HashMap（三）手撕源代码

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