集合---HashMap

                                         HashMap

一，字段方法介绍

1.常量字段介绍

static final int DEFAULT_INITIAL_CAPACITY = 1 << 4; // aka 16 2的四次方，初始化默认的容量
static final int MAXIMUM_CAPACITY = 1 << 30; 最大的容量值
static final float DEFAULT_LOAD_FACTOR = 0.75f; //容量 负载因子，
static final int TREEIFY_THRESHOLD = 8;        //链表转换为数的阈值
static final int UNTREEIFY_THRESHOLD = 6;    //树转坏为链表的阈值
static final int MIN_TREEIFY_CAPACITY = 64;    //桶中的数据采用红黑树存储时，整个table的最小容量

字段：

transient Node<K,V>[] table; //存储主干，节点数组
transient Set<Map.Entry<K,V>> entrySet;
transient int size;        //元素数量
transient int modCount;        //修改次数
//The next size value at which to resize (capacity * load factor).
int threshold;  //下一次扩容的大小，
final float loadFactor;    //负载因子

node节点结构：

static class Node<K,V> implements Map.Entry<K,V> {
    final int hash;    //节点的hash值
    final K key;        //存入的key值
    V value;            //存放的值
    Node<K,V> next;    //下一个节点
....
}

TreeNode节点结构： 注意红黑树节点中，并没有key和value值，只有指针和颜色。因为node是它的父类的父类，所以key和value保存到父类之中。

static final class TreeNode<K,V> extends LinkedHashMap.Entry<K,V> {
    TreeNode<K,V> parent;  // red-black tree links
    TreeNode<K,V> left;
    TreeNode<K,V> right;
    TreeNode<K,V> prev;    // needed to unlink next upon deletion
    boolean red;

2.构造函数

2.1常用的无参构造：

默认构造方法，就直接给负载因子赋值，其他没有操作，其他字段都是默认的。

// Constructs an empty <tt>HashMap</tt> with the default initial 
// capacity (16) and the default load factor (0.75).
public HashMap() {
    this.loadFactor = DEFAULT_LOAD_FACTOR; // all other fields defaulted
}

2.2带初始化容器大小，和负载因子的构造方法：

    首先要判断传入参数的正确性，然后赋值。

public HashMap(int initialCapacity, float loadFactor) {
    if (initialCapacity > MAXIMUM_CAPACITY)
        initialCapacity = MAXIMUM_CAPACITY;
    this.loadFactor = loadFactor;
    this.threshold = tableSizeFor(initialCapacity);
}

2.3带集合的构造方法：

传入一个Map集合，调用put方法进行初始化。

public HashMap(Map<? extends K, ? extends V> m) {
    this.loadFactor = DEFAULT_LOAD_FACTOR;
    putMapEntries(m, false);
}

从上面的代码中可以看到，在构造方法中并没有初始化table，具体的table初始化是在put操作上进行的。

3.添加

put()是一个入口方法，实际调用的是putVal()方法，其中通过hash()方法计算了key对应的 值

public V put(K key, V value) {
    return putVal(hash(key), key, value, false, true);
}
//异或运算，保证存储位置尽量均匀分布。
static final int hash(Object key) {
    int h;
    return (key == null) ? 0 : (h = key.hashCode()) ^ (h >>> 16);
}

