HashMap源码解析

HashMap源码解析

HashMap内部存储结构:数组+链表+红黑树

img

属性:

    static final int DEFAULT_INITIAL_CAPACITY = 1 << 4;//默认容量:16
    static final int MAXIMUM_CAPACITY = 1 << 30;//最大容量,2的30次方。
    static final float DEFAULT_LOAD_FACTOR = 0.75f;//加载因子,默认0.75,扩容会用到。
    static final int TREEIFY_THRESHOLD = 8;//当某个桶节点数量大于等于8时,会转换为红黑树。
    static final int UNTREEIFY_THRESHOLD = 6;//当某个桶节点数量小于等于6时,会转换为链表,前提是它当前是红黑树结构。
    /**
     * HashMap链表树化的最小数组容量,其值至少为4*TREEIFY_THRESHOLD
     * 在将链表转化为红黑树之前,会先判断数组的长度,如果数组长度小于64,
     * 那么会选择扩容数组,而不是转化为红黑树
     */
    static final int MIN_TREEIFY_CAPACITY = 64;
    transient Node<K,V>[] table;//存储元素的数组,transient关键字表示该属性不能被序列化
    transient Set<Map.Entry<K,V>> entrySet;//将数据转换成set的另一种存储形式,这个变量主要用于迭代功能。
    transient int size;//数组中存储K,V对的数量
    int threshold;//临界值,也就是元素数量达到临界值时,会进行扩容。
    final float loadFactor; //也是加载因子,只不过这个是变量。

MAXIMUM_CAPACITY为什么是2的30次方?

为什么table的最大容量为2的30次方呢,让我们来看看2的30的二进制为0100……0000,由于第一位为符号位,如果将该值再往左移一位就占用了符号位,成了负值,这是不可行的,这时可能就有人疑问了,为什么不取0x7fff ffff,即0111……1111,因为HashMap的扩容机制是 原大小*2,而且HaspMap的初始容量都是2正整数幂,所以最后扩容最大也就是2^30次方,再 *2 的话就占用了符号位,这就是MAXIMUM_CAPACITY为什么取2的30次方的原因。


DEFAULT_LOAD_FACTOR为什么选用0.75?

这是空间利用和减少哈希冲突之间的一个折中选择。

如果加载因子为0.5,每扩容一次基本都会浪费一半的空间甚至更多,并且会随着一次次的扩容,空间浪费的现象会大大加剧。

如果加载因子为1,会在扩容前大大加剧哈希冲突的频率,从而使得hashmap整体的效率下降。

所以选用0.75就是在 空间利用 和 哈希冲突 之间的一个折中选择。


TREEIFY_THRESHOLD,UNTREEIFY_THRESHOLD 为什么为是8 和6?

在HashMap中有一段Implementation notes,其中有一段大概含义是当bin变得很大的时候,就会被转换成TreeNodes中的bin,其结构和TreeMap相似,也就是红黑树:TreeNodes占用空间是普通Nodes的两倍,所以只有当bin包含足够多的节点时才会转成TreeNodes

这样就解析了为什么不是一开始就将其转换为TreeNodes,而是需要一定节点数才转为TreeNodes,其实就是空间和时间的权衡:

     /** 作者给的hash冲突链表长度分别为以下值得概率
     * 0:    0.60653066
     * 1:    0.30326533
     * 2:    0.07581633
     * 3:    0.01263606
     * 4:    0.00157952
     * 5:    0.00015795
     * 6:    0.00001316
     * 7:    0.00000094
     * 8:    0.00000006
     */

这段内容还说到:理想情况下随机hashCode算法下所有bin中节点的分布频率会遵循泊松分布,我们可以看到,一个bin中链表长度达到8个元素的概率为0.00000006,几乎是不可能事件。所以,之所以选择8,是根据概率统计决定的。

至于为什么转回来是6,因为如果hash碰撞次数在8附近徘徊,会一直发生链表和红黑树的互相转化,为了预防这种情况的发生。

构造方法:

    /**
	无参构造方法,加载默认加载因子0.75
	**/	
    public HashMap() {
     //初始化加载因子为默认值(0.75)
        this.loadFactor = DEFAULT_LOAD_FACTOR; // all other fields defaulted
    }

