HashMap 部分源码解析
在JDK 8 之前，HashMap 的底层实现是数组 + 链表。JDK 8 及之后，HashMap 改为了 数组 + 链表 + 红黑树 的实现方式
属性
static final int DEFAULT_INITIAL_CAPACITY = 1 << 4; // aka 16 初始容量
static final int MAXIMUM_CAPACITY = 1 << 30; // 最大容量
static final float DEFAULT_LOAD_FACTOR = 0.75f; // 负载因子
static final int TREEIFY_THRESHOLD = 8; // 桶上链表长度大于等于 8 时，且桶容量 大于 64时，链表转化为红黑树
static final int UNTREEIFY_THRESHOLD = 6; // 桶上红黑树小于等于6时，红黑树转化为链表
static final int MIN_TREEIFY_CAPACITY = 64; // 数组容量大于 64 时，链表才会转化为红黑树
transient Node<K,V>[] table; // 存放数据的数组
transient Set<Map.Entry<K,V>> entrySet;
transient int size;
transient int modCount;
// 扩容阈值，有两种情况
// 初始化时，大小为 2^x
// 如果是通过 resize() ，大小 = 数组容量 * 0.75
int threshold;
Node 定义如下：
static class Node<K,V> implements Map.Entry<K,V> {
final int hash;
final K key;
V value;
Node<K,V> next;
Node(int hash, K key, V value, Node<K,V> next) {
this.hash = hash;
this.key = key;
this.value = value;
this.next = next;
}
public final K getKey() { return key; }
public final V getValue() { return value; }
public final String toString() { return key + "=" + value; }
public final int hashCode() {
return Objects.hashCode(key) ^ Objects.hashCode(value);
}
public final V setValue(V newValue) {
V oldValue = value;
value = newValue;
return oldValue;
}
public final boolean equals(Object o) {
if (o == this)
return true;
if (o instanceof Map.Entry) {
Map.Entry<?,?> e = (Map.Entry<?,?>)o;
if (Objects.equals(key, e.getKey()) &&
Objects.equals(value, e.getValue()))
return true;
}
return false;
}
}
可以看出每个 Node 节点中包含了四个字段：hash、key、value、next。其中next 表示链表的下一个节点。
构造函数
public HashMap(int initialCapacity, float loadFactor) {
// ...... 检查参数是否合法
if (initialCapacity > MAXIMUM_CAPACITY)
initialCapacity = MAXIMUM_CAPACITY;
this.loadFactor = loadFactor;
this.threshold = tableSizeFor(initialCapacity);
}
public HashMap(int initialCapacity) {
this(initialCapacity, DEFAULT_LOAD_FACTOR);
}
public HashMap() {
this.loadFactor = DEFAULT_LOAD_FACTOR; // all other fields defaulted
}
public HashMap(Map<? extends K, ? extends V> m) {
this.loadFactor = DEFAULT_LOAD_FACTOR;
putMapEntries(m, false);
}
由构造函数可以看出，如果调用不带参的构造方法，只会为 负载因子赋值为默认值（0.75）。如果调用了带参的构造方法，会额外使用 tableSizeFor 方法为 阈值 threshold 赋值。该方法会返回一个最接近且大于 initialCapacity 的 2 的幂次方数。具体实现如下：
/**
* Returns a power of two size for the given target capacity.
*/
static final int tableSizeFor(int cap) {
int n = cap - 1;
n |= n >>> 1;
n |= n >>> 2;
n |= n >>> 4;
n |= n >>> 8;
n |= n >>> 16;
return (n < 0) ? 1 : (n >= MAXIMUM_CAPACITY) ? MAXIMUM_CAPACITY : n + 1;
}
查询
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 table 数组是否为空，并且元素值不为空
if (first.hash == hash && // always check first node 如果第一个节点正好是要找的key，直接返回
((k = first.key) == key || (key != null && key.equals(k))))
return first;
if ((e = first.next) != null) {
if (first instanceof TreeNode) // 如果是红黑树，递归查找
return ((TreeNode<K,V>)first).getTreeNode(hash, key);
do { // 否则如果是链表，遍历链表找到元素返回
if (e.hash == hash &&
((k = e.key) == key || (key != null && key.equals(k))))
return e;
} while ((e = e.next) != null);
}
}
return null;
}
从代码中可以总结出 获取元素的步骤如下：
- 如果哈希桶为空或者桶中对应元素为空，直接返回空
- 如果第一个元素正好时要找的元素，返回
- 如果桶中是红黑树结构，按照红黑树的方式递归查找。如果是链表结构，遍历链表查找
新增
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; Node<K,V> p; int n, i;
if ((tab = table) == null || (n = tab.length) == 0) // 若哈希表为空，扩容
n = (tab = resize()).length;
if ((p = tab[i = (n - 1) & hash]) == null) // 如果值为 null，添加元素
tab[i] = newNode(hash, key, value, null);
else { // 不为 null
