楔子
HashMap作为Java集合里重要的一环，不仅在生产中有着超高频率的使用，在面试中更是被经常问起，所以学习Hash的源码对Java开发人员来说是很有必要的。
基本数据结构
JDK 1.8以后，hashmap的数据结构是，数组 + 链表 + 红黑树。
核心成员变量解析
/**
* The default initial capacity - MUST be a power of two.
* 默认初始容量是16，且必须是2的幂等
*/
static final int DEFAULT_INITIAL_CAPACITY = 1 << 4; // aka 16
/**
* The maximum capacity, used if a higher value is implicitly specified
* by either of the constructors with arguments.
* MUST be a power of two <= 1<<30.
* 最大容量
*/
static final int MAXIMUM_CAPACITY = 1 << 30;
/**
* The load factor used when none specified in constructor.
* 扩容因子，默认0.75
*/
static final float DEFAULT_LOAD_FACTOR = 0.75f;
/**
* The bin count threshold for using a tree rather than list for a
* bin. Bins are converted to trees when adding an element to a
* bin with at least this many nodes. The value must be greater
* than 2 and should be at least 8 to mesh with assumptions in
* tree removal about conversion back to plain bins upon
* shrinkage.
* 默认链表长度为8时，转换成红黑树
*/
static final int TREEIFY_THRESHOLD = 8;
/**
* The bin count threshold for untreeifying a (split) bin during a
* resize operation. Should be less than TREEIFY_THRESHOLD, and at
* most 6 to mesh with shrinkage detection under removal.
* 默认链表高度降为6时，取消红黑树
*/
static final int UNTREEIFY_THRESHOLD = 6;
/**
* The smallest table capacity for which bins may be treeified.
* (Otherwise the table is resized if too many nodes in a bin.)
* Should be at least 4 * TREEIFY_THRESHOLD to avoid conflicts
* between resizing and treeification thresholds.
* 默认最小树容量为64
*/
static final int MIN_TREEIFY_CAPACITY = 64;
这是一个关键内部类，单向链表
static class Node<K,V> implements Map.Entry<K,V> {
final int hash;
final K key;
V value;
// next的指针，指向下一个Node，也就是指向单向链表中的下一个节点
Node<K,V> next;
}
// 单向链表构成的数组
transient Node<K,V>[] table;
// 这个size代表的是就是当前hashmap中有多少个key-value对，
// 如果这个数量达到了指定大小 * 负载因子，那么就会进行数组的扩容
transient int size;
// threshold表示当HashMap的size大于threshold时会执行resize操作。
// threshold=capacity*loadFactor
int threshold;
// 负载因子，默认0.75F
final float loadFactor
hash算法
才开始学Java的时候，很多人应该都学过取模运算，这也是一种简单的hash算法，而HashMap中的hash算法是优化过的，性能很高，这一节小七就准备从此展开。
从put看JDK优化后的hash算法
public V put(K key, V value) {
// putVal这个方法做的事情很多，我们暂时先不关注
// 先把重点放在hash(key)上
return putVal(hash(key), key, value, false, true);
}
static final int hash(Object key) {
int h;
// ①如果key 为空，那么就把hash设为0
// ②如果key不为空，那么就通过key.hashCode()方法获取hash
// ③然后获取将它向右侧移16位的值
// ④最后将这两个值做^运算
return (key == null) ? 0 : (h = key.hashCode()) ^ (h >>> 16);
}
为什么要这么做呢？因为在定位数组的index时，会用到这个hash值做位运算，并且该位运算主要是针对后16位的。如果你不把hash值的高16位和低16位进行运算的话，那么就会导致你后面在通过hash值找到数组index的时候，只有hash值的低16位参与了运算。
hash寻址算法
final V putVal(int hash, K key, V value, boolean onlyIfAbsent,
boolean evict) {
Node<K,V>[] tab; Node<K,V> p; int n, i;
// 刚开始table数组是空的，所以会分配一个默认大小的一个数组
// 数组大小是16，负载因子是0.75，threshold是12
if ((tab = table) == null || (n = tab.length) == 0)
n = (tab = resize()).length;
// hash为空，放在数组里
if ((p = tab[i = (n - 1) & hash]) == null)
tab[i] = newNode(hash, key, value, null);
else {
Node<K,V> e; K k;
// 满足条件，说明是相同的key，覆盖旧的value
if (p.hash == hash &&
