HashMap添加元素的过程,以及底层实现原理

首先是添加元素的put()方法:

//hashMap的添加元素方法
    public V put(K key, V value) {
        return putVal(hash(key), key, value, false, true);
    }


   //hash()方法,用于计算当前元素的hash值
    static final int hash(Object key) {
        int h;
        return (key == null) ? 0 : (h = key.hashCode()) ^ (h >>> 16);
    }


 下面是putVal()方法:

putVal()的执行流程:

1.put方法传入键值对

2.计算hash值

3.根据hash值找到在数组中的存放位置

如果无哈希冲突,则直接存入数组中

如果出现了哈希冲突时:

如果当前的数据结构是红黑树 则存入到红黑树

如果当前的数据结构是链表时:

如果链表插入之后长度小于8,则直接插入到链表中

如果链表插入之后长度大于等于8,则将链表转化为红黑树,存入红黑树中

final V putVal(int hash, K key, V value, boolean onlyIfAbsent,
                   boolean evict) {
        Node<K,V>[] tab; Node<K,V> p; int n, i;
        //如果数组为空,调用resize()方法进行初始化
        if ((tab = table) == null || (n = tab.length) == 0)
            n = (tab = resize()).length;

        //i = (n - 1) & hash获取数组的索引位置,如果计算的索引对应的位置上没有元素,则直接插入该节点
        if ((p = tab[i = (n - 1) & hash]) == null)
            tab[i] = newNode(hash, key, value, null);
        //出现了哈希冲突,通过链表或红黑树解决冲突
        else {
            Node<K,V> e; K k;
            //如果该索引对应的已经存在的元素与待插入的元素key相等,则覆盖
            if (p.hash == hash &&
                ((k = p.key) == key || (key != null && key.equals(k))))
                e = p;
            //如果p已经存在,而且是红黑树
            else if (p instanceof TreeNode)
                //那么将该元素添加到红黑树中
                e = ((TreeNode<K,V>)p).putTreeVal(this, tab, hash, key, value);
                //如果p已经存在,不是红黑树而是链表
            else {
                   //遍历链表
                for (int binCount = 0; ; ++binCount) {
                     //如果节点链表的next为空
                    if ((e = p.next) == null) {
                         //将待添加的节点直接添加到链表中
                        p.next = newNode(hash, key, value, null);
                        //如果节点链表的数量超过8个,则将其转化为红黑树,以便于查找
                        if (binCount >= TREEIFY_THRESHOLD - 1) // -1 for 1st
                            treeifyBin(tab, hash);
                        break;
                    }
                    //如果待传入的key和链表中已经存在的key相同,则直接退出,因为HashMap中无重复元素
                    if (e.hash == hash &&
                        ((k = e.key) == key || (key != null && key.equals(k))))
                        break;
                    p = e;
                }
            }
            if (e != null) { // existing mapping for key
                V oldValue = e.value;
                if (!onlyIfAbsent || oldValue == null)
                    e.value = value;
                afterNodeAccess(e);
                return oldValue;
            }
        }
        ++modCount;
        //当前的大小大于阈值,则扩容
        if (++size > threshold)
            resize();
        afterNodeInsertion(evict);
        return null;
    }

 下面是resize()扩容方法:

当向容器添加元素的时候,会判断当前容器的元素个数,如果大于等于阈值—即当前数组的长度乘以加载因子的值的时候,就要自动扩容。

final Node<K,V>[] resize() {
        Node<K,V>[] oldTab = table;
        //现有数组的容量等于数组长度,数组为空时,容量为0
        int oldCap = (oldTab == null) ? 0 : oldTab.length;
        int oldThr = threshold;
        int newCap, newThr = 0;
        //先有容量大于0,则已经扩容过了 
        if (oldCap > 0) {
            //现有容量大于最大容量,直接返回
            if (oldCap >= MAXIMUM_CAPACITY) {
                threshold = Integer.MAX_VALUE;
                return oldTab;
            }
            //如果扩大两倍之后的容量小于最大容量,且现有容量大于等于初始容量16
            else if ((newCap = oldCap << 1) < MAXIMUM_CAPACITY &&
                     oldCap >= DEFAULT_INITIAL_CAPACITY)
                 新的扩容阀值扩大为两倍
                newThr = oldThr << 1; // double threshold
        }
        // 否则如果当前容量等于0 ,但是当前扩容阈值 > 0,调用有参构造函数会到这里
        else if (oldThr > 0) 
            newCap = oldThr;
        else {   
            // 新的容量等于默认容量            
            newCap = DEFAULT_INITIAL_CAPACITY;
            // 新的扩容阈值等于默认负载因子0.75*默认容量16=12
            newThr = (int)(DEFAULT_LOAD_FACTOR * DEFAULT_INITIAL_CAPACITY);
        }
        if (newThr == 0) {
              // 设置新的扩容阈值等于新的容量*负载因子
            float ft = (float)newCap * loadFactor;
            newThr = (newCap < MAXIMUM_CAPACITY && ft < (float)MAXIMUM_CAPACITY ?
                      (int)ft : Integer.MAX_VALUE);
        }
        threshold = newThr;
        @SuppressWarnings({"rawtypes","unchecked"})
        Node<K,V>[] newTab = (Node<K,V>[])new Node[newCap];
        table = newTab;
        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;
    }

  • 4
    点赞
  • 1
    收藏
    觉得还不错? 一键收藏
  • 0
    评论
评论
添加红包

请填写红包祝福语或标题

红包个数最小为10个

红包金额最低5元

当前余额3.43前往充值 >
需支付:10.00
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明:

1.余额是钱包充值的虚拟货币,按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载,可以购买VIP、付费专栏及课程。

余额充值