【JDK源码】HashMap源码分析(附常见面试题),2024最新Java大厂面试真题大全

先自我介绍一下,小编浙江大学毕业,去过华为、字节跳动等大厂,目前阿里P7

深知大多数程序员,想要提升技能,往往是自己摸索成长,但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年最新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。
img
img
img
img
img
img

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,涵盖了95%以上Java开发知识点,真正体系化!

由于文件比较多,这里只是将部分目录截图出来,全套包含大厂面经、学习笔记、源码讲义、实战项目、大纲路线、讲解视频,并且后续会持续更新

如果你需要这些资料,可以添加V获取:vip1024b (备注Java)
img

正文

  • 0b1111 | 0b0000 = 0b1111

  • 0b1111 | 0b0000 = 0b1111

  • ob1111->15

  • 15>0 -> return 15+1(16)

  • 模式:0001 1101 1100 => 0001 1111 1111 +1 => 0010 0000 0000

*/

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;

}

7.put方法


put方法的整体流程:

  1. 计算key的hash值

  2. 如果桶(数组)数量为0,则初始化桶

  3. 如果key所在的桶没有元素,则直接插入

  4. 如果key所在的桶中的第一个元素的key与待插入的key相同,说明找到了元素,转后续流程(9)处理

  5. 如果第一个元素是树节点,则调用树节点的putTreeVal()寻找元素或插入树节点

  6. 如果不是以上三种情况,则遍历桶对应的链表查找key是否存在于链表中

  7. 如果找到了对应key的元素,则转后续流程(9)处理

  8. 如果没找到对应key的元素,则在链表最后插入一个新节点并判断是否需要树化

  9. 如果找到了对应key的元素,则判断是否需要替换旧值,并直接返回旧值

  10. 如果插入了元素,则数量加1并判断是否需要扩容

public V put(K key, V value) {

// 调用hash(key)计算出key的hash值

return putVal(hash(key), key, value, false, true);

}

/**

  • 作用:让key的hash值的高16位参与运算

  • @param key

  • @return

*/

static final int hash(Object key) {

int h;

//key==null直接返回0

//1、否则调用key的hashCode()方法计算出key的哈希值然后赋值给h,

//2、后与h无符号右移16位后的二进制进行按位异或得到最后的hash值,

//3、这样做是为了使计算出的hash更分散,让高16位可以参与(低16位具有高16位的特征)

return (key == null) ? 0 : (h = key.hashCode()) ^ (h >>> 16);

}

/**

  • @param hash key的hash值

  • @param key 原始key

  • @param value 要存放的值

  • @param onlyIfAbsent 如果 true 代表不更改现有的值,也就是说如果存在key就不改变,一般传入false

  • @param evict 如果为false表示 table 为创建状态

  • @return

*/

final V putVal(int hash, K key, V value, boolean onlyIfAbsent,

boolean evict) {

//tab:引用当前hashMap的散列表

//p:表示当前散列表的元素

//n:表示散列表数组的长度

//i:表示路由寻址结果

Node<K,V>[] tab; Node<K,V> p; int n, i;

// 如果桶的数量为0,则初始化

if ((tab = table) == null || (n = tab.length) == 0)

// 调用resize()初始化

n = (tab = resize()).length;

//最简单的一种情况:寻址找到的桶位null,直接将创建一个新结点放入桶中

if ((p = tab[i = (n - 1) & hash]) == null)

tab[i] = newNode(hash, key, value, null);

else {

//e:不为null的话,找到一个与当前要插入的key-value一致的key元素

//k:临时的一个key

Node<K,V> e; K k;

//表示桶位中的该元素,与你当前插入的元素key完全一致,表示后续要进行替换操作

if (p.hash == hash &&

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

e = p;

else if (p instanceof TreeNode)

// 如果第一个元素是树节点,则调用树节点的putTreeVal插入元素

e = ((TreeNode<K,V>)p).putTreeVal(this, tab, hash, key, value);

else {

// 遍历这个桶对应的链表,binCount用于存储链表中元素的个数

for (int binCount = 0; ; ++binCount) {

//条件成立的话,说明迭代到最后一个元素了,也没找到一个与你插入的key一致的node

//说明需要加入到当前链表的尾部

if ((e = p.next) == null) {

p.next = newNode(hash, key, value, null);

//条件成立的话,说明当前链表的长度达到树化的标准了,需要进行树化

if (binCount >= TREEIFY_THRESHOLD - 1)

//树化操作

treeifyBin(tab, hash);

break;

