HashMap：HashMap是最常用的Map结构。具体的实现是以一个Node<K,V>为的静态内部类的数组来实现，每个Node可能是Node的链表或红黑树结构。初始化容量为16或不小于自定义initialCapacity最小二进制数或最大容量，从JDK8之后，小于8个元素是链表存储结构。大于8个并且整个table的容量大于64个之后变成了红黑树结构。HashMap每次增加容量将原数组变成之前的2倍。
1、如何保证每次每次获得不小于cap的最小二进制数
static final int tableSizeFor(int cap) {
int n = cap - 1;//减1保证cap已经是2的倍数，此时不减1的话，后面移位后n将变成cap的2倍
n |= n >>> 1;//先对n进行右移操作后，在与n进行或运算
n |= n >>> 2;
n |= n >>> 4;
n |= n >>> 8;
n |= n >>> 16;//右移保证该数从为1的最高位开始到低位全是1
return (n < 0) ? 1 : (n >= MAXIMUM_CAPACITY) ? MAXIMUM_CAPACITY : n + 1;//判断n是否大于等于最大容量，不大于时n＋1即为大于cap的最小二进制数
} 2、hash的实现
static final int hash(Object key) {
int h;//取高15位与原值做与运算，结果保留了高位和低位的信息，以此来减少hash碰撞
return (key == null) ? 0 : (h = key.hashCode()) ^ (h >>> 16);
}3、HashMap的put实现：
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)//新分配table
n = (tab = resize()).length;
if ((p = tab[i = (n - 1) & hash]) == null)// table里对应下标这个node为空，下标计算为key的hash值与table长度与，即取低位
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))))//如果该node不为空，比较key的hash值相等并且key值是否值相等
e = p;//记录下来改节点值
else if (p instanceof TreeNode)//如果该节点是树形节点，插入树
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);//找到下一个为空的node地方新插入node
if (binCount >= TREEIFY_THRESHOLD - 1) // -1 for 1st
treeifyBin(tab, hash);// 如果某个节点往后超过6个节点才找到空node，则对改tab进行树化
break;
}
if (e.hash == hash &&
((k = e.key) == key || (key != null && key.equals(k))))//找到对应节点
break;
p = e;//循环下一个node
}
}
if (e != null) { // existing mapping for key／／替换改node的value值
V oldValue = e.value;
if (!onlyIfAbsent || oldValue == null)
e.value = value;
afterNodeAccess(e);
return oldValue;
}
}
++modCount;//
if (++size > threshold) //重新分配HasMap的table容量，从这里和Hashmap的构造函数可以看出直接设置初始容量为数据条数，可以防止hashmap重新分配table空间
resize();
afterNodeInsertion(evict);
return null;
}4、resize方法的实现：
final Node<K,V>[] resize() {
Node<K,V>[] oldTab = table;//获取之前的数据
int oldCap = (oldTab == null) ? 0 : oldTab.length;//capacity
int oldThr = threshold;//capacity*loadFactory,下次resize的阀值
int newCap, newThr = 0;
if (oldCap > 0) {
if (oldCap >= MAXIMUM_CAPACITY) {//如果已有的数据超过最大的容量限制，则table不做修改
threshold = Integer.MAX_VALUE;
return oldTab;
}
else if ((newCap = oldCap << 1) < MAXIMUM_CAPACITY &&
oldCap >= DEFAULT_INITIAL_CAPACITY)//如果以已有数据量＊2之后小于最大容量并且已有数据量大于等于初始容量时
newThr = oldThr << 1; // double threshold//新的table的容量为之前的两倍，新table的阀值为之前的两倍
}
else if (oldThr > 0) // initial capacity was placed in threshold
newCap = oldThr;
else { // zero initial threshold signifies using defaults
newCap = DEFAULT_INITIAL_CAPACITY;//初始容量 16
newThr = (int)(DEFAULT_LOAD_FACTOR * DEFAULT_INITIAL_CAPACITY);//初始阀值 默认平衡因子0.75
}
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];//新分配table
table = newTab;
if (oldTab != null) {//将以前的table数据写入新的table中
for (int j = 0; j < oldCap; ++j) {
Node<K,V> e;
if ((e = oldTab[j]) != null) {
