Hashmap
基于哈希表的 Map 接口的实现。此实现提供所有可选的映射操作,并允许使用 null 值和 null 键。(除了非同步和允许使用 null 之外,HashMap 类与 Hashtable 大致相同。)此类不保证映射的顺序,特别是它不保证该顺序恒久不变。JDK1.8对HashMap底层的实现进行了优化,例如引入红黑树的数据结构和扩容的优化等。本文将结合源码,具体分析HashMap底层的数据结构和实现原理。下面笔者将针对HashMap的一些重要的方法,从源码的角度,逐一进行详解。如果有不严谨和错误的地方,欢迎指点~
这里,笔者参考一篇文章http://blog.csdn.net/u012673089/article/details/51815844,推荐学习。
关于红黑树的一些具体方法实现,笔者没有做详细的描述,如果有兴趣,可以参考笔者的另外一篇文章http://blog.csdn.net/qq_29864971/article/details/79151345。
package com.oracle.test2;
public class Practice {
public class HashMap<K,V> extends AbstractMap<K,V>
implements Map<K,V>, Cloneable, Serializable {
private static final long serialVersionUID = 362498820763181265L;
/**
*初始化大小为16
*/
static final int DEFAULT_INITIAL_CAPACITY = 1 << 4; // aka 16
/**
*设置最大扩容容量2^30次方
*/
static final int MAXIMUM_CAPACITY = 1 << 30;
/**
*加载因子
*/
static final float DEFAULT_LOAD_FACTOR = 0.75f;
/**
*链表存放的元素>=8,并且数组length>=64则改为“红黑树”
*/
static final intTREEIFY_THRESHOLD = 8;
/**
*当红黑树中的元素容量<=6,恢复到链表
*/
static final int UNTREEIFY_THRESHOLD = 6;
/**
*链表存放的元素>=8,并且数组length>=64则改为“红黑树”
*/
static final intMIN_TREEIFY_CAPACITY = 64;
/**
*静态内部类作为保存Node结点的容器,和Hashtable的Entry<K,V>类似
*/
static class Node<K,V> implements Map.Entry<K,V>{
final int hash;
final K key;
V value;
Node<K,V> next;
Node(int hash, K key, V value, Node<K,V> next) {
this.hash = hash;
this.key = key;
this.value = value;
this.next = next;
}
public final K getKey() { return key; }
public final V getValue() { return value; }
public final String toString() { return key + "=" + value; }
public final int hashCode() {
return Objects.hashCode(key) ^ Objects.hashCode(value);
}
public final V setValue(V newValue) {
V oldValue = value;
value = newValue;
return oldValue;
}
public final boolean equals(Object o) {
if (o == this)
return true;
if (o instanceof Map.Entry) {
Map.Entry<?,?> e = (Map.Entry<?,?>)o;
if (Objects.equals(key, e.getKey()) &&
Objects.equals(value, e.getValue()))
return true;
}
return false;
}
}
/**
*对hash值做散列化处理,尽量减少“碰撞”的次数,分为两步
*第一步:计算h>>>16,整体向右移16位,高位补0。这样做的好处:原先的高16位移动到低16位,高16位全为0.