}

//说明条件成立的化,找到了相同key的node元素,进行替换操作

if (e.hash == hash &&

((k = e.key) == key || (key != null && key.equals(k))))

break;

p = e;

}

}

//e不等于null,说明找到了一个与你插入元素key完全一致的数据,需要进行替换

if (e != null) { // existing mapping for key

V oldValue = e.value;

if (!onlyIfAbsent || oldValue == null)

e.value = value;

// 在节点被访问后做点什么事,在LinkedHashMap中用到

afterNodeAccess(e);

// 返回旧值

return oldValue;

}

}

//散列表结果修改次数加一,替换Node元素的value不计数

++modCount;

//插入新元素,size自增

//如果大于扩容阈值,扩容

if (++size > threshold)

resize();

// 在节点插入后做点什么事,在LinkedHashMap中用到

afterNodeInsertion(evict);

// 没找到元素返回null

return null;

}

8.resize扩容方法


整个扩容流程:

  1. 如果使用是默认构造方法,则第一次插入元素时初始化为默认值,容量为16,扩容门槛为12

  2. 如果使用的是非默认构造方法,则第一次插入元素时初始化容量等于扩容门槛,扩容门槛在构造方法里等于传入容量向上最近的2的n次方

  3. 如果旧容量大于0,则新容量等于旧容量的2倍,但不超过最大容量2的30次方,新扩容门槛为旧扩容门槛的2倍

  4. 创建一个新容量的桶

  5. 搬移元素,原链表分化成两个链表,低位链表存储在原来桶的位置,高位链表搬移到原来桶的位置加旧容量的位置

/**

  • 为什么需要扩容?

  • 为了解决hash冲突导致的链化影响查询效率的问题,扩容会缓解该问题

  • @return

*/

final Node<K, V>[] resize() {

//引用扩容前的哈希表

Node<K, V>[] oldTab = table;

//表示扩容之前的table数组的长度

int oldCap = (oldTab == null) ? 0 : oldTab.length;

//扩容之前的扩容阈值

int oldThr = threshold;

//newCap:扩容之后table数组的大小

//newThr:扩容之后,下次在触发扩容的条件

int newCap, newThr = 0;

//条件入如果成立:说明hashMap中的散列表已经初始化过了,是一次正常扩容

if (oldCap > 0) {

//如果旧容量达到最大容量,则不再进行扩容

if (oldCap >= MAXIMUM_CAPACITY) {

threshold = Integer.MAX_VALUE;

return oldTab;

}

// 如果旧容量的两倍小于最大容量并且旧容量大于默认初始容量(16),则容量扩大为两部,扩容门槛也扩大为两倍

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

//使用非默认构造方法创建的map,第一次插入元素会走到这里

//1.new HashMap(initCap,loadFactor);

//2.new HashMap(initCap);

//3.new HashMap(map); map有数据

// 如果旧容量为0且旧扩容门槛大于0,则把新容量赋值为旧门槛

newCap = oldThr;

else {

//使用默认构造方法创建的map,第一次插入元素会走这里

newCap = DEFAULT_INITIAL_CAPACITY;

//如果旧容量旧扩容门槛都是0,说明还未初始化过,则初始化容量为默认容量,扩容门槛为默认容量*默认装载因子

newThr = (int) (DEFAULT_LOAD_FACTOR * DEFAULT_INITIAL_CAPACITY);

}

if (newThr == 0) {

//如果旧容量旧扩容门槛都是0,说明还未初始化过,则初始化容量为默认容量,扩容门槛为默认容量*默认装载因子

float ft = (float) newCap * loadFactor;

newThr = (newCap < MAXIMUM_CAPACITY && ft < (float) MAXIMUM_CAPACITY ?

(int) ft : Integer.MAX_VALUE);

}

//赋值扩容门槛为新门槛

threshold = newThr;

//创建一个新容量的数组

@SuppressWarnings({“rawtypes”, “unchecked”})

Node<K, V>[] newTab = (Node<K, V>[]) new Node[newCap];

//把桶赋值为新数组

table = newTab;

//如果旧数组不为空,则搬移元素

if (oldTab != null) {

//遍历旧数组

for (int j = 0; j < oldCap; ++j) {

//当前node节点

Node<K, V> e;

//如果当前桶中第一个元素不为空,说明当前桶位有数据,赋值给e

if ((e = oldTab[j]) != null) {

//清空旧桶,方便JVM GC时回收内存

oldTab[j] = null;

if (e.next == null)

