Java8中的HashMap源码分析
-
源码分析
- HashMap的定义
- 字段属性
- 构造函数
- hash函数
- comparableClassFor，compareComparables函数
- tableSizeFor函数
- putMapEntries，putAll函数
- size，isEmpty函数
- containsKey，containsValue函数
- resize函数（扩容机制）
- treeifyBin函数
- get，getNode，getOrDefault函数
- put，putVal，putIfAbsent函数
- remove，removeNode，clear函数
- replace函数
- compute，computeIfAbsent，computeIfPresent函数
- values，keySet，entrySet函数
- merge函数
- forEach函数
- replaceAll函数
- clone函数
- loadFactor函数
- capacity函数
- writeObject，readObject函数
- internalWriteEntries函数
- newNode，newTreeNode，replacementNode，replacementTreeNode函数
- afterNodeAccess，afterNodeInsertion，afterNodeRemoval函数
-
内部类分析
- KeySet
- Values
- EntrySet
- HashIterator
- KeyIterator
- ValueIterator
- EntryIterator
- Node<K,V>
- HashMapSpliterator<K,V>
- KeySpliterator<K,V>
- ValueSpliterator<K,V>
- EntrySpliterator<K,V>
- TreeNode<K,V>
-
一些问题
结构分析
结构
- HashMap的数据结构基础就是一张哈希表，使用拉链法来解决哈希冲突
- HashMap的Java语言实现基础是数组 + （链表 or 红黑树）
Java层面分析
- HashMap的table数组就是一个位桶，它索引就是
(key.hash mod length)存放的地址，该索引所存放的对象就是Node<K,V>节点 - 既HashMap的最小单位就是一个Node节点，整个存储结构就是一个Node数组 + （链表 or 红黑树）
key.hash mod length的位运算优化就是key.hash & length - 1，相与运算
特点
- 允许键/值为空对象(null)
- 非线程安全
- 无序，无保证顺序，且不保证顺序不随时间而变化
源码分析
1 - HashMap的定义
public class HashMap<K,V> extends AbstractMap<K,V>
implements Map<K,V>, Cloneable, Serializable {}
- HashMap是一个泛型类
- HashMap继承于AbstractMap，实现了Map,Cloneable,Serializable接口
- Cloneable是一个标记接口，实现Cloneable代表HashMap会去提供Clone方法，遵循原型设计模式
2 - 字段属性
//序列化Id,版本号
private static final long serialVersionUID = 362498820763181265L;
//默认Map容量为16，移位运算，向左移4位，所以是16
static final int DEFAULT_INITIAL_CAPACITY = 1 << 4; // aka 16
//最大容量，向左移30位,1073741824,Integer最大为1073741824
static final int MAXIMUM_CAPACITY = 1 << 30;
//默认的填充因子,0.75倍
static final float DEFAULT_LOAD_FACTOR = 0.75f;
//当桶(bucket)上的结点数大于这个值时会转成红黑树
static final int TREEIFY_THRESHOLD = 8;
//当桶(bucket)上的结点数小于这个值时红黑树将还原回链表
static final int UNTREEIFY_THRESHOLD = 6;
//桶中结构转化为红黑树对应的数组的最小大小，如果当前容量小于它，就不会将链表转化为红黑树，而是用resize()代替
static final int MIN_TREEIFY_CAPACITY = 64;
//存储元素的数组，大小总是2的幂
transient java.util.HashMap.Node<K,V>[] table;
//存放具体元素的集合
transient Set<Map.Entry<K,V>> entrySet;
//集合目前的大小,并非数组的length,即当前Map存储了多少个元素
transient int size;
//计数器，版本号，每次修改就会+1
transient int modCount;
//临界值,当实际节点个数超过临界值(容量*填充因子)时，就会进行扩容
int threshold;
//填充因子
final float loadFactor;
- 移位运算，
1 << 4，就等于00000001 向左移动4位，00010000，所以是16 - JDK1.8引入了红黑树结构，因哈希冲突导致链表长度超过8时，会将链表转换成红黑树
- 重点留意填充因子，临界值等概念
- HashMap的数组容量大小只能是2的幂次方整数
- length > threshold就会扩容，threshold = table.length*loadFactor
- 在HashMap中，哈希桶数组table的长度length大小必须为2的n次方(一定是合数)，这是一种非常规的设计，常规的设计是把桶的大小设计为素数。相对来说素数导致冲突的概率要小于合数；同时也是使用位运算来优化hash%len的前提
3 - 构造函数
/**
* HashMap带参构造函数
* 自定义初始容量和加载因子
*
* @param initialCapacity 初始容量
* @param loadFactor 填充因子
*/
public HashMap(int initialCapacity, float loadFactor) {
if (initialCapacity < 0) //传入的初始容量值小于0，抛异常
throw new IllegalArgumentException("Illegal initial capacity: " +
initialCapacity);
if (initialCapacity > MAXIMUM_CAPACITY) //传入的初始容量值大于Integer最大值，补偿措施
initialCapacity = MAXIMUM_CAPACITY;
if (loadFactor <= 0 || Float.isNaN(loadFactor)) //填充因子有问题，抛异常
throw new IllegalArgumentException("Illegal load factor: " +
loadFactor);
this.loadFactor = loadFactor; //为填充因子赋值
this.threshold = tableSizeFor(initialCapacity); //为传入的初始容量做处理后，
//tableSizeFor是一个精妙的算法，主要功能是返回一个比给定整数大且最接近的2的幂次方的整数
//因为传入的initialCapacity不一定是2的幂次方
}
/**
* HashMap带参构造函数
* 自定义初始容量
* @param initialCapacity
*/
public HashMap(int initialCapacity) {
this(initialCapacity, DEFAULT_LOAD_FACTOR);
}
/**
* HashMap无参构造函数
*/
public HashMap() {
this.loadFactor = DEFAULT_LOAD_FACTOR; // all other fields defaulted
}
/**
* HashMap有参构造函数
* 参数是另一个map,作用是将Map的实现类构造成一个HashMap
* 也可以理解为是拷贝
* @param m Map的实现类实例
*/
public HashMap(Map<? extends K, ? extends V> m) {
this.loadFactor = DEFAULT_LOAD_FACTOR;
//将m中的所有元素添加至HashMap中
putMapEntries(m, false);
}
- 4种构造函数，1个无参，3个有参
- 我们可以直接无参构造HashMap，初始容量和填充因子使用默认值
- 我们也可以传入初始容量，使用默认填充因子构造HashMap
- 也可以都不使用默认值，手动传入初始容量和填充因子
- 当然我们还可以从其他Map实现中拷贝其元素来构造我们的HashMap
4 - hash函数
static final int hash(Object key) {
int h;
/**
* 1. key为null,则hash值为0
* 2. key不为null,执行key的hashcode方法(得到的hashcode值需要进行异或计算)
*/
return (key == null) ? 0 : (h = key.hashCode()) ^ (h >>> 16);
/**
* 1. h = key.hashCode() 第一步：取hashcode值
* 2. h^(h>>>16) 第二步：高位参与运算
* 3. (n - 1) & hash 第三步: 结果对table的数组长度进行取模，得到具体的存储索引位置
*/
}
-
hash算法是HashMap的重点，可以看到传入参数是元素的key，所以必须要求key对象的类重写了hashcode方法
-
异或计算两个二进制值进行计算，比如000111,10000进行异或，则是100111。异或是指同位的值不相等，比如一个是1，一个是0
-
这里对hashcode得到的h转换成2进制，然后向右移16位，数值小的情况下，一般都是000000000…，与0异或等于不需要异或。所以很多情况下是没有差别的
-
为什么要对得到的hashcode值进行异或计算？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
-
为什么需要取模运算，因为进行二次计算的值可能不在数组的索引范围，所以结果需要对数组长度进行mod运算，得到具体的数组索引位置，实际应用中使用hashcode与数组长度-1进行与操作(效果等于hash%len)。
-
Java 8 中的取模运算不集成在hash方法中，取模运算出现在真正需要用到计算数组的索引位置时用到，比如put方法，resize方法中
-
想要了解
"hash >> 16"扰动函数的，拉到最后面的相关问题，有解释
5 - comparableClassFor，compareComparables函数
/**
* 为了查看对象x的Class是否实现了Comparable接口
