JDK8中的HashMap初始化和擴容機制詳解
一、HashMap初始化方法
HashMap() 不帶參數，默認初始化大小為16，加載因子為0.75；
HashMap(int initialCapacity) 指定初始化大小；
HashMap(int initialCapacity, float loadFactor) 指定初始化大小和加載因子大小；
HashMap(Map<? extends K,? extends V> m) 用現有的一個map來構造HashMap。
二、分析初始化過程
1、初始化代碼測試用例
Map<String, String> map = new HashMap<>(3);
map.put("id", "1");
map.put("name", "riemann");
map.put("sex", "male");
2、初始化過程
public HashMap(int initialCapacity, float loadFactor) {
// 初始化大小小於0，拋出異常
if (initialCapacity < 0)
throw new IllegalArgumentException("Illegal initial capacity: " +
initialCapacity);
// 初始大小最大為默認最大值
if (initialCapacity > MAXIMUM_CAPACITY)
initialCapacity = MAXIMUM_CAPACITY;
// 加載因子要在0到1之間
if (loadFactor <= 0 || Float.isNaN(loadFactor))
throw new IllegalArgumentException("Illegal load factor: " +
loadFactor);
this.loadFactor = loadFactor;
// threshold是根據當前的初始化大小和加載因子算出來的邊界大小，
// 當桶中的鍵值對超過這個大小就進行擴容
this.threshold = tableSizeFor(initialCapacity);
}
此時：loadFactor = 0.75 默認值
// 這個方法返回大於輸入參數且最接近的2的整數次冪的數
static final int tableSizeFor(int cap) {
int n = cap - 1;
// 無符號向右移動
// 按位或
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;
}
此時：threshold = 4
三、分析擴容過程
1、第一次執行put操作後
final V putVal(int hash, K key, V value, boolean onlyIfAbsent,
boolean evict) {
Node<K,V>[] tab; Node<K,V> p; int n, i;
// 如果存儲元素的table為空，則進行必要字段的初始化
if ((tab = table) == null || (n = tab.length) == 0)
// 獲取長度
n = (tab = resize()).length;
// 如果根據hash值獲取的結點為空，則新建一個結點
// 此處 & 代替瞭 % （除法散列法進行散列）
if ((p = tab[i = (n - 1) & hash]) == null)
tab[i] = newNode(hash, key, value, null);
// 這裡的p結點是根據hash值算出來對應在數組中的元素
else {
Node<K,V> e; K k;
// 如果新插入的結點和table中p結點的hash值，key值相同的話
if (p.hash == hash &&
((k = p.key) == key || (key != null && key.equals(k))))
e = p;
// 如果是紅黑樹結點的話，進行紅黑樹插入
else if (p instanceof TreeNode)
e = ((TreeNode<K,V>)p).putTreeVal(this, tab, hash, key, value);
else {
for (int binCount = 0; ; ++binCount) {
// 代表這個單鏈表隻有一個頭部結點，則直接新建一個結點即可
if ((e = p.next) == null) {
p.next = newNode(hash, key, value, null);
// 鏈表長度大於8時，將鏈表轉紅黑樹
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;
// 及時更新p
p = e;
