HashMap源码 - 技术栈

1、HashMap数组创建以及扩容机制

构造函数（共有四个构造方法）：

构造方法1：无参构造（最常用）

java 复制代码

    public HashMap() {
        this.loadFactor = DEFAULT_LOAD_FACTOR; // all other fields defaulted
    }

loadFactor是负载因子，默认值是DEFAULT_LOAD_FACTOR= 0.75f；

构造方法2：指定初始容量

java 复制代码

    public HashMap(int initialCapacity) {
        this(initialCapacity, DEFAULT_LOAD_FACTOR);
    }

上面的构造方法调用了第三种构造方法，传入初始容器值和默认的负载因子

构造方法3：指定容量和负载因子

java 复制代码

    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;
        this.threshold = tableSizeFor(initialCapacity);
    }

第二种调用了第三种，做了一些逻辑控制，避免容器值和负载因子的不合规，计算阈值threshold。

构造方法4：从现有Map构造

java 复制代码

    public HashMap(Map<? extends K, ? extends V> m) {
        this.loadFactor = DEFAULT_LOAD_FACTOR;
        putMapEntries(m, false);
    }

注意项：当构造方法不是传入Map的时候i，HashMap数组只在第一次put时才创建

从上面的构造方法，我们就可以获得到初始容器值和负载因子。

通过put添加元素的时候会把数组创建出来：

java 复制代码

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

java 复制代码

    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;
    }

因为调用了构造方法之后还没有执行其他代码，tab和table都是null，然后直接调用resize方法，我们就可以进入数组扩展的方法。

resize（）方法如下：

java 复制代码

    final Node<K,V>[] resize() {
        Node<K,V>[] oldTab = table;
        int oldCap = (oldTab == null) ? 0 : oldTab.length;
        int oldThr = threshold;
        int newCap, newThr = 0;
        if (oldCap > 0) {
            if (oldCap >= MAXIMUM_CAPACITY) {
                threshold = Integer.MAX_VALUE;
                return oldTab;
            }
            else if ((newCap = oldCap << 1) < MAXIMUM_CAPACITY &&
                     oldCap >= DEFAULT_INITIAL_CAPACITY)
                newThr = oldThr << 1; // double threshold
        }
        else if (oldThr > 0) // initial capacity was placed in threshold
            newCap = oldThr;
        else {               // zero initial threshold signifies using defaults
            newCap = DEFAULT_INITIAL_CAPACITY;
            newThr = (int)(DEFAULT_LOAD_FACTOR * DEFAULT_INITIAL_CAPACITY);
        }
        if (newThr == 0) {
            float ft = (float)newCap * loadFactor;
            newThr = (newCap < MAXIMUM_CAPACITY && ft < (float)MAXIMUM_CAPACITY ?
                      (int)ft : Integer.MAX_VALUE);
        }
        threshold = newThr;
        @SuppressWarnings({"rawtypes","unchecked"})
        Node<K,V>[] newTab = (Node<K,V>[])new Node[newCap];
        table = newTab;
        if (oldTab != null) {
            for (int j = 0; j < oldCap; ++j) {
                Node<K,V> e;
                if ((e = oldTab[j]) != null) {
                    oldTab[j] = null;
                    if (e.next == null)
                        newTab[e.hash & (newCap - 1)] = e;
                    else if (e instanceof TreeNode)
                        ((TreeNode<K,V>)e).split(this, newTab, j, oldCap);
                    else { // preserve order
                        Node<K,V> loHead = null, loTail = null;
                        Node<K,V> hiHead = null, hiTail = null;
                        Node<K,V> next;
                        do {
                            next = e.next;
                            if ((e.hash & oldCap) == 0) {
                                if (loTail == null)
                                    loHead = e;
                                else
                                    loTail.next = e;
                                loTail = e;
                            }
                            else {
                                if (hiTail == null)
                                    hiHead = e;
                                else
                                    hiTail.next = e;
                                hiTail = e;
                            }
                        } while ((e = next) != null);
                        if (loTail != null) {
                            loTail.next = null;
                            newTab[j] = loHead;
                        }
                        if (hiTail != null) {
                            hiTail.next = null;
                            newTab[j + oldCap] = hiHead;
                        }
                    }
                }
            }
        }
        return newTab;
    }