*
* @param x 要检查的对象
* @return
*/
static Class<?> comparableClassFor(Object x) {
if (x instanceof Comparable) { //x是否是Comparable的实现类
Class<?> c; Type[] ts, as; Type t; ParameterizedType p;
if ((c = x.getClass()) == String.class) // bypass checks,如果x是String类型，返回c
return c;
if ((ts = c.getGenericInterfaces()) != null) { //如果获取的Type数组不为null，则遍历泛型接口数组
for (int i = 0; i < ts.length; ++i) {
if (((t = ts[i]) instanceof ParameterizedType) && //如果取得的Type具体是ParameterizedType类型
((p = (ParameterizedType)t).getRawType() == //且该泛型接口的原生类型是Comparable
Comparable.class) && //且...就返回c，c就是x的类类型,即Class类型
(as = p.getActualTypeArguments()) != null &&
as.length == 1 && as[0] == c) // type arg is c
return c;
}
}
}
return null;
}
@SuppressWarnings({"rawtypes","unchecked"}) // for cast to Comparable
static int compareComparables(Class<?> kc, Object k, Object x) {
return (x == null || x.getClass() != kc ? 0 :
((Comparable)k).compareTo(x));
}
6 - tableSizeFor函数
/**
* tableSizeFor函数的作用是保证传入的cap参数被处理后是2的幂次方
* 即得到大于等于initialCapacity的最小的2的幂次方
*
* @param cap cap是HashMap实例化时传入的初始容量
* @return
*/
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;
}
-
>>>是无符号向右移位运算，|是二进制或运算，只有一方有1，结果就是1
-
为什么要做cap - 1的操作？因为如果cap已经是2的幂次方，执行完无符号右移操作之后，返回的capacity将是这个cap的2倍，这是为了防止cap已经是2的幂次方的情况
-
说白了，tableSizeFor的核心就是判断cap是否合理，既是2的幂次方，且不超过MAXIMUM_CAPACITY。如果不是2的幂次方，那么会不断通过巧妙的位运算，将原cap的位置1，最后+1，得到一个2的幂次方的偶数
-
HashMap源码注解 之 静态工具方法hash()、tableSizeFor()（四） 如果对这里的算法有兴趣的，可以看这篇文章，里面有张图说明的很清晰
7 - putMapEntries，putAll函数
/**
* default方法，不对外公开，只允许构造函数和putAll内部调用,有两种模式
* putMapEntries的作用：将别的集合元素填充到当前集合中，可以看做是一个拷贝函数
* 该方法有两个参数m和evict,evict主要在putVal得到使用
* @param m 参数集合
* @param evict evict为false则代表创建模式，用于HashMap的构造。如果为true,则用于putAll
*/
final void putMapEntries(Map<? extends K, ? extends V> m, boolean evict) {
int s = m.size(); //获取参数集合m的大小
if (s > 0) { //如果参数集合有元素，即大小不为0，则进入下一轮判断
//如果当前集合的table为空，即当前集合是空集合，则初始化参数
if (table == null) { // pre-size
float ft = ((float)s / loadFactor) + 1.0F;
int t = ((ft < (float)MAXIMUM_CAPACITY) ? //判断得到的ft是否小于集合最大可支持的容量，如果是返回ft
(int)ft : MAXIMUM_CAPACITY); //不是则返回最大的可支持容量MAXIMUM_CAPACITY（1<<30）
if (t > threshold) //如果t大于临界值(容量*填充因子)
threshold = tableSizeFor(t); //则对t进行是否是2的幂次方的检查并修正
}
//如果当前集合table不为空的情况下，且参数集合的大小大于当前集合的临界值，则扩容
else if (s > threshold)
resize(); //扩容函数
for (Map.Entry<? extends K, ? extends V> e : m.entrySet()) { //循环变量参数集合中的元素，放进当前集合中
K key = e.getKey();
V value = e.getValue();
putVal(hash(key), key, value, false, evict);
}
}
}
/**
* 公有方法，将集合m的所有元素填充到当前集合中
* 实际调用的是putMapEntries方法，但是evict值为true,即代表不是创建模式，即非通过构造函数调用
* 其实就是putMapEntries方法的对外公开模式
*/
public void putAll(Map<? extends K, ? extends V> m) {
putMapEntries(m, true); //evict 为true
}
- 重点是
resize()扩容方法和putVal()方法 - putMapEntries是对内使用的填充方法，putAll是其对外公开版本
8 - size，isEmpty函数
//获得集合的大小
public int size() {
return size;
}
//是否是空集合
public boolean isEmpty() {
return size == 0;
}
- 没什么好说的啦…
9 - containsKey，containsValue函数
/**
* 公有方法，判断HashMap中是否有该key
* 本质是通过getNode方法获取节点，只要有该节点则代表存在该Key
* @param key
* @return
*/
public boolean containsKey(Object key) {
return getNode(hash(key), key) != null;
}
/**
* 公有方法，判断HashMap中是否有该value
* @param value
* @return
*/
public boolean containsValue(Object value) {
java.util.HashMap.Node<K,V>[] tab; V v; //获取临时table
if ((tab = table) != null && size > 0) { //如果table不等于空且集合大小不为0
//下面的语句就是循环整个Hash表，遍历table以及存储在链表的里面的节点
for (int i = 0; i < tab.length; ++i) { //循环table的大小
for (java.util.HashMap.Node<K,V> e = tab[i]; e != null; e = e.next) { //循环每个table节点的链表节点
//每次大循环e等于table[i],如果该table节点不为空，则执行下面的语句，然后e指向e在链表中的下一个节点(非table)
if ((v = e.value) == value || //比较节点的Value是否等于参数Value
(value != null && value.equals(v)))
return true; //如果存在相同则返回true
}
}
}
return false; //如果执行到这一步，则代表整个hash表都没有找到该value
}
10 - 扩容机制 - resize函数
final java.util.HashMap.Node<K, V>[] resize() {
java.util.HashMap.Node<K, V>[] oldTab = table; //获取旧table数组
int oldCap = (oldTab == null) ? 0 : oldTab.length; //获取旧table数组长度
int oldThr = threshold; //获取旧临界值
int newCap, newThr = 0; //初始化新容量和新临界值的临时变量
/**
* 这个阶段在计算获取数组新容量和新临界值
*/
//如果旧数组的长度大于0
if (oldCap > 0) {
//如果旧数组的长度大于等于HashMap的最大容量限制
if (oldCap >= MAXIMUM_CAPACITY) {
//则临界值为Integer.MAX_VALUE，并返回旧数组，说明该数组已经达到最大长度限制，以后不会再扩容了
threshold = Integer.MAX_VALUE;
return oldTab;
//如果旧数组的长度大于16且长度的2倍仍然小于HashMap的最大容量限制，则新临界值等于旧临界值的2倍
} else if ((newCap = oldCap << 1) < MAXIMUM_CAPACITY &&
oldCap >= DEFAULT_INITIAL_CAPACITY)
newThr = oldThr << 1; // double threshold
//如果旧数组长度小于等于0，且旧临界值大于0 ，则初始化数组容量为旧临界值
} else if (oldThr > 0) // initial capacity was placed in threshold
newCap = oldThr;
//如果旧数组长度小于等于0，且旧临界值也小于等于0，则初始化容量和临界值
else { // zero initial threshold signifies using defaults
newCap = DEFAULT_INITIAL_CAPACITY; //默认16
newThr = (int) (DEFAULT_LOAD_FACTOR * DEFAULT_INITIAL_CAPACITY); //默认16*0.75
}
//如果新临界值等于0，初始化新临界值
if (newThr == 0) {
//ft等于容量*加载因子
float ft = (float) newCap * loadFactor;
newThr = (newCap < MAXIMUM_CAPACITY && ft < (float) MAXIMUM_CAPACITY ?
