一、静态区域
6参数：static final
6参数，初始化的大小以及最终的限定范围，其余四个和树化有关，一个是threshold相关的参数，其余的是判定是否能够树化以及树的退化的条件
// 初始化HashMap的时候，如果没有赋值，那么我们会给它赋上默认的缺省值为16
//数组一开始的大小默认就为16，即HashMap中桶的数量 2^4 【凡涉及到"容量"一词，都是指桶的数量】
static final int DEFAULT_INITIAL_CAPACITY = 1 << 4; // aka 16
// 扩容之后最大的数组容量为2^30（非元素个数）
static final int MAXIMUM_CAPACITY = 1 << 30;
/**【计算扩容阈值参数】
* 负载因子，用来计算下一次的阈值使用，在初始化的时候会使用到
* 构造方法中，或者是put元素的时候还未初始化hashMap，进入到resize方法中调用该参数。
*/
static final float DEFAULT_LOAD_FACTOR = 0.75f;
/**【树化阈值】
* （1）链长达8
* 在putVal方法中，如果当前桶中的元素形成的链的长度超过该值，默认8那么就是到了9之后会树化
* 为了保证hashMap的查找效率，避免莲花长度太长导致的效率低下而设置的值
* （2）数组的长度达到64
* treeifyBin方法使用到，至少为树化链长的4倍
*/
static final int TREEIFY_THRESHOLD = 8;
static final int MIN_TREEIFY_CAPACITY = 64;
/**【退化阈值】
* 在split中会使用到该缺省值，用于树的退化，树的退化阈值为6，
* 当前树的结点小于6就没有必要继续维持树的状态了
*/
static final int UNTREEIFY_THRESHOLD = 6;
Node结构（HashMap）
定义了hashmap中的每个参数都有hash值（int类型的为了平均散列高位参与运算使用hash扰动函数），key、val、以及下一个元素的位置（链化前为null）
优化哈希算法：
hash ^ (hash >>> 16)
无符号右移16位，扰动函数使得哈希值二次散列，使得低位的值也能加入计算
static class Node<K,V> implements Map.Entry<K,V> {
final int hash;
final K key;
V value;
Node<K,V> next;
//构造方法
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;
//key和val都相等的时候，返回true
if (Objects.equals(key, e.getKey()) &&
Objects.equals(value, e.getValue()))
return true;
}
return false;
}
}
二、base：基础函数
成员变量：
transient Node<K,V>[] table;
transient Set<Map.Entry<K,V>> entrySet;
// HashMap中所有元素的个数，K-V对数
transient int size;
// 下次resize（扩容）的操作的size值。
int threshold;
//HashMap结构改变的次数
transient int modCount;
//loadFactor是定义好的
final float loadFactor;
HashMap(int, float) 构造函数：
说明了可以给定的值为 初始的数组大小 和 负载因子
public HashMap(int initialCapacity, float loadFactor) {
if (initialCapacity < 0)
throw new IllegalArgumentException("Illegal initial capacity: " + initialCapacity);
if (initialCapacity > MAXIMUM_CAPACITY)
initialCapacity = MAXIMUM_CAPACITY;
if (loadFactor <= 0 || Float.isNaN(loadFactor))
throw new IllegalArgumentException("Illegal load factor: " + loadFactor);
//处理完异常的情况就可以赋值loadFactor 和threshold 了
// 但是此时我们还没有创建出来真正的HashMap，为了优化，我们延迟了初始化
// 后续我们在resize中会对HashMap进行初始化（创造结构）
this.loadFactor = loadFactor;
this.threshold = tableSizeFor(initialCapacity);
}
public HashMap(int initialCapacity) {
this(initialCapacity, DEFAULT_LOAD_FACTOR); //简洁！套娃
}
public HashMap() {
this.loadFactor = DEFAULT_LOAD_FACTOR; // all other fields defaulted
}
hash( ) 扰动函数
一、如果没有(h >>> 16)的话，会使得元素不够散列，使得高位的hash结果损失，
有这个也是为了将高位的特征保留到低位中，将高低位二进制特征混合起来综合判断
二、在后续的 hash & ( n -1 )时，如果只有17个桶，那么我们必然收集不到原本足够散列的高位特征，必然导致最终的结果有一定的数据偏移
static final int hash(Object key) {
int h;
return (key == null) ? 0 : (h = key.hashCode()) ^ (h >>> 16);
}
取二的幂次数：tableSizeFor( )
使得输入的参数向上转移为2的幂次方
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;
}
树化节点：treeifyBin
final void treeifyBin(Node<K,V>[] tab, int hash) {
int n, index; Node<K,V> e;
// 进来之前已经保证了链长>8，这里判断是否达到最小树化阈值64。
// tab为空：初始化；n < 最小树化阈值
if (tab == null || (n = tab.length) < MIN_TREEIFY_CAPACITY)
resize();
else if ((e = tab[index = (n - 1) & hash]) != null) {
TreeNode<K,V> hd = null, tl = null;
do {
