Java集合类是个非常重要的知识点，HashMap、HashTable、ConcurrentHashMap等算是集合类中的重点，可谓“重中之重”，首先来看个问题，如面试官问你：HashMap和HashTable有什么区别，一个比较简单的回答是：

1、HashMap是非线程安全的，HashTable是线程安全的。

2、HashMap的键和值都允许有null值存在，而HashTable则不行。

3、因为线程安全的问题，HashMap效率比HashTable的要高。

能答出上面的三点，简单的面试，算是过了，但是如果再问：Java中的另一个线程安全的与HashMap及其类似的类是什么？同样是线程安全，它与HashTable在线程同步上有什么不同？能把第二个问题完整的答出来，说明你的基础算是不错的了。带着这个问题，本章开始系Java之美[从菜鸟到高手演变]系列之深入解析HashMap和HashTable类应用而生！总想在文章的开头说点儿什么，但又无从说起。从最近的一些面试说起吧，感受就是：知识是永无止境的，永远不要觉得自己已经掌握了某些东西。如果对哪一块知识感兴趣，那么，请多多的花时间，哪怕最基础的东西也要理解它的原理，尽量往深了研究，在学习的同时，记得多与大家交流沟通，因为也许某些东西，从你自己的角度，是很难发现的，因为你并没有那么多的实验环境去发现他们。只有交流的多了，才能及时找出自己的不足，才能认识到：“哦，原来我还有这么多不知道的东西！”。

一、HashMap的内部存储结构 Java中数据存储方式最底层的两种结构，一种是数组，另一种就是链表，数组的特点：连续空间，寻址迅速，但是在删除或者添加元素的时候需要有较大幅度的移动，所以查询速度快，增删较慢。而链表正好相反，由于空间不连续，寻址困难，增删元素只需修改指针，所以查询慢、增删快。有没有一种数据结构来综合一下数组和链表，以便发挥他们各自的优势？答案是肯定的！就是：哈希表。哈希表具有较快（常量级）的查询速度，及相对较快的增删速度，所以很适合在海量数据的环境中使用。一般实现哈希表的方法采用“拉链法”，我们可以理解为“链表的数组”，如下图：

从上图中，我们可以发现哈希表是由数组+链表组成的，一个长度为16的数组中，每个元素存储的是一个链表的头结点。那么这些元素是按照什么样的规则存储到数组中呢。一般情况是通过hash(key)%len获得，也就是元素的key的哈希值对数组长度取模得到。比如上述哈希表中，12%16=12,28%16=12,108%16=12,140%16=12。所以12、28、108以及140都存储在数组下标为12的位置。它的内部其实是用一个Entity数组来实现的，属性有key、value、next。接下来我会从初始化阶段详细的讲解HashMap的内部结构。

1、初始化 首先来看三个常量： static final int DEFAULT_INITIAL_CAPACITY = 16; 初始容量：16 static final int MAXIMUM_CAPACITY = 1 << 30; 最大容量：2的30次方：1073741824 static final float DEFAULT_LOAD_FACTOR = 0.75f; 装载因子，后面再说它的作用 来看个无参构造方法，也是我们最常用的：

public HashMap() {this.loadFactor = DEFAULT_LOAD_FACTOR;threshold = (int)(DEFAULT_INITIAL_CAPACITY * DEFAULT_LOAD_FACTOR);table = new Entry[DEFAULT_INITIAL_CAPACITY];init();}

loadFactor、threshold的值在此处没有起到作用，不过他们在后面的扩容方面会用到，此处只需理解table=new Entry[DEFAULT_INITIAL_CAPACITY].说明，默认就是开辟16个大小的空间。另外一个重要的构造方法：

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);// Find a power of 2 >= initialCapacityint capacity = 1;while (capacity < initialCapacity)capacity <<= 1;this.loadFactor = loadFactor;threshold = (int)(capacity * loadFactor);table = new Entry[capacity];init();}

