今天主要任务就是系统的看下HashMap的源码,扫一扫平时没接触到的盲点。
首先从我们先来了解一下三个参数及结构。
-
initialCapacity (初始容量值,默认为16)
-
threshold (阈值,最大限载量,其值=initialCapacity*loadFactor)
-
loadFactor(负载因子,用于控制扩容等操作,默认0.75。当其值越大时则扩容概略越小,存储的空间复杂度低,但是因为链表区域查询效率低于数组块区域搜寻,所以时间复杂度较大。反之亦然)
这里我们还要提前记住hashmap的结构--数组+链表,如图(网上找的图,原作者有异议,请批评我哈,我在换掉):
好了,接下来就让我们撸下源码吧
HashMap有四个构造,我们用的最多的应该就是第三个无参构造了。
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;
this.threshold = tableSizeFor(initialCapacity);
}
public HashMap(int initialCapacity) {
this(initialCapacity, DEFAULT_LOAD_FACTOR);
}
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);
}
这里我们稍微留意一下,第一个构造中的tableSizeFor方法,对阀值初始化,来看下该方法源码
/**
* Returns a power of two size for the given target capacity.
*/
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;
}
从解释也能看出该方法是返回离cap最近2的最小次幂(可能等于本身)。这里是为什么呢?
简单来撸下这个小算法(位运算忘了的点这里)。
假设n的二进制为01xxx...xxx。接着
对n右移1位:001xx...xxx,再位或运算得到了:011xx...xxx
对n右移2为:00011...xxx,再位或运算得到了:01111...xxx
此时前面已经有四个1了,再右移4位且位或可得8个1
同理,有8个1,右移8位肯定会让后八位也为1。
综上可得,该算法让最高位的1后面的位全变为1。
最后再让结果n+1,即得到了2的整数次幂的值了。
而且第一句cap-1的策略也是为了找到最接近的值。如果十进制为4的数字,经过上列操作得到8,显然不对,减一以后得到4。
接下来我们看下重中之重的put方法。
public V put(K key, V value) {
return putVal(hash(key), key, value, false, true);
}
final V putVal(int hash, K key, V value, boolean onlyIfAbsent, boolean evict) {
Node<K,V>[] tab; Node<K,V> p; int n, i;
// 未初始化,则进行初始化
if ((tab = table) == null || (n = tab.length) == 0)
n = (tab = resize()).length;
// 该位置没有值,直接定位到下标位置进行赋值(首节点)
if ((p = tab[i = (n - 1) & hash]) == null)
tab[i] = newNode(hash, key, value, null);
// 上边情况未发生,进行如下处理,即通过hash找到的位置有值,说明发生了碰撞
else {
Node<K,V> e; K k;
// hash值相同,key也相同则是进行覆盖操作了,先赋给e
if (p.hash == hash &&
((k = p.key) == key || (key != null && key.equals(k))))
e = p;
// 为红黑树类型,则使用其进行查找(链容量大于8时转为红黑树存储)
else if (p instanceof TreeNode)
e = ((TreeNode<K,V>)p).putTreeVal(this, tab, hash, key, value);
else {
// 上述情况未发生则类型是链表
for (int binCount = 0; ; ++binCount) {
// 链表子节点没有值(next为空),则将链表next指向该值
if ((e = p.next) == null) {
p.next = newNode(hash, key, value, null);
// 链表容量达到阈值8转为红黑树存储并终止循环
if (binCount >= TREEIFY_THRESHOLD - 1) // -1 for 1st
treeifyBin(tab, hash);
break;
}
// 说明已经赋值完毕了,跳出循环进行容错
if (e.hash == hash &&
((k = e.key) == key || (key != null && key.equals(k))))
break;
p = e;
}
}
// 经过上边的操作已经确定了key对应的位置并且新值存在链表中了,但e的value没在for循环里赋值,这里赋值(yy:感觉这段代码放在for里的e = p.next) == null条件下是一样的效果?)
