面试官:JDK1.8 HashMap扩容rehash算法是如何优化的？
本文跟大家聊一聊一个常见的面试题，那就是JDK1.8 HashMap扩容rehash算法是如何优化的？
众所周知HashMap的底层其实是一个数组，既然是一个数组，必然长度是固定的，也就一定存在扩容的问题。在JDK1.7的时候，是将数组扩容为两倍，然后将HashMap中所有的key重新进行hash寻址算法然后再放入到扩容后的新的数组的新的位置。
但是从JDK1.8之后，对rehash进行了优化，减少了对key重新进行hash寻址算法的过程，具体怎么实现的，这就上源码。
我们都知道HashMap扩容是通过resize来实现的，所以我们看看resize方法的实现
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; } //这个 newCap = oldCap << 1 就是扩容两倍的证据 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"}) //重新构建了一个新的数组，容量是上面计算出来的newCap //就是原来的两倍大小 Node<K,V>[] newTab = (Node<K,V>[])new Node[newCap]; table = newTab; //拿到老的数组，然后遍历每个数组的位置，对每个节点重新进行rehash if (oldTab != null) { for (int j = 0; j < oldCap; ++j) { Node<K,V> e; //当遍历到这个数组的位置有节点的时候，进入重新rehash if ((e = oldTab[j]) != null) { oldTab[j] = null; if (e.next == null) //这个的意思很简单，就是这个节点只有一个 //也就是没有形成链表或者红黑树的时候 //此时处理就是重新进行hash寻址算法，找到在新数组的位置放上 newTab[e.hash & (newCap - 1)] = e; else if (e instanceof TreeNode) //就是这个已经是红黑树了，此时会进入红黑树rehash的过程 ((TreeNode<K,V>)e).split(this, newTab, j, oldCap); else { // preserve order //这个就是链表的rehash的过程 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; }其实rehash就是遍历数组的每个位置，判断节点的状态，是单个或者链表或者红黑树。接下来就每种情况进行讨论。
1）单个节点
其实重新进行hash寻址算法，找到对应数组的下标，放上就行了
2）链表
仔细阅读源码会发现，就是将之前的链表rehash之后重新拆分为了两个链表，一个链表rehash之后还是在当前的位置index，另一个链表rehash之后的位置变成了index + oldCap，画个图理解一下
至于为什么可以分为两个链表，这里说明一下。就是hash寻址算法对一个数组下标的所有节点，扩容后进行重新计算的时候，会发现计算出来的位置要么是在原来的index，要么实在原来的index + oldCap的位置，这是hash寻址的一个特点，所以基于这一个既定的结论，就去判断一下每个节点重新hash寻址之后是原来的位置还是index + oldCap的位置就行了（如何判断，就是源码图的第一个红框框出来的），判断是在原来的位置然后一个新的链表，在index + oldCap的位置也形成一个新的链表，这样计算完之后只要把新的两个链表挂在新的数组的 index 和 index + oldCap就行了（如何挂的，就是源码图的第二个红框框出来的）。这样就避免了对每个节点重新进行hash寻址算法，重新放到hash表中的过程，大大提高了效率，这也就是JDK1.8的HashMap扩容rehash算法优化。
3）红黑树
贴上源码
其实原理跟链表的差不多，就是链表拆成两个链表，红黑树这个拆成两个红黑树，分别挂到新的数组的位置上，只不过最后加个判断，就是判断这个红黑树是需要变成链表还是继续是红黑树。
所以在JDK1.8的rehash算法优化就是对原来的链表或者红黑树进行拆分成两部分，然后分别挂在原来数组的位置和 数组的位置 + oldCap的位置，这样做就避免了大量的节点进行重新hash寻址算法和重新放到hash表的过程，大大增加了扩容效率。
本文完。
如果我的文章对你有所帮助，还请帮忙点赞、在看、转发一下，你的支持会激励我输出更高质量的文章，非常感谢！
欢迎点击关注公众号，利用碎片化时间学习，每天进步一点点。
往期热门文章推荐