就是说传入参数的构造方法，我们把重点放在：

 while (capacity < initialCapacity)capacity <<= 1;

上面，该代码的意思是，实际的开辟的空间要大于传入的第一个参数的值。举个例子： new HashMap(7,0.8),loadFactor为0.8，capacity为7，通过上述代码后，capacity的值为：8.（1 << 2的结果是4,2 << 2的结果为8<此处感谢网友wego1234的指正>）。所以，最终capacity的值为8，最后通过new Entry[capacity]来创建大小为capacity的数组，所以，这种方法最红取决于capacity的大小。 2、put(Object key,Object value)操作 当调用put操作时，首先判断key是否为null，如下代码1处：

public V put(K key, V value) { if (key == null) return putForNullKey(value); int hash = hash(key.hashCode()); int i = indexFor(hash, table.length); for (Entry<K,V> e = table[i]; e != null; e = e.next) { Object k; if (e.hash == hash && ((k = e.key) == key || key.equals(k))) { V oldValue = e.value; e.value = value; e.recordAccess(this); return oldValue; } }

modCount++; addEntry(hash, key, value, i); return null; }

如果key是null，则调用如下代码：

private V putForNullKey(V value) {for (Entry<K,V> e = table[0]; e != null; e = e.next) {if (e.key == null) {V oldValue = e.value;e.value = value;e.recordAccess(this);return oldValue;}}modCount++;addEntry(0, null, value, 0);return null;}

就是说，获取Entry的第一个元素table[0]，并基于第一个元素的next属性开始遍历，直到找到key为null的Entry，将其value设置为新的value值。 如果没有找到key为null的元素，则调用如上述代码的addEntry(0, null, value, 0);增加一个新的entry，代码如下：

void addEntry(int hash, K key, V value, int bucketIndex) {Entry<K,V> e = table[bucketIndex];table[bucketIndex] = new Entry<K,V>(hash, key, value, e);if (size++ >= threshold)resize(2 * table.length);}

先获取第一个元素table[bucketIndex],传给e对象，新建一个entry，key为null，value为传入的value值，next为获取的e对象。如果容量大于threshold，容量扩大2倍。 如果key不为null，这也是大多数的情况，重新看一下源码：

public V put(K key, V value) {if (key == null)return putForNullKey(value);int hash = hash(key.hashCode());//---------------2---------------int i = indexFor(hash, table.length);for (Entry<K,V> e = table[i]; e != null; e = e.next) {//--------------3-----------Object k;if (e.hash == hash && ((k = e.key) == key || key.equals(k))) {V oldValue = e.value;e.value = value;e.recordAccess(this);return oldValue;}}//-------------------4------------------modCount++;//----------------5----------addEntry(hash, key, value, i);-------------6-----------return null;}

看源码中2处，首先会进行key.hashCode()操作，获取key的哈希值，hashCode()是Object类的一个方法，为本地方法，内部实现比较复杂，我们 会在后面作单独的关于Java中Native方法的分析中介绍。hash()的源码如下：

static int hash(int h) {// This function ensures that hashCodes that differ only by// constant multiples at each bit position have a bounded// number of collisions (approximately 8 at default load factor).h ^= (h >>> 20) ^ (h >>> 12);return h ^ (h >>> 7) ^ (h >>> 4);}

int i = indexFor(hash, table.length);的意思，相当于int i = hash % Entry[].length;得到i后，就是在Entry数组中的位置，（上述代码5和6处是如果Entry数组中不存在新要增加的元素，则执行5,6处的代码，如果存在，即Hash冲突，则执行 3-4处的代码，此处HashMap中采用链地址法解决Hash冲突。此处经网友bbycszh指正，发现上述陈述有些问题）。重新解释：其实不管Entry数组中i位置有无元素，都会去执行5-6处的代码，如果没有，则直接新增，如果有，则将新元素设置为Entry[0]，其next指针指向原有对象，即原有对象为Entry[1]。具体方法可以解释为下面的这段文字：（3-4处的代码只是检查在索引为i的这条链上有没有重复的，有则替换，无则无处理）