*第二步:h^(h>>>16),移动后和原先的hashCode做“异或”运算。结果:高16位不变,低16位为异或运算结果。
*/
//注:hashtable的散列化处理是: (h&0x0000ffff), 运算的结果发现它只对低16位做“散列”处理,而高16位全为0,所以相比之下,hashtable发生“碰撞”的概率可能更高。
static final int hash(Object key) {
int h;
return (key == null) ? 0 : (h = key.hashCode()) ^(h >>> 16);
}
/**
*判断X.Class是否实现了Comparable接口。
*如果实现了,返回x.getClass();否则为null
*/
static Class<?> comparableClassFor(Object x) {
if (x instanceof Comparable) {
Class<?> c; Type[] ts, as; Type t; ParameterizedType p;
if ((c = x.getClass()) == String.class) // bypass checks
return c;
if ((ts = c.getGenericInterfaces()) != null) {
for (int i = 0; i < ts.length; ++i) {
if (((t = ts[i]) instanceof ParameterizedType)&&
((p = (ParameterizedType)t).getRawType() ==
Comparable.class) &&
(as = p.getActualTypeArguments()) != null &&
as.length == 1 && as[0] == c) // 获得Comparable<T[] t>接口中,泛型数组的大小和类型
return c;
}
}
}
return null;
}
/**
*如果x和kc的Class一致,返回k.compareTo(x)的结果,否则为0
*/
@SuppressWarnings({"rawtypes","unchecked"}) // for cast to Comparable
static int compareComparables(Class<?> kc, Object k, Object x) {
return (x == null || x.getClass() != kc ? 0 :
((Comparable)k).compareTo(x));
}
/**
*该方法的作用是计算下一个阈值(该值为2的幂)
*例如:7 -------8
* 15 -------16
* 27 -------32
* 63 -------64
* 65 -------128
*/
static final int tableSizeFor(int cap) {
int n = cap - 1;
n |= n >>>1;
n |= n >>>2;
n |= n >>>4;
n |= n >>>8;
n |= n >>>16;
return (n < 0) ? 1 : (n >= MAXIMUM_CAPACITY) ? MAXIMUM_CAPACITY : n + 1;
}
/**
*Node[]数组
*/
transient Node<K,V>[] table;
/**
*entrySet集合
*/
transient Set<Map.Entry<K,V>> entrySet;
/**
*元素的数量
*/
transient int size;
/**
*数组容量被修改的次数
*/
transient int modCount;
/**
*数组容量的阈值,当size大于该值则扩容。每次扩容的大小为之前的两倍,后面会介绍这种做法的好处。
*/
int threshold;
/**
*加载因子
*/
final float loadFactor;
/**
*构造方法1
*会发现,HashMap的构造方法中并没有像Hashtable那样先初始化table的容量。所以导致在下面的
*resize()方法中,做了许多if-else逻辑判断
*/
public HashMap(int initialCapacity, float loadFactor) {
if (initialCapacity < 0)
throw new IllegalArgumentException("Illegal initial capacity: " +
initialCapacity);
if (initialCapacity > MAXIMUM_CAPACITY)
initialCapacity = MAXIMUM_CAPACITY;
if (loadFactor <= 0 || Float.isNaN(loadFactor))
throw new IllegalArgumentException("Illegal load factor: " +
loadFactor);
this.loadFactor = loadFactor;
//这里的threadhold保存了下一次扩容后数组的大小的值,并会在resize方法中赋值,即 newCap = oldThr;
this.threshold = tableSizeFor(initialCapacity);
}
/**
*构造方法2,本质和1一样
*/
public HashMap(int initialCapacity) {
this(initialCapacity, DEFAULT_LOAD_FACTOR);
}
/**
*构造方法3
*注意:如果选择该方法作为初始化方法,那么table为null,并且threadhold=0
*/
public HashMap() {
this.loadFactor = DEFAULT_LOAD_FACTOR; // all other fields defaulted
}
public HashMap(Map<? extends K, ? extends V> m) {
this.loadFactor = DEFAULT_LOAD_FACTOR;
putMapEntries(m, false);
}
/**
*作为putAll方法的实现
*/
final void putMapEntries(Map<? extends K, ? extends V> m, boolean evict) {
int s = m.size();
if (s > 0) {
//如果table为空,说明还没有元素
if (table == null) {
//更新计算threadhold的大小,这样保证添加后数组元素的size仍然低于threadhold
float ft = ((float)s / loadFactor) +1.0F;
int t = ((ft < (float)MAXIMUM_CAPACITY) ?