java 复制代码

Node<K,V>[] oldTab = table;
int oldCap = (oldTab == null) ? 0 : oldTab.length;
int oldThr = threshold;
int newCap, newThr = 0;

oldTab：旧哈希表（默认为空）
oldCap：旧容量（默认为0，等于oldTable.length）
oldThr：旧阈值（容量×负载因子，2的倍数）
newCap：新容量
newThr：新阈值

容器扩容的三种情况

1. 正常扩容（table已初始化）

java 复制代码

if (oldCap > 0) {
    if (oldCap >= MAXIMUM_CAPACITY) {  // 已达最大容量
        threshold = Integer.MAX_VALUE;
        return oldTab;  // 不再扩容
    }
    else if ((newCap = oldCap << 1) < MAXIMUM_CAPACITY &&  // 容量翻倍
             oldCap >= DEFAULT_INITIAL_CAPACITY)  // 初始容量为16
        newThr = oldThr << 1; // 阈值也翻倍
}

java 复制代码

static final int MAXIMUM_CAPACITY = 1 << 30;  最大容器值，达到最大容器值之后就不再继续扩容

容量翻倍 ：oldCap << 1（左移一位，相当于×2）
阈值翻倍 ：oldThr << 1

2. 构造函数指定了初始容量

在运行之前，oldThr已经被threshold赋值了，threshold已经在初始化容器和负载因子计算出来了。

java 复制代码

else if (oldThr > 0)  // 通过HashMap(int initialCapacity)创建
    newCap = oldThr;  // 使用构造函数设置的容量

当使用 new HashMap(initialCapacity) 时，初始容量会临时存储在 threshold 中

3. 默认初始化

java 复制代码

else {  // 无参构造函数创建
    newCap = DEFAULT_INITIAL_CAPACITY;  // 默认16
    newThr = (int)(DEFAULT_LOAD_FACTOR * DEFAULT_INITIAL_CAPACITY);  // 16*0.75=12
}

计算新阈值（如果未设置）

更新阈值操作，如果新的阈值为0的话则按照新的容器值和负载因子计算出来新的阈值

java 复制代码

if (newThr == 0) {
    float ft = (float)newCap * loadFactor;
    newThr = (newCap < MAXIMUM_CAPACITY && ft < (float)MAXIMUM_CAPACITY ?
              (int)ft : Integer.MAX_VALUE);
}
threshold = newThr;

创建新数组并迁移数据

java 复制代码

        Node<K,V>[] newTab = (Node<K,V>[])new Node[newCap];
        table = newTab;
        if (oldTab != null) {
            for (int j = 0; j < oldCap; ++j) {
                Node<K,V> e;
                if ((e = oldTab[j]) != null) {
                    oldTab[j] = null;   // 清空旧桶，帮助GC
                    // 情况1：单节点
                    if (e.next == null)
                        newTab[e.hash & (newCap - 1)] = e;
                    // 情况2：红黑树节点
                    else if (e instanceof TreeNode)
                        ((TreeNode<K,V>)e).split(this, newTab, j, oldCap);
                    // 情况3：链表节点
                    else { // preserve order
                        Node<K,V> loHead = null, loTail = null;
                        Node<K,V> hiHead = null, hiTail = null;
                        Node<K,V> next;
                        do {
                             // 判断是否留在原位置
                            next = e.next;
                            if ((e.hash & oldCap) == 0) {
                                // 添加到低位链表
                                if (loTail == null)
                                    loHead = e;
                                else
                                    loTail.next = e;
                                loTail = e;
                            }
                            else {
                                 // 添加到高位链表
                                if (hiTail == null)
                                    hiHead = e;
                                else
                                    hiTail.next = e;
                                hiTail = e;
                            }
                        } while ((e = next) != null);
                         // 放置链表到新数组
                        if (loTail != null) {
                            loTail.next = null;
                            newTab[j] = loHead;
                        }
                        if (hiTail != null) {
                            hiTail.next = null;
                            newTab[j + oldCap] = hiHead;
                        }
                    }
                }
            }
        }

