put(K key, V value)
- hash(key)-扰动函数
将指定的key存入map中，重复则更新，另外还有一个putIfAbsent()方法则是遇到重复key不更新。
public V put(K key, V value) {
return putVal(hash(key), key, value, false, true);
}
注意到里面的hash(key)方法，实际上入参key已经包含了一个hashCode(通过key.hashCode()即可获取)，此处再次进行hash是为了增加扰动性。通常情况下key.hashCode()的值非常大，但我们最后放到HashMap中的数组的长度可能只是16,32,64…这样的级别，就导致了key.hashCode()的高位部分没有参与到运算，增加了碰撞概率。此处的扰动函数的作用就是将原key.hashCode()高位部分也参与运算，生成的新hash(的低16位)同时具备原key.hashCode()的高16位和低16位的信息，而且新hash的高16位保存的是原key.hashCode()高16位部分。
static final int hash(Object key) {
int h;
return (key == null) ? 0 : (h = key.hashCode()) ^ (h >>> 16);
}
- putVal(…)
put(k, v)的核心代码
//参数evict用于LinkeHashMap，它是HashMap的子类
final V putVal(int hash, K key, V value, boolean onlyIfAbsent,
boolean evict) {
//tab:当前HashMap中的数组引用
//p:HashMap中一个一个元素
//n:数组长度length，i:路由寻址结果-数组的index
Node<K,V>[] tab; Node<K,V> p; int n, i;
//如果tab还是null，那么就初始化tab，只是一种懒初始化的逻辑，可降低系统内存的开销
if ((tab = table) == null || (n = tab.length) == 0)
n = (tab = resize()).length;
//如果目标位置还没有存在元素，那么直接将改元素放置在目标位置即可
if ((p = tab[i = (n - 1) & hash]) == null)
tab[i] = newNode(hash, key, value, null);
else {
Node<K,V> e; K k; //定义的临时变量
//桶位中的元素key与带插入的元素的key相等
//虽然都指向tab[i]同一位置，但由于采用hash & (n - 1)运算，所以也不能保证p.hash与hash相等
//"||"两侧是两种相等的实现方式，满足其一即可。
//注意: null是不能调用.equal()方法的，故增加了非null判断
//实际上"&&"后面为true，前面肯定也为true，这样写的目的在于提升算法效率，先通过e.hash == hash
//将桶中很多不符合的节点pass掉，如果这个检查通过，再来"||"左侧的检查，最后才是"||"右侧的检查，因为
//.equals(k)方法的执行相当耗时
if (p.hash == hash &&
((k = p.key) == key || (key != null && key.equals(k))))
e = p;
//tab[i]此位置已经树化(红黑树)，插入一个节点(暂略过)
else if (p instanceof TreeNode)
e = ((TreeNode<K,V>)p).putTreeVal(this, tab, hash, key, value);
//tab[i]非空，非树 -> 那么就是链表，且头元素与待插入的元素不同
else {
//循环遍历链表
for (int binCount = 0; ; ++binCount) {
//遍历到最后一个元素(e: null)
if ((e = p.next) == null) {
p.next = newNode(hash, key, value, null); //添加待插入的node
//bigCount从0开始的，大于TREEIFY_THRESHOLD需要树化
if (binCount >= TREEIFY_THRESHOLD - 1) // -1 for 1st
treeifyBin(tab, hash);
break;
}
//找到了相同的key，此时也到达元素(e: !null)
if (e.hash == hash &&
((k = e.key) == key || (key != null && key.equals(k))))
break;
p = e;
}
}
//针对e==null的情况，上述代码已经创建了新节点，故此处仅针对e!=null的情况
//此处的e.key与待插入的key相同，有两种情况
if (e != null) { // existing mapping for key
V oldValue = e.value;
//如果e里面的value为null，onlyIfAbsent==false那么直接存入目标value
if (!onlyIfAbsent || oldValue == null)
e.value = value;
afterNodeAccess(e);
//将原来的value返回
return oldValue;
}
}
//有两种情况会到这儿来
++modCount; //HashMap结构被修改的次数(替换不算)
//size达到扩容阈值，触发扩容
if (++size > threshold)
resize();
afterNodeInsertion(evict);
return null;
}
注意：这里面有两个方法的调用，
afterNodeAccess(e)，afterNodeInsertion(evict)，在HashMap中这两个方法为空方法体，它们的具体实现在HashMap的子类LinkedHashMap
- resize()扩容
当桶里面装的链表长度太长，查询速度就从O(1)提高到了O(N)，因此需要扩容。
final Node<K,V>[] resize() {
//扩容前的table引用
Node<K,V>[] oldTab = table;
//扩容前table的capacity(长度)计算
