HashMap底層原理是什么

本篇內容介紹了“HashMap底層原理是什么”的有關知識，在實際案例的操作過程中，不少人都會遇到這樣的困境，接下來就讓小編帶領大家學習一下如何處理這些情況吧！希望大家仔細閱讀，能夠學有所成！

HashMap存儲結構

這里需要區分一下，JDK1.7和 JDK1.8之后的 HashMap 存儲結構。在JDK1.7及之前，是用數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  把它設計為達到一個特定的閾值之后，就將鏈表轉化為紅黑樹。

這里簡單說下紅黑樹的特點：

• 每個節點只有兩種顏色：紅色或者黑色

• 根節點必須是黑色

• 每個葉子節點(NIL)都是黑色的空節點

• 從根節點到葉子節點，不能出現兩個連續的紅色節點

• 從任一節點出發，到它下邊的子節點的路徑包含的黑色節點數目都相同

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資料哈)

HashMap 結構示意圖：

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。還有兩個內部類來表示普通鏈表的節點和紅黑樹節點。

//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，乘以數組容量得到的值，用來表示元素個數達到多少時，需要擴容。 //為什么設置 0.75 這個值呢，簡單來說就是時間和空間的權衡。 //若小于0.75如0.5，則數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就會轉化為紅黑樹 static final int TREEIFY_THRESHOLD = 8;  //當紅黑樹上的元素個數，減少到6個時，就退化為鏈表 static final int UNTREEIFY_THRESHOLD = 6;  //鏈表轉化為紅黑樹，除了有閾值的限制，還有另外一個限制，需要數組容量至少達到64，才會樹化。 //這是為了避免，數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節點的數組 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，即數組中元素個數 transient int size;  //每次結構改變時，都會自增，fail-fast機制，這是一種錯誤檢測機制。 //當迭代集合的時候，如果結構發生改變，則會發生 fail-fast，拋出異常。 transient int modCount;  //數組擴容閾值 int threshold;  //加載因子 final float loadFactor;                   //普通單向鏈表節點類 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組中的位置     final int hash;     final K key;     V value;     //指向單鏈表的下一個節點     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;     } }  //轉化為紅黑樹的節點類 static final class TreeNode<K,V> extends LinkedHashMap.Entry<K,V> {     //當前節點的父節點     TreeNode<K,V> parent;     //左孩子節點     TreeNode<K,V> left;     //右孩子節點     TreeNode<K,V> right;     //指向前一個節點     TreeNode<K,V> prev;    // needed to unlink next upon deletion     //當前節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 構造函數

HashMap有四個構造函數可供我們使用，一起來看下：

//默認無參構造，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，按理說返回的值應該賦值給 capacity，即保證數組容量總是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，后邊講             putVal(hash(key), key, value, false, evict);         }     } }

tableSizeFor()

上邊的第三個構造函數中，調用了 tableSizeFor 方法，這個方法是怎么實現的呢?

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; }

我們以傳入參數為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 ... //我們會發現，再執行右移 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

將它轉為十進制，就是 2^4 = 16 。我們會發現一個規律，以上的右移運算，最終會把最低位的值都轉化為 1111 這樣的結構，然后再加1，就是1  0000 這樣的結構，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小(最接近當前值)的一個2的n次冪的值。

put()方法詳解

//put方法，會先調用一個hash()方法，得到當前key的一個hash值， //用于確定當前key應該存放在數組的哪個下標位置 //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，因此不用關注這個參數 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，會先調用resize擴容     if ((tab = table) == null || (n = tab.length) == 0)         n = (tab = resize()).length;     //根據當前key的hash值找到它在數組中的下標，判斷當前下標位置是否已經存在元素，     //若沒有，則把key、value包裝成Node節點，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，跳轉到①處，后續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構，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，并且是普通鏈表結構，則采用尾插法，把新節點加入到鏈表尾部             for (int binCount = 0; ; ++binCount) {                 if ((e = p.next) == null) {                     //如果頭結點的下一個節點為空，則插入新節點                     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，跳轉到①處                     break;                 }                 //若在鏈表中找到了相同key的話，直接退出循環，跳轉到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.說明發生了碰撞，e代表的是舊值，因此節點位置不變，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，             //只有在 LinkedHashMap才會實現，用于實現根據訪問先后順序對元素進行排序，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;     //如果當前數組中的元素個數超過閾值，則擴容     if (++size > threshold)         resize();     //同樣的空實現     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  類型的數值，可以保證同一個應用單次執行的每次調用，返回結果都是相同的(這個說明可以在hashCode源碼上找到)，這就保證了hash的確定性。在此基礎上，再進行某些固定的運算，肯定結果也是可以確定的。

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hash()值尋找在數組中的下標的邏輯， //n為數組長度， hash為調用 hash()方法混合處理之后的hash值。 i = (n - 1) & hash

我們知道，如果給定某個數值，去找它在某個數組中的下標位置時，直接用模運算就可以了(假設數組值從0開始遞增)。如，我找 14  在數組長度為16的數組中的下標，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 //與運算之后的結果為 0000 0010 // 可以看到，上邊的結果轉化為十進制就是 2 。 //其實我們會發現一個規律，因為n是2的n次冪，因此它的二進制表現形式肯定是類似于 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，結果值肯定在這個區間內 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) 進行與運算來求數組下標，而不進行高低位混合運算，會產生什么樣的結果。