Node<K,V> e; K k;
if (p.hash == hash &&
((k = p.key) == key || (key != null && key.equals(k)))) // 键已经存在，覆盖
e = p;
else if (p instanceof TreeNode) // 键值不同，判断是否是红黑树
e = ((TreeNode<K,V>)p).putTreeVal(this, tab, hash, key, value); // 按照红黑树的方式添加元素
else { // 否则为链表
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 如果节点数大于 8，红黑树化
treeifyBin(tab, hash);
break;
}
if (e.hash == hash &&
((k = e.key) == key || (key != null && key.equals(k)))) // 如果发现了该键，直接覆盖，break
break;
p = e;
}
}
if (e != null) { // existing mapping for key 赋值
V oldValue = e.value;
if (!onlyIfAbsent || oldValue == null) //onlyIfAbsent为 false时，覆盖
e.value = value;
afterNodeAccess(e);
return oldValue;
}
}
++modCount;
if (++size > threshold) // 如果 size 大于扩容阈值，扩容
resize();
afterNodeInsertion(evict);
return null;
}
扩容步骤总结如下图所示
下面具体来看扩容操作
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) { // 如果 oldCap 比最大容量还大，threshold 设置为 int 的最大值，返回 oldCap
threshold = Integer.MAX_VALUE;
return oldTab;
}
// 扩大容量为当前容量的两倍，但不超过 最大容量
else if ((newCap = oldCap << 1) < MAXIMUM_CAPACITY &&
oldCap >= DEFAULT_INITIAL_CAPACITY)
newThr = oldThr << 1; // double threshold 阈值也扩大为当前阈值的两倍
}
// 当前数组没有数据，使用阈值比如初始化数组的时候，因为初始化HashMap时并没有初始化数组
else if (oldThr > 0) // initial capacity was placed in threshold
newCap = oldThr;
else { // zero initial threshold signifies using defaults // 如果初始化值为 0（容量=16，threshold = 16 * 0.75 = 12）
newCap = DEFAULT_INITIAL_CAPACITY; // 16
newThr = (int)(DEFAULT_LOAD_FACTOR * DEFAULT_INITIAL_CAPACITY); // 12
}
if (newThr == 0) { // 计算扩容阈值，因为上面三个条件中，第二次没有计算 threshold 值
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;
// 开始扩容
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) // 只有一个元素，直接赋值
newTab[e.hash & (newCap - 1)] = e;
else if (e instanceof TreeNode) // 红黑树
((TreeNode<K,V>)e).split(this, newTab, j, oldCap);
else { // preserve order 链表
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) {//位置不发生变化
loTail.next = null;
newTab[j] = loHead;
}
if (hiTail != null) {// 位置发生变化，新下标 = 原下标位置 + 数组长度
hiTail.next = null;
newTab[j + oldCap] = hiHead;
}
}
}
}
}
return newTab;
}
扩容计算元素的哈希值时，是通过高位运算（e.hash & oldCap）来确定是否需要移动的。高一位为 1，结果为 0时表示在扩容时位置不会发生变化；高一位为 1，结果为 1 时，表示元素扩容时位置发生了变化，新的下标 = 原下标 + 原数组长度
具体步骤如下：
- 如果 oldCap > 0,扩容为 2 倍（如果没有超过最大值）
- 否则，如果阈值 > 0，newCap = 阈值
- 否则（oldCap=0,阈值=0），赋值为默认值
删除
public V remove(Object key) {
Node<K,V> e;
return (e = removeNode(hash(key), key, null, false, true)) == null ?
null : e.value;
}
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) {
Node<K,V> node = null, e; K k; V v;
if (p.hash == hash &&
((k = p.key) == key || (key != null && key.equals(k))))
node = p;
else if ((e = p.next) != null) {
if (p instanceof TreeNode) // 红黑树
node = ((TreeNode<K,V>)p).getTreeNode(hash, key);
else { // 链表
do {
if (e.hash == hash &&
((k = e.key) == key ||
(key != null && key.equals(k)))) {
node = e;
break;
}
p = e;
} while ((e = e.next) != null);
}
}
if (node != null && (!matchValue || (v = node.value) == value ||
(value != null && value.equals(v)))) {
if (node instanceof TreeNode)
((TreeNode<K,V>)node).removeTreeNode(this, tab, movable);
else if (node == p)
tab[index] = node.next;
else
p.next = node.next;
++modCount;
--size;
afterNodeRemoval(node);
return node;
}
}
return null;
}
通过阅读上面的源码，我们会发现 e.hash & (newCap - 1) 会出现很多次，这是 计算下标的一种方式，这也是为什么数组长度一定要位 2^n 的原因。
数组长度减一后，可以得到高位全为 0，低位全为 1 的情况，这是与 hash 进行按位与操作，就相当于取了 hash 值的低位，这样不仅可以快速获取 key 对应的下标，还使数组元素可以分布均匀。
扫一扫
978
被折叠的 条评论
为什么被折叠?
到【灌水乐园】发言
