首先来看构造方法，这里注释里面有一个专门的分界线，叫做public operations
先来看hasMap的基本构造方法
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);
}
第一个构造方法可以传进去两个参数，一个是初始化的容量，另一个是负载因子，负载因字之前说了这个值是可以指定的，如果未指定那就是0.75，初始胡容量一样未指定就是16。再来看具体细节，如果你传的初始容量小于0呢，他就会抛出非法参数异常，如果初始化容量指定大于2的30次方，那么他就会变为2的30次方
public HashMap(int initialCapacity) {
this(initialCapacity, DEFAULT_LOAD_FACTOR);
}
第二个构造方法，可以自己指定初始化容量，负载因子选择默认的
public HashMap() {
this.loadFactor = DEFAULT_LOAD_FACTOR; // all other fields defaulted
}
构造一个默认初始化容量以及默认负载因子的构造方法
public HashMap(Map<? extends K, ? extends V> m) {
this.loadFactor = DEFAULT_LOAD_FACTOR;
putMapEntries(m, false);
}
hashmap也可以接收一个map创建一个与传入map一样的hahsmap，可以看到在这里它将负载因子设置为默认负载因子，然后调用putentries方法，把map中的值放到hashmap里
final void putMapEntries(Map<? extends K, ? extends V> m, boolean evict) {
int s = m.size();
if (s > 0) {
if (table == null) { // pre-size
float ft = ((float)s / loadFactor) + 1.0F;
int t = ((ft < (float)MAXIMUM_CAPACITY) ?
(int)ft : MAXIMUM_CAPACITY);
if (t > threshold)
threshold = tableSizeFor(t);
}
else if (s > threshold)
resize();
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);
}
}
}
下面看putentires方法，这个方法首先拿到map的大小，如果map的大小为空而这时我们用来存放的node的table为空，就把table的大小设置为map的大小除以负载因子并加上1.并判断这个计算的尺寸是否比hashmap最大容量大，超过了就是用最大容量没有的话就是用计算的值，这个t其实就是根据map的大小计算的得hashmap的容量，当这个容量大于了hashmap的阙值，计算出新容量下的阙值。当要进行复制的map比阙值大的时候就要就行扩容操作，至于扩容机制后面再说，当这些准备操作完成后，就可以把写好的map逐个放进去。
public int size() {
return size;
}
返回当前hashmap的尺寸
public boolean isEmpty() {
return size == 0;
}
判断当前hashmap是否为空
public V get(Object key) {
Node<K,V> e;
return (e = getNode(hash(key), key)) == null ? null : e.value;
}
根据key的值得到相应的value如果为空返回空，不然返回e的值，这里用了getNode方法
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) {
if (first.hash == hash && // always check first node
((k = first.key) == key || (key != null && key.equals(k))))
return first;
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;
}
这里是getNode方法的源码，我们逐个分析，首先判断当前存放node的数组是否为空，以及tab的length是否大于0，并且根据hash计算该节点的位置，如果这个结点不为空，那么判断第一个计算出的结点的hash值是否和传进来的参数相同以及计算结点的key是否与给定的k相同，如果这些都相同返回这个结点，如果没有移动到结点的下一个结点，继续进行之前的判断，如果又符合条件的结点，将结点返回，如果没有，就返回空。
public boolean containsKey(Object key) {
return getNode(hash(key), key) != null;
}
依然调用的是之前的getNode方法，判断相应的key是否存在对应的node。
public V put(K key, V value) {
return putVal(hash(key), key, value, false, true);
}
下来是putval方法，作用是将对应的键值对放进hashmap，接着看putval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)
n = (tab = resize()).length;
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))))
