Java：这是一份详细&全面的HashMap 1，2024年最新神策数据java面试

2401_84167046

于 2024-04-11 08:35:35 发布

阅读量639

点赞数 7

分类专栏：程序员文章标签： java 面试开发语言

本文链接：https://blog.csdn.net/2401_84167046/article/details/137623102

版权

程序员专栏收录该内容

176 篇文章 0 订阅

订阅专栏

// 只是在传入的加载因子参数 = 默认加载因子
this(initialCapacity, DEFAULT_LOAD_FACTOR);

}

/**

构造函数3：指定“容量大小”和“加载因子”的构造函数
加载因子 & 容量 = 自己指定
*/
public HashMap(int initialCapacity, float loadFactor) {

// HashMap的最大容量只能是MAXIMUM_CAPACITY，哪怕传入的 > 最大容量
if (initialCapacity > MAXIMUM_CAPACITY)
initialCapacity = MAXIMUM_CAPACITY;

// 设置加载因子
this.loadFactor = loadFactor;
// 设置扩容阈值 = 初始容量
// 注：此处不是真正的阈值，是为了扩展table，该阈值后面会重新计算，下面会详细讲解
threshold = initialCapacity;

init(); // 一个空方法用于未来的子对象扩展
}

/**

构造函数4：包含“子Map”的构造函数
即构造出来的HashMap包含传入Map的映射关系
加载因子 & 容量 = 默认
*/

public HashMap(Map<? extends K, ? extends V> m) {

// 设置容量大小 & 加载因子 = 默认
this(Math.max((int) (m.size() / DEFAULT_LOAD_FACTOR) + 1,
DEFAULT_INITIAL_CAPACITY), DEFAULT_LOAD_FACTOR);

// 该方法用于初始化数组 & 阈值，下面会详细说明
inflateTable(threshold);

// 将传入的子Map中的全部元素逐个添加到HashMap中
putAllForCreate(m);
}
}

注：

此处仅用于接收初始容量大小（capacity）、加载因子(Load factor)，但仍无真正初始化哈希表，即初始化存储数组table
此处先给出结论：真正初始化哈希表（初始化存储数组table）是在第1次添加键值对时，即第1次调用put（）时。下面会详细说明

至此，关于HashMap的构造函数讲解完毕。

步骤2：向HashMap添加数据（成对放入键 - 值对）

添加数据的流程如下

注：为了让大家有个感性的认识，只是简单的画出存储流程，更加详细 & 具体的存储流程会在下面源码分析中给出

外链图片转存失败,源站可能有防盗链机制,建议将图片保存下来直接上传

源码分析

/**

函数使用原型
*/
map.put(“Android”, 1);
map.put(“Java”, 2);
map.put(“iOS”, 3);
map.put(“数据挖掘”, 4);
map.put(“产品经理”, 5);

/**

源码分析：主要分析： HashMap的put函数
*/
public V put(K key, V value)
（分析1）// 1. 若哈希表未初始化（即 table为空)
// 则使用构造函数时设置的阈值(即初始容量) 初始化数组table
if (table == EMPTY_TABLE) {
inflateTable(threshold);
}
// 2. 判断key是否为空值null
（分析2）// 2.1 若key == null，则将该键-值存放到数组table 中的第1个位置，即table [0]
// （本质：key = Null时，hash值 = 0，故存放到table[0]中）
// 该位置永远只有1个value，新传进来的value会覆盖旧的value
if (key == null)
return putForNullKey(value);

（分析3） // 2.2 若 key ≠ null，则计算存放数组 table 中的位置（下标、索引）
// a. 根据键值key计算hash值
int hash = hash(key);
// b. 根据hash值最终获得 key对应存放的数组Table中位置
int i = indexFor(hash, table.length);

// 3. 判断该key对应的值是否已存在（通过遍历以该数组元素为头结点的链表逐个判断）
for (Entry<K,V> e = table[i]; e != null; e = e.next) {
Object k;
（分析4）// 3.1 若该key已存在（即 key-value已存在），则用新value 替换旧value
if (e.hash == hash && ((k = e.key) == key || key.equals(k))) {
V oldValue = e.value;
e.value = value;
e.recordAccess(this);
return oldValue; //并返回旧的value
}
}

modCount++;

