注:阅读的源码版本为 Java 8
HashMap 和 HashTable 的区别
- HashMap 是线程不安全的。
- HashMap 允许 value 和 key 为
null
。
HashMap 的继承关系
从关系图可以看出 HashMap 继承了 AbstractMap 类,实现了 Map、Cloneable 和 Serializable 接口。
HashMap 的属性
HashMap 有两个影响性能的参数:初始容量(initial capacity)和负载系数(load factor)。容量(capacity)是哈希表中桶的数量,初始容量是哈希表创建时的容量。负载系数是哈希表在容量自动增加之前允许达到的饱满度的度量。当哈希表中的条目数超过负载因子和当前容量的乘积时,哈希表被重新散列(rehash),使得哈希表具有大约两倍的桶数。
一般来说,默认负载系数(0. 75)在时间和空间成本之间提供了一个很好的折衷。较高的负载系数会减少空间开销,但会增加查找成本(反映在 HashMap 类的大多数操作中,包括 get 和 put )。在设置其初始容量时,应考虑映射中的预期条目数及其负载系数,以便最大限度地减少重新散列操作的次数。如果初始容量大于最大条目数除以负载系数,则不会发生再散列操作。
TREEIFY_THRESHOLD
:当一个桶中的链表大小超过该阈值时,该链表会被改造为树形结构。
table
:数组被分为一个个桶,数组中的元素是链表。
entrySet
:存储 entrySet()
的缓存。
size
:HashMap 中键值对的数目。
threshold
:需要扩容的下一个 size 值(capacity * load factor)。
modCount
:当前 HashMap 修改的次数,这个变量用来保证 fail-fast 机制。
HashMap 方法
static final int hash(Object key) {
int h;
return (key == null) ? 0 : (h = key.hashCode()) ^ (h >>> 16);
}
HashMap 中计算 hash 值的方法。保留原始 hashCode 的高 16 位不变,将低 16 位与高 16 位进行异或运算。这样做是因为 table 的长度通常为 2 的幂,此时只有 hashCode 的低位是有效位,容易发生碰撞,为了将高位信息利用起来,就使用了上述的异或运算。
get(Object key)
public V get(Object key) {
Node<K,V> e;
return (e = getNode(hash(key), key)) == null ? null : e.value;
}
返回 key 所对应的 value。注意返回值为 null 不一定表明该 key 不存在,也可能该 key 对应的 value 就是 null,这两种情况可通过 containsKey()
方法来区分。
getNode(int hash, Object key)
final Node<K,V> getNode(int hash, Object key) {
Node<K,V>[] tab; Node<K,V> first, e; int n; K k;
// table 不为空且 talbe 长度大于 0 且 table[hash % length] 不为空
if ((tab = table) != null && (n = tab.length) > 0 &&
(first = tab[(n - 1) & hash]) != null) {
// 检查链表头结点
if (first.hash == hash && // always check first node
// key 为对象引用,先比较 key 和 k 是否指向同一个对象,再判断值是否相等
((k = first.key) == key || (key != null && key.equals(k))))
return first;
// 检查之后的结点
if ((e = first.next) != null) {
// 如果链表已被改造为树形结构则调用 getTreeNode(hash, key)
if (first instanceof TreeNode)
return ((TreeNode<K,V>)first).getTreeNode(hash, key);
do {
if (e.hash == hash &&
((k = e.key) == key || (key != null && key.equals(k))))
return e;
} while ((e = e.next) != null);
}
}
return null;
}
注意代码中使用 (n - 1) & hash
来代替 hash % n
,位运算速度更快。
containsKey(Object key)
public boolean containsKey(Object key) {
return getNode(hash(key), key) != null;
}
map 中包含特定的 key 则返回 true,否则返回 false。注意,如果该 key 对应的 value 为 null,会返回 true,因为 getNode 返回的是结点,此时结点不为 null,但是结点的 value 属性为 null。
put(K key, V value)
public V put(K key, V value) {
return putVal(hash(key), key, value, false, true);
}
如果该 key 已经在 map 中存在,返回其之前对应的 value;如果该 key 之前不存在则返回 null。
putVal(int hash, K key, V value, boolean onlyIfAbsent, boolean evict)
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 table 为空或长度为 0,就对 table 进行初始化
if ((tab = table) == null || (n = tab.length) == 0)
n = (tab = resize()).length;
// table[hash % length] 为空,即该 key 对应的桶是空的,直接创建一个结点即可
if ((p = tab[i = (n - 1) & hash]) == null)
tab[i] = newNode(hash, key, value, null);
// 该 key 对应的桶不是空的,发生了碰撞
else {
Node<K,V> e; K k;
