这次我们还是从HashMap的构造方法入手,通过几个重要的方法来一步步深入HashMap的源码。在介绍构造方法之前先看一下几个比较重要的常量。
1.常量
//默认初始容量
static final int DEFAULT_INITIAL_CAPACITY = 1 << 4; // aka 16
//最大容量
static final int MAXIMUM_CAPACITY = 1 << 30;
//默认加载因子
static final float DEFAULT_LOAD_FACTOR = 0.75f;
//默认转化红黑树的阈值,当链表节点数量>=8时,转换为红黑树
static final int TREEIFY_THRESHOLD = 8;
//这儿我叫他去红黑树的阈值,当链表节点数<=6时,红黑树转化为链表
static final int UNTREEIFY_THRESHOLD = 6;
//最小的树化容量,当哈希表的容量大于64时也会转化为红黑树
static final int MIN_TREEIFY_CAPACITY = 64;
关于初始容量为什么这么大,阈值的取值等后面会讲到,下面继续看HashMap的构造函数
2.HashMap的构造函数
public HashMap(int initialCapacity, float loadFactor) {
//如果初始容量<0则抛出异常
if (initialCapacity < 0)
throw new IllegalArgumentException("Illegal initial capacity: " +
initialCapacity);
if (initialCapacity > MAXIMUM_CAPACITY)
initialCapacity = MAXIMUM_CAPACITY;
//加载因子取值合适
if (loadFactor <= 0 || Float.isNaN(loadFactor))
throw new IllegalArgumentException("Illegal load factor: " +
loadFactor);
//设置加载因子,调整阈值
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);
}
先看一下无参构造函数,只是设置了一下加载因子,其它都是默认的;带容量的构造函数调用了两个参数的构造函数,第二个参数是默认的加载因子;再看一下两个参数的构造函数,设置加载因子,调整阈值。阈值的计算方式为:threshold = initialCapacity * loadFactor;最后一个构造函数传入一个map,这是为了批量赋值,也是设置了加载因子,然后调用了putMapEntries(m, false)函数进行赋值,注意第二个参数为false。
我们看一下阈值的计算,找到tableSizeFor函数
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;
}
最终的结果是如果不大于最大容量的话返回目标容量的2的幂的大小,我们看一下cap-1这句话,为什么要cap-1呢?为了防止cap已经是2的幂了,但是确返回了cap的2倍大小。下面的计算都是为了返回离比cap值大且离cap值最近的2的幂。 扩容也是用的这个方法,保证了容量返回的都是2^n,也是这个原因,之后的取模操作才可以用hash & (table.length - 1)来替换hash % (table.length)。理论上&操作比%操作快10倍。
然后看一下putMapEntries方法
final void putMapEntries(Map<? extends K, ? extends V> m, boolean evict) {
int s = m.size();
if (s > 0) {
if (table == null) { // pre-size
//求出需要的容量,这儿加1是因为计算大多数情况都是小数,转化时损失精度,就算正好是整数,加1也不影响
float ft = ((float)s / loadFactor) + 1.0F;
int t = ((ft < (float)MAXIMUM_CAPACITY) ?