2、HashMap中的put方法源码

初始话桶结构

HashMap中底层是一个数组长度为16的数组

java 复制代码

static final int DEFAULT_INITIAL_CAPACITY = 1 << 4; // aka 16

HashMap种的put方法：

java 复制代码

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

HashMap中的hash方法

java 复制代码

static final int hash(Object key) {
    int h;
    return (key == null) ? 0 : (h = key.hashCode()) ^ (h >>> 16);
}

将 key 的 hashCode 值进行处理，得到最终的哈希值。

进入了HashMap的putVal()方法

java 复制代码

final V putVal(int hash, K key, V value, boolean onlyIfAbsent, boolean evict)

hash: key的哈希值（已经过扰动处理）
key: 键
value: 值
onlyIfAbsent: 为true时不覆盖已存在的值
evict: 用于LinkedHashMap的扩展点

java 复制代码

Node<K,V>[] tab; Node<K,V> p; int n, i;
if ((tab = table) == null || (n = tab.length) == 0)
    n = (tab = resize()).length;  // 第一次put时初始化table

延迟初始化：HashMap在构造时不创建数组，第一次put时才创建
通过resize()方法初始化默认容量16的数组

java 复制代码

if ((p = tab[i = (n - 1) & hash]) == null)
    tab[i] = newNode(hash, key, value, null);

(n - 1) & hash：计算桶索引（等价于hash % n但更快）
如果桶为空，直接创建新节点放入

情况1：桶中第一个节点就是目标

java

plain 复制代码

if (p.hash == hash &&
    ((k = p.key) == key || (key != null && key.equals(k))))
    e = p;  // 找到已存在的节点

先比较hash：快速筛选
再比较引用 ：== 判断是否是同一个对象
最后equals：判断逻辑相等

情况2：红黑树节点情况2：红黑树节点

java 复制代码

else if (p instanceof TreeNode)
    e = ((TreeNode<K,V>)p).putTreeVal(this, tab, hash, key, value);

当链表长度≥8且容量≥64时，链表转为红黑树
在红黑树中插入/查找节点

1. 返回非null：找到已存在的TreeNode节点

java 复制代码

// 在红黑树中找到了相同key的节点
return existingNode;  // e = 已存在的节点

2. 返回null：未找到，已插入新节点

java 复制代码

// 在红黑树中未找到相同key，创建并插入新节点
tree.insertNewNode();
return null;  // e = null

情况3：链表遍历

java 复制代码

else {
    for (int binCount = 0; ; ++binCount) {
        if ((e = p.next) == null) {  // 到达链表末尾
            p.next = newNode(hash, key, value, null);
            if (binCount >= TREEIFY_THRESHOLD - 1)  // TREEIFY_THRESHOLD=8
                treeifyBin(tab, hash);  // 链表转红黑树
            break;
        }
        if (e.hash == hash &&
            ((k = e.key) == key || (key != null && key.equals(k))))
            break;  // 找到已存在的节点
        p = e;
    }
}

binCount从0开始：统计链表长度（不包括头节点）
TREEIFY_THRESHOLD - 1：当binCount≥7时，链表长度=8，触发树化
尾插法：新节点插入链表尾部（JDK1.8改为尾插，避免死循环）

java 复制代码

if (e != null) { // 找到了已存在的key
    V oldValue = e.value;
    if (!onlyIfAbsent || oldValue == null)
        e.value = value;  // 更新值
    afterNodeAccess(e);  // 回调，用于LinkedHashMap维护顺序
    return oldValue;  // 返回旧值
}

onlyIfAbsent=true时（putIfAbsent()方法），不覆盖现有值
afterNodeAccess()是模板方法，HashMap中为空实现

java 复制代码

 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; // 第一次put时初始化table，其余的是扩容
        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;
    }