//由于新建的HashMap中的table为null，在第一次insert时，需要扩容
int oldCap = (oldTab == null) ? 0 : oldTab.length;
//扩容之前的阈值，也就是达到该阈值后触发的本次resize扩容
//此阈值threshold扩容后也会跟着改变
int oldThr = threshold;
//扩容后的长度、阈值
int newCap, newThr = 0;
//1.计算新的newCap、newThr
//之前已经resize过了，此次需对其再次进行resize
if (oldCap > 0) {
//达到最大容量，返回Integer.MAX_VALUE，确保下次不会不在调用resize方法
//极少会发生
if (oldCap >= MAXIMUM_CAPACITY) {
threshold = Integer.MAX_VALUE;
return oldTab;
}
//newCap = oldCap * 2
//newThr = oldThr * 2
//当HashMap是以HashMap(initialCapacity, loadFactor)构造时，有可能不满足>=DEFAULT..条件
else if ((newCap = oldCap << 1) < MAXIMUM_CAPACITY && //........[1]
oldCap >= DEFAULT_INITIAL_CAPACITY)
newThr = oldThr << 1; // double threshold
}
//oldCap == 0(HashMap中的table还未初始化) && oldThr > 0
//除了默认的构造方法public HashMap()，其余的3种构造方法都会出现oldCap == 0 && oldThr > 0
else if (oldThr > 0) // initial capacity was placed in threshold //........[2]
//oldThr = threshold，其中threshold已经在构造方法中计算过
newCap = oldThr;
//oldCap == 0 && oldThr == 0
//默认的构造方法public HashMap()第一次扩容时会出现这种情况
else { // zero initial threshold signifies using defaults
newCap = DEFAULT_INITIAL_CAPACITY;
newThr = (int)(DEFAULT_LOAD_FACTOR * DEFAULT_INITIAL_CAPACITY);
}
//如上[1][2]两种情况下newThr == 0
if (newThr == 0) {
float ft = (float)newCap * loadFactor;
//多数情况下ft = (int)ft
newThr = (newCap < MAXIMUM_CAPACITY && ft < (float)MAXIMUM_CAPACITY ?
(int)ft : Integer.MAX_VALUE);
}
threshold = newThr;
//2.迁移原数据
@SuppressWarnings({"rawtypes","unchecked"})
//创建一个更大的数组，长度为newCap(也可能是第一次创建)
Node<K,V>[] newTab = (Node<K,V>[])new Node[newCap];
table = newTab;
//本次扩容之前原来有数据，若原本无数据则无需处理
if (oldTab != null) {
for (int j = 0; j < oldCap; ++j) {
Node<K,V> e;
//桶位中有数据才处理，三种情况：单个数据、链表、红黑树
if ((e = oldTab[j]) != null) {
//原数组该位置置为null，方便GC回收
oldTab[j] = null;
//单个数据
if (e.next == null)
newTab[e.hash & (newCap - 1)] = e;
//红黑树
else if (e instanceof TreeNode)
((TreeNode<K,V>)e).split(this, newTab, j, oldCap);
//链表
else { // preserve order
//扩容之后，原来位于同一桶位的链表元素会拆分到两个地方，原位置，原位置+oldCap
//假设oldCap=16，newCap=32
//那么table[15]的链表会拆分到table[15]与table[31]
//table[15]链表中的元素hash值可能为0 1111 OR 1 1111，& 1 1111(31)也就有两种情况
Node<K,V> loHead = null, loTail = null; //低位头结点、尾结点
Node<K,V> hiHead = null, hiTail = null; //高位头结点、尾结点
Node<K,V> next;
do {
next = e.next;
//hash值为0 1111，& 1 1111为0 1111，存放在table[15]
if ((e.hash & oldCap) == 0) {
if (loTail == null) //只有第一次时未null
loHead = e; //因为此时链表为null，设置头结点
else
loTail.next = e;
loTail = e; //尾结点后移(第一次时，头结点和尾节点指向一致)
}
//hash值为1 1111，& 1 1111为1 1111，存放在table[31]
//内部逻辑与tail一致
else {
if (hiTail == null)
hiHead = e;
else
hiTail.next = e;
hiTail = e;
}
} while ((e = next) != null);
//当然也存在loTail == null的情况
if (loTail != null) {
//由于loTail可能是从原链表的中间捞出来的，故loTail.next指向了一个无用的链表元素
loTail.next = null;
newTab[j] = loHead; //将loHead置于桶中
}
if (hiTail != null) {
hiTail.next = null;
