HashMap的成员属性
//数组的默认初始化容量
static final int DEFAULT_INITIAL_CAPACITY = 1 << 4;
//哈希表的最大容量
static final int MAXIMUM_CAPACITY = 1 << 30;
//默认的加载因子
static final float DEFAULT_LOAD_FACTOR = 0.75f;
//链表转红黑树的阈值
static final int TREEIFY_THRESHOLD = 8;
//红黑树转链表的阈值
static final int UNTREEIFY_THRESHOLD = 6;
//最小树化容量
static final int MIN_TREEIFY_CAPACITY = 64;
//数组
transient Node<K,V>[] table;
transient Set<Map.Entry<K,V>> entrySet;
//哈希表的大小
transient int size;
//扩容的阈值
int threshold;
//加载因子
final float loadFactor;
HashMap中重要的内部类
链表中的节点Node
Node.next 维护着链表中下一个节点的引用，HashMap使用链地址法处理hash冲突。
static class Node<K,V> implements Map.Entry<K,V> {
final int hash; //当前节点的Hash值
final K key;
V value;
Node<K,V> next;//单向链表，维护着链表中下一个节点的引用
}
红黑树中的节点TreeNode
static final class TreeNode<K,V> extends LinkedHashMap.Entry<K,V> {
TreeNode<K,V> parent; //父节点
TreeNode<K,V> left; //左子节点
TreeNode<K,V> right; //右子节点
TreeNode<K,V> prev; //前驱节点
boolean red; //红黑树节点的颜色
}
TreeNode和Node的类关系图
HashMap的构造器
1、指定初始化容量initialCapacity
public HashMap(int initialCapacity) {
this(initialCapacity, DEFAULT_LOAD_FACTOR);
}
2、无参
public HashMap() {
this.loadFactor = DEFAULT_LOAD_FACTOR; //使用默认加载因子
}
3、传入一个Map
public HashMap(Map<? extends K, ? extends V> m) {
this.loadFactor = DEFAULT_LOAD_FACTOR;
putMapEntries(m, false);
}
4、指定初始化容量initialCapacity和加载因子loadFactor
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);
}
/**
* HashMap要求数组的长度必须为2的n次方，如果用户传入的初始化容量initialCapacity不是2的n次方，则通过
* tableSizeFor方法是将其转换成大于输入的initialCapacity且最近的2的整数次幂的数。
* 比如用户传入的initialCapacity为10，则通过调用tableSizeFor方法会将其转换成16
*/
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;
}
如果不明白方法的算法请查看这篇文章
HashMap插入过程的源码分析
put(K key,V value)方法
public V put(K key, V value) {
return putVal(hash(key), key, value, false, true);
}
调用putval方法之前调用了hash()方法用来计算key的hash值， hash(Object key)方法如下：
static final int hash(Object key) {
int h;
return (key == null) ? 0 : (h = key.hashCode()) ^ (h >>> 16);
}
可以看到计算hash值的逻辑是：
如果key为null，则hash值为0
如果key不为null，则用key的hashCode高16位于低16位进行逻辑异或，得到的结果就是key的hash值。
不直接用hashCode做hash值，而是采用了高低位异或的方式计算hash值的原因请查看这篇文章
