源码解读--HashMap(jdk8)

一.基础知识

之前写过一篇jdk7版的HashMap，今天在此基础上面讲讲jdk8中的HashMap。先来看看他们的不同。java源码系列。

1.jdk7中，扩容插入使用的是前插法，jdk8中使用的是尾插法。

2.jdk7中使用的是数组+链表的数据结构,查找时间复杂度取决于链表的长度为 O(n)。jdk8中使用的是数组+链表+红黑树（链表的个数大于8的时候，扩展为红黑树）的数据结构，将查找的时间复杂度为降为 O(logN)。

3.jdk7中定义的每个节点叫entry，jdk8中变成了node，不过里面的值还是hash，key，value，next，如下（jdk8）

final int hash;
final K key;
V value;
Node<K,V> next;

4,.jdk7是先扩容后添加值，jdk8是先添加值后扩容。

二.图谱与结构

简单给两张图，对比一下吧。

 HashMap实现了Map，支持序列化和克隆。

三.源码分析

老规矩，看看初始化，添加，删除，获取方法。

1.初始化

它有四个初始化方法

public HashMap() {  //数组容量是16，负载因子是0.75，超过16*0.75 = 12就要扩容。
    this.loadFactor = DEFAULT_LOAD_FACTOR; // all other fields defaulted
}

public HashMap(int initialCapacity) {  //设置初始容量
    this(initialCapacity, DEFAULT_LOAD_FACTOR);
}

public HashMap(int initialCapacity, float loadFactor) {  //设置初始容量和装载因子
    if (initialCapacity < 0)
        throw new IllegalArgumentException("Illegal initial capacity: " +
                                           initialCapacity);
    if (initialCapacity > MAXIMUM_CAPACITY)
        initialCapacity = MAXIMUM_CAPACITY;
    if (loadFactor <= 0 || Float.isNaN(loadFactor))
        throw new IllegalArgumentException("Illegal load factor: " +
                                           loadFactor);
    this.loadFactor = loadFactor;
    this.threshold = tableSizeFor(initialCapacity);
}

public HashMap(Map<? extends K, ? extends V> m) {  //初始集合类型的HashMap
    this.loadFactor = DEFAULT_LOAD_FACTOR;  //装载因子是0.75
    putMapEntries(m, false);  //将整个map添加进去，说到底还是一个一个的添加操作，这里就不细讲了，看下面的添加方法
}

2.添加方法

HashMap的添加方法也有好几种，不过原理都差不多，就挑pul(k,v)方法来说说吧。

public V put(K key, V value) {  
    return putVal(hash(key), key, value, false, true);  //添加值，第一个参数是hash值，第二个是key，第三个是value，第四个表示如果值存在覆不覆盖原值，第五个表示如果是false，table是创建模式
}

static final int hash(Object key) {  //这是取key的的hashcode和高位参数
    int h;
    return (key == null) ? 0 : (h = key.hashCode()) ^ (h >>> 16);
}

final V putVal(int hash, K key, V value, boolean onlyIfAbsent,
               boolean evict) {
    Node<K,V>[] tab; Node<K,V> p; int n, i;
    if ((tab = table) == null || (n = tab.length) == 0)
        n = (tab = resize()).length;  //如果table里面没有值，需要进行一个扩容
    if ((p = tab[i = (n - 1) & hash]) == null)   //如果用key hash到table(数组)里面没有数据,就创建一个新的节点放在table[i]位置上
        tab[i] = newNode(hash, key, value, null);
    else {
        Node<K,V> e; K k;
        if (p.hash == hash &&  
            ((k = p.key) == key || (key != null && key.equals(k))))  //如果table上面有值了，hash，key相等的话，暂别表table索引上的值赋值给e
            e = p;
        else if (p instanceof TreeNode)  //判断是不是红黑树
            e = ((TreeNode<K,V>)p).putTreeVal(this, tab, hash, key, value);
        else {
            for (int binCount = 0; ; ++binCount) {
                if ((e = p.next) == null) {  //链表数据依次往下走，如果是空的就说明是最后一个
                    p.next = newNode(hash, key, value, null);  //将新建的node添加到列表里面
                    if (binCount >= TREEIFY_THRESHOLD - 1) // 如果大于阈值，就需要转成红黑树
                        treeifyBin(tab, hash);
                    break;
                }
                if (e.hash == hash &&
                    ((k = e.key) == key || (key != null && key.equals(k))))  //如果找到了相同的值（比较的key）
                    break;
                p = e;
            }
        }
        if (e != null) { // 如果找到key相同的
            V oldValue = e.value;  
            if (!onlyIfAbsent || oldValue == null)  //需要将老值替换
                e.value = value;
            afterNodeAccess(e);
            return oldValue;
        }
    }
    ++modCount;
    if (++size > threshold)  //如果大于阈值，需要扩容
        resize();
    afterNodeInsertion(evict);
    return null;
}

