1.源码预热篇
引入: hash(key) —> key的值进行了一次计算,然后得到一个int类型的 —> 是对该键值对进行一个下标位置的计算?
思考: key, value进行存储的话,使用的数据结构是什么?HashMap使用的数据结构?
这里我们想到常用的数据结构为ArrayList和LinkedList,即数组和链表
(1)ArrayList底层实现为数组,查询效率比较快(get)
ArrayList的数据结构:
(2)LinkedList底层实现为双向链表,增加和删除比较快(add,delete)
LinkedList的数据结构:
猜想:HashMap
能不能引入一个查询效率快,且增加和删除元素效率高的数据结构?
HashMap
数据结构猜测:能不能结合ArrayList和LinkedList的优势,所以我们能推出HashMap
源码底层的数据结构可能是采用的是数组+链表的形式
(3)HashMap
数据结构(存储键值对)
那么接下来我们就来猜一猜HashMap
中到底有些什么东西
2.源码猜测篇
HashMap
结合数组和链表的优势,采用数组+链表的存储结构
(1)推测HashMap
中存储的基本单元
思考:HashMap
源码中key,value的存储单元是什么?
1.Java是一门面向对象的语言,能不能用一个对象(Node)来存储key,value?
class Node {
private Object key;
private Object value;
}
2.因为HashMap
数据结构为数组+链表,所以Node中应该有一个指针指向下一个节点
class Node {
private Object key;
private Object value;
private Node next; //用来指向链表的下一个节点
}
3.因为key和value的类型为已知的,可以传进HashMap
,所以key和value前定义为Object不合适,应该用泛型(K,V)来表示key,value的类型
class Node<K,V> {
private K key;
private V value;
private Node<K,V> next;
}
HashMap
源码中Node的表示:
结论:猜测Node表示和源码表示结果出入不大
(2)数组这种数据结构在HashMap
中该怎么表示?
平常基本类型用Int,String等类型表示。数组用Int[],String[]来表示,那么在HashMap
中应该有一个来表示Node<K,V>[] table
来表示数组
HashMap
源码中表示Node数组:transient代表不可序列化
结论:HashMap
中确实有一个Node<K,V>[] table
来表示数组
(3)数组要不要有一个大小呢?
初始大小和上限大小?
猜测HashMap
中可能有与default_size和max_size类似变量来表示数组的初始大小和上限大小
HashMap
源码:DEFAULT_INITIAL_CAPACITY表示默认容量,MAXIMUM_CAPACITY表示最大容量
(4)大小的一个解决方案
假如初始大小为16,如果数组的大小不够用了,或者达到某个值了,是不是应该进行数组扩容呢?
猜想:HashMap
中应该有一个扩容的resize方法
HashMap
源码:
(5)扩容是不是应该有一个依据?是在数组使用完才扩容还是当数组使用到达一个阈值的时候就扩容?
猜想:扩容时依据数组已经使用容量大于阈值时扩容,如果是大于数组的长度才扩容,这显然是不理想的,效率很慢(这里的阈值小于数组的长度)。
比如数组长度为16,那么数组大小已经达到12的时候就应该扩容,而不是等数组长度达到16时才扩容。
此时应该有一个size来表示数组的使用大小,还有一个小于1的数来乘以数组长度得到数组扩容时的阈值。
HashMap
源码:
默认负载因子<1(DEFAULT_LOAD_FACTOR表示默认的负载因子)
数组已使用大小size
size++判断是否到达扩容的阈值,threshold = DEFAULT_INITIAL_CAPACITY * DEFAULT_LOAD_FACTOR
(6)链表长度过长效率会下降,HashMap
是否也应该有一个阈值来控制链表的长度?大于阈值时是不是该将链表转换为其他数据结构呢?
猜想:HashMap
应该有一个阈值来控制链表的长度,当链表长度大于阈值时将链表转换为二叉树或者B 树等数据结构,提高效率。JDK1.8中HashMap
采用的是链表转转红黑树,因为红黑树相比于二叉树在失衡的时候旋转的时间复杂度为O(1)
HashMap
源码:用TREEIFY_THRESHOLD来控制链表的长度
链表转红黑树:使用treeifyBin方法来将链表转换为红黑树
(6)新来的Node节点到底存在哪里?