流程图

plain 复制代码

开始
  ↓
table为空？ → 是 → resize()初始化
  ↓否
计算桶索引i
  ↓
tab[i]为空？ → 是 → 创建新节点 → 结束
  ↓否
第一个节点匹配？ → 是 → 更新值 → 结束
  ↓否
是TreeNode？ → 是 → 红黑树插入 → 结束
  ↓否
遍历链表
  ↓
找到相同key？ → 是 → 更新值 → 结束
  ↓否
到达链表末尾
  ↓
创建新节点（尾插）
  ↓
链表长度≥8？ → 是 → treeifyBin() → 结束
  ↓否
结束
  ↓
size++ > threshold？ → 是 → resize()
  ↓
返回null

3、HashMap的get方法源码

完整源码

java 复制代码

public V get(Object key) {
    Node<K,V> e;
    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;
    // 1. 基础检查
    if ((tab = table) != null && (n = tab.length) > 0 &&
        (first = tab[(n - 1) & hash]) != null) {
        
        // 2. 检查第一个节点
        if (first.hash == hash && // always check first node
            ((k = first.key) == key || (key != null && key.equals(k))))
            return first;
        
        // 3. 检查后续节点
        if ((e = first.next) != null) {
            // 4. 如果是红黑树
            if (first instanceof TreeNode)
                return ((TreeNode<K,V>)first).getTreeNode(hash, key);
            
            // 5. 遍历链表
            do {
                if (e.hash == hash &&
                    ((k = e.key) == key || (key != null && key.equals(k))))
                    return e;
            } while ((e = e.next) != null);
        }
    }
    // 6. 未找到
    return null;
}

hash计算和参数传递

java 复制代码

public V get(Object key) {
Node<K,V> e;
return (e = getNode(hash(key), key)) == null ? null : e.value;
}

**hash(key)**：计算key的哈希值（扰动函数减少碰撞）
三目运算符：找到节点则返回value，否则返回null

getNode()方法 - 基础检查

java 复制代码

if ((tab = table) != null && (n = tab.length) > 0 &&
    (first = tab[(n - 1) & hash]) != null) {

三个必要条件：

table != null：HashMap已初始化
n > 0：数组长度大于0
first != null：目标桶不为空

桶索引计算：

(n - 1) & hash：等价于hash % n但性能更好
要求n必须是2的幂，保证n-1的二进制全是1

检查第一个节点

java 复制代码

if (first.hash == hash && // always check first node
    ((k = first.key) == key || (key != null && key.equals(k))))
    return first;

优化策略：

先比较hash：快速筛选，不相等直接跳过
再比较引用 ：==判断是否为同一对象（快速路径）
最后equals：判断逻辑相等

处理哈希冲突

情况A：红黑树查找

java

plain 复制代码

if (first instanceof TreeNode)
    return ((TreeNode<K,V>)first).getTreeNode(hash, key);

当链表长度≥8且容量≥64时，链表转为红黑树
红黑树查找时间复杂度：O(log n)

情况B：链表遍历

java

plain 复制代码

do {
    if (e.hash == hash &&
        ((k = e.key) == key || (key != null && key.equals(k))))
        return e;
} while ((e = e.next) != null);

链表查找时间复杂度：O(n)
同样采用：hash→引用→equals的检查顺序

红黑树查找细节

java 复制代码

final TreeNode<K,V> getTreeNode(int h, Object k) {
    // 从根节点开始查找
    return ((parent != null) ? root() : this).find(h, k, null);
}

final TreeNode<K,V> find(int h, Object k, Class<?> kc) {
    TreeNode<K,V> p = this;
    do {
        int ph, dir; K pk;
        TreeNode<K,V> pl = p.left, pr = p.right, q;
        
        // 比较hash值
        if ((ph = p.hash) > h)
            p = pl;  // 向左子树查找
        else if (ph < h)
            p = pr;  // 向右子树查找
        else if ((pk = p.key) == k || (k != null && k.equals(pk)))
            return p;  // 找到目标
        