（分析5）// 3.2 若该key不存在，则将“key-value”添加到table中
addEntry(hash, key, value, i);
return null;
}

根据源码分析所作出的流程图

外链图片转存失败,源站可能有防盗链机制,建议将图片保存下来直接上传

下面，我将根据上述流程的5个分析点进行详细讲解

分析1：初始化哈希表

即初始化数组（table）、扩容阈值（threshold）

/**

函数使用原型
*/
if (table == EMPTY_TABLE) {
inflateTable(threshold);
}

/**

源码分析：inflateTable(threshold);
*/
private void inflateTable(int toSize) {

// 1. 将传入的容量大小转化为：>传入容量大小的最小的2的次幂
// 即如果传入的是容量大小是19，那么转化后，初始化容量大小为32（即2的5次幂）
int capacity = roundUpToPowerOf2(toSize);->>分析1

// 2. 重新计算阈值 threshold = 容量 * 加载因子
threshold = (int) Math.min(capacity * loadFactor, MAXIMUM_CAPACITY + 1);

// 3. 使用计算后的初始容量（已经是2的次幂）初始化数组table（作为数组长度）
// 即哈希表的容量大小 = 数组大小（长度）
table = new Entry[capacity]; //用该容量初始化table

initHashSeedAsNeeded(capacity);
}

/**

分析1：roundUpToPowerOf2(toSize)
作用：将传入的容量大小转化为：>传入容量大小的最小的2的幂
特别注意：容量大小必须为2的幂，该原因在下面的讲解会详细分析
*/

private static int roundUpToPowerOf2(int number) {

//若容量超过了最大值，初始化容量设置为最大值；否则，设置为：>传入容量大小的最小的2的次幂
return number >= MAXIMUM_CAPACITY ?
MAXIMUM_CAPACITY : (number > 1) ? Integer.highestOneBit((number - 1) << 1) : 1;

再次强调：真正初始化哈希表（初始化存储数组table）是在第1次添加键值对时，即第1次调用put（）时

分析2：当 key ==null时，将该 key-value 的存储位置规定为数组table 中的第1个位置，即table [0]

/**

函数使用原型
*/
if (key == null)
return putForNullKey(value);

/**

源码分析：putForNullKey(value)
*/
private V putForNullKey(V value) {
// 遍历以table[0]为首的链表，寻找是否存在key==null 对应的键值对
// 1. 若有：则用新value 替换旧value；同时返回旧的value值
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++;

// 2 .若无key==null的键，那么调用addEntry（），将空键 & 对应的值封装到Entry中，并放到table[0]中
addEntry(0, null, value, 0);
// 注：
// a. addEntry（）的第1个参数 = hash值 = 传入0
// b. 即说明：当key = null时，也有hash值 = 0，所以HashMap的key 可为null
// c. 对比HashTable，由于HashTable对key直接hashCode（），若key为null时，会抛出异常，所以HashTable的key不可为null
// d. 此处只需知道是将 key-value 添加到HashMap中即可，关于addEntry（）的源码分析将等到下面再详细说明，
return null;

}

从此处可以看出：

HashMap的键key 可为null（区别于 HashTable的key 不可为null）
HashMap的键key 可为null且只能为1个，但值value可为null且为多个

分析3：计算存放数组 table 中的位置（即数组下标 or 索引）

/**

函数使用原型
主要分为2步：计算hash值、根据hash值再计算得出最后数组位置
*/
// a. 根据键值key计算hash值 ->> 分析1
int hash = hash(key);
// b. 根据hash值最终获得 key对应存放的数组Table中位置 ->> 分析2
int i = indexFor(hash, table.length);

/**

源码分析1：hash(key)
该函数在JDK 1.7 和 1.8 中的实现不同，但原理一样 = 扰动函数 = 使得根据key生成的哈希码（hash值）分布更加均匀、更具备随机性，避免出现hash值冲突（即指不同key但生成同1个hash值）
JDK 1.7 做了9次扰动处理 = 4次位运算 + 5次异或运算
JDK 1.8 简化了扰动函数 = 只做了2次扰动 = 1次位运算 + 1次异或运算
*/