newTab[j + oldCap] = hiHead;
}
}
}
}
}
return newTab;
}
- get获取value
public V get(Object key) {
Node<K,V> e;
//put的时候使用的扰动函数计算，因此get的时候也需要计算
//由于不同的key可能会得到同一个hash，故还需要传key
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;
//tab[(n - 1) & hash]: 路由至桶中相应index
if ((tab = table) != null && (n = tab.length) > 0 &&
(first = tab[(n - 1) & hash]) != null) {
//为何还要有这一句(first.hash == hash)，之前已经解释
//运气好：桶位中的元素就是要get的
if (first.hash == hash && // always check first node
((k = first.key) == key || (key != null && key.equals(k))))
return first;
//桶位中的元素不是要get的，且后续还有元素
if ((e = first.next) != null) {
//红黑树
if (first instanceof TreeNode)
return ((TreeNode<K,V>)first).getTreeNode(hash, key);
//链表搜索：直到找到为止，否则返回null
do {
if (e.hash == hash &&
((k = e.key) == key || (key != null && key.equals(k))))
return e;
} while ((e = e.next) != null);
}
}
return null;
}
- remove删除节点
包含两个函数
//只需匹配key
public V remove(Object key) {
Node<K,V> e;
//为什么此处需要三目运算：若e==null，那么将无法调用.value
return (e = removeNode(hash(key), key, null, false, true)) == null ?
null : e.value;
}
//key与value均需匹配后才能删除
public boolean remove(Object key, Object value) {
return removeNode(hash(key), key, value, true, true) != null;
}
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;
//路由算法找到对应桶位
if ((tab = table) != null && (n = tab.length) > 0 &&
(p = tab[index = (n - 1) & hash]) != null) {
//node:查找到的结果，e:当前node的下一个node
Node<K,V> node = null, e; K k; V v;
//该元素恰好位于桶位中
if (p.hash == hash &&
((k = p.key) == key || (key != null && key.equals(k))))
node = p;
else if ((e = p.next) != null) {
//红黑树
if (p instanceof TreeNode)
node = ((TreeNode<K,V>)p).getTreeNode(hash, key);
//遍历查找
else {
do {
//找到目标
if (e.hash == hash &&
((k = e.key) == key ||
(key != null && key.equals(k)))) {
node = e;
break;
}
p = e;
} while ((e = e.next) != null);
}
}
//准备删除
//此处matchValue == true时需匹配node.value==v?
if (node != null && (!matchValue || (v = node.value) == value ||
(value != null && value.equals(v)))) {
//红黑树
if (node instanceof TreeNode)
((TreeNode<K,V>)node).removeTreeNode(this, tab, movable);
//待删除元素恰好位于桶位上
else if (node == p)
tab[index] = node.next;
//位于链表中
//node为待删除的目标节点，p为node的上一个节点
else
p.next = node.next;
++modCount;
--size;
afterNodeRemoval(node); //用于LinkedHashMap
return node;
}
}
return null;
}
- replace替换
@Override
public V replace(K key, V value) {
Node<K,V> e;
if ((e = getNode(hash(key), key)) != null) {
V oldValue = e.value;
e.value = value;
afterNodeAccess(e);
return oldValue;
}
return null;
}
//相比于上一个方法多了一个需同时满足node.value的匹配
@Override
public boolean replace(K key, V oldValue, V newValue) {
Node<K,V> e; V v;
if ((e = getNode(hash(key), key)) != null &&
((v = e.value) == oldValue || (v != null && v.equals(oldValue)))) {
e.value = newValue;
afterNodeAccess(e);
return true;
}
return false;
}
1202
被折叠的 条评论
为什么被折叠?
到【灌水乐园】发言
