Java面试HashMap、HashSet源码解析

本章所有源代码基于JDK1.8版本

HashMap 和 HashSet 是 Java Collection Framework 的两个重要成员，其中 HashMap 是 Map 接口的常用实现类，HashSet 是 Set 接口的常用实现类。虽然 HashMap 和 HashSet 实现的接口规范不同，但它们底层的 Hash 存储机制完全一样，甚至 HashSet 本身就采用 HashMap 来实现的，这一点我们通过查看HashSet的源代码就能看得到。

HashMap

在日常的编程过程中，如果我们想要使用HashMap类，通常写法如下：

HashMap params = new HashMap();
params.put("phone","1234567890");
params.put("dtype","json");


可以由此看出，HashMap中将一个key-value作为一个整体进行处理，系统根据key的Hash值计算key-value的存储位置，这样可以保证快速存、取Map的key-value值。
下面我们查看一下HashMap中put方法的源码实现：

//put方法的入口，直接调用putVal进行处理
public V put(K key, V value) {
return putVal(hash(key), key, value, false, true);
}
/**hash key计算得到的Hash值
* key key
* value key对应的value
* onlyIfAbsent 如果该参数为true，则不能修改已经存在的值
* 返回 key的hash值对应的位置之前的value，如果没有，直接返回空
*/
final V putVal(int hash, K key, V value, boolean onlyIfAbsent,
boolean evict) {
Node[] tab; Node p; int n, i;
//如果长度为0，或者HashMap为空，则重新计算长度
if ((tab = table) == null || (n = tab.length) == 0)
n = (tab = resize()).length;
//如果key为null，则hash值为0，i值为0，则获取整个Node数组位置0处的值，是否为null
//为null代表当前位置0处，用于存放hash值为0位置没有任何元素，则将现有key-value放入这个位置，作为链表第一个对象
if ((p = tab[i = (n - 1) & hash]) == null)
tab[i] = newNode(hash, key, value, null);
else {
Node e; K k;
//如果key不为空，且在队列中这个key已经存在，得到当前位置node值。
if (p.hash == hash &&
((k = p.key) == key || (key != null && key.equals(k))))
e = p;
//如果hash值对应位置是一个链表数据，则将当前数据放在链表的最前，则将现有值放入链表中，
//返回新增对象，此值如果已存在，则返回链表中这个值对应的key-value
else if (p instanceof TreeNode)
e = ((TreeNode)p).putTreeVal(this, tab, hash, key, value);
else {
//否则循环判断，将node放入节点中
for (int binCount = 0; ; ++binCount) {
//如果当前位置只有一个元素，则修改当前位置为链表结构，将key-value放到链表最前
if ((e = p.next) == null) {
p.next = newNode(hash, key, value, null);
if (binCount >= TREEIFY_THRESHOLD - 1) // -1 for 1st
treeifyBin(tab, hash);
break;
}
//如果hash值相同，且key值相同，不进行处理，跳出处理程序
if (e.hash == hash &&
((k = e.key) == key || (key != null && key.equals(k))))
break;
//下移一位，继续判断
p = e;
}
}
//如果在上述的判断中，一个是hash值找到的位置上已经有元素，且key值相同，
//或者找到位置已经是链表数据，获取到key对应的key-value节点，则进行如下判断
if (e != null) { // existing mapping for key
V oldValue = e.value;//获取当前位置原有值
//如果允许覆盖修改，或者当前位置原有的值为null，则直接修改当前位置的值
if (!onlyIfAbsent || oldValue == null)
e.value = value;
afterNodeAccess(e);
return oldValue;//返回原有值
}
}
++modCount;
if (++size > threshold)//如果HashMap大小已经超过长度*加载因子，则重新计算长度
resize();
afterNodeInsertion(evict);
return null;
}


