数据结构
JDK7：数组 + 链表
JDK8：数组 + 链表 + 红黑树
本文中的源码都是 JDK8 的。
源码解析
重要的成员变量
public class HashMap<K,V> extends AbstractMap<K,V>
implements Map<K,V>, Cloneable, Serializable {
// 默认初始容量 16
static final int DEFAULT_INITIAL_CAPACITY = 1 << 4;
// 最大容量
static final int MAXIMUM_CAPACITY = 1 << 30;
// 默认负载因子 0.75
static final float DEFAULT_LOAD_FACTOR = 0.75f;
// 当链表中的元素个数大于等于 8，并且数组的长度大于等于 64 时将链表转为红黑树
static final int TREEIFY_THRESHOLD = 8;
// 当链表中的元素个数大于等于 8，并且数组的长度大于等于 64 时将链表转为红黑树
static final int MIN_TREEIFY_CAPACITY = 64;
// 当红黑树的长度小于 6 时转为链表
static final int UNTREEIFY_THRESHOLD = 6;
// 第一次使用时，才进行初始化操作
transient Node<K,V>[] table;
// 阈（yu）值，由负载因子和容量决定：CAPACITY * LOAD_FACTOR，默认为 16 * 0.75 = 12
// 当哈希桶数组内的节点数大于该值时，则扩容
int threshold;
}
构造方法
HashMap 的构造方法中没有对 table 进行初始化操作。table 的初始化操作是在 putVal() 方法进行的。
// 无参构造
public HashMap() {
this.loadFactor = DEFAULT_LOAD_FACTOR; // all other fields defaulted
}
// 指定初始容量
public HashMap(int initialCapacity) {
this(initialCapacity, DEFAULT_LOAD_FACTOR);
}
// 指定集合转化为 Map
public HashMap(Map<? extends K, ? extends V> m) {
this.loadFactor = DEFAULT_LOAD_FACTOR;
putMapEntries(m, false);
}
// 指定初始容量和加载因子
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;
// tableSizeFor 方法很巧妙，下文详解
this.threshold = tableSizeFor(initialCapacity);
}
tableSizeFor 方法详解
// 返回一个大于 cap 的最小的 2 的 n 次幂，比如 cap=100，则返回 128。
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;
}
tableSizeFor() 方法的位运算很巧妙，通过五次 >>> 和 | 操作，将最高位的 1 后面的位数都变为 1，最后返还 n+1。
假设 cap 的值为 100。
int tableSizeFor(int cap) {
int n = cap - 1;
System.out.println(Integer.toBinaryString(n));
n |= n >>> 1;
System.out.println(Integer.toBinaryString(n));
n |= n >>> 2;
System.out.println(Integer.toBinaryString(n));
n |= n >>> 4;
System.out.println(Integer.toBinaryString(n));
n |= n >>> 8;
System.out.println(Integer.toBinaryString(n));
n |= n >>> 16;
System.out.println(Integer.toBinaryString(n));
int res = n + 1;
System.out.println("res =" + res);
return res;
}
输出：
1100011
1110011
1111111
1111111
1111111
1111111
res = 128
put 方法解析
- 先校验数组是否已经初始化，若否，则初始化数组。
- 判断 key 是否已经存在，若已存在，则更新 value。若不存在则 new 一个结点插入到链表或红黑树中。如果是链表插入后，需要判断是否转成红黑树，默认是链表中的元素个数大于等于 8，并且数组的长度大于等于 64。
- 插入完成后需要判断是否需要扩容。
final V putVal(int hash, K key, V value, boolean onlyIfAbsent,
boolean evict) {
Node<K,V>[] tab; Node<K,V> p; int n, i;
// 校验数组是否已经初始化过了
if ((tab = table) == null || (n = tab.length) == 0)
// 初始化数组
n = (tab = resize()).length;
// i = (n - 1) & hash 确定元素要插入的位置（桶）里是否已经有结点了
// 下文中详解 (n - 1) & hash 的巧妙
if ((p = tab[i = (n - 1) & hash])== null)
// 直接插入数组下标为 i 的位置
tab[i] = newNode(hash, key, value, null);
else {
Node<K,V> e; K k;
// 判断桶里的第一个结点的 key 是否和参数 key 相同
if (p.hash == hash &&
((k = p.key) == key || (key != null && key.equals(k))))
// 若相同，保存该结点的引用
e = p;
else if (p instanceof TreeNode)
// 桶里是红黑树
// 遍历红黑树寻找结点的 key 和参数 key 相同的结点
// 若没有则 new 一个结点并插入红黑树
e = ((TreeNode<K,V>)p).putTreeVal(this, tab, hash, key, value);
else {
// 桶里是链表
for (int binCount = 0; ; ++binCount) {
if ((e = p.next) == null) {
p.next = newNode(hash, key, value, null);
// TREEIFY_THRESHOLD - 1 = 7
if (binCount >= TREEIFY_THRESHOLD - 1) // -1 for 1st
// 链表转红黑树
treeifyBin(tab, hash);
break;
}
if (e.hash == hash &&
((k = e.key) == key || (key != null && key.equals(k))))
break;
p = e; // 同 p = p.next;
}
}
if (e != null) { // existing mapping for key
V oldValue = e.value;
if (!onlyIfAbsent || oldValue == null)
e.value = value;