if (e != null) { // existing mapping for key
V oldValue = e.value;
if (!onlyIfAbsent || oldValue == null)
e.value = value;
afterNodeAccess(e);
return oldValue;
}
}
++modCount;
// 大于阈值,则进行扩容
if (++size > threshold)
resize();
// 空方法,便于以后扩展
afterNodeInsertion(evict);
return null;
}
put方法进行了三项操作:
1、首先检查是否初始化,如果未初始化进行初始化
2、如果已初始化,指定索引位置为空,直接存储
3、已经初始化,并且指定索引处有数据:
1、key相同而且hash值也相同则直接进行覆盖操作
2、桶中数据为tree类型转为红黑树插入
3、模式为链表,进行链表操作
1、当前值next为空,直接将next指向该值
2、链表长度大于阈值8,使用红黑树进行插入
3、值已经存在hash值及key值都相等,终止本次遍历
4、通过key及hash定位的位置正确,进行value值更新
4、大于容量阈值,进行扩容操作
这里关注下resize方法
final Node<K,V>[] resize() {
Node<K,V>[] oldTab = table;
int oldCap = (oldTab == null) ? 0 : oldTab.length;
int oldThr = threshold;
int newCap, newThr = 0;
// 已经初始化过了
if (oldCap > 0) {
// 容量已经到达峰值,不能在扩容了,阈值设置成integer最大值
if (oldCap >= MAXIMUM_CAPACITY) {
threshold = Integer.MAX_VALUE;
return oldTab;
}
// 容量大于等于默认容量时,就需要进行扩容了,新容量为原来的二倍
else if ((newCap = oldCap << 1) < MAXIMUM_CAPACITY &&
oldCap >= DEFAULT_INITIAL_CAPACITY)
newThr = oldThr << 1; // double threshold
}
// 阈值大于0时,先使用阈值暂存初始容量参数的值
else if (oldThr > 0) // initial capacity was placed in threshold
newCap = oldThr;
// 尚未初始化,则对初始容量进行赋值(默认16)和阈值进行赋值。此处对应上面我们常用的无参
构造,因为构造未对两项进行赋值。
else { // zero initial threshold signifies using defaults
newCap = DEFAULT_INITIAL_CAPACITY;
newThr = (int)(DEFAULT_LOAD_FACTOR * DEFAULT_INITIAL_CAPACITY);
}
// 阈值初始化
if (newThr == 0) {
float ft = (float)newCap * loadFactor;
newThr = (newCap < MAXIMUM_CAPACITY && ft < (float)MAXIMUM_CAPACITY ?
(int)ft : Integer.MAX_VALUE);
}
threshold = newThr;
// 如果桶中原来有数据,现在因为容量已经发生变化,则需要进行重新分组排列
@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;
// 该位置没有值时,直接进行赋值
if (e.next == null)
newTab[e.hash & (newCap - 1)] = e;
// 树类型交给树去处理
else if (e instanceof TreeNode)
((TreeNode<K,V>)e).split(this, newTab, j, oldCap);
// 链表类型,则对其进行链表式操作替换
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;
区分高低位,0为低位分配到低位表,1高位为分配到高位表。后面会具体解释下
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);
// 经过上边的定位及赋值处理,如果变量不为空,则进行赋值处理
if (loTail != null) {
loTail.next = null;
newTab[j] = loHead;
}
if (hiTail != null) {
hiTail.next = null;
newTab[j + oldCap] = hiHead;
}
}
}
}
}
return newTab;
}
这里的高位、低位原理通过一个小例子说明:
1、假设当前数组长度为16,表中存在数据为下
key值 | hash值 | hash & length -1(& 0000 1111) |
1 | 0001 0100 | 4 |
2 | 0110 0100 | 4 |
3 | 1001 0100 | 4 |
4 | 0101 0100 | 4 |
这个几值都存储在index = 4 的位置下的链表中,当扩容时,length-double增加到32
key值 | hash值 | hash & length -1(& 0001 1111) |
1 | 0001 0100 | 20 |
2 | 0110 0100 | 4 |
3 | 1001 0100 | 20 |
4 | 0100 0100 | 4 |
可以看到key的1、3位index变成了20,2、4还是4。这就是resize中为什么使用0区分高低位的巧妙之处,只看高位是否是0。
总结:该方法感觉起来也很复杂。
1、首先如果初始化状态:
