HashMap源码分析jdk1.8

hashmap1.8的数据结构有所变化，hashmap1.8以前的数据结构是数组+链表。现在的数据结构是数组+链表+红黑树。在1.8以前，如果在某个数组中，出现了hash碰撞，并且key不相同的情况下，就会生成一个链表。随着元素的增多，链表可能会越来越长，我们在去查找的时候，遍历单链表会需要很长的时间，时间复杂度为O(n)。但在1.8以后，加了红黑树，在单链表长度大于8，并且数组元素大于64时，会将链表转化为红黑树，这样将会提高很大的效率，增删改查的时间复杂度为O(logn)。

1.8版本hashmap的put流程图如下： 

 

源码关键属性： 

static final int `DEFAULT_INITIAL_CAPACITY*`= 1 << 4; // aka 16   默认初始容量为16

static final int `MAXIMUM_CAPACITY` = 1 << 30;    //最大容量  恰好为int的最大值除以2

static final float DEFAULT_LOAD_FACTOR = 0.75f;  //默认负载因子

static final int TREEIFY_THRESHOLD = 8   //树化阈值

static final int UNTREEIFY_THRESHOLD = 6;//红黑树转化回链表阈值

static final int MIN_TREEIFY_CAPACITY = 64;     //最小树化容量为64

int threshold;        // hashmap阈值

final float loadFactor; //负载因子

构造方法：

public HashMap() {
        // 这里跟1.7的构造方法有一点不一样，但都是在put的时候进行初始化。加载因子为0.75
        this.loadFactor = DEFAULT_LOAD_FACTOR; // all other fields defaulted
    }

public HashMap(int initialCapacity) {
      // 自定义传入的容量    默认加载因子
        this(initialCapacity, DEFAULT_LOAD_FACTOR);
    }
    
// 第二个构造方法，加载因子是我们确定的，这个构造方法，我们可以自定义容量以及加载因子
public HashMap(int initialCapacity, float loadFactor) {
        // 关于参数的校验
        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);
         // 加载因子赋值
        this.loadFactor = loadFactor;
        // 还是老样子，传入的值必须是2的幂次方。方法在下面，我给大家贴出来了。这里的threshold目前是传入的容量，之后再初始化的时候，会进行重新赋值，即 容量*加载因子
        this.threshold = tableSizeFor(initialCapacity);
    }
    
// 传入一个map集合的构造方法
public HashMap(Map<? extends K, ? extends V> m) {
        this.loadFactor = DEFAULT_LOAD_FACTOR;
        putMapEntries(m, false);
    }

final void putMapEntries(Map<? extends K, ? extends V> m, boolean evict) {
        // 当前集合元素数量
        int s = m.size();
        if (s > 0) {
          // 如果table为空，进行初始化，根据当前元素数量/加载因子得出数组总长度。
            if (table == null) { // pre-size
                float ft = ((float)s / loadFactor) + 1.0F;
                int t = ((ft < (float)MAXIMUM_CAPACITY) ?
                         (int)ft : MAXIMUM_CAPACITY);
                // 数组长度总是2的幂次方
                if (t > threshold)
                    threshold = tableSizeFor(t);
            }
            // 如果当前元素数量大于阈值，进行扩容
            else if (s > threshold)
                resize();
            // 遍历集合中的元素，进行put，放入我们要放入的集合中
            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);
            }
        }
    }

在初始化数组长度时，我们会把数组长度确定为离这个数最近的大于它的2次幂，比如我们想初始化长度为6，那么会调用函数算出为8，赋值其实是8，而改为2次幂的函数使用的位运算也值得我们去学习：

static final int tableSizeFor(int cap) {
        int n = cap - 1;  // 17
        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;
    }