e = p;
else if (p instanceof TreeNode)
e = ((TreeNode<K,V>)p).putTreeVal(this, tab, hash, key, value);
else {
for (int binCount = 0; ; ++binCount) {
if ((e = p.next) == null) {
p.next = newNode(hash, key, value, null);
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)
resize();
afterNodeInsertion(evict);
return null;
}
方法有点长，我们一点一点看，
一开始的套路和getNode方法差不多，先声明好属性，有指向hashmap存放node的引用以及指向计算出的节点的引用，接着判断这个tab是否为空或者tab长度是否为0，如果这里条件成立，那么对这个tab进行扩容，并将n设置为扩容后数组的长度，接着呢有事与getNode方法差不多的套路啦，先根据hash值计算出数组中节点的位置并用p引用指向该节点，如果为空，那么就新建一个结点，如果不为空还是老套路，判断计算的结点的hash值与key值是否是与参数值相同，如果相同就把声明的e结点指向该节点，不一样继续判断该节点是不是树节点（就是之前提过的树化后的结点）如果满足就以树节点的方式将值赋给该节点，如果还不是就移动之前的p节点知道的下一个节点为空，此时新建一个节点，并判断段这时候的bin个数（就是之前画的图那横着的一排）是否满足树化阙值，至于树化阙值的概念之前说过了，欢迎阅读我之前的文章，当数量达到了树化的阙值，那么就进行树化，当然如果在移动的过程中找到了那个节点，那么就停止并把p赋给找到的满足条件的节点，当节点找到后，判断找到的节点是否为空，如果不为空，如果这个结点缺少value值那么就把参数里的value值赋给他，这么做我估计是怕在计算后直接得到的节点里面没有值，所以在这里做了这么一个措施，如果仔细看这里面还有一个afterNodeAccess(e);方法，继续查看该方法，发现这是一个控方法，可能是为了让开发人员自己去实现吧，这一步完成后返回旧的值。当然如果此时e为空，那么继续执行代码，改动次数加一判断这时的长度是否达到阙值，如果有那么就进行扩容，之后还有一个afterNodeInsertion方法，跟踪进去发现还是一个空方法，这里可以看到设计的巧妙，作者也考虑到了程序的扩展性，真的很是佩服，完成这些操作返回null。
接下来就是之前一直有提及到的扩容方法，这里我们在说一下扩容机制，当hashmap存储的键值对的数量达到了hashmap阙值的时候就要进行扩容，这个阙值是当前动态情况下的容量与负载因子的乘积好了继续往下看
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) {
if (oldCap >= MAXIMUM_CAPACITY) {
threshold = Integer.MAX_VALUE;
return oldTab;
}
else if ((newCap = oldCap << 1) < MAXIMUM_CAPACITY &&
oldCap >= DEFAULT_INITIAL_CAPACITY)
newThr = oldThr << 1; // double threshold
}
else if (oldThr > 0) // initial capacity was placed in threshold
newCap = oldThr;
else { // zero initial threshold signifies using defaults
newCap = DEFAULT_INITIAL_CAPACITY;
newThr = (int)(DEFAULT_LOAD_FACTOR * DEFAULT_INITIAL_CAPACITY);
}
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;
if (oldTab != null) {
for (int j = 0; j < oldCap; ++j) {
Node<K,V> e;
if ((e = oldTab[j]) != null) {
oldTab[j] = null;
if (e.next == null)
newTab[e.hash & (newCap - 1)] = e;
else if (e instanceof TreeNode)
((TreeNode<K,V>)e).split(this, newTab, j, oldCap);
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;
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);
if (loTail != null) {
loTail.next = null;
newTab[j] = loHead;
}
if (hiTail != null) {
hiTail.next = null;
newTab[j + oldCap] = hiHead;
}
}
}
}
}
return newTab;
}