具体的putVal()方法，内容很长

final V putVal(int hash, K key, V value, boolean onlyIfAbsent,
               boolean evict) {
    Node<K,V>[] tab; Node<K,V> p; int n, i;  //变量初始化，n表示table的长度
    if ((tab = table) == null || (n = tab.length) == 0)    //容器初始化
        n = (tab = resize()).length;            //通过resize()方法获取分配空间。
    if ((p = tab[i = (n - 1) & hash]) == null)    //如果新的位置是空的，则直接放入，否者要解决冲突
        tab[i] = newNode(hash, key, value, null);        //将value封装成新的node
    else {    //解决冲突
        Node<K,V> e; K k;
        // 注意p的赋值在 第二个if里面，它表示的是冲突位置所存放的节点。
        //如果新传入的节点和当前node的hash和key相同，则下面再处理
        if (p.hash == hash &&
            ((k = p.key) == key || (key != null && key.equals(k))))
            e = p;
        else if (p instanceof TreeNode)    //基于红黑树的插入
            e = ((TreeNode<K,V>)p).putTreeVal(this, tab, hash, key, value);
        else {        //基于链表的插入
            for (int binCount = 0; ; ++binCount) {
                if ((e = p.next) == null) {
                    p.next = newNode(hash, key, value, null);
                    if (binCount >= TREEIFY_THRESHOLD - 1) // 链表元素数量>=8,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;
            }
        }
            //更新当前传入的值到当前node中。返回之前的oldValue
        if (e != null) { // existing mapping for key
            V oldValue = e.value;
            if (!onlyIfAbsent || oldValue == null)
                e.value = value;
            afterNodeAccess(e);
            return oldValue;
        }
    }
    ++modCount;    //修改次数+1，
    if (++size > threshold)    //空间大小，如果超过了阈值，要扩容
        resize();
    afterNodeInsertion(evict);
    return null;
}

其中涉及的重点方法：resize()方法，返回新分配的空间。

final Node<K,V>[] resize() {
    Node<K,V>[] oldTab = table;//获取老的table空间
    int oldCap = (oldTab == null) ? 0 : oldTab.length; //获取老的容量
    int oldThr = threshold;    //获取老的阈值
    int newCap, newThr = 0;
    if (oldCap > 0) {
        if (oldCap >= MAXIMUM_CAPACITY) {
            threshold = Integer.MAX_VALUE;
            return oldTab;
        }    //扩容两倍
        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，构造函数指定了阈值
        newCap = oldThr;
    else {               // 第一次初始化 oldCap=0,oldThr=0
        newCap = DEFAULT_INITIAL_CAPACITY;    //默认大小，16
        newThr = (int)(DEFAULT_LOAD_FACTOR * DEFAULT_INITIAL_CAPACITY);    //默认计算方法，16*0.75,12
    }
    if (newThr == 0) {    //初始化阈值
        float ft = (float)newCap * loadFactor;
        newThr = (newCap < MAXIMUM_CAPACITY && ft < (float)MAXIMUM_CAPACITY ?
                  (int)ft : Integer.MAX_VALUE);
    }
    threshold = newThr;    //将新计算出来的值，赋值
    @SuppressWarnings({"rawtypes","unchecked"})
        Node<K,V>[] newTab = (Node<K,V>[])new Node[newCap]; //重新分配空间。
    table = newTab;    //扩容后的空间赋值（此时，空间还是空的）
    if (oldTab != null) {    //如果老的空间，不是空的，那么需要元素转移
        for (int j = 0; j < oldCap; ++j) {    //遍历进行转移
            Node<K,V> e;
            if ((e = oldTab[j]) != null) {    //将元数取出来
                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;
}

4.get()操作

public V get(Object key) {
    Node<K,V> e;
    return (e = getNode(hash(key), key)) == null ? null : e.value; //代码内容在这里
}

调用getNode()方法，计算hash(key)值，通过Hash来获得node

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) {
        //第一个 检测数组中的hash定位获得第一个Node
        if (first.hash == hash &&((k = first.key) == key || (key != null && key.equals(k))))
            return first;
        //第一个不是，那么就是后续节点中，可能是链表形式，可能是红黑树
        if ((e = first.next) != null) {
            if (first instanceof TreeNode) //如果是红黑树，通过getTreeNode()方法获得
                return ((TreeNode<K,V>)first).getTreeNode(hash, key);
            //链表形式，直接循环遍历获得。
            do {
                if (e.hash == hash &&((k = e.key) == key || (key != null && key.equals(k))))
                    return e;
            } while ((e = e.next) != null);
        }
    }
    return null;
}