// JDK 1.7实现：将键key 转换成哈希码（hash值）操作 = 使用hashCode() + 4次位运算 + 5次异或运算（9次扰动）
static final int hash(int h) {
h ^= k.hashCode();
h ^= (h >>> 20) ^ (h >>> 12);
return h ^ (h >>> 7) ^ (h >>> 4);
}

// JDK 1.8实现：将键key 转换成哈希码（hash值）操作 = 使用hashCode() + 1次位运算 + 1次异或运算（2次扰动）
// 1. 取hashCode值： h = key.hashCode()
// 2. 高位参与低位的运算：h ^ (h >>> 16)
static final int hash(Object key) {
int h;
return (key == null) ? 0 : (h = key.hashCode()) ^ (h >>> 16);
// a. 当key = null时，hash值 = 0，所以HashMap的key 可为null
// 注：对比HashTable，HashTable对key直接hashCode（），若key为null时，会抛出异常，所以HashTable的key不可为null
// b. 当key ≠ null时，则通过先计算出 key的 hashCode()（记为h），然后对哈希码进行扰动处理：按位异或（^）哈希码自身右移16位后的二进制
}

/**

函数源码分析2：indexFor(hash, table.length)
JDK 1.8中实际上无该函数，但原理相同，即具备类似作用的函数
*/
static int indexFor(int h, int length) {
return h & (length-1);
// 将对哈希码扰动处理后的结果与运算(&) （数组长度-1），最终得到存储在数组table的位置（即数组下标、索引）
}
总结计算存放在数组 table 中的位置（即数组下标、索引）的过程

外链图片转存失败,源站可能有防盗链机制,建议将图片保存下来直接上传

在了解如何计算存放数组table 中的位置后，所谓 知其然而需知其所以然，下面我将讲解为什么要这样计算，即主要解答以下3个问题：

为什么不直接采用经过hashCode（）处理的哈希码作为存储数组table的下标位置？
为什么采用哈希码 与运算(&) （数组长度-1）计算数组下标？
为什么在计算数组下标前，需对哈希码进行二次处理：扰动处理？

在回答这3个问题前，请大家记住一个核心思想：

所有处理的根本目的，都是为了提高存储key-value的数组下标位置的随机性 & 分布均匀性，尽量避免出现hash值冲突。即：对于不同key，存储的数组下标位置要尽可能不一样

问题1：为什么不直接采用经过hashCode（）处理的哈希码作为存储数组table的下标位置？

结论：容易出现哈希码与数组大小范围不匹配的情况，即计算出来的哈希码可能不在数组大小范围内，从而导致无法匹配存储位置
原因描述

外链图片转存失败,源站可能有防盗链机制,建议将图片保存下来直接上传

为了解决 “哈希码与数组大小范围不匹配” 的问题，HashMap给出了解决方案：哈希码与运算（&）（数组长度-1）；请继续问题2

问题2：为什么采用哈希码与运算(&) （数组长度-1）计算数组下标？

结论：根据HashMap的容量大小（数组长度），按需取哈希码一定数量的低位作为存储的数组下标位置，从而解决 “哈希码与数组大小范围不匹配” 的问题
具体解决方案描述

外链图片转存失败,源站可能有防盗链机制,建议将图片保存下来直接上传

问题3：为什么在计算数组下标前，需对哈希码进行二次处理：扰动处理？

结论：加大哈希码低位的随机性，使得分布更均匀，从而提高对应数组存储下标位置的随机性 & 均匀性，最终减少Hash冲突
具体描述

外链图片转存失败,源站可能有防盗链机制,建议将图片保存下来直接上传

至此，关于怎么计算 key-value 值存储在HashMap数组位置 & 为什么要这么计算，讲解完毕。

分析4：若对应的key已存在，则使用新value 替换旧value

注：当发生 Hash冲突时，为了保证键key的唯一性哈希表并不会马上在链表中插入新数据，而是先查找该 key是否已存在，若已存在，则替换即可

/**

函数使用原型
*/
// 2. 判断该key对应的值是否已存在（通过遍历以该数组元素为头结点的链表逐个判断）
for (Entry<K,V> e = table[i]; e != null; e = e.next) {
Object k;
// 2.1 若该key已存在（即 key-value已存在），则用新value 替换旧value
if (e.hash == hash && ((k = e.key) == key || key.equals(k))) {
V oldValue = e.value;
e.value = value;
e.recordAccess(this);
return oldValue; //并返回旧的value
}
}

modCount++;