((k = p.key) == key || (key != null && key.equals(k))))
e = p;
// 如果已经是一棵红黑树了，需要做的事情（变色、旋转）
else if (p instanceof TreeNode)
e = ((TreeNode<K,V>)p).putTreeVal(this, tab, hash, key, value);
// key不一样，出现了hash冲突，然后此时还不是红黑树的数据结构，
// 还是链表的数据结构，在这里，就会通过链表来处理
else {
for (int binCount = 0; ; ++binCount) {
if ((e = p.next) == null) {
p.next = newNode(hash, key, value, null);
// 链表的总长度达到8的话，
// 那么此时就需要将这个链表转换为一个红黑树的数据结构
if (binCount >= TREEIFY_THRESHOLD - 1) // -1 for 1st
treeifyBin(tab, hash);
break;
}
if (e.hash == hash &&
((k = e.key) == key || (key != null && key.equals(k))))
break;
p = e;
}
}
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)
// 下一个知识点resize
resize();
afterNodeInsertion(evict);
return null;
}
以上代码相对复杂，但是我们是带着目的去看的，所以关注点应该在类似于取模的运算上，也就是(n - 1) & hash这行关键代码。
假设，hashmap是空的，数组大小就是默认的16，负载因子就是默认的12。
(n - 1) & hash = （16-1）& hash
假设hash为：
1111 1111 1111 1111 0000 0101 1000 0011
15二进制对应：
0000 0000 0000 0000 0000 0000 0000 1111
&运算后为：
0000 0000 0000 0000 0000 0000 0000 0011
要保证和【hash % 数组.length】取模的一样的效果，(n - 1) & hash中的n必须是2的幂等，也就是说以后的每一次扩容都必须是2的幂等。
hash冲突
hash冲突时的链表处理
for (int binCount = 0; ; ++binCount) {
if ((e = p.next) == null) {
p.next = newNode(hash, key, value, null);
// 链表的总长度达到8的话，
// 那么此时就需要将这个链表转换为一个红黑树的数据结构
if (binCount >= TREEIFY_THRESHOLD - 1) // -1 for 1st
treeifyBin(tab, hash);
break;
}
if (e.hash == hash &&
((k = e.key) == key || (key != null && key.equals(k))))
break;
p = e;
}
hash冲突时的红黑树优化
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) {
// 以下是红黑树的核心代码
TreeNode<K,V> hd = null, tl = null;
do {
TreeNode<K,V> p = replacementTreeNode(e, null);
if (tl == null)
hd = p;
else {
// 前指针
p.prev = tl;
// 后指针
tl.next = p;
}
tl = p;
} while ((e = e.next) != null);
// do while循环执行完了以后，
// 先是将单向链表转换为了TreeNode类型组成的一个双向链表
if ((tab[index] = hd) != null)
// 接下来针对双向链表，将双向链表转换为一颗红黑树
hd.treeify(tab);
}
}
扩容与rehash算法
因为HashMap的底层是数组，所以他和ArrayList一样，也有扩容的问题。
HashMap扩容的原理是，2倍扩容 + rehash，每个key-value对，都会基于key的hash值重新寻址找到新数组的新的位置，源代码如下：
if (++size > threshold)
resize();
final Node<K,V>[] resize() {
Node<K,V>[] oldTab = table;
int oldCap = (oldTab == null) ? 0 : oldTab.length;
int oldThr = threshold;
int newCap, newThr = 0;
if (oldCap > 0) {
if (oldCap >= MAXIMUM_CAPACITY) {
threshold = Integer.MAX_VALUE;
return oldTab;
}
else if ((newCap = oldCap << 1) < MAXIMUM_CAPACITY &&
oldCap >= DEFAULT_INITIAL_CAPACITY)
// 新数组的大小等于老数组的2倍
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) {
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) {
for (int j = 0; j < oldCap; ++j) {
Node<K,V> e;
if ((e = oldTab[j]) != null) {
oldTab[j] = null;
// 如果e.next是null的话，这个位置的元素不是链表，也不是红黑树
// 那么此时就是用e.hash & newCap（新数组的大小） - 1，进行与运算
// 直接定位到新数组的某个位置，然后直接就放在新数组里了
if (e.next == null)
newTab[e.hash & (newCap - 1)] = e;
// 如果是红黑树的话
// 那么会循环遍历这棵树，重新进行hash寻址
else if (e instanceof TreeNode)
((TreeNode<K,V>)e).split(this, newTab, j, oldCap);
// 以下为链表
// 判断二进制结果中是否多出一个bit的1，
// 如果没多，那么就是原来的index，
// 如果多了出来，那么就是index + 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;
}
187
被折叠的 条评论
为什么被折叠?
到【灌水乐园】发言