猜想:存哪里应该有一个约束,这个约束应该是经过我们计算得来的(现在只知道key和value),那么我们可以用key进行一个计算,计算出这个Node到底存在哪里。那么计算的函数呢?是使用Md5(key)还是Base64?Java中万物皆对象,所有类都是Object的子类,我们可以利用hashcode()方法计算返回一个int值,key.hashcode()就知道存在数组的哪个位置了。但是key.hashcode算出来的int值容易越界,所以应该经过hash函数得到我们的理想值(key.hashcode()%length)得到小于数组的int值
HashMap
源码:
static int indexFor(int h, int length) {
return h & (length - 1); //JDK1.8中没有此方法,但实现原理一样,通过位与运算达到取模的作用
}
3.源码分析篇
(1)hash(key)方法
static final int hash(Object key) {
int h;
//通过取key的hashCode并和低16为异或获得hash值,h无符号右移16位只是为了分布得更加均衡
return (key == null) ? 0 : (h = key.hashCode()) ^ (h >>> 16);
}
(2)putVal(int hash, K key, V value, boolean onlyIfAbsent,boolean evict)方法,put()方法是对外提供的接口
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)
//如果table为null或者table的size为0,那么就直接resize()
n = (tab = resize()).length;
//如果数组中该下标为null,那么直接插入该节点
if ((p = tab[i = (n - 1) & hash]) == null)
tab[i] = newNode(hash, key, value, null);
else {
Node<K,V> e; K k;
//比较该节点是不是等于数组中的节点,如果等于则直接替换
//这里不仅要比较hash是否相等,还要比较key是否相等,因为在散列表中key不相等hash可能相等
if (p.hash == hash &&
((k = p.key) == key || (key != null && key.equals(k))))
e = p;
//如果是红黑树的节点,那么直接根据红黑树直接插入
else if (p instanceof TreeNode)
e = ((TreeNode<K,V>)p).putTreeVal(this, tab, hash, key, value);
else {
//如果是链表,遍历链表
for (int binCount = 0; ; ++binCount) {
if ((e = p.next) == null) {
//如果遍历完链表没有发现与该节点相等的节点,则将该节点放入链表的尾端
p.next = newNode(hash, key, value, null);
if (binCount >= TREEIFY_THRESHOLD - 1) // -1 for 1st
//如果插入节点后的节点数量大于8,那么直接转换为红黑树
treeifyBin(tab, hash);
break;
}
//如果与链表中的节点相等,直接替换.
if (e.hash == hash &&
((k = e.key) == key || (key != null && key.equals(k))))
break;
p = e;
}
}
//这段代码主要使用在LinkedHashMap,HashMap定义afterNodeAccess这个方法,但是为一个空方法,所以afterNodeAccess并没有实际作用
//LinkedHashMap重写了afterNodeAccess方法,所以LinkedHashMap在调用put方法的时候虽然是使用HashMap的put方法,但是因为重写了afterNodeAccess,
// 所以此处afterNodeAccess的效果是LinkedHashMap定义的规则(即多用于LRU)
if (e != null) { // existing mapping for key
V oldValue = e.value;
if (!onlyIfAbsent || oldValue == null)
e.value = value;
afterNodeAccess(e);
return oldValue;
}
}
//修改次数+1
++modCount;
if (++size > threshold)
//如果数组已使用size大于阈值,则扩容
resize();
afterNodeInsertion(evict);
return null;
}
(3)resize()函数
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) { //代表初始容量不为0的情况
if (oldCap >= MAXIMUM_CAPACITY) { //如果oldCap到达最大容量Max,那么就直接赋值最大值
threshold = Integer.MAX_VALUE;
return oldTab;
}
//将旧的容量扩容2倍赋值给新容量
else if ((newCap = oldCap << 1) < MAXIMUM_CAPACITY &&
oldCap >= DEFAULT_INITIAL_CAPACITY)
//新容量扩容2倍,那么久的阈值也要扩容2倍
newThr = oldThr << 1; // double threshold
}
else if (oldThr > 0) // initial capacity was placed in threshold
newCap = oldThr;
//table为空或者table为0的情况
else { // zero initial threshold signifies using defaults
newCap = DEFAULT_INITIAL_CAPACITY; //默认容量,即16
newThr = (int)(DEFAULT_LOAD_FACTOR * DEFAULT_INITIAL_CAPACITY); //计算默认条件下的阈值
}
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]; //新表不存在,构造新表
table = newTab;
//旧表存在,那么对链表中的元素进行转移
if (oldTab != null) {
for (int j = 0; j < oldCap; ++j) {
Node<K,V> e;
//遍历数组元素,复制到table数组中
if ((e = oldTab[j]) != null) {
//这里可能会出现数据丢失
oldTab[j] = null;
//当链表中只有一个元素,那么直接通过hash函数计算新数组的下标
if (e.next == null)
newTab[e.hash & (newCap - 1)] = e;
//如果是红黑树的节点,那么通过红黑树转换
else if (e instanceof TreeNode)
((TreeNode<K,V>)e).split(this, newTab, j, oldCap);
else { // preserve order
//如果是链表,声明一个高链和一个低链
Node<K,V> loHead = null, loTail = null;
Node<K,V> hiHead = null, hiTail = null;
Node<K,V> next;
do {
next = e.next;
//如果新增为0,那么用低链
//比如16扩容为32,即10000->100000,如果节点第六位为0(第六位为新增的),那么不用转移。
//0010&(10000-1)=2,0010&(100000-1)=2
if ((e.hash & oldCap) == 0) {
if (loTail == null)
loHead = e;
else
loTail.next = e;
loTail = e;
}
else {
//如果新增为1,那么用高链
//11100&(10000-1)=12,11100&(100000-1)=28
if (hiTail == null)
hiHead = e;
else
hiTail.next = e;
hiTail = e;
}
} while ((e = next) != null);
if (loTail != null) {
loTail.next = null;
newTab[j] = loHead;
}
//如果新增为1,那么该节点增加的扩容的容量
if (hiTail != null) {
hiTail.next = null;
newTab[j + oldCap] = hiHead;
}
}
}
}
}
return newTab;
}