hashMap源码分析jdk1.8

本文主要从以下几个方面分析一下HashMap源码，算是对最近学习的HashMap的一个小小总结，看完JDK1.8版本的后，还会去看一下JDK1.7版本的，下面主要是基于JDK1.8版本。

1.继承关系
2.基本属性和默认值
3.构造函数
4.基本的CURD实现
 

在进行源码分析之前，先来说一下HashMap的底层数据结构：

HashMap就是使用哈希表来存储的，HashMap底层由数组+链表+红黑树组成（JDK1.8），哈希表解决冲突，可以采用开放地址法和链地址法等来解决问题，Java中HashMap采用了链地址法。
 

1.继承关系

public class HashMap<K,V> extends AbstractMap<K,V>

    implements Map<K,V>, Cloneable, Serializable

由源码可知HashMap继承了AbstractMap<K,V>，实现了Map<K,V>，Cloneable，Serializable接口。

2.基本属性和默认值

//序列号，序列化的时候使用。
private static final long serialVersionUID = 362498820763181265L;

//初始默认数组的大小为16
static final int DEFAULT_INITIAL_CAPACITY = 1 << 4; // aka 16

//数组的最大长度
static final int MAXIMUM_CAPACITY = 1 << 30;

//默认的负载因子为0.75
static final float DEFAULT_LOAD_FACTOR = 0.75f;


//链表节点转换红黑树节点的阈值
static final int TREEIFY_THRESHOLD = 8;


//当链表节点小于6时，会将红黑树转换成普通的链表
static final int UNTREEIFY_THRESHOLD = 6;

//最小树形化的容量，即当内部数组长度小于64时，不会将链表转化成红黑树，而是优先扩充数组
static final int MIN_TREEIFY_CAPACITY = 64;

//HashMap的内部数组，而Node是链表节点对象
transient Node<K,V>[] table;


/*下面三个容器类成员，作用相同，实际类型为HashMap的内部类KeySet、Values、EntrySet。
*他们的作用并不是缓存所有的key或者所有的value，内部并没有任何元素。
*而是通过他们内部定义的方法，从三个角度（视图）操作HashMap，更加方便的迭代。
* 关注点分别是键，值，映射。
*/
transient Set<K>        keySet;  // AbstractMap的成员
transient Collection<V> values; // AbstractMap的成员
transient Set<Map.Entry<K,V>> entrySet;

//元素个数，注意和内部数组长度区分开来
transient int size;

//是容器结构的修改次数，fail-fast机制。
transient int modCount;

//负载因子
final float loadFactor;

3.构造函数

//构造函数 1：能够设置初始化数组长度及负载因子
public HashMap(int initialCapacity, float loadFactor) {
//如果初始容量小于0，则抛出异常
        if (initialCapacity < 0)
            throw new IllegalArgumentException("Illegal initial capacity: " +
                                               initialCapacity);
//超过了最大值，则取最大值
        if (initialCapacity > MAXIMUM_CAPACITY)
            initialCapacity = MAXIMUM_CAPACITY;
//初始负载因子小于等于0，或者不存在则抛出异常
        if (loadFactor <= 0 || Float.isNaN(loadFactor))
            throw new IllegalArgumentException("Illegal load factor: " +
                                               loadFactor);
        this.loadFactor = loadFactor;
        this.threshold = tableSizeFor(initialCapacity);
    }



//构造函数 2：能够设置初始化数组长度，对于负载因子默认0.75，会去调用构造函数1
public HashMap(int initialCapacity) {
//调用构造函数1
        this(initialCapacity, DEFAULT_LOAD_FACTOR);
    }



//构造函数 3：默认初始化数组长度为16，负载因子0.75，会去调用构造函数1
public HashMap() {
//调用构造函数1
        this.loadFactor = DEFAULT_LOAD_FACTOR; // all other fields defaulted
    }


//指定集合，转化为HashMap
public HashMap(Map<? extends K, ? extends V> m) {
        this.loadFactor = DEFAULT_LOAD_FACTOR;
        putMapEntries(m, false);
    }

4.基本的CURD实现

1、hash算法

static final int hash(Object key) {
        int h;
	//当我们将键值对传递给put()方法时，它调用键对象的hashCode()方法来计算hashcode，
	//用hashCode的高16位与低16位进行异或运算
        return (key == null) ? 0 : (h = key.hashCode()) ^ (h >>> 16);// 高位参与运算
    }