(int) ft : Integer.MAX_VALUE);
}
//将临时变量新临界值赋值给成员变量临界值
threshold = newThr;
/**
* 这个阶段在初始化新位桶数组
*/
//初始化新位桶数组newTab，长度为newCap，并没有拷贝数据
@SuppressWarnings({"rawtypes", "unchecked"})
java.util.HashMap.Node<K, V>[] newTab = (java.util.HashMap.Node<K, V>[]) new java.util.HashMap.Node[newCap];
//成员变量table指向新数组
table = newTab;
/**
* 这个阶段在拷贝数据
*/
//如果旧数组不为空
if (oldTab != null) {
//遍历旧数组
for (int j = 0; j < oldCap; ++j) {
java.util.HashMap.Node<K, V> e;
//首先判断位桶的所有首节点
//如果位桶数组的节点(不涉及链表)不为空
if ((e = oldTab[j]) != null) {
//则释放旧节点数据，指向null,是为了虚拟机回收旧数组外壳
//当遍历完毕后，旧数组的所有元素不再指向任何对象
oldTab[j] = null;
//其次判断位桶首节点的后继结构
//如果当前节点的下一个节点(链表or红黑树)为空，则代表该位置没有哈希冲突
if (e.next == null)
//则在新数组的e.hash & (newCap - 1)位置指向e
//e.hash & (newCap - 1)的意思是用hashcode于数组长度-1进行mod运算，求出e节点在新数组中的索引位置
newTab[e.hash & (newCap - 1)] = e;
//如果当前节点的下一个节点不为空，且是红黑树节点，执行红黑数的方法
else if (e instanceof java.util.HashMap.TreeNode)
((java.util.HashMap.TreeNode<K, V>) e).split(this, newTab, j, oldCap);
//如果当前节点的下一个节点不为空，且不是红黑树节点，则是链表结构
//链表优化重hash的代码块,这里是对Java 7中重新hash计算新索引位置的优化代码
else { // preserve order
java.util.HashMap.Node<K, V> loHead = null, loTail = null;
java.util.HashMap.Node<K, V> hiHead = null, hiTail = null;
java.util.HashMap.Node<K, V> next;
do {
//next是首节点的直接后继节点
next = e.next;
//如果扩容后，容量二进制结构中新增的那一位对应旧索引的位置的值是0
//那么索引位置的数据在新数组中的索引不变
if ((e.hash & oldCap) == 0) {
if (loTail == null)
loHead = e;
else
loTail.next = e;
loTail = e;
//如果扩容后，容量二进制结构中新增的那一位对应旧索引的位置的值是1
//则新索引是原索引+oldCap
} else {
if (hiTail == null)
hiHead = e;
else
hiTail.next = e;
hiTail = e;
}
} while ((e = next) != null);
// 原索引放到bucket里
if (loTail != null) {
loTail.next = null;
newTab[j] = loHead;
}
// 原索引+oldCap放到bucket里
if (hiTail != null) {
hiTail.next = null;
newTab[j + oldCap] = hiHead;
}
}
}
}
}
return newTab;
}
- 我们可以分成3个大模块：
- 计算数组扩容后的新容量和新临界值
- 根据新容量初始化新数组，即新位桶
- 将旧数组中的元素取出，拷贝至新数组
- HashMap的初始容量是16，但是一开始的时候如果是new HashMap<>(),没有初始化数组大小的话，则会在put等操作时触发resize方法，赋予16大小的初始容量。
- 位桶数组的扩容是通过位运算实现的，向左移动1位，意义等同于乘2，所以HashMap每次扩容都是原来的2倍，且容量都是2的倍数。
- 因为元素在位桶数组中的索引位置是根据hash & len - 1(效果等于hash%len)来获取的，所以扩容后，新长度发生变化，数据往新数组迁移的过程是需要重新计算元素在新数组中索引的，即rehash。但JDK 1.8对rehash的部门进行了算法优化
- 对于拷贝节点JDK1.8相对1.7的优化部分，美团大佬分享的文章更尽其详，我们可以在resize章节有看到更多接受和图文描述
11 - treeifyBin函数
12 - get，getNode，getOrDefault函数
/**
* 公有方法,通过Key获取Value
* 本质是通过getNode方法获取
*
* @param key
* @return
*/
public V get(Object key) {
java.util.HashMap.Node<K,V> e;
//如果获取的Node节点为null，则返回空，如果不为空则返回节点.value
return (e = getNode(hash(key), key)) == null ? null : e.value;
}
/**
* default方法，不对外公开，只对包下的类开放使用
* 通过hash和key获取对应的Node节点，返回Node节点
*
* @param hash
* @param key
* @return
*/
final java.util.HashMap.Node<K,V> getNode(int hash, Object key) {
java.util.HashMap.Node<K,V>[] tab; java.util.HashMap.Node<K,V> first, e; int n; K k;
//集合table不为空，且table的大小大于0，且...不太懂，则进入下一步
if ((tab = table) != null && (n = tab.length) > 0 &&
//(first = tab[(n - 1) & hash]) 实际是first = tab[hash % n]的优化
//first是这个hash地址位置在table中的链表的首节点
//即根据key的hash值来计算得出这个key放在了hash桶数组的哪个位置上
(first = tab[(n - 1) & hash]) != null) {
//如果链表首节点的hash等于传入的hash，则进入下一步，因为整条链表的hash都一样(哈希冲突)
if (first.hash == hash && // always check first node
((k = first.key) == key || (key != null && key.equals(k)))) //如果(首节点的key的地址等于参数key)或(参数key不为null且值与首节点key相同)
return first; //则代表首节点即使要找的node,返回首节点
//如果首节点的下一个节点不为空，则进入下一步
if ((e = first.next) != null) {
//如果首节点是树形节点，则通过getTreeNode方法去查找(红黑树结构)
if (first instanceof java.util.HashMap.TreeNode)
return ((java.util.HashMap.TreeNode<K,V>)first).getTreeNode(hash, key);
//如果不是树形节点，则执行下面方法
do {
if (e.hash == hash && //如果hash对的上，且key对的上
((k = e.key) == key || (key != null && key.equals(k))))
return e; //则返回该节点
} while ((e = e.next) != null); //遍历链表，只要节点不为空则继续，直到找到对应的Node
}
}
return null; //要是执行到这步，则代表不存在Key为参数key的节点
}
/**
* 公有方法：get()方法提供默认值的版本
* @param key
* @param defaultValue
* @return
*/
@Override
public V getOrDefault(Object key, V defaultValue) {
java.util.HashMap.Node<K, V> e;
//如果hashMap中没有对应的节点，就返回defaulValue值，如果不为空则返回节点的值
return (e = getNode(hash(key), key)) == null ? defaultValue : e.value;
}
- getOrDefault() is Overrides of JDK8 Map extension method
- getNode的步骤是:
- 首先根据hash确定在table的位置（即hash桶的位置）
- 判断首节点是否要找的key
- 判断链表是否已转换成红黑树结构，如果是则调用红黑树查询函数，如果不是则继续
- 如果不是红黑树结构则遍历链表寻找对应Key的Node
(first = tab[(n - 1) & hash])实际是first = tab[hash % n]的优化 模运算的优化 - @作者：frapplesif (e.hash == hash && ((k = e.key) == key || (key != null && key.equals(k))))比较函数是先比较hash和引用，最后比较值
13 - put，putVal，putIfAbsent函数
/**
* 公有方法，为集合插入一个key-value元素
* 如果存在同一的key,则更新Value，因为传入putVal的参数onlyIfAbsent为false
* 本质调用的是putVal方法
*
* @param key
* @param value
* @return
*/
public V put(K key, V value) {
return putVal(hash(key), key, value, false, true);
}
/**
* default方法，为集合插入key-value元素
* 为实现Map.put方法和其相关的方法
*
* @param hash
* @param key
* @param value
* @param onlyIfAbsent 如果为true，则不会覆盖旧值,即是否替换Value的flag
* @param evict evict为false，则代表是创造模式，比如构造函数实例化HashMap就是创造模式(creation mode)
* @return 如果key相同，新value会覆盖旧value，且返回旧value
*/
final V putVal(int hash, K key, V value, boolean onlyIfAbsent,
boolean evict) {
java.util.HashMap.Node<K,V>[] tab; java.util.HashMap.Node<K,V> p; int n, i;
//如果哈希表table为空或表长度为0，则初始化
if ((tab = table) == null || (n = tab.length) == 0)
n = (tab = resize()).length; //
//1.