// 2.2 若该key不存在，则将“key-value”添加到table中
addEntry(hash, key, value, i);
return null;

此处无复杂的源码分析，但此处的分析点主要有2个：替换流程 & key是否存在（即key值的对比）

分析1：替换流程

具体如下图：

外链图片转存失败,源站可能有防盗链机制,建议将图片保存下来直接上传

分析2：`key`值的比较

采用 equals（） 或 “==” 进行比较，下面给出其介绍 & 与 “==”使用的对比

外链图片转存失败,源站可能有防盗链机制,建议将图片保存下来直接上传

分析5：若对应的key不存在，则将该“key-value”添加到数组table的对应位置中

函数源码分析如下

/**

函数使用原型
*/
// 2. 判断该key对应的值是否已存在
for (Entry<K,V> e = table[i]; e != null; e = e.next) {
Object k;
// 2.1 若该key对应的值已存在，则用新的value取代旧的value
if (e.hash == hash && ((k = e.key) == key || key.equals(k))) {
V oldValue = e.value;
e.value = value;
e.recordAccess(this);
return oldValue;
}
}

modCount++;

// 2.2 若该key对应的值不存在，则将“key-value”添加到table中
addEntry(hash, key, value, i);

/**

源码分析：addEntry(hash, key, value, i)
作用：添加键值对（Entry ）到 HashMap中
*/
void addEntry(int hash, K key, V value, int bucketIndex) {
// 参数3 = 插入数组table的索引位置 = 数组下标

// 1. 插入前，先判断容量是否足够
// 1.1 若不足够，则进行扩容（2倍）、重新计算Hash值、重新计算存储数组下标
if ((size >= threshold) && (null != table[bucketIndex])) {
resize(2 * table.length); // a. 扩容2倍 --> 分析1
hash = (null != key) ? hash(key) : 0; // b. 重新计算该Key对应的hash值
bucketIndex = indexFor(hash, table.length); // c. 重新计算该Key对应的hash值的存储数组下标位置
}

// 1.2 若容量足够，则创建1个新的数组元素（Entry）并放入到数组中–> 分析2
createEntry(hash, key, value, bucketIndex);
}

/**

分析1：resize(2 * table.length)
作用：当容量不足时（容量 > 阈值），则扩容（扩到2倍）
*/
void resize(int newCapacity) {

// 1. 保存旧数组（old table）
Entry[] oldTable = table;

// 2. 保存旧容量（old capacity ），即数组长度
int oldCapacity = oldTable.length;

// 3. 若旧容量已经是系统默认最大容量了，那么将阈值设置成整型的最大值，退出
if (oldCapacity == MAXIMUM_CAPACITY) {
threshold = Integer.MAX_VALUE;
return;
}

// 4. 根据新容量（2倍容量）新建1个数组，即新table
Entry[] newTable = new Entry[newCapacity];

// 5. 将旧数组上的数据（键值对）转移到新table中，从而完成扩容 ->>分析1.1
transfer(newTable);

// 6. 新数组table引用到HashMap的table属性上
table = newTable;

// 7. 重新设置阈值
threshold = (int)(newCapacity * loadFactor);
}

/**

分析1.1：transfer(newTable);
作用：将旧数组上的数据（键值对）转移到新table中，从而完成扩容
过程：按旧链表的正序遍历链表、在新链表的头部依次插入
*/
void transfer(Entry[] newTable) {
// 1. src引用了旧数组
Entry[] src = table;

// 2. 获取新数组的大小 = 获取新容量大小
int newCapacity = newTable.length;