继续还是基本上差不多的套路用一个引用指向hashmap的node数组。并得到当前数组的长度以及当前的阙值，然后判断当前容量是否大于扥估最大容量，如果成立把阙值设置为最大整数值，返回当前的数组，如果条件不成立把当前数组容量扩大为之前的二倍判断是否小于最大容量，并且旧容量是否大于等于默认初始容量，条件满足把旧容量也扩大2倍，然后在旧容量不为0的前提下初始化新的容量为旧的阙值，但是如果就容量为0那么把新容量设置成默认容量即16，把新的阙值设置成默认容量乘以默认负载因子.当新阙值为0，那么计算出心容量与负载因子的乘积，如果新容量小于最大容量并且之前的乘积也小于最大容量那么新阙值设置为之前乘积，否则阙值设置为整数最大值。接下来就是将之前的取值设置为新阙值，最后把所有保留的键值对复制到新数组里。返回新node数组即可
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)
resize();
else if ((e = tab[index = (n - 1) & hash]) != null) {
TreeNode<K,V> hd = null, tl = null;
do {
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);
}
}
接下来是树化bin，当map为空或者map的容量达不到最小树化容量的时候，我们继续进行扩容，然后计算数组中位置为给定hash值得节点，接下来就开始记性书画了，将node转化为treenode的时候这里调用了一个replacementTreeNode方法，我们查看这个方法发现他就是把一node节点的值创建一个treenode节点，然后将转化后的节点交给hd引用，此时并为这个结点附上前缀，这样子我们相同hash值得链表都将转化成treenode节点，然后我们从第一个节点开始树化，
final void treeify(Node<K,V>[] tab) {
TreeNode<K,V> root = null;
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) {
x.parent = null;
x.red = false;
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;
if ((ph = p.hash) > h)
dir = -1;
else if (ph < h)
dir = 1;
else if ((kc == null &&
(kc = comparableClassFor(k)) == null) ||
(dir = compareComparables(kc, k, pk)) == 0)
dir = tieBreakOrder(k, pk);
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;
root = balanceInsertion(root, x);
break;
}
}
}
}
moveRootToFront(tab, root);
}
这是树化的代码，我们继续分析，创建一个空节点root，然后创建next节点，此节点的值为root节点的next节点，然后为root节点的左右节点也设为空值，这么看来其实就是创造了一个完全是空的节点，接下来就是红黑树的构造过程了，至于什么是红黑树，我简单介绍一下，因为我也不是太了解，如果那里有错，欢迎指正。首先红黑树是一二个自平衡的二叉树，也就是说它在进行插入和善处事通过特定操作保持二叉树的平衡，从而获得较高的查找性能，他的性质如下：1.节点是红色或黑色，2.根节点是黑色，3.每个叶节点也是黑色，4.每个红色节点的两个子节点是黑色的.5.从任一节点到器每个叶子几多点的所有路径都包含相同数目的黑色节点。当节点创造好之后，将之前调用此方法的treenode赋值给x，并将x的next节点赋值给next，接着是红黑树的创造过程，这个过程我们截出之前代码的部分片段
K k = x.key;
int h = x.hash;
Class<?> kc = null;
for (TreeNode<K,V> p = root;;) {
int dir, ph;
K pk = p.key;
if ((ph = p.hash) > h)
dir = -1;
else if (ph < h)
dir = 1;
else if ((kc == null &&
(kc = comparableClassFor(k)) == null) ||
(dir = compareComparables(kc, k, pk)) == 0)
dir = tieBreakOrder(k, pk);
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;
root = balanceInsertion(root, x);
break;
}
可以看到拿到x节点的hash与key值，然后由第一个也就是root节点开始，然后又开始一个遍历，从头开始节点记为p，首先拿到p节点的key与hash接下来比较每个节点与root节点的hash如果hash值大于根节点hash值是1，如果小于记为-1，接下来通过x的key得到x对应的类是否为空以及接着对root节点与x节点对应的类进行比较计算器dir是否为0其实做这些判断的目的只是为了判断当前接口是否实现了cmparable接口，如果没有调用 tieBreakOrder(k, pk);方法计算dir，dir作用其实就是为了确认树节点之后的排序序列，最后根据dir值为当前节点设置子节点与父节点，-1为左节点，1为右节点，最后再进行平衡检查，这些操作完成后，再把moveRootToFront(tab, root);把根节点放到最前面这样子完成树化操作。
好累有空继续，有些地方分析不正确，欢迎指正...
扫一扫
5284
被折叠的 条评论
为什么被折叠?
到【灌水乐园】发言
