容器源码解析之HashMap(七)

再进入源码解析之前，先来看看hashMap的工作原理

当我们执行put存值时，hashmap会先调用key的hashcode方法的到哈希码，也就是桶的索引bucketIndex，找到该桶，然后遍历桶用equal方法来比较key，如果桶为空，就把kv放入桶中，如果桶存在该key，就用新value代替旧value，返回旧value，如果不存在就放入桶中，每个桶用单链表维护。下面是原理图：

1.HashMap的类声明

public class HashMap<K,V> extends AbstractMap<K,V>
    implements Map<K,V>, Cloneable, Serializable 

2.HashMap的成员变量

要理解成员变量，必须先了解以下知识：

一个HashMap实例有两个参数会影响性能：初始容量（initial capacity）和装载因子（load factor），capacity是hashtable的桶数目，初始容量仅仅只是创建时的容量 。

装载因子是衡量哈希表自动增长前装满的程度，当哈希表中键值对的数目超出容量与装载因子之积，哈希表就会重新哈希（rehashed）（即，内部数据结构会重建）为之前容量的两倍 。

默认的装载因子0.75可以在时间和空间之间有很好的权衡，想避免重新hash的时间开销，可以设置比较大的初始容量。

HashMap通常作为桶式哈希表，当桶变得很大的时候就转化为树结点，和TreeMap中比较类似。

    //初始容量，默认16
    static final int DEFAULT_INITIAL_CAPACITY = 1 << 4;

    //最大容量，默认2的30次方
    static final int MAXIMUM_CAPACITY = 1 << 30;

    //装载因子，默认0.75
    static final float DEFAULT_LOAD_FACTOR = 0.75f;

    //树形和列表的阀值，大于该值，桶的结构由列表改成链式
    static final int TREEIFY_THRESHOLD = 8;

    //树形和列表的阀值，小于该值，桶的结构由链式改成列表
    static final int UNTREEIFY_THRESHOLD = 6;

    //转换树形后最小容量，至少是TREEIFY_THRESHOLD的四倍
    static final int MIN_TREEIFY_CAPACITY = 64;

    //储存键值对的节点
    transient Node<K,V>[] table;

    //用作缓存
    transient Set<Map.Entry<K,V>> entrySet;

    //node的数目
    transient int size;

   //HashMap的结构更改次数
    transient int modCount;

    //下次分配空间时，table的大小  
    int threshold;

    //装载因子，定义成final，让它变成不可变成员，只能在构造器初始化。
    final float loadFactor;   

3.HashMap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);  
        this.loadFactor = loadFactor;  
        this.threshold = tableSizeFor(initialCapacity);  
    }  

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

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

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

Hashtable的构造函数中对数组table进行了空间的分配，即在构造函数中直接使用了table = new Entry

this.threshold = tableSizeFor(initialCapacity);

 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;
    }

从这段代码中，方法完成了什么呢？ n |= 自身右移多次，完成了将n最高位上的1开始的所有位都置1的操作，例如000101011110就变成了000111111111，也就完成了将利用cap找到离n最近且大于n的2的幂，并将其作为threshold，threhold是下次table执行reset后的大小。

这个函数putMapEntries(m, false)放在后面分析

4.HashMap的重要方法

1.get方法

   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;
        //hash表不为空且size大于0，hash所在的桶不为空
        if ((tab = table) != null && (n = tab.length) > 0 &&
            (first = tab[(n - 1) & hash]) != null) {
            //先判断桶的首个Key,相同则返回
            if (first.hash == hash && // always check first node
                ((k = first.key) == key || (key != null && key.equals(k))))
                return first;
            //如果首个Key不是，则根据链表遍历或者树遍历找到
            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;
    }

到这里相信大家认真看很容易能看懂，因为每个table有可能是列表有可能是TreeNode，所以要根据 得到的桶的第一个元素first instanceof TreeNode 判断

我们可以看到((TreeNode<K,V>)first).getTreeNode(hash, key)
有兴趣可以继续点进去看

2.put方法

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

     final V putVal(int hash, K key, V value, boolean onlyIfAbsent,
                   boolean evict) {
        Node<K,V>[] tab; Node<K,V> p; int n, i;
        //如果table数组尚未创建（第一次调用put），则新建table数组  
        if ((tab = table) == null || (n = tab.length) == 0)
            n = (tab = resize()).length;
        //table[i]中没有结点则创建新节点  
        if ((p = tab[i = (n - 1) & hash]) == null)
            tab[i] = newNode(hash, key, value, null);
        else {
            Node<K,V> e; K k;
            //如果table[i]的首个元素的关键字与给定关键字key相同，则替换旧值  
            if (p.hash == hash &&
                ((k = p.key) == key || (key != null && key.equals(k))))
                e = p;
            //table[i]是红黑树情况
            else if (p instanceof TreeNode)
                e = ((TreeNode<K,V>)p).putTreeVal(this, tab, hash, key, value);

            else {
         //table[i]是链表情况，遍历链表
                for (int binCount = 0; ; ++binCount) {
            //找到最后也没找到，就新建一个节点，放在链表后面
                    if ((e = p.next) == null) {
                        p.next = newNode(hash, key, value, null);
                        //判断链表长度是否超过阀值，超过则转换成红黑树
                        if (binCount >= TREEIFY_THRESHOLD - 1) // -1 for 1st
                            treeifyBin(tab, hash);
                        break;
                    }
                    //如果找到了，e就不为空，进行下一步
                    if (e.hash == hash &&
                        ((k = e.key) == key || (key != null && key.equals(k))))
                        break;
                    p = e;
                }
            }
            //e不为空就是找到了，返回旧值
            if (e != null) { // existing mapping for key
                V oldValue = e.value;
                if (!onlyIfAbsent || oldValue == null)
                    e.value = value;
                afterNodeAccess(e);
                return oldValue;
            }
        }
       //修改map结构的操作数加1  
        ++modCount;