// 3. 通过遍历旧数组，将旧数组上的数据（键值对）转移到新数组中
for (int j = 0; j < src.length; j++) {
// 3.1 取得旧数组的每个元素
Entry<K,V> e = src[j];
if (e != null) {
// 3.2 释放旧数组的对象引用（for循环后，旧数组不再引用任何对象）
src[j] = null;

do {
// 3.3 遍历以该数组元素为首的链表
// 注：转移链表时，因是单链表，故要保存下1个结点，否则转移后链表会断开
Entry<K,V> next = e.next;
// 3.4 重新计算每个元素的存储位置
int i = indexFor(e.hash, newCapacity);
// 3.5 将元素放在数组上：采用单链表的头插入方式 = 在链表头上存放数据 = 将数组位置的原有数据放在后1个指针、将需放入的数据放到数组位置中
// 即扩容后，可能出现逆序：按旧链表的正序遍历链表、在新链表的头部依次插入
e.next = newTable[i];
newTable[i] = e;
// 3.6 访问下1个Entry链上的元素，如此不断循环，直到遍历完该链表上的所有节点
e = next;
} while (e != null);
// 如此不断循环，直到遍历完数组上的所有数据元素
}
}
}

/**

分析2：createEntry(hash, key, value, bucketIndex);
作用：若容量足够，则创建1个新的数组元素（Entry）并放入到数组中
*/
void createEntry(int hash, K key, V value, int bucketIndex) {

// 1. 把table中该位置原来的Entry保存
Entry<K,V> e = table[bucketIndex];

// 2. 在table中该位置新建一个Entry：将原头结点位置（数组上）的键值对放入到（链表）后1个节点中、将需插入的键值对放入到头结点中（数组上）-> 从而形成链表
// 即在插入元素时，是在链表头插入的，table中的每个位置永远只保存最新插入的Entry，旧的Entry则放入到链表中（即解决Hash冲突）
table[bucketIndex] = new Entry<>(hash, key, value, e);

// 3. 哈希表的键值对数量计数增加
size++;
}

此处有2点需特别注意：键值对的添加方式 & 扩容机制

1. 键值对的添加方式：单链表的头插法

即将该位置（数组上）原来的数据放在该位置的（链表）下1个节点中（next）、在该位置（数组上）放入需插入的数据-> 从而形成链表
如下示意图

外链图片转存失败,源站可能有防盗链机制,建议将图片保存下来直接上传

2. 扩容机制

具体流程如下：

外链图片转存失败,源站可能有防盗链机制,建议将图片保存下来直接上传

扩容过程中的转移数据示意图如下

外链图片转存失败,源站可能有防盗链机制,建议将图片保存下来直接上传

在扩容resize（）过程中，在将旧数组上的数据转移到新数组上时，转移操作 = 按旧链表的正序遍历链表、在新链表的头部依次插入，即在转移数据、扩容后，容易出现链表逆序的情况

设重新计算存储位置后不变，即扩容前 = 1->2->3，扩容后 = 3->2->1

此时若（多线程）并发执行 put（）操作，一旦出现扩容情况，则 容易出现环形链表，从而在获取数据、遍历链表时形成死循环（Infinite Loop），即死锁的状态 = 线程不安全

下面最后1节会对上述情况详细说明

总结

向 HashMap 添加数据（成对放入键 - 值对）的全流程

外链图片转存失败,源站可能有防盗链机制,建议将图片保存下来直接上传

示意图

外链图片转存失败,源站可能有防盗链机制,建议将图片保存下来直接上传

至此，关于 “向 HashMap 添加数据（成对放入键 - 值对）“讲解完毕

步骤3：从HashMap中获取数据

假如理解了上述put（）函数的原理，那么get（）函数非常好理解，因为二者的过程原理几乎相同
get（）函数的流程如下：

外链图片转存失败,源站可能有防盗链机制,建议将图片保存下来直接上传

具体源码分析如下

/**

函数原型
作用：根据键key，向HashMap获取对应的值
*/
map.get(key)；

/**

源码分析
*/
public V get(Object key) {

// 1. 当key == null时，则到以哈希表数组中的第1个元素（即table[0]）为头结点的链表去寻找对应 key == null的键
if (key == null)
return getForNullKey(); --> 分析1