// 链表头结点就是该 key 对应的结点,直接令 e 指向该结点
if (p.hash == hash &&
((k = p.key) == key || (key != null && key.equals(k))))
e = p;
// 如果链表已被改造为树形结构则调用 putTreeVal(this, tab, hash, key, value)
else if (p instanceof TreeNode)
e = ((TreeNode<K,V>)p).putTreeVal(this, tab, hash, key, value);
// 仍是链表结构
else {
for (int binCount = 0; ; ++binCount) {
// 该 key 对应的结点不存在,创建新的结点
if ((e = p.next) == null) {
p.next = newNode(hash, key, value, null);
// 链表中的结点个数大于阈值,对链表进行树化
if (binCount >= TREEIFY_THRESHOLD - 1) // -1 for 1st
treeifyBin(tab, hash);
break;
}
// 链表中存在 key 对应的结点
if (e.hash == hash &&
((k = e.key) == key || (key != null && key.equals(k))))
break;
p = e;
}
}
// 存在 key 的映射
if (e != null) { // existing mapping for key
V oldValue = e.value;
// onlyIfAbsent 为假或原始 value 为 null,用新的 value 替换原始 value
if (!onlyIfAbsent || oldValue == null)
e.value = value;
afterNodeAccess(e);
return oldValue;
}
}
// 不存在 key 的映射
++modCount;
// 加入新的结点后 size 超过了阈值,进行扩容
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;
if (oldCap > 0) {
// 原始容量已超过最大容量,不再扩容
if (oldCap >= MAXIMUM_CAPACITY) {
threshold = Integer.MAX_VALUE;
return oldTab;
}
// 扩容至原来的两倍,阈值也为原来的两倍
else if ((newCap = oldCap << 1) < MAXIMUM_CAPACITY &&
oldCap >= DEFAULT_INITIAL_CAPACITY)
newThr = oldThr << 1; // double threshold
}
// 原始容量为 0,但原始阈值大于 0,用原始阈值初始化
else if (oldThr > 0) // initial capacity was placed in threshold
newCap = oldThr;
// 原始容量为 0,原始阈值也为 0,用默认容量初始化
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);
}
// 更新阈值
threshold = newThr;
@SuppressWarnings({"rawtypes","unchecked"})
Node<K,V>[] newTab = (Node<K,V>[])new Node[newCap];
table = newTab;
// 原始 table 不为空,把每个节点都移动到新的桶中
if (oldTab != null) {
for (int j = 0; j < oldCap; ++j) {
Node<K,V> e;
// 该桶的头结点不为空
if ((e = oldTab[j]) != null) {
// 释放原数组
oldTab[j] = null;
// 原桶中没有发生碰撞,直接移动
if (e.next == null)
newTab[e.hash & (newCap - 1)] = e;
// 原链表已被改造为树形结构,调用 ((TreeNode<K,V>)e).split
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;
// 遍历链表
do {
next = e.next;
// 新位置 = 原位置
if ((e.hash & oldCap) == 0) {
if (loTail == null)
loHead = e;
else
loTail.next = e;
loTail = e;
}
// 新位置 = 原位置 + 原数组容量
else {
if (hiTail == null)
hiHead = e;
else
hiTail.next = e;
hiTail = e;
}
} while ((e = next) != null);
// 将新的链表放入桶里
if (loTail != null) {
loTail.next = null;
newTab[j] = loHead;
}
if (hiTail != null) {
hiTail.next = null;
newTab[j + oldCap] = hiHead;
}
}
}
}
}
return newTab;
}
因为 table 的长度每次都变为原来的两倍,所以元素的新位置要么是在原位置,要么是在原位置再移动原 table 长度的位置。原理如下:
假设 table 长度 从 16 扩容为 32,即
可以看出,新位置只取决于 hash 值和 n - 1 最高位多出的 1 的与运算结果。因此,使用 e.hash & oldCap
判断新位置与原位置的关系。这个方法巧妙地解决了结点移动的问题,计算量低,还保留了原始的链表顺序。
treeifyBin(Node<K,V>[] tab, int hash)
final void treeifyBin(Node<K,V>[] tab, int hash) {
int n, index; Node<K,V> e;
// table 长度小于树化的最小阈值,将 table 进行扩容,不需要树化
if (tab == null || (n = tab.length) < MIN_TREEIFY_CAPACITY)
resize();
else if ((e = tab[index = (n - 1) & hash]) != null) {
// 确定链表的头结点和尾结点