putVal(int hash, K key, V value, boolean onlyIfAbsent,boolean evict)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;
if ((tab = table) == null || (n = tab.length) == 0) //表示数组未初始化
n = (tab = resize()).length; //初始化数组
//如果对应的桶中没有元素，则将当前key，value封装成节点放入桶中
if ((p = tab[i = (n - 1) & hash]) == null)
tab[i] = newNode(hash, key, value, null);
else {//进入else表示对应的桶中已经了元素，此时的数据结构要么是链表要么是红黑树
Node<K,V> e; K k;
//key已经存在，拿到节点等待后续替换value值
if (p.hash == hash && ((k = p.key) == key || (key != null && key.equals(k))))
e = p;
else if (p instanceof TreeNode) //当前已经是树结构了，将(key，value)封装成Node插入到红黑树中
e = ((TreeNode<K,V>)p).putTreeVal(this, tab, hash, key, value);
else {//链表结构
for (int binCount = 0; ; ++binCount) {
//表示已经遍历到链表的尾部，没有发现相同的key，则将key，value封装成节点插入到链表中
if ((e = p.next) == null) {
p.next = newNode(hash, key, value, null);
if (binCount >= TREEIFY_THRESHOLD - 1)
treeifyBin(tab, hash);//如果链表长度达到树化的临界值，则将链表转成红黑树
break;
}
//表示在链表中发现了相同的key的节点，则获取节点等待后续替换value值
if (e.hash == hash &&
((k = e.key) == key || (key != null && key.equals(k))))
break;
p = e;
}
}
if (e != null) { //表示链表中存在当前key的节点
V oldValue = e.value;
if (!onlyIfAbsent || oldValue == null)
e.value = value;//替换key相同的节点的value
afterNodeAccess(e);//钩子函数，在这里没卵用
return oldValue;
}
}
++modCount;
if (++size > threshold)
resize();
afterNodeInsertion(evict);
return null;
}
如上图所示，可以将putVal方法分为3部分：
1、程序进入方框1处的代码表示当前数组未初始化，则调用resize()方法对其进行初始化操作
2、程序进入方框2处的代码表示当前数组已经初始化，且要插入的桶中没有节点元素，于是将key，value键值对封装成一个Node节点，并将其放入到对应的桶中。
3、程序进入方框3处的代码表示数组已经初始化并且对应的桶中已经有了节点，这时桶中的数据结构要么为链表，要么为红黑树。
如果数据结构为链表，则开始遍历链表，查找当前key在链表中是否已经存在，如果存在则对其节点的value 值进行更新，如果key在链表中不存在，则将其追加到链表的尾部，追加完成后判断是否需要将链表转换成红黑树。
如果数据结构为红黑树，则调用红黑树的pitTreeVal方法将当前key，value键值对存入红黑树中。
接下来重点分析方框3中的代码：
此处又将其分为4个部分，下面分别分析：
1、判断桶的头节点的hash值和key是否和要插入节点的hash和key值相等，如果相等，则直接替换元素的value值即可，替换操作在方框4中完成
2、如果桶的头结点类型是红黑树的节点类型，即继承自LinkedHashMap.Entry<K,V>的TreeNode，则调用红黑树的putTreeVal方法将当前键值对插入到红黑树中
3、进入方框3中的代码块则表示当前桶中的数据结构是单向链表，那么就遍历链表进行比较替换或追加操作
4、进入该代码块则表示上面的步骤中在链表中找到了hash和key相同的节点，在这里对其value值进行替换操作。这里的逻辑和HashMap的replace(K key, V value)方法的逻辑相同。
上面的1和4都很简单，下面重点说一下2和3中的树化链表
链表转红黑树
从putVal方法的实现中可以看到，当链表的长度大于TREEIFY_THRESHOLD(8)时，将会调用treeifyBin(Node<K,V>[] tab, int hash)方法将当前链表转换成红黑树结构。
