Java8 HashMap源码解析

前言

 Java7中的HashMap和Java8中的HashMap不太一样，Java7中的HashMap主要是由数组+链表组成的，而Java8中的HashMap是由数组+链表+红黑树组成的，当链表的长度超过8个时，就会转为红黑树，降低查找时的时间复杂度，从而提高效率。这里主要分析的是Java8中的HashMap。

使用简介

 在日常开发中，我们在使用HashMap的时候，有以下两种初始化方式：
  1、通过new HashMap()不指定初始值大小；
  2、通过new HashMap<>(int initialCapacity)指定初始值大小。

初始化

//  数组的默认初始容量
static final int DEFAULT_INITIAL_CAPACITY = 1 << 4;

//  最大容量
static final int MAXIMUM_CAPACITY = 1 << 30;

//  默认负载因子（用来控制阈值和容量，当数组已经存放的容量超过了阈值时，容量会扩大一倍
//  阈值 = 最大容量 * 负载因子）
static final float DEFAULT_LOAD_FACTOR = 0.75f;

//  默认链表的最大长度（当链表的长度超过8时会被转换为红黑树）
static final int TREEIFY_THRESHOLD = 8;

//  使用第一种初始化方式时，默认初始化容量是2的4次
public HashMap() {
    this.loadFactor = DEFAULT_LOAD_FACTOR; 
}

public HashMap(int initialCapacity) {
        this(initialCapacity, DEFAULT_LOAD_FACTOR);
}

public HashMap(int initialCapacity, float loadFactor) {
    //  不能小于0
    if (initialCapacity < 0)
        throw new IllegalArgumentException("Illegal initial capacity: " +
                                           initialCapacity);
    //  超过2的30次方，则最大容量为2的30次方
    if (initialCapacity > MAXIMUM_CAPACITY)
        initialCapacity = MAXIMUM_CAPACITY;
    if (loadFactor <= 0 || Float.isNaN(loadFactor))
        throw new IllegalArgumentException("Illegal load factor: " +
                                           loadFactor);
    this.loadFactor = loadFactor;
    //  计算阈值（在第一次put值的时候，会在resize()方法中重新计算）
    this.threshold = tableSizeFor(initialCapacity);
}

HashMap#put()

public V put(K key, V value) {
    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);
}

 hash()方法主要是对存入的key值进行判断，如果为null，则返回0；不为null，则返回key的hash值与hash值无符号右移16位以后的值进行按位异或的结果（有点绕口）。由此可以看出HashMap的key值可以为null。

final V putVal(int hash, K key, V value, boolean onlyIfAbsent,
                boolean evict) {
    Node<K,V>[] tab; Node<K,V> p; int n, i;
    //  第一次put值时，会初始化当前数组长度，如果没有指定，则默认为16
    if ((tab = table) == null || (n = tab.length) == 0)
        n = (tab = resize()).length;
    //  找到在数组中对应的下标，如果该位置没有值，那么直接初始化一个Node放在此位置
    // 由&运算可以确保(n - 1) & hash一定是小于数组容量
        tab[i] = newNode(hash, key, value, null);
    else {
        Node<K,V> e; K k;
        //  如果key值已经存在，则取出这个节点
        if (p.hash == hash &&
            ((k = p.key) == key || (key != null && key.equals(k))))
            e = p;
        //  如果当前key值的节点是红黑树，则调用红黑树的插值算法
        else if (p instanceof TreeNode)
            e = ((TreeNode<K,V>)p).putTreeVal(this, tab, hash, key, value);
        else {
            //  如果是链表，则遍历链表，采用尾插的方式
            for (int binCount = 0; ; ++binCount) {
                if ((e = p.next) == null) {
                    p.next = newNode(hash, key, value, null);
                    //  如果链表的长度大于等于8，则将链表转换为红黑树
                    if (binCount >= TREEIFY_THRESHOLD - 1) // -1 for 1st
                        treeifyBin(tab, hash);
                    break;
                }
                //  如果在链表的节点中存在相同的key，则结束循环
                if (e.hash == hash &&
                    ((k = e.key) == key || (key != null && key.equals(k))))
                    break;
                p = e;
            }
        }
        //  如果存在相同的key值，则重新赋值，并且返回旧值
        if (e != null) { // existing mapping for key
            V oldValue = e.value;
            //  由源码可知onlyIfAbsent默认false 
            if (!onlyIfAbsent || oldValue == null)
                e.value = value;
            afterNodeAccess(e);
            return oldValue;
        }
    }
    ++modCount;
    //  如果数组已经容纳的长度超过了设定的阈值，则会对该数组进行扩容，每次扩容是之前长度的两倍
    if (++size > threshold)
        resize();
    afterNodeInsertion(evict);
    //  每一个不同的key值第一次put的时候返回null。
    return null;
}