        // hash相等但key不同，继续查找
        else if (pl == null)
            p = pr;
        else if (pr == null)
            p = pl;
        else if ((kc != null ||
                  (kc = comparableClassFor(k)) != null) &&
                 (dir = compareComparables(kc, k, pk)) != 0)
            p = (dir < 0) ? pl : pr;  // 使用Comparable比较
        else if ((q = pr.find(h, k, kc)) != null)
            return q;  // 在右子树中找到
        else
            p = pl;  // 在左子树中查找
    } while (p != null);
    
    return null;
}

HashMap JDK 1.7 vs 1.8 详细对比

一、核心架构变化

JDK 1.7：数组 + 链表

java 复制代码

// 1.7 只使用链表处理哈希冲突
static class Entry<K,V> implements Map.Entry<K,V> {
    final K key;
    V value;
    Entry<K,V> next;  // 单向链表
    int hash;
}

JDK 1.8：数组 + 链表/红黑树

java 复制代码

// 1.8 引入红黑树优化
static class Node<K,V> implements Map.Entry<K,V> {  // 链表节点
    final int hash;
    final K key;
    V value;
    Node<K,V> next;
}

static final class TreeNode<K,V> extends LinkedHashMap.Entry<K,V> {  // 树节点
    TreeNode<K,V> parent;
    TreeNode<K,V> left;
    TreeNode<K,V> right;
    TreeNode<K,V> prev;  // 保持双向链表
    boolean red;
}

二、关键区别对比表

特性	JDK 1.7	JDK 1.8
数据结构	数组 + 链表	数组 + 链表/红黑树
节点类型	Entry	Node / TreeNode
链表插入	头插法	尾插法
hash计算	9次扰动处理	1次位运算 + 1次异或
扩容机制	先扩容再插入	先插入再判断扩容
死锁问题	可能发生（头插法）	避免（尾插法）
性能	O(n)最坏情况	O(log n)最坏情况

三、详细区别分析

1. 数据结构优化（最重要变化）

JDK 1.7问题：

链表过长时查找效率低（O(n)）
哈希碰撞攻击风险

JDK 1.8解决方案：

java 复制代码

// 树化条件
static final int TREEIFY_THRESHOLD = 8;     // 链表长度≥8
static final int UNTREEIFY_THRESHOLD = 6;   // 树退化为链表
static final int MIN_TREEIFY_CAPACITY = 64; // 最小树化容量

// 树化逻辑
final void treeifyBin(Node<K,V>[] tab, int hash) {
    if (tab == null || (n = tab.length) < MIN_TREEIFY_CAPACITY)
        resize();  // 先尝试扩容
    else {
        // 真正转为红黑树
    }
}

2. hash计算优化

JDK 1.7（复杂）：

java 复制代码

final int hash(Object k) {
    int h = hashSeed;  // 随机种子
    if (0 != h && k instanceof String) {
        return sun.misc.Hashing.stringHash32((String) k);
    }
    h ^= k.hashCode();
    // 4次位运算 + 5次异或 = 9次扰动
    h ^= (h >>> 20) ^ (h >>> 12);
    return h ^ (h >>> 7) ^ (h >>> 4);
}

JDK 1.8（简化）：

java 复制代码

static final int hash(Object key) {
    int h;
    // 1次位运算 + 1次异或
    return (key == null) ? 0 : (h = key.hashCode()) ^ (h >>> 16);
}

优化原理：将高16位与低16位异或，让高位参与运算，减少碰撞

3. 链表插入方式变化

JDK 1.7（头插法）：

java 复制代码

void addEntry(int hash, K key, V value, int bucketIndex) {
    Entry<K,V> e = table[bucketIndex];
    table[bucketIndex] = new Entry<>(hash, key, value, e);  // 新节点插入头部
}

问题：多线程resize时可能产生环形链表，导致死循环

JDK 1.8（尾插法）：

java 复制代码

// putVal方法中的链表插入
if ((e = p.next) == null) {
    p.next = newNode(hash, key, value, null);  // 插入尾部
    if (binCount >= TREEIFY_THRESHOLD - 1)
        treeifyBin(tab, hash);
    break;
}