上面我们提到过Entry类里面有一个next属性，作用是指向下一个Entry。如， 第一个键值对A进来，通过计算其key的hash得到的i=0，记做:Entry[0] = A。一会后又进来一个键值对B，通过计算其i也等于0，现在怎么办？HashMap会这样做:B.next = A,Entry[0] = B,如果又进来C,i也等于0,那么C.next = B,Entry[0] = C；这样我们发现i=0的地方其实存取了A,B,C三个键值对,他们通过next这个属性链接在一起,也就是说数组中存储的是最后插入的元素。

到这里为止，HashMap的大致实现，我们应该已经清楚了。当然HashMap里面也包含一些优化方面的实现，这里也说一下。比如：Entry[]的长度一定后，随着map里面数据的越来越长，这样同一个i的链就会很长，会不会影响性能？HashMap里面设置一个因素（也称为因子），随着map的size越来越大，Entry[]会以一定的规则加长长度。

2、get(Object key)操作 get(Object key)操作时根据键来获取值，如果了解了put操作，get操作容易理解，先来看看源码的实现：

public V get(Object key) {if (key == null)return getForNullKey();int hash = hash(key.hashCode());for (Entry<K,V> e = table[indexFor(hash, table.length)];e != null;e = e.next) {Object k;if (e.hash == hash && ((k = e.key) == key || key.equals(k)))//-------------------1----------------return e.value;}return null;}

意思就是：1、当key为null时，调用getForNullKey()，源码如下：

private V getForNullKey() {for (Entry<K,V> e = table[0]; e != null; e = e.next) {if (e.key == null)return e.value;}return null;}

2、当key不为null时，先根据hash函数得到hash值，在更具indexFor()得到i的值，循环遍历链表，如果有：key值等于已存在的key值，则返回其value。如上述get()代码1处判断。

总结下HashMap新增put和获取get操作：

//存储时:
int hash = key.hashCode();
int i = hash % Entry[].length;
Entry[i] = value;//取值时:
int hash = key.hashCode();
int i = hash % Entry[].length;
return Entry[i];

理解了就比较简单。

此处附一个简单的HashMap小算法应用：

package com.xtfggef.hashmap;import java.util.HashMap;
import java.util.Map;
import java.util.Set;/*** 打印在数组中出现n/2以上的元素* 利用一个HashMap来存放数组元素及出现的次数* @author erqing**/
public class HashMapTest {public static void main(String[] args) {int [] a = {2,3,2,2,1,4,2,2,2,7,9,6,2,2,3,1,0};Map<Integer, Integer> map = new HashMap<Integer,Integer>();for(int i=0; i<a.length; i++){if(map.containsKey(a[i])){int tmp = map.get(a[i]);tmp+=1;map.put(a[i], tmp);}else{map.put(a[i], 1);}}Set<Integer> set = map.keySet();//------------1------------for (Integer s : set) {if(map.get(s)>=a.length/2){System.out.println(s);}}//--------------2---------------}
}

此处注意两个地方，map.containsKey()，还有就是上述1-2处的代码。

理解了HashMap的上面的操作，其它的大多数方法都很容易理解了。搞清楚它的内部存储机制，一切OK！

二、HashTable的内部存储结构

HashTable和HashMap采用相同的存储机制，二者的实现基本一致，不同的是：

1、HashMap是非线程安全的，HashTable是线程安全的，内部的方法基本都是synchronized。

2、HashTable不允许有null值的存在。

在HashTable中调用put方法时，如果key为null，直接抛出NullPointerException。其它细微的差别还有，比如初始化Entry数组的大小等等，但基本思想和HashMap一样。

