Java7 和 Java8 HashMap的改进

一、基础知识

在Java7中，HashMap采用的是数组+链表的形式存储的,(默认bucket数目16，负载因子0.75），参见笔者上一篇文章：Java7 中 HashMap 的实现原理与底层数据结构。

hashmap最关键的操作就是hash的逻辑，即根据把各种给了键值对的节点node，对应到数组中的逻辑，也就是确定哈希桶数组索引位置，然后才能谈冲突后的存储和处理方式。本文要详细解析的就是hash的这个映射过程。

关于hashmap的基础知识部分，在这里就不解释了，给出1.7及之前的hashmap内部存储的图解：

JDK1.7源码提要

int hash = hash(key);
int i = indexFor(hash, table.length);

1. 求hash值
2. 根据hash值和数组的长度length定位到数组里的具体位置。

1.1 计算 hash 值

final int hash(Object k) {
    int h = hashSeed;
    if (0 != h && k instanceof String) {
        return sun.misc.Hashing.stringHash32((String) k);
    }

    h ^= k.hashCode();

    // 高低位扰动计算 
    h ^= (h >>> 20) ^ (h >>> 12);
    return h ^ (h >>> 7) ^ (h >>> 4);
}

先不用管具体实现，只需要知道它是通过对给的node中的key（键）调用每个Object都有的hashCode()方法得到一个值，然后做了一些处理，就给出了这里的hash值。

1.2 计算索引

static int indexFor(int h, int length) {
    return h & (length-1);
}

把得到的hash值，对应到数组那个长度里。

这一计算方式有诸多优点：

• 首先这是个位运算，速度快。
• 当 length 为2的次幂时，保证 length-1 的二进制除最高位为0，其余位都为1，减少哈希冲突；
• 同时满足 h & (length-1) = hash % length。

二、JDK1.8的改动

2.1 存储结构改进

Java8采用了数组+链表+红黑树的存储结构。对于 JDK1.8 之后的 HashMap 底层在解决哈希冲突的时候，就不单单是使用数组加上单链表的组合了，因为当处理如果 hash 值冲突较多的情况下，链表的长度就会越来越长，此时通过单链表来寻找对应 Key 对应的 Value 的时候就会使得时间复杂度达到 O(n)，因此在 JDK1.8 之后，在链表新增节点导致链表长度超过 TREEIFY_THRESHOLD = 8 的时候，就会在添加元素的同时将原来的单链表转化为红黑树。

红黑树是一种易于增删改查的二叉树，他对与数据的查询的时间复杂度是 O(logn) 级别，所以利用红黑树的特点就可以更高效的对 HashMap 中的元素进行操作。

而在hash方面，首先，在高位扰动方面，只是简单的h = h ^ (h >>> 16)，没有再做那么多的扰动，就得到了hash值。 

我自己的理解是，由于用红黑树优化了冲突很多，链很长的情况，所以没必要做那么多的高低位扰动了。有了冲突也可以处理。

2.2 头插改为尾插

其次，添加元素的时候从头插改为尾插，解决了多线程可能导致的”环形链表“问题。

分析链表插入的位置，重点是分析HashMap的put方法。

public V put(K key, V value) {
     if (key == null)
         return putForNullKey(value);
     int hash = hash(key.hashCode());
     int i = indexFor(hash, table.length);
     for (Entry<K,V> e = table[i]; e != null; e = e.next) {
         Object k;
         //如果发现key已经在链表中存在，则修改并返回旧的值
         if (e.hash == hash && ((k = e.key) == key || key.equals(k))) {
             V oldValue = e.value;
             e.value = value;
             e.recordAccess(this);
             return oldValue;
         }
     }
     //如果遍历链表没发现这个key，则会调用以下代码
     modCount++;
     addEntry(hash, key, value, i);
     return null;
}

阅读源码发现，如果遍历链表都没法发现相应的key值的话，则会调用addEntry方法在链表添加一个Entry，重点就在与addEntry方法是如何插入链表的，addEntry方法源码如下：

void addEntry(int hash, K key, V value, int bucketIndex) {
    Entry<K,V> e = table[bucketIndex];
    table[bucketIndex] = new Entry<K,V>(hash, key, value, e);
    if (size++ >= threshold)
        resize(2 * table.length);
}

这里构造了一个新的Entry对象（构造方法的最后一个参数传入了当前的Entry链表），然后直接用这个新的Entry对象取代了旧的Entry链表，可以猜测这应该是头插法，为了进一步确认这个想法，我们再看一下Entry的构造方法：

Entry( int h, K k, V v, Entry<K,V> n) {
        value = v;
        next = n;
        key = k;
        hash = h;
}

从构造方法中的nexrt=n可以看出确实是把原本的链表直接链在了新建的Entry对象的后边，可以断定是插入头部。

jdk1.8
put方法的代码如下：

public V put(K key, V value) {
    return putVal(hash(key), key, value, false, true);
}

继续进入putVal方法（先不要着急去读它）：

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;
}

在jdk1.8中当链表长度大于8是会被转化成红黑树，所以源码看起来比jdk1.6要复杂不少，大量的if-else判断是为了处理红黑树的情况的，与链表插入相关的核心代码只有如下几行：

for (int binCount = 0; ; ++binCount) {
    //e是p的下一个节点
    if ((e = p.next) == null) {
        //插入链表的尾部
        p.next = newNode(hash, key, value, null);
        //如果插入后链表长度大于8则转化为红黑树
        if (binCount >= TREEIFY_THRESHOLD - 1) // -1 for 1st
            treeifyBin(tab, hash);
        break;
    }
    //如果key在链表中已经存在，则退出循环
    if (e.hash == hash &&
        ((k = e.key) == key || (key != null && key.equals(k))))
        break;
    p = e;
}
//如果key在链表中已经存在，则修改其原先的key值，并且返回老的值
if (e != null) { // existing mapping for key
    V oldValue = e.value;
    if (!onlyIfAbsent || oldValue == null)
        e.value = value;
    afterNodeAccess(e);
    return oldValue;
}

代码我一行行加了注释，其中链表插入的代码是：

//e是p的下一个节点
if ((e = p.next) == null) {
    //插入链表的尾部
    p.next = newNode(hash, key, value, null);
    //如果插入后链表长度大于8则转化为红黑树
    if (binCount >= TREEIFY_THRESHOLD - 1) // -1 for 1st
        treeifyBin(tab, hash);
    break;
}

从这段代码中可以很显然地看出当到达链表尾部（即p是链表的最后一个节点）时，e被赋为null，会进入这个分支代码，然后会用newNode方法建立一个新的节点插入尾部。