目录
第一步:通过 HashMap 自己提供的hash 算法算出当前 key 的hash 值
第二步: 进入putVal(hash(key), key, value, false, true)
一、数据结构
HashMap 数据结构为 数组+链表,其中:链表的节点存储的是一个 Entry 对象,每个Entry 对象存储四个属性(hash,key,value,next)
HashMap实现采用Entry数组来存储key-value对(数组默认大小为0),每一个键值对组成了一个Entry实体,Entry类实际上是一个单向的链表结构,它具有Next指针,可以连接下一个Entry实体,依次来解决Hash冲突的问题,因为HashMap是按照Key的hash值来计算Entry在HashMap中存储的位置的,如果hash值相同,而key内容不相等,那么就用链表来解决这种hash冲突。
JDK8之前 是数组 + 链表 。
JDK8 是数组 + 链表|红黑树。
JDK1.8 版本的HashMap,底层数据使用数组 + 链表/红黑树实现。
- 数组作为基础的数据存储结构。
- 链表是为了解决hash碰撞问题。
- 红黑树是为了解决链表中的数据较多(满足链表长度超过8且数组长度大于64,才会将链表替换成红黑树才会树化)时效率下降的问题。
二、put原理
首先,初始化 HashMap,提供了有参构造和无参构造,无参构造中,容器默认的数组大小 initialCapacity 为 16,加载因子loadFactor 为0.75。容器的阈(yu)值为 initialCapacity * loadFactor,默认情况下阈值为 16 * 0.75 = 12;
源码
public class HashMap<K,V> extends AbstractMap<K,V> implements Map<K,V>, Cloneable, Serializable { // 默认容量,默认为16,必须是2的幂 static final int DEFAULT_INITIAL_CAPACITY = 1 << 4; // 最大容量,值是2^30 static final int MAXIMUM_CAPACITY = 1 << 30 // 装载因子,默认的装载因子是0.75 static final float DEFAULT_LOAD_FACTOR = 0.75f; // 解决冲突的数据结构由链表转换成树的阈值,默认为8 static final int TREEIFY_THRESHOLD = 8; // 解决冲突的数据结构由树转换成链表的阈值,默认为6 static final int UNTREEIFY_THRESHOLD = 6; /* 当桶中的bin被树化时最小的hash表容量。 * 如果没有达到这个阈值,即hash表容量小于MIN_TREEIFY_CAPACITY,当桶中bin的数量太多时会执行resize扩容操作。 * 这个MIN_TREEIFY_CAPACITY的值至少是TREEIFY_THRESHOLD的4倍。 */ static final int MIN_TREEIFY_CAPACITY = 64; static class Node<K,V> implements Map.Entry<K,V> { //... } // 存储数据的数组 transient Node<K,V>[] table; // 遍历的容器 transient Set<Map.Entry<K,V>> entrySet; // Map中KEY-VALUE的数量 transient int size; /** * 结构性变更的次数。 * 结构性变更是指map的元素数量的变化,比如rehash操作。 * 用于HashMap快速失败操作,比如在遍历时发生了结构性变更,就会抛出ConcurrentModificationException。 */ transient int modCount; // 下次resize的操作的size值。 int threshold; // 负载因子,resize后容量的大小会增加现有size * loadFactor final float loadFactor; }
进入put方法
public V put(K key, V value) { return putVal(hash(key), key, value, false, true); }
第一步:通过 HashMap 自己提供的hash 算法算出当前 key 的hash 值
static final int hash(Object key) { //jdk1.8 int h; // h = key.hashCode() 为第一步 取hashCode值 // h ^ (h >>> 16) 为第二步 高位参与运算 return (key == null) ? 0 : (h = key.hashCode()) ^ (h >>> 16); }
计算key.hashCode()并将哈希的高位数扩展到低位数。
- key.hashCode()获取key的hashCode值
- key的hashCode值与其无符号右移16位值进行异或^。从而让Hash值分布更均匀,将高位的碰撞影响向下扩散。
第二步: 进入putVal(hash(key), key, value, false, true)
参数:
hash(key) : hashcode的高16位------不容易产生冲突
key : 键
value : 值
- 第一次添加元素时,要进行一次resize()扩容,n=扩容后的长度
- 通过散列函数计算数据要存放的位置,若该位置为空则直接往里添加
如果通过散列函数计算出的下标位置有元素:
- 通过hash、key地址和key内容判断是要存放的元素和该位置的元素是否为同一个元素,若为同一个元素,则覆盖