三、HashTable和ConcurrentHashMap的比较

如我开篇所说一样，ConcurrentHashMap是线程安全的HashMap的实现。同样是线程安全的类，它与HashTable在同步方面有什么不同呢？

之前我们说，synchronized关键字加锁的原理，其实是对对象加锁，不论你是在方法前加synchronized还是语句块前加，锁住的都是对象整体，但是ConcurrentHashMap的同步机制和这个不同，它不是加synchronized关键字，而是基于lock操作的，这样的目的是保证同步的时候，锁住的不是整个对象。事实上，ConcurrentHashMap可以满足concurrentLevel个线程并发无阻塞的操作集合对象。关于concurrentLevel稍后介绍。

1、构造方法

为了容易理解，我们先从构造函数说起。ConcurrentHashMap是基于一个叫Segment数组的，其实和Entry类似，如下：

public ConcurrentHashMap(){this(16, 0.75F, 16);}

默认传入值16，调用下面的方法：

public ConcurrentHashMap(int paramInt1, float paramFloat, int paramInt2){if ((paramFloat <= 0F) || (paramInt1 < 0) || (paramInt2 <= 0))throw new IllegalArgumentException();if (paramInt2 > 65536) {paramInt2 = 65536;}int i = 0;int j = 1;while (j < paramInt2) {++i;j <<= 1;}this.segmentShift = (32 - i);this.segmentMask = (j - 1);this.segments = Segment.newArray(j);if (paramInt1 > 1073741824)paramInt1 = 1073741824;int k = paramInt1 / j;if (k * j < paramInt1)++k;int l = 1;while (l < k)l <<= 1;for (int i1 = 0; i1 < this.segments.length; ++i1)this.segments[i1] = new Segment(l, paramFloat);}

你会发现比HashMap的构造函数多一个参数，paramInt1就是我们之前谈过的initialCapacity，就是数组的初始化大小，paramfloat为loadFactor（装载因子），而paramInt2则是我们所要说的concurrentLevel，这三个值分别被初始化为16,0.75,16，经过：

while (j < paramInt2) {++i;j <<= 1;}

后，j就是我们最终要开辟的数组的size值，当paramInt1为16时，计算出来的size值就是16.通过：

this.segments = Segment.newArray(j)后，我们看出了，最终稿创建的Segment数组的大小为16.最终创建Segment对象时：

this.segments[i1] = new Segment(cap, paramFloat);

需要cap值，而cap值来源于：

  int k = paramInt1 / j;if (k * j < paramInt1)++k;int cap = 1;while (cap < k)cap <<= 1;

组后创建大小为cap的数组。最后根据数组的大小及paramFloat的值算出了threshold的值：

this.threshold = (int)(paramArrayOfHashEntry.length * this.loadFactor)。

2、put操作

public V put(K paramK, V paramV){if (paramV == null)throw new NullPointerException();int i = hash(paramK.hashCode());return segmentFor(i).put(paramK, i, paramV, false);}

与HashMap不同的是，如果key为null，直接抛出NullPointer异常，之后，同样先计算hashCode的值，再计算hash值，不过此处hash函数和HashMap中的不一样：

private static int hash(int paramInt){paramInt += (paramInt << 15 ^ 0xFFFFCD7D);paramInt ^= paramInt >>> 10;paramInt += (paramInt << 3);paramInt ^= paramInt >>> 6;paramInt += (paramInt << 2) + (paramInt << 14);return (paramInt ^ paramInt >>> 16);}

final Segment<K, V> segmentFor(int paramInt){return this.segments[(paramInt >>> this.segmentShift & this.segmentMask)];}

