HashMap 源码解读
在很多面试中,都会涉及到HashMap
的问题,比如说问你HashMap
存储结构,get
、put
的时间复杂度,或者扩容机制等等,这次我们来通过对源码的阅读,来实现对HashMap
的理解!(大量源码源码警告!!!)
先看类的继承结构:
public class HashMap<K,V> extends AbstractMap<K,V>
implements Map<K,V>, Cloneable, Serializable {
...
}
可以看到HashMap
继承了抽象类AbstractMap
,实现了Map
、Cloneable
、Serializable
接口。
这边有点奇怪,明明抽象类AbstractMap
已经实现了Map
接口,为什么HashMap
又要实现一下?可能的原因:1、为了使用getInterfaces
可以获取到Map
,因为这样子没法获取到父类的接口;2、笔误(据说是作者 Jpsh Bloch自己说的。。。)
对于这些接口中的方法就不单独解释了,下面一起来看源码就好。
首先是一些常量属性:
// 默认初始化容量,16。必须是 2 的幂次。
static final int DEFAULT_INITIAL_CAPACITY = 1 << 4; // aka 16
// 最大容量 2^30,在构造函数中可以设置,必须是 2 的幂次。
static final int MAXIMUM_CAPACITY = 1 << 30;
// 默认装载因子 0.75,构造函数中可以自己设置
static final float DEFAULT_LOAD_FACTOR = 0.75f;
// 变成红黑树结构的容量,大于等于 8 就从表结构变成了红黑树结构
static final int TREEIFY_THRESHOLD = 8;
// 变成表结构的容量,小于等于 6 就从红黑树结构变成了表结构
static final int UNTREEIFY_THRESHOLD = 6;
// 红黑树结构的最小容量,最少是 4 * TREEIFY_THRESHOLD 以避免重构时的冲突
static final int MIN_TREEIFY_CAPACITY = 64;
然后是一个静态内部类Node<K,V>
:
// 实现了 Entry 接口可用于 AbstractMap 中的方法
static class Node<K,V> implements Map.Entry<K,V> {
// hash 值
final int hash;
// 键
final K key;
// 值
V value;
// 下一个节点
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;
}
// Node 的 get、set 方法,用于被外部类方法调用
public final K getKey() { return key; }
public final V getValue() { return value; }
public final String toString() { return key + "=" + value; }
// 键的 hash 值 ^ 值的 hash 值
// 这边我们其他的可以不了解,但是 String 的 hash 算法必须了解。
public final int hashCode() {
return Objects.hashCode(key) ^ Objects.hashCode(value);
}
public final V setValue(V newValue) {
V oldValue = value;
value = newValue;
return oldValue;
}
// 两个节点的比较,先比较地址,否则如果是 Map.Entry 则分别比较键和值
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;
}
}
看完了内部存储键值对的静态内部类,接下来看静态方法:
// 查看某个键的 hash 值,在基础的 hashCode() 方法后又对其进行了处理
static final int hash(Object key) {
int h;
return (key == null) ? 0 : (h = key.hashCode()) ^ (h >>> 16);
}
// x 如果直接实现了 comparable 接口,就返回 x 的 Class,否则返回 Null
static Class<?> comparableClassFor(Object x) {
...
