仅此一篇，打通HashMap，HashMap详解（1.7-1.8）底层原理详解_hashmap底层实现原理1.7和1.8

HashMap及扩容

        是Map接口的实现，双列集合，由<K,V>键值对组成，底层没有实现锁机制，其线程是不安全的,多线程环境下会出现数据覆盖问题，所以多线程不推荐使用HashMap，可以使用ConcurrentHashMap。

        HashMap由多个Node组成，Node包括hash、key、value、next。

树化规则

        HashMap里面定义了一个常量TREEIFY_THRESHOLD = 8，当链表长度超过树化阈值 8 时，先尝试调用resize()方法进行扩容来减少链表长度，如果数组容量已经 >=64（MIN_TREEIFY_CAPACITY），才会进行树化，Node节点转为TreeNode节点（TreeNode也是HashMap中定义的内部类）。

        TreeNode除了Node的基本属性，还保存了父节点parent， 左孩子left，右孩子right，还有红黑树用到的red属性

        扩容因子在统计学的计算下，并平衡空间利用率与时间利用率的前提下，提出为0.75，在.net开发中hashmap的负载因子为0.7

        默认情况下，HashMap初始容量是16，负载因子是0.75

1.7

jdk1.7时，HashMap底层是由数组+单链表组成 

此时，当数组长度大于size*负载因子且没有空位时，进行扩容，将数组的长度*2

1.8

jdk1.8时，HashMap底层得到优化，由数组+单链表+红黑树组成

jdk1.8的扩容分为两种情况：

1、当数组长度大于size*负载因子时触发扩容，新建一个两倍大小的数组

2、当数组长度还没超过阈值时，但链表长度达到8，此时，会进行扩容操作来resize，当数组大小达到64时，才会树化；数组大小达到64，HashMap就会停止扩容，而是树化来优化链表结构，提高查询效率，总之，当链表长度达到8，数组大小达到64时，才会进行树化操作

ConcurrentHashMap及扩容

1.7

在jdk1.7中是基于segment分段的，每个segment下有一个HashMap，需要扩容时（超过size*负载因子），首先在segment下新建一个容量更大（两倍）的数组，将原数组下的链表及哈希值等内容赋值到新数组中，再改变segment的指针指向新数组。

1.8

1.8版本的ConcrrentHashMap不再基于segment，需要扩容时，直接新建一个容量更大的数组Entry，此时有多个线程同时向新数组进行复制赋值，每个线程负责一定的数量，另外，当某个线程在向此集合中put时，如果发现当前正在扩容，则该线程也加入扩容任务当中。如果某个线程put时，当前集合没有正在扩容，则将key-value加入到当前集合中，计算当前是否超过容量阈值，如果超过，则扩容。

jdk1.7和1.8，HashMap发生了哪些变化

1、1.8加入了红黑树，当链表长度达到8时，就会转化为红黑树，优化了插入和查询效率

2、1.7链表中插入元素使用的是头插法，而1.8插入元素时要判断链表的长度，需要遍历链表，所以改为采用尾插法。

3、1.7中哈希算法比较复杂，存在大量右移和异或运算，因为复杂的哈希算法的目的是要提高散列性（是指对象是否具有哈希值（Hash value）以及是否可以被用作哈希表（Hash table）的键值），1.8做出了优化，新增了红黑树，适当的简化了哈希算法，节约了系统资源。

HashMap的put方法

流程如下：

1. 首先根据key通过哈希算法和与运算计算要put的元素的哈希值，计算数组下标
2. 如果数组下标位置元素为空，则将kv封装成Entry对象（1.7为Entry、1.8为Node），放入此位置
3. 如果数组下标元素不为空，则分1.7和1.8两种情况讨论
   1. 对于jdk1.7，数组下标不为空，则判断该下标下的链表中是否存在该key对应的数据，如果存在，则替换掉value，若不存在，使用头插法将新元素插入到链表中。
   2. 对于jdk1.8，数组下标不为空，首先判断该下标下节点是链表Node还是红黑树TreeNode
      1. 如果是链表Node，首先将数据封装成Node对象，遍历链表，通过尾插法插入，若当前key已存在，则覆盖更新，若不存在，则插入，记录链表大小，若插入新节点后链表大小达到8，则考虑是否转化为红黑树
      2. 如果是红黑树Node，把kv数据封装成TreeNode节点插入到红黑树中，若key已存在，覆盖更新。
      3. 将kv封装成Node后插入到链表和红黑树之后再判断是否需要扩容，若不需要，则结束put。

树化源码：

private final void treeifyBin(Node<K,V>[] tab, int index) {
        Node<K,V> b; int n, sc;
        if (tab != null) {    
            //数组大小小于64，只扩容，不转化
            if ((n = tab.length) < MIN_TREEIFY_CAPACITY)
                tryPresize(n << 1);
            //数组大小大于64，将Node转化为TreeNode
            else if ((b = tabAt(tab, index)) != null && b.hash >= 0) {
                synchronized (b) {
                    if (tabAt(tab, index) == b) {
                        TreeNode<K,V> hd = null, tl = null;
                        for (Node<K,V> e = b; e != null; e = e.next) {
                            TreeNode<K,V> p =
                                new TreeNode<K,V>(e.hash, e.key, e.val,
                                                  null, null);
                            if ((p.prev = tl) == null)
                                hd = p;
                            else
                                tl.next = p;
                            tl = p;
                        }
                        //生成红黑树
                        setTabAt(tab, index, new TreeBin<K,V>(hd));
                    }
                }
            }
        }
    }

        

总结：

说到这里，HashMap和ConcurrentHashMap的基本数据结构和扩容机制就清晰了，这里还有一个重要的点，就是红黑树，这种数据结构十分重要，有兴趣的小伙伴可以关注我另一篇讲解红黑树的文章。