        //如果超出重构阈值，需要重新分配空间  
        if (++size > threshold)
            resize();
        afterNodeInsertion(evict);
        return null;
    }

上面调用了resize方法来进行扩容，前面提到，在HashMap所有的构造函数中，都没有对数组table分配存储空间。而是将这一步放入到了在put方法中进行table检测，如果为空，则调用resize方法进行扩容(或者说是为了给其开辟空间)。

3.resize方法

1）原table为null的情况，如果为空，则开辟默认大小的空间

2）原table不为空的情况，则开辟原来空间的2倍。由于可能oldCap*2会大于最大容量，因此也对其这种溢出情况进行了处理。

分配空间之后，然后将原数组中的元素拷贝到新数组中即可。

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 &&          //容量加倍  
                     oldCap >= DEFAULT_INITIAL_CAPACITY)  
                newThr = oldThr << 1;                                         // 阈值加倍  
        }  
        else if (oldThr > 0) // 如果oldCap<=0，初始容量为阈值threshold  
            newCap = oldThr;  
        else {               // 零初始化阈值表明使用默认值  
            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);    //红黑树分裂  
                    else {                              // 保持原有顺序  
                        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);  
                                        //新表索引：hash & (newCap - 1)---》低x位为Index  
                                        //旧表索引：hash & (oldCap - 1)---》低x-1位为Index  
                                        //newCap = oldCap << 1  
                                        //举例说明：resize()之前为低x-1位为Index，resize()之后为低x位为Index  
                                        //则所有Entry中，hash值第x位为0的，不需要哈希到新位置，只需要呆在当前索引下的新位置j  
                                        //hash值第x位为1的，需要哈希到新位置，新位置为j+oldCap  
                        if (loTail != null) {  
                            loTail.next = null;  
                            newTab[j] = loHead;  
                        }  
                        if (hiTail != null) {  
                            hiTail.next = null;  
                            newTab[j + oldCap] = hiHead;  
                        }  
                    }  
                }  
            }  
        }  
        return newTab;  
    }  

4.remove方法

remove方法直接调用的是removeNode方法，而removeNode方法的思想为：先根据key的hash值找到table的位置i，然后在该位置下的链表寻找key和hash均满足条件的节点。删除节点和链表删除节点方法一致。

public V remove(Object key) {
        Node<K,V> e;
        return (e = removeNode(hash(key), key, null, false, true)) == null ?
            null : e.value;
    }

    final Node<K,V> removeNode(int hash, Object key, Object value,
                               boolean matchValue, boolean movable) {
        Node<K,V>[] tab; Node<K,V> p; int n, index;
        if ((tab = table) != null && (n = tab.length) > 0 &&
            (p = tab[index = (n - 1) & hash]) != null) {//该table[i]有元素
            Node<K,V> node = null, e; K k; V v;
            /*
            先检查头结点是否是我们要找的节点，
            如果不是，则在此位置的链表中继续寻找
            */
            if (p.hash == hash &&
                ((k = p.key) == key || (key != null && key.equals(k))))
                node = p;
            else if ((e = p.next) != null) {
                if (p instanceof TreeNode)
                    node = ((TreeNode<K,V>)p).getTreeNode(hash, key);
                else {
                    do {
                        if (e.hash == hash &&
                            ((k = e.key) == key ||
                             (key != null && key.equals(k)))) {
                            node = e;
                            break;
                        }
                        p = e;
                    } while ((e = e.next) != null);
                }
            }
            if (node != null && (!matchValue || (v = node.value) == value ||
                                 (value != null && value.equals(v)))) {
                if (node instanceof TreeNode)
                    ((TreeNode<K,V>)node).removeTreeNode(this, tab, movable);
                else if (node == p)//如果第一个节点就是我们要找的节点
                    tab[index] = node.next;
                else
                    p.next = node.next;
                ++modCount;
                --size;
                afterNodeRemoval(node);
                return node;
            }
        }
        return null;
    }

HashMap和Hashtable的几点区别

1、继承类不一样

HashMap继承的是AbstractMap，Hashtable继承的是Dictionary。实现的接口一致(Map、Cloneable和Serializable)

2、初始容量不一样

HashMap默认容量为16，且容量只能是2的幂次方；Hashtable默认容量为11，容量并没有2的幂次方的限制，增加的方式是 oldCap*2+1。

3、HashMap是线程不安全的，Hashtable是线程安全的

默认情况下，HashMap类中的方法并没有进行同步，而Hashtable中的方法均使用synchronized进行了同步。因此，在多线程并发时，Hashtable可以直接使用，HashMap需要我们加入额外的同步操作。

4、使用的hashcode不一样

Hashtable是直接使用的key的hashcode(key.hashcode())。而HashMap的key的hashcode是另外计算的。hashMap 独立了hash算法，并且算法是通过key value 多次算出来的，减少了重复性

5、HashMap允许有一个key为null，多个value为null。而Hashtable不允许key和value为null。

6、HashMap和Hashtable内部遍历方式的实现不一样

Hashtable、HashMap都使用了 Iterator。而由于历史原因，Hashtable还使用了Enumeration的方式 。