链表形式的获取比较简单，红黑树的获得，我们放在下面红黑树单独进行介绍。

5.链表转红黑树

    java8为了降低冲突链表中，遍历查询慢的问题，将链表元素超过8个之后，将链表转为红黑树结构，如此访问速度加快。

   注意当节点数量达到8之后，不会直接进行链表转换，而是先判断是否需要扩容。

  min_treeify_capacity: 64默认值

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) { //获得table中的节点
        TreeNode<K,V> hd = null, tl = null;
        do { //链表遍历
            TreeNode<K,V> p = replacementTreeNode(e, null); //将node节点，转成treeNode节点
            if (tl == null)
                hd = p;   //存放根节点
            else { //前置节点t1，串通
                p.prev = tl;
                tl.next = p;
            }
            tl = p; //保存前置节点。
        } while ((e = e.next) != null);
        //上面的操作，只是把node节点，转成TreeNode节点，连接起来，还没有形成二叉树的形态
        if ((tab[index] = hd) != null)
            hd.treeify(tab); //二叉化
    }
}

treeify()二叉结构 构造：

final void treeify(Node<K,V>[] tab) {
    TreeNode<K,V> root = null;
        //遍历
    for (TreeNode<K,V> x = this, next; x != null; x = next) {
        next = (TreeNode<K,V>)x.next;
        x.left = x.right = null;
        if (root == null) {    //根节点
            x.parent = null;
            x.red = false;
            root = x;
        }
        else {
            K k = x.key;
            int h = x.hash;
            Class<?> kc = null;
            //死循环  双层遍历(第一层遍历 链表，第二层遍历 红黑树）
            for (TreeNode<K,V> p = root;;) {
                int dir, ph; //保存节点的值。
                K pk = p.key;
                if ((ph = p.hash) > h) //x节点应属左边
                    dir = -1;
                else if (ph < h)  //x节点，应属右边
                    dir = 1;
                else if ((kc == null &&         //hash值相等
                          (kc = comparableClassFor(k)) == null) ||
                         (dir = compareComparables(kc, k, pk)) == 0)
                    dir = tieBreakOrder(k, pk);

                TreeNode<K,V> xp = p;
                if ((p = (dir <= 0) ? p.left : p.right) == null) {  //进入子节点，如果为空，则直接赋值
                    x.parent = xp;  //赋值，插入新节点。
                    if (dir <= 0)
                        xp.left = x;
                    else
                        xp.right = x;
                    root = balanceInsertion(root, x); //平衡。
                    break;
                }
            }
        }
    }
    moveRootToFront(tab, root);
}

一个节点，一个节点的插入，插入的过程和普通的平衡二叉树 插入过程相同，红黑树不同点之处，在于插入之后，会有一个平衡的过程，在该过程中涉及到了节点的旋转。旋转的具体过程，在我的数据结构---红黑树中有介绍。

红黑树的操作:https://blog.csdn.net/W1427259949/article/details/107653444

总结：

图片转自：https://blog.csdn.net/woshimaxiao1/article/details/83661464

 

二，系数分析

1.为什么不直接使用红黑树？

  答：红黑树节点占用空间是node的2倍，在节点少的情况下，红黑树占用大空间的劣势>时间复杂度上的优势，只有当节点数量比较多的时候，才会返回，优势大于劣势。

2. 为什么节点数达到8才转红黑树?

  

  答：链表中的节点数量遵循泊松分布，当节点数量达到8的概率很低，而且这个时候检索效率也很低，所以在小概率和低效率的极端环境下，才将链表转为红黑树。而且转换的过程中是需要消耗的。而且链表会不断的进行是否扩容的检查，扩容之后，链表的长度会平均下降。

注意：

   hashMap并不是在链表元素个数大于8就一定会转换为红黑树，而是先考虑扩容，扩容达到默认限制后才转换。
   hashMap的红黑树不一定小于6的时候才会转换为链表，而是只有在resize的时候才会根据 UNTREEIFY_THRESHOLD 进行转换。

 

参考链接：

1.https://www.jianshu.com/p/d4fee00fe2f8(jdk 1,8)

2.https://blog.csdn.net/woshimaxiao1/article/details/83661464(jdk 1.7)

3.https://blog.csdn.net/baidu_37147070/article/details/98785367(系数分析）