2、put方法

    public V put(K key, V value) {
        return putVal(hash(key), key, value, false, true);
    }
//里面包含两个方法：hash(key)，putVal()

//onlyIfAbsent：当存入键值对时，如果该key已存在，是否覆盖它的value。false为覆盖，true为不覆盖。
//evict：用于子类LinkedHashMap。


final V putVal(int hash, K key, V value, boolean onlyIfAbsent,
                   boolean evict) {

// tab：内部数组
// p：hash对应的索引位中的首节点
// n：内部数组的长度
// i：hash对应的索引位
        Node<K,V>[] tab; Node<K,V> p; int n, i;
//table是否为空或length=0

        if ((tab = table) == null || (n = tab.length) == 0)
		//进行扩容
            n = (tab = resize()).length;
//计算数组索引，获取该索引位置的首节点，如果为null，添加一个新的节点
        if ((p = tab[i = (n - 1) & hash]) == null)
            tab[i] = newNode(hash, key, value, null);
//表示有冲突,开始处理冲突
        else {
            Node<K,V> e; K k;
//如果首节点的key和要存入的key相同，那么直接覆盖value的值
            if (p.hash == hash &&
                ((k = p.key) == key || (key != null && key.equals(k))))
                e = p;//若key存在，直接覆盖value
//如果首节点是红黑树，按照红黑树的putTreeVal方法将键值对添加到红黑树
            else if (p instanceof TreeNode)
                e = ((TreeNode<K,V>)p).putTreeVal(this, tab, hash, key, value);
//此时首节点是链表，若链表中存在该键值对，直接覆盖value，若不存在，则在末端插入键值对
//然后判断链表是否大于等于7，尝试转换成红黑树，因为在treeifyBin方法中还会判断当前数组容量是否达到64，
//否则会放弃这次转换，优先扩充数组容量。
            else { 
	//走到这里，hash碰撞了，检测链表中是否包含key，或将键值对添加到链表末尾
                for (int binCount = 0; ; ++binCount) {
		//p.next()==null，到达链表末尾，添加新节点，如果长度大于阈值，转换成红黑树
                    if ((e = p.next) == null) {
                        p.next = newNode(hash, key, value, null);  
                        if (binCount >= TREEIFY_THRESHOLD - 1) // -1 for 1st
                            treeifyBin(tab, hash);
                        break;
                    }
		//检查链表中是否已经包含key
                    if (e.hash == hash &&
                        ((k = e.key) == key || (key != null && key.equals(k))))
                        break;
                    p = e;
                }
            }
//e不为空就是链表上有相同的key值，将该节点的value覆盖，返回oldValue
            if (e != null) { // existing mapping for key
                V oldValue = e.value;
                if (!onlyIfAbsent || oldValue == null)
                    e.value = value;
                afterNodeAccess(e);
                return oldValue;
            }
        }
	//记录修改次数
        ++modCount;
//map节点数+1，如果元素个数大于阈值，阈值是初始容量*0.75
        if (++size > threshold)
            resize();//扩容两倍 
	//空操作
        afterNodeInsertion(evict);  //用于LinkedHashMap
        return null;
    }

 下面简单说下添加键值对put(key,value)的过程：
1、对key求hash值，然后再计算下标
2、如果没有碰撞，直接放入桶中
3、如果有碰撞，以链表的方式链接到后面
4、如果节点已经存在就替换旧值
5、判断链表是不是红黑树，若是，调用putTreeVal()方法,按红黑树的方法链接
6、若是链表，判断目标节点存在吗，若不存在，链接在链表后面，（JDK1.8使用的尾插法）
7、若链表长度超过阈值（8），就把链表转成红黑树
8、若节点已经存在就替换旧值
9、如果桶满了（容量*加载因子），就需要resize
 3、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;
//table不为空&&table长度大于0&&table索引位置（根据hash值计算出）节点不为空
        if ((tab = table) != null && (n = tab.length) > 0 &&
            (first = tab[(n - 1) & hash]) != null) {