put方法：

public V put(K key, V value) {
        // 将key进行hash，传入key value  
        // onlyIfAbsent：如果为true，新key与旧key 的键值对都相等的情况下，不会再覆盖原来的值。
        // evict:如果为false，则表处于创建状态
        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;
        // 此时的表为空以及表的长度为0，会进行对表的初始化。
        if ((tab = table) == null || (n = tab.length) == 0)
          // resize后面会有讲到。 扩容用的
            n = (tab = resize()).length;
          // 求出下标之后，如果下标对应数组的位置没有元素的话，对于链表来说就是头节点，所以直接放入。这里使用的是尾插法。
        if ((p = tab[i = (n - 1) & hash]) == null)
            tab[i] = newNode(hash, key, value, null)
        else {
            Node<K,V> e; K k;
            // 如果当前位置有元素，并且与此时位置上的key相等，那么让e引用p。p是当前位置上的元素，此时这个if分支已经走完了。直接到下面了
            if (p.hash == hash &&
                ((k = p.key) == key || (key != null && key.equals(k))))
                e = p;
              // 这里看当前节点是否已经被转换为二叉树，如果是，按照红黑树的插入方式插入
            else if (p instanceof TreeNode)
                e = ((TreeNode<K,V>)p).putTreeVal(this, tab, hash, key, value);
            else {
            // 这里就是对链表的遍历啦，如果是链表那么元素不会超过8个。
                // 遍历时，binCount的值从0开始，为0，1，2，3，4，5，6，7。也就是说binCount为7时，链表中的元素已经8个了，再加上我们传进来的这个key，一共9个元素，此时就会进行树化。
                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
                        // 树化方法
                            treeifyBin(tab, hash);
                        break;
                    }
                    // 这里如果找到了，那么break跳出for循环，执行下面的if分支，进行值的覆盖
                    if (e.hash == hash &&
                        ((k = e.key) == key || (key != null && key.equals(k))))
                        break;
                    p = e;
                }
            }
            // 这里的e是当前数组位置上的值，并不是我们传入进来，此时拿到旧值，将旧值替换为新值。
            if (e != null) { // existing mapping for key
                V oldValue = e.value;
                // 覆盖旧值
                if (!onlyIfAbsent || oldValue == null)
                    e.value = value;
                afterNodeAccess(e); 替换旧值时会调用方法，默认实现为空
                // 返回旧值
                return oldValue;
            }
        }
        // 结构被修改了，要++的
        ++modCount;
        // 如果此时size大于了阈值，要扩容的。
        if (++size > threshold)
            resize();
        afterNodeInsertion(evict);
        //如果没找到值，就返回null
        return null;
    }

treeifyBin(链表长度为8时调用用来转换为红黑树)

树化方法，在put时如果链表长度为8时会调用此方法，但是前提数组长度要大于64，否则只会进行扩容，并不会进行树化操作

final void treeifyBin(Node<K,V>[] tab, int hash) {
        int n, index; Node<K,V> e;
        // 如果表为null或者表的长度小于最64，不会进行树化，进行扩容
        if (tab == null || (n = tab.length) < MIN_TREEIFY_CAPACITY)
            resize();
        // 根据hash做与运算，得到下标，拿到首节点，如果不为空。
        else if ((e = tab[index = (n - 1) & hash]) != null) {
            TreeNode<K,V> hd = null, tl = null;  // hd:头节点    t1:尾节点
            // 这里的dowhile循环会让单链表转为一个双向链表
            do {
                // 将该节点转换为树节点    
                TreeNode<K,V> p = replacementTreeNode(e, null);
                if (tl == null)
                    hd = p;
                else {
                    p.prev = tl;  // 当前节点前驱指向尾节点
                    tl.next = p;  // 尾节点后继指向当前节点  尾插法
                }
                tl = p;
            } while ((e = e.next) != null);
            if ((tab[index] = hd) != null)  / 替换原来的单链表，使用双向链表进行树化
              // 真正进行树化的方法
                hd.treeify(tab);
        }
    }
    

TreeNode<K,V> replacementTreeNode(Node<K,V> p, Node<K,V> next) {
        // 转为树节点
        return new TreeNode<>(p.hash, p.key, p.value, next);
    }

treeify方法（转化为真正的树） ： 

final void treeify(Node<K,V>[] tab) {
              // 红黑树的根节点
            TreeNode<K,V> root = null;
            for (TreeNode<K,V> x = this, next; x != null; x = next) {
                next = (TreeNode<K,V>)x.next;
                x.left = x.right = null;
                // 刚进入方法时，红黑树根节点此时一定为null，将链表的第一个节点作为根节点，颜色为黑色。
                if (root == null) {
                    x.parent = null; // 根节点没有父节点
                    x.red = false; // 黑色
                    root = x; // 当前第一个节点给到root
                }
                else { // 这个分支说明已经有根节点了，与根节点的hash值进行比较
                    K k = x.key;  // 此时的x是双向链表中的第二个节点
                    int h = x.hash; // x的hash值
                    Class<?> kc = null;
                    for (TreeNode<K,V> p = root;;) {
                        int dir, ph;
                        K pk = p.key;
                        if ((ph = p.hash) > h)
                            dir = -1;  //  往树的左方向走
                        else if (ph < h)
                            dir = 1; // 往树的右方向走
                        else if ((kc == null &&  // 如果p的hash值与x的hash值相等，则比较key值，如果key没有实现comparable接口或者x的key值和p的值相等，则使用一套自定义的规则来比较节点x和节点p的大小，用来决定时向左走还是向右走。
                                  (kc = comparableClassFor(k)) == null) ||
                                 (dir = compareComparables(kc, k, pk)) == 0)
                            dir = tieBreakOrder(k, pk);