(int)ft : MAXIMUM_CAPACITY);
//如果计算的值比阈值大,则重新计算赋值给阈值
if (t > threshold)
threshold = tableSizeFor(t);
}
//当前表还未初始化,不进行扩容
else if (s > threshold)
resize();
for (Map.Entry<? extends K, ? extends V> e : m.entrySet()) {
K key = e.getKey();
V value = e.getValue();
//添加到表中
putVal(hash(key), key, value, false, evict);
}
}
}
我们看到如果map的容量大于0,则跟上面一样,最后进行遍历添加,添加在之后的put函数中会讲到。
3.几个比较重要的函数
3.1 put函数
public V put(K key, V value) {
return putVal(hash(key), key, value, false, true);
}
我们看到put函数也是调用putVal方法,先计算key的哈希值,我们看一下是怎么计算的
static final int hash(Object key) {
int h;
return (key == null) ? 0 : (h = key.hashCode()) ^ (h >>> 16);
}
如果key为空就返回0,否则执行扰动函数后返回,这儿为什么要这样做呢?我们可以从函数的介绍中得到:因为该表使用2的幂做掩码,所以只在当前掩码上的位中变化的哈希集总会发生冲突。由于我们用树来处理桶中的大量冲突,这样做可以以最小的消耗来减少系统损失 总的来说就是把key的高位添加到低位,增加key的哈希值的随机性。那么为什么可以这样做呢?因为在取下标的时候我们通过hash & (table.length -1)来代替取模操作,而位操作的时候只有低位参与运算,高位不会在索引计算中用到 ,翻译理解可能不太准确,英文好的同学可以直接看方法注释。
继续往下看putVal
final V putVal(int hash, K key, V value, boolean onlyIfAbsent, boolean evict) {
Node<K,V>[] tab; Node<K,V> p; int n, i;
//如果表是空的,则是首次初始化
if ((tab = table) == null || (n = tab.length) == 0)
n = (tab = resize()).length; //扩容操作,之后会讲
//如果当前位置没有数据,则通过newNode构建一个新的节点存入
if ((p = tab[i = (n - 1) & hash]) == null)
tab[i] = newNode(hash, key, value, null);
else { //走这儿,说名有hash碰撞
Node<K,V> e; K k;
//判断key是否跟老数据的key相同,相同则把老数据赋值给一个局部变量
if (p.hash == hash &&
((k = p.key) == key || (key != null && key.equals(k))))
e = p;
//红黑树操作
else if (p instanceof TreeNode)
e = ((TreeNode<K,V>)p).putTreeVal(this, tab, hash, key, value);
else { //否则在链表尾端插入
for (int binCount = 0; ; ++binCount) {
//循环到链表尾端,构建一个节点插入
if ((e = p.next) == null) {
p.next = newNode(hash, key, value, null);
//如果链表长度>=8则转化为红黑树
if (binCount >= TREEIFY_THRESHOLD - 1) // -1 for 1st
treeifyBin(tab, hash);
break;
}
//如果本次循环的key与当前key相同,则退出,下面会进行赋值操作
if (e.hash == hash &&
((k = e.key) == key || (key != null && key.equals(k))))
break;
p = e;
}
}
//如果key相同,替换value
if (e != null) { // existing mapping for key
V oldValue = e.value;
//onlyIfAbsent为true则不替换
if (!onlyIfAbsent || oldValue == null)
e.value = value;
//LinkedHashMap预留方法,这儿空实现
afterNodeAccess(e);
return oldValue;
}
}
//操作数加1
++modCount;
//判断扩容
if (++size > threshold)
resize();
//LinkedHashMap预留方法,这儿空实现
afterNodeInsertion(evict);
return null;
}
总结一下put函数的流程
- 判断是否是首次初始化,如是进行扩容操作
- 判断是否有哈希冲突,没有则创建一个新节点插入,否则进入3
- 有哈希冲突,则判断key与当前key是否相同,如相同则替换value值,否则进入4
- 哈希冲突,如果节点判断为TreeNode,则进行树的添加操作
- 哈希冲突,节点判断为链表,找到链表的尾端进行插入,过程中如果发现有key跟当前key相同,则跳出循环进行替换操作,插入后判断链表长度是否>=8,如果是则进行树化
- 判断局部变量e!=null成立则通过onlyIfAbsent判断是否替换原来的值
- 更新修改次数和容量,如果容量大于阈值则进行扩容
3.2 resize函数
扩容操作是HashMap中比较重要的一个点,通过方法注释我们可以了解到,这个方法是用来初始化或者扩容用的。我们来看一下它的源码
/**
* Initializes or doubles table size. If null, allocates in
* accord with initial capacity target held in field threshold.
* Otherwise, because we are using power-of-two expansion, the
* elements from each bin must either stay at same index, or move
* with a power of two offset in the new table.