// 2. 当key ≠ null时，去获得对应值 -->分析2
Entry<K,V> entry = getEntry(key);

return null == entry ? null : entry.getValue();
}

/**

分析1：getForNullKey()
作用：当key == null时，则到以哈希表数组中的第1个元素（即table[0]）为头结点的链表去寻找对应 key == null的键
*/
private V getForNullKey() {

if (size == 0) {
return null;
}

// 遍历以table[0]为头结点的链表，寻找 key==null 对应的值
for (Entry<K,V> e = table[0]; e != null; e = e.next) {

// 从table[0]中取key==null的value值
if (e.key == null)
return e.value;
}
return null;
}

/**

分析2：getEntry(key)
作用：当key ≠ null时，去获得对应值
*/
final Entry<K,V> getEntry(Object key) {

if (size == 0) {
return null;
}

// 1. 根据key值，通过hash（）计算出对应的hash值
int hash = (key == null) ? 0 : hash(key);

// 2. 根据hash值计算出对应的数组下标
// 3. 遍历以该数组下标的数组元素为头结点的链表所有节点，寻找该key对应的值
for (Entry<K,V> e = table[indexFor(hash, table.length)]; e != null; e = e.next) {

Object k;
// 若 hash值 & key 相等，则证明该Entry = 我们要的键值对
// 通过equals（）判断key是否相等
if (e.hash == hash &&
((k = e.key) == key || (key != null && key.equals(k))))
return e;
}
return null;
}

至此，关于 “向 HashMap 获取数据 “讲解完毕

步骤4：对HashMap的其他操作

即对其余使用API（函数、方法）的源码分析

HashMap除了核心的put（）、get（）函数，还有以下主要使用的函数方法

void clear(); // 清除哈希表中的所有键值对
int size(); // 返回哈希表中所有键值对的数量 = 数组中的键值对 + 链表中的键值对
boolean isEmpty(); // 判断HashMap是否为空；size == 0时表示为空

void putAll(Map<? extends K, ? extends V> m); // 将指定Map中的键值对复制到此Map中
V remove(Object key); // 删除该键值对

boolean containsKey(Object key); // 判断是否存在该键的键值对；是则返回true
boolean containsValue(Object value); // 判断是否存在该值的键值对；是则返回true

下面将简单介绍上面几个函数的源码分析

/**

函数：isEmpty()
作用：判断HashMap是否为空，即无键值对；size == 0时表示为空
*/

public boolean isEmpty() {
return size == 0;
}

/**

函数：size()
作用：返回哈希表中所有键值对的数量 = 数组中的键值对 + 链表中的键值对
*/

public int size() {
return size;
}

/**

函数：clear()
作用：清空哈希表，即删除所有键值对
原理：将数组table中存储的Entry全部置为null、size置为0
*/
public void clear() {
modCount++;
Arrays.fill(table, null);
size = 0;
}

/**

函数：putAll(Map<? extends K, ? extends V> m)
作用：将指定Map中的键值对复制到此Map中
原理：类似Put函数
*/

public void putAll(Map<? extends K, ? extends V> m) {
// 1. 统计需复制多少个键值对
int numKeysToBeAdded = m.size();
if (numKeysToBeAdded == 0)
return;

// 2. 若table还没初始化，先用刚刚统计的复制数去初始化table
if (table == EMPTY_TABLE) {
inflateTable((int) Math.max(numKeysToBeAdded * loadFactor, threshold));
}

// 3. 若需复制的数目 > 阈值，则需先扩容
if (numKeysToBeAdded > threshold) {
int targetCapacity = (int)(numKeysToBeAdded / loadFactor + 1);
if (targetCapacity > MAXIMUM_CAPACITY)
targetCapacity = MAXIMUM_CAPACITY;
int newCapacity = table.length;
while (newCapacity < targetCapacity)
newCapacity <<= 1;
if (newCapacity > table.length)
resize(newCapacity);
}
// 4. 开始复制（实际上不断调用Put函数插入）
for (Map.Entry<? extends K, ? extends V> e : m.entrySet())
put(e.getKey(), e.getValue());
}