(int)ft : MAXIMUM_CAPACITY);
//计算下一次扩容是,数组大小
if (t > threshold)
threshold = tableSizeFor(t);
}
//如果新增大小超出阈值,则扩容
else if (s > threshold)
resize();
//遍历map集合内的元素,依次插入
for (Map.Entry<? extends K, ? extends V> e : m.entrySet()) {
K key = e.getKey();
V value = e.getValue();
putVal(hash(key), key, value, false, evict);
}
}
}
/**
*返回数组元素的大小
*/
public int size() {
return size;
}
/**
*判断数组是否为空
*/
public boolean isEmpty() {
return size == 0;
}
/**
*通过key,获取value。
*如果存在返回value,否则返回null
*/
public V get(Object key) {
Node<K,V> e;
return (e = getNode(hash(key), key)) == null ? null : e.value;
}
/**
*通过key,寻找value。
*首先,通过key的hash值经过散列化,并进行“取模”运算后得到数组的索引值。
* 这里需要强调的是,如果数组的length为2的次幂,那么 (length-1)&h 等价于 h%length,这样的优点运算速度快。
* 然后,通过索引找到数组中的起始结点。如果起始结点就是期望的结点,则返回。如果不是,对起始结点进行判断,如果
* 它是红黑树,则调用红黑树中的查询方法,如果不是说明为链表。那么则进行遍历查询。
*/
final Node<K,V> getNode(int hash, Object key) {
Node<K,V>[] tab; Node<K,V> first, e; int n; K k;
if ((tab = table) != null && (n = tab.length) > 0 &&
(first = tab[(n - 1) & hash]) != null) {
//如果起始结点为期望结点,直接返回
if (first.hash == hash && // always check first node
((k = first.key) == key || (key != null && key.equals(k))))
return first;
//如果为红黑树,调用红黑树定义的getTreeNode方法
if ((e = first.next) != null) {
if (first instanceof TreeNode)
return ((TreeNode<K,V>)first).getTreeNode(hash, key);
//反之,为链表则进行遍历查询
do {
if (e.hash == hash &&
((k = e.key) == key || (key != null && key.equals(k))))
return e;
} while ((e = e.next) != null);
}
}
return null;
}
/**
*判断是否包含该节点,本质还是调用getNode查询方法
*/
public boolean containsKey(Object key) {
return getNode(hash(key), key) != null;
}
/**
*插入结点的方法
*/
public V put(K key, V value) {
return putVal(hash(key), key, value, false, true);
}
图1. HashMap的put方法逻辑图
/**
*作为put方法的具体实现。它的逻辑分支比较复杂。
*首先,通过索引计算找到数组中对应的起始结点Node node = table[i]
* 如果node为空,则直接插入。如果不为空,先判断node结点的key是否重复
* 如果起始结点的key重复,则覆盖,如果不重复在对node进行判断
* 如果node为红黑树结点即TreeNode,那么调用红黑树的插入方法,
* 如果不是红黑树说明是链表,进行遍历。
* 遍历时如果发现key重复,覆盖之并退出。如果没有发现key重复,则在链表的尾部插入(这和Hashtable不一样,
* Hashtable是从头部插入)。插入后,还需对链表容量判断,如果>=8且table的长度>=64,则链表改为红黑树
*/
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;
//如果起始结点为空,直接插入
if ((p = tab[i = (n - 1) & hash]) == null)
tab[i] = newNode(hash, key, value, null);
else {
Node<K,V> e; K k;
//头结点的key重复,后面需要覆盖
if (p.hash == hash &&
((k = p.key) == key || (key != null && key.equals(k))))
e = p;
//如果头结点为红黑树结点,调用红黑树结点的putTreeVal方法
else if (p instanceof TreeNode)
e = ((TreeNode<K,V>)p).putTreeVal(this, tab, hash, key, value);
else {
//如果为链表,进行遍历
for (int binCount = 0; ; ++binCount) {
//如果e为链表的尾结点
if ((e = p.next) == null) {
//从尾部插入
p.next = newNode(hash, key, value, null);
//如果链表容量大于等于8,改为红黑树
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;
