HashMap的put

 public V put(K key, V value) {
        //做一个hash计算,决定一会要放在哪里,key是多少,value是多少。后面false和true不重要
        return putVal(hash(key), key, value, false, true);
 }
 static final int hash(Object key) {
        int h;
        return (key == null) ? 0 : (h = key.hashCode()) ^ (h >>> 16);
        //做了一个hashcode和h/2^16的异或
        //总之就是放在某个位置了
 }
/*
变量初始化:
    tab:指向当前的桶数组(table)。
    p:用于遍历桶中的节点。
    n:桶数组的长度(容量)。
    i:计算得到的索引位置,用于确定键值对应该存放在哪个桶中。
检查桶数组是否初始化:
    如果桶数组tab为空或长度为0,则调用resize()方法进行初始化(实际上是扩容到默认容量),并更新n为新的长度。
计算索引并插入节点:
    使用(n - 1) & hash计算键的哈希值对应的桶索引i。
    如果桶i为空(p == null),则创建一个新的节点newNode(hash, key, value, null)并放入桶i中。
    处理桶中已存在的节点:
    如果桶i中已有节点p,则进行以下处理:
    如果节点p的哈希值和键都与要插入的键值对相同,则直接更新节点p的值(如果存在onlyIfAbsent为true且原值不为null,则不更新)。
    如果节点p是树节点(TreeNode),则调用putTreeVal方法将键值对插入到红黑树中。
    否则,遍历桶中的链表(或尾插法链表),寻找是否存在相同的键:
    如果找到相同的键,则更新值并退出循环。
    如果遍历到链表末尾(e == null),则在链表末尾插入新的节点。
    如果链表长度达到树化阈值(TREEIFY_THRESHOLD - 1),则调用treeifyBin方法将链表转换为红黑树。
    处理返回值:
    如果找到了相同的键,则返回旧值oldValue。
    如果没有找到相同的键(即新插入的节点),则返回null。
更新HashMap的状态:
    增加修改计数modCount。
    如果HashMap的大小超过了阈值threshold,则调用resize()方法进行扩容。
    调用afterNodeInsertion方法,可能用于处理与插入相关的后续操作,如触发回调或更新统计信息。evict参数用于指示是否需要执行与缓存逐出相关的操作(在LinkedHashMap中使用)。
*/
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;
        if ((p = tab[i = (n - 1) & hash]) == null)
            tab[i] = newNode(hash, key, value, null);
        else {
            Node<K,V> e; K k;
            if (p.hash == hash &&
                ((k = p.key) == key || (key != null && key.equals(k))))
                e = p;
            else if (p instanceof TreeNode)
                e = ((TreeNode<K,V>)p).putTreeVal(this, tab, hash, key, value);
            else {
                for (int binCount = 0; ; ++binCount) {
                    if ((e = p.next) == null) {
                        p.next = newNode(hash, key, value, null);
                        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)
            resize();
        afterNodeInsertion(evict);
        return null;
    }
/*
变量初始化:
    oldTab:指向当前的桶数组(table)。
    oldCap:当前桶数组的长度(容量)。
    oldThr:扩容阈值(当前容量与加载因子的乘积)。
    newCap、newThr:新容量和新阈值,初始化为0。
判断当前容量:
    如果oldCap大于0,说明HashMap已经初始化过。
    如果当前容量已经达到最大容量(MAXIMUM_CAPACITY),则将阈值设置为Integer.MAX_VALUE,表示不再扩容,返回旧数组。
    否则,将新容量设置为旧容量的两倍(左移一位),如果新容量小于最大容量且旧容量大于等于默认初始容量(DEFAULT_INITIAL_CAPACITY),则新阈值也设置为旧阈值的两倍。
    如果oldThr大于0,说明是通过构造函数直接设置初始阈值来初始化HashMap的,此时新容量等于旧阈值。
    否则,使用默认初始容量和加载因子来计算新容量和新阈值。
计算新阈值:
    如果新阈值newThr为0,则根据新容量和加载因子来计算新阈值。注意这里有一个判断,确保新阈值不会超过最大容量。
创建新数组:
    根据新容量创建一个新的桶数组newTab,并将table指向这个新数组。
    重新哈希和迁移元素:
    遍历旧数组中的每个桶。
    如果桶不为空,则进行迁移。
    如果桶中的节点(Node)没有下一个节点(即链表长度为1),则直接将该节点放到新数组对应的桶中。
    如果桶中的节点是树节点(TreeNode),则调用split()方法进行树化处理并迁移到新数组。
    否则,是普通的链表节点,需要进行拆分处理。根据节点哈希值与旧容量的位运算结果,将节点分为两部分:一部分保持原位(低位链表),另一部分移动到新数组扩容后的位置(高位链表)。然后分别将这两部分链表连接到新数组对应的桶中。
    返回新数组:
    方法返回扩容后的新数组。
*/
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)
                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;
                    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;
    }

HashMap的put方法是用来向HashMap中插入键值对的方法。在put方法中,首先会根据键的hash值计算出该键值对在数组中的索引位置。然后,会创建一个新的Node节点来存储该键值对的信息,包括键、值以及其他相关信息。接下来,如果该索引位置已经存在节点,则会执行替换操作;如果该索引位置为空,则直接将新节点插入该位置。在插入节点的过程中,如果链表长度大于等于7并且Node数组长度大于64,则会将该链表转变成红黑树,以提高插入和查找效率。总之,HashMap的put方法是通过计算hash值来确定键值对在数组中的位置,并使用链表或者红黑树来解决hash冲突问题,并最终将键值对插入到相应位置的方法。<span class="em">1</span><span class="em">2</span><span class="em">3</span> #### 引用[.reference_title] - *1* *3* [HashMap之put方法详解](https://blog.csdn.net/qq_43112598/article/details/106426120)[target="_blank" data-report-click={"spm":"1018.2226.3001.9630","extra":{"utm_source":"vip_chatgpt_common_search_pc_result","utm_medium":"distribute.pc_search_result.none-task-cask-2~all~insert_cask~default-1-null.142^v93^chatsearchT3_2"}}] [.reference_item style="max-width: 50%"] - *2* [HashMap put方法的源码分析](https://download.csdn.net/download/weixin_38729607/13751823)[target="_blank" data-report-click={"spm":"1018.2226.3001.9630","extra":{"utm_source":"vip_chatgpt_common_search_pc_result","utm_medium":"distribute.pc_search_result.none-task-cask-2~all~insert_cask~default-1-null.142^v93^chatsearchT3_2"}}] [.reference_item style="max-width: 50%"] [ .reference_list ]
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