- 若不是同一个元素,即产生了冲突,使用链地址法解决冲突,如果p是红黑树的结点,则存放到红黑树中
- 若不是树的结点,如果是p时Node结点,采用尾插法将元素插入
如果链表长度大于等于8,而且哈希表长度小于64,则扩容哈希表,否则将链表转化为红黑树
如果链表中已经存在要插入的元素,则不再进行插入
如果e不为null,说明map中已经存在所要添加到key,如果value不同,返回旧value,
前部分只有一个key存在,覆盖value里有return跳出方法,到此处说明key作为一个新元素已经添加进了HashMap中,如果此时元素个数>扩容阈值,则需要resize()进行扩容,返回null
第三步: resize
初始化或加倍表的大小。如果为空,则根据当前阈值中保持的初始容量目标进行分配。如果不为空,则进行2倍扩容,返回:扩容后的table
完整源码
putval
final V putVal(int hash, K key, V value, boolean onlyIfAbsent, boolean evict) { Node<K,V>[] tab; Node<K,V> p; int n, i; // 如果数组为空,进行 resize() 初始化 if ((tab = table) == null || (n = tab.length) == 0) n = (tab = resize()).length; // (n - 1) & hash相当于取模,获取数组的索引位置 // 如果计算的位置上Node不存在,直接创建节点插入 if ((p = tab[i = (n - 1) & hash]) == null) tab[i] = newNode(hash, key, value, null); else { // 如果计算的位置上Node 存在,链表或者红黑树处理 Node<K,V> e; K k; // 如果已存在的key和传入的key一模一样,则需要覆盖 if (p.hash == hash && ((k = p.key) == key || (key != null && key.equals(k)))) e = p; // 如果 index 位置元素已经存在,且是红黑树 else if (p instanceof TreeNode) // 将元素put到红黑树中 e = ((TreeNode<K,V>)p).putTreeVal(this, tab, hash, key, value); else { // 否则如果是链表的情况,对链表进行遍历,并统计链表长度 for (int binCount = 0; ; ++binCount) { // 如果节点链表的next为空 if ((e = p.next) == null) { // 找到节点链表中next为空的节点,创建新的节点插入 p.next = newNode(hash, key, value, null); // 如果节点链表中数量超过TREEIFY_THRESHOLD(8)个,转化为红黑树 if (binCount >= TREEIFY_THRESHOLD - 1) // -1 for 1st // 树化 treeifyBin(tab, hash); break; } // 判断节点链表中的key和传入的key是否一样 if (e.hash == hash && ((k = e.key) == key || (key != null && key.equals(k)))) // 如果一样的话,退出 break; p = e; } } // 如果存在相同key的节点e不为空 if (e != null) { // existing mapping for key V oldValue = e.value; // onlyIfAbsent 表示是否仅在 oldValue 为 null 的情况下更新键值对的值 if (!onlyIfAbsent || oldValue == null) // 设置新的值 e.value = value; afterNodeAccess(e); // 返回旧的结果 return oldValue; } } ++modCount; // 当前大小大于临界大小,扩容 if (++size > threshold) resize(); afterNodeInsertion(evict); return null; }
resize
final Node<K,V>[] resize() { Node<K,V>[] oldTab = table; int oldCap = (oldTab == null) ? 0 : oldTab.length; int oldThr = threshold; int newCap, newThr = 0; // 计算新的容量值和下一次要扩展的容量 if (oldCap > 0) { // 超过最大值就不再扩充了,就只好随你碰撞去吧 if (oldCap >= MAXIMUM_CAPACITY) { threshold = Integer.MAX_VALUE; return oldTab; } // 没超过最大值,就扩充为原来的2倍 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); } // 计算新的resize上限 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) { // 把每个bucket都移动到新的buckets中 for (int j = 0; j < oldCap; ++j) { Node<K,V> e; //如果位置上没有元素,直接为null if ((e = oldTab[j]) != null) { oldTab[j] = null; //如果只有一个元素,新的hash计算后放入新的数组中 