【Java基础】01-HashMap的底层原理

下面以 JDK 8+ 的 java.util.HashMap 源码实现 为主，从底层结构、put、get、扩容、红黑树化等角度说明 HashMap 的原理。

---

1. HashMap 的底层数据结构

JDK 8 之后，HashMap 的底层结构是：

数组 + 链表 + 红黑树

核心字段大致如下：

transient Node<K,V>[] table;

transient int size;

int threshold;

final float loadFactor;

其中：

• table：哈希桶数组
• Node<K,V>：链表节点
• size：当前键值对数量
• threshold：扩容阈值
• loadFactor：负载因子，默认 0.75

节点结构如下：

static class Node<K,V> implements Map.Entry<K,V> {
    final int hash;
    final K key;
    V value;
    Node<K,V> next;
}

每个元素最终都会落到 table 数组的某个位置上。如果多个 key 落到同一个数组下标，就会形成链表；当链表过长时，链表会转换成红黑树。

---

2. put 的源码流程

调用：

map.put(key, value);

实际会进入：

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

2.1 先计算 hash

源码中 hash 方法类似：

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

这里不是直接使用 key.hashCode()，而是做了一次扰动：

h ^ (h >>> 16)

原因是 HashMap 定位桶下标时主要依赖低位：

(n - 1) & hash

如果只用原始 hashCode，高位信息可能浪费。通过高 16 位和低 16 位异或，可以让高位信息参与到低位计算中，减少哈希冲突。

---

3. HashMap 如何定位数组下标

HashMap 的数组长度始终是 2 的幂，例如：

16, 32, 64, 128 ...

定位下标的方式是：

index = (n - 1) & hash;

这里 n 是数组长度。

如果 n = 16，那么：

n - 1 = 15
二进制：0000 1111

所以：

hash & 0000 1111

相当于取 hash 的低 4 位。

这和取模类似：

hash % n

但位运算效率更高。

前提是数组长度必须是 2 的幂，否则 (n - 1) & hash 不能等价于取模，也会导致分布不均匀。

---

4. putVal 核心逻辑

putVal 的核心流程可以概括为：

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;

    i = (n - 1) & hash;

    if ((p = tab[i]) == 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)
                        treeifyBin(tab, hash);

                    break;
                }

                if (e.hash == hash &&
                    ((k = e.key) == key || (key != null && key.equals(k))))
                    break;

                p = e;
            }
        }

        if (e != null) {
            V oldValue = e.value;
            if (!onlyIfAbsent || oldValue == null)
                e.value = value;
            return oldValue;
        }
    }

    ++modCount;

    if (++size > threshold)
        resize();

    return null;
}

put 的主要步骤

1. 如果 table 为空，先初始化数组。
2. 通过 (n - 1) & hash 计算桶下标。
3. 如果该位置为空，直接插入新节点。
4. 如果该位置不为空：
   • 如果第一个节点 key 相同，覆盖 value。
   • 如果是红黑树节点，走红黑树插入逻辑。
   • 否则遍历链表：
     • 找到相同 key，覆盖 value。
     • 找不到，则尾插新节点。
5. 插入后，如果链表长度达到阈值，尝试树化。
6. 插入成功后，size++。
7. 如果 size > threshold，触发扩容。

---

5. get 的源码流程

调用：

map.get(key);

实际会进入：

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

核心逻辑是：

final Node<K,V> getNode(int hash, Object key) {
    Node<K,V>[] tab;
    Node<K,V> first, e;
    int n;
    K k;

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

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

        if ((e = first.next) != null) {
            if (first instanceof TreeNode)
                return ((TreeNode<K,V>)first).getTreeNode(hash, key);

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

    return null;
}

get 的主要步骤

1. 计算 key 的 hash。
2. 通过 (n - 1) & hash 找到桶下标。
3. 如果桶为空，返回 null。
4. 先检查桶中的第一个节点。
5. 如果第一个节点不是目标：
   • 如果是红黑树，按红黑树查找。
   • 否则遍历链表查找。
6. 找到返回 value，找不到返回 null。

---

6. 为什么 HashMap 的容量必须是 2 的幂

源码中容量会被调整为 2 的幂。

例如构造方法中指定容量：

new HashMap<>(10)