// 留给 LinkedHashMap 的回调函数，会将当前被访问到的节点 e，移动至内部的双向链表的尾部。
afterNodeAccess(e);
return oldValue;
}
}
++modCount;
// 判断是否需要扩容
if (++size > threshold)
// 扩容
resize();
afterNodeInsertion(evict);
return null;
}
(n - 1) & hash 详解
- 为什么不是通过
hash % table.length来确定桶的下标，如下代码：
int length = table.length();
int hash = key.hashCode()；
int index = hash % length;
原因有四点：
- 计算机中 & 的效率比 % 高很多
- HashMap 中桶的数量必为 2 n 2^{n} 2n（这个通过 tableSizeFor(int cap) 方法可知）
- 当 length = 2 n 2^{n} 2n 时，X % length 等效于 X & (length - 1)
- key.hashCode() 有可能会溢出，导致 hash % length 的值是负的。
public class Test {
public static void main(String[] args) {
for (int i = 0; i < 10000; i++) {
Random random = new Random();
String a = random.nextInt() + "";
System.out.println("a.hashCode() =" + a.hashCode());
}
}
}
截取部分输出：
a.hashCode() =827369019
a.hashCode() =1490427408
a.hashCode() =1438049413
a.hashCode() =-783450731
a.hashCode() =521164141
- 为什么求 hash 值时，需要 (h = key.hashCode())^ (h >>> 16)
static final int hash(Object key) {
int h;
return (key == null) ? 0 : (h = key.hashCode()) ^ (h >>> 16);
}
为了将 hashcode 的高 16 位参与到求桶下标的运算中去，如果没有右移操作，hashcode 低位相同的 key 很可能会分到同一个桶中。举例说明：
没有 h >>> 16 的情况：
当 h = 1111 1111 1111 1111 1111 0000 1110 1010， n = 16 时，h&(n-1) = 10， 即计算出来的下标是 10
当 h = 0000 0000 0000 0000 0000 0000 0000 1010，n = 16 时，h&(n-1) = 10， 计算出来的下标还是 10
综上，不管 h 的高位是什么，只要最后四位是 1010，计算出来的下标都是 10。
加上 h >>> 16 的情况：
当 h3 = 1111 1111 1111 1111 1111 0000 1110 1010，h ^ (h >>> 16) = 1111 1111 1111 1111 0000 1111 0001 0101
n = 16 时，(h ^ (h >>> 16)) & (n-1) = 5， 即计算出来的下标是 5。
所以当数组的长度比较小时，也能使高 16 位参与到 hash 值的计算中，同时不会有太大开销，减小了 hash 碰撞。
而且当 key 是 Integer 时且小于等于 65535 时，(h = key.hashCode())^ (h >>> 16) 和 key 的值是相等的，所以此时 key 是有序递增的。
当 key 大于 65535 以后，高 16 位就不全是 0 了，(h = key.hashCode())^ (h >>> 16) 的值就与 key 不相等了。
public class Test {
public static void main(String[] args) {
HashMap<Integer, Integer> m = new HashMap<>();
m.put(65532,1);
m.put(65533,2);
m.put(65534,3);
m.put(65535,4);
for(Integer i : m.keySet()){
Integer integer = m.get(i);
System.out.println("integer =" + integer);
}
}
}
integer = 1
integer = 2
integer = 3
integer = 4
public class Test {
public static void main(String[] args) {
HashMap<Integer, Integer> m = new HashMap<>();
m.put(65536,1);
m.put(65537,2);
m.put(65538,3);
m.put(65539,4);
for(Integer i : m.keySet()){
Integer integer = m.get(i);
System.out.println("integer =" + integer);
}
}
}
integer = 2
integer = 1
integer = 4
integer = 3
get 方法解析
- 根据 key 生成 hashcode
- 如果数组为空，则直接返回空
- 如果数组不为空，计算出 key 所对应的数组下标 i
- 如果数组的第 i 个位置上没有元素，则直接返回空
- 如果数组的第 i 个位上的元素的 key 等于 get 方法所传进来的 key，则返回该元素
- 如果不等于则判断该元素还有没有下一个元素，如果没有，返回空
- 如果有则判断该元素的类型是链表结点还是红黑树结点
a. 如果是链表则遍历链表
b. 如果是红黑树则遍历红黑树 - 找到即返回元素，没找到的则返回空
final Node<K,V> getNode(int hash, Object key) {
Node<K,V>[] tab; Node<K,V> first, e; int n; K k;
// 数组不为空且 key 所在的下标有值
if ((tab = table) != null && (n = tab.length) > 0 &&
(first = tab[(n - 1) & hash])!= null) {
// 判断链表第一个节点的 key 和参数 key 是否相等
if (first.hash == hash && // always check first node
((k = first.key) == key || (key != null && key.equals(k))))
return first;
if ((e = first.next) != null) {
// 判断是红黑树还是链表
if (first instanceof TreeNode)
return ((TreeNode<K,V>)first).getTreeNode(hash, key);
// 遍历链表
do {
if (e.hash == hash &&
((k = e.key) == key || (key != null && key.equals(k))))
return e;
} while ((e = e.next) != null);
}
}
// 数组为空直接返回 null
return null;
}
511
被折叠的 条评论
为什么被折叠?
到【灌水乐园】发言