	//根据索引位置检查第一个元素
            if (first.hash == hash && // always check first node：综述检查第一个元素
                ((k = first.key) == key || (key != null && key.equals(k))))
                return first;
	//first的key不等于传入的key，
            if ((e = first.next) != null) {
//判断是否为红黑树，若是红黑树节点，则调用红黑树的查找目标节点方法getTreeNode
                if (first instanceof TreeNode)
                    return ((TreeNode<K,V>)first).getTreeNode(hash, key);
//若是链表，循环至节点的key与传入的key值相等
                do {
                    if (e.hash == hash &&
                        ((k = e.key) == key || (key != null && key.equals(k))))
                        return e;
                } while ((e = e.next) != null);
            }
        }
        return null;//找不到符合的返回空
    }

4、resize()方法

 final Node<K,V>[] resize() {
        Node<K,V>[] oldTab = table;   //引用扩容前的Node数组
        int oldCap = (oldTab == null) ? 0 : oldTab.length;//oldTab最大容量
        int oldThr = threshold;  //oldTab阈值
        int newCap, newThr = 0;
//如果旧表的长度不是空
        if (oldCap > 0) {
//超过最大值就不再扩充了，就只好随你碰撞，返回旧表
            if (oldCap >= MAXIMUM_CAPACITY) {
                threshold = Integer.MAX_VALUE;
                return oldTab;
            }
//若旧表的容量，没有超过最大容量值，把新表的长度设置为旧表长度的两倍newCap=oldCap*2
//如果新容量<最大容量并且老容量>=16，则将新阈值设置为原来的两倍
            else if ((newCap = oldCap << 1) < MAXIMUM_CAPACITY &&
                     oldCap >= DEFAULT_INITIAL_CAPACITY)
                newThr = oldThr << 1; // double threshold
        }
//如果旧表的长度是0，旧表的阈值大于0，就是说第一次初始化表
        else if (oldThr > 0) // initial capacity was placed in threshold
            newCap = oldThr;
        else {               //旧表的容量为0，旧表的阈值为0，则为空表，设置默认容量和阈值
            newCap = DEFAULT_INITIAL_CAPACITY;
            newThr = (int)(DEFAULT_LOAD_FACTOR * DEFAULT_INITIAL_CAPACITY);
        }
//如果新阈值为空，则通过新的容量*负载因子获得新阈值，
        if (newThr == 0) {
            float ft = (float)newCap * loadFactor;//新表长度*加载因子
            newThr = (newCap < MAXIMUM_CAPACITY && ft < (float)MAXIMUM_CAPACITY ?
                      (int)ft : Integer.MAX_VALUE);
        }
        threshold = newThr;
        @SuppressWarnings({"rawtypes","unchecked"})
//下面构造新表，初始化表中的数据
        Node<K,V>[] newTab = (Node<K,V>[])new Node[newCap];
        table = newTab; //把新表赋值给新定义的表table
        if (oldTab != null) { //原数组不是空，要把原数组的数据移动到新数组中
	//遍历原数组
            for (int j = 0; j < oldCap; ++j) { 
	//取出首节点
                Node<K,V> e;
                if ((e = oldTab[j]) != null) {
                    oldTab[j] = null;  
//如果e.next为空，链表只有一个节点，直接重新计算索引存入新数组
                    if (e.next == null)
                        newTab[e.hash & (newCap - 1)] = e;
		//e.next不为空，该节点是红黑树，执行split方法，和链表类似的处理
                    else if (e instanceof TreeNode)
                        ((TreeNode<K,V>)e).split(this, newTab, j, oldCap);
		//此时节点是链表
                    else { //loHead,lotail为原链表的节点，索引不变
                        Node<K,V> loHead = null, loTail = null;
			//hiHeadm,hiTail为新链表节点，原索引+原数组长度
                        Node<K,V> hiHead = null, hiTail = null;
                        Node<K,V> next;
			//遍历链表
                        do {
                            next = e.next;
//如果e的hash值与原链表的容量进行与运算为0，则扩容后的索引位置和旧表的索引位置一样
                            if ((e.hash & oldCap) == 0) {
                                if (loTail == null)
                                    loHead = e;
                                else
                                    loTail.next = e;
                                loTail = e;
                            }
//如果e的hash值与原链表的容量进行与运算为1，则扩容后的索引位置为：旧表的索引位置+旧表的容量（oldCap）
                            else {
                                if (hiTail == null)
                                    hiHead = e;
                                else
                                    hiTail.next = e;
                                hiTail = e;
                            }
                        } while ((e = next) != null);
			//原链表存回原索引位置
                        if (loTail != null) {
                            loTail.next = null;  //最后一个节点的next设为空
                            newTab[j] = loHead;  //将原索引位置的节点设置为对应的头节点
                        }
			//新链表存到：原索引为+原数组长度
                        if (hiTail != null) {
                            hiTail.next = null;  //最后一个节点的next设为空
                        //将索引位置为原索引+oldCap的节点设置为对应的头节点
                            newTab[j + oldCap] = hiHead;  
                        }
                    }
                }
            }
        }
        return newTab;
    }