final Node<K,V>[] resize() {  //看官看好了，开始扩容
    Node<K,V>[] oldTab = table;  //先记录一下老表
    int oldCap = (oldTab == null) ? 0 : oldTab.length;  //记录老表里面的值长度
    int oldThr = threshold;  //老的阈值
    int newCap, newThr = 0;  //新表长度和阈值默认为0
    if (oldCap > 0) {
        if (oldCap >= MAXIMUM_CAPACITY) {  //阈值限制
            threshold = Integer.MAX_VALUE;
            return oldTab;
        }
        else if ((newCap = oldCap << 1) < MAXIMUM_CAPACITY &&  //新的表长度是老表长度的两倍 <<n  表示2的n次方 
                 oldCap >= DEFAULT_INITIAL_CAPACITY)
            newThr = oldThr << 1; // 老阈值*2
    }
    else if (oldThr > 0) 
        newCap = oldThr;
    else {               // 最开始没有值的情况下，初始化数据 表的长度是16，阈值是12
        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);
    }
    threshold = newThr;
    @SuppressWarnings({"rawtypes","unchecked"})
        Node<K,V>[] newTab = (Node<K,V>[])new Node[newCap]; //初始新表
    table = newTab;
    if (oldTab != null) {  //如果老表里面是有值的
        for (int j = 0; j < oldCap; ++j) {
            Node<K,V> e;
            if ((e = oldTab[j]) != null) {  //遍历老表数据
                oldTab[j] = null;  //值赋值为null，方便gc释放内存
                if (e.next == null)  //走到表的最后一个
                    newTab[e.hash & (newCap - 1)] = e;  //找到新表的索引，并赋值为e
                else if (e instanceof TreeNode)  //如果是红黑树，进行相应的处理
                    ((TreeNode<K,V>)e).split(this, newTab, j, oldCap);
                else { // 可以保证顺序
                    Node<K,V> loHead = null, loTail = null;
                    Node<K,V> hiHead = null, hiTail = null;
                    Node<K,V> next;
                    do {
                        next = e.next;
                        if ((e.hash & oldCap) == 0) { //e.hash 和 老表的长度进行与操作，如果==0放在低链
                            if (loTail == null)  //一开始为空的时候，指向e
                                loHead = e;
                            else
                                loTail.next = e;  //逐步添加node
                            loTail = e;
                        }
                        else {//e.hash 和 老表的长度进行与操作，如果不等于0放在高链
                            if (hiTail == null)
                                hiHead = e;
                            else
                                hiTail.next = e;
                            hiTail = e;
                        }
                    } while ((e = next) != null);
                    if (loTail != null) {
                        loTail.next = null;
                        newTab[j] = loHead;  //低链放到表的j索引
                    }
                    if (hiTail != null) {
                        hiTail.next = null;
                        newTab[j + oldCap] = hiHead;  //高链放到j+老表的长度上面
                    }
                }
            }
        }
    }
    return newTab;  //至此扩容完成
}

