Java集合类之HashMap原理小结

1. 认识HashMap

HashMap是用来存储key-value键值对的数据结构。

当我们创建HashMap的时候，如果不指定任何参数，它会为我们创建一个初始容量为16，负载因子为0.75的HashMap (load factor，记录数/数组长度)。当loadFactor达到0.75或指定值的时候，HashMap的总容量自动扩展一倍。

它的底层采用Entry数组来保存所有的key-value对。当需要存储一个Entry对象时，会根据Hash算法(key的hashCode值)来决定其存储位置；当需要取出一个Entry时，也会根据Hash算法找到其存储位置，直接取出该Entry。由此可见：HashMap之所以能快速存、取它所包含的Entry，完全类似于现实生活中母亲从小教我们的：不同的东西要放在不同的位置，需要时才能快速找到它。

如果两个Entry的key的hashCode()返回值相同，那它们的存储位置相同。如果这两个Entry的key通过equals()比较返回true，新添加Entry的value将覆盖集合中原有Entry的value，但key不会覆盖。如果这两个Entry的key通过equals()比较返回false，新添加的Entry将与集合中原有Entry形成Entry链，而且新添加的Entry位于Entry链的头部。我们来看下图：

注：图片源自 http://www.admin10000.com/doc...

2. 小结

resize在多线程环境下，可能产生条件竞争

因为如果两个线程都发现HashMap需要重新调整大小了，它们会同时试着调整大小。

在调整大小的过程中，存储在链表中的元素的次序会反过来，因为移动到新的bucket位置的时候，HashMap并不会将元素放在链表的尾部，而是放在头部，这是为了避免 尾部遍历 (tail traversing，否则针对key的hashcode相同的Entry每次添加还要定位到尾节点)。

如果条件竞争发生了，可能出现环形链表。之后当我们get(key)操作时，就有可能发生死循环。

另外，既然都有并发的问题了，我们就该使用ConcurrentHashMap了。

不使用HashTable的原因

它使用synchronized来保证线程安全，会锁住整个哈希表。在线程竞争激烈的情况下效率非常低下，当一个线程访问HashTable的同步方法时，其它线程访问HashTable的同步方法只能进入阻塞或轮询状态。

3. ConcurrentHashMap

核心：采用segment分段锁来保护不同段的数据，是线程安全且高效的。

当多线程访问容器里不同段的数据时，线程间就不会存在锁竞争，从而可以有效提高并发访问效率。

ConcurrentHashMap类图

初始化中除了initialCapacity，loadFactor参数，还有一个重要的concurrency level，它决定了segment数组的长度(默认是16，长度需要是2的N次方，与采用的哈希算法有关)。

每次get/put操作都会通过hash算法定位到一个segment，然后再通过hash算法定位到具体的entry。

get操作是不需要加锁的，因为get方法里将要使用的共享变量都定义成了volatile。

定义成volatile的变量，能够在线程之间保持可见性，能够被多线程同时读，并且保证不会读到过期的值，但是只能被单线程写（有一种情况可以被多线程写，就是写入的值不依赖于原值，像直接set值就可以，而i++这样的操作就是非线程安全的）。

put方法在操作共享变量时必须加锁，首先会定位到segment，然后在segment里进行插入操作。

size方法，需要统计每个segment中count变量的值，然后加和。但是我们拿到的count值累加前可能已经发生了变化，那么统计结果就不准确了。所以最安全的做法就是统计size的时候把所有segment的put，remove和clear方法全部锁住，但是这种做法显然非常低效。

ConcurrentHashMap的做法是先尝试2次通过不锁住segment的方式来统计各个segment大小，如果统计过程中，容器的count发生了变化，再采用加锁的方式统计所有segment的大小(put、remove和clear操作元素前都会将modCount进行加1，所以可以通过在统计前后比较modCount是否发生变化来得知容器大小是否发生了变化)。

关于ConcurrentHashMap的迭代

使用了不同于传统集合的快速失败迭代器的另外一种迭代方式，我们称为 弱一致迭代器 。在这种迭代方式中，当iterator被创建后集合再发生改变就不再是抛出ConcurrentModificationException，取而代之是在改变时new新的数据从而不影响原有的数据，iterator完成后再将头指针替换为新的数据，这样iterator线程可以使用原来老的数据，而写线程也可以并发的完成改变。更重要的，这保证了多个线程并发执行的连续性和扩展性，是性能提升的关键。

