HashMap 1.8 的源码剖析(超详细),女朋友们男朋友们都听懂了

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

1. DEFAULT_INITIAL_CAPACITY = 1 << 4; 数组初始化大小, 16
2. MAXIMUM_CAPACITY = 1 << 30; 数组最大值
3. DEFAULT_LOAD_FACTOR = 0.75f; 默认的负载因子数
4. Entry<K, V> table = (Entey<K, V>[]) EMPTY_TABLE; 存放数据的数组
5. size; 当前存放数量的大小
6. threshold; 根据用户传入的map的初始长度，定义数组的最大容量
7. 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;
        }
    }
}