继承关系
UML 图示
内部节点类
与之前介绍的 LinkedList 使用的节点类有所不同,LinkedList 使用的节点类中荷载的只有数据,而这里需要一个 K-V 键值对。
static class Node<K,V> implements Map.Entry<K,V> {
final int hash;
final K key;
V value;
Node<K,V> next;
Node(int hash, K key, V value, Node<K,V> next) {
this.hash = hash;
this.key = key;
this.value = value;
this.next = next;
}
}
静态常量
/**
* 默认的初始容量 16
*/
static final int DEFAULT_INITIAL_CAPACITY = 1 << 4; // aka 16
/**
* 最大的容量限额 2^30
*/
static final int MAXIMUM_CAPACITY = 1 << 30;
/**
* 默认的负载因子 0.75
*/
static final float DEFAULT_LOAD_FACTOR = 0.75f;
/**
* 树化门限
*/
static final int TREEIFY_THRESHOLD = 8;
/**
* 逆树化门限
*/
static final int UNTREEIFY_THRESHOLD = 6;
/**
* 最小树化容量
*/
static final int MIN_TREEIFY_CAPACITY = 64;
成员变量
/**
* 存放 Node 节点的数组指针,第一次使用时初始化
*/
transient Node<K,V>[] table;
/**
* 该 map 中存在 k-v 键值对的数量
*/
transient int size;
/**
* 该 map 结构被修改的次数,多用于 fail-fast 场景
*/
transient int modCount;
/**
* 触发 map 扩容的门限值。
* 即容量值 * 负载因子
*/
int threshold;
/**
* 负载因子
*/
final float loadFactor;
构造方法
无参构造
负载因子默认,其他字段也默认
public HashMap() {
this.loadFactor = DEFAULT_LOAD_FACTOR; // all other fields defaulted
}
传入初始化容量大小和负载因子
public HashMap(int initialCapacity, float loadFactor) {
// ***
// 忽略一些边界处理代码
this.loadFactor = loadFactor;
// 处理一下传入的初始化容量值
// 但是并没有达成门限的概念
this.threshold = tableSizeFor(initialCapacity);
}
构造 map 时传入的初始化容量值可能不是 2 的 N 次幂,这样会在扩容的时候带来巨大的麻烦(暂时回避该问题),此函数的目的是将生成一个大于传入值而且离传入值最近的 2 的 N 次幂(可以尝试一下)。
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;
}
传入初始化容量大小
public HashMap(int initialCapacity) {
this(initialCapacity, DEFAULT_LOAD_FACTOR);
}
添加
public V put(K key, V value) {
return putVal(hash(key), key, value, false, true);
}
计算哈希值
static final int hash(Object key) {
int h;
return (key == null) ? 0 : (h = key.hashCode()) ^ (h >>> 16);
}
这里的计算方式是,将 key 的哈希码的高 16 位与低 16 位按位异或,这个算法的意义是让哈希码的高16 位也参与了生成索引的运算,避免了更多的哈希冲突。
// 简化版,32->16 16->8
1111 1110 1100 1000
0000 0000 1111 1110
final V putVal(int hash, K key, V value, boolean onlyIfAbsent,
boolean evict) {
Node<K,V>[] tab; Node<K,V> p; int n, i;
if ((tab = table) == null || (n = tab.length) == 0)
// 如果目前 table 数组为空,去 resize
// 可先看 resize()
n = (tab = resize()).length;
if ((p = tab[i = (n - 1) & hash]) == null)
// 找到了 key 应该待的索引位置,此处为空,新建一个节点安置进去
tab[i] = newNode(hash, key, value, null);
else {
// 找到了 key 应该待的索引位置,此处已有节点/链表/树
Node<K,V> e; K k;
if (p.hash == hash &&
((k = p.key) == key || (key != null && key.equals(k))))
// 同一个 key,只需要修改 value
e = p;
else if (p instanceof TreeNode)
// 这里有一棵树
e = ((TreeNode<K,V>)p).putTreeVal(this, tab, hash, key, value);
else {
// 这里有个链表
for (int binCount = 0; ; ++binCount) {
if ((e = p.next) == null) {
// 找到链表末尾,新建一个节点
p.next = newNode(hash, key, value, null);
if (binCount >= TREEIFY_THRESHOLD - 1) // -1 for 1st
// 如果到达树化门限,将链表转化为红黑树
treeifyBin(tab, hash);
break;
}
if (e.hash == hash &&
