死磕容器-Hashmap

Hashmap概述

Hashmap实现了map接口，以key-value的形式存在。在Hashmap，key-value被当作一个整体存在。系统根据hash算法来计算存储key-value的存储位置。Hash散列将一个任意的长度通过某种(hash函数算法)转换成一个固定值。通过Hash出来的值，然后通过值定位到map，存入value。

构造函数

讲构造函数前先看下几个重要的定义
初始容量：static final int DEFAULT_INITIAL_CAPACITY = 1 << 4; // aka 16
加载因子：static final float DEFAULT_LOAD_FACTOR = 0.75f;
链表长度到9，转为红黑树：static final int TREEIFY_THRESHOLD = 8;
树大小为6，转为链表：static final int UNTREEIFY_THRESHOLD = 6;
记录集合被修改的次数：transient int modCount;
容量表示哈希中桶的数量，初始容量是创建哈希表时的容量。加载因子是哈希表在其自动增长之前可以达到多满的尺度，衡量着一个散列表的空间的使用程度。负载因子越大表示散列表的装填程度越高。对于使用链表法的散列表来说，查找一个元素的时间复杂度是O(1+n),因此负载因子越大，对空间的利用程度越高，但是查找所花时间越大。

默认无参构造：
public HashMap() { this.loadFactor = DEFAULT_LOAD_FACTOR; }
指定容量构造：
public HashMap(int initialCapacity) { this(initialCapacity, DEFAULT_LOAD_FACTOR); }
指定容量和加载因子构造：

public HashMap(int initialCapacity, float loadFactor) {
        if (initialCapacity < 0)
            throw new IllegalArgumentException("Illegal initial capacity: " +
                                               initialCapacity);
            //初始化容量不能大于最大容量，最大容量为2^30                                       
        if (initialCapacity > MAXIMUM_CAPACITY)
            initialCapacity = MAXIMUM_CAPACITY;
            //加载因子不能小于0
        if (loadFactor <= 0 || Float.isNaN(loadFactor))
            throw new IllegalArgumentException("Illegal load factor: " +
                                               loadFactor);
        this.loadFactor = loadFactor;
        //Hashmap的底层实现还是数组
        this.threshold = tableSizeFor(initialCapacity);
    }

Hashmap的数据结构

散列表这种数据结构本质上仍是数组，然后数组元素为链表。

Map中的entry

entry是Map声明的一个内部接口。此接口为泛型，定义为Entry<K,V>,表示Map中的一个实体<key,value>,接口中有getKey()和getValue()方法。Map中entrySet()方法，返回一个实现Map.Entry接口的集合，集合中每个对象都是一个key-value

哈希桶数组

transient Node<K,V>[] table;

这是一个非常重要的字段。Node是HashMap的内部类，实现了entry接口，本质是key-value

static class Node<K,V> implements Map.Entry<K,V> {
        final int hash;
        final K key;
        V value;
        Node<K,V> next;
        Node(int hash, K key, V value, Node<K,V> next) {
            this.hash = hash;
            this.key = key;
            this.value = value;
            this.next = next;
        }
 public final K getKey()        { return key; }
        public final V getValue()      { return value; }
        public final String toString() { return key + "=" + value; }

        public final int hashCode() {
            return Objects.hashCode(key) ^ Objects.hashCode(value);
        }

        public final V setValue(V newValue) {
            V oldValue = value;
            value = newValue;
            return oldValue;
        }

        public final boolean equals(Object o) {
            if (o == this)
                return true;
            if (o instanceof Map.Entry) {
                Map.Entry<?,?> e = (Map.Entry<?,?>)o;
                if (Objects.equals(key, e.getKey()) &&
                    Objects.equals(value, e.getValue()))
                    return true;
            }
            return false;
        }

确定Hash桶数组的索引位置

static final int hash(Object key) {
        int h;
        //如果key不是null，那么就是获得key的hashcode后，>>>16。增大hash值，减少碰撞
        return (key == null) ? 0 : (h = key.hashCode()) ^ (h >>> 16);
    }
    i = (table.length - 1) & hash;//这一步是在后面添加元素putVal()方法中进行位置的确定