	/**
	 * @param initialCapacity 数组容量
	设置数组默认初始大小,同时也加载默认的加载因子0.75
	**/	
	public HashMap(int initialCapacity) {
        this(initialCapacity, DEFAULT_LOAD_FACTOR);		//调用另一个双参数构造方法
    }

/**
 * @param initialCapacity 数组容量
 * @param loadFactor      装载因子
 */
public HashMap(int initialCapacity, float loadFactor) {
    //检查initialCapacity和loadFactor的合法性
    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;
    //此处返回大于等于initialCapacity且为2的非负整数幂的数
    this.threshold = tableSizeFor(initialCapacity);
}

	/**
	使用另一个Map初始化的构造函数
	**/	
	public HashMap(Map<? extends K, ? extends V> m) {
    this.loadFactor = DEFAULT_LOAD_FACTOR;
    putMapEntries(m, false);
}

put

    public V put(K key, V value) {
        return putVal(hash(key), key, value, false, true);
    }

final V putVal(int hash, K key, V value, boolean onlyIfAbsent, boolean evict) {
    Node<K,V>[] tab;	//代表hashmap内的数组
    Node<K,V> p; 		//
    int n, i;			//n:数组长度 ,i:计算出存储的数组下标值
    if ((tab = table) == null || (n = tab.length) == 0)
        n = (tab = resize()).length;			//初始化数组,并将数组长度存入n
    if ((p = tab[i = (n - 1) & hash]) == null)	//p引用在数组i位置的对象,如果为空,则直接填入
        tab[i] = newNode(hash, key, value, null);
    else {
        Node<K,V> e; 				//用来数组内对象的key属性与key值相同的对象 
        K k;
        if (p.hash == hash && ((k = p.key) == key || (key != null && key.equals(k))))
            e = p;		//e获取到数组i位置的对象
        else if (p instanceof TreeNode)		//判断是否为红黑树
            e = ((TreeNode<K,V>)p).putTreeVal(this, tab, hash, key, value);
        else {
            for (int binCount = 0; ; ++binCount) {		//遍历链表
                if ((e = p.next) == null) {	//将该位置的对象赋值给e,如果链接下一个对象为null,则直接链接到新创建的Node对象
                    p.next = newNode(hash, key, value, null);
                    if (binCount >= TREEIFY_THRESHOLD - 1) // binCount大于等于7,此时新加了一个对象,此时链表大小为8,符合转换成红黑树的标准
                        treeifyBin(tab, hash);
                    break;
                }
                if (e.hash == hash && ((k = e.key) == key || (key != null && key.equals(k))))//e的key属性和链表内某个对象相同,则跳出遍历
                    break;
                p = e;
            }
        }
        if (e != null) { // e获取到了对象
            V oldValue = e.value;	//oldValue用来存储旧的value值。
            if (!onlyIfAbsent || oldValue == null)
                e.value = value;	//新值将其覆盖
            afterNodeAccess(e);
            return oldValue;		//返回旧值
        }
    }
    ++modCount;					//map结构变化记录加1
    if (++size > threshold)		//存放Node数量+1,如果大于扩容阈值,则进行扩容
        resize();
    afterNodeInsertion(evict);
    return null;				//因为新填入的,则旧值为null
}

tableSizeFor

static final int tableSizeFor(int cap) {	//传入自定义大小,假设 cap = 9,二进制为  0000 1001
    int n = cap - 1;		//n = 8  0000 1000
    /**
    经过下面的一系列 位移 和 与 操作,将n 最高位1 后面的全部位变为1
    */
    n |= n >>> 1;			//0000 1000	| 0000 0100 = 0000 1100 		操作2位
    n |= n >>> 2;			//0000 1100	| 0000 0011 = 0000 1111			操作4位
    n |= n >>> 4;			//0000 1100	| 0000 0011 = 0000 1111			操作8位		
    n |= n >>> 8;			//								   		  操作16位
    n |= n >>> 16;			//										  操作32位
    /**
    如果n<0,返回最小大小: 1
    否则
  		  如果 n>=最大容量,返回 最大容量
   		  否则 返回 n+1 ,	即返回 大于等于 cap最接近的 2正整数次幂
    */
    return (n < 0) ? 1 : (n >= MAXIMUM_CAPACITY) ? MAXIMUM_CAPACITY : n + 1;
}

