hashmap判断key相等_JDK1.8 源码分析之HashMap

作者：leesf

cnblogs.com/leesf456/p/5242233.html

一、前言

在分析jdk1.8后的HashMap源码时，发现网上好多分析都是基于之前的jdk，而Java8的HashMap对之前做了较大的优化，其中最重要的一个优化就是桶中的元素不再唯一按照链表组合，也可以使用红黑树进行存储，总之，目标只有一个，那就是在安全和功能性完备的情况下让其速度更快，提升性能。好~下面就开始分析源码。

---

二、HashMap数据结构

说明：上图很形象的展示了HashMap的数据结构(数组+链表+红黑树)，桶中的结构可能是链表，也可能是红黑树，红黑树的引入是为了提高效率。所以可见，在分析源码的时候我们不知不觉就温习了数据结构的知识点，一举两得。

---

三、HashMap源码分析

3.1 类的继承关系　

public class HashMapV> extends AbstractMapV> implements MapV>, Cloneable, Serializable

可以看到HashMap继承自父类(AbstractMap)，实现了Map、Cloneable、Serializable接口。其中，Map接口定义了一组通用的操作；Cloneable接口则表示可以进行拷贝，在HashMap中，实现的是浅层次拷贝，即对拷贝对象的改变会影响被拷贝的对象；Serializable接口表示HashMap实现了序列化，即可以将HashMap对象保存至本地，之后可以恢复状态。

3.2 类的属性　

public class HashMap<K,V> extends AbstractMap<K,V> implements Map<K,V>, Cloneable, Serializable {
    // 序列号
    private static final long serialVersionUID = 362498820763181265L;    
    // 默认的初始容量是16
    static final int DEFAULT_INITIAL_CAPACITY = 1 <4;   
    // 最大容量
    static final int MAXIMUM_CAPACITY = 1 <30; 
    // 默认的填充因子
    static final float DEFAULT_LOAD_FACTOR = 0.75f;
    // 当桶(bucket)上的结点数大于这个值时会转成红黑树
    static final int TREEIFY_THRESHOLD = 8; 
    // 当桶(bucket)上的结点数小于这个值时树转链表
    static final int UNTREEIFY_THRESHOLD = 6;
    // 桶中结构转化为红黑树对应的table的最小大小
    static final int MIN_TREEIFY_CAPACITY = 64;
    // 存储元素的数组，总是2的幂次倍
    transient Node[] table; // 存放具体元素的集transient Set> entrySet;// 存放元素的个数，注意这个不等于数组的长度。transient int size;// 每次扩容和更改map结构的计数器transient int modCount;   // 临界值 当实际大小(容量*填充因子)超过临界值时，会进行扩容int threshold;// 填充因子final float loadFactor;
}

说明：类的数据成员很重要，以上也解释得很详细了，其中有一个参数MIN_TREEIFY_CAPACITY，笔者暂时还不是太清楚，有读者知道的话欢迎指导。

3.3 类的构造函数

1.HashMap(int, float)型构造函数

public HashMap(int initialCapacity, float loadFactor) {
    // 初始容量不能小于0，否则报错
    if (initialCapacity 0)
        throw new IllegalArgumentException("Illegal initial capacity: " +
                                            initialCapacity);
    // 初始容量不能大于最大值，否则为最大值
    if (initialCapacity > MAXIMUM_CAPACITY)
        initialCapacity = MAXIMUM_CAPACITY;
    // 填充因子不能小于或等于0，不能为非数字
    if (loadFactor <= 0 || Float.isNaN(loadFactor))
        throw new IllegalArgumentException("Illegal load factor: " +
                                            loadFactor);
    // 初始化填充因子                                        
    this.loadFactor = loadFactor;
    // 初始化threshold大小
    this.threshold = tableSizeFor(initialCapacity);    
}

说明：tableSizeFor(initialCapacity)返回大于等于initialCapacity的最小的二次幂数值。

static final int tableSizeFor(int cap) {
        int n = cap - 1;
        n |= n >>> 1;
        n |= n >>> 2;
        n |= n >>> 4;
        n |= n >>> 8;
        n |= n >>> 16;
        return (n 0) ? 1 : (n >= MAXIMUM_CAPACITY) ? MAXIMUM_CAPACITY : n + 1;
    }

说明：>>> 操作符表示无符号右移，高位取0。

2.HashMap(int)型构造函数。

public HashMap(int initialCapacity) {
    // 调用HashMap(int, float)型构造函数
    this(initialCapacity, DEFAULT_LOAD_FACTOR);
}

