目录
1 HashMap数据结构
HashMap底层是通过数组和单向链表来实现的。HashMap底层是一个数组,数组的每一项又是一个链表节点或者红黑树(jdk1.8),如图所示
2 构造函数
这里看一个参数比较完整的构造函数
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);
}
initialCapacity:初始容量
loadFactor:负载因子,默认0.75
threshold:初始化table的时候数组大小。计算值是刚刚超过initialCapacity的2的n次幂
/**
* 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;
}
感兴趣的话可以了解一下移位运算。数组大小是2的n次幂可以减小哈希碰撞,具体原因下文解释
3 put方法
首先看方法入口
public V put(K key, V value) {
return putVal(hash(key), key, value, false, true);
}
首先是计算key的hash()
static final int hash(Object key) {
int h;
return (key == null) ? 0 : (h = key.hashCode()) ^ (h >>> 16);
}
hashcode是int类型32位,这里让高位和低位做异或运算使得重新生成的hash更具有随机性
putVal核心方法
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)
// 扩容
n = (tab = resize()).length;
// (n - 1) & hash,计算存放数组下标
if ((p = tab[i = (n - 1) & hash]) == null)
tab[i] = newNode(hash, key, value, null);
else {
Node<K,V> e; K k;
if (p.hash == hash &&
((k = p.key) == key || (key != null && key.equals(k))))
// 如果待插入位置node的key和需要插入的key一致则覆盖
e = p;
else if (p instanceof TreeNode)
// 红黑树插入
e = ((TreeNode<K,V>)p).putTreeVal(this, tab, hash, key, value);
else {
for (int binCount = 0; ; ++binCount) {
if ((e = p.next) == null) {
// 遍历到链表尾部添加元素
p.next = newNode(hash, key, value, null);
// 链表长度为8的时候尝试转红黑树
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;
p = e;
}
}
if (e != null) { // existing mapping for key
V oldValue = e.value;
if (!onlyIfAbsent || oldValue == null)
e.value = value;
afterNodeAccess(e);
return oldValue;
}
}
++modCount;
if (++size > threshold)
// 元素个数超过阈值(table数组大小*负载因子)则进行扩容
resize();
afterNodeInsertion(evict);
return null;
}
这里说一下计算存放数组下标的方法:i = (n - 1) & hash
首先说明这里是进行按位与运算而不是对数组长度取模,原因是对于计算机来说位运算比取模运算要快
选择与运算的原因:与运算的结果是小于等于参与运算的较小元素。如果采用或运算则计算结果有可能数组越界
为什么table数组长度要是2的n次幂:让table中每个位置都可以存放到元素。数组下标是0到n-1,只有n是2的n次幂的时候,n-1的二进制每一位都是1,这样可以尽可能的填满整个table。如果n不是2的n次幂,则n-1的二进制存在位数为0的情况,则与运算后该位置还是0,所以该位置为1的table位置存放不了元素。比如n=15,n-1=14,14的二进制结果是1110,则1001,1011,1101这三个数组下标即9,11,13存放不了数据
4 链表和红黑树互相转换
链表->红黑树:链表长度>=8的时候尝试转成红黑树,TREEIFY_THRESHOLD默认值为8。如果table大小>=64开始真正的转红黑树
final void treeifyBin(Node<K,V>[] tab, int hash) {
int n, index; Node<K,V> e;
if (tab == null || (n = tab.length) < MIN_TREEIFY_CAPACITY)
// 如果table数组长度<64则扩容
resize();
else if ((e = tab[index = (n - 1) & hash]) != null) {
TreeNode<K,V> hd = null, tl = null;
do {
// 如果table数组长度>=64则转红黑树
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);
}
}
红黑树->链表
hashmap中有两个地方会把红黑树转成链表
- remove元素
这里是remove元素其中的一段代码,通过红黑树根节点及其子节点是否为空来判断是否转红黑树
if (root == null || root.right == null ||
(rl = root.left) == null || rl.left == null) {
tab[index] = first.untreeify(map); // too small
return;
}
- resize方法
resize方法会对红黑树进行拆分(split),拆分方法有转链表操作
if (hiHead != null) {
if (hc <= UNTREEIFY_THRESHOLD)
// 红黑树节点个数<=6时转换成链表
tab[index + bit] = hiHead.untreeify(map);
else {
tab[index + bit] = hiHead;
if (loHead != null)
hiHead.treeify(tab);
}
}
5 hashmap扩容
当元素个数超过table数组大小*负载因子的时候开始扩容。每次扩容后table容量变为原来的2倍