TreeNode<K,V> hd = null, tl = null;
do {
TreeNode<K,V> p = replacementTreeNode(e, null);
if (tl == null)
hd = p;
else {
p.prev = tl;
tl.next = p;
}
tl = p;
} while ((e = e.next) != null);
// 进行树化
if ((tab[index] = hd) != null)
hd.treeify(tab);
}
}
将链表改造为红黑树。
remove(Object key)
public V remove(Object key) {
Node<K,V> e;
return (e = removeNode(hash(key), key, null, false, true)) == null ?
null : e.value;
}
如果 key 存在,返回 key 所对应的 value;如果 key 不存在,返回 null。
removeNode(int hash, Object key, Object value, boolean matchValue, boolean movable)
final Node<K,V> removeNode(int hash, Object key, Object value,
boolean matchValue, boolean movable) {
Node<K,V>[] tab; Node<K,V> p; int n, index;
// table 不为空且长度大于 0 且 table[hash % length] 不为空
if ((tab = table) != null && (n = tab.length) > 0 &&
(p = tab[index = (n - 1) & hash]) != null) {
Node<K,V> node = null, e; K k; V v;
// 链表头结点就是要删除的结点
if (p.hash == hash &&
((k = p.key) == key || (key != null && key.equals(k))))
node = p;
else if ((e = p.next) != null) {
// 已被改造为树形结构
if (p instanceof TreeNode)
node = ((TreeNode<K,V>)p).getTreeNode(hash, key);
else {
// 遍历链表
do {
if (e.hash == hash &&
((k = e.key) == key ||
(key != null && key.equals(k)))) {
node = e;
break;
}
p = e;
} while ((e = e.next) != null);
}
}
// 找到 key 所对应的结点
// 如果 matchValue 为 true,则该结点的 value 必须和传入方法的 value 相等
if (node != null && (!matchValue || (v = node.value) == value ||
(value != null && value.equals(v)))) {
if (node instanceof TreeNode)
((TreeNode<K,V>)node).removeTreeNode(this, tab, movable);
// 要删除的元素是头结点
else if (node == p)
tab[index] = node.next;
// 要删除的元素不是头结点
else
p.next = node.next;
++modCount;
--size;
afterNodeRemoval(node);
return node;
}
}
return null;
}
containsValue(Object value)
public boolean containsValue(Object value) {
Node<K,V>[] tab; V v;
if ((tab = table) != null && size > 0) {
// 遍历所有桶
for (Node<K,V> e : tab) {
// 遍历桶中的所有结点
for (; e != null; e = e.next) {
if ((v = e.value) == value ||
(value != null && value.equals(v)))
return true;
}
}
}
return false;
}
keySet()
public Set<K> keySet() {
Set<K> ks = keySet;
if (ks == null) {
ks = new KeySet();
keySet = ks;
}
return ks;
}
返回所有 key 组成的集合。对 KeySet 的改变会影响到原来的 HashMap,反之亦然。
values()
public Collection<V> values() {
Collection<V> vs = values;
if (vs == null) {
vs = new Values();
values = vs;
}
return vs;
}
返回所有 value 组成的集合。对 values 的改变会影响到原来的 HashMap,反之亦然。
entrySet()
public Set<Map.Entry<K,V>> entrySet() {
Set<Map.Entry<K,V>> es;
return (es = entrySet) == null ? (entrySet = new EntrySet()) : es;
}
返回所有 entrySet 组成的集合。对 entrySet 的改变会影响到原来的 HashMap,反之亦然。
getOrDefault(Object key, V defaultValue)
public V getOrDefault(Object key, V defaultValue) {
Node<K,V> e;
// Map 中存在 key,返回 key 所对应的 value;不存在 key,返回 defaultValue
return (e = getNode(hash(key), key)) == null ? defaultValue : e.value;
}
putIfAbsent(K key, V value)
public V putIfAbsent(K key, V value) {
// 如果 key 不存在,插入新的 <key, value> 对;key 存在则不改变原始 value