//计算新元素的Key的hash值在table中的位置，即定位hash桶，如果计算得出的记过，即得到位置仍然指向null
//说明该位置还没有元素，那么就将新元素节点存放到该位置，也不需要管链表或红黑树了
//临时节点p指向新节点hash的位置的首节点
if ((p = tab[i = (n - 1) & hash]) == null)
tab[i] = newNode(hash, key, value, null); //则table的i位置指向新节点
//2.
//如果该位置已经有节点了，说明哈希冲突了，看是链表还是红黑树结构
else {
java.util.HashMap.Node<K,V> e; K k; //e是临时节点
//首节点是否与新节点元素相同，通过比较算法比较，hash,引用,值依次比较
if (p.hash == hash &&
((k = p.key) == key || (key != null && key.equals(k))))
e = p; //如果插入元素与首节点相等，临时节点e指向首节点
//如果不相等，则判断是否是红黑树结构，是则调用树形结构的putTreeVal方法
else if (p instanceof java.util.HashMap.TreeNode)
e = ((java.util.HashMap.TreeNode<K,V>)p).putTreeVal(this, tab, hash, key, value);
//如果新节点不等于首节点，且table当前位置不是红黑树结构，则以链表结构计算
else {
//3.
//在链表上遍历找到尾节点，在尾节点的next位置存放新节点
for (int binCount = 0; ; ++binCount) {
//临时节点每次循环指向节点的下一个，第一次是首节点的next
//只要当前节点的next指向null,则就在该next上存放新节点元素，newNode
if ((e = p.next) == null) {
p.next = newNode(hash, key, value, null);
//如果循环的次数>=8，即链表长度大于等于8时，执行链表转换成红黑树结构的方法
//为什么这里需要TREEIFY_THRESHOLD - 1 = 7，是因为binCount是从0开始算起的
if (binCount >= TREEIFY_THRESHOLD - 1) // -1 for 1st
treeifyBin(tab, hash);
break; //退出for循环，此时的e指向Null
}
//如果寻找尾节点期间，某个节点不为null，且跟新元素一样，说明集合已经有这个元素，则
//退出添加node的循环，即for循环
if (e.hash == hash &&
((k = e.key) == key || (key != null && key.equals(k))))
break;
p = e; //在还没有找到存放新节点的具体位置时，我们每次遍历都需要让p指向当前的e
}
}
//4.
//新值替换旧值
//在寻找尾节点期间，发现有相同元素，打破循环会跳到这步，此时的e肯定不是null
//如果是插入新节点后，打破循环，此时的e指向的是Null,所以不会执行下面的方法
if (e != null) { // existing mapping for key
V oldValue = e.value; //获取旧节点的值
if (!onlyIfAbsent || oldValue == null) //如果onlyIfAbsent为false或oldV为null
e.value = value; //用新值替换旧值
afterNodeAccess(e);
return oldValue; //返回旧值
}
}
//每次修改集合，版本号+1，更新旧值不会触发下面操作，也不会更改版本号
++modCount;
//如果集合容量大于临界值，则扩容
if (++size > threshold)
resize(); //扩容
afterNodeInsertion(evict);
return null;
}
/**
* put()的不覆盖旧值版本
* @param key
* @param value
* @return
*/
@Override
public V putIfAbsent(K key, V value) {
//实际调用的是putVal，与put()唯一的不同是onlyIfAbsent是true
//意思就是只有当hashMap没有改key对应的节点时才插入，如果已经存在则什么都不做
return putVal(hash(key), key, value, true, true);
}
-
putIfAbsent() is Overrides of JDK8 Map extension method
-
putVal的步骤：
- 判断是否是空集合，如果是初始化数组长度
- 不为空，则获取新元素要插入的位置，即在
table中的位置 - 如果该位置上没有其他元素，则直接把新元素放在该位置上
- 如果该位置上已经有其他元素了，则新元素跟该位置上的元素进行比较，是否是同一个元素
- 如果是直接更新
value，如果不是则判断该位置的数据结构是链表还是红黑树 - 如果是红黑树则执行红黑树的
putTreeVal方法，如果是链表则循环链表找到尾节点 - 如果尾节点的下一个节点是
null,就直接在next上存放新元素，插完节点后还要判断链表长度是否大于等于8，看是否要将链表转换成红黑树，最后打破循环，最后returnnull - 在找尾节点的过程中，如果其中一个节点跟新元素是同一元素，即key相等，则打破循环
- 在寻找尾节点过程中，发现有相同元素而打破
for循环，会执行新值替换旧值方法，返回旧值
14 - remove，removeNode，clear函数
/**
* 公有方法，删除集合中键值为key的值，并返回删除的值
* 实际执行的是removeNode方法
* @param key
* @return
*/
public V remove(Object key) {
java.util.HashMap.Node<K, V> e;
//删除键值为key的节点，不匹配value值，且删除节点时会移动其他节点
return (e = removeNode(hash(key), key, null, false, true)) == null ?
null : e.value;
}
/**
* 默认方法：删除节点，返回对应的节点
* @param hash key的hash值
* @param key 要删除节点的key
* @param value 要删除节点的value
* @param matchValue 如果是true,当传入的参数value与该位置的value相同时才删除，即value匹配才删除
* @param movable 如果是true,则删除节点的时候，会移动其他节点,貌似只会对红黑树产生影响
* @return 返回删除的节点
*/
final java.util.HashMap.Node<K, V> removeNode(int hash, Object key, Object value,
boolean matchValue, boolean movable) {
//tap是临时table数组，n是临时数组长度
//p是临时节点,index是hashcode取模运算后得出的在数组中的索引位置
java.util.HashMap.Node<K, V>[] tab;
java.util.HashMap.Node<K, V> p;
int n, index;
/**
* 第一步：获取参数key的hash,判断位桶是否存在(n - 1) & hash索引的节点
*/
//如果位桶数组tap不等于null且数组长度n大于0，且该key对应的节点p不指向null，则存在对应索引位置的节点
if ((tab = table) != null && (n = tab.length) > 0 &&
(p = tab[index = (n - 1) & hash]) != null) {
//node和e是临时节点,node用来指向最后找到的删除节点
//k和v是key和value的临时变量
java.util.HashMap.Node<K, V> node = null, e;
K k;
V v;
/**
* 第二步：知道了位桶索引，我们就需要遍历链表或者红黑树，查找key对应的具体位置
*/
//首先判断首节点是否符合
//如果该索引位置的首节点的hash值等于参数hash且key值相等，或参数Key不为空，且key相等
if (p.hash == hash &&
((k = p.key) == key || (key != null && key.equals(k))))
//node指向要被删除的节点
node = p;
//其次判断后继节点是否符合
//如果不满足上面任意条件，且位桶首节点的下一个节点不为空的情况下，即存在hash冲突时，遍历链表或者红黑树
else if ((e = p.next) != null) {
//如果数据结构是红黑树结构，则通过红黑树方法获取对应节点位置，赋值给node
if (p instanceof java.util.HashMap.TreeNode)
node = ((java.util.HashMap.TreeNode<K, V>) p).getTreeNode(hash, key);
//如果数据结构是链表，则遍历链表
else {
do {
//首先判断key的hash是否相同且key的地址是否相同，或key不等于null且key的equals是否相同
if (e.hash == hash &&
((k = e.key) == key ||
(key != null && key.equals(k)))) {
//如果是则找到对应节点，赋值给node
node = e;
break;
}
//如果不相同，则p记录当前不匹配的节点，其实p在这里就是记录匹配节点的前一个节点，留给第三步使用
p = e;
//遍历下一个
} while ((e = e.next) != null);
}
}
/**
* 第三步： 当找到了删除节点，根据方法参数中matchValue和value的不同，执行不同的删除逻辑
*/
//当找到删除节点时，即删除节点node不为nul 且（不需要匹配value 或 value地址相同 或 value不为null且equals相等) 的情况下
if (node != null && (!matchValue || (v = node.value) == value ||
(value != null && value.equals(v)))) {
//如果node节点是树形节点
if (node instanceof java.util.HashMap.TreeNode)
//通过红黑树的删除方法删除节点（movable：删除节点时是否移动其他节点）
((java.util.HashMap.TreeNode<K, V>) node).removeTreeNode(this, tab, movable);
//如果是链表节点
//如果出现node == p,则代表没有执行过p == e操作，这种可能只有可能是删除节点是首节点
else if (node == p)
//所以即使删除的节点是首节点，则数组的首节点索引位置要指向删除节点(首节点)的下一个节点
tab[index] = node.next;
//如果删除节点不是首节点，则p的下一个节点应该指向删除节点的下一节点(p在第二步时，被用于记录删掉节点的前一节点地址)
else
p.next = node.next;
//每次发生修改，版本号+1
++modCount;
//hashmap大小-1
--size;
//删除节点后续操作
afterNodeRemoval(node);
//返回删除节点
return node;
}
}
//没有匹配节点时，不删除，返回null
return null;
}
/**
* 公有方法：清空hashMap所有元素
* 不过这种方式仅仅是让数组清空数据。
* 数组的长度，临界值等依旧
*/
public void clear() {
java.util.HashMap.Node<K, V>[] tab;
//清空hashMap必然发生改变，所以版本+1
modCount++;
//如果位桶数组不等于null，且有数据
if ((tab = table) != null && size > 0) {
//则size = 0,每个索引所存放的对象都改为null
size = 0;
for (int i = 0; i < tab.length; ++i)