1、已初始化并容量已经最大,则直接赋予容量为integer最大值,但是如果扩容二倍未超过最大阈值并大于默认值,则进行二倍扩容操作。
2、阈值大于0时,先使用阈值暂存初始容量参数的值
3、未初始化,则对阈值及初始容量进行计算和赋值
2、桶中原来有数据时,因为容量发生变化所以进行重新分组赋值。
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;
// 先决条件桶不能为null并且指定位置有元素
if ((tab = table) != null && (n = tab.length) > 0 &&
(first = tab[(n - 1) & hash]) != null) {
// 如果首个节点元素匹配上了则直接返回
if (first.hash == hash && // always check first node
((k = first.key) == key || (key != null && key.equals(k))))
return first;
// 如果是链上子元素或者树元素
if ((e = first.next) != null) {
if (first instanceof TreeNode)
return ((TreeNode<K,V>)first).getTreeNode(hash, key);
do {
if (e.hash == hash &&
((k = e.key) == key || (key != null && key.equals(k))))
return e;
} while ((e = e.next) != null);
}
}
return null;
}
1、首个节点有元素并且key值相同,直接返回first
2、否则如果元素是tree元素,在其中查找,如果是链表中的元素,从链表中查找返回
remove方法
public V remove(Object key) {
Node<K,V> e;
return (e = removeNode(hash(key), key, null, false, true)) == null ?
null : e.value;
}
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;
// 该位置有值
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;
// 该位置hash值及key值都相等,则定位该位置并赋值给变量
if (p.hash == hash &&
((k = p.key) == key || (key != null && key.equals(k))))
node = p;
// 如果没有值,则去链中或树中找寻
else if ((e = p.next) != null) {
// 定位在树中处理
if (p instanceof TreeNode)
node = ((TreeNode<K,V>)p).getTreeNode(hash, key);
// 定位在链表中处理
else {
do {
if (e.hash == hash &&
((k = e.key) == key ||
(key != null && key.equals(k)))) {
node = e;
break;
}
p = e;
} while ((e = e.next) != null);
}
}
// 通过判断条件,则说明已定位到所要item
if (node != null && (!matchValue || (v = node.value) == value ||
(value != null && value.equals(v)))) {
// 类型为树,则删除操作交给树
if (node instanceof TreeNode)
((TreeNode<K,V>)node).removeTreeNode(this, tab, movable);
// 寻找的位置在首节点,及在根数组桶中,则直接将前一个链节点赋给根节点
else if (node == p)
tab[index] = node.next;
// 如果上述情况没出现,则说明在链结构中,只需要将链节点的next节点往上调一位达到删除的目的。
else
p.next = node.next;
++modCount;
--size;
afterNodeRemoval(node);
return node;
}
}
return null;
}
1、如果index位置的key与hash都相同,则说明此处就一个值,直接记录此node
2、如果为红黑树数据,从树中寻找到该值
3、最后一种,存在于链表中,首先do-while定位值
4、寻找到值后:
- 若为红黑树数据,交给树去删除
- 如果index值直接找到,并且不存在链表中,直接将index定位到的node的next,达到在链表中抛弃原有值的目的
- 如果在链表中找到,同样也直接将此位置next指向变量的next值
还有一个值得注意的方法hash
static final int hash(Object key) {
int h;
return (key == null) ? 0 : (h = key.hashCode()) ^ (h >>> 16);
}
hashcode值一般默认返回的是根据数据的存储地址获取的int值,这里根据key的hashcode以及key的hashcode右移16位后进行异或运算得到的值。这其实是为了在未发生碰撞时将元素更匀称的存储到桶中。同时我们可能观察到容量长度一直都是2的n次幂,容量长度必须是2的n次幂,主要是因为运算的高效以及均匀分布元素时的分配,具体可以看下这篇文章:点这里
小案例:一文看懂HashMap扩容为什么是2的n次幂 - 腾讯云开发者社区-腾讯云。
注:我们上边讲解的方法里都会有类似的字眼:(n-1)&hash来获取index等操作,其实他的结果与 取模操作是一样的,但是与运算的效率要高于取模操作数倍,想研究看这里。
好了,今天的知识点扫盲就到这了。