HashMap源码过程解析
继承、实现关系
相关默认属性
- 默认初始容量:16
- 最大容量:1<<30
- 加载因子:0.75f
- 树化阈值:8
- 树退化阈值:6
static final int DEFAULT_INITIAL_CAPACITY = 1 << 4; // aka 16
static final int MAXIMUM_CAPACITY = 1 << 30;
static final float DEFAULT_LOAD_FACTOR = 0.75f;
static final int TREEIFY_THRESHOLD = 8;
static final int UNTREEIFY_THRESHOLD = 6;
static final int MIN_TREEIFY_CAPACITY = 64;
类属性
- table: 内部类Node的数组,是具体的存放容器
- entrySet : Key值存放容器
- size: 容器大小
- modCount: 结构变化次数
- threshold: 扩容阈值 = 加载因子*容器大小
- loadFactor: 加载因子
通过属性可以发现HashMap数据结构就是元素为Node的一个数组,Node是一个内部类,是一个链表的结构。当然jdk1.8之后,链表会转换为红黑树。
transient Node<K,V>[] table;
transient Set<Map.Entry<K,V>> entrySet;
transient int size;
transient int modCount;
int threshold;
final float loadFactor;
链表结构
static class Node<K,V> implements Map.Entry<K,V> {
final int hash;
final K key;
V value;
Node<K,V> next;
}
红黑树结构
static final class TreeNode<K,V> extends LinkedHashMap.Entry<K,V> {
TreeNode<K,V> parent; // red-black tree links
TreeNode<K,V> left;
TreeNode<K,V> right;
TreeNode<K,V> prev; // needed to unlink next upon deletion
boolean red;
}
Hash算法
hash之后与hash值右移16位进行异或运算,这样就有高16位和低16位的信息,能够尽量减少hash冲突。
hash碰撞:如果两个输入串的hash函数的值一样,则称这两个串是一个碰撞(Collision)
static final int hash(Object key) {
int h;
return (key == null) ? 0 : (h = key.hashCode()) ^ (h >>> 16);
}
添加元素流程
- 选择插槽的方式 ,i = (n - 1) & hash
- 插入数据为尾插法
- 插入新数据完成后,会判断是否需要扩容
- 具体代码分析,详情请看代码注释
public V put(K key, V value) {
return putVal(hash(key), key, value, false, true);
}
final V putVal(int hash, K key, V value, boolean onlyIfAbsent,
boolean evict) {
// 定义一些内容
Node<K,V>[] tab;
Node<K,V> p;
int n, i;
// 将tab引用指向 数据存放的容器
// 如果容器为null进行扩容操作
// 当然第一次扩容就是初始化容器过程,具体请查看扩容部分内容。
// 扩容返回的返回容器
// n = tab.length
if ((tab = table) == null || (n = tab.length) == 0)
n = (tab = resize()).length;
// 此处选择要放入的插槽, 通过 (n - 1) & hash进行计算
// 如果插槽当前为null,直接创建新的node
// 同时p = tab[i = (n - 1) & hash])为后面链表遍历作准备
if ((p = tab[i = (n - 1) & hash]) == null)
tab[i] = newNode(hash, key, value, null);
else {
// 当插槽内已有数据,此时 p = tab[i = (n - 1) & hash])
Node<K,V> e; K k;
// k = p.key
// 判断插槽第一个元素的Hash值是否和当前要加入的数据的hash值是否相等。
// 判断当前元素的key 是否和当前数据的key是否相等,
//
if (p.hash == hash &&
((k = p.key) == key || (key != null && key.equals(k))))
// 将值 给临时变量 e
e = p;
else if (p instanceof TreeNode)
// 如果已经树化,使用树化添加的方法
e = ((TreeNode<K,V>)p).putTreeVal(this, tab, hash, key, value);
else {
// 链表遍历查询
// 结束情况,
// 1.当前节点没有Next节点,
// 2.当前节点 hash和key相等,也就是修改数据
for (int binCount = 0; ; ++binCount) {
// 下一个元素,赋值给e
// 此处看出是尾插法
if ((e = p.next) == null) {
// 1. 如果链表头节点是Null 创建 节点赋值给p的下一节点
p.next = newNode(hash, key, value, null);
// 判断是否需要树化
if (binCount >= TREEIFY_THRESHOLD - 1) // -1 for 1st
treeifyBin(tab, hash);
// 跳出循环
break;
}
// 如果 遍历到的当前节点值和添加值 hash值和key相等,修改结束循环
if (e.hash == hash &&
((k = e.key) == key || (key != null && key.equals(k))))
break;
// 直接将e赋给p,继续往下遍历
p = e;
}
}
// 如果e 有值,
if (e != null) { // existing mapping for key
V oldValue = e.value;
if (!onlyIfAbsent || oldValue == null)