tab[i] = null;
}
}
-
删除节点的步骤：
- 首先判断集合中是否存在该key的hashcode的节点位置，有则继续，没有则没有匹配项
- 如果有位桶数组存在该索引，则对首节点和后继节点的判断逻辑分开处理，这是因为首节点没有数据结构相关性。而后继节点需要判断是红黑树结构还是链表结构。总之在该阶段就是遍历节点，找到要删除的节点，交给第三步
- 获取到要删除的节点，首先根据传入方法的参数确定是否需要匹配value。其次要判断该节点是属于红黑树节点还是链表节点，分别执行不同的删除节点方法
-
clear()方法仅仅是清空数组的所有元素，每个位置都指向null，不会改变数组的大小和hashMap的临界值等
15 - replace函数
/**
* 公共方法：将键值为key的oldValue用newValue替换
* @param key
* @param oldValue
* @param newValue
* @return
*/
@Override
public boolean replace(K key, V oldValue, V newValue) {
java.util.HashMap.Node<K, V> e;
V v;
//在hashMap中找到key对应的的节点，如果该节点不等于null
//且 (该节点的value等于参数oldValue 或者 该节点的value不等于null且与oldValue匹配)
if ((e = getNode(hash(key), key)) != null &&
((v = e.value) == oldValue || (v != null && v.equals(oldValue)))) {
//我们则把该节点value赋值为newValue
e.value = newValue;
afterNodeAccess(e);
//赋值成功，返回true
return true;
}
//未找到对应节点或节点的value与oldValue不匹配则返回false
return false;
}
/**
* 公共方法：将键值为key的value用参数value替换
* @param key
* @param value
* @return
*/
@Override
public V replace(K key, V value) {
java.util.HashMap.Node<K, V> e;
//如果hashMap中有该key的对应节点
if ((e = getNode(hash(key), key)) != null) {
V oldValue = e.value;
//则新值替换旧值
e.value = value;
afterNodeAccess(e);
//返回旧值
return oldValue;
}
//如果没有匹配节点，则返回null
return null;
}
- 替换方法有两个重载方法。一个是只传key和value就可以，这一种不去匹配value是否相等。另一个方法则要传入旧值，可以用于另一种用于，只有value是我预期的value，我才发生替换
16 - compute，computeIfAbsent，computeIfPresent函数
/**
* 公有方法
* 作用就是：取出该key的节点,对该节点key和value当参数传入lambda方法
* 经过lambda方法处理后得出处理后的value,并存回map(更新旧值)
* 简单的理解就是，取出对应的value，对其处理后，存回去，处理过程用lambda表达式实现
* 其他过程这个方法会帮你做，你只有提供key和lambda形式的处理函数
*
* @param key
* @param remappingFunction 二原函数接口
* @return
*/
@Override
public V compute(K key,
BiFunction<? super K, ? super V, ? extends V> remappingFunction) {
if (remappingFunction == null)
throw new NullPointerException();
int hash = hash(key);
java.util.HashMap.Node<K, V>[] tab;
java.util.HashMap.Node<K, V> first;
int n, i;
int binCount = 0;
java.util.HashMap.TreeNode<K, V> t = null;
java.util.HashMap.Node<K, V> old = null;
if (size > threshold || (tab = table) == null ||
(n = tab.length) == 0)
n = (tab = resize()).length;
if ((first = tab[i = (n - 1) & hash]) != null) {
if (first instanceof java.util.HashMap.TreeNode)
old = (t = (java.util.HashMap.TreeNode<K, V>) first).getTreeNode(hash, key);
else {
java.util.HashMap.Node<K, V> e = first;
K k;
do {
if (e.hash == hash &&
((k = e.key) == key || (key != null && key.equals(k)))) {
old = e;
break;
}
++binCount;
} while ((e = e.next) != null);
}
}
V oldValue = (old == null) ? null : old.value;
V v = remappingFunction.apply(key, oldValue);
if (old != null) {
if (v != null) {
old.value = v;
afterNodeAccess(old);
} else
removeNode(hash, key, null, false, true);
} else if (v != null) {
if (t != null)
t.putTreeVal(this, tab, hash, key, v);
else {
tab[i] = newNode(hash, key, v, first);
if (binCount >= TREEIFY_THRESHOLD - 1)
treeifyBin(tab, hash);
}
++modCount;
++size;
afterNodeInsertion(true);
}
return v;
}
/**
* compute的不存在则处理版本
*
* @param key
* @param mappingFunction
* @return
*/
@Override
public V computeIfAbsent(K key,
Function<? super K, ? extends V> mappingFunction) {
if (mappingFunction == null)
throw new NullPointerException();
int hash = hash(key);
java.util.HashMap.Node<K, V>[] tab;
java.util.HashMap.Node<K, V> first;
int n, i;
int binCount = 0;
java.util.HashMap.TreeNode<K, V> t = null;
java.util.HashMap.Node<K, V> old = null;
if (size > threshold || (tab = table) == null ||
(n = tab.length) == 0)
n = (tab = resize()).length;
if ((first = tab[i = (n - 1) & hash]) != null) {
if (first instanceof java.util.HashMap.TreeNode)
old = (t = (java.util.HashMap.TreeNode<K, V>) first).getTreeNode(hash, key);
else {
java.util.HashMap.Node<K, V> e = first;
K k;
do {
if (e.hash == hash &&
((k = e.key) == key || (key != null && key.equals(k)))) {
old = e;
break;
}
++binCount;
} while ((e = e.next) != null);
}
V oldValue;
if (old != null && (oldValue = old.value) != null) {
afterNodeAccess(old);
return oldValue;
}
}
V v = mappingFunction.apply(key);
if (v == null) {
return null;
} else if (old != null) {
old.value = v;
afterNodeAccess(old);
return v;
} else if (t != null)
t.putTreeVal(this, tab, hash, key, v);
else {
tab[i] = newNode(hash, key, v, first);
if (binCount >= TREEIFY_THRESHOLD - 1)
treeifyBin(tab, hash);
}
++modCount;
++size;
afterNodeInsertion(true);
return v;
}
/**
* compute的存在才处理版本
*
* @param key
* @param remappingFunction
* @return
*/
public V computeIfPresent(K key,
BiFunction<? super K, ? super V, ? extends V> remappingFunction) {
if (remappingFunction == null)
throw new NullPointerException();
java.util.HashMap.Node<K, V> e;
V oldValue;
int hash = hash(key);
if ((e = getNode(hash, key)) != null &&
(oldValue = e.value) != null) {
V v = remappingFunction.apply(key, oldValue);
if (v != null) {
e.value = v;
afterNodeAccess(e);
return v;
} else
removeNode(hash, key, null, false, true);
}
return null;
}
- 目前不对里面的代码进行解析，不深究，会用就行
- 三个方法如果在lambda表达式中处理后的value为Null，则代表删除键值为Key的这个节点，而不是将值更新为null
- compute是其他两个方法的结合体，如果不存在Key的情况下，依然会插入
- Java8 Map的compute()方法 - @作者：Peng
- 例子： map.compute(“key” , (key, value) -> key + value )
17 - merge函数
/**
* 公共方法
* merge方法跟compute类似，都是取Key的节点，通过lambda计算过程得出新value, 插回map
* 但区别就在lambda表达式中，三个泛型都是与V有关的。实际传入key和newValue,且lambda传入的两个参数，一个是oldValue,一个是newValue
* 而compute，除了lambda表达式，只有一个参数key，且lambda中一个参数是key,另一参数是旧value
*
* 所以我们可以知道merge的目的就是想新值与旧值做计算后成为一个新值，再插回去
*
* @param key
* @param value
* @param remappingFunction
* @return
*/
@Override
public V merge(K key, V value,
