HashMap 底层是基于 数组 + 链表 组成的
HashMap里面一些核心的成员变量
- DEFAULT_INITIAL_CAPACITY = 1 << 4; 数组初始化大小, 16
- MAXIMUM_CAPACITY = 1 << 30; 数组最大值
- DEFAULT_LOAD_FACTOR = 0.75f; 默认的负载因子数
- Entry<K, V> table = (Entey<K, V>[]) EMPTY_TABLE; 存放数据的数组
- size; 当前存放数量的大小
- threshold; 根据用户传入的map的初始长度,定义数组的最大容量
- loadFactor; 自定义负载因子
负载因子: 由于给定的HashMap的容量大小是固定的, 所以当数据存放量达到了固定值* 负载因子的值的时候, 会进行扩容
1.7 版本
1.7的缺陷: 当 Hash 冲突严重时,在桶上形成的链表会变的越来越长,这样在查询时的效率就会越来越低;
1.8版本:
新增了TREEIFY_THRESHOLD 用于判断是否需要将链表转换为红黑树的阈值
将HashEntry<K, V>[] 改为了Node<K, V>[]
Node的值和1.7的实现一样, 也是内部类, 存放的参数也都是key, value, next和hashcode;
put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;
// 如果 map 是空的,则先开始初始化,table 是 map 中用于存放索引的表
if ((tab = table) == null || (n = tab.length) == 0)
n = (tab = resize()).length;
// 使用 hash 和数组长度减一的值进行异或计算得到分散的数组下标
// 这个下标也就是当前要插入的 key 未来所在的位置
// 使用该下标获取到 map 中节点数组中该位置的链表
// 如果该链表为 null,则直接创建 k-v节点存放
if ((p = tab[i = (n - 1) & hash]) == null)
tab[i] = newNode(hash, key, value, null);
else {
Node<K,V> e; K k;
// 如果根据数组下标获取原 map 上的链表不为 null
// 需要对链表头节点的 hash 和需要插入该节点的 hash 进行比较,校验是否发生了 hash 碰撞
// 如果这两个节点的 hash 相等并且当前要插入到该节点数据的 key 和该链表上头节点上的 key 还相等,说明需要进行数据替换
// 需要数据替换之后,使用一个临时节点来保存当前要插入的节点
if (p.hash == hash && ((k = p.key) == key || (key != null && key.equals(k)))) {
e = p;
} else if (p instanceof TreeNode) {
// 如果头结点没有发生hash碰撞,那就需要判断当前节点是不是红黑树的类型
// 如果当前节点是树,说明 hash 碰撞已经开始使用树来进行处理了
e = ((TreeNode<K,V>)p).putTreeVal(this, tab, hash, key, value);
} else {
// 如果没有发生 hash 冲突
for (int binCount = 0; ; ++binCount) {
// 在插入当前链表的结点时判断该节点后面有没有节点
// 如果没有节点则只需要新建节点插入
if ((e = p.next) == null) {
p.next = newNode(hash, key, value, null);
// 判断当前阈值是否大于预设的阈值 8
// 大于时就需要转换成红黑树
if (binCount >= TREEIFY_THRESHOLD - 1) // -1 for 1st
treeifyBin(tab, hash);
break;
}
// 如果要插入节点的后面还有节点,那么就需要向下继续遍历
// 如果在向下个节点遍历过程中找到完全相同的 key 时
// 也就是说在链表上其他节点发生了 hash 冲突
// 则用新的节点替换老节点,不在进行链表遍历
if (e.hash == hash &&
((k = e.key) == key || (key != null && key.equals(k))))
break;
// 没有冲突的情况下将当前节点后面的链表给到 p,继续进行下一个节点遍历
p = e;
}
}
// 如果存放冲撞节点的 e 不为 null, 说明有Hash冲突的 key,就需要将新值替换旧值
if (e != null) { // existing mapping for key
V oldValue = e.value;
if (!onlyIfAbsent || oldValue == null)
e.value = value;
afterNodeAccess(e);
return oldValue;
}
}
// 插入完成之后,map 变更操作计数器
++modCount;
// 判断 map 中包含的 k-v 键值对是不是已经达到了扩容阀值
// 如果达到了就需要进行扩容
if (++size > threshold)
resize();
afterNodeInsertion(evict);
return null;
}
在链表上增加节点的时候如果达到了转换红黑树的阀值8,就会操作扩充数组长度进行resize或者转换链表为红黑树
final void treeifyBin(Node<K,V>[] tab, int hash) {
int n, index; Node<K,V> e;
// 因为map长度过长的话 resize 会消耗性能
// 所以在 map 中的数组为 null 或者数组长度小于 64才会操作 resize
if (tab == null || (n = tab.length) < MIN_TREEIFY_CAPACITY)
resize();
else if ((e = tab[index = (n - 1) & hash]) != null) {
// 转换为红黑树
TreeNode<K,V> hd = null, tl = null;
do {
TreeNode<K,V> p = replacementTreeNode(e, null);
if (tl == null)
hd = p;
else {
p.prev = tl;
tl.next = p;
}
tl = p;
} while ((e = e.next) != null);
if ((tab[index] = hd) != null)
hd.treeify(tab);
}
}
扩充数组长度方法resize
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) {
// 如果当前数组的最大长度超过了原定的长度, 1 << 30 = 2^29