3.删除方法

删除方法有三个，就先看看remove（o）吧。

public V remove(Object key) {  //移除一个对象
    Node<K,V> e;
    return (e = removeNode(hash(key), key, null, false, true)) == null ?  //可能值为空，如果不为空，返回对象的值
        null : e.value;
}

final Node<K,V> removeNode(int hash, Object key, Object value,
                           boolean matchValue, boolean movable) {  //matchValue 如果false就直接用key判断是否相同就好了，如果true的话，不仅要看key相同，还会去比较value要一样才删除    movable如果是true就会从table中移除
    Node<K,V>[] tab; Node<K,V> p; int n, index;
    if ((tab = table) != null && (n = tab.length) > 0 &&
        (p = tab[index = (n - 1) & hash]) != null) {  //判空并且找到table里面的索引值
        Node<K,V> node = null, e; K k; V v;
        if (p.hash == hash &&
            ((k = p.key) == key || (key != null && key.equals(k))))  //如果找到了key相同的
            node = p;
        else if ((e = p.next) != null) {  
            if (p instanceof TreeNode)  //红黑树
                node = ((TreeNode<K,V>)p).getTreeNode(hash, key);
            else {
                do {
                    if (e.hash == hash &&
                        ((k = e.key) == key ||
                         (key != null && key.equals(k)))) {  //在table这个索引里面依次查找值，找到了就结束
                        node = e;
                        break;
                    }
                    p = e;
                } while ((e = e.next) != null);
            }
        }
        if (node != null && (!matchValue || (v = node.value) == value || 
                             (value != null && value.equals(v)))) { //如果找到了key相同的，如果matchValue为false就直接进入操作，如果是true，之后还会进一步判断值是否相等
            if (node instanceof TreeNode)
                ((TreeNode<K,V>)node).removeTreeNode(this, tab, movable);
            else if (node == p)  //判断是链表第一个值，链表头指向它的下一个
                tab[index] = node.next;
            else
                p.next = node.next; //不是是链表第一个值，扣掉要删除的节点
            ++modCount;
            --size;  //数据减少了一个
            afterNodeRemoval(node);
            return node;
        }
    }
    return null;
}

4.获取方法

public V get(Object key) { 
    Node<K,V> e;
    return (e = getNode(hash(key), key)) == null ? null : e.value;  //如果值为空，返回null，不为空，返回值
}

final Node<K,V> getNode(int hash, Object key) {  //获取元素
    Node<K,V>[] tab; Node<K,V> first, e; int n; K k;
    if ((tab = table) != null && (n = tab.length) > 0 &&
        (first = tab[(n - 1) & hash]) != null) {   //判空并且找到table里面的索引值
        if (first.hash == hash && 
            ((k = first.key) == key || (key != null && key.equals(k))))  //苍天有幸，第一个值就找到了，直接返回
            return first;
        if ((e = first.next) != null) {
            if (first instanceof TreeNode)
                return ((TreeNode<K,V>)first).getTreeNode(hash, key);  //遍历红黑树(这里就不深入看了，有兴趣的可以进一步查看源码),看看有没有值
            do {
                if (e.hash == hash &&
                    ((k = e.key) == key || (key != null && key.equals(k))))  //key相同，返回这个节点（node）
                    return e;
            } while ((e = e.next) != null);
        }
    }
    return null;
}

到此，jdk8版的HashMap源码就讲完了！

四.总结

HashMap是一个常用类，但是请注意使用jdk7和jdk8的不同，同时如果有多线程的操作，请使用 ConcurrentHashMap,或者Collections.synchronizeMap（map）。其实Collections.synchronizeMap（map）里面用的就是synchronized

 

SynchronizedMap(Map<K,V> m) {
    this.m = Objects.requireNonNull(m);  //map不能为空，要不然会抛出异常
    mutex = this;
}

 

public V put(K key, V value) {
    synchronized (mutex) {return m.put(key, value);}
}

大家想过没有为什么要使用两个链表来实现同一条链上面的扩容？
简单来说就是为了提高资源利用率。怎么解释呢。
向HashMap中一次加入
1,2,4,8,16,32,64
首先在数组上面有0号位置有很多hash值一样的数据。
0 8->16->32
1 1
2 2
4 4 
当再加入64时，原表需要扩容
0 16->32
1 1
2 2
4 4 
8 8
e.hash & oldCap) != 0 这个判断将符合条件的值放到高链（hi）中
e.hash & oldCap) == 0 这个判断将符合条件的值放到低链（lo）中
这样就在扩容的时候离散了数据，是表的利用率增加了。
但是还可以进行深入思路，有没有什么好的方案可以将表中的数值填充完全呢？
比如从数据中，明显看出坑位3,5,7 没有填好。