}
// 如果 x 是 kc 类型,返回 k.compareTo(x) 的结果,否则返回 0
static int compareComparables(Class<?> kc, Object k, Object x) {
return (x == null || x.getClass() != kc ? 0 :
((Comparable)k).compareTo(x));
}
// 这边是返回最小的大于 cap 的 2 的幂次,比如说 cap 为 3 则结果是 4, cap 为 5 则结果是 8 。|= 就是按位或后赋值。
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;
}
接下来是一些变量属性:
// 表结构是存储的内容
transient Node<K,V>[] table;
//
transient Set<Map.Entry<K,V>> entrySet;
// 键值对数量
transient int size;
// 当发生结构性变化时增加,用于表面遍历时对HashMap进行修改操作
transient int modCount;
// 下一次 resize 的值
int threshold;
// hash table 的装载因子
final float loadFactor;
再下面是 public 的操作:
/**
* 构造函数们
*/
// 传入初始容量和装载因子的构造函数,这里可以看到,initialCapacity 并不是直接去创建这个大小的数组,而是使用 tableSizeFor 函数后传递给了 threshold 属性
public HashMap(int initialCapacity, float loadFactor) {
if (initialCapacity < 0)
throw new IllegalArgumentException("Illegal initial capacity: " +
initialCapacity);
if (initialCapacity > MAXIMUM_CAPACITY)
initialCapacity = MAXIMUM_CAPACITY;
if (loadFactor <= 0 || Float.isNaN(loadFactor))
throw new IllegalArgumentException("Illegal load factor: " +
loadFactor);
this.loadFactor = loadFactor;
this.threshold = tableSizeFor(initialCapacity);
}
// 传入初始容量,并使用默认的装载因子调用上面的构造函数
public HashMap(int initialCapacity) {
this(initialCapacity, DEFAULT_LOAD_FACTOR);
}
// 无参的构造函数,默认调用
public HashMap() {
this.loadFactor = DEFAULT_LOAD_FACTOR; // all other fields defaulted
}
// 将 m 的节点放入表或者树中
public HashMap(Map<? extends K, ? extends V> m) {
this.loadFactor = DEFAULT_LOAD_FACTOR;
putMapEntries(m, false);
}
// 实现了 Map 接口中的 putAll 方法
final void putMapEntries(Map<? extends K, ? extends V> m, boolean evict) {
// 获取 m 的大小
int s = m.size();
if (s > 0) {
// 当 HashMap 为空时,也就是没有内容时,计算 t 和 threshhold进行比较
if (table == null) { // pre-size
float ft = ((float)s / loadFactor) + 1.0F;
int t = ((ft < (float)MAXIMUM_CAPACITY) ?
(int)ft : MAXIMUM_CAPACITY);
if (t > threshold)
threshold = tableSizeFor(t);
}
// 如果 m 的大小比下一次 resize 的值要大,直接 resize
else if (s > threshold)
resize();
// 遍历 m 将节点进行保存
for (Map.Entry<? extends K, ? extends V> e : m.entrySet()) {
K key = e.getKey();
V value = e.getValue();
putVal(hash(key), key, value, false, evict);
}
}
}
// 返回键值对数量
public int size() {
return size;
}
// 返回键值对数量是否为0(即 HashMap 是否还没有键值对)
public boolean isEmpty() {
return size == 0;
}
// 通过 getNode 的方法获取对应 key 的节点的 value
public V get(Object key) {
Node<K,V> e;
return (e = getNode(hash(key), key)) == null ? null : e.value;
}
// 利用 key 的 hash 值以及 key 获取对应 key 的 Node
final Node<K,V> getNode(int hash, Object key) {
Node<K,V>[] tab; Node<K,V> first, e; int n; K k;
// 这个判断有三部分,第一部分判断存储数组是否为空,第二部分判断数组长度是否为0,第三部分判断 (n-1) & hash 值的位置是否存在该 key 对应的节点(这样主要是因为 put 的时候就是这么存的)
if ((tab = table) != null && (n = tab.length) > 0 &&
(first = tab[(n - 1) & hash]) != null) {
// 如果 key 的 hash 值和对应节点 key 的 hash 值相等并且 key 相等或者 equals 之后相等且不为 null,则返回该节点
if (first.hash == hash && // always check first node
((k = first.key) == key || (key != null && key.equals(k))))
return first;
// 如果上面的不成立,并且 first 节点上有 next(next 应该是解决 hash 冲突的解决方案)
if ((e = first.next) != null) {
// 如果是 TreeNode(表明是红黑树的结构),那么利用 hash 值和 key 找到红黑树中的节点
if (first instanceof TreeNode)
return ((TreeNode<K,V>)first).getTreeNode(hash, key);