//指向p的下一个结点
p = e;
}
}
//做覆盖操作,这里的onlyIfAbsent为false
if (e != null) { // existing mapping for key
V oldValue = e.value;
if (!onlyIfAbsent || oldValue == null)
e.value = value;
afterNodeAccess(e);
//注意,如果覆盖的话,put方法返回的是旧值
return oldValue;
}
}
//元素数量变化,所以修改指针+1
++modCount;
//如果增加后,元素数量大于阈值,需要resize
if (++size > threshold)
resize();
afterNodeInsertion(evict);
return null;
}
在介绍resize方法之前,需要补充点知识点,详细请看文章http://blog.csdn.net/u012673089/article/details/51815844。笔者在这里将其精华的部分摘取过来:
下面,从源码角度具体分析,JDK1.8的resize源码,写的很赞。
/**
*这里的resize和Hashtable的rehash方法的逻辑类似,但是实现和结果不一样!它们的本质都是:1、扩容 2、重排列
*但是区别在于:hashmap是2倍扩容,hashtable是2倍+1;
* hashmap的重排列更均匀,内存利用合理,hashtable有一定的随机性,不规律;
* hashmap不需要计算旧数组中每个元素的新的索引值,hashtable需要
* hashmap重排列后,新数组中的元素具有整体性,并且前后顺序不变,hashtable较为分散,并且从头往尾遍历,元素会倒置。
*/
/*
*因为构造方法的不同,所以这里的oldCap和oldThr会有几种情况:
*首先,第一次调用resize方法的两种情况:
* Case 1: new HashMap(int initValue,float loadFactor)
* oldCap=0, oldThr>0
* Case 2: new HashMap()
* oldCap=0, oldThr=0
*其次,不止一次调用resize方法
* Case 3: oldCap>0, oldThr>0
*/
final Node<K,V>[] resize() {
Node<K,V>[] oldTab = table;
int oldCap = (oldTab == null) ? 0 : oldTab.length;
int oldThr = threshold;
int newCap, newThr = 0;
//对应的Case 3
if (oldCap > 0) {
if (oldCap >= MAXIMUM_CAPACITY) {
threshold = Integer.MAX_VALUE;
return oldTab;
}
//两倍扩容
else if ((newCap = oldCap << 1) < MAXIMUM_CAPACITY &&
oldCap >= DEFAULT_INITIAL_CAPACITY)
newThr = oldThr << 1; //double threshold
}
//对应的Case 1
else if (oldThr > 0) // initial capacity was placed in threshold
newCap = oldThr;
//对应的Case 2
else { // zero initial threshold signifies usingdefaults
newCap = DEFAULT_INITIAL_CAPACITY;
newThr = (int)(DEFAULT_LOAD_FACTOR * DEFAULT_INITIAL_CAPACITY);
}
//对应的Case 1
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;
//这里,已经完成了扩容,定义了新容量的table,下面就要开始“重排列”
if (oldTab != null) {
//开始遍历数组,从0开始
for (int j = 0; j < oldCap; ++j) {
Node<K,V> e;
if ((e = oldTab[j]) != null) {
oldTab[j] = null;
//如果该链表只有1个元素
if (e.next == null)
//将元素e放置到新数组对应的新的索引位置
newTab[e.hash & (newCap - 1)] = e;
//如果不止一个元素,并且数据结构为红黑树
else if (e instanceof TreeNode)
//整体搬移红黑树到新的位置,这里很方便
((TreeNode<K,V>)e).split(this, newTab, j, oldCap);
else {
//如果数据结构为链表
/**
* 注:由于table的length始终为2的次幂,那么扩容之后,旧数组的所有元素在“重排序”时存在一定的规律:
* 当移位的高位为“1”时,元素放置在table[index+oldCap]的位置;
* 当移位的高位为“0”时,元素依然在原索引位置。
* 所以:这里把旧链表分成lo和hi链表。
* lo是依然保留在旧索引位置的链表;hi是即将放置到新索引位置(oldIndex+oldCap)的链表
* 定义好之后,在一次性将lo和hi链表,通过 newTab[j] = loHead;和newTab[j + oldCap] = hiHead;
* 就完成了一个链表的“重排序”,不需要再像jdk1.7的hashmap或者hashtable那样,计算每个元素的新的 索引值。所以说jdk1.8的hashmap设计得很精妙。
*/
Node<K,V> loHead = null, loTail = null;
Node<K,V> hiHead = null, hiTail = null;
Node<K,V> next;
do {
next = e.next;
//将移位的高位为“0”的结点集结成lo链表,会发现彼此的前后顺序没变!
