 擴容方法 -> 把原數(shù)組元素重新分配到新數(shù)組中
put() --> addEntry() --> resize() --> transfer()
問題就發(fā)生在 transfer 這個方法中。
我們假設(shè)，原數(shù)組容量只有2，其中一條鏈表上有兩個元素 A,B，如下圖
現(xiàn)在，有兩個線程都執(zhí)行 transfer 方法。每個線程都會在它們自己的工作內(nèi)存生成一個newTable 的數(shù)組，用于存儲變化后的鏈表，它們互不影響（這里互不影響，指的是兩個新數(shù)組本身互不影響）。但是，需要注意的是，它們操作的數(shù)據(jù)卻是同一份。
因為，真正的數(shù)組中的內(nèi)容在堆中存儲，它們指向的是同一份數(shù)據(jù)內(nèi)容。就相當于，有兩個不同的引用 X，Y，但是它們都指向同一個對象 Z。這里 X、Y就是兩個線程不同的新數(shù)組，Z就是堆中的A，B 等元素對象。
假設(shè)線程一執(zhí)行到了上圖1中所指的代碼①處，恰好 CPU 時間片到了，線程被掛起，不能繼續(xù)執(zhí)行了。記住此時，線程一中記錄的 e = A ， e.next = B。
然后線程二正常執(zhí)行，擴容后的數(shù)組長度為 4， 假設(shè) A，B兩個元素又碰撞到了同一個桶中。然后，通過幾次 while 循環(huán)后，采用頭插法，最終呈現(xiàn)的結(jié)構(gòu)如下：
此時，線程一解掛，繼續(xù)往下執(zhí)行。注意，此時線程一，記錄的還是 e = A，e.next = B，因為它還未感知到最新的變化。
我們主要關(guān)注圖1中標注的①②③④處的變量變化：
/**
* next = e.next
* e.next = newTable[i]
* newTable[i] = e;
* e = next;
*/
//第一次循環(huán),(偽代碼)
e=A;next=B;
e.next=null //此時線程一的新數(shù)組剛初始化完成，還沒有元素
newTab[i] = A->null //把A節(jié)點頭插到新數(shù)組中
e=B; //下次循環(huán)的e值
第一次循環(huán)結(jié)束后，線程一新數(shù)組的結(jié)構(gòu)如下圖：
然后，由于 e=B，不為空，進入第二次循環(huán)。
//第二次循環(huán)
e=B;next=A; //此時A，B的內(nèi)容已經(jīng)被線程二修改為 B->A->null，然后被線程一讀到，所以B的下一個節(jié)點指向A
e.next=A->null // A->null 為第一次循環(huán)后線程一新數(shù)組的結(jié)構(gòu)
newTab[i] = B->A->null //新節(jié)點B插入之后，線程一新數(shù)組的結(jié)構(gòu)
e=A; //下次循環(huán)的 e 值
第二次循環(huán)結(jié)束后，線程一新數(shù)組的結(jié)構(gòu)如下圖：
此時，由于 e=A，不為空，繼續(xù)循環(huán)。
//第三次循環(huán)
e=A;next=null; // A節(jié)點后邊已經(jīng)沒有節(jié)點了
e.next= B->A->null // B->A->null 為第二次循環(huán)后線程一新數(shù)組的結(jié)構(gòu)
//我們把A插入后，抽象的表達為 A->B->A->null，但是，A只能是一個，不能分身啊
//因此實際上是 e(A).next指向發(fā)生了變化，A的 next 由指向 null 改為指向了 B，
//而 B 本身又指向A，因此A和B互相指向，成環(huán)
newTab[i] = A->B 且 B->A
e=next=null; //e此時為空，結(jié)束循環(huán)
第三次循環(huán)結(jié)束后，看下圖，A的指向由 null ，改為指向為 B，因此 A 和 B 之間成環(huán)。
這時，有的同學可能就會問了，就算他們成環(huán)了，又怎樣，跟死循環(huán)有什么關(guān)系？
我們看下 get() 方法（最終調(diào)用 getEntry 方法），
可以看到查找元素時，只要 e 不為空，就會一直循環(huán)查找下去。若有某個元素 C 的 hash 值也落在了和 A，B元素同一個桶中，則會由于， A，B互相指向，e.next 永遠不為空，就會形成死循環(huán)。
特別推薦一個分享架構(gòu)+算法的優(yōu)質(zhì)內(nèi)容，還沒關(guān)注的小伙伴，可以長按關(guān)注一下：
長按訂閱更多精彩▼
如有收獲，點個在看，誠摯感謝
免責聲明：本文內(nèi)容由21ic獲得授權(quán)后發(fā)布，版權(quán)歸原作者所有，本平臺僅提供信息存儲服務(wù)。文章僅代表作者個人觀點，不代表本平臺立場，如有問題，請聯(lián)系我們，謝謝！
下載文檔