BiFunction<? super V, ? super V, ? extends V> remappingFunction) {
if (value == null)
throw new NullPointerException();
if (remappingFunction == null)
throw new NullPointerException();
int hash = hash(key);
java.util.HashMap.Node<K, V>[] tab;
java.util.HashMap.Node<K, V> first;
int n, i;
int binCount = 0;
java.util.HashMap.TreeNode<K, V> t = null;
java.util.HashMap.Node<K, V> old = null;
if (size > threshold || (tab = table) == null ||
(n = tab.length) == 0)
n = (tab = resize()).length;
if ((first = tab[i = (n - 1) & hash]) != null) {
if (first instanceof java.util.HashMap.TreeNode)
old = (t = (java.util.HashMap.TreeNode<K, V>) first).getTreeNode(hash, key);
else {
java.util.HashMap.Node<K, V> e = first;
K k;
do {
if (e.hash == hash &&
((k = e.key) == key || (key != null && key.equals(k)))) {
old = e;
break;
}
++binCount;
} while ((e = e.next) != null);
}
}
if (old != null) {
V v;
if (old.value != null)
v = remappingFunction.apply(old.value, value);
else
v = value;
if (v != null) {
old.value = v;
afterNodeAccess(old);
} else
removeNode(hash, key, null, false, true);
return v;
}
if (value != null) {
if (t != null)
t.putTreeVal(this, tab, hash, key, value);
else {
tab[i] = newNode(hash, key, value, first);
if (binCount >= TREEIFY_THRESHOLD - 1)
treeifyBin(tab, hash);
}
++modCount;
++size;
afterNodeInsertion(true);
}
return value;
}
- 如果在lambda表达式中处理后的value为Null，则代表删除键值为Key的这个节点，而不是将值更新为null
- **例子：**map.merge(“key”, " newValue", (oldValue, newValue) -> oldValue + newValue)
18 - values，keySet，entrySet函数
/**
* 返回HashMap的Key集合
*
* @return
*/
public Set<K> keySet() {
Set<K> ks = keySet;
if (ks == null) {
ks = new java.util.HashMap.KeySet();
keySet = ks;
}
return ks;
}
/**
* 返回HashMap的value集合
*
* @return
*/
public Collection<V> values() {
//values是在AbstractMap中定义的成员变量
Collection<V> vs = values;
if (vs == null) {
vs = new java.util.HashMap.Values();
values = vs;
}
return vs;
}
/**
* 返回存储有key和value的Set集合
*
* @return Set<Map.Entry<K, V>>
*/
public Set<Map.Entry<K, V>> entrySet() {
Set<Map.Entry<K, V>> es;
return (es = entrySet) == null ? (entrySet = new java.util.HashMap.EntrySet()) : es;
}
- 只看HashMap的这些代码看不出什么，KeySet和Values的具体实现在AbstractMap中完成的
- KeySet和Values和EntrySet都是HashMap中的内部类
- EntrySet就是一个泛型为Node<k,v>类型的节点集合
19 - forEach函数
/**
* foreach的lambda函数式版本
*
* @param action
*/
@Override
public void forEach(BiConsumer<? super K, ? super V> action) {
java.util.HashMap.Node<K, V>[] tab;
//consumer不为空则继续
if (action == null)
throw new NullPointerException();
//如果map有数据，且数组已经初始化
if (size > 0 && (tab = table) != null) {
//获得版本
int mc = modCount;
//遍历位桶数组
for (int i = 0; i < tab.length; ++i) {
//遍历链表或红黑树
for (java.util.HashMap.Node<K, V> e = tab[i]; e != null; e = e.next)
//所有节点都指向lambda的action方法，对每个节点的key和value都进行消费
action.accept(e.key, e.value);
}
//避免线程安全问题，如果在遍历过程中发现目前版本不是遍历时刻记录的版本，则抛异常
if (modCount != mc)
throw new ConcurrentModificationException();
}
}
- foreach的函数式编程版本
20 - replaceAll函数
/**
* 根据lambda函数的处理替换整个map的value
* 就是遍历整个集合，每个原的key和value作为lambda函数的参数，计算得出新value,新值更新旧值
* 即替换Map中所有元素的value值，这个值由旧的key和value计算得出，接收参数 (K, V) -> V
*
* @param function
*/
@Override
public void replaceAll(BiFunction<? super K, ? super V, ? extends V> function) {
java.util.HashMap.Node<K, V>[] tab;
if (function == null)
throw new NullPointerException();
if (size > 0 && (tab = table) != null) {
int mc = modCount;
for (int i = 0; i < tab.length; ++i) {
for (java.util.HashMap.Node<K, V> e = tab[i]; e != null; e = e.next) {
e.value = function.apply(e.key, e.value);
}
}
if (modCount != mc)
throw new ConcurrentModificationException();
}
}
- 具体就不分析了，重点仅仅是BiFunction接口
- 例子： map.replaceAll(key,value -> key + value)
21 - clone函数
/**
* 原型模式-clone方法
*
* @return
*/
@SuppressWarnings("unchecked")
@Override
public Object clone() {
java.util.HashMap<K, V> result;
try {
//调用父类AbstractMap的克隆方法,实际AbstractMap用的是Object的clone()
result = (java.util.HashMap<K, V>) super.clone();
} catch (CloneNotSupportedException e) {
// this shouldn't happen, since we are Cloneable
throw new InternalError(e);
}
//将所有的size,threshold等属性恢复成初始默认值
result.reinitialize();
//通过putMapEntries方法，将当前集合的所有元素塞进新map(result)中，并返回
result.putMapEntries(this, false);
return result;
}
/**
* 初始化hashmap的字段属性
*
*/
void reinitialize() {
table = null;
entrySet = null;
keySet = null;
values = null;
modCount = 0;
threshold = 0;
size = 0;
}
22 - loadFactor函数
final float loadFactor() {
return loadFactor;
}
- 默认不可继承方法，返回负载因子
23 - capacity函数
/**
* 默认不可继承方法：返回当前集合可承受的容量，即当前不扩容情况下最多可容量的元素个数
*
* @return
*/
final int capacity() {
//如果数组不为空，返回数组长度
//如果为空，则看临界值是否大于0，如果大于0，则返回当前临界值，否则返回初始临界值
return (table != null) ? table.length :
(threshold > 0) ? threshold :
DEFAULT_INITIAL_CAPACITY;
}
24 - writeObject，readObject函数
private void readObject(java.io.ObjectInputStream s)
throws IOException, ClassNotFoundException {
// Read in the threshold (ignored), loadfactor, and any hidden stuff
s.defaultReadObject();
reinitialize();
if (loadFactor <= 0 || Float.isNaN(loadFactor))
throw new InvalidObjectException("Illegal load factor: " +
loadFactor);
s.readInt(); // Read and ignore number of buckets
int mappings = s.readInt(); // Read number of mappings (size)
if (mappings < 0)
throw new InvalidObjectException("Illegal mappings count: " +
mappings);
else if (mappings > 0) { // (if zero, use defaults)
// Size the table using given load factor only if within
// range of 0.25...4.0
float lf = Math.min(Math.max(0.25f, loadFactor), 4.0f);
float fc = (float) mappings / lf + 1.0f;
int cap = ((fc < DEFAULT_INITIAL_CAPACITY) ?