*
* @return the table
*/
final Node<K,V>[] resize() {
//当前的表赋值给一个局部变量
Node<K,V>[] oldTab = table;
int oldCap = (oldTab == null) ? 0 : oldTab.length;
int oldThr = threshold;
int newCap, newThr = 0;
//如果不为空则已经初始化过
if (oldCap > 0) {
//如果容量已经大于最大值,则阈值设为最大值不再进行扩容,返回当前表
if (oldCap >= MAXIMUM_CAPACITY) {
threshold = Integer.MAX_VALUE;
return oldTab;
}
//如果当前表的容量大于等于默认值,并且当前表的2倍小于最大值,则进行扩容
else if ((newCap = oldCap << 1) < MAXIMUM_CAPACITY &&
oldCap >= DEFAULT_INITIAL_CAPACITY)
newThr = oldThr << 1; // double threshold
}
//当前阈值大于0,则调用了指定容量的构造函数
else if (oldThr > 0) // initial capacity was placed in threshold
newCap = oldThr;
//表明调用了无参构造函数
else { // zero initial threshold signifies using defaults
newCap = DEFAULT_INITIAL_CAPACITY;
newThr = (int)(DEFAULT_LOAD_FACTOR * DEFAULT_INITIAL_CAPACITY);
}
//成立表明前面未对新阈值进行赋值
if (newThr == 0) {
float ft = (float)newCap * loadFactor;
newThr = (newCap < MAXIMUM_CAPACITY && ft < (float)MAXIMUM_CAPACITY ?
(int)ft : Integer.MAX_VALUE);
}
threshold = newThr;
//更新table
@SuppressWarnings({"rawtypes","unchecked"})
Node<K,V>[] newTab = (Node<K,V>[])new Node[newCap];
table = newTab;
//如果oldTab不为空,则表明之前有数据,需要进行重新计算移入新表,否则直接返回newTab
if (oldTab != null) {
//遍历
for (int j = 0; j < oldCap; ++j) {
Node<K,V> e;
//如果指定下表有数据,则置为空
if ((e = oldTab[j]) != null) {
oldTab[j] = null;
//如果只有一个数据,则重新计算后放入新的表中
if (e.next == null)
newTab[e.hash & (newCap - 1)] = e;
//如果是树节点,则重新计算树的情况
else if (e instanceof TreeNode)
((TreeNode<K,V>)e).split(this, newTab, j, oldCap);
else { // preserve order 剩下的即为链表
Node<K,V> loHead = null, loTail = null;
Node<K,V> hiHead = null, hiTail = null;
Node<K,V> next;
do {
next = e.next;
//通过计算值是否等于0分为两个链表
if ((e.hash & oldCap) == 0) { //低位链表,位置不变
if (loTail == null)
loHead = e;
else
loTail.next = e;
loTail = e;
}
else { //高位链表,存放到新位置
if (hiTail == null)
hiHead = e;
else
hiTail.next = e;
hiTail = e;
}
} while ((e = next) != null);
//如果低位链表不为空,则放在原位置
if (loTail != null) {
loTail.next = null;
newTab[j] = loHead;
}
//如果高位链表不为空,则放到新的下标位置
if (hiTail != null) {
hiTail.next = null;
newTab[j + oldCap] = hiHead;
}
}
}
}
}
return newTab;
}
通过注释我们也看到了,resize方法的作用一个是初始化,一个是扩容。由于用的是2的幂进行扩容,其中的元素要么就存在原下标位置,要么就在新的表中移动2的幂的偏移量。
- 如果未初始化,则使用无参构造的默认值,如果已经初始化则进行扩容,如果不大于最大值,则扩容2倍
- 更新阈值,并根据newCap创建新的表赋值给table变量
- 遍历table,如果新的位置为空则直接插入,如果当前节点是红黑树,则进行拆分操作,如果是链表则通过hash算法对下标重新计算,链表分组,分别插入响应的位置
3.3 get函数
get函数相对与put函数来说比较简单,直接看源码
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;
//如果table不为空并且长队>0,根据下标取值数据不为空则继续往下走,否则返回null
if ((tab = table) != null && (n = tab.length) > 0 &&
(first = tab[(n - 1) & hash]) != null) {
//判断如果是第一个节点直接返回
if (first.hash == hash && // always check first node
((k = first.key) == key || (key != null && key.equals(k))))
return first;
if ((e = first.next) != null) {