4. 拓展补充

4.1 LinkedList

HashMap使用了链表来存储相同位置的Entry元素，接下来我们参考jdk源码实现一个简化版的LinkedList，代码如下：

/**  * 手动实现一个链表  * Date: 7/24/2016  * Time: 3:45 PM  *  * @author xiaodong.fan  */ public class MyLinkedList<E> implements Iterable<E> {    int size = 0;   int modCount = 0;   Node<E> first;   Node<E> last;    /**    * 添加元素    * @param e    */   public void add(E e) {     final Node<E> l = last;     final Node<E> newNode = new Node<>(l, e, null);     last = newNode;     if (l == null)       first = newNode;     else       l.next = newNode;     size++;     modCount++;   }    /**    * 移除元素    * @param index    * @return E    */   public E remove(int index) {     checkElementIndex(index);      Node<E> x = node(index);     final E element = x.item;     final Node<E> next = x.next;     final Node<E> prev = x.prev;      if (prev == null) {       first = next;     } else {       prev.next = next;       x.prev = null;     }      if (next == null) {       last = prev;     } else {       next.prev = prev;       x.next = null;     }      x.item = null;     size--;     modCount++;     return element;   }    /**    * 修改元素    * @param index    * @param element    * @return E    */   public E set(int index, E element) {     checkElementIndex(index);     Node<E> x = node(index);     E oldVal = x.item;     x.item = element;     modCount++;     return oldVal;   }    /**    * 获取元素    * @param index    * @return E    */   public E get(int index) {     checkElementIndex(index);     return node(index).item;   }    /**    * 迭代元素    * @return Iterator<E>    */   @Override   public Iterator<E> iterator() {     return new Itr();   }    /*************************私有方法****************************/   // 数据节点   private static class Node<E> {     E item;     Node<E> next;     Node<E> prev;      Node(Node<E> prev, E element, Node<E> next) {       this.item = element;       this.next = next;       this.prev = prev;     }   }    // 快速失败迭代器   private class Itr implements Iterator<E> {     // 迭代当前位置     int cursor = 0;      // 上一个迭代位置     int lastRet = -1;      // 迭代过程中判断是否有并发修改     int expectedModCount = modCount;      public boolean hasNext() {       return cursor != size;     }      public E next() {       checkForComodification();       try {         int i = cursor;         E next = get(i);         lastRet = i;         cursor = i + 1;         return next;       } catch (IndexOutOfBoundsException e) {         checkForComodification();         throw new NoSuchElementException();       }     }      public void remove() {       if (lastRet < 0) {         throw new IllegalStateException();       }        checkForComodification();       try {         MyLinkedList.this.remove(lastRet);         if (lastRet < cursor) {           cursor--;         }         lastRet = -1;         expectedModCount = modCount;       } catch (IndexOutOfBoundsException e) {         throw new ConcurrentModificationException();       }     }      final void checkForComodification() {       if (modCount != expectedModCount)         throw new ConcurrentModificationException();     }   }    private Node<E> node(int index) {     if (index < (size >> 1)) {       Node<E> x = first;       for (int i = 0; i < index; i++)         x = x.next;       return x;     } else {       Node<E> x = last;       for (int i = size - 1; i > index; i--)         x = x.prev;       return x;     }   }    private void checkElementIndex(int index) {     if (!(index >= 0 && index < size))       throw new IndexOutOfBoundsException("Index: "+index+", Size: "+size);   }  }

4.2 实现LRU缓存

LRU是Least Recently Used 的缩写，翻译过来就是“最近最少使用”，LRU缓存就是使用这种原理实现，简单的说就是缓存一定量的数据，当超过设定的阈值时就把一些过期的数据删除掉。那怎么确定删除哪条过期数据呢，采用LRU算法实现的话就是将最老的数据删掉。

LinkedHashMap自身已经实现了顺序存储，默认情况下是按照元素的添加顺序存储，也可以启用按照访问顺序存储(指定构造函数第3个参数为true即可)，也就是最近读取的数据放在最前面，最早读取的数据放在最后面。它还有一个判断是否删除最老数据的方法，默认是返回false，即不删除数据。所以我们可以使用LinkedHashMap很方便的实现LRU缓存。代码如下：

/**  * LRU缓存(当容量达到最大值时，删除最近最少使用的记录)  * @param <K>  * @param <V>  */ public class LRULinkedHashMap<K, V> extends LinkedHashMap<K, V> {      private static final long serialVersionUID = 1L;   private final int maxCapacity;   private static final float DEFAULT_LOAD_FACTOR = 0.75f;   private final Lock lock = new ReentrantLock();    public LRULinkedHashMap(int maxCapacity) {     super(maxCapacity, DEFAULT_LOAD_FACTOR, true);     this.maxCapacity = maxCapacity;   }    @Override   protected boolean removeEldestEntry(java.util.Map.Entry<K, V> eldest) {     return size() > maxCapacity;   }    @Override   public V get(Object key) {     try {       lock.lock();       return super.get(key);     } finally {       lock.unlock();     }   }    @Override   public V put(K key, V value) {     try {       lock.lock();       return super.put(key, value);     } finally {       lock.unlock();     }   }    @Override   public int size() {     try {       lock.lock();       return super.size();     } finally {       lock.unlock();     }   } }