集合之HashMap

前言

Map这样的Key Value形式在软件开发中是非常经典的结构，经常用于内存中存放数据。

HashMap

众所周知HashMap底层是基于数组+链表组成的，不过在JDK1.7和JDK1.8中具体实现稍有不同

JDK1.8

    /**
     * 初始化默认的桶大小为16，通常是为2次幂的大小，原因是： n-1 通过 二进制表示，永远都是尾端以连续1的形式表示（00001111，00000011），当(n - 1) 和 hash 做与运算时，会保留hash中 后 x 位的 1，这样就能保证最大的索引不会超过桶的大小
     */
    static final int DEFAULT_INITIAL_CAPACITY = 1 << 4; // aka 16
   /**
   	* 桶的最大值，防止无限制的扩容
     */
    static final int MAXIMUM_CAPACITY = 1 << 30;
    /**
     * 默认的负载因子，这里的作用在后面详解
     */
    static final float DEFAULT_LOAD_FACTOR = 0.75f;
    /**
	 * 真正存放数据的数组，由于使用的1.8
     */
    transient Node<K,V>[] table;
	/**
	 *树化的阈值
	 */
    static final int TREEIFY_THRESHOLD = 8;
    /**
     * 记录当前桶的使用情况.
     */
    transient int size;
	/**
	 * 桶大小，可以在初始化时显示指定，也是在整个类中使用的。
	 */   
    int threshold;
    /**
     * 负载因子，可以在初始化制定
     */ 
    final float loadFactor;

重点分析下负载因子
由于给定的HashMap的容量大小是固定的，比如默认初始化：

    public HashMap(int initialCapacity) {
        this(initialCapacity, DEFAULT_LOAD_FACTOR);
    }

    public HashMap() {
        this.loadFactor = DEFAULT_LOAD_FACTOR; // all other fields defaulted
    }
    
    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);
    }

给定的默认容量为16，负载因子为0.75.Map不断向table中存数据，当数量达到16*0.75=12就需要进行扩容，而扩容这个过程设计到rehash、复制数据等操作，所以非常耗性能，下面是其对应的扩容方法：

    final Node<K,V>[] resize() {
        Node<K,V>[] oldTab = table;
        int oldCap = (oldTab == null) ? 0 : oldTab.length;
        int oldThr = threshold;
        int newCap, newThr = 0;
        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;
    }

我们简单分析下上面的resize

1. 先判断resize之前oldCap的大小，如果>0,在进行判断是否超出了桶的最大限制，超了就将桶的大小设置为int的最大值；没超过，那么就判断新桶大小（原来的两倍）是否置于最大值和默认值之间，如果是，就将使用该新桶。
2. 如果上述的oldCap>0不成立，就判断旧桶的大小，如果超过0，那么就用旧桶大小替换新桶的大小。
3. 如果为0的话，就设置默认值。
4. 上述的初始容量设置好了之后，就进行根据树还是链表进行数组的复制扩容，由于具体实现比较繁琐，这里就不一一赘述，有一定的数据结构基础的同学，认真看应该看的懂复制过程。

简单介绍了基本了之后，我们来看看几个重要的方法

put()

 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;
        if ((tab = table) == null || (n = tab.length) == 0)//（1）
            n = (tab = resize()).length;
        if ((p = tab[i = (n - 1) & hash]) == null)//（2）
            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))))//（3）
                e = p;
            else if (p instanceof TreeNode)//（4）
                e = ((TreeNode<K,V>)p).putTreeVal(this, tab, hash, key, value);
            else {
                for (int binCount = 0; ; ++binCount) {//（5）
                    if ((e = p.next) == null) {
                        p.next = newNode(hash, key, value, null);
                        if (binCount >= TREEIFY_THRESHOLD - 1) // -1 for 1st//（6）
                            treeifyBin(tab, hash);
                        break;
                    }
                    if (e.hash == hash &&
                        ((k = e.key) == key || (key != null && key.equals(k))))//（7）
                        break;
                    p = e;
                }
            }
            if (e != null) { // existing mapping for key （8）
                V oldValue = e.value;
                if (!onlyIfAbsent || oldValue == null)
                    e.value = value;
                afterNodeAccess(e);
                return oldValue;
            }
        }
        ++modCount;
        if (++size > threshold)
            resize();
        afterNodeInsertion(evict);//为LinkedHashMap服务的
        return null;
    }

下面我们细分拆解一下过程：

1. 判断当前桶是否为空，空就需要进行初始化（resize中会判断是否进行初始化）。
2. 根据key的hasCode定位到具体的桶中并判断是否为空，为空表明没有Hash冲突就直接在当前位置创建一个新桶即可
3. 如果产生了Hash冲突，那么比较当前桶中的key的值与写入的key的值是否相等，相等就把对象给e，然后在第8步进行统一赋值及返回
4. 判断当前对象是否为红黑树，如果是，就按照红黑树的方式进行插入
5. 如果是个链表，就需要需要将当前的key、value封装成一个新节点写入到当前桶的后面
6. 接着判断当前链表是否大于8，大于时就要转换成红黑树
7. 如果在遍历过程中找到key相同时直接退出遍历
8. 如果e ！= null 就相当于存在相同的key，那就需要将值覆盖
9. 最后判断是否需要扩容