HashMap 简介
HahMap是基于hash表的Map接口实现。该实现提供所有可选的映射操作，且允许key和value为null。同时
它不是线程安全以及不能保证有序。初始容量(initial capacity)和加载因子(initial capacity)是影响
HashMap的两个因素。容量表示hash表中桶(buckets)的数量，初始容量就是表示hash表在创建时候容量大小。
加载因子就是hash表在其容量自动增加时候被允许填满程度的指标。当hash表中条目数超过当前hash表容量
与加载因子的乘积时候，hash表将进行rehash操作(重建内部数据结构)，从而hash表的桶数目大约增长两倍。
通常加载因子为0.75，这个值是时间和空间消耗的一个平衡值。过高的值降低了空间消耗但是却增加了查询成本。
在设置初始化容量时候需要考虑Map中的条目数和加载因子，以便减少rehash操作。如果初始容量的值大于最大条目数除以加载因子，
将不会发生rehash操作。
如果你要使用HashMap存储映射关系时候，有一个充足的容量是比让HashMap自动rehash来增加容量更加有效率。需要提醒的是
使用具有相同的hashCode()的键是会降低hash表的表现。为了避免hash碰撞，键如果是Comparable的话，对解开结有一定的帮助。
因为HashMap不是线程安全的，在多线程并发编程时候，如果有至少一个线程在对HashMap结构修改(结构修改指的是添加
或者减少映射关系，对于原来有的一个映射改变它的值不是结构上的修改)，必须保证同步化操作。通常来说使用某一对象加锁，
如果没有这么一个对象的话，该HashMap需要用Collections#synchronizedMap对其重新包裹
HashMap 构造函数
- public HashMap()
定义一个初始容量为16，加载因子为0.75的HashMap
- public HashMap(int initialCapacity)
定义一个指定初始容量，加载因子为0.75的HashMap
- public HashMap(int initialCapacity, float loadFactor)
定义一个指定初始容量和加载因子的HashMap
- public HashMap(Map<? extends K, ? extends V> m)
定义一个初始容量为不小于(m.size()/0.75+1)的2的最小指数，加载因子为0.75,包含了m中映射关系的HashMap
HashMap 结构图
- table
用于存储数据
- entrySet
entrySet()方法的缓存值
- size
map中映射个数
- modCount
fail-fast判断使用
- threshold
resize操作的阙值，大小为capacity * load factor
- loadFactor
加载因子
HashMap 源码分析
- Node
- hash表中每个节点存储对象
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;
}
//省略set、get等方法
}
- 扩容方法
final Node<K,V>[] resize() {
Node<K,V>[] oldTab = table;//扩容前的hash表指向oldTab
int oldCap = (oldTab == null) ? 0 : oldTab.length;
int oldThr = threshold;
int newCap, newThr = 0;
if (oldCap > 0) {//超过最大值，后续不再扩容
if (oldCap >= MAXIMUM_CAPACITY) {
threshold = Integer.MAX_VALUE;
return oldTab;
}//没有超过最大值，容量扩大一倍
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
newCap = oldThr;
else { // zero initial threshold signifies using defaults
newCap = DEFAULT_INITIAL_CAPACITY;
newThr = (int)(DEFAULT_LOAD_FACTOR * DEFAULT_INITIAL_CAPACITY);
}
if (newThr == 0) {//设置扩容阙值
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) {//原来的数据移动到新的容器里面
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);
else { // preserve order
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);
if (loTail != null) {
loTail.next = null;
newTab[j] = loHead;
}
if (hiTail != null) {
hiTail.next = null;
newTab[j + oldCap] = hiHead;
}
}
}
}
}
return newTab;
}
- 添加方法
public V put(K key, V value) {
return putVal(hash(key), key, value, false, true);
}
static final int hash(Object key) {//hash函数，用于索引定位
int h;
return (key == null) ? 0 : (h = key.hashCode()) ^ (h >>> 16);
}
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)
n = (tab = resize()).length;//存储数据Node没有初始化，此时初始化
if ((p = tab[i = (n - 1) & hash]) == null)//(n-1)&hash用于定位，若为null，表明Node数组该位置没有Node对象，即没有碰撞
tab[i] = newNode(hash, key, value, null);//对应位置添加Node对象
else {//表明对应位置是有Node对象的，hash碰撞了
Node<K,V> e; K k;
if (p.hash == hash &&
((k = p.key) == key || (key != null && key.equals(k))))//碰撞了，且桶中第一个节点就匹配
e = p;//记录第一个节点
else if (p instanceof TreeNode)//碰撞了，第一个节点没有匹配上，且桶为红黑树结构，调用红黑树结构方法添加映射
e = ((TreeNode<K,V>)p).putTreeVal(this, tab, hash, key, value);
else {//碰撞了 不为红黑树结构，那么是链表结构
for (int binCount = 0; ; ++binCount) {
if ((e = p.next) == null) {//如果到了链表尾端
p.next = newNode(hash, key, value, null);//链尾添加映射