((k = e.key) == key || (key != null && key.equals(k))))
// 同一个 key
break;
p = e;
}
}
// 判断是插入了重复的 key
if (e != null) { // existing mapping for key
V oldValue = e.value;
if (!onlyIfAbsent || oldValue == null)
e.value = value;
afterNodeAccess(e);
return oldValue;
}
}
++modCount;
if (++size > threshold)
// 到达扩容门限,扩容
resize();
afterNodeInsertion(evict);
return null;
}
扩容
final Node<K,V>[] resize() {
Node<K,V>[] oldTab = table;
// 旧容量,指数组长度
int oldCap = (oldTab == null) ? 0 : oldTab.length;
// 旧门限
int oldThr = threshold;
int newCap, newThr = 0;
if (oldCap > 0) {
// 1.数组已被初始化
// *****忽略了边界处理*****
// double capacity
newCap = oldCap << 1;
// double threshold
newThr = oldThr << 1;
}
else if (oldThr > 0)
// 2.数组并没有被初始化,但是传入了初始化容量大小(initCapacity、threshold)
newCap = oldThr;
else {
// 3.无参构造来的,啥也没传 使用默认的容量 16,默认的阈值 12
newCap = DEFAULT_INITIAL_CAPACITY;
newThr = (int)(DEFAULT_LOAD_FACTOR * DEFAULT_INITIAL_CAPACITY);
}
if (newThr == 0) {
// 2.情况里
float ft = (float)newCap * loadFactor;
newThr = (newCap < MAXIMUM_CAPACITY && ft < (float)MAXIMUM_CAPACITY ?
(int)ft : Integer.MAX_VALUE);
}
// 总结下上述代码,就是计算新的容量和门限,加倍关系
threshold = newThr;
@SuppressWarnings({"rawtypes","unchecked"})
// 构造新的 node 数组
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) {
// help gc
oldTab[j] = null;
if (e.next == null)
// 如果只有一个节点,后面没跟小弟,直接放进新数组里
newTab[e.hash & (newCap - 1)] = e;
else if (e instanceof TreeNode)
// 此索引处是棵树
((TreeNode<K,V>)e).split(this, newTab, j, oldCap);
else { // preserve order
// 此索引处是一个链表
Node<K,V> loHead = null, loTail = null;
Node<K,V> hiHead = null, hiTail = null;
Node<K,V> next;
do {
// 将链表
next = e.next;
if ((e.hash & oldCap) == 0) {
// 仍满足留在当前索引下条件
if (loTail == null)
loHead = e;
else
loTail.next = e;
loTail = e;
}
else {
// 不满足留在当前索引下条件
if (hiTail == null)
hiHead = e;
else
hiTail.next = e;
hiTail = e;
}
} while ((e = next) != null);
// 留在原索引处
if (loTail != null) {
loTail.next = null;
newTab[j] = loHead;
}
// 放在原索引+oldCap 处
if (hiTail != null) {
hiTail.next = null;
newTab[j + oldCap] = hiHead;
}
}
}
}
}
return newTab;
}
总结下扩容方法
首先计算出扩容后的容量和扩容门限
- 数组已被初始化,直接将容量和扩容门限加倍
- 数组未被初始化
- 传入了初始化容量,使用该容量,计算出扩容门限
- 无参构造,使用默认容量,计算出扩容门限
然后使用新的容量构造新的数组,遍历旧数组中节点(和链表、树)重新放入新数组
- 只有一个节点,根据规则放入新数组
- 节点后跟着一棵树
- 节点后跟着普通链表,遍历链表
根据一个节点放入数组的索引规则,这个节点进入新数组的索引只有两种情况
- 留在旧数组的索引
- 在旧数组的索引 + oldCapacity(oldTable.length)
树化
final void treeifyBin(Node<K,V>[] tab, int hash) {
int n, index; Node<K,V> e;
if (tab == null || (n = tab.length) < MIN_TREEIFY_CAPACITY)
resize();
else if ((e = tab[index = (n - 1) & hash]) != null) {
// ***树化,我看不懂*** //
}
}
注意事项
树化时机
- 单条链表上节点个数达到了树化阈值(8),进入到 treeifyBin 函数
- 判断数组的长度(不是整个 map 的 size)是否到达 MIN_TREEIFY_CAPACITY 树化容量
- 否,进行扩容
- 是,进行树化
扩容时机
- 数组为空
- 达到扩容门限前夕
- 单条链表上节点个数达到了树化阈值,整个数组没有达到树化容量
为什么使用 8 作为树化阈值
当一条链表上长度达到 8,如果此时还没有达到树化容量,那么整个 Map 容量小于等于 32,阈值才24;意味着往 map 里放了不到 24 个节点,有 1/3 在同一条链表上,数据冲突太严重。