3.HashMap()型构造函数。

public HashMap() {
    // 初始化填充因子
    this.loadFactor = DEFAULT_LOAD_FACTOR; 
}

4.HashMap(Map)型构造函数。

public HashMap(Map extends K, ? extends V> m) {
    // 初始化填充因子
    this.loadFactor = DEFAULT_LOAD_FACTOR;
    // 将m中的所有元素添加至HashMap中
    putMapEntries(m, false);
}

说明：putMapEntries(Map m, boolean evict)函数将m的所有元素存入本HashMap实例中。

final void putMapEntries(Map extends K, ? extends V> m, boolean evict) {
    int s = m.size();
    if (s > 0) {
        // 判断table是否已经初始化
        if (table == null) { // pre-size
            // 未初始化，s为m的实际元素个数
            float ft = ((float)s / loadFactor) + 1.0F;
            int t = ((ft                     (int)ft : MAXIMUM_CAPACITY);
            // 计算得到的t大于阈值，则初始化阈值
            if (t > threshold)
                threshold = tableSizeFor(t);
        }
        // 已初始化，并且m元素个数大于阈值，进行扩容处理
        else if (s > threshold)
            resize();
        // 将m中的所有元素添加至HashMap中
        for (Map.Entry extends K, ? extends V> e : m.entrySet()) {
            K key = e.getKey();
            V value = e.getValue();
            putVal(hash(key), key, value, false, evict);
        }
    }
}

3.4 重要函数分析

1.putVal函数　　

final V putVal(int hash, K key, V value, boolean onlyIfAbsent,
                   boolean evict) {
    Node[] tab; Node p; int n, i;// table未初始化或者长度为0，进行扩容if ((tab = table) == null || (n = tab.length) == 0)
        n = (tab = resize()).length;// (n - 1) & hash 确定元素存放在哪个桶中，桶为空，新生成结点放入桶中(此时，这个结点是放在数组中)if ((p = tab[i = (n - 1) & hash]) == null)
        tab[i] = newNode(hash, key, value, null);// 桶中已经存在元素else {
        Node e; K k;// 比较桶中第一个元素(数组中的结点)的hash值相等，key相等if (p.hash == hash &&
            ((k = p.key) == key || (key != null && key.equals(k))))// 将第一个元素赋值给e，用e来记录
                e = p;// hash值不相等，即key不相等；为红黑树结点else if (p instanceof TreeNode)// 放入树中
            e = ((TreeNode)p).putTreeVal(this, tab, hash, key, value);// 为链表结点else {// 在链表最末插入结点for (int binCount = 0; ; ++binCount) {// 到达链表的尾部if ((e = p.next) == null) {// 在尾部插入新结点
                    p.next = newNode(hash, key, value, null);// 结点数量达到阈值，转化为红黑树if (binCount >= TREEIFY_THRESHOLD - 1) // -1 for 1st
                        treeifyBin(tab, hash);// 跳出循环break;
                }// 判断链表中结点的key值与插入的元素的key值是否相等if (e.hash == hash &&
                    ((k = e.key) == key || (key != null && key.equals(k))))// 相等，跳出循环break;// 用于遍历桶中的链表，与前面的e = p.next组合，可以遍历链表
                p = e;
            }
        }// 表示在桶中找到key值、hash值与插入元素相等的结点if (e != null) { // 记录e的value
            V oldValue = e.value;// onlyIfAbsent为false或者旧值为nullif (!onlyIfAbsent || oldValue == null)//用新值替换旧值
                e.value = value;// 访问后回调
            afterNodeAccess(e);// 返回旧值return oldValue;
        }
    }// 结构性修改
    ++modCount;// 实际大小大于阈值则扩容if (++size > threshold)
        resize();// 插入后回调
    afterNodeInsertion(evict);return null;
}

说明：HashMap并没有直接提供putVal接口给用户调用，而是提供的put函数，而put函数就是通过putVal来插入元素的。

2.getNode函数

final Node getNode(int hash, Object key) {
    Node[] tab; Node first, e; int n; K k;// table已经初始化，长度大于0，根据hash寻找table中的项也不为空if ((tab = table) != null && (n = tab.length) > 0 &&
        (first = tab[(n - 1) & hash]) != null) {// 桶中第一项(数组元素)相等if (first.hash == hash && // always check first node
            ((k = first.key) == key || (key != null && key.equals(k))))return first;// 桶中不止一个结点if ((e = first.next) != null) {// 为红黑树结点if (first instanceof TreeNode)// 在红黑树中查找return ((TreeNode)first).getTreeNode(hash, key);// 否则，在链表中查找do {if (e.hash == hash &&
                    ((k = e.key) == key || (key != null && key.equals(k))))return e;
            } while ((e = e.next) != null);
        }
    }return null;
}