内部不会真的使用 10，而是会调整为 16。

相关方法是：

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;
}

它的作用是找到大于等于 cap 的最小 2 的幂。

例如：

cap = 10  => 16
cap = 17  => 32
cap = 33  => 64

原因主要有两个：

6.1 位运算替代取模

(n - 1) & hash

比：

hash % n

更快。

6.2 扩容时迁移更高效

当容量从 oldCap 扩容到 newCap = oldCap * 2 时，一个节点的新位置只有两种可能：

原下标
原下标 + oldCap

判断依据是：

(e.hash & oldCap) == 0

如果为 0，位置不变；否则位置变成 原下标 + oldCap。

---

7. resize 扩容机制

默认情况下，第一次插入时初始化容量为 16，负载因子为 0.75。

所以默认扩容阈值：

threshold = 16 * 0.75 = 12

当元素数量超过 12 时，就会扩容到 32。

resize 的核心逻辑

源码核心思想如下：

if (++size > threshold)
    resize();

扩容时：

1. 新容量变为旧容量的 2 倍。
2. 新阈值也通常变为旧阈值的 2 倍。
3. 旧数组中的节点重新分布到新数组中。

JDK 8 的扩容优化很重要。

对于旧桶中的链表，扩容时不会重新计算完整 hash，而是拆成两组：

if ((e.hash & oldCap) == 0) {
    // 留在原位置
} else {
    // 移动到 原位置 + oldCap
}

比如旧容量是 16，扩容后是 32：

旧下标：i
新下标：i 或 i + 16

这是因为扩容后参与下标计算的二进制位多了一位。

---

8. 链表什么时候变红黑树

JDK 8 引入红黑树，是为了避免极端哈希冲突时链表过长，导致查询退化到 (O(n))。

相关常量：

static final int TREEIFY_THRESHOLD = 8;

static final int UNTREEIFY_THRESHOLD = 6;

static final int MIN_TREEIFY_CAPACITY = 64;

含义：

• TREEIFY_THRESHOLD = 8
  • 单个桶中链表长度达到 8 时，尝试树化。
• UNTREEIFY_THRESHOLD = 6
  • 红黑树节点数量减少到 6 以下时，可能退化回链表。
• MIN_TREEIFY_CAPACITY = 64
  • 只有数组容量至少为 64 时，才允许树化。

注意：链表长度达到 8 并不一定马上树化。

源码中 treeifyBin 会先判断：

if (tab == null || (n = tab.length) < MIN_TREEIFY_CAPACITY)
    resize();
else
    // treeify

也就是说：

• 如果数组长度小于 64，优先扩容。
• 如果数组长度至少 64，才真正转红黑树。

原因是：冲突严重有可能是数组太小导致的，此时扩容比树化更划算。

---

9. 红黑树节点 TreeNode

链表节点是 Node，红黑树节点是 TreeNode。

TreeNode 继承自 LinkedHashMap.Entry，大致结构如下：

static final class TreeNode<K,V> extends LinkedHashMap.Entry<K,V> {
    TreeNode<K,V> parent;
    TreeNode<K,V> left;
    TreeNode<K,V> right;
    TreeNode<K,V> prev;
    boolean red;
}

红黑树查找时，如果 hash 不同，根据 hash 大小走左右子树。

如果 hash 相同，则还需要比较 key：

1. 如果 equals 相同，说明找到目标。
2. 如果 key 实现了 Comparable，按比较结果决定方向。
3. 如果不能比较，则使用 tieBreakOrder 做兜底排序。

---

10. HashMap 如何处理 hash 冲突

hash 冲突指的是不同 key 计算出的数组下标相同。

处理方式：

链地址法

即同一个桶下多个节点通过 next 串起来。

JDK 8 之后：

冲突较少：链表
冲突严重：红黑树

所以复杂度大致是：

场景	时间复杂度
理想情况	(O(1))
链表冲突严重	(O(n))
红黑树化后	(O(\log n))

---

11. key 相等的判断逻辑

源码中判断 key 是否相等，通常是：

p.hash == hash &&
((k = p.key) == key || (key != null && key.equals(k)))

也就是说，判断一个 key 是否相同，需要同时满足：

1. hash 值相同
2. key 引用相同，或者 equals 返回 true

因此，如果自定义对象作为 HashMap 的 key，必须正确重写：

hashCode()
equals()