4. 扩容机制优化

JDK 1.7：

java 复制代码

void addEntry(int hash, K key, V value, int bucketIndex) {
    // 先判断是否需要扩容
    if ((size >= threshold) && (null != table[bucketIndex])) {
        resize(2 * table.length);  // 先扩容
        hash = (null != key) ? hash(key) : 0;
        bucketIndex = indexFor(hash, table.length);
    }
    // 再插入
    createEntry(...);
}

JDK 1.8：

java 复制代码

final V putVal(...) {
    // 先插入
    // ...
    // 插入后再判断扩容
    ++modCount;
    if (++size > threshold)
        resize();
    // ...
}

优化点：

1.8插入后再判断扩容，减少不必要的扩容判断
扩容时重新哈希的优化（使用 (e.hash & oldCap) == 0 判断）

5. resize重新分布优化

JDK 1.7：重新计算每个节点的位置

java 复制代码

void transfer(Entry[] newTable, boolean rehash) {
    for (Entry<K,V> e : table) {
        while(null != e) {
            Entry<K,V> next = e.next;
            if (rehash) {
                e.hash = null == e.key ? 0 : hash(e.key);
            }
            int i = indexFor(e.hash, newCapacity);  // 重新计算索引
            e.next = newTable[i];  // 头插法
            newTable[i] = e;
            e = next;
        }
    }
}

JDK 1.8：使用位运算优化

java 复制代码

// 判断节点是否需要移动
if ((e.hash & oldCap) == 0) {
    // 保持原位置
    newTab[j] = loHead;
} else {
    // 移动到新位置：原索引 + oldCap
    newTab[j + oldCap] = hiHead;
}

原理：利用容量是2的幂的特性，只需检查hash在oldCap对应位上是0还是1

6. 方法实现变化

JDK 1.8新增方法：

java 复制代码

// 功能性增强
@Override
public V getOrDefault(Object key, V defaultValue)
@Override
public V putIfAbsent(K key, V value)
@Override
public boolean remove(Object key, Object value)
@Override
public boolean replace(K key, V oldValue, V newValue)
@Override
public V replace(K key, V value)
@Override
public void forEach(BiConsumer<? super K, ? super V> action)
@Override
public void replaceAll(BiFunction<? super K, ? super V, ? extends V> function)

四、性能对比测试

测试场景：大量哈希碰撞时

java 复制代码

// 模拟哈希碰撞
class BadHash {
    @Override
    public int hashCode() {
        return 1;  // 所有对象哈希值相同
    }
}

// JDK 1.7：查找时间复杂度 O(n)
// JDK 1.8：链表长度>8转为红黑树，查找时间复杂度 O(log n)

基准测试结果（示例）：

操作	JDK 1.7	JDK 1.8	提升
10万次get（有碰撞）	120ms	45ms	62%
扩容10万元素	150ms	100ms	33%
内存占用	较高	略高（树节点开销）	-

五、线程安全性说明

两者都不是线程安全的：

1.7：可能导致死循环（resize时）
1.8：避免死循环，但仍有数据不一致问题

线程安全替代方案：

ConcurrentHashMap（推荐）
Collections.synchronizedMap(new HashMap<>())
Hashtable（不推荐，性能差）

六、使用建议

使用JDK 1.8 HashMap时：

初始化容量：预估元素数量，避免频繁扩容

java 复制代码

// 预估100个元素，负载因子0.75
Map<String, Object> map = new HashMap<>(134);  // 100/0.75=133.3

键对象要求 ：
- 正确实现hashCode()和equals()
- 不可变对象作为键更安全
监控树化：如果频繁树化/退化，考虑hash算法优化

迁移注意事项：

行为一致性：API完全兼容，但迭代顺序可能不同
性能敏感场景：需要重新压测验证
并发使用：必须使用线程安全容器

总结

JDK 1.8的HashMap通过引入红黑树、优化hash计算、改为尾插法等改进，显著提升了最坏情况下的性能，并解决了1.7中多线程resize的死循环问题。这些改进使得HashMap在大多数场景下都能提供更好的性能表现。