if (e.next == null) newTab[e.hash & (newCap - 1)] = e; //如果是树状结构,使用红黑树保存 else if (e instanceof TreeNode) ((TreeNode<K,V>)e).split(this, newTab, j, oldCap); //如果是链表形式 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; //hash碰撞后高位为0,放入低Hash值的链表中 if ((e.hash & oldCap) == 0) { if (loTail == null) loHead = e; else loTail.next = e; loTail = e; } //hash碰撞后高位为1,放入高Hash值的链表中 else { if (hiTail == null) hiHead = e; else hiTail.next = e; hiTail = e; } } while ((e = next) != null); // 低hash值的链表放入数组的原始位置 if (loTail != null) { loTail.next = null; newTab[j] = loHead; } // 高hash值的链表放入数组的原始位置 + 原始容量 if (hiTail != null) { hiTail.next = null; newTab[j + oldCap] = hiHead; } } } } } return newTab; }
根据HashMao的put方法,总结数据插入原理:(也是根据键的hashcode存储数据)
- 首先计算要插入数据 key 的hash值(hash(key))。
- 判断数组是否为空,为空则初始化数组(第一次插入节点时才会进行初始化),不为空,计算其索引位置((n - 1) & hash)
- 计算出索引位置后,查看该索引位置是否存在其他数据节点,不存在则新创建一个节点存放
- 若该位置存在数据节点,先判断插入的key是否和头结点的key相等,若相等,替换其value即可
- 若不相等,则判断头结点是不是红黑树节点,是,从根节点开始遍历,看能否查找到和插入的key相等的节点,如果找到和插入的key相同的节点,则替换其value,否则新建一个红黑树节点存放数据,并进行平衡调整
- 若头节点不是红黑树,则表明为链表,此时遍历链表的节点,看能否查找到和key相等的节点
- 如果找到和key相同的节点,则替换其value,否则在链表尾部新建节点。
- 插入完成之后判断当前节点数是否超过8个,且数组大小是否超过64,若超过则转换为红黑树。
- 最后判断数组是否应该扩容
流程图
三、get原理
在get方法中,首先计算hash值,得到该key在table中的存储位置,得到该位置的单链表,遍历列表找到key和指定key内容相等的Entry,返回Entry.value值
public V get(Object key) { Node<K,V> e; return (e = getNode(hash(key), key)) == null ? null : e.value; } final Node<K,V> getNode(int hash, Object key) { Node<K,V>[] tab; Node<K,V> first, e; int n; K k; /* 最外层if判断node数组不能为空, 并且对应hash值的node链表第一个结点不能为空*/ if ((tab = table) != null && (n = tab.length) > 0 && (first = tab[(n - 1) & hash]) != null) { // 如果第一个结点就是需要找的结点,直接返回 if (first.hash == hash && // always check first node ((k = first.key) == key || (key != null && key.equals(k)))) return first; /* 第一个结点如果不是需要找的结点, 就使用一个指针不断地遍历整个链表,这个指针就是e*/ if ((e = first.next) != null) { // 判断node如果不是链,而是树,则走遍历树的逻辑 if (first instanceof TreeNode) return ((TreeNode<K,V>)first).getTreeNode(hash, key); /* 不是树,就是链表,则用e不断地遍历链表所有结点, 直到找到对应地结点并返回或者遍历到链表末尾,e为null停止*/ do { if (e.hash == hash && ((k = e.key) == key || (key != null && key.equals(k)))) return e; } while ((e = e.next) != null); } } return null; }
四、remove原理
删除操作,先计算指定key的hash值,然后计算出table中的存储位置,判断当前位置是否Entry实体存在,如果没有直接返回,若当前位置有Entry实体存在,则开始遍历链表。
HashMap中有两个remove()方法,一般常用的是第一个
1. 以key为参数的remove方法 输入key–>key存在就删除,若删除成功则返回被删除的元素的value,删除失败返回null
public V remove(Object key) { // 被删除的元素 Node<K,V> e; // 返回移除的节点的value值 return (e = removeNode(hash(key), key, null, false, true)) == null ? null : e.value; }
