HashMap源码分析

alone00

于 2020-04-03 19:13:34 发布

阅读量67

点赞数

分类专栏： java基础

原文链接：https://segmentfault.com/a/1190000012926722#item-3

版权

java基础专栏收录该内容

17 篇文章 0 订阅

订阅专栏

分享一位大佬的博客内容讲解的比较详细：https://segmentfault.com/a/1190000012926722#item-3

自己的总结：

1.基本概述

JDK1.8HashMap的结构：数组+链表+红黑树
使用拉链式散列函数（减少哈希冲突），注意这里是尾插法。
当链表的长度达到了8，再往里面put那么链表就转化成红黑树。也就是说链表的最大长度是8，不可能出现长度大于8的链表。（看源码的时候注意，最后走到了null才进去判断阈值）。此外还有一个点要注意，当进入treeifyBin()里面会发现如果桶的长度小于64，那么就会选择扩容将链表长度变短而不是直接转成红黑树。
构造方法有四个，HashMap 构造方法做的事情比较简单，一般都是初始化一些重要变量，比如 loadFactor 和 threshold。而底层的数据结构则是延迟到插入键值对时再进行初始化

几个重要的参数：
在这里插入图片描述
补充：Size就是当前HashMap所容纳的键值对数量。当Size大于阈值就会扩容。

负载因子loadFactor为什么默认的是0.75？？
简单的理解负载因子是0.75的时候，空间利用率比较高，而且避免了相当多的Hash冲突，使得底层的链表或者是红黑树的高度比较低，提升了空间效率。
当为0.5的时候，空间利用率太低了，查询效率比较高。
当为1.0的时候，空间利用率高了，但是查询效率太低了，桶里面的树的高度可能已经变得很高了。

2.扩容

传入的初始化容量是空参，那么第一次插入值时就数组容量扩容到16，阈值threshold变为16*0.75=12。下次再进行扩容时，数组容量和阈值均扩大两倍。
传入的初始化容量非空，举个例子传入的初始化容量如果是7，那么阈值threshold就被初始化为8，2的3次方， tableSizeFor(int cap) 方法就是找到比初始化容量大的最小2的n次方的那个数。这种初始化情况下，第一次扩容容量直接扩到newCap=8（threshold）,新的阈值threshold=newCap* 0.75=6.0,直接取整就是6。下次要是再扩容那么数组容量直接翻倍，但是阈值是newCap *0.75=12。如果下次又要扩容，因为老容量已经不小于默认的16了那么就是容量和阈值都直接翻倍。前提是不溢出
DeBug跟进去就能看清楚了！！！ 总的来说扩容resize做了三件事：
1.计算新桶数组的容量 newCap 和新阈值 newThr。
2.根据计算出的 newCap 创建新的桶数组，桶数组 table 也是在这里进行初始化的。
3.将键值对节点重新映射到新的桶数组里。如果节点是 TreeNode 类型，则需要拆分红黑树。如果是普通节点，则节点按原顺序进行分组。

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) {
        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
    }
    else if (oldThr > 0) // initial capacity was placed in threshold
        newCap = oldThr;
    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;
    @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;
}

3.遍历、插入、删除

遍历：遍历出来的顺序和插入进去的顺序一般不一样，但是同一个HashMap多次遍历的顺序结果都是一样的。底层原理就是逐个遍历桶，桶不空就逐个遍历里面的链表或者红黑树，桶如果空就直接跳过到下一个桶。即每次遍历生成的keySet都是固定的顺序，每次遍历的结果都一样。

插入： 引入了红黑树这个过程就变得复杂了，但是要知道的是链表转化成红黑树的条件是链表的长度达到了8。

final V putVal(int hash, K key, V value, boolean onlyIfAbsent,
               boolean evict) {
    Node<K,V>[] tab; Node<K,V> p; int n, i;
    if ((tab = table) == null || (n = tab.length) == 0)
        n = (tab = resize()).length;
    if ((p = tab[i = (n - 1) & hash]) == null)
        tab[i] = newNode(hash, key, value, null);
    else {
        Node<K,V> e; K k;
        if (p.hash == hash &&
            ((k = p.key) == key || (key != null && key.equals(k))))
            e = p;
        else if (p instanceof TreeNode)
            e = ((TreeNode<K,V>)p).putTreeVal(this, tab, hash, key, value);
        else {
            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
                        treeifyBin(tab, hash);
                    break;
                }
                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;
    if (++size > threshold)
        resize();
    afterNodeInsertion(evict);
    return null;
}

删除： 三部曲，找到桶的位置、遍历到节点、删除节点。


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;
    if ((tab = table) != null && (n = tab.length) > 0 &&
        // 1. 定位桶位置
        (p = tab[index = (n - 1) & hash]) != null) {
        Node<K,V> node = null, e; K k; V v;
        // 如果键的值与链表第一个节点相等，则将 node 指向该节点
        if (p.hash == hash &&
            ((k = p.key) == key || (key != null && key.equals(k))))
            node = p;
        else if ((e = p.next) != null) {  
            // 如果是 TreeNode 类型，调用红黑树的查找逻辑定位待删除节点
            if (p instanceof TreeNode)
                node = ((TreeNode<K,V>)p).getTreeNode(hash, key);
            else {
                // 2. 遍历链表，找到待删除节点
                do {
                    if (e.hash == hash &&
                        ((k = e.key) == key ||
                         (key != null && key.equals(k)))) {
                        node = e;
                        break;
                    }
                    p = e;
                } while ((e = e.next) != null);
            }
        }

// 3. 删除节点，并修复链表或红黑树
        if (node != null && (!matchValue || (v = node.value) == value ||
                             (value != null && value.equals(v)))) {
            if (node instanceof TreeNode)
                ((TreeNode<K,V>)node).removeTreeNode(this, tab, movable);
            else if (node == p)
                tab[index] = node.next;
            else
                p.next = node.next;
            ++modCount;
            --size;
            afterNodeRemoval(node);
            return node;
        }
    }
    return null;
}

4.序列化
transient，在 Java 中，被该关键字修饰的变量不会被默认的序列化机制序列化。
HashMap 并没有使用默认的序列化机制，而是通过实现readObject/writeObject两个方法自定义了序列化的内容。
序列化 talbe 存在着两个问题

table 多数情况下是无法被存满的，序列化未使用的部分，浪费空间
2.同一个键值对在不同 JVM 下，所处的桶位置可能是不同的，在不同的 JVM 下反序列化 table 可能会发生错误。（不同的java虚拟机本地实现的hashCode都不一样，要是那些键没有覆盖本地的hashCode，而是直接调用本地的方法，那么就会导致算出来的hash值不一样，从而找不到对应的桶）

alone00

关注

0
点赞
踩
0

收藏

觉得还不错? 一键收藏
0
评论
HashMap源码分析

分享一位大佬的博客内容讲解的比较详细：https://segmentfault.com/a/1190000012926722#item-3自己的总结：1.基本概述JDK1.8HashMap的结构：数组+链表+红黑树使用拉链式散列函数（减少哈希冲突），注意这里是尾插法。当链表的长度达到了8就转化成红黑树构造方法有四个，HashMap 构造方法做的事情比较简单，一般都是初始化一些重要变量...
复制链接

扫一扫