DEFAULT_INITIAL_CAPACITY :
(fc >= MAXIMUM_CAPACITY) ?
MAXIMUM_CAPACITY :
tableSizeFor((int) fc));
float ft = (float) cap * lf;
threshold = ((cap < MAXIMUM_CAPACITY && ft < MAXIMUM_CAPACITY) ?
(int) ft : Integer.MAX_VALUE);
// Check Map.Entry[].class since it's the nearest public type to
// what we're actually creating.
SharedSecrets.getJavaOISAccess().checkArray(s, Map.Entry[].class, cap);
@SuppressWarnings({"rawtypes", "unchecked"})
java.util.HashMap.Node<K, V>[] tab = (java.util.HashMap.Node<K, V>[]) new java.util.HashMap.Node[cap];
table = tab;
// Read the keys and values, and put the mappings in the HashMap
for (int i = 0; i < mappings; i++) {
@SuppressWarnings("unchecked")
K key = (K) s.readObject();
@SuppressWarnings("unchecked")
V value = (V) s.readObject();
putVal(hash(key), key, value, false, false);
}
}
}
- 序列化的时候用的，用的比较少，所以暂时就不研究了
- 都是私有方法，是内部使用的
25 - internalWriteEntries函数
// Called only from writeObject, to ensure compatible ordering.
void internalWriteEntries(java.io.ObjectOutputStream s) throws IOException {
java.util.HashMap.Node<K, V>[] tab;
if (size > 0 && (tab = table) != null) {
for (int i = 0; i < tab.length; ++i) {
for (java.util.HashMap.Node<K, V> e = tab[i]; e != null; e = e.next) {
s.writeObject(e.key);
s.writeObject(e.value);
}
}
}
}
- 注释也说的很明白，仅仅是writeObject来调用来的，确保
26 - newNode，newTreeNode，replacementNode，replacementTreeNode函数
// Create a regular (non-tree) node,创建普通节点
java.util.HashMap.Node<K, V> newNode(int hash, K key, V value, java.util.HashMap.Node<K, V> next) {
return new java.util.HashMap.Node<>(hash, key, value, next);
}
// For conversion from TreeNodes to plain nodes，将树形节点转换成普通节点
java.util.HashMap.Node<K, V> replacementNode(java.util.HashMap.Node<K, V> p, java.util.HashMap.Node<K, V> next) {
return new java.util.HashMap.Node<>(p.hash, p.key, p.value, next);
}
// Create a tree bin node，创建树形节点
java.util.HashMap.TreeNode<K, V> newTreeNode(int hash, K key, V value, java.util.HashMap.Node<K, V> next) {
return new java.util.HashMap.TreeNode<>(hash, key, value, next);
}
// For treeifyBin，将普通节点转换为树形节点
java.util.HashMap.TreeNode<K, V> replacementTreeNode(java.util.HashMap.Node<K, V> p, java.util.HashMap.Node<K, V> next) {
return new java.util.HashMap.TreeNode<>(p.hash, p.key, p.value, next);
}
- 新建链表节点和红黑树节点的方法，以及两种节点项目转换的方法
27 - afterNodeAccess，afterNodeInsertion，afterNodeRemoval函数
// Callbacks to allow LinkedHashMap post-actions
void afterNodeAccess(java.util.HashMap.Node<K, V> p) {
}
void afterNodeInsertion(boolean evict) {
}
void afterNodeRemoval(java.util.HashMap.Node<K, V> p) {
}
### 相关问题 ----
容量，临界值，当前大小区别
table.length，数组的长度，就是HashMap的容量，既常说的capacitythreshold就是临界值，HashMap不扩容情况下，实际能存储的大小值，等于capacity * loadfactorsize就是当前HashMap实际存储的元素个数，既数组中存在元素的索引个数- 因为capacity容量是没有成员对象来标识的，所以初始阶段map的容量由threshold来暂时代替，当进入初始化阶段时，才会通过threshold来分配数组的.length, 有了length，才能重新分配threshold
为什么要对HashMap进行容量控制？
- 为了避免出现空间浪费，如果我们一开始的默认值比较大，则会比较浪费，所以实现了动态扩容
- 另外如果哈希桶数组很大，即使较差的Hash算法也会比较分散，如果哈希桶数组数组很小，即使好的Hash算法也会出现较多碰撞，所以就需要在空间成本和时间成本之间权衡，所以我们就需要根据实际情况确定哈希桶数组的大小，并在此基础上设计好的hash算法减少Hash碰撞。
为什么HashMap哈希函数的扰动函数？
static final int hash(Object key) {
int h;
return (key == null) ? 0 : (h = key.hashCode()) ^ (h >>> 16);
}
也许你是非常奇怪，为什么HashMap的hash函数需要将Key的原哈希码在与原哈希码右移16位后的结果相与运算？
- 其实这个一个扰动函数，作用就是为了降低哈希冲突的概率。
- 一般自带的类型的key的哈希值都是Int整型的范围，既
-2147483648(-2^31)到2147483647(2^31 - 1), 且我们看了HashMap的源码之后，也会知道，HashMap是根据key的哈希值mod底层table长度来得到数据存放位置(索引)的。 - 但因为一般来说key的原哈希值会非常的大，远大于底层数据table的长度。所以当
原哈希值 & len - 1, 就会造成len - 1位之外的高位丢失，只剩下低位相与。所以如果有两个key的哈希值的高位完全不同，相差很大，而低位基本相同，就会造成哈希值原本相差很大的元素被存放在table数组的同一个位置，出现哈希冲突，如下图5749693,8388605两个相差很大的哈希值，在于15相与后，最终却得到一样的值，代表他们存放在table数组的索引为15的位置
- 所以我们知道了，如果我们直接拿key的原哈希值来求索引位置，会存在很大的缺陷，哈希冲突问题严重。所以HashMap就想了一个办法，对原哈希值的低位进行"扰动"， 增加一些不可确定的因素，提高哈希函数的容错性。这里就采用原哈希值，与原哈希值右移16位的结果相与
（hash & (hash >> 16)）
- 以上图举例，我们同样是这两个
5749693,8388605哈希值，采用了扰动函数之后，我们最终取索引运算就可以得到不同的索引位，其对应的元素就回存放在table数组的不同位置上，并没有产生哈希冲突！！
图片源于网络
我们知道扰动函数具有降低哈希冲突的效果，那么它的原理是什么呢？
-
我们知道哈希值一般的取值范围就是int取值范围，既
-2147483648(-2^31)到2147483647(2^31 - 1)，而将原哈希值右移16位(hash >>16)，就相当于把32位的int值，右移了一半的位置。说白了，右移的结果就是高位16位，既高位16位=hash >> 16 -