if ((e.hash & oldCap) == 0) {
if (loTail == null)
loHead = e;
else
loTail.next = e;
loTail = e;
}
//将移位的高位为“1”的结点集结成hi链表,会发现彼此的前后顺序没变!
else {
if (hiTail == null)
hiHead = e;
else
hiTail.next = e;
hiTail = e;
}
} while ((e = next) != null);
//将lo链表移动到newTab数组中
if (loTail != null) {
loTail.next = null;
newTab[j] = loHead;
}
//将hi链表移动到newTab数组中
if (hiTail != null) {
hiTail.next = null;
newTab[j + oldCap] = hiHead;
}
}
}
}
}
return newTab;
}
/**
*替换原先的链表,将其就改成红黑树的数据结构
*/
final void treeifyBin(Node<K,V>[] tab, int hash) {
int n, index; Node<K,V> e;
//如果table为空或者table.length<64,先进行扩容
if (tab == null || (n = tab.length) < MIN_TREEIFY_CAPACITY)
resize();
//计算索引位置,并获得起始结点不为空
else if ((e = tab[index = (n - 1) & hash]) != null) {
TreeNode<K,V> hd = null, tl = null;
do {
//将Node结点替换成TreeNode结点
TreeNode<K,V> p = replacementTreeNode(e, null);
if (tl == null)
hd = p;
else {
//指向下一个
p.prev = tl;
tl.next = p;
}
tl = p;
} while ((e = e.next) != null);
if ((tab[index] = hd) != null)
hd.treeify(tab);
}
}
/**
*一次性插入一个Map
*/
public void putAll(Map<? extends K, ? extends V> m) {
putMapEntries(m, true);
}
/**
*删除方法
*/
public V remove(Object key) {
Node<K,V> e;
return (e = removeNode(hash(key), key, null, false, true)) == null ?
null : e.value;
}
/**
*remove方法的具体实现
*先find再delete
*/
final Node<K,V> removeNode(int hash, Object key, Object value,
boolean matchValue, boolean movable) {
Node<K,V>[] tab; Node<K,V> p; intn, index;
if ((tab = table) != null && (n = tab.length) > 0 &&
(p = tab[index = (n - 1) & hash]) != null) {
Node<K,V> node = null, e; K k; V v;
//如果起始结点就是需要删除的结点
if (p.hash == hash &&
((k = p.key) == key || (key != null && key.equals(k))))
node = p;
else if ((e = p.next) != null) {
//如果内部结构为红黑树,调用红黑树的getTreeNode方法
if (p instanceof TreeNode)
node = ((TreeNode<K,V>)p).getTreeNode(hash, key);
else {
//如果内部结构为链表,遍历查找,p类似于e的父节点
do {
if (e.hash == hash &&
((k = e.key) == key ||
(key != null && key.equals(k)))) {
node = e;
break;
}
p = e;
} while ((e = e.next) != null);
}
}
//此时,node为需要删除的结点
if (node != null && (!matchValue || (v = node.value) == value ||
(value != null && value.equals(v)))) {
//如果是红黑树结点,调用红黑树的removeTreeNode方法
if (node instanceof TreeNode)
((TreeNode<K,V>)node).removeTreeNode(this, tab, movable);
//如果node为起始结点,那么起始结点为node的下一个结点
else if (node == p)
tab[index] = node.next;
else
//如果node不是起始结点,则父节点的next指向node的next,即node被删除了
p.next = node.next;
++modCount;
--size;
afterNodeRemoval(node);
return node;
}
}
return null;
}
/**
*Removes all of the mappings from this map.
*The map will be empty after this call returns.
*/
public void clear() {
Node<K,V>[] tab;
modCount++;
if ((tab = table) != null && size > 0) {
size = 0;
for (int i = 0; i < tab.length; ++i)
tab[i] = null;
}
}
/**
*是否包含该值
*/
public boolean containsValue(Object value) {
Node<K,V>[] tab; V v;
if ((tab = table) != null && size > 0) {
for (int i = 0; i < tab.length; ++i) {
for (Node<K,V> e = tab[i]; e != null; e = e.next) {
if ((v = e.value) == value ||
(value != null && value.equals(v)))
return true;
}
}
}
return false;
}
}
}