1. 获得key的hashcode
2. 再>>>16
3. 取模运算：(n-1)&hash
   为了让数组元素分布均匀，一般采用取模：hash%length，但是取模操作对计算机消耗很大，所以采用(n-1)&hash。 HashMap 底层数组的长度总是2的n次方，这是HashMap在速度上的优化。当 length 总是2的n次方时，hash & (length-1)运算等价于对 length 取模，也就是 hash%length，但是&比%具有更高的效率。比如 n % 32 = n & (32 -1)。

HashMap 的容量为什么是 2 的幂次方

SUN大师们发现, “当容量一定是2^n时，存在 h & (length - 1) == h % length”，并且这种 按位运算特别快，所以，容量为 n 的幂次方，可以提高运算速度

HashMap中的put方法

在JDK8中，HashMap的实现采用了新的方式。之前采用位桶+链表的形式，即我们常提及的散列表，现在采用了位桶+链表/红黑树的形式。

public V put(K key, V value) {
        return putVal(hash(key), key, value, false, true);
    }

1. 判断键值对数组 table 是否为空或为null，否则执行resize()进行扩容；
2. 根据键值key计算hash值得到插入的数组索引i，如果table[i]==null，直接新建节点添加，转向⑥，如果table[i]不为空，转向③；
3. 判断table[i]的首个元素是否和key一样，如果相同直接覆盖value，否则转向④，这里的相同指的是hashCode以及equals；
4. 判断table[i] 是否为treeNode，即table[i] 是否是红黑树，如果是红黑树，则直接在树中插入键值对，否则转向⑤；
5. 遍历table[i]，判断链表长度是否大于8，大于8的话把链表转换为红黑树，在红黑树中执行插入操作，否则进行链表的插入操作；遍历过程中若发现key已经存在直接覆盖value即可；
6. 插入成功后，判断实际存在的键值对数量size是否超过了最大容量threshold，如果超过，进行扩容。
7. 如果新插入的key不存在，则返回null，如果新插入的key存在，则返回原key对应的value值（注意新插入的value会覆盖原value值

final V putVal(int hash, K key, V value, boolean onlyIfAbsent,
                   boolean evict) {
        Node<K,V>[] tab; Node<K,V> p; int n, i;
        //如果为空表，则初始化
        if ((tab = table) == null || (n = tab.length) == 0)
            n = (tab = resize()).length;
        if ((p = tab[i = (n - 1) & hash]) == null)
        	//如果计算出的位置没有元素，则直接插入
            tab[i] = newNode(hash, key, value, null);
        else {
        	//这时候开始用到链表或红黑树
        	//e用来看待插入的元素是不是已经有了，有了就替换
            Node<K,V> e; K k;
            //p是存储在当前位置的元素
            if (p.hash == hash &&
                ((k = p.key) == key || (key != null && key.equals(k))))
                e = p;
            else if (p instanceof TreeNode)
                e = ((TreeNode<K,V>)p).putTreeVal(this, tab, hash, key, value);
            else {
                for (int binCount = 0; ; ++binCount) {
                    if ((e = p.next) == null) {
                        p.next = newNode(hash, key, value, null);
                        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;
                }
            }
            if (e != null) { // existing mapping for key
                V oldValue = e.value;
                if (!onlyIfAbsent || oldValue == null)
                    e.value = value;
                afterNodeAccess(e);
                return oldValue;
            }
        }
        ++modCount;
        if (++size > threshold)
            resize();
        afterNodeInsertion(evict);
        return null;
    }

HashMap中的get方法

public V get(Object key) {
        Node<K,V> e;
        return (e = getNode(hash(key), key)) == null ? null : e.value;
    }
    
    final Node<K,V> getNode(int hash, Object key) {
        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) {
            //根据key计算的索引检查第一个索引
            if (first.hash == hash && // always check first node
                ((k = first.key) == key || (key != null && key.equals(k))))
                return first;
            //不是第一个节点
            if ((e = first.next) != null) {
                if (first instanceof TreeNode)//遍历树查找元素
                    return ((TreeNode<K,V>)first).getTreeNode(hash, key);
                do {
                    //遍历链表查找元素
                    if (e.hash == hash &&
                        ((k = e.key) == key || (key != null && key.equals(k))))
                        return e;
                } while ((e = e.next) != null);
            }
        }
        return null;
    }

---