                        TreeNode<K,V> xp = p;
                  // 判断插入左子树还是右子树  dir<0则左边插入，dir>0则右边插入，如果为null那么当前位置就是x的目标位置
                        if ((p = (dir <= 0) ? p.left : p.right) == null) {
                            x.parent = xp;
                            if (dir <= 0)
                                xp.left = x;
                            else
                                xp.right = x;
                              // 插入完成后，进行左旋右旋变色等操作，需要满足红黑树的特点。
                            root = balanceInsertion(root, x);
                            break;
                        }
                    }
                }
            }
            moveRootToFront(tab, root);
        }

putTreeVal（如果数组下标是红黑树则使用红黑树插入方法）

当我们put一个key时，此时数组下标对应的位置如果是一个TreeNode对象时，就会使用红黑树的插入方法。

 final TreeNode<K,V> putTreeVal(HashMap<K,V> map, Node<K,V>[] tab,
                                       int h, K k, V v) {
            Class<?> kc = null;
            boolean searched = false;
            // root()方法是返回红黑树的根节点
            TreeNode<K,V> root = (parent != null) ? root() : this;
            for (TreeNode<K,V> p = root;;) {
                int dir, ph; K pk;
                // 比较旧key与新key的hahs值，如果大于为-1，如果小于为1
                if ((ph = p.hash) > h)
                    dir = -1;
                else if (ph < h)
                    dir = 1;
                // 如果此时根节点与传入的key相等，直接返回p
                else if ((pk = p.key) == k || (k != null && k.equals(pk)))
                    return p;
                // kc上面已经赋值为null，所以对于短路与来讲，comparableClassFor(k)此方法必会执行。
                else if ((kc == null &&
                          (kc = comparableClassFor(k)) == null) ||
                  // 在通过 hash 值跟 k 比较不出的情况下，则判断插入的 key 是否
                // 是 Comparable 类型，以及两个类是否属于同一类型，如果是则
                // 调用 compareTo 比较两个 key 的大小，如果无法比较则从当前
                // 节点开始，查询所有子节点是否存在 key 相等的情况，如果有就
                // 直接返回。
                         (dir = compareComparables(kc, k, pk)) == 0) {
                    if (!searched) {
                        TreeNode<K,V> q, ch;
                        searched = true;
                        if (((ch = p.left) != null &&
                            // 左子树不为空，先查左子树
                             (q = ch.find(h, k, kc)) != null) ||
                            ((ch = p.right) != null &&
                            // 右子树不为空，先查右子树
                             (q = ch.find(h, k, kc)) != null))
                             // 返回key
                            return q;
                    }
                    dir = tieBreakOrder(k, pk);
                }
                // 往树节点中插入此key
                TreeNode<K,V> xp = p;
                if ((p = (dir <= 0) ? p.left : p.right) == null) {
                    Node<K,V> xpn = xp.next;
                    TreeNode<K,V> x = map.newTreeNode(h, k, v, xpn);
                    if (dir <= 0)
                        xp.left = x;
                    else
                        xp.right = x;
                    xp.next = x;
                    x.parent = x.prev = xp;
                    if (xpn != null)
                        ((TreeNode<K,V>)xpn).prev = x;
                        // 插入完后进行平衡(balanceInsertion()方法)，左旋右旋变色等操作。此树还有一个隐藏的双向链                      表，确保给定的根节点是双向链表的头节点。
                    moveRootToFront(tab, balanceInsertion(root, x));
                    return null;
                }
            }
        }