oldTab[j] = null;
if (e.next == null)//如果这个节点的next为空，重写计算该节点在新table里的位置并放进去
newTab[e.hash & (newCap - 1)] = e;
else if (e instanceof TreeNode)//如果该节点是树形节点
((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;
do {//table［j］开始
next = e.next;
if ((e.hash & oldCap) == 0) {//记录下原下标为0的一组node
if (loTail == null)
loHead = e;
else
loTail.next = e;
loTail = e;
}
else {//记录原下标不为0的一组node
if (hiTail == null)
hiHead = e;
else
hiTail.next = e;
hiTail = e;
}
} while ((e = next) != null);
if (loTail != null) {// 如果oldtab［j］开始找到的是原下标为0一组node，放入新table的相同位置
loTail.next = null;
newTab[j] = loHead;
}
if (hiTail != null) {// 如果改node的下标不为0，放入新table的对应位置
hiTail.next = null;
newTab[j + oldCap] = hiHead;
}
}
}
}
}
return newTab;
}5、treeifyBin方法：
final void treeifyBin(Node<K,V>[] tab, int hash) {
int n, index; Node<K,V> e;
if (tab == null || (n = tab.length) < MIN_TREEIFY_CAPACITY)//如果table的长度没达到最小树形界限，不做树型化调用resize
resize();
else if ((e = tab[index = (n - 1) & hash]) != null) {//如果对应node不为空
TreeNode<K,V> hd = null, tl = null;
do {// 找出该下标值相同的一组node
TreeNode<K,V> p = replacementTreeNode(e, null);//替换该hash值的节点为树型节点
if (tl == null)
hd = p;
else {
p.prev = tl;
tl.next = p;
}
tl = p;
} while ((e = e.next) != null);
if ((tab[index] = hd) != null)
hd.treeify(tab);//如果该节点不为空，对该节点做树化
}
}6、treeify方法：
final void treeify(Node<K,V>[] tab) {//将该node树化成红黑树
TreeNode<K,V> root = null;
for (TreeNode<K,V> x = this, next; x != null; x = next) {
next = (TreeNode<K,V>)x.next;
x.left = x.right = null;
if (root == null) {//第一个节点为黑节点
x.parent = null;
x.red = false;
root = x;
}
else {
K k = x.key;
int h = x.hash;
Class<?> kc = null;
for (TreeNode<K,V> p = root;;) {
int dir, ph;
K pk = p.key;
if ((ph = p.hash) > h)//如果该node的hash值大于根节点的hash值，dir＝－1
dir = -1;
else if (ph < h)
dir = 1;
else if ((kc == null &&
(kc = comparableClassFor(k)) == null) ||
(dir = compareComparables(kc, k, pk)) == 0)
dir = tieBreakOrder(k, pk);
TreeNode<K,V> xp = p;
if ((p = (dir <= 0) ? p.left : p.right) == null) {//dir小于等于0时，根node的左孩子空或dir大于0，根node的右孩子空
x.parent = xp;// 设置当前节点的父node为root
if (dir <= 0)// 插入左孩子
xp.left = x;
else
xp.right = x;
root = balanceInsertion(root, x);//平衡插入
break;
}
}
}
}
moveRootToFront(tab, root);//将root移到最前
}7、getNode方法：
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) {// 计算下标
if (first.hash == hash && // always check first node
((k = first.key) == key || (key != null && key.equals(k))))//如果当前节点即为要找节点返回
return first;
if ((e = first.next) != null) {//如果当前节点是一组节点
if (first instanceof TreeNode)
return ((TreeNode<K,V>)first).getTreeNode(hash, key);//从红黑树取值
do {//没达到该节点树化条件，即链表长度没超过64个node，依次查找链表
if (e.hash == hash &&
((k = e.key) == key || (key != null && key.equals(k))))
return e;
} while ((e = e.next) != null);
}
}
return null;
}
扫一扫
3156
被折叠的 条评论
为什么被折叠?
到【灌水乐园】发言