我们 用一张图片来演示一下存储过程

HashMap值存储介绍

• 当put键值对[null, V]时，计算null的hash值得知在数组中位置为0
  • 如果位置0处没有任何对象，则直接将[null, V]存放在位置0处
  • 如果位置0处已有对象，则直接使用新的值V修改原有对象的值
• 当put键值对[S, V]时，我们假设key值S和s的hash值相同，则在数组中对应的位置相同
  我们比较已有值的key同新put的key进行比较，不相等，则将新的值插入到原有数据之前，形成链表结构
• 当put键值对[m, V]时，如果计算key的hash值，得到数组中对应位置上没有元素，则直接将[m, V]放到位置上。
• 当put键值对[K, V]时，原有位置已有元素，且key值相同，则直接使用新的值V覆盖原有值
  上述代码中有两个变量很重要，分别为size和threshold
• size 已有对象数量
• threshold 当前HashMap所能容纳对象的极限数量，值为当前HashMap容量*负载因子，如果容量就回触发重新设置HashMap大小的算法

HashMap提供三个构造方法，分别为

1. public HashMap() 生成长度默认16，负载因子默认为0.75的HashMap
2. public HashMap(int initialCapacity) 生成长度为initialCapacity，负载因子默认为0.75的HashMap
3. public HashMap(int initialCapacity, float loadFactor) 生成长度为initialCapacity，负载因子为loadFactor的HashMap

构造方法源码为

public HashMap(int initialCapacity, float loadFactor) {
//如果设置的长度小于0，抛出异常
if (initialCapacity <0)
throw new IllegalArgumentException("Illegal initial capacity: " +
initialCapacity);
//如果长度大于可设置的最大长度`2的30次方，1073741824`，则长度为最大长度
if (initialCapacity > MAXIMUM_CAPACITY)
initialCapacity = MAXIMUM_CAPACITY;
//如果负载因子小于等于0，或者无法转换为float类型，抛出异常
if (loadFactor <= 0 || Float.isNaN(loadFactor))
throw new IllegalArgumentException("Illegal load factor: " +
loadFactor);
this.loadFactor = loadFactor;
this.threshold = tableSizeFor(initialCapacity);
}


HashMap中的每一个key-value都是一个对象，包含四个属性，hash值，key，value，下一个元素

HashMap元素的获取

程序中，获取元素，可以调用HashMap的get(Object key)方法，逻辑为根据给定的key，得到key的hash值，然后使用hash值计算得到在数组中的位置。

• 如果当前位置没有元素，直接返回null
• 如果当前位置有元素，且key值相同，直接返回当前位置元素
• 如果当前位置为链表结构，则使用顺序循环遍历链表的方法从中查询出key值相同的对象返回

HashMap总结

HashMap底层将key-value作为一个整体来进行处理，起整体就是一个Node对象。本质上就是Node的数组，存储值时使用key的hash值寻址存储，读取时根据key的hash值寻址读取。因此，HashMap可以快速存取key-value，其实就是因为采用了key的hash值定位寻址的方式。
初始化HashMap时，需要指定负载因子，负载因子值得就是HashMap中数值存储的密度，密度越大，占用内存越大，根据hash值进行寻址花费的时间也就越多，而存储和读取都需要使用寻址，因此会降低运行效率。如果负载因子设置过小，会使得密度降低，造成内存空间浪费。一般来说，我们无需修改HashMap的负载因子。
从源代码中我们也可以看出，如果数组中已有对象个数超过最大承受极限，也就是数组长度*负载因子，则需要重新计算数组长度，这个过程会进行数组内已有所有元素的重新计算位置和拷贝，造成不必要的系统开销。因此如果我们可以提前知道HashMap中元素的最大数量，可以根据需要设置到合适大小，避免重新计算。

HashSet

通过阅读HashSet的源代码，发现HashSet类的内部就是使用HashMap。HashSet的构造函数为：

public HashSet() {
map = new HashMap<>();
}


因此在HashSet内部也是使用Hash值计算的方式决定集合元素的存放位置
这点可以从HashSet 和 HashMap 之间有很多相似之处，对于 HashSet 而言，系统采用 Hash决定集合元素的存储位置，这样可以保证能快速存、取集合元素；