说明：HashMap并没有直接提供getNode接口给用户调用，而是提供的get函数，而get函数就是通过getNode来取得元素的。

3.resize函数　

final Node[] resize() {// 当前table保存
    Node[] oldTab = table;// 保存table大小int oldCap = (oldTab == null) ? 0 : oldTab.length;// 保存当前阈值 int oldThr = threshold;int newCap, newThr = 0;// 之前table大小大于0if (oldCap > 0) {// 之前table大于最大容量if (oldCap >= MAXIMUM_CAPACITY) {// 阈值为最大整形
            threshold = Integer.MAX_VALUE;return oldTab;
        }// 容量翻倍，使用左移，效率更高else if ((newCap = oldCap <1)             oldCap >= DEFAULT_INITIAL_CAPACITY)// 阈值翻倍
            newThr = oldThr <1; // double threshold
    }// 之前阈值大于0else if (oldThr > 0)
        newCap = oldThr;// oldCap = 0并且oldThr = 0，使用缺省值(如使用HashMap()构造函数，之后再插入一个元素会调用resize函数，会进入这一步)else {           
        newCap = DEFAULT_INITIAL_CAPACITY;
        newThr = (int)(DEFAULT_LOAD_FACTOR * DEFAULT_INITIAL_CAPACITY);
    }// 新阈值为0if (newThr == 0) {float ft = (float)newCap * loadFactor;
        newThr = (newCap float)MAXIMUM_CAPACITY ?
                  (int)ft : Integer.MAX_VALUE);
    }
    threshold = newThr;@SuppressWarnings({"rawtypes","unchecked"})// 初始化table
    Node[] newTab = (Node[])new Node[newCap];
    table = newTab;// 之前的table已经初始化过if (oldTab != null) {// 复制元素，重新进行hashfor (int j = 0; j             Node e;if ((e = oldTab[j]) != null) {
                oldTab[j] = null;if (e.next == null)
                    newTab[e.hash & (newCap - 1)] = e;else if (e instanceof TreeNode)
                    ((TreeNode)e).split(this, newTab, j, oldCap);else { // preserve order
                    Node loHead = null, loTail = null;
                    Node hiHead = null, hiTail = null;
                    Node next;// 将同一桶中的元素根据(e.hash & oldCap)是否为0进行分割，分成两个不同的链表，完成rehashdo {
                        next = e.next;if ((e.hash & oldCap) == 0) {if (loTail == null)
                                loHead = e;else
                                loTail.next = e;
                            loTail = e;
                        }else {if (hiTail == null)
                                hiHead = e;else
                                hiTail.next = e;
                            hiTail = e;
                        }
                    } while ((e = next) != null);if (loTail != null) {
                        loTail.next = null;
                        newTab[j] = loHead;
                    }if (hiTail != null) {
                        hiTail.next = null;
                        newTab[j + oldCap] = hiHead;
                    }
                }
            }
        }
    }return newTab;
}

说明：进行扩容，会伴随着一次重新hash分配，并且会遍历hash表中所有的元素，是非常耗时的。在编写程序中，要尽量避免resize。

在resize前和resize后的元素布局如下

说明：上图只是针对了数组下标为2的桶中的各个元素在扩容后的分配布局，其他各个桶中的元素布局可以以此类推。

---

四、针对HashMap的思考

4.1. 关于扩容的思考

从putVal源代码中我们可以知道，当插入一个元素的时候size就加1，若size大于threshold的时候，就会进行扩容。假设我们的capacity大小为32，loadFator为0.75,则threshold为24 = 32 * 0.75，此时，插入了25个元素，并且插入的这25个元素都在同一个桶中，桶中的数据结构为红黑树，则还有31个桶是空的，也会进行扩容处理，其实，此时，还有31个桶是空的，好像似乎不需要进行扩容处理，但是是需要扩容处理的，因为此时我们的capacity大小可能不适当。

我们前面知道，扩容处理会遍历所有的元素，时间复杂度很高；前面我们还知道，经过一次扩容处理后，元素会更加均匀的分布在各个桶中，会提升访问效率。所以，说尽量避免进行扩容处理，也就意味着，遍历元素所带来的坏处大于元素在桶中均匀分布所带来的好处。如果有读者有不同意见，也欢迎讨论~

---

五、总结

至此，HashMap的源码就分析到这里了，其中理解了其中的核心函数和数据结构，那么理解HashMap的源码就不困难了。当然，此次分析中还有一些知识点没有涉及到，如红黑树、序列化、拷贝等，以后有机会会进行详细的说明和讲解

据说，帅的人已经将这个公众号设为星标