hash

/**
这段代码是为了对key的hashCode进行扰动计算,防止不同hashCode的高位不同但低位相同导致的hash冲突。
简单点说,就是为了把高位的特征和低位的特征组合起来,降低哈希冲突的概率
也就是说,尽量做到任何一位的变化都能对最终得到的结果产生影响。
*/
static final int hash(Object key) {
    int h;
    return (key == null) ? 0 : (h = key.hashCode()) ^ (h >>> 16);
}

resize

final Node<K,V>[] resize() {
    Node<K,V>[] oldTab = table;	//指向当前的哈希数组
    int oldCap = (oldTab == null) ? 0 : oldTab.length;	//oldCap : 当前的数组大小
    int oldThr = threshold;			//oldThr : 目前的阀值
    int newCap, newThr = 0;			//newCap : 新的容量大小   newThr :新的阀值
    if (oldCap > 0) {	//已经被初始化,判断是否扩容
        if (oldCap >= MAXIMUM_CAPACITY) {	//超过最大容量,不进行扩容
            threshold = Integer.MAX_VALUE;
            return oldTab;			//将阀值设置成Integer.MAX_VALUE,直接返回旧表
        }  
        else	//记号:A  newCap = oldCap*2<最大容量限制,并且oldCap>= 默认容量(16)
            if ((newCap = oldCap << 1) < MAXIMUM_CAPACITY &&  oldCap >= DEFAULT_INITIAL_CAPACITY)
            newThr = oldThr << 1; // double threshold
    	}
  	else	//未被初始化,因为长度为0
        if (oldThr > 0)//记号:B 当阀值>0,此时阀值就是容量大小,因为构造方法内没有进行 容量*加载因子 的运算
       		newCap = oldThr;	// 新容量=阀值
  		else {               // 阀值=0,使用的是 无参 构造方法
            newCap = DEFAULT_INITIAL_CAPACITY;
            newThr = (int)(DEFAULT_LOAD_FACTOR * DEFAULT_INITIAL_CAPACITY);
   		 }
    
    //对记号AB的补充,因为没有进行newThr的操作和赋值
    if (newThr == 0) {
        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];	//创建一个newCap大小的新表
    table = newTab;		//table指向新创建的新表
    if (oldTab != null) {
        for (int j = 0; j < oldCap; ++j) {	//遍历数组
            Node<K,V> e;
            if ((e = oldTab[j]) != null) {	//e指向数组该下标位置的对象,如果不为null
                oldTab[j] = null;
                if (e.next == null)		//如果没有下一个节点
                    newTab[e.hash & (newCap - 1)] = e;	//直接在新数组的 e.hash & (newCap - 1) 位置赋值
                else if (e instanceof TreeNode)		//判断是否为红黑树结构
                    ((TreeNode<K,V>)e).split(this, newTab, j, oldCap);
                else {
                    /**
                   	  这块是处理链表的情况,
					需要将此链表拆成两个链表,放到新的数组中,并且保留原来的先后顺序
					loHead、loTail 对应一条链表(在新数组下标位置不变,即:j)
					hiHead、hiTail 对应另一条链表(在新数组下标为:j + oldCap)
					Head指向第一个节点,Tail是遍历时用来连接的中间“指针”
                    */
                    Node<K,V> loHead = null, loTail = null;
                    Node<K,V> hiHead = null, hiTail = null;
                    Node<K,V> next;
                    do {
                        next = e.next;
                        /**
                       	(e.hash & oldCap)结果只能为oldCap或者0
                       	因为oldCap为2的倍数,在二进制中只有一位为1
                       	所以结果为 0 的Node对象不需要移动位置
                       	而结果为 oldCap 的Node对象需要往前移动oldCap个位置,即:j+oldCap
                        */
                        if ((e.hash & oldCap) == 0) {
                            if (loTail == null)	//当中间节点为null,代表头结点没有初始化
                                loHead = e;
                            else
                                loTail.next = e;	//当头结点已经初始化,将自己与e链接起来
                            loTail = e;		//继续往前走,指向当前的e
                        }
                        else {
                            if (hiTail == null)
                                hiHead = e;
                            else
                                hiTail.next = e;
                            hiTail = e;
                        }
                    } while ((e = next) != null);//当e == null时,代表链表到头了,此时退出循环 
                    