hash & (hash >> 16)说白了就是将哈希值的高位16位和低位16位进行中和运算，得到一个新的哈希值。目的很明显，就是以前的去索引运算，只对低位进行运算，高位即使完全不同，也是无法产生任何影响的。而有了扰动函数，那么高位会影响到低位的值的变化，所以就可以变相让高位也参与mod运算，降低哈希冲突 -
为什么右移16呢? 真的是以为刚好位移int的一半长度吗？也是有关系的。但是更大的关系是因为Interger的整数最大值是
2^16 - 1, 所以HashMap底层table数组的最大长度也超不过int的16位。所以取模运算永远最多只有低位16位会参与运算。所以扰动函数才刚好将高位16位于低位16位进行中和
为什么HashMap的哈希桶数组Table的长度length大小必须是2的n次方？
-
在HashMap中，哈希桶数组table的长度length大小必须为2的n次方(一定是合数)，这是一种非常规的设计，常规的设计是把桶的大小设计为素数。相对来说素数导致冲突的概率要小于合数。HashMap采用这种非常规设计，主要是为了在取模和扩容时做优化，同时为了减少冲突，HashMap定位哈希桶索引位置时，也加入了高位参与运算的过程。
-
说白了，就是为了对一些运算进行优化，比如取模动作，我们通常是通过
hash % len的长度来确定该对象在数组的哪一个索引位置存放；如果len是2的n次方的情况下，我们可以用位运算hash & len - 1来代替取模运算；位运算的效果更高。 -
总之，容量为2幂次方是很多二进制优化的前提条件，比如取索引运算要基于该条件作为前提，resize
Java 8 为什么引入红黑树结构？
- 即使负载因子和Hash算法设计的再合理，也免不了会出现拉链过长的情况，一旦出现拉链过长，则会严重影响HashMap的性能。于是，在JDK1.8版本中，对数据结构做了进一步的优化，引入了红黑树。而当链表长度太长（默认超过8）时，链表就转换为红黑树，利用红黑树快速增删改查的特点提高HashMap的性能
table数组和内部类EntrySet的关系？
- EntrySet实际是一个视图数据结构，并不存放实际的数据。而table数组，准确的说是Node数组才是存放HashMap具体的数据的。同理还有KeySet, Values等内部类
- 既EntrySet的对外操作，实际调用的还是node数组，其本身没有存储结构
public Set<Map.Entry<K,V>> entrySet() {
Set<Map.Entry<K,V>> es;
return (es = entrySet) == null ? (entrySet = new EntrySet()) : es;
}
- 我们可以在putV以上是HashMap返回
重点理解Put()元素
PutVal()存在的挑战
- 链表长度超过8，就要转换为红黑树，小于8，又要退化成链表
- 判断是否存在重复key , 有则直接覆盖，达到去重效果
PutVal函数的步骤
- 判断是否是空集合，如果是初始化数组长度
- 不为空，则获取新元素要插入的位置，即在
table中的位置 - 如果该位置上没有其他元素，则直接把新元素放在该位置上
- 如果该位置上已经有其他元素了，则新元素跟该位置上的元素进行比较，是否是同一个元素, 既key是否相同
- 如果是直接更新
value，如果不是则判断该位置的数据结构是链表还是红黑树 - 如果是红黑树则执行红黑树的
putTreeVal方法，如果是链表则循环链表找到尾节点 - 遍历链表过程中，如果某节点的下一个节点是
null, 代表其实尾节点，就直接在next上存放新元素，插完节点后还要判断链表长度是否大于等于8，看是否要将链表转换成红黑树，最后打破循环，最后returnnull - 遍历在寻找尾节点过程中，发现有相同key, 而打破
for循环，会执行新值替换旧值方法，最终返回旧值
- 如果是尾部插入新元素，需要增加版本号和判断是否扩容；如果是新值替换旧值是不需要增加版本号和判断扩容的。既底层结构框架发生变化时才需要修改版本号
- 是否走版本号+1，和扩容判断是依据临时变量e来判断的，e == null时，就会走版本号扩容路线
- 扩容判断是一句，当前size+1后的size与临界值比较，如果size大于临界值，就需要进行扩容，执行resize方法
重点理解Resize()扩容机制
Table数组的初始化时机
- HashMap的内存分配属于
懒加载的机制，既你通过构造函数，只要不插入元素的情况下，它并不会为底层table数组分配任何空间。只有当你第一次插入元素的时候，它才会触发扩容机制，分配初始空间大小。
ArrayList和HashMap的不同
- ArrayList和HashMap都有一开始传入容量大小的构造函数，但是HashMap属于懒加载模式，而ArrayList则输入立即加载模式。既传入了一个大小，HashMap只是把赋值给threshold成员变量，而什么都没做。但ArrayList就会直接new一个传入大小的数组，直接分配好内存
- 当然他们也有相同之处，那就是ArrayList和HashMap的无参构造，都是懒加载模式。既ArrayList第一次插入元素，才会触发0->10的扩容。HashMap第一次插入元素，也才会触发table数组的初始化
Resize()扩容函数的两个作用
- 一是初始化table数组，因为hashmap是懒加载机制
- 二是容量不够，对map进行扩容，重新生产table数组。通常是判断当前map是否大于临界值
HashMap的初始扩容
无参构造：初次插入一个元素，第一次扩容，分配16大小的数组空间指定大小的构造：初次插入一个元素，第一次扩容，分配指定大小的数组空间无参构造：初次插入一批的元素，会在判断插入这一批元素需要多大的容量，然后一次扩容出能容纳这么大的空间，最后一个一个的putVal指定大小的构造：初次插入一批元素，跟上面一样，会判断当前容量是否满足插入这么元素，如果不能，一次扩容到能容纳这么多。并不会扩容很多次
Resize函数存在的挑战
- rehash的问题
扩容的步骤
- 计算新容量阶段，计算数组扩容后的新容量和新临界值
- 重新生成数组阶段，根据新容量初始化新数组，即新位桶
- ReHash阶段，将旧数组中的元素取出，拷贝至新数组
Java7,8的主要区别
- Java8增加了红黑树结构
- resize扩容函数修改了原Java7的rehash方法
- 7的rehash会将冲突元素的链表倒置，因为7的rehash过程，是单链表的头插入法，从原链头开始rehash，完后从链头插入。而8的原理这不是重新计算hash
- 8的rehash阶段实际并没有rehash，而是通过一种非常巧妙的方式实现类似rehash的效果
8的rehash的分析
java.util.HashMap.Node<K, V> loHead = null, loTail = null;
java.util.HashMap.Node<K, V> hiHead = null, hiTail = null;
java.util.HashMap.Node<K, V> next;
do {
//next是首节点的直接后继节点
next = e.next;
//记住旧容量的二进制形式的唯一的1对应的位置，然后求新增元素hash码对应位置的值是否是0
//如果是0，那么元素在新数组中的索引不变
if ((e.hash & oldCap) == 0) {
if (loTail == null)
loHead = e;
else
loTail.next = e;
loTail = e;
//记住旧容量的二进制形式的唯一的1对应的位置，然后求新增元素hash码对应位置的值是否是·
//如果是1，则新索引是原索引+oldCap（原数组长度）
} else {
if (hiTail == null)
hiHead = e;
else
hiTail.next = e;
hiTail = e;
}
} while ((e = next) != null);
// 原索引放到bucket里
if (loTail != null) {
loTail.next = null;
newTab[j] = loHead;
}
// 原索引+oldCap放到bucket里
if (hiTail != null) {
hiTail.next = null;
newTab[j + oldCap] = hiHead;
}
-
它的原理就不是重新计算hash值，而是利用二进制的巧妙计算实现类似rehash的效果。既
当前元素的hash值&oldcap==0, 就代表当前元素在新数组的索引不变，如果大于0，就说明当前元素在新元素的索引等于旧索引 + oldcap(旧数组长度) -
为什么可以这样呢？原理是什么呢？原理我无法证明，但我可以简单的拿数据告诉你。这样的巧妙实现的基本依赖之一，就是我们的map大小永远都是2的幂次方大小
-
52 & 15 == 4,52 & 31 == 20如果map长度为16，hash值为52的值在原索引的位置是4，map扩容为32后。52 & 16 == 16 > 0，所以新索引 = 旧索引 + 16 = 20, 我们验证一下看看，52 & 31 的确是 20
-
总之呢，你可以复杂的说
hash二进制形式对应bit为1，或者简单的说hash & oldcap > 1都可以，总之因为容量是2的次幂的特性，rehash可以有以上的规律进行优化
扫一扫
3184
被折叠的 条评论
为什么被折叠?
到【灌水乐园】发言
