一、为什么要用HashMap
1.顺序表(数组、ArrayList):一片物理上连续的大小确定的存储空间,可以快速定位,查找方便,做删除和新增慢(增加和删除要大量移动元素)
2.链表:空间上不连续,逻辑上连续,删除和新增快,查找慢(查找要轮询)
所以HashMap就应运而生,取上面2个数据结构的优势
二、什么是HashMap
HashMap是Map的一个实现类,根据键的hashCode值存储数据,即存的是key、value的键值对,可以快速定位。只允许一个key为空,允许多个value为空。是线程不安全的,在多线程情况下,可能出现死循环(jdk1.8已经解决这个问题)。如果需要满足线程安全,可以用 Collections的synchronizedMap方法使HashMap具有线程安全的能力,或者使用ConcurrentHashMap
三、主要方法源码分析
数据结构:数组+链表(jdk1.7) 数组+链表+红黑树(jdk1.8)
1.HashMap初始化
HashMap有4个构造方法去初始化
1.1 HashMap(int initialCapacity, float loadFactor)
/**
*构造一个初始容量为initialCapacity,负载因子为loadFactor的HashMap
*MAXIMUM_CAPACITY最大容量MAXIMUM_CAPACITY = 1 << 30
*/
public HashMap(int initialCapacity, float loadFactor) {
if (initialCapacity < 0)//初始容量小于0,抛出异常
throw new IllegalArgumentException("Illegal initial capacity: " +
initialCapacity);
if (initialCapacity > MAXIMUM_CAPACITY)//初始容量大于最大值,默认最大值
initialCapacity = MAXIMUM_CAPACITY;
if (loadFactor <= 0 || Float.isNaN(loadFactor))
throw new IllegalArgumentException("Illegal load factor: " +
loadFactor);
this.loadFactor = loadFactor;
this.threshold = tableSizeFor(initialCapacity);//获取初始量容量大且最接近的2的幂次方,比如initialCapacity=3,返回4
}
我们可以看看tableSizeFor方法
1.2 HashMap(int initialCapacity)
/**
* 调用1.1
*/
public HashMap(int initialCapacity) {
this(initialCapacity, DEFAULT_LOAD_FACTOR);
}
1.3HashMap()
无参构造
/**
* 构造一个初始容量为16(数组长度),负载因子为0.75(扩容有关
*/
public HashMap() {
this.loadFactor = DEFAULT_LOAD_FACTOR; // all other fields defaulted
}
**1.4 HashMap(Map<? extends K, ? extends V> m)**
/**
* Constructs a new <tt>HashMap</tt> with the same mappings as the
* specified <tt>Map</tt>. The <tt>HashMap</tt> is created with
* default load factor (0.75) and an initial capacity sufficient to
* hold the mappings in the specified <tt>Map</tt>.
*
* @param m the map whose mappings are to be placed in this map
* @throws NullPointerException if the specified map is null
*/
public HashMap(Map<? extends K, ? extends V> m) {
this.loadFactor = DEFAULT_LOAD_FACTOR;
putMapEntries(m, false);
}
我们看putMapEntries方法
final void putMapEntries(Map<? extends K, ? extends V> m, boolean evict) {
int s = m.size();//获取原来map大小
if (s > 0) {//如果原来map有值
if (table == null) { // 如果当前hashMap的table为空
float ft = ((float)s / loadFactor) + 1.0F;//计算需要最小容量
int t = ((ft < (float)MAXIMUM_CAPACITY) ?