if (binCount >= TREEIFY_THRESHOLD - 1) // -1 for 1st//链表长度大于TREEIFY_THRESHOLD值，转换为红黑树结构
treeifyBin(tab, hash);
break;
}
if (e.hash == hash &&
((k = e.key) == key || (key != null && key.equals(k))))//如果找到重复的key，判断该节点和要插入的元素key是否相等，如果相等，出循环
break;
p = e;//为了遍历，和e = p.next结合来遍历
}
}
if (e != null) { // existing mapping for key//key映射的节点不为空
V oldValue = e.value;//取出节点值记录为老的节点值
if (!onlyIfAbsent || oldValue == null)//如果onlyIfAbsent为false，或者老的节点值为null，赋予新的值
e.value = value;
afterNodeAccess(e);//访问后回调
return oldValue;
}
}
++modCount;//结构性修改记录
if (++size > threshold)//判断是否需要扩容
resize();
afterNodeInsertion(evict);//插入后回调
return null;
}
put流程
1.通过hash函数计算key的hash值，调用putVal方法
2.如果hash表为空，调用resize()方法创建一个hash表
3.根据hash值索引hash表对应桶位置，判断该位置是否有hash碰撞
3.1 没有碰撞，直接插入映射入hash表
3.2 有碰撞，遍历桶中节点
3.2.1 第一个节点匹配，记录该节点
3.2.2 第一个节点没有匹配，桶中结构为红黑树结构，按照红黑树结构添加数据，记录返回值
3.2.3 第一个节点没有匹配，桶中结构是链表结构。遍历链表，找到key映射节点，记录，退出循环。
没有则在链表尾部添加节点。插入后判断链表长度是否大于转换为红黑树要求，符合则转为红黑树结构
3.2.4 用于记录的值判断是否为null，不为则是需要插入的映射key在hash表中原来有，替换值，返回旧值putValue方法结束
4.结构性修改记录，判断是否需要扩容
- 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;
if ((tab = table) != null && (n = tab.length) > 0 &&
(first = tab[(n - 1) & hash]) != null) {//hash表存在且长度大于0且对应的key定位的桶不为null
if (first.hash == hash && // always check first node
((k = first.key) == key || (key != null && key.equals(k))))
return first;//第一个节点符合 返回第一个
if ((e = first.next) != null) {//第一个不符合，如果链表还有下一个节点
if (first instanceof TreeNode)//为红黑树结构
return ((TreeNode<K,V>)first).getTreeNode(hash, key);//按照红黑树结构查找
do {//遍历链表，查询hash 和equals相等的，有则返回，一直到链尾
if (e.hash == hash &&
((k = e.key) == key || (key != null && key.equals(k))))
return e;
} while ((e = e.next) != null);
}
}
return null;
}
- 修改方法
public V replace(K key, V value) {
Node<K,V> e;
if ((e = getNode(hash(key), key)) != null) {//根据key查询 有则修改
V oldValue = e.value;
e.value = value;
afterNodeAccess(e);
return oldValue;
}
return null;
}
- 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) {
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) {//hash表存在且长度大于0且对应的key定位的桶不为null
Node<K,V> node = null, e; K k; V v;
if (p.hash == hash &&
((k = p.key) == key || (key != null && key.equals(k))))
node = p;//判断第一个节点，符合记录
else if ((e = p.next) != null) {//第一个节点不符合
if (p instanceof TreeNode)//判断是否为红黑树结构
node = ((TreeNode<K,V>)p).getTreeNode(hash, key);
else {//为链表结构，遍历
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)))) {//判断是否符合有要移除的node
if (node instanceof TreeNode)//为红黑树结构
((TreeNode<K,V>)node).removeTreeNode(this, tab, movable);
else if (node == p)//第一个节点就是符合的
tab[index] = node.next;//删除第一个节点(第一个节点指向null，或者指向原来第二个节点)
else
p.next = node.next;//链表结构，指向后面的一个节点
++modCount;
--size;
afterNodeRemoval(node);
return node;
}
}
return null;
}
HashMap遍历
- 遍历HashMap键值对
根据map.entrySet()获得键值对Set集合，后续遍历
for (Map.Entry<Integer, String> entry : maps.entrySet()) {
System.out.println(entry.getKey()+":"+entry.getValue());
}
- 遍历HashMap的键视图
根据maps.keySet()获得HashMap的键的Set集合，后续遍历
for (Integer integer : maps.keySet()) {
System.out.println(integer);
}
- 遍历HashMap的值视图
根据maps.values()获得HashMap的键的Collection集合，后续遍历
for (String value : maps.values()) {
System.out.println(value);
}
扫一扫
3187
被折叠的 条评论
为什么被折叠?
到【灌水乐园】发言
