重新去認識HashMap（Java8原始碼淺析）
加入新公司後一直忙於專案，瘋狂加班，斷更了N個月，一直沒時間去管理自己所學習的新的知識（說白了就是懶。。。），前些天在頭條上看到了一篇關於jdk5，6，7，8，9的一些區別的文章，雖然有所瞭解，但由於自己的專案中用的依舊還是1.6，因此並沒有很多機會去了解一些新版本的一些特性（說白了還是懶。。。），想著之前自己貌似也寫過一篇關於HashMap的原始碼解析（基於1.7），於是決定來看看1.8中到底有了些什麼區別，重新去認識一下HashMap。
一、資料結構
這個1.8是在1.7的基礎上加了個紅黑樹，陣列還是陣列，只不過由Entry陣列變成了Node陣列。連結串列還是連結串列，1.8中連結串列長度超過了8後會轉變成紅黑樹（關於紅黑樹這個資料結構相信大家都是隻是聽過，並沒有深入去理解，至少我是這樣的。。。）。改成了紅黑樹，在連結串列過長的時候，即當hash值相等的元素較多時，查詢時間會有一個大大的提升。
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 可以對比一下1.7的Entry，二者其實還是一樣的資料結構，這種做法我想也是為了相容老版本的資料吧。
除此之外，還有紅黑樹的樹節點
static final class TreeNode<K,V> extends LinkedHashMap.Entry<K,V> {
TreeNode<K,V> parent; // red-black tree links
TreeNode<K,V> left;
TreeNode<K,V> right;
TreeNode<K,V> prev; // needed to unlink next upon deletion
boolean red;
TreeNode(int hash, K key, V val, Node<K,V> next) {
super(hash, key, val, next);
}
......
}二、存取實現
2.1 存
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;
}1.8的put方法比1.7豐富了很多，之前初始化陣列的地方在HashMap的初始化方法中，現在放在類put方法裡面，資料丟進去前先判斷。hash方法也做了簡化
static final int hash(Object key) {
int h;
return (key == null) ? 0 : (h = key.hashCode()) ^ (h >>> 16);
}如果在table上找到了位置，那就新建節點。如果找到且key一樣，那就覆蓋。
如果不一樣，節點是樹節點，那就往樹上加節點；如果是連結串列節點，那就一邊迴圈查詢，有相同的key就覆蓋，沒有就加節點，在新增的過程中，如果發現連結串列長度大於8，結構就改成紅黑樹，再在紅黑樹的基礎上新增節點。
在最後檢查一下大小，是否超過了最大容量threshold，不夠要擴容。
2.2 取
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) {
if (first.hash == hash && // always check first node
((k = first.key) == key || (key != null && key.equals(k))))
return first;
if ((e = first.next) != null) {
if (first instanceof TreeNode)
return ((TreeNode<K,V>)first).getTreeNode(hash, key);
do {
if (e.hash == hash &&
((k = e.key) == key || (key != null && key.equals(k))))
return e;
} while ((e = e.next) != null);
}
}
return null;
}查詢沒什麼說的，1.8比1.7多那個紅黑樹結構，對查詢效率有很大的提高。原先連結串列的查詢
時間複雜度可能會達到O(n)，即全部遍歷；但是由於紅黑樹的特性，查詢某一節點複雜度最差只有O(log n)。
三、擴容機制
我們直接看看原始碼
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;
}思想還是和1.7一樣，與1.7不同的是，是在將老陣列向新陣列轉移時，1.8做了一些優化。在1.7中，在確定索引位置的時候會有rehash的情況。而在1.8中，沒有rehash的相關程式碼。說明在1.8中已經節省掉了這部分的時間。1.8中的resize方法中確認新下標是使用hash值與 陣列長度 進行與運算，得到的是0 或者非零。如果是0 表示新位置下標不變，如果不是0那麼表示位置有變動。如果(e.hash & oldCap) == 0，這就說明e.hash & (newCap-1)還會和 e.hash & (oldCap-1)一樣。因為oldCap和newCap是2的次冪，並且newCap是oldCap的兩倍，就相當於oldCap的唯一一個二進位制的1向高位移動了一位。 每次擴容他都要對原來的紅黑樹進行拆解或重建，我覺得這部分應該也挺花時間的。具體我沒做過實驗，因為網上很多地方都說1.8的resize的方法有優化，我覺得不需要再次rehash是個亮點，別的都是為了查詢效率的提升所填的坑。畢竟使用紅黑樹確實能提高查詢效率，極限狀態吧，一般情況我覺得也差不多其實。。。但是也不得不佩服大師的卓越思維。