1.HashMap核心属性分析(threshold,loadFactory,size,modCount)
缺省大小
table最大长度
缺省负载因子大小
树化阈值
树降级为链表的阈值
树化条件:整个hash表的所有元素个数超过64,且某个链上达到8个元素,就会树化
哈希表
扩容阈值,当hash表中元素超过阈值时,触发扩容
负载因子,threshold = capacity * loadFactor
2.构造方法分析
第一个构造方法:
public HashMap(int initialCapacity, float loadFactor) {
//其实就是做了一些校验
// capacity必须是大于0,最大值只能等于MAXIMUM_CAPACITY
if (initialCapacity < 0)
throw new IllegalArgumentException("Illegal initial capacity: " +
initialCapacity);
if (initialCapacity > MAXIMUM_CAPACITY)
initialCapacity = MAXIMUM_CAPACITY;
//loadFactor必须大于0
if (loadFactor <= 0 || Float.isNaN(loadFactor))
throw new IllegalArgumentException("Illegal load factor: " +
loadFactor);
this.loadFactor = loadFactor;
this.threshold = tableSizeFor(initialCapacity); //生成table长度为 2的次方数
}
第二个构造方法:
//套娃 其实就是调用第一个构造方法
public HashMap(int initialCapacity) {
this(initialCapacity, DEFAULT_LOAD_FACTOR);
}
第三个构造方法:
//table长度使用默认大小
public HashMap() {
this.loadFactor = DEFAULT_LOAD_FACTOR; // all other fields defaulted
}
第四个构造方法:
//不知道 没用过
public HashMap(Map<? extends K, ? extends V> m) {
this.loadFactor = DEFAULT_LOAD_FACTOR;
putMapEntries(m, false);
}
3.Put方法分析=》putVal方法分析
public V put(K key, V value) {
return putVal(hash(key), key, value, false, true);
}
/**
* Implements Map.put and related methods
*
* @param hash hash for key
* @param key the key
* @param value the value to put
* @param onlyIfAbsent if true, don't change existing value 如果散列表当中已经存在某一个key,与插入的key是一直的情况下,为true就不改变存在的值
* @param evict if false, the table is in creation mode.
* @return previous value, or null if none
*/
final V putVal(int hash, K key, V value, boolean onlyIfAbsent,
boolean evict) {
Node<K,V>[] tab; Node<K,V> p; int n, i;
//tab:表示当前hashMap的散列表
//p:表示当前散列表元素
//n:表示散列表数组的长度
//i:表示路由寻址结果
//延迟初始化逻辑,第一次调用putVal时会初始化hashMap对象中最耗费内存的散列表
if ((tab = table) == null || (n = tab.length) == 0)
n = (tab = resize()).length;
//最简单的一种情况:寻址找到的桶位 刚好是null,这个时候,直接将当前k-v=node 扔进去
if ((p = tab[i = (n - 1) & hash]) == null)
tab[i] = newNode(hash, key, value, null);
else {
//e:不为null的话,找到一个当前要插入的key-value一致的key元素
//k:表示临时的一个key
Node<K,V> e; K k;
//表示桶位中的该元素,与当前插入的元素的key完全一致,表示后续需要进行替换操作
if (p.hash == hash &&
((k = p.key) == key || (key != null && key.equals(k))))
e = p;
//如果已经树化了
else if (p instanceof TreeNode)//
e = ((TreeNode<K,V>)p).putTreeVal(this, tab, hash, key, value);
//如果是链表
else {
//链表的情况,而且链表的头元素与我们要插入的key不一致。
for (int binCount = 0; ; ++binCount) {
//条件成立的话,说明迭代到最后一个元素了,也没找到一个要插入key一致的node
//说明需要加入到当前链表的末尾
if ((e = p.next) == null) {
p.next = newNode(hash, key, value, null);
//条件成立的话,说明当前链表的长度,达到树化标准了,需要进行树化
if (binCount >= TREEIFY_THRESHOLD - 1) // -1 for 1st
//树化操作
treeifyBin(tab, hash);
break;
}
//条件成立的话,说明找到了相同key的node元素,需要进行替换操作
if (e.hash == hash &&
((k = e.key) == key || (key != null && key.equals(k))))
break;
p = e;
}
}
//e不等于null,条件成立说明找到了一个与你插入元素key完全一致的数据,需要进行替换
if (e != null) { // existing mapping for key
V oldValue = e.value;
if (!onlyIfAbsent || oldValue == null)
e.value = value;
afterNodeAccess(e);
return oldValue;
}
}
//modCount表示散列表结构被修改次数,替换Node元素的value不计数
++modCount;
//插入新元素,Size自增,如果自增后的值大于扩容阈值,则出发扩容
if (++size > threshold)
resize();
afterNodeInsertion(evict);
return null;
}
第一个参数 hash(key),为扰动算法,生成后的hash值
扰动算法:
static final int hash(Object key) {
int h;
return (key == null) ? 0 : (h = key.hashCode()) ^ (h >>> 16);
}
作用:让key的hash值的高16位也参与路由运算,增加散列性
put 逻辑梳理:
1.当第一次put进数据时,进行初始化
2.判断情况:寻址到的桶位里是否为null
是:则插入数据
否:则要继续判断
(1)表示桶位中的该元素,与当前插入的元素的key完全一致,表示后续需要进行替换操作
(2)如果已经树化了,触发putTreeVal方法
(3)如果已经链化了
链表的情况,而且链表的头元素与我们要插入的key不一致,则要不断迭代,(1)若迭代到最后一个元素了,也没找到一个要插入key一致的node,说明需要加入到当前链表的末尾,(2)找到了相同key的node元素,需要进行替换操作(3)满足树化条件,触发树化
3.modCount表示散列表结构被修改次数,替换Node元素的value不计数
4.插入新元素,Size自增,如果自增后的值大于扩容阈值,则出发扩容
4.resize扩容方法分析(核心)
为什么要扩容?