HashMap#resize()

 resize()方法主要作用是初始化数组或对数组进行扩容计算。

final Node<K,V>[] resize() {
    //  备份原始数组
    Node<K,V>[] oldTab = table;
    //  第一次put值的时候为0
    int oldCap = (oldTab == null) ? 0 : oldTab.length;
    //  如果没有指定初始值大小，第一次put值的时候阈值为0
    int oldThr = threshold;
    int newCap, newThr = 0;
    //  如果数组不为null且长度不为0，则会
    if (oldCap > 0) {
        //  如果长度大于等2的30次方，则默认阈值为int的最大值（即2的31次方减1）
        if (oldCap >= MAXIMUM_CAPACITY) {
            threshold = Integer.MAX_VALUE;
            return oldTab;
        }
        //  如果将数组长度扩大一倍后的值小于2的30次方并且数组之前的长度大于等于2的4次方，则将阈值扩大
        //  一倍，否则阈值会在下面的if (newThr == 0)中进行赋值
        else if ((newCap = oldCap << 1) < MAXIMUM_CAPACITY &&
                oldCap >= DEFAULT_INITIAL_CAPACITY)
            //  将阈值扩大一倍
            newThr = oldThr << 1; // double threshold
    }
    //  如果使用new HashMap(int initialCapacity)初始化，则第一次put值时会进入这里
    else if (oldThr > 0) // initial capacity was placed in threshold
        newCap = oldThr;
    //  如果使用new HashMap()初始化，则第一次put值时会进入这里
    else {               // zero initial threshold signifies using defaults
        //  默认数组大小是2的4次方
        newCap = DEFAULT_INITIAL_CAPACITY;
        //  默认负载因子是0.75，即默认阈值为12
        newThr = (int)(DEFAULT_LOAD_FACTOR * DEFAULT_INITIAL_CAPACITY);
    }
    //  只有以下两种情况会进入到if判断中：
    //      1、在使用new HashMap(int initialCapacity)初始化，并且第一次put值的时候
    //      2、对数组进行扩容且数组的原始长度小于2的4次方的时候
    if (newThr == 0) {
        //  根据指定的数组大小和负载因子乘积得到阈值
        float ft = (float)newCap * loadFactor;
        //  如果数组大小和阈值都小于2的20次方，则确定阈值
        newThr = (newCap < MAXIMUM_CAPACITY && ft < (float)MAXIMUM_CAPACITY ?
                    (int)ft : Integer.MAX_VALUE);
    }
    threshold = newThr;
    @SuppressWarnings({"rawtypes","unchecked"})
    //  用新的数组大小初始化新的数组
        Node<K,V>[] newTab = (Node<K,V>[])new Node[newCap];
    table = newTab;
    //  如果是第一次初始化，则直接返回newTab。如果不是则会进行数据的迁移操作
    if (oldTab != null) {
        //  遍历数组
        for (int j = 0; j < oldCap; ++j) {
            Node<K,V> e;
            if ((e = oldTab[j]) != null) {
                //  将已经被取出的位置置空
                oldTab[j] = null;
                //  如果数组该位置只是单个节点，那么直接赋值
                if (e.next == null)
                    newTab[e.hash & (newCap - 1)] = e;
                //  如果数组该位置是红黑树
                else if (e instanceof TreeNode)
                    ((TreeNode<K,V>)e).split(this, newTab, j, oldCap);
                //  如果数组该位置是链表，保证原始的循序进行迁移
                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;
}

 由resize()方法可以看出，负载因子决定了数组的容量和使用程度。
 负载因子越大则数组的填装密度越高，也就是能容纳更多的元素。但是由于数组插入或删除元素的时间复杂度O(n)，所以索引的效率会变低。
 但是，负载因子越小则数组中的填装密度越稀疏，此时会空间的浪费，但是此时索引效率高（用空间换取时间）。

HashMap#get()

 相较于put方法，get方法就显得尤为简单，因为不再需要关心扩容问题，只需要处理数据的获取。

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;
    //  首先判断数组不为null以及长度大于0并且对应位置节点不为null
    if ((tab = table) != null && (n = tab.length) > 0 &&
        (first = tab[(n - 1) & hash]) != null) {
        //  判断第一个节点是否满足条件
        if (first.hash == hash && // always check first node
            ((k = first.key) == key || (key != null && key.equals(k))))
            return first;
        //  如果节点的下一个节点不为null
        if ((e = first.next) != null) {
            //  判断该节点是否为红黑树
            if (first instanceof TreeNode)
                return ((TreeNode<K,V>)first).getTreeNode(hash, key);
            //  遍历链表，判断是否有满足条件的节点存在
            do {
                if (e.hash == hash &&
                    ((k = e.key) == key || (key != null && key.equals(k))))
                    return e;
            } while ((e = e.next) != null);
        }
    }
    return null;
}