根据上述代码找到Segment对象后，调用put来操作：

    V put(K paramK, int paramInt, V paramV, boolean paramBoolean){lock();try {Object localObject1;Object localObject2;int i = this.count;if (i++ > this.threshold)rehash();ConcurrentHashMap.HashEntry[] arrayOfHashEntry = this.table;int j = paramInt & arrayOfHashEntry.length - 1;ConcurrentHashMap.HashEntry localHashEntry1 = arrayOfHashEntry[j];ConcurrentHashMap.HashEntry localHashEntry2 = localHashEntry1;while ((localHashEntry2 != null) && (((localHashEntry2.hash != paramInt) || (!(paramK.equals(localHashEntry2.key)))))) {localHashEntry2 = localHashEntry2.next;}if (localHashEntry2 != null) {localObject1 = localHashEntry2.value;if (!(paramBoolean))localHashEntry2.value = paramV;}else {localObject1 = null;this.modCount += 1;arrayOfHashEntry[j] = new ConcurrentHashMap.HashEntry(paramK, paramInt, localHashEntry1, paramV);this.count = i;}return localObject1;} finally {unlock();}}

先调用lock()，lock是ReentrantLock类的一个方法，用当前存储的个数+1来和threshold比较，如果大于threshold，则进行rehash，将当前的容量扩大2倍，重新进行hash。之后对hash的值和数组大小-1进行按位于操作后，得到当前的key需要放入的位置，从这儿开始，和HashMap一样。

从上述的分析看出，ConcurrentHashMap基于concurrentLevel划分出了多个Segment来对key-value进行存储，从而避免每次锁定整个数组，在默认的情况下，允许16个线程并发无阻塞的操作集合对象，尽可能地减少并发时的阻塞现象。

在多线程的环境中，相对于HashMap，ConcurrentHashMap会带来很大的性能提升！

欢迎读者批评指正，有任何建议请联系:

EGG：xtfggef@gmail.com      http://weibo.com/xtfggef

四、HashMap常见问题分析

此处我觉得网友huxb23@126的一篇文章说的很好，分析多线程并发写HashMap线程被hang住的原因 ，因为是优秀的资源，此处我整理下搬到这儿。

以下内容转自博文：http://blog.163.com/huxb23@126/blog/static/625898182011211318854/

先看原问题代码：

import java.util.HashMap;public class TestLock {private HashMap map = new HashMap();public TestLock() {Thread t1 = new Thread() {public void run() {for (int i = 0; i < 50000; i++) {map.put(new Integer(i), i);}System.out.println("t1 over");}};Thread t2 = new Thread() {public void run() {for (int i = 0; i < 50000; i++) {map.put(new Integer(i), i);}System.out.println("t2 over");}};t1.start();t2.start();}public static void main(String[] args) {new TestLock();}
}

就是启了两个线程，不断的往一个非线程安全的HashMap中put内容，put的内容很简单，key和value都是从0自增的整数（这个put的内容做的并不好，以致于后来干扰了我分析问题的思路）。对HashMap做并发写操作，我原以为只不过会产生脏数据的情况，但反复运行这个程序，会出现线程t1、t2被hang住的情况，多数情况下是一个线程被hang住另一个成功结束，偶尔会两个线程都被hang住。说到这里，你如果觉得不好好学习ConcurrentHashMap而在这瞎折腾就手下留情跳过吧。 好吧，分析下HashMap的put函数源码看看问题出在哪，这里就罗列出相关代码（jdk1.6）：

  public V put(K paramK, V paramV){if (paramK == null)return putForNullKey(paramV);int i = hash(paramK.hashCode());int j = indexFor(i, this.table.length);for (Entry localEntry = this.table[j]; localEntry != null; localEntry = localEntry.next){if (localEntry.hash == i) { java.lang.Object localObject1;if (((localObject1 = localEntry.key) == paramK) || (paramK.equals(localObject1))) {java.lang.Object localObject2 = localEntry.value;localEntry.value = paramV;localEntry.recordAccess(this);return localObject2;}}}this.modCount += 1;addEntry(i, paramK, paramV, j);return null;}private V putForNullKey(V paramV){for (Entry localEntry = this.table[0]; localEntry != null; localEntry = localEntry.next)if (localEntry.key == null) {java.lang.Object localObject = localEntry.value;localEntry.value = paramV;localEntry.recordAccess(this);return localObject;}this.modCount += 1;addEntry(0, null, paramV, 0);return null;}