return putVal(hash(key), key, value, true, true);
}
remove(Object key, Object value)
public boolean remove(Object key, Object value) {
// key 和 value 都相等才删除
return removeNode(hash(key), key, value, true, true) != null;
}
replace(K key, V oldValue, V newValue)
public boolean replace(K key, V oldValue, V newValue) {
Node<K,V> e; V v;
// key 存在
if ((e = getNode(hash(key), key)) != null &&
// 原始 value 等于 oldValue
((v = e.value) == oldValue || (v != null && v.equals(oldValue)))) {
e.value = newValue;
afterNodeAccess(e);
return true;
}
return false;
}
replace(K key, V value)
public V replace(K key, V value) {
Node<K,V> e;
// key 存在
if ((e = getNode(hash(key), key)) != null) {
V oldValue = e.value;
e.value = value;
afterNodeAccess(e);
// 返回原始 value
return oldValue;
}
return null;
}
HashMap 内部类
HashMap 三个视图返回的迭代器都是 fail-fast 的:如果在迭代时使用非迭代器方法修改了 Map 的内容、结构,迭代器就会抛出 ConcurrentModificationException 异常。例如下面的 KeySet 类和 HashIterator 类:
KeySet
final class KeySet extends AbstractSet<K> {
public final int size() { return size; }
public final void clear() { HashMap.this.clear(); }
public final Iterator<K> iterator() { return new KeyIterator(); }
public final boolean contains(Object o) { return containsKey(o); }
public final boolean remove(Object key) {
return removeNode(hash(key), key, null, false, true) != null;
}
public final Spliterator<K> spliterator() {
return new KeySpliterator<>(HashMap.this, 0, -1, 0, 0);
}
public final void forEach(Consumer<? super K> action) {
Node<K,V>[] tab;
if (action == null)
throw new NullPointerException();
if (size > 0 && (tab = table) != null) {
int mc = modCount;
for (Node<K,V> e : tab) {
for (; e != null; e = e.next)
action.accept(e.key);
}
// 在遍历过程中对 Map 做出了修改,抛出 ConcurrentModificationException 异常
if (modCount != mc)
throw new ConcurrentModificationException();
}
}
}
HashIterator
abstract class HashIterator {
Node<K,V> next; // next entry to return
Node<K,V> current; // current entry
int expectedModCount; // for fast-fail
int index; // current slot
HashIterator() {
expectedModCount = modCount;
Node<K,V>[] t = table;
current = next = null;
index = 0;
// 找到第一个不为空的桶
if (t != null && size > 0) { // advance to first entry
do {} while (index < t.length && (next = t[index++]) == null);
}
}
public final boolean hasNext() {
return next != null;
}
final Node<K,V> nextNode() {
Node<K,V>[] t;
Node<K,V> e = next;
if (modCount != expectedModCount)
throw new ConcurrentModificationException();
if (e == null)
throw new NoSuchElementException();
if ((next = (current = e).next) == null && (t = table) != null) {
do {} while (index < t.length && (next = t[index++]) == null);
}
return e;
}
public final void remove() {
Node<K,V> p = current;
if (p == null)
throw new IllegalStateException();
if (modCount != expectedModCount)
throw new ConcurrentModificationException();
current = null;
removeNode(p.hash, p.key, null, false, false);
expectedModCount = modCount;
}
}