// 则会扩容数组的最大长度,之后直接返回原数组
if (oldCap >= MAXIMUM_CAPACITY) {
threshold = Integer.MAX_VALUE;
return oldTab;
} else if ((newCap = oldCap << 1) < MAXIMUM_CAPACITY && oldCap >= DEFAULT_INITIAL_CAPACITY)
// 如果原数组的长度 * 2 之后还没有超过原定长度
// 并且原数组的长度已经超过了默认初始长度 16
// 直接二倍扩容, 扩容阀值也扩充为 2 倍
newThr = oldThr << 1;
} else if (oldThr > 0) {
// 如果之前的数组长度为不大于0,并且之前的扩容阀值大于 0
// 那么将容量扩充为原来的的阀值大小
newCap = oldThr;
} else {
// 这里说明是数组长度不大于0,扩容阀值也不大于 0
// 那么数组的容量和扩容阀值就用初始的缺省值
newCap = DEFAULT_INITIAL_CAPACITY;
newThr = (int)(DEFAULT_LOAD_FACTOR * DEFAULT_INITIAL_CAPACITY);
}
// 如果新的扩容阀值没有计算, 那么就是用负载因子和当前的数组容量计算出来
// 如果新的扩容阀值和容量都没有超过默认的最大容量, 那么就直接使用新的扩容阀值
// 否则直接使用容量的真正上限 Integer.MAX_VALUE
if (newThr == 0) {
float ft = (float)newCap * loadFactor;
newThr = (newCap < MAXIMUM_CAPACITY && ft < (float)MAXIMUM_CAPACITY ? (int)ft : Integer.MAX_VALUE);
}
// 根据计算出来的新数组容量和扩容阀值生成新的数组
// 将老数组中的链表按照key重新hash得到新的存储地址来存储,完成扩容
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;
}
get方法:
public V get(Object key) {
Node<K,V> e;
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;
// 如果 map 的数组不为 null并且长度大于 0 并且要查找的链表的节点的头结点不是null
// tab[(n - 1) & hash]) 获取到的是 key 所在的链表在数组上的位置
if ((tab = table) != null && (n = tab.length) > 0 && (first = tab[(n - 1) & hash]) != null) {
// 如果头结点就是要找的key,直接但会这个节点,进而返回对应的value
if (first.hash == hash && ((k = first.key) == key || (key != null && key.equals(k)))) {
return first;
}
// 如果头结点不是,那么就会找下一个节点
// 如果下一个节点不是null 并且头结点还是已经树形结构了
// 那么就会通过树形结构取数
// 树形取数的逻辑大概就是,先看根节点
// 根据根节点hash和key的的hash比较该去左树还是右数,然后一层一层的判断
if ((e = first.next) != null) {
if (first instanceof TreeNode) {
return ((TreeNode<K, V>) first).getTreeNode(hash, key);
}
// 不符合树形结构就遍历节点取数
do {
if (e.hash == hash && ((k = e.key) == key || (key != null && key.equals(k)))) {
return e;
}
} while ((e = e.next) != null);
}
}
return null;
}
红黑树相关介绍
红黑树的数据结构
/**
* 红黑树的数据结构
* Entry for Tree bins. Extends LinkedHashMap.Entry (which in turn
* extends Node) so can be used as extension of either regular or
* linked node.
*/
static final class TreeNode<K,V> extends LinkedHashMap.Entry<K,V> {
TreeNode<K,V> parent; // red-black tree links
TreeNode<K,V> left;
TreeNode<K,V> right;
TreeNode<K,V> prev; // needed to unlink next upon deletion
boolean red;
}
**发生hash冲突,并且当前节点已经处于树的时候,往红黑树中put数据 putTreeVal() **
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;
TreeNode<K,V> root = (parent != null) ? root() : this;
for (TreeNode<K,V> p = root;;) {
int dir, ph; K pk;
if ((ph = p.hash) > h)
dir = -1;
else if (ph < h)
dir = 1;
else if ((pk = p.key) == k || (k != null && k.equals(pk)))
return p;
else if ((kc == null &&
(kc = comparableClassFor(k)) == null) ||
(dir = compareComparables(kc, k, pk)) == 0) {
if (!searched) {
TreeNode<K,V> q, ch;
searched = true;
if (((ch = p.left) != null &&
(q = ch.find(h, k, kc)) != null) ||
((ch = p.right) != null &&
(q = ch.find(h, k, kc)) != null))
return q;
}
dir = tieBreakOrder(k, pk);
}
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;
moveRootToFront(tab, balanceInsertion(root, x));
return null;
}
}
}