//例如我有另外一個h3，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值 0110 1101 0110 1111 0110 1110 0010 1000 //另外一個h3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 //可以發現 h3 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，得到的結果卻是相同的。（此處n假設為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，結果會趨向于0;或運算，結果會趨向于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。(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，我們會發現，當數組為空的時候，會調用 resize 方法，當數組的 size 大于閾值的時候，也會調用 resize方法。那么看下  resize 方法都做了哪些事情吧。

final Node<K,V>[] resize() {     //舊數組     Node<K,V>[] oldTab = table;     //舊數組的容量     int oldCap = (oldTab == null) ? 0 : oldTab.length;     //舊數組的擴容閾值，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;     //初始化新數組的容量和閾值，分三種情況討論。     int newCap, newThr = 0;     //1.當舊數組的容量大于0時，說明在這之前肯定調用過 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 ，賦值給新數組的容量 newCap，以保證數組的容量是2的n次冪。     //所以我們可以得出結論，當map第一次 put 元素的時候，就會走到這個分支，把數組的容量設置為正確的值（2的n次冪)     //但是，此時 threshold 的值也是2的n次冪，這不對啊，它應該是數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是通過默認無參構造來創建的，     //于是，數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;     //如果原來的數組不為空，那么我們就需要把原來數組中的元素重新分配到新的數組中     //如果是第2種情況，由于是第一次調用resize，此時數組肯定是空的，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.如果是紅黑樹結構，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，數組下標為原下標加上舊數組的容量                     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，我們會發現結果不是0就是非0， //而且它取決于 e.hash 二進制位的倒數第五位是 0 還是 1， //若倒數第五位為0，則結果為0，若倒數第五位為1，則結果為非0。 //那這個和新數組有什么關系呢？ //別著急，我們看下新數組的容量是32，如果求當前hash值在新數組中的下標，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果和新的下標結果，看圖

看下面的圖，我們觀察，hash值和舊數組進行與運算的結果 ，跟新數組的與運算結果有什么不同。

會發現一個規律：

若hash值的倒數第五位是0，則新下標與舊下標結果相同，都為 0000 1000

若hash值的倒數第五位是1，則新下標(0001 1000)與舊下標(0000 1000)結果值相差了 16 。

因此，我們就可以根據 (e.hash & oldCap == 0) 這個判斷的真假來決定，當前元素應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，發現規律沒，有沒有那個感覺了?

計算中的18，34 ，50 其實就相當于 e.hash  值，和新舊數組做取模運算，得到的結果，要么就是原來的位置不變，要么就是原來的位置加上舊數組的長度。

get()方法

有了前面的基礎，get方法就比較簡單了。

public V get(Object key) {     Node<K,V> e;     //如果節點為空，則返回null，否則返回節點的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) {             //如果是紅黑樹結構，則找到當前key所在的節點位置             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

準確的講應該是 JDK1.7 的 HashMap  鏈表會有死循環的可能，因為JDK1.7是采用的頭插法，在多線程環境下有可能會使鏈表形成環狀，從而導致死循環。JDK1.8做了改進，用的是尾插法，不會產生死循環。

那么，鏈表是怎么形成環狀的呢?

關于這一點的解釋，我發現網上文章抄來抄去的，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，我只把方法的跳轉流程貼出來：

//添加元素方法 -> 添加新節點方法 -> 擴容方法 -> 把原數組元素重新分配到新數組中 put()  --> addEntry()  --> resize() -->  transfer()

問題就發生在 transfer 這個方法中。

圖1

我們假設，原數組容量只有2，其中一條鏈表上有兩個元素 A,B，如下圖

現在，有兩個線程都執行 transfer 方法。每個線程都會在它們自己的工作內存生成一個newTable  的數組，用于存儲變化后的鏈表，它們互不影響(這里互不影響，指的是兩個新數組本身互不影響)。但是，需要注意的是，它們操作的數據卻是同一份。

因為，真正的數組中的內容在堆中存儲，它們指向的是同一份數據內容。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組，Z就是堆中的A，B 等元素對象。

假設線程一執行到了上圖1中所指的代碼①處，恰好 CPU 時間片到了，線程被掛起，不能繼續執行了。記住此時，線程一中記錄的 e = A ， e.next =  B。

然后線程二正常執行，擴容后的數組長度為 4， 假設 A，B兩個元素又碰撞到了同一個桶中。然后，通過幾次 while  循環后，采用頭插法，最終呈現的結構如下：

此時，線程一解掛，繼續往下執行。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,(偽代碼) e=A;next=B; e.next=null //此時線程一的新數組剛初始化完成，還沒有元素 newTab[i] = A->null //把A節點頭插到新數組中 e=B; //下次循環的e值

第一次循環結束后，線程一新數組的結構如下圖：

然后，由于 e=B，不為空，進入第二次循環。

//第二次循環 e=B;next=A;  //此時A，B的內容已經被線程二修改為 B->A->null，然后被線程一讀到，所以B的下一個節點指向A e.next=A->null  // A->null 為第一次循環后線程一新數組的結構 newTab[i] = B->A->null //新節點B插入之后，線程一新數組的結構 e=A;  //下次循環的 e 值

第二次循環結束后，線程一新數組的結構如下圖：

此時，由于 e=A，不為空，繼續循環。

//第三次循環 e=A;next=null;  // A節點后邊已經沒有節點了 e.next= B->A->null  // B->A->null 為第二次循環后線程一新數組的結構 //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 newTab[i] = A->B 且 B->A e=next=null; //e此時為空，結束循環

第三次循環結束后，看下圖，A的指向由 null ，改為指向為 B，因此 A 和 B 之間成環。

這時，有的同學可能就會問了，就算他們成環了，又怎樣，跟死循環有什么關系?

我們看下 get() 方法(最終調用 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。

“HashMap底層原理是什么”的內容就介紹到這里了，感謝大家的閱讀。如果想了解更多行業相關的知識可以關注億速云網站，小編將為大家輸出更多高質量的實用文章！