一、HashMap底层数据结构的初步了解
HashMap的底层实现结构包括数组、链表和红黑树,它的基础结构是由数组和链表组合形成的,但在JDK1.8之后,当数组长度超过64并且链表的长度大于8时,为了便于查找,链表会转变为红黑树。
在JDK1.7及之前,HashMap的底层实现结构是数组+链表,采用的是头插法(即在链表的头结点处插入新的节点)
而在JDK1.8之后,HashMap由数组+链表变成了数组+链表+红黑树,采用的是尾插法
二、HashMap中Node节点存入的方法
HashMap是Map接口的一个实现类,因此HashMap中存储的元素都是一个个Node<k,v>对象,而在HashMap中Node对象的存储主要借助于HashMap中定义的的putVal()方法。
final V putVal(int hash, K key, V value, boolean onlyIfAbsent,
boolean evict) {
// putVal()方法中定义了一个以Node对象为元素的数组tab,一个Node对象以及两个int类型的变量
Node<K,V>[] tab; Node<K,V> p; int n, i;
// 如果tab数组为空(Node对象中存放的值为null或数组长度为0,未存入Node对象)
if ((tab = table) == null || (n = tab.length) == 0)
// 调用resize()方法进行扩容,并且把扩容后的长度赋值给n
n = (tab = resize()).length;
// 如果p计算出的下标对应在tab数组中的位置空闲,则将新元素存放在该位置处
if ((p = tab[i = (n - 1) & hash]) == null)
tab[i] = newNode(hash, key, value, null);
// 若该位置被占用
else {
Node<K,V> e; K k;
// 如果p节点的hash值等于e节点的hash值,并且p的key值等于e节点的key值
// (或e节点的key值不为空,且值与p节点的key值相等)
if (p.hash == hash &&
((k = p.key) == key || (key != null && key.equals(k))))
// 将e存放在p处
e = p;
// 如果p节点在红黑树中
else if (p instanceof TreeNode)
// 调用putTreeVal()方法把e节点存放在红黑树中p节点的位置
e = ((TreeNode<K,V>)p).putTreeVal(this, tab, hash, key, value);
// 如果新节点既不能在p处也不在红黑树中
else {
// 遍历该节点对应的链表
for (int binCount = 0; ; ++binCount) {
// 将e定义为p的下一个节点,如果e为null(即p为尾节点)
if ((e = p.next) == null) {
// 将新节点存放在p的下一个节点位置处
p.next = newNode(hash, key, value, null);
// 如果该链表的长度大于等于树状阈值-1 (即大于等于7) 则由链表转变为红黑树
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;
}
}
// 如果e的值不为空,将e的val值定义为旧值
if (e != null) { // existing mapping for key
V oldValue = e.value;
// 如果onlyIfAbsent为true(不替换旧值) 或 e的val值为null
if (!onlyIfAbsent || oldValue == null)
e.value = value;
afterNodeAccess(e);
return oldValue;
}
}
// 放入新节点
++modCount;
// 如果长度大于阈值,则进行扩容
if (++size > threshold)
resize();
afterNodeInsertion(evict);
return null;
}
三、HashMap中链表和红黑树的用途以及它们之间的转变
HashMap中采用链表来应对哈希冲突的问题,众所周知,不同的Node对象计算出的hash值可能会相同,为了能够将Node对象都进行有效的存储,所以采用了链表结构来解决此类问题,但由于链表达到一定长度时会造成查找的负担,因此满足一定条件后,会将链表结构转变为一个同样可以有效存储所有Node对象但方便查找的一种数据结构——红黑树。
可能有人会有疑问,既然红黑树既可以有效存储所有Node对象又方便查找,那么为什么不全部采用红黑树作为存储结构来搭配数组使用呢?这是因为当存储元素相对较少时,链表和红黑树的查询时间相差无几,但TreeNode节点占用的空间是普通Node节点的两倍,因此只有当存储的数据足够多时才转为红黑树。
那么链表如何转变为红黑树呢?先让我们来看看下面这段代码
final void treeifyBin(Node<K,V>[] tab, int hash) {
// 首先,它定义了数组的长度n,数组的下标index以及一个Node对象e
int n, index; Node<K,V> e;
// 若数组为空,或数组的长度小于最小安全容量64,则进行扩容
if (tab == null || (n = tab.length) < MIN_TREEIFY_CAPACITY)
resize();
// 如果e在数组中对应的下标位置不为null
else if ((e = tab[index = (n - 1) & hash]) != null) {
// 定义TreeNode<K,V>对象的头节点和尾节点,设为null
TreeNode<K,V> hd = null, tl = null;
do {
// 将e节点放入TreeNode<K,V>的p处
TreeNode<K,V> p = replacementTreeNode(e, null);
// 如果尾节点为null,则p为头节点
if (tl == null)
hd = p;
// 如果尾节点不为null,则p成为新的尾节点
else {
p.prev = tl;
tl.next = p;
}
tl = p;
// e节点的下一个节点不为null
} while ((e = e.next) != null);
// 如果将数组中的某个位置作为头节点且不为null
if ((tab[index] = hd) != null)
// 转变为红黑树
hd.treeify(tab);
}
}