2. 以key+value为参数的remove方法 必须key和value都相同才删除
public boolean remove(Object key, Object value) { // 返回是否成功移除节点 return removeNode(hash(key), key, value, true, true) != null; }
但是两个方法都是在调用removeNode()方法
/** 移除某个节点,根据下面四个条件进行移除 hash - key 的hash值 key - key matchValue - 如果为true,则仅在值相等时删除;如果是false,则值不管相不相等,只要key和hash值一致就移除该节点。 movable - 如果为false,则在删除时不移动其他节点 return - 返回被移除节点,未找到则返回null */ final Node<K,V> removeNode(int hash, Object key, Object value, boolean matchValue, boolean movable) { // tab:当前map 的数组,p:hash对应的数组索引index位置上的节点/遍历链表时表示当前遍历到的节点的前一个节点,n:数组长度,index:hash对应的数组索引 // 这几个值在hashMap的源码中很常见 Node<K,V>[] tab; Node<K,V> p; int n, index; // 前提判断 数组不为空,并且长度大于0 并且 // hash对应的数组索引位置上的节点p也不为null if ((tab = table) != null && (n = tab.length) > 0 && (p = tab[index = (n - 1) & hash]) != null) { // node:被移除的节点,e:当前头节点的下一个节点/遍历链表时表示当前遍历到的节点, // k:e节点的key,v:被移除节点node 的value Node<K,V> node = null, e; K k; V v; // 如果第一个节点p就是目标节点,则将node指向第一个节点p if (p.hash == hash && ((k = p.key) == key || (key != null && key.equals(k)))){ node = p; } // 第一个节点不是,那就看看第一个节点还有没有下一个元素。 // 如果有第二个节点 else if ((e = p.next) != null) { // 如果刚刚第一个节点是红黑树 if (p instanceof TreeNode){ // 调用红黑树的查询节点的方法,getTreeNode() node = ((TreeNode<K,V>)p).getTreeNode(hash, key); } // 第一个节点不是红黑树,并且还有第二个节点,那就说明,这里是链表了 else { // 那么开始循环链表,从第二个节点开始循环,因为第一个节点已经处理过了 do { // 判断e节点是不是目标节点,是的话就将node指向e,并且终止循环 if (e.hash == hash && ((k = e.key) == key || (key != null && key.equals(k)))) { node = e; break; } // e节点不是目标节点,那就将p节点指向e节点, // 然后while里面e节点后移,在进入循环后发现e是目标节点了,退出循环,退出后此时p节点还是e节点的前一个节点,也就保证了在整个循环的过程中,p节点始终是e节点的前一个节点。 p = e; } while ((e = e.next) != null);// e指针后移,并且下一个节点不为null则继续遍历,不为null表示没到链表最后。 } } // 找到目标节点了 matchValue为true,则仅在值相等时删除。如果是false,则值不管相不相等,只要key和hash值一致就移除该节点。 if (node != null && (!matchValue || (v = node.value) == value || (value != null && value.equals(v)))) { // 如果目标节点是红黑树 if (node instanceof TreeNode){ // 调用红黑树的删除节点方法 ((TreeNode<K,V>)node).removeTreeNode(this, tab, movable); } // 目标节点是p节点, // 还记得之前 如果第一个节点p(数组桶中的节点)就是目标节点,则将node指向第一个节点p else if (node == p){ // 将目标节点的下一个节点作为该索引位置的第一个元素 // 也就是跳过目标节点,指向目标节点的下一位 tab[index] = node.next; } // 这里就是遍历链表找到了目标节点 else{ // p节点始终作为node的上一个节点,p.next始终指向目标节点node // 现在将p.next 指向目标节点node的next,这样跳过了目标节点node,就把node移除掉了 p.next = node.next; } // 记录map结构被修改的次数,主要用于并发编程 ++modCount; // 记录table存储了多少键值对,因为移除了一个,所以此处就减一 --size; // 该方法在hashMap中是空方法,主要是供LinkedHashMap使用,因为LinkedHashMap重写了该方法 afterNodeRemoval(node); // 返回被移除的节点 return node; } } // 没找到 返回null return null; }