//第一种情况:当前桶位只有一个元素,从未发生过碰撞

//该情况直接计算出当前元素应该存放的新数组中的位置,然后扔进去就行

newTab[e.hash & (newCap - 1)] = e;

else if (e instanceof TreeNode)

//第二种情况:当前桶位已经树化,则把这颗树打散成两颗树插入到新桶中去

((TreeNode<K, V>) e).split(this, newTab, j, oldCap);

else {

//第三种情况:链表情况

// 比如,假如原来容量为4,3、7、11、15这四个元素都在三号桶中

// 现在扩容到8,则3和11还是在三号桶,7和15要搬移到七号桶中去

// 也就是分化成了两个链表

//低位链表:存放在扩容之后下标位置与当前数组下标位置一致

Node<K, V> loHead = null, loTail = null;

//高位链表:存放在扩容之后的数组的下标位置=为当前数组下标位置+扩容之前数组的长度

Node<K, V> hiHead = null, hiTail = null;

Node<K, V> next;

do {

next = e.next;

// (e.hash & oldCap) == 0的元素放在低位链表中

//比如3&4==0

if ((e.hash & oldCap) == 0) {

if (loTail == null)

loHead = e;

else

loTail.next = e;

loTail = e;

} else {

// (e.hash & oldCap) != 0的元素放在高位链表中

//比如,7&4!=0

if (hiTail == null)

hiHead = e;

else

hiTail.next = e;

hiTail = e;

}

} while ((e = next) != null);

// 遍历完成分化成两个链表了

// 低位链表在新桶中的位置与旧桶一样(即3和11还在三号桶中)

if (loTail != null) {

loTail.next = null;

newTab[j] = loHead;

}

// 高位链表在新桶中的位置正好是原来的位置加上旧容量(即7和15搬移到七号桶了)

if (hiTail != null) {

hiTail.next = null;

newTab[j + oldCap] = hiHead;

}

}

}

}

}

return newTab;

}

9.get方法


public V get(Object key) {

Node<K, V> e;

//这里hash(key)是因为put的时候hash了,这里取自然也需要hash

return (e = getNode(hash(key), key)) == null ? null : e.value;

}

final Node<K, V> getNode(int hash, Object key) {

//引用当前hashMap的散列表

Node<K, V>[] tab;

//first:桶位中的头元素

//e:临时node元素

Node<K, V> first, e;

//n:table数组长度

int n;

K k;

// 如果桶的数量大于0并且待查找的key所在的桶的第一个元素不为空

if ((tab = table) != null && (n = tab.length) > 0 &&

(first = tab[(n - 1) & hash]) != null) {

// 检查第一个元素是不是要查的元素,如果是直接返回

if (first.hash == hash && // always check first node

((k = first.key) == key || (key != null && key.equals(k))))

return first;

// 第一个元素不是要查找的元素,并且当前桶位不止一个元素,可能存在链表或者树

if ((e = first.next) != null) {

// 如果第一个元素是树节点,则按树的方式查找

if (first instanceof TreeNode)

return ((TreeNode<K, V>) first).getTreeNode(hash, key);

// 否则就遍历整个链表查找该元素

do {

if (e.hash == hash &&

((k = e.key) == key || (key != null && key.equals(k))))

return e;

} while ((e = e.next) != null);

}

}

return null;

}

get方法具体分这几步:

  1. 计算key的hash值

  2. 找到key所在的桶及其第一个元素

  3. 如果第一个元素的key等于待查找的key,直接返回

  4. 如果第一个元素是树节点就按树的方式来查找

  5. 否则就按链表方式查找

10.remove方法


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) {

//引用当前hashMap中的散列表

Node<K, V>[] tab;

//当前node元素

Node<K, V> p;

//n:表示散列表数组长度

//index:表示寻址结果

int n, index;

// 如果桶的数量大于0且待删除的元素所在的桶的第一个元素不为空

if ((tab = table) != null && (n = tab.length) > 0 &&

(p = tab[index = (n - 1) & hash]) != null) {

//node:表示查找到的结果

//e:表示当前node的下一个元素

Node<K, V> node = null, e;

K k;

V v;

// 如果第一个元素正好就是要找的元素,赋值给node变量后续删除使用

if (p.hash == hash &&

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

node = p;

// 第一个元素不是要查找的元素,并且当前桶位不止一个元素,可能存在链表或者树

else if ((e = p.next) != null) {

if (p instanceof TreeNode)