并且要求：

equals 相等的对象，hashCode 必须相等

否则 HashMap 可能无法正确查找元素。

---

12. null key 如何处理

HashMap 允许一个 null key。

源码中：

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

所以：

hash(null) = 0

null key 一定会落到：

index = (n - 1) & 0 = 0

也就是 table[0]。

因此，HashMap 中 null key 存储在第 0 个桶中。

---

13. JDK 7 和 JDK 8 的主要区别

JDK 7

底层结构：

数组 + 链表

插入方式：

头插法

扩容时链表顺序可能反转。

在并发环境下，JDK 7 的 HashMap 扩容可能导致链表形成环，进而出现死循环问题。

JDK 8

底层结构：

数组 + 链表 + 红黑树

插入方式：

尾插法

扩容时会保持链表相对顺序。

并且引入红黑树，降低极端冲突情况下的查询复杂度。

不过需要注意：

HashMap 仍然不是线程安全的

并发场景应使用：

ConcurrentHashMap

---

14. 为什么负载因子默认是 0.75

负载因子影响两个方面：

• 空间利用率
• 查询效率

如果负载因子太小，例如 0.5：

优点：冲突少，查询快
缺点：数组更稀疏，占用空间更多

如果负载因子太大，例如 1.0：

优点：空间利用率高
缺点：冲突概率增加，查询可能变慢

0.75 是时间和空间之间的折中选择。

默认容量 16，负载因子 0.75：

16 * 0.75 = 12

即插入第 13 个元素时触发扩容。

---

15. remove 的源码流程

remove(key) 最终会调用：

removeNode(hash(key), key, null, false, true)

主要逻辑：

1. 根据 hash 找到桶下标。
2. 在桶中查找目标节点：
   • 第一个节点
   • 红黑树节点
   • 链表节点
3. 找到后删除：
   • 链表中修改 next
   • 红黑树中删除树节点并重新平衡
4. size--
5. modCount++

其中 modCount 用于支持 fail-fast 机制。

---

16. fail-fast 机制

HashMap 的迭代器不是线程安全的。

迭代时会记录当前的 modCount：

int expectedModCount = modCount;

如果遍历过程中发现：

modCount != expectedModCount

就会抛出：

ConcurrentModificationException

例如：

for (String key : map.keySet()) {
    map.put("x", "y");
}

这类结构性修改会触发 fail-fast。

注意，fail-fast 不是并发安全机制，只是一种快速失败检测。

---

17. HashMap 的整体 put 示例

假设：

HashMap<String, Integer> map = new HashMap<>();
map.put("abc", 1);

流程如下：

1. table 初始为空
2. 调用 put
3. 计算 hash("abc")
4. table 为空，调用 resize 初始化为 16
5. index = (16 - 1) & hash
6. table[index] 为空
7. 创建 Node 放入该桶
8. size 变为 1
9. size <= threshold，不扩容

如果继续插入另一个 key，算出的 index 相同：

1. 找到同一个桶
2. 发现桶不为空
3. 判断第一个节点 key 是否相同
4. 不相同，则遍历链表
5. 插入到链表尾部
6. 如果链表长度达到 8，尝试树化

---

18. 总结

HashMap 的底层原理可以概括为：

HashMap 使用数组作为主体结构，通过 key 的 hash 定位桶位置。
当多个 key 落到同一个桶时，使用链表解决冲突。
JDK 8 之后，当单个桶中链表过长并且数组容量足够大时，会转换为红黑树。
put 时先计算扰动 hash，再通过 (n - 1) & hash 定位桶。
get 时使用同样的方式定位桶，然后在桶中比较 hash 和 equals。
当元素数量超过 threshold 时触发 resize，容量扩为原来的 2 倍。
扩容时节点只会留在原位置或移动到 原位置 + oldCap。

面试中可以简洁回答：

JDK 8 的 HashMap 底层是数组、链表和红黑树。它先对 key 的 hashCode 做扰动运算，然后通过 (table.length - 1) & hash 定位桶。桶为空就直接插入，桶不为空则比较 hash 和 equals，相同则覆盖，不同则接到链表尾部；当链表长度达到 8 且数组容量至少 64 时，链表转红黑树。默认容量 16，负载因子 0.75，元素数量超过阈值时扩容为原来的 2 倍。扩容时节点的新位置要么不变，要么变为原下标加旧容量。HashMap 允许一个 null key，但不是线程安全的。