TreeNode<K,V> p = replacementTreeNode(e, null);
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);
}
}
三、public：公开函数
getNode( ) 获取元素
get逻辑：通过getNode =》拿到key的判断结果==》Node e =》拿到e.value返回
public V get(Object key) {
Node<K,V> e;
return (e = getNode(hash(key), key)) == null ? null : e.value;
}
get方法里面直接套娃getNode，获取Node方法，给key就足够了
final Node<K,V> getNode(int hash, Object key) {
Node<K,V>[] tab; Node<K,V> first, e; int n; K k;
//如果现在的表非空，且有长度，first指向表中的指定index桶[(n-1)&hash]
//与此同时，tab、n、first设定值，只要一个不满足，return null
if ((tab = table) != null && (n = tab.length) > 0 &&
(first = tab[(n - 1) & hash]) != null) {
//1、first就是的key相同，return first
if (first.hash == hash && // always check first node
((k = first.key) == key || (key != null && key.equals(k))))
return first;
//2、first不是，继续找下一个【排除首个元素的情况】
if ((e = first.next) != null) {
//如果first是树，那么在树里面找Node
if (first instanceof TreeNode)
return ((TreeNode<K,V>)first).getTreeNode(hash, key);
//否则e作为临时元素不断向下寻找，直到key相同（hash之后相同 and key地址相同或者值相同）
do {
if (e.hash == hash &&
((k = e.key) == key || (key != null && key.equals(k))))
return e;
} while ((e = e.next) != null);
//到这里如果还是没有值，那说明不是单个元素，也不是树里面的，也不是链表中的值
// ==》 没有需要的值 ==》 返回 null
}
}
return null;
}
赠品：
通过getNode来判断是否存在元素
public boolean containsKey(Object key) {
return getNode(hash(key), key) != null;
}
⭐put( )
public V put(K key, V value) {
return putVal(hash(key), key, value, false, true);
}
正常的插入方法：
1、桶里面没有元素，直接放入(k, v, next)
2、桶里面是个链表，循环到最后加进去（判断是否可以树化，超过阈值）
3、桶是一个树，插入树的方法，调用树的插入
final V putVal(int hash, K key, V value, boolean onlyIfAbsent, boolean evict) {
Node<K,V>[] tab; Node<K,V> p; int n, i;
//赋初值，判断是否初始化完成，没有的话进入resize中newThr、newCap赋值
//tab、n
if ((tab = table) == null || (n = tab.length) == 0)
n = (tab = resize()).length;
//1、对应的桶没有元素，那么直接放入table[index]，p指向table[index]
if ((p = tab[i = (n - 1) & hash]) == null)
tab[i] = newNode(hash, key, value, null);
else {
Node<K,V> e; K k;
//第一位里面有值，将e赋值p作为临时节点，【替换】
//e用来装载旧的值，如果进去了直接到最后直接将e节点的值赋值为新值就ok【e用作替换的临时元素使用】
if (p.hash == hash &&
((k = p.key) == key || (key != null && key.equals(k))))
e = p;
//p是树：
//1、返回的e为空说明是子树，不参与替换
//2、是中间的树，那么替换
else if (p instanceof TreeNode)
e = ((TreeNode<K,V>)p).putTreeVal(this, tab, hash, key, value);
//链表情况：
else {
//只要p.next有值，就一直判断key的值有没有一样的，一样的就break，说明找到了要替换的节点
//如果在找的时候已经到了终点，直接创建新的 node，如果达到阈值，那么对tab树化，此时e为null，不要替换
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
//treefiy只对当前的桶树化。
treeifyBin(tab, hash);
break;
}
if (e.hash == hash &&
((k = e.key) == key || (key != null && key.equals(k))))
break;
p = e;
}
}
//e不为空，那说明有替换的元素，只需要将value的值赋值给需要替换的元素上就ok
if (e != null) { // existing mapping for key
V oldValue = e.value;
if (!onlyIfAbsent || oldValue == null)
e.value = value;
afterNodeAccess(e);
return oldValue;
}
}
//结构改变++
++modCount;
//键值对的数量达到阈值，对tab进行扩容操作。
if (++size > threshold)
resize();
afterNodeInsertion(evict);
return null;
}
流程图如下：
⭐resize（）
1、扩容：根据当前大小赋值
2、初始化
final Node<K,V>[] resize() {
Node<K,V>[] oldTab = table;
int oldCap = (oldTab == null) ? 0 : oldTab.length;
int oldThr = threshold;
//newCap, newThr为新的结构进行初始化