// 否则,不断的找冲突解决方案中的 next 直到找到对应节点或者找完
do {
if (e.hash == hash &&
((k = e.key) == key || (key != null && key.equals(k))))
return e;
} while ((e = e.next) != null);
}
}
return null;
}
// 利用 key 和 getNode 方法找到节点,没找到就没有该 key 对应的节点
public boolean containsKey(Object key) {
return getNode(hash(key), key) != null;
}
// 插入键值对
public V put(K key, V value) {
return putVal(hash(key), key, value, false, true);
}
// 插入键值对的实际方法
final V putVal(int hash, K key, V value, boolean onlyIfAbsent,
boolean evict) {
Node<K,V>[] tab; Node<K,V> p; int n, i;
// 如果存储数组为 null 或者数组长度为0,那么将存储从结构 resize 一下后赋值给数组并将长度赋值给 n
if ((tab = table) == null || (n = tab.length) == 0)
n = (tab = resize()).length;
// 如果对应的地方没有节点,那么新建节点并赋值到数组的对应位置
if ((p = tab[i = (n - 1) & hash]) == null)
tab[i] = newNode(hash, key, value, null);
// 如果对应地方有节点,那么只可能有两种情况:1、对应的键存在,那么修改值;2、表结构起冲突了不够存了,要么在该节点的位置增加 next 冲突节点,或者转换成树结构的 putval 方法
else {
Node<K,V> e; K k;
// 表结构对应位置存在对应的 key 的节点,那么将 e 赋值成为该节点
if (p.hash == hash &&
((k = p.key) == key || (key != null && key.equals(k))))
e = p;
// 如果表结构对应位置的 key 跟说好的不一样,并且该位置是个 TreeNode,那么调用树结构的 putVal 操作
else if (p instanceof TreeNode)
e = ((TreeNode<K,V>)p).putTreeVal(this, tab, hash, key, value);
// 如果是该位置不是树结构的节点并且跟说好的不一样,那么在
else {
for (int binCount = 0; ; ++binCount) {
// 本身该位置的节点没有冲突节点,那么加冲突节点
if ((e = p.next) == null) {
p.next = newNode(hash, key, value, null);
if (binCount >= TREEIFY_THRESHOLD - 1) // -1 for 1st
treeifyBin(tab, hash);
break;
}
// 找到该位置冲突节点中需要的值了,赋值给 e
if (e.hash == hash &&
((k = e.key) == key || (key != null && key.equals(k))))
break;
p = e;
}
}
// 对已经有的对应 key 的键值对,进行值的替换并返回旧的值
if (e != null) { // existing mapping for key
V oldValue = e.value;
if (!onlyIfAbsent || oldValue == null)
e.value = value;
// 这边是一个回调函数,对节点进行修改后会调用这个函数,HashMap中没有定义具体方法
afterNodeAccess(e);
return oldValue;
}
}
// 新增节点后的处理工作:增加修改次数、增加键值对数量并决定要不要 resize、增加节点后的方法(同样是回调函数,HashMap中没定义)
++modCount;
if (++size > threshold)
resize();
afterNodeInsertion(evict);
return null;
}
// resize 方法是将数组进行扩容,不是将表结构转换成树结构
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) {
// 如果原本的长度大于等于最大值,就把 threshold设置成最大值
if (oldCap >= MAXIMUM_CAPACITY) {
threshold = Integer.MAX_VALUE;
return oldTab;
}
// 否则将新长度变成旧长度 * 2, 将 threshold * 2
else if ((newCap = oldCap << 1) < MAXIMUM_CAPACITY &&
oldCap >= DEFAULT_INITIAL_CAPACITY)
newThr = oldThr << 1; // double threshold
}
// 如果原来容量为0,那么把原来的 threshold 赋值给新的容量
else if (oldThr > 0) // initial capacity was placed in threshold
newCap = oldThr;
// 如果原来的 threshold 为0,那么使用默认值进行赋值
else { // zero initial threshold signifies using defaults
newCap = DEFAULT_INITIAL_CAPACITY;
newThr = (int)(DEFAULT_LOAD_FACTOR * DEFAULT_INITIAL_CAPACITY);
}
// 如果新的 threshold 为0,就使用默认值计算出新的 threshold
if (newThr == 0) {
float ft = (float)newCap * loadFactor;
newThr = (newCap < MAXIMUM_CAPACITY && ft < (float)MAXIMUM_CAPACITY ?
(int)ft : Integer.MAX_VALUE);
}
threshold = newThr;
// 创建一个新的容量的数组
@SuppressWarnings({"rawtypes","unchecked"})
Node<K,V>[] newTab = (Node<K,V>[])new Node[newCap];
table = newTab;
// 下面循环做的就是将旧的数组中的节点全部放到新的数组中去
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;
}
// 如果原来的数组长度小于最小变成树的值,那么 resize,否则把指定 hash 位置的普通的 Node 转化成 TreeNode(TreeNode也是个静态内部类