}
}
// 如果存在這個映射就覆蓋
if (e != null) { // existing mapping for key
V oldValue = e.value;
// 判斷是否允許覆蓋，並且value是否為空
if (!onlyIfAbsent || oldValue == null)
e.value = value;
// 回調以允許LinkedHashMap後置操作
afterNodeAccess(e);
return oldValue;
}
}
// 更改操作次數
++modCount;
// 大於臨界值
if (++size > threshold)
// 將數組大小設置為原來的2倍，並將原先的數組中的元素放到新數組中
// 因為有鏈表，紅黑樹之類，因此還要調整他們
resize();
// 回調以允許LinkedHashMap後置操作
afterNodeInsertion(evict);
return null;
}
2、第一put會進行resize()操作：
// 初始化或者擴容之後元素調整
final Node<K,V>[] resize() {
// 獲取舊元素數組的各種信息
Node<K,V>[] oldTab = table;
// 長度
int oldCap = (oldTab == null) ? 0 : oldTab.length;
// 擴容的臨界值
int oldThr = threshold;
// 定義新數組的長度及擴容的臨界值
int newCap, newThr = 0;
// 如果原table不為空
if (oldCap > 0) {
// 如果數組長度達到最大值，則修改臨界值為Integer.MAX_VALUE
if (oldCap >= MAXIMUM_CAPACITY) {
threshold = Integer.MAX_VALUE;
return oldTab;
}
// 下面就是擴容操作（2倍）
else if ((newCap = oldCap << 1) < MAXIMUM_CAPACITY &&
oldCap >= DEFAULT_INITIAL_CAPACITY)
// threshold也變為二倍
newThr = oldThr << 1; // double threshold
}
else if (oldThr > 0) // initial capacity was placed in threshold
newCap = oldThr;
// threshold為0，則使用默認值
else { // zero initial threshold signifies using defaults
newCap = DEFAULT_INITIAL_CAPACITY;
newThr = (int)(DEFAULT_LOAD_FACTOR * DEFAULT_INITIAL_CAPACITY);
}
// 如果臨界值還為0，則設置臨界值
if (newThr == 0) {
float ft = (float)newCap * loadFactor;
newThr = (newCap < MAXIMUM_CAPACITY && ft < (float)MAXIMUM_CAPACITY ?
(int)ft : Integer.MAX_VALUE);
}
// 更新填充因子
threshold = newThr;
@SuppressWarnings({"rawtypes","unchecked"})
Node<K,V>[] newTab = (Node<K,V>[])new Node[newCap];
table = newTab;
// 調整數組大小之後，需要調整紅黑樹或者鏈表的指向
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;
// 紅黑樹調整
else if (e instanceof TreeNode)
((TreeNode<K,V>)e).split(this, newTab, j, oldCap);
else { // preserve order
// 鏈表調整
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;
}
四、小結
第一次put後：threshold = newCap * loadFactor = oldThr * loadFactor = 4 * 0.75 = 3
第二次put後：++size = 3,不進行擴容
第三次put後：++size = 4，進行擴容
oldCap = oldTab.length = 3 newcap = oldCap << 1 = 6 threshold = newThr = newCap * loadFactor = 6 * 0.75 = 4