int newCap, newThr = 0;
if (oldCap > 0) {
//put过的tab，旧容量已经超过所能承受的2^30，那就只能随便碰撞了
if (oldCap >= MAXIMUM_CAPACITY) {
threshold = Integer.MAX_VALUE;
return oldTab;
}
//没超过：newThr、newCap 二者都扩容
//满足：newCap = oldCap * 2 不超 and oldCap大于默认initial容量，直达最后new环节
//不满足：Cap为两倍，但是newThr为0.根据newCap设置大小为newCap * loadFactor。
else if ((newCap = oldCap << 1) < MAXIMUM_CAPACITY && oldCap >= DEFAULT_INITIAL_CAPACITY)
newThr = oldThr << 1; // double threshold
}
//cap=0，oldThr > 0：阈值里面保存的就是新的容量大小，但是还没有给newThr赋值，后面还会对它进行赋值
else if (oldThr > 0) // initial capacity was placed in threshold
newCap = oldThr;
//cap=0，oldThr=0：将新的设置为默认的容量和默认的阈值
else { // zero initial threshold signifies using defaults
newCap = DEFAULT_INITIAL_CAPACITY;
newThr = (int)(DEFAULT_LOAD_FACTOR * DEFAULT_INITIAL_CAPACITY);
}
//newThr未定义，重新定义newThr，定义resize上限
if (newThr == 0) {
//不能超过阈值，否则直接把Thr阈值设置为最大值，永远不让你扩容resize
float ft = (float)newCap * loadFactor;
newThr = (newCap < MAXIMUM_CAPACITY && ft < (float)MAXIMUM_CAPACITY ?
(int)ft : Integer.MAX_VALUE);
}
//根据newThr和newCap来 init 新的table
threshold = newThr;
@SuppressWarnings({"rawtypes","unchecked"})
Node<K,V>[] newTab = (Node<K,V>[])new Node[newCap];
table = newTab;
//oldTab里面有东西：搬运到新的tab中
if (oldTab != null) {
for (int j = 0; j < oldCap; ++j) {
Node<K,V> e;
if ((e = oldTab[j]) != null) {
//释放oldTab空间
oldTab[j] = null;
//达到oldTab最后一个位置，直接拼接到最后的位置
if (e.next == null)
newTab[e.hash & (newCap - 1)] = e;
//属于数的情况，将树退化
else if (e instanceof TreeNode)
((TreeNode<K,V>)e).split(this, newTab, j, oldCap);
//设高位和低位，oldCap：100000，当前元素最高位为0，放到低位的hash链表中
else { // preserve order
Node<K,V> loHead = null, loTail = null;
Node<K,V> hiHead = null, hiTail = null;
Node<K,V> next;
do {
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);
//遍历两条链
if (loTail != null) {
loTail.next = null;
newTab[j] = loHead;
}
//高hash值的链表放入数组的原始位置 + 原始容量
if (hiTail != null) {
hiTail.next = null;
newTab[j + oldCap] = hiHead;
}
}
}
}
}
//扩容完成，返回newTab
return newTab;
}
总结这个最好是分为两个图比较清晰，第一个是给newThr和newTab赋值；第二个是给元素搬家的操作。（以注解 @SuppressWarnings({"rawtypes","unchecked"})为分界）
第一部分：
第二部分：
得到了newCap和newThr
newCap还是空空如也，只是知道要搬的新家有多大。
得到table和threshold
remove( )
又一个套娃方法，这个方法也是我们最常用的方法：不需要matchValue就可以remove元素的方法
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;
// init tab、n、p、index
if ((tab = table) != null && (n = tab.length) > 0 && (p = tab[index = (n - 1) & hash]) != null) {
// 下面的逻辑非常清晰，就是使用node装载需要remove的元素
// 首先要找到node，然后交给下一个循环处理node
Node<K,V> node = null, e; K k; V v;
// 1、单个元素，首个元素
if (p.hash == hash && ((k = p.key) == key || (key != null && key.equals(k))))
node = p;
else if ((e = p.next) != null) {
// 2、节点为树
if (p instanceof TreeNode)
node = ((TreeNode<K,V>)p).getTreeNode(hash, key);
// 3、节点为链表，但是也有可能找不到对应的元素
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);
}
}
// 得到node为要删除的对象，分情况对node进行处理，有这一步主要还是有需要value和key都对上才删除的情况
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)
tab[index] = node.next;
else
p.next = node.next;
++modCount;
--size;
afterNodeRemoval(node);
return node;
}
}
return null;
}
1092
被折叠的 条评论
为什么被折叠?
到【灌水乐园】发言