//如果是红黑树,进行树查找
if (first instanceof TreeNode)
return ((TreeNode<K,V>)first).getTreeNode(hash, key);
do { // 否则链表循环查找
if (e.hash == hash &&
((k = e.key) == key || (key != null && key.equals(k))))
return e;
} while ((e = e.next) != null);
}
}
return null;
}
通过key的哈希值来获取数据,有则返回,无返回null。源码比较简单就不再总结了,还有其他的函数如getOrDefault、containsKey、containsValue、replace等也比较简单就不再分析了,大家可以自己去看一下源码。
3.4 remove函数
remove函数会判断当前key有没有数据,如果有返回value,否则返回null
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;
//判空,通过下标找到节点
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;
//如果第一个就是要找的节点,赋值给一个局部变量node
if (p.hash == hash &&
((k = p.key) == key || (key != null && key.equals(k))))
node = p;
else if ((e = p.next) != null) {
//如果是红黑树,通过getTreeNode找到需要删除的节点
if (p instanceof TreeNode)
node = ((TreeNode<K,V>)p).getTreeNode(hash, key);
else { //否则,循环链表找到待删除节点
do {
if (e.hash == hash &&
((k = e.key) == key ||
(key != null && key.equals(k)))) {
node = e;
break;
}
p = e;
} while ((e = e.next) != null);
}
}
//判断如果待删除节点node不为null并且matchValue为false或这与待删除的节点value相等,则继续
if (node != null && (!matchValue || (v = node.value) == value ||
(value != null && value.equals(v)))) {
//如果是红黑树,通过红黑树删除节点
if (node instanceof TreeNode)
((TreeNode<K,V>)node).removeTreeNode(this, tab, movable);
//如果是头节点,则更新头节点
else if (node == p)
tab[index] = node.next;
else //否则,直接指向下一个节点
p.next = node.next;
++modCount; //修改数加1
--size; //容量减1
afterNodeRemoval(node);
return node;
}
}
return null;
}
//只有key,value都相同时才删除
@Override
public boolean remove(Object key, Object value) {
return removeNode(hash(key), key, value, true, true) != null;
}
删除节点与get操作时很像,先找到待删除的节点,判断头节点是不是要删除的,是则直接更新头节点,如果判断是红黑树,通过树操作删除,如果是链表则直接指向下一个接单,最后更新变量,返回
HashMap的函数就说这么多,感兴趣的可以去源码看看。
4.其他相关总结
这一部分有些是整理别人的内容,1.7的源码并没有看过。有什么地方说的不对希望能够指出,更多的内容大家还可以看源码及下面的参考文章。
- HashMap底层数据结构在JDK1.7之前是数据+链表,JDK1.8之后又新增了红黑树,链表长度>=8时,会先判断容量,如果容量<64则会先进行扩容(原因是数组容量越小,越容易出现碰撞,因此容量过小时,首先考虑的是扩容),如果容量>64,则会将链表转化成红黑树以提高效率。resize()之后数据位置会进行重新计算,如果红黑树的元素个数<=6则重新转化成链表。
- HashMap的容量是2^n无论你传的值是多大,这样做的原因是下标取模运算的时候可以使用&运算符替换%运算符,可以极大的提高效率(只有在2的幂的时候&运算符跟%运算符的效率一样),同时降低hash冲突。
- HashMap JDK1.7之前采用的是头插法,头插法在多线程扩容的时候有可能造成逆序,环形链表,死循环等问题。而JDK1.8之后采用了尾插法,扩容时保存了原链表的顺序就解决了链表成环的问题。但是HashMap还是非线程安全的,因为它并没有保证数据的同步
- HashMap的初始值为啥是16?这是为了计算下标的算法,我们看一下index = hash(key) & (n - 1)这个公式,初始值为16那么n - 1的二进制就是1111,这样进行&运算之后,结果与%运算一致,这样会极大的提高效率。使用2的幂的数字的时候n - 1的二进制所有位都是1,这种情况下index的计算结果等同于key.hashCode的后面几位的值,所以只要key.hashCode的值是分布均匀的,hash算法的结果就是均匀的,也能减少hash碰撞
- 重写equals的时候为什么要重写hashCode呢?我们获取值的时候是通过key的hashCode来计算下标的,两个key的下标可能一样,这时候就需要通过equals来判断哪个是我们需要查找的值,所以当我们对equals进行了重写之后也要对hashCode进行重写,来保证相同的hash对象返回相同的值,不同的hash对象返回不同的值,避免hash碰撞的出错。
5.参考
面试必问的HashMap,你真的了解吗?
Java集合之HashMap 1.8 源码解析
《我们一起进大厂》系列-HashMap
面试必问的HashMap知识点,类比1.7差异分析