final Node<K,V>[] resize() {
Node<K,V>[] oldTab = table;
//原始table容量
int oldCap = (oldTab == null) ? 0 : oldTab.length;
//原始table阈值
int oldThr = threshold;
int newCap, newThr = 0;
if (oldCap > 0) {
//若原始table容量超过最大容量,将阈值设为2^31-1,并不再扩容
if (oldCap >= MAXIMUM_CAPACITY) {
threshold = Integer.MAX_VALUE;
return oldTab;
}
//容量扩一倍仍小于最大容量,新阈值阔一倍
else if ((newCap = oldCap << 1) < MAXIMUM_CAPACITY &&
oldCap >= DEFAULT_INITIAL_CAPACITY)
newThr = oldThr << 1; // double threshold
}
//原始容量为0,但阈值不为0(hashMap初始化)
else if (oldThr > 0) // initial capacity was placed in threshold
//容量置为阈值
newCap = oldThr;
//容量与阈值都为0的情况
else { // zero initial threshold signifies using defaults
//设为默认的容量与阈值
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)
//若该节点没有子节点,直接放入新table中
newTab[e.hash & (newCap - 1)] = e;
else if (e instanceof TreeNode)
//若为树节点,则对树的hash重新分配
((TreeNode<K,V>)e).split(this, newTab, j, oldCap);
else { // preserve order
//链表结构
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;
}
在构造函数中并没有初始化table,而是在添加第一个数据的时候在扩容方法中初始化table。
碰撞:所谓“碰撞”就上面所述是多个元素计算得出相同的hashCode,在put时出现冲突。
static final int hash(Object key) {
int h;
return (key == null) ? 0 : (h = key.hashCode()) ^ (h >>> 16);
}
tab[i = (n - 1) & hash];
第一步:取 hashCode 值: key.hashCode()
第二步:高位参与运算:h>>>16
第三步:取模运算:(n-1) & hash
为了使元素分布均匀避免发生碰撞,都是用的取模运算,用一个值去模上总长度,即 n%hash。我们知道在计算机中 & 的效率比 % 高很多,那么如何将 % 转换为 & 运算呢?在HashMap 中,是用的 (n - 1) & hash 进行运算的。
即要证明
当 lenth = 2^n 时,X % length = X & (length - 1)
也就是说,长度为2的n次幂时,模运算 % 可以变换为按位与 & 运算。
首先
"<<" 左移:右边空出的位上补0,左边的位将从字头挤掉,左移一位其值相当于乘2。
">>"右移:右边的位被挤掉,右移一位其值相当于除以2。
">>>"无符号右移,右边的位被挤掉,对于左边移出的空位一概补上0。
一个十进制数对一个2^n 的数取余,我们可以将这个十进制转换为二进制数,将这个二进制数右移n位,移掉的这 n 位数即是余数。
根据与运算符&的规律,当位上都是 1 时,结果才是 1,否则为 0。所以任意一个二进制数对 2^k取余时,我们可以将这个二进制数与(2^k-1)进行按位与运算,保留的即使余数。
这就完美的证明了前面给出的结论:
当 lenth = 2^n 时,X % length = X & (length - 1)
注意,一定要是2^n次方,才满足上面的公式,否则就是错误的。
所以HashMap的初始容量为啥是 1<<4 ,而且每次扩容都是扩大一倍。