5、treeifyBin方法，该方法是将链表转化为红黑树

final void treeifyBin(Node<K,V>[] tab, int hash) {
        int n, index; Node<K,V> e;
//table为空或table的长度小于64，放弃转换，扩充数组
        if (tab == null || (n = tab.length) < MIN_TREEIFY_CAPACITY)
            resize();
//根据hash值计算索引值，遍历该索引位置的链表
        else if ((e = tab[index = (n - 1) & hash]) != null) {
//将链表转成红黑树
            TreeNode<K,V> hd = null, tl = null;
            do {
                TreeNode<K,V> p = replacementTreeNode(e, null); //链表节点转红黑树节点
                if (tl == null)    //t1为空代表为第一次循环
                    hd = p;        //头节点
                else {
                    p.prev = tl;    //当前节点的prev属性设为上一个节点
                    tl.next = p;    //上一个节点的next属性设置为当前节点
                }
                tl = p;            //t1赋值为p,在下一次循环中作为上一个节点
            } while ((e = e.next) != null);     //e指向下一个节点
       //将table该索引位置赋值为新转的TreeNode的头节点
            if ((tab[index] = hd) != null)
                hd.treeify(tab);    //以头节点为根节点，构建红黑树
        }
    }

1、什么时候转换为红黑树

当链表数目超过8,并且map节点数量超过64，才会转换为红黑树

2、什么时候扩容（前提是map数目没有超过最大容量值  1<<30 ）

新增节点时，发生了碰撞，并且节点数目超过阀值

新增节点时，发生了碰撞，节点数量木有超过阀值，但是链表数目>8,map节点<64时

6、remove()方法

public V remove(Object key) {
        Node<K,V> e;
        return (e = removeNode(hash(key), key, null, false, true)) == null ?
            null : e.value;
    }


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;
//如果table不为空，并且根据hash值计算出来的索引位置不为空，将该位置的节点赋值给p
        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;
//如果p的hash值和key都与入参的相同，则p为目标节点，赋值给node
            if (p.hash == hash &&
                ((k = p.key) == key || (key != null && key.equals(k))))
                node = p;
            else if ((e = p.next) != null) {   //如果节点存在下一个节点
		//如果p是TreeNode则调用红黑树的方法查找节点
                if (p instanceof TreeNode)
                    node = ((TreeNode<K,V>)p).getTreeNode(hash, key);
                else {
                    do {      //若是链表，遍历链表查找符合条件的节点
				//当节点的hash值和key与传入的相同，则该节点即为目标节点
                        if (e.hash == hash &&
                            ((k = e.key) == key ||
                             (key != null && key.equals(k)))) {
                            node = e;   //赋值给node，并跳出循环
                            break;
                        }
                        p = e;    //p节点赋值为本次结束的e
                    } while ((e = e.next) != null);  //指向下一个节点
                }
            }
//如果node不为空（根据传入的key和hash值查找到目标节点），则进行移除操作
            if (node != null && (!matchValue || (v = node.value) == value ||
                                 (value != null && value.equals(v)))) {
                if (node instanceof TreeNode)   //如果是TreeNode则调用红黑树的移除方法
                    ((TreeNode<K,V>)node).removeTreeNode(this, tab, movable);

//如果是普通链表，如果node是该索引位置的头节点则直接将该索引位置的值赋值给node的next节点
                else if (node == p)
                    tab[index] = node.next;
//否则将node的上一个节点的next属性设置为node的next节点，即将node节点移除，将node上下节点进行关联
                else
                    p.next = node.next;
                ++modCount;  //修改次数+1
                --size;      //table的总节点数-1
                afterNodeRemoval(node);  //供LinkedHashMap使用
                return node;             //返回被移除的节点
            }
        }
        return null;
    }