// 如果第一个元素是树节点,则以树的方式查找节点

node = ((TreeNode<K, V>) p).getTreeNode(hash, key);

else {

// 否则遍历整个链表查找元素

do {

if (e.hash == hash &&

((k = e.key) == key ||

(key != null && key.equals(k)))) {

node = e;

break;

}

p = e;

} while ((e = e.next) != null);

}

}

// 如果找到了元素,则看参数是否需要匹配value值,如果不需要匹配直接删除,如果需要匹配则看value值是否与传入的value相等

if (node != null && (!matchValue || (v = node.value) == value ||

(value != null && value.equals(v)))) {

if (node instanceof TreeNode)

// 如果是树节点,调用树的删除方法(以node调用的,是删除自己)

((TreeNode<K, V>) node).removeTreeNode(this, tab, movable);

else if (node == p)

// 如果待删除的元素是第一个元素,则把第二个元素移到第一的位置

tab[index] = node.next;

else

// 否则删除node节点,将当前元素p的下一个元素设置为删除元素的下一个元素

p.next = node.next;

++modCount;

–size;

// 删除节点后置处理

afterNodeRemoval(node);

return node;

}

}

return null;

}

整个remove流程分为这几步:

  1. 先查找元素所在的节点

  2. 如果找到的节点是树节点,则按树的移除节点处理

  3. 如果找到的节点是桶中的第一个节点,则把第二个节点移到第一的位置

  4. 否则按链表删除节点处理

  5. 修改size,调用移除节点后置处理等

11.总结


  1. HashMap是一种散列表,采用(数组 + 链表 + 红黑树)的存储结构

  2. HashMap的默认初始容量为16(1<<4),默认装载因子为0.75f,容量总是2的n次方

  3. HashMap扩容时每次容量变为原来的两倍

  4. 当桶的数量小于64时不会进行树化,只会扩容

  5. 当桶的数量大于64且单个桶中元素的数量大于8时,进行树化

  6. 当单个桶中元素数量小于6时,进行反树化

  7. HashMap是非线程安全的容器

  8. HashMap查找添加元素的时间复杂度都为O(1)

HashMap在JDK1.7和1.8中不同

  • 1.7 数组 + 链表

  • 1.8 数组 + (链表 | 红黑树)

为啥要用红黑树?

红黑树用来避免 DoS 攻击,防止链表超长时性能下降,树化应当是偶然情况,是保底策略

最后

网上学习资料一大堆,但如果学到的知识不成体系,遇到问题时只是浅尝辄止,不再深入研究,那么很难做到真正的技术提升。

需要这份系统化的资料的朋友,可以添加V获取:vip1024b (备注Java)
img

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!

  1. HashMap是一种散列表,采用(数组 + 链表 + 红黑树)的存储结构

  2. HashMap的默认初始容量为16(1<<4),默认装载因子为0.75f,容量总是2的n次方

  3. HashMap扩容时每次容量变为原来的两倍

  4. 当桶的数量小于64时不会进行树化,只会扩容

  5. 当桶的数量大于64且单个桶中元素的数量大于8时,进行树化

  6. 当单个桶中元素数量小于6时,进行反树化

  7. HashMap是非线程安全的容器

  8. HashMap查找添加元素的时间复杂度都为O(1)

HashMap在JDK1.7和1.8中不同

  • 1.7 数组 + 链表

  • 1.8 数组 + (链表 | 红黑树)

为啥要用红黑树?

红黑树用来避免 DoS 攻击,防止链表超长时性能下降,树化应当是偶然情况,是保底策略

最后

[外链图片转存中…(img-HNI7MV4b-1713437578848)]

[外链图片转存中…(img-kfogZ3Y9-1713437578849)]

[外链图片转存中…(img-tWjm3Ayu-1713437578849)]

网上学习资料一大堆,但如果学到的知识不成体系,遇到问题时只是浅尝辄止,不再深入研究,那么很难做到真正的技术提升。

需要这份系统化的资料的朋友,可以添加V获取:vip1024b (备注Java)
[外链图片转存中…(img-ZYCHTegN-1713437578849)]

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!

  • 20
    点赞
  • 5
    收藏
    觉得还不错? 一键收藏
  • 0
    评论

“相关推荐”对你有帮助么?

  • 非常没帮助
  • 没帮助
  • 一般
  • 有帮助
  • 非常有帮助
提交
评论
添加红包

请填写红包祝福语或标题

红包个数最小为10个

红包金额最低5元

当前余额3.43前往充值 >
需支付:10.00
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明:

1.余额是钱包充值的虚拟货币,按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载,可以购买VIP、付费专栏及课程。

余额充值