                    if (loTail != null) {	//如果不为null,将此条链表填入新数组的 j 位置
                        loTail.next = null;
                        newTab[j] = loHead;
                    }
                    if (hiTail != null) {	//如果不为null,将此条链表填入新数组的 j + oldCap 位置
                        hiTail.next = null;
                        newTab[j + oldCap] = hiHead;
                    }
                }
            }
        }
    }
    return newTab;		//返回新表
}

get

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) {	//判断数组是否初始化 和  计算出的下标位置是否为null
        
        if (first.hash == hash &&
            ((k = first.key) == key || (key != null && key.equals(k))))	//该数组位置的对象就是要找的
            return first;	//直接返回该对象
        if ((e = first.next) != null) {	//e指向 first.next,判断是否为null
            if (first instanceof TreeNode)	//判断是否为红黑树
                return ((TreeNode<K,V>)first).getTreeNode(hash, key);
            
            do {	//到达这个循环说明,这是个链表
                if (e.hash == hash &&
                    ((k = e.key) == key || (key != null && key.equals(k))))
                    return e;
            } while ((e = e.next) != null);
        }
    }
    return null;
}

remove

public V remove(Object key) {
    Node<K,V> e;
    /**
    调用removeNode,如果返回值为null,则返回null
   				  否则返回 removeNode返回值的属性value,即:返回删除对象的value
    */
    return (e = removeNode(hash(key), key, null, false, true)) == null ?
        null : e.value;
}

/**
 * @param hash 			key的hash值
 * @param key			key
 * @param value 		如果匹配值,则忽略要匹配的值
 * @param matchValue 	 如果为真,只有当值相等时才删除
 * @param movable 		 如果为假,删除时不移动其他节点
 * @return Node对象 		如果没有,则为空
 */
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) {  //判断数组是否初始化 和  计算出的下标位置是否为null
        Node<K,V> node = null, e; K k; V v;
        if (p.hash == hash &&
            ((k = p.key) == key || (key != null && key.equals(k))))	//该数组位置的对象就是要删除的
            node = p;		//找到了,记录在node
        else	//该数组下标位置下的对象不是要找的
            if ((e = p.next) != null) {		//查看是否还有后续节点
            if (p instanceof TreeNode)		//判断是否Wie红黑树
                node = ((TreeNode<K,V>)p).getTreeNode(hash, key);
            else {	//是链表
                do {
                    if (e.hash == hash &&
                        ((k = e.key) == key ||
                         (key != null && key.equals(k)))) {
                        node = e;		//找到了,记录在node
                        break;
                   	 }
                    p = e;
                } while ((e = e.next) != null);
           	}
       	 }
        //matchValue = false
        if (node != null && (!matchValue || (v = node.value) == value ||
                             (value != null && value.equals(v)))) {
            if (node instanceof TreeNode)	//判断node节点是否为红黑树
                ((TreeNode<K,V>)node).removeTreeNode(this, tab, movable);
            else if (node == p)	//这里判断如果为真代表,node就是数组内节点
                tab[index] = node.next;
            else	//否则就是链表节点,此时p为node的前一个节点
                p.next = node.next;	//跳过node节点
            ++modCount;		//map结构变化记录加1
            --size;			//存储的数量-1
            afterNodeRemoval(node);
            return node;	//返回node对象
        }
    }
    
    return null;//判断数组未初始化 或者 计算出的下标位置为null , 返回 null
}
  • 0
    点赞
  • 0
    收藏
    觉得还不错? 一键收藏
  • 0
    评论

“相关推荐”对你有帮助么?

  • 非常没帮助
  • 没帮助
  • 一般
  • 有帮助
  • 非常有帮助
提交
评论
添加红包

请填写红包祝福语或标题

红包个数最小为10个

红包金额最低5元

当前余额3.43前往充值 >
需支付:10.00
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明:

1.余额是钱包充值的虚拟货币,按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载,可以购买VIP、付费专栏及课程。

余额充值