链表转红黑树的大致逻辑是
(1)现将链表中的Node元素转换成红黑树中Node元素，并将单向链表转换成双向链表
(2)从头节点开始遍历当前双向链表，并将其插入到红黑树中合适的位置，为了保持红黑树的平衡，每次插入都会调用相应的方法对红黑树进行自平衡操作。
(3)调节桶中元素，使其指向红黑树的根节点。因为每次对红黑树进行自平衡操作红黑树的结构都有可能发生变化，所以每次都需要调节桶中的的头结点，使其指向红黑树的根节点。
treeifyBin(Node<K,V>[] tab, int hash)
treeifyBin方法的主要作用是：
1、遍历链表将链表中的Node节点转换成红黑树的节点TreeNode
2、将原来的单向链表转换成双向链表
final void treeifyBin(Node<K,V>[] tab, int hash) {
int n, index; Node<K,V> e;
//如果小于最小树化容量MIN_TREEIFY_CAPACITY(64)，则放弃树化链表，转而对其进行扩容
if (tab == null || (n = tab.length) < MIN_TREEIFY_CAPACITY)
resize();
else if ((e = tab[index = (n - 1) & hash]) != null) {//e为桶中链表的头元素
TreeNode<K,V> hd = null, tl = null;//hd为头结点，tl为尾节点
do {//将链表的Node替换成树的TreeNode，并将其连接起来(双向链表)
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)//用转换后的链表的头结点(TreeNode)替换原先链表的头结点(Node)
hd.treeify(tab);//开始将链表转换成红黑树
}
}
treeify(Node<K,V>[] tab)
treeify方法的主要逻辑为：
(1)将要插入的节点插入到红黑树中合适插入点中
假设要插入的节点为x，递归到的节点为p，判断插入点的大致逻辑是：
1.1 从根节点开始递归向下判断节点X的hash值与p节点的大小关系，直到找到正确的插入点
如果x的hash值大于p的hash值，则x节点应该插入到p节点的右侧
如果x的hash值小于p的hash值，则x节点应该插入到p节点的左侧
1.2 如果节点x和节点p的hash值相等，接下来应该判断的是两个节点的key之间的关系，这时有两种
情况：
1.2.1 如果key实现了Comparable接口，则调用实现的compareTo方法判断两个key的大小关系
1.2.2 如果key没有实现Comparable接口，这时就没法比较了，此时会调用tieBreakOrder方法
对其进行最后一轮比较(tieBreak意为"抢七局")，这一轮的比较会比较两个key的类名，如果类
名还相等，那就调用System.identityHashCode方法判断，这次一定会得到结果。
(2)因为每次插入后都有可能破坏红黑树的平衡，所以需要调用balanceInsertion方法对红黑树进行修复
(3)红黑树的修复过程可能会导致树的根节点发生变化，故需要调用moveRootToFront方法将调节桶中的头元素，使其指向树的root节点
final void treeify(Node<K,V>[] tab) {
TreeNode<K,V> root = null;
//遍历treeifyBin方法中转换后的链表
for (TreeNode<K,V> x = this, next; x != null; x = next) {
next = (TreeNode<K,V>)x.next;
x.left = x.right = null;
if (root == null) {//表示当前红黑树是空树
x.parent = null;//根节点的父节点肯定为null
x.red = false;//根节点的颜色为黑色
root = x;
}
else {
K k = x.key;
int h = x.hash;
Class<?> kc = null;
for (TreeNode<K,V> p = root;;) {
int dir, ph;
K pk = p.key;
//判断当前节点应该被插入到红黑树的哪个位置
//dir为标志位，如果dir为-1，则表示应该插入到左子节点，dir为1表示应该插入到右子节点
if ((ph = p.hash) > h)
dir = -1;
else if (ph < h)
dir = 1;
//下面用来判断当两个节点的hash值相同时，dir应该为-1还是1。
//假设当前key的类的定义为
// class Demo implements Comparable<Demo>{
// ...