/**

函数：remove(Object key)
作用：删除该键值对
*/

public V remove(Object key) {
Entry<K,V> e = removeEntryForKey(key);
return (e == null ? null : e.value);
}

final Entry<K,V> removeEntryForKey(Object key) {
if (size == 0) {
return null;
}
// 1. 计算hash值
int hash = (key == null) ? 0 : hash(key);
// 2. 计算存储的数组下标位置
int i = indexFor(hash, table.length);
Entry<K,V> prev = table[i];
Entry<K,V> e = prev;

while (e != null) {
Entry<K,V> next = e.next;
Object k;
if (e.hash == hash &&
((k = e.key) == key || (key != null && key.equals(k)))) {
modCount++;
size–;
// 若删除的是table数组中的元素（即链表的头结点）
// 则删除操作 = 将头结点的next引用存入table[i]中
if (prev == e)
table[i] = next;

//否则将以table[i]为头结点的链表中，当前Entry的前1个Entry中的next 设置为当前Entry的next（即删除当前Entry = 直接跳过当前Entry）
else
prev.next = next;
e.recordRemoval(this);
return e;
}
prev = e;
e = next;
}

return e;
}

/**

函数：containsKey(Object key)
作用：判断是否存在该键的键值对；是则返回true
原理：调用get（），判断是否为Null
*/
public boolean containsKey(Object key) {
return getEntry(key) != null;
}

/**

函数：containsValue(Object value)
作用：判断是否存在该值的键值对；是则返回true
*/
public boolean containsValue(Object value) {
// 若value为空，则调用containsNullValue()
if (value == null)
return containsNullValue();

// 若value不为空，则遍历链表中的每个Entry，通过equals（）比较values 判断是否存在
Entry[] tab = table;
for (int i = 0; i < tab.length ; i++)
for (Entry e = tab[i] ; e != null ; e = e.next)
if (value.equals(e.value))
return true;//返回true
return false;
}

// value为空时调用的方法
private boolean containsNullValue() {
Entry[] tab = table;
for (int i = 0; i < tab.length ; i++)
for (Entry e = tab[i] ; e != null ; e = e.next)
if (e.value == null)
return true;
return false;
}

至此，关于HashMap的底层原理 & 主要使用API（函数、方法）讲解完毕。

6. 源码总结

下面，用3个图总结整个源码内容：

总结内容 = 数据结构、主要参数、添加 & 查询数据流程、扩容机制

数据结构 & 主要参数

外链图片转存失败,源站可能有防盗链机制,建议将图片保存下来直接上传

添加 & 查询数据流程

外链图片转存失败,源站可能有防盗链机制,建议将图片保存下来直接上传

扩容机制

外链图片转存失败,源站可能有防盗链机制,建议将图片保存下来直接上传

7. 与 `JDK 1.8`的区别

HashMap 的实现在 JDK 1.7 和 JDK 1.8 差别较大，具体区别如下

JDK 1.8 的优化目的主要是：减少 Hash冲突 & 提高哈希表的存、取效率；关于 JDK 1.8 中 HashMap 的源码解析请看文章：Java源码分析：关于 HashMap 1.8 的重大更新

7.1 数据结构

外链图片转存失败,源站可能有防盗链机制,建议将图片保存下来直接上传

7.2 存入数据时（获取数据类似）

外链图片转存失败,源站可能有防盗链机制,建议将图片保存下来直接上传

7.3 扩容机制

外链图片转存失败,源站可能有防盗链机制,建议将图片保存下来直接上传

8. 额外补充：关于HashMap的其他问题

有几个小问题需要在此补充

外链图片转存失败,源站可能有防盗链机制,建议将图片保存下来直接上传

具体如下

8.1 哈希表如何解决Hash冲突

外链图片转存失败,源站可能有防盗链机制,建议将图片保存下来直接上传

8.2 为什么HashMap具备下述特点：键-值（key-value）都允许为空、线程不安全、不保证有序、存储位置随时间变化

具体解答如下

外链图片转存失败,源站可能有防盗链机制,建议将图片保存下来直接上传

自我介绍一下，小编13年上海交大毕业，曾经在小公司待过，也去过华为、OPPO等大厂，18年进入阿里一直到现在。

深知大多数Java工程师，想要提升技能，往往是自己摸索成长或者是报班学习，但对于培训机构动则几千的学费，着实压力不小。自己不成体系的自学效果低效又漫长，而且极易碰到天花板技术停滞不前！