結論：設置初始化容量n，初始化threshold = 大於n數且最接近的2的整數次冪的數 * 負載因子
JDK8中的HashMap深入理解
一、首先看一下HashMap的數據結構（數組+鏈表/紅黑樹），如下圖：
1、紅黑樹特性（缺一不可）：
(1)、每個節點要麼是紅色要麼是黑色。
(2)、根節點是黑色。
(3)、所有葉子節點都是黑色（葉子節點為NIL或者NULL節點）。
(4)、不存在兩個連續的紅色節點。
(5)、任意節點（包含跟節點）到其葉子節點的所有路徑都包含相同數目的黑色節點。
2、為什麼HashMap中使用紅黑樹而不使用AVL樹呢？
紅黑樹被稱為弱AVL樹，犧牲瞭嚴格的高度平衡的優越條件為代價（紅黑樹左右子樹的高度差不超過一倍即可）使其能夠以O(log2 n)的時間復雜度進行搜索、插入、刪除操作；此外，由於它的設計，任何不平衡都會在三次旋轉之內解決。因為HashMap的使用場景中插入和刪除操作是非常頻繁的，所以在HashMap中使用瞭紅黑樹。
3、紅黑樹RBT與平衡二叉樹AVL比較：
(1)、紅黑樹和AVL樹類似，都是在進行插入和刪除操作時通過特定操作保持二叉查找樹的平衡，從而獲得較高的查找性能。
(2)、紅黑樹和AVL樹的區別在於它使用顏色來標識節點的高度，它所追求的是局部平衡而不是AVL樹中的非常嚴格的平衡。
(3)、AVL 樹比紅黑樹更加平衡，但AVL樹在插入和刪除的時候也會存在大量的旋轉操作。所以當你的應用涉及到頻繁的插入和刪除操作，切記放棄AVL樹，選擇性能更好的紅黑樹；當然，如果你的應用中涉及的插入和刪除操作並不頻繁，而是查找操作相對更頻繁，那麼就優先選擇 AVL 樹進行實現。
二、HashMap元素插入過程及一些參數的詳解
1、首先，需要瞭解HashMap源碼中幾個重要的參數：
DEFAULT_INITIAL_CAPACITY：默認初始化大小
MAXIMUM_CAPACITY：最大容量
DEFAULT_LOAD_FACTOR：默認的負載因子
TREEIFY_THRESHOLD：鏈表轉化為紅黑樹的閾值（包含）
UNTREEIFY_THRESHOLD：紅黑樹轉化為鏈表的閾值（包含）
MIN_TREEIFY_CAPACITY：當數組大小小於該值時，不進行鏈表向紅黑樹的轉化，而是進行擴容
2、HashMap存儲元素過程：
（1）圖中剛開始有計算 key 的 hash 值的設計？
拿到 key 的 hashCode，並將 hashCode 的高16位和 hashCode 進行異或（XOR）運算，得到最終的 hash 值。
（2）為什麼要將 hashCode 的高16位參與運算？
主要是為瞭在 table 的長度較小的時候，讓高位也參與運算，並且不會有太大的開銷。
（3）為什麼鏈表轉紅黑樹的閾值是8？
我們平時在進行方案設計時，必須考慮的兩個很重要的因素是：時間和空間。對於 HashMap 也是同樣的道理，簡單來說，閾值為8是在時間和空間上權衡的結果。紅黑樹節點大小約為鏈表節點的2倍，在節點太少時，紅黑樹的查找性能優勢並不明顯，付出2倍空間的代價不值得。理想情況下，使用隨機的哈希碼，節點分佈在 hash 桶中的頻率遵循泊松分佈，按照泊松分佈的公式計算，鏈表中節點個數為8時的概率為0.00000006，這個概率足夠低瞭，並且到8個節點時，紅黑樹的性能優勢也會開始展現出來，因此8是一個較合理的數字。
（4）HashMap 的默認初始容量是多少？HashMap 的容量有什麼限制嗎？
默認初始容量是16。HashMap 的容量必須是2的N次方，HashMap 會根據我們傳入的容量計算一個大於等於該容量的最小的2的N次方，例如傳 9，容量為16。
（5）為什麼HashMap 的容量必須是 2 的 N 次方？
計算索引位置的公式為：(n – 1) & hash，當 n 為2的N 次方時，n – 1為低位全是 1 的值，此時任何值跟 n – 1 進行 &運算的結果為該值的低 N 位，達到瞭和取模同樣的效果，實現瞭均勻分佈。實際上，這個設計就是基於公式：x mod 2^n = x & (2^n – 1)，因為 &運算比 mod 具有更高的效率。當 n 不為 2 的 N 次方時，hash 沖突的概率明顯增大。
（6）為什麼HashMap的負載因子默認為0.75？
在HashMap的類註釋上有如圖一段解釋：大致意思是說負載因子是0.75的時候，空間利用率比較高，而且避免瞭相當多的Hash沖突，使得底層的鏈表或者是紅黑樹的高度比較低，提升瞭空間效率。
以上為個人經驗，希望能給大傢一個參考，也希望大傢多多支持WalkonNet。
推薦閱讀：
- Java詳細分析講解HashMap
- 深入理解Java中的HashMap
- 基於hashmap 的擴容和樹形化全面分析
- 解析HashMap中的put方法執行流程
- Java京東面試題之為什麼HashMap線程不安全