// }
//comparableClassFor(k) 方法的作用是通过反射获取Comparable<Demo>中的泛型类型Demo
//compareComparables(kc, k, pk)方法的作用是通过反射调用compareTo方法比较两个key
else if ((kc == null &&(kc = comparableClassFor(k)) == null) ||
(dir = compareComparables(kc, k, pk)) == 0)
dir = tieBreakOrder(k, pk);//抢七大战
//将节点插入到红黑树的对应位置
TreeNode<K,V> xp = p;
if ((p = (dir <= 0) ? p.left : p.right) == null) {
x.parent = xp;
if (dir <= 0)
xp.left = x;
else
xp.right = x;
//因为插入节点可能会导致红黑树的性质被破坏，所以在此处进行插入修复操作
root = balanceInsertion(root, x);
break;
}
}
}
}
moveRootToFront(tab, root);//将红黑树的根元素root移动到桶中链表的头部，这里为什么还是链表结构，不应 //该是红黑树结构吗？ 红黑树只是一个逻辑结构，在内存中实际存储的形式还是上 //面转化后的双向链表
}
如果对反射操作不太熟悉，看不懂comparableClassFor(k)和compareComparables(kc, k, pk)方法的逻辑，可以查看这篇文章
balanceInsertion(TreeNode<K,V> root, TreeNode<K,V> x)
关于红黑树插入修复的分析可以看我的另一篇文章，这里不再解释
/**
* 红黑树插入的自平衡
*
*/
static <K,V> TreeNode<K,V> balanceInsertion(TreeNode<K,V> root,
TreeNode<K,V> x) {
x.red = true;//插入节点的颜色默认为红色
//xp,插入节点的父节点
//xpp，插入节点的爷爷节点
//xppl，插入节点爷爷节点的左子节点
//xppr，插入节点爷爷节点的右子节点
for (TreeNode<K,V> xp, xpp, xppl, xppr;;) {
if ((xp = x.parent) == null) { //此时红黑树是空树，所以直接将颜色染成黑色即可
x.red = false;
return x;
}
else if (!xp.red || (xpp = xp.parent) == null)//父节点就是根节点，不用自平衡
return root;
if (xp == (xppl = xpp.left)) { //父节点是爷爷节点的左子节点
if ((xppr = xpp.right) != null && xppr.red) {//情况3.1 叔节点为红色暗示父节点也一定是红色
xppr.red = false;
xp.red = false;
xpp.red = true;
x = xpp;//递归向上继续自平衡
}else {
if (x == xp.right) {//对应于情况3.3，此时先左旋将问题转换成情况3.2
root = rotateLeft(root, x = xp);
xpp = (xp = x.parent) == null ? null : xp.parent;
}
if (xp != null) {//对应于情况3.2
xp.red = false;
if (xpp != null) {
xpp.red = true;
root = rotateRight(root, xpp);
}
}
}
}
else {//父节点是爷爷节点的右子节点，处理逻辑是上面的镜像情况
if (xppl != null && xppl.red) {
xppl.red = false;
xp.red = false;
xpp.red = true;
x = xpp;
}
else {
if (x == xp.left) {
root = rotateRight(root, x = xp);
xpp = (xp = x.parent) == null ? null : xp.parent;
}
if (xp != null) {
xp.red = false;
if (xpp != null) {
xpp.red = true;
root = rotateLeft(root, xpp);
}
}
}
}
}
}
moveRootToFront(Node<K,V>[] tab, TreeNode<K,V> root)
static <K,V> void moveRootToFront(Node<K,V>[] tab, TreeNode<K,V> root) {
int n;
if (root != null && tab != null && (n = tab.length) > 0) {
int index = (n - 1) & root.hash;
TreeNode<K,V> first = (TreeNode<K,V>)tab[index];//获取桶中的头结点
if (root != first) {//桶中的头结点和树的根节点不相等，则表示要
Node<K,V> rn;//rn 根节点在双向链表的下一个节点
tab[index] = root;
TreeNode<K,V> rp = root.prev;//rp 根节点在双向链表的上一个节点
//将根节点的位置从链表中的某个位置移动到链表的最前端
if ((rn = root.next) != null)
((TreeNode<K,V>)rn).prev = rp;
if (rp != null)
rp.next = rn;
if (first != null)
first.prev = root;
root.next = first;
root.prev = null;
}
assert checkInvariants(root);
}
}
扫一扫
295
被折叠的 条评论
为什么被折叠?
到【灌水乐园】发言