resize扩容方法：

final Node<K,V>[] resize() {
        // 旧数组
        Node<K,V>[] oldTab = table;
        // 如果数组为0，说明未进行初始化，后面会进行初始化，否则返回表的length
        int oldCap = (oldTab == null) ? 0 : oldTab.length;
        // 获取阈值
        int oldThr = threshold;
        int newCap, newThr = 0;
        // 如果旧数组的容量大于0
        if (oldCap > 0) {
            // 旧数组容量是否大于最大支持容量
            if (oldCap >= MAXIMUM_CAPACITY) {
                // 阈值设置为最大，因为容量已经最大了，不能再扩容了。
                threshold = Integer.MAX_VALUE;
                // 返回旧值
                return oldTab;
            }
            // 阈值为2倍，比如默认容量为16，阈值为12，然后下次扩容为32，那么阈值就是24。所以进行左移
            else if ((newCap = oldCap << 1) < MAXIMUM_CAPACITY &&
                     oldCap >= DEFAULT_INITIAL_CAPACITY)
                newThr = oldThr << 1; // double threshold
        }
        // 自定义传进来的容量，此时进行初始化使用
        else if (oldThr > 0) // initial capacity was placed in threshold
            newCap = oldThr;
        else {               // zero initial threshold signifies using defaults
            // 进行初始化，默认容量为16   newThr重新计算阈值  容量*加载因子
            newCap = DEFAULT_INITIAL_CAPACITY;
            newThr = (int)(DEFAULT_LOAD_FACTOR * DEFAULT_INITIAL_CAPACITY);
        }
        // 计算新的resize()上限
        if (newThr == 0) {
            float ft = (float)newCap * loadFactor;
            newThr = (newCap < MAXIMUM_CAPACITY && ft < (float)MAXIMUM_CAPACITY ?
                      (int)ft : Integer.MAX_VALUE);
        }
        // 赋值
        threshold = newThr;
        @SuppressWarnings({"rawtypes","unchecked"})
        Node<K,V>[] newTab = (Node<K,V>[])new Node[newCap];
        table = newTab;
        if (oldTab != null) {
            // 遍历旧数组
            for (int j = 0; j < oldCap; ++j) {
                Node<K,V> e;
                if ((e = oldTab[j]) != null) {
                    oldTab[j] = null;
                    // 如果下一个元素为null，说明桶中只有一个元素，直接放入新数组中
                    if (e.next == null)
                        newTab[e.hash & (newCap - 1)] = e;
                      // 分解 红黑树
                    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;
                        // 旧数组往新数组上进行转移
                        // 这个循环对旧数组上的元素进行重hash优化 以0和1分隔
                        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;
                            }
                            // 原索引放入桶中
                        } while ((e = next) != null);
                        if (loTail != null) {
                            loTail.next = null;
                            newTab[j] = loHead;
                        }
                        // 原索引+旧数组长度放入桶中
                        if (hiTail != null) {
                            hiTail.next = null;
                            newTab[j + oldCap] = hiHead;
                        }
                    }
                }
            }
        }
        return newTab;
    }

split(将红黑树分成两份)

final void split(HashMap<K,V> map, Node<K,V>[] tab, int index, int bit) {
            TreeNode<K,V> b = this;
            // Relink into lo and hi lists, preserving order
            TreeNode<K,V> loHead = null, loTail = null;
            TreeNode<K,V> hiHead = null, hiTail = null;
            int lc = 0, hc = 0;
            for (TreeNode<K,V> e = b, next; e != null; e = next) {
                next = (TreeNode<K,V>)e.next;
                e.next = null;
                if ((e.hash & bit) == 0) {
                    if ((e.prev = loTail) == null)
                        loHead = e;
                    else
                        loTail.next = e;
                    loTail = e;
                    ++lc;
                }
                else {
                    if ((e.prev = hiTail) == null)
                        hiHead = e;
                    else
                        hiTail.next = e;
                    hiTail = e;
                    ++hc;
                }
            }

            if (loHead != null) {
                if (lc <= UNTREEIFY_THRESHOLD)
                    tab[index] = loHead.untreeify(map);
                else {
                    tab[index] = loHead;
                    if (hiHead != null) // (else is already treeified)
                        loHead.treeify(tab);
                }
            }
            if (hiHead != null) {
                if (hc <= UNTREEIFY_THRESHOLD)
                    tab[index + bit] = hiHead.untreeify(map);
                else {
                    tab[index + bit] = hiHead;
                    if (loHead != null)
                        hiHead.treeify(tab);
                }
            }
        }