因此收集整理了一份《2024年Java开发全套学习资料》，初衷也很简单，就是希望能够帮助到想自学提升又不知道该从何学起的朋友，同时减轻大家的负担。

既有适合小白学习的零基础资料，也有适合3年以上经验的小伙伴深入学习提升的进阶课程，基本涵盖了95%以上Java开发知识点，真正体系化！

由于文件比较大，这里只是将部分目录大纲截图出来，每个节点里面都包含大厂面经、学习笔记、源码讲义、实战项目、讲解视频，并且后续会持续更新

如果你觉得这些内容对你有帮助，可以添加V获取：vip1024b （备注Java）

独家面经总结，超级精彩

本人面试腾讯，阿里，百度等企业总结下来的面试经历，都是真实的，分享给大家！

Java面试准备

准确的说这里又分为两部分：

Java刷题
算法刷题

Java刷题：此份文档详细记录了千道面试题与详解；

一个人可以走的很快，但一群人才能走的更远。不论你是正从事IT行业的老鸟或是对IT行业感兴趣的新人，都欢迎扫码加入我们的的圈子（技术交流、学习资源、职场吐槽、大厂内推、面试辅导），让我们一起学习成长！

]
[外链图片转存中…(img-HB75iHdQ-1712795663567)]
[外链图片转存中…(img-ja82Frs5-1712795663567)]

既有适合小白学习的零基础资料，也有适合3年以上经验的小伙伴深入学习提升的进阶课程，基本涵盖了95%以上Java开发知识点，真正体系化！

如果你觉得这些内容对你有帮助，可以添加V获取：vip1024b （备注Java）
[外链图片转存中…(img-se7pUdWM-1712795663567)]

独家面经总结，超级精彩

本人面试腾讯，阿里，百度等企业总结下来的面试经历，都是真实的，分享给大家！

[外链图片转存中…(img-EGlhlIkY-1712795663567)]

[外链图片转存中…(img-6mFa8oRu-1712795663567)]

[外链图片转存中…(img-bAFA4ekF-1712795663568)]

[外链图片转存中…(img-FPtkMNyE-1712795663568)]

Java面试准备

准确的说这里又分为两部分：

Java刷题
算法刷题

Java刷题：此份文档详细记录了千道面试题与详解；

[外链图片转存中…(img-U3cbbizV-1712795663568)]

[外链图片转存中…(img-NoTKturq-1712795663568)]

一个人可以走的很快，但一群人才能走的更远。不论你是正从事IT行业的老鸟或是对IT行业感兴趣的新人，都欢迎扫码加入我们的的圈子（技术交流、学习资源、职场吐槽、大厂内推、面试辅导），让我们一起学习成长！
[外链图片转存中…(img-Uc124rkj-1712795663569)]

2401_84167046

关注

7
点赞
踩
27

收藏

觉得还不错? 一键收藏
0
评论
Java：这是一份详细&全面的HashMap 1，2024年最新神策数据java面试

向HashMap添加数据（成对放入键 - 值对）的全流程示意图至此，关于 “向HashMap添加数据（成对放入键 - 值对）“讲解完毕下面，用3个图总结整个源码内容：总结内容 = 数据结构、主要参数、添加 & 查询数据流程、扩容机制数据结构 & 主要参数添加 & 查询数据流程扩容机制本人面试腾讯，阿里，百度等企业总结下来的面试经历，都是真实的，分享给大家！本人面试腾讯，阿里，百度等企业总结下来的面试经历，都是真实的，分享给大家！
复制链接

扫一扫