为了解决哈希碰撞导致的链化影响查询效率的问题,扩容会缓解该问题
final Node<K,V>[] resize() {
//oldTab:引用扩容前的哈希表
Node<K,V>[] oldTab = table;
//oldCap:表示扩容前table数组长度
//oldThr:表示扩容之前的扩容阈值,触发本次扩容的阈值
int oldCap = (oldTab == null) ? 0 : oldTab.length;
int oldThr = threshold;
//newCap:扩容之后table数组的大小
//newThr:扩容之后,下次再次触发扩容的条件
int newCap, newThr = 0;
//条件如果成立,说明hashMap中的散列表已经初始化过了,是一次正常扩容
if (oldCap > 0) {
//扩容之前的table数组大小已经达到最大阈值后,则不扩容,且设置扩容条件为 int最大值
if (oldCap >= MAXIMUM_CAPACITY) {
threshold = Integer.MAX_VALUE;
return oldTab;
}
//oldCap左移一位实现数值翻倍,并且复制给newCap,newCap 小于数组最大值限制 且扩容之前的阈值>=16
//这种情况下,则下一次扩容的阈值等于当前阈值翻倍
else if ((newCap = oldCap << 1) < MAXIMUM_CAPACITY &&
oldCap >= DEFAULT_INITIAL_CAPACITY)
newThr = oldThr << 1; // double threshold
}
//oldCap==0,说明hashMap中的散列表是null
//1.new Hash(initCap,loadFactor)
//2.new Hash(initCap)
//3.new Hash(map) 并且这个map有数据
else if (oldThr > 0) // initial capacity was placed in threshold
newCap = oldThr;
//oldCap==0,oldThr==0
//new HashMap();
else { // zero initial threshold signifies using defaults
newCap = DEFAULT_INITIAL_CAPACITY;
newThr = (int)(DEFAULT_LOAD_FACTOR * DEFAULT_INITIAL_CAPACITY);
}
//newThr为0时,通过newCap和loadFactor计算出一个newThr
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"})
//创建出一个更长,更大的数组
Node<K,V>[] newTab = (Node<K,V>[])new Node[newCap];
table = newTab;
//说明,hashMap本次扩容之前,table不为null
if (oldTab != null) {
for (int j = 0; j < oldCap; ++j) {
//当前Node节点
Node<K,V> e;
// 说明当前桶位有数据,但是数据具体是 单个数据,还是链表,还是红黑树 并不知道
if ((e = oldTab[j]) != null) {
//方便JVM GC回收内存
oldTab[j] = null;
//第一种情况:当前桶位只有一个元素,从未发生过碰撞,这情况直接计算出当前
//元素应存放在 新数组的位置,然后扔进去就可以了
if (e.next == null)
newTab[e.hash & (newCap - 1)] = e;
//第二种情况:当前节点已经树化
else if (e instanceof TreeNode)
((TreeNode<K,V>)e).split(this, newTab, j, oldCap);
else { // preserve order
//第三种情况:桶位已经形成链表
//低位链表:存放在扩容之后的数组的下标位置,与当前数组的下标位置一致
Node<K,V> loHead = null, loTail = null;
//高位链表:存放在扩容之后的数组的下标位置 为当前数组下标位置 + 扩容之前数组的长度
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;
}
扩容逻辑梳理:
1.前半部分都是再给newCap(扩容后的哈希表容量)和newThr(下一次触发扩容的阈值)赋值
2.创建出容量为newCap的新哈希表
3.判断:hashMap本次扩容之前,table是否为null?
是:说明是初始化,则返回新哈希表
否:遍历桶位,判断桶内是否有数据 但是数据具体是 单个数据,还是链表,还是红黑树 并不知道
第一种情况:当前桶位只有一个元素,从未发生过碰撞,这情况直接计算出当前元素应存放在 新数组的位置,然后扔进去就可以了。
第二种情况:当前节点已经树化,触发对应树化扩容的方法。
第三种情况:桶位已经形成链表,计算链表的地址是放入高位链表还是低位链表。
4.返回扩容后的哈希表