e.value = value;
afterNodeAccess(e);
return oldValue;
}
}
//
++modCount;
// 判断是否需要扩容。
if (++size > threshold)
resize();
// 后续步骤,为继承它的类做一些处理
afterNodeInsertion(evict);
return null;
}
扩容流程
第一次扩容
第二次扩容
- 扩容时数据会分为高位 和低位,进行快速分配
- 无需重新计算数据位置,而是直接判断 (e.hash & oldCap) == 0
final Node<K,V>[] resize() {
// 执行容器
Node<K,V>[] oldTab = table;
// 获取容器大小
int oldCap = (oldTab == null) ? 0 : oldTab.length;
// 获取阈值
int oldThr = threshold;
// 新容器大小,新阈值
int newCap, newThr = 0;
if (oldCap > 0) {
// 第二次以及以后扩容时
if (oldCap >= MAXIMUM_CAPACITY) {
// 已经超过最大容量
threshold = Integer.MAX_VALUE;
return oldTab;
}
// 扩大为原来的2倍, 阈值也扩大为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
// 第一次扩容,容器大小设置为默认值16,设置阈值为16*0.75 = 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"})
// 设置新容器,并完成引用
Node<K,V>[] newTab = (Node<K,V>[])new Node[newCap];
table = newTab;
// 第二次以及以后的扩容,将数据重新赋值给新容器
if (oldTab != null) {
for (int j = 0; j < oldCap; ++j) {
// 循环
Node<K,V> e;
// e = oldTab[j])
// 不会空,就进行处理
if ((e = oldTab[j]) != null) {
// 将原来的数据清空
oldTab[j] = null;
if (e.next == null)
// 下个节点为空,直接重新计算插槽,直接添加进去
newTab[e.hash & (newCap - 1)] = e;
else if (e instanceof TreeNode)
// 如果是树节点,处理
//
((TreeNode<K,V>)e).split(this, newTab, j, oldCap);
else { // preserve order
// 因为 插槽算法e.hash & (newCap - 1)
// 当容器大小变化后,实际上只需判断新增的一位是0或者1,
// 为0,数据位置不变,为1,数据位置变为+ newCap/2 位置
// 二进制: 1111=16-1 》》 11111 =32 -1
// 低位
Node<K,V> loHead = null, loTail = null;
// 高位
Node<K,V> hiHead = null, hiTail = null;
Node<K,V> next;
do {
// 将头节点的下个节点赋给next
next = e.next;
if ((e.hash & oldCap) == 0) {
// 不需要改变位置,仍处于低位
if (loTail == null)
loHead = e;
else
loTail.next = e;
loTail = e;
}
else {
// 改变位置,放到高位去
if (hiTail == null)
hiHead = e;
else
hiTail.next = e;
hiTail = e;
}
} while ((e = next) != null);
// 将新的链表 数据赋给低位
if (loTail != null) {
loTail.next = null;
newTab[j] = loHead;
}
// 将新的链表 数据赋给低位
if (hiTail != null) {
hiTail.next = null;
newTab[j + oldCap] = hiHead;
}
}
}
}
}
return newTab;
}
树化流程
具体参见红黑树代码实现
删除数据流程
public V remove(Object key) {
Node<K,V> e;
return (e = removeNode(hash(key), key, null, false, true)) == null ?
null : e.value;
}
@Override
public boolean remove(Object key, Object value) {
return removeNode(hash(key), key, value, true, true) != null;
}
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;
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;
// 查 满足的key
if (p.hash == hash &&
((k = p.key) == key || (key != null && key.equals(k))))
node = p;
else if ((e = p.next) != null) {
if (p instanceof TreeNode)
node = ((TreeNode<K,V>)p).getTreeNode(hash, key);
else {
do {
if (e.hash == hash &&
((k = e.key) == key ||
(key != null && key.equals(k)))) {
node = e;
break;
}
p = e;
} while ((e = e.next) != null);
}
}
// 进行remove操作
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);
else if (node == p)
// 如果是头节点
tab[index] = node.next;
else
// 直接替换
p.next = node.next;
++modCount;
--size;
afterNodeRemoval(node);
return node;
}
}
return null;
}