通过jconsole（或者thread dump），可以看到线程停在了transfer方法的while循环处。这个transfer方法的作用是，当Map中元素数超过阈值需要resize时，它负责把原Map中的元素映射到新Map中。我修改了HashMap，加上了@标记2和@标记3的代码片断，以打印出死循环时的状态，结果死循环线程总是出现类似这样的输出：“Thread-1,e==next:false,e==next.next:true,e:108928=108928,next:108928=108928,eq:true”。 这个输出表明： 1）这个Entry链中的两个Entry之间的关系是：e=e.next.next，造成死循环。 2）e.equals(e.next)，但e!=e.next。因为测试例子中两个线程put的内容一样，并发时可能同一个key被保存了多个value，这种错误是在addEntry函数产生的，但这和线程死循环没有关系。

接下来就分析transfer中那个while循环了。先所说这个循环正常的功能：src[j]保存的是映射成同一个hash值的多个Entry的链表，这个src[j]可能为null，可能只有一个Entry，也可能由多个Entry链接起来。假设是多个Entry，原来的链是(src[j]=a)->b（也就是src[j]=a,a.next=b,b.next=null），经过while处理后得到了(newTable[i]=b)->a。也就是说，把链表的next关系反向了。

再看看这个while中可能在多线程情况下引起问题的语句。针对两个线程t1和t2,这里它们可能的产生问题的执行序列做些个人分析：

1）假设同一个Entry列表[e->f->...]，t1先到，t2后到并都走到while中。t1执行“e.next = newTable[i];newTable[i] = e;”这使得e.next=null（初始的newTable[i]为null），newTable[i]指向了e。这时t2执行了“e.next = newTable[i];newTable[i] = e;”，这使得e.next=e，e死循环了。因为循环开始处的“final Entry next = e.next;”，尽管e自己死循环了，在最后的“e = next;”后，两个线程都会跳过e继续执行下去。

2）在while中逐个遍历Entry链表中的Entry而把next关系反向时，newTable[i]成为了被交换的引用，可疑的语句在于“e.next = newTable[i];”。假设链表e->f->g被t1处理成e<-f<-g，newTable[i]指向了g，这时t2进来了，它一执行“e.next = newTable[i];”就使得e->g，造成了死循环。所以，理论上来说，死循环的Entry个数可能很多。尽管产生了死循环，但是t1执行到了死循环的右边，所以是会继续执行下去的，而t2如果执行“final Entry next = e.next;”的next为null，则也会继续执行下去，否则就进入了死循环。

3）似乎情况会更复杂，因为即便线程跳出了死循环，它下一次做resize进入transfer时，有可能因为之前的死循环Entry链表而被hang住（似乎是一定会被hang住）。也有可能，在put检查Entry链表时（@标记1），因为Entry链表的死循环而被hang住。也似乎有可能，活着的线程和死循环的线程同时执行在while里后，两个线程都能活着出去。所以，可能两个线程平安退出，可能一个线程hang在transfer中，可能两个线程都被hang住而又不一定在一个地方。

4）我反复的测试，出现一个线程被hang住的情况最多，都是e=e.next.next造成的，这主要就是例子put两份增量数据造成的。我如果去掉@标记3的输出，有时也能复现两个线程都被hang住的情况，但加上后就很难复现出来。我又把put的数据改了下，比如让两个线程put范围不同的数据，就能复现出e=e.next，两个线程都被hang住的情况。

上面罗哩罗嗦了很多，一开始我简单的分析后觉得似乎明白了怎么回事，可现在仔细琢磨后似乎又不明白了许多。有一个细节是，每次死循环的key的大小也是有据可循的，我就不打哈了。感觉，如果样本多些，可能出现问题的原因点会很多，也会更复杂，我姑且不再蛋疼下去。至于有人提到ConcurrentHashMap也有这个问题，我觉得不大可能，因为它的put操作是加锁的，如果有这个问题就不叫线程安全的Map了。