(int)ft : MAXIMUM_CAPACITY);//如果最小容量大于最大容量,则取最大容量,否则取算出的容量
if (t > threshold)//如果最小容量大于当前hashMap的阈值
threshold = tableSizeFor(t);//获取大于且最接近与最小容量的2的幂次方
}
else if (s > threshold)//如果当前hashMap已经有了数据,判断原来map大小是否大于当前阈值
resize();//如果大于扩容
for (Map.Entry<? extends K, ? extends V> e : m.entrySet()) {//把原map值遍历到现在map里面
K key = e.getKey();
V value = e.getValue();
putVal(hash(key), key, value, false, evict);
}
}
}
初始化过程,1.7和1.8比较分析
(1)1.7的下面3个构造,都调用了第一个构造方法,在初始化时间定义了table长度,1.8则把初始化放到了put方法里;
(2)threshold含义不同,1.7代表的是真正的的阈值 threshold = (int)Math.min(capacity * loadFactor, MAXIMUM_CAPACITY + 1);
1.8代表的是和1.7里面capacity含义一样,代表大于initialCapacity长度的最小的是2的幂次方(实现方式不同,1.7是whlie循环,每次左移一位,1.8的tableSizeFor上面已经说过)。刚看的时间1.8给人一个错觉,以为有bug,因为threshold代表扩容阈值,一般是table长度的0.75。后面发现在put时,会重新计算threshold
2.put方法
public V put(K key, V value) {
return putVal(hash(key), key, value, false, true);
}
看putVal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;
//步骤1:判断当前hashMap是否已经创建过table,如果没有,调resize方法
if ((tab = table) == null || (n = tab.length) == 0)
n = (tab = resize()).length;
//步骤2:i = (n - 1) & hash获取元素在table位置,如果当前位置没有元素,直接插入
if ((p = tab[i = (n - 1) & hash]) == null)
tab[i] = newNode(hash, key, value, null);
//如果hashMap已经创建了table,且当前位置已经有元素了,就发生了碰撞
else {
Node<K,V> e; K k;
//步骤3:hash 值相等时,判断key是否相等,相等的话覆盖原来值
if (p.hash == hash &&
((k = p.key) == key || (key != null && key.equals(k))))
e = p;
//步骤4:如果key不相等,判断链是否为红黑树
else if (p instanceof TreeNode)
e = ((TreeNode<K,V>)p).putTreeVal(this, tab, hash, key, value);
//步骤5:如果不是红黑树,就是链表
else {
//步骤5.1:死循环遍历当前位置链表,死循环退出有2中情况:(1)遍历到最后一个元素,插入到尾部(2)遍历过程中key相同直 接覆盖
for (int binCount = 0; ; ++binCount) {
if ((e = p.next) == null) {
p.next = newNode(hash, key, value, null);
//元素数量大于8,转为红黑树
if (binCount >= TREEIFY_THRESHOLD - 1) // -1 for 1st
treeifyBin(tab, hash);
break;
}
//遍历过程中key相同直接覆盖
if (e.hash == hash &&
((k = e.key) == key || (key != null && key.equals(k))))
break;
p = e;
}
}
//步骤5.2:如果e不为空就替换旧的oldValue值
if (e != null) { // existing mapping for key
V oldValue = e.value;
if (!onlyIfAbsent || oldValue == null)
e.value = value;
afterNodeAccess(e);
return oldValue;
}
}
++modCount;
//步骤6:超过阈值就扩容
if (++size > threshold)
resize();
afterNodeInsertion(evict);
return null;
}
看resize方法
final Node<K,V>[] resize() {
Node<K,V>[] oldTab = table;//保存扩容前的table
int oldCap = (oldTab == null) ? 0 : oldTab.length;//保存原table长度
int oldThr = threshold;//保存原table阈值
int newCap, newThr = 0;//初始化新table长度和阈值
//1.oldCap >0表示真正的因为阈值超过要扩容,左移一位变为原来2倍
if (oldCap > 0) {
if (oldCap >= MAXIMUM_CAPACITY) {
threshold = Integer.MAX_VALUE;
return oldTab;
}
else if ((newCap = oldCap << 1) < MAXIMUM_CAPACITY &&
oldCap >= DEFAULT_INITIAL_CAPACITY)
newThr = oldThr << 1; // double threshold
}
//2.oldCap<=0且oldThr > 0表示经过有参构造初始化的hashMap
else if (oldThr > 0) // initial capacity was placed in threshold
newCap = oldThr;
//3.oldCap<=0且oldThr <=0表示经过无参构造初始化hashMap,重新定义初始化长度和阈值
else { // zero initial threshold signifies using defaults
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;//重新阈值
//初始化新table
@SuppressWarnings({"rawtypes","unchecked"})
Node<K,V>[] newTab = (Node<K,V>[])new Node[newCap];
table = newTab;
//把原来table里的节点重新reHash到新table
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)//如果是单节点,直接定位
newTab[e.hash & (newCap - 1)] = e;
else if (e instanceof TreeNode)//红黑树重新定位
((TreeNode<K,V>)e).split(this, newTab, j, oldCap);
else { // preserve order//链表定位
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) {//这里判断出,hash最高是不是为0,因为oldCap是2的n次幂,最高位一定是1,其他位是0,所以与hash做与操作后可以判定
if (loTail == null)
loHead = e;
else
loTail.next = e;
loTail = e;
}
else {//这里判断出,hash最高是不是为1因ldCap是2的n次幂,最高位一定是1,其他位是0,所以与hash做与操作后可以判定
if (hiTail == null)
hiHead = e;
else
hiTail.next = e;
hiTail = e;
}
} while ((e = next) != null);
if (loTail != null) {//是0的话,在新table位置不变
loTail.next = null;
newTab[j] = loHead;
}
if (hiTail != null) {//是1的话位置变为加上原table长度
hiTail.next = null;
newTab[j + oldCap] = hiHead;
}
}
}
}
}
return newTab;
}
**解释0不变1变为加原来table长度:**我们上面说过,计算table位置是 hash值和tabel长度-1做与运算,tabel长度-1一定是多个1组成,我们扩容后,一定是比原来多了一位1,其他都相同。这样,我们判断hash最高位如果是0那么 0&1就是0,说明和原来值一样,位置不变;如果是1 那么1&1=1,刚好比原来多了个tabel