概述
之前有讲到过两种List集合,ArrayList底层是使用数组实现的,LinkedList是使用双向链表实现的。HashMap更像是两者的结合,底层采用了数组+单向链表+红黑树的结构,HashMap的底层结构是一个数组(哈希桶),而数组的元素是一个单向链表,链表中的每一个节点对应了hash表中的每一个元素。当数组长度大于8的时候,就会转化为红黑树,以提升查询和插入的效率。特点是:遍历时无序、线程不安全(体现在内部迭代器中,下次一起再写)。
继承关系
public class HashMap<K,V> extends AbstractMap<K,V>
implements Map<K,V>, Cloneable, Serializable {
- 继承了AbstractMap类,AbstractMap中提供了一些主要方法,提供了map的所有操作方法
- 实现Map接口,Map接口在AbstractMap中就已经实现了,这里也不顶大用,但Java的很多集合类都这么做的
- 实现Cloneable接口,是为了使用Object.clon()方法,不实现也可以使用,但是会抛出异常。
- 实现Serializable接口,表示该类可以被实例化
数据结构
- Node的定义
//实际存储数据的数组,是一个Node<K,V>类型的数组,Node<K,V>是一个内部类
transient Node<K,V>[] table;
//内部类,HashMap底层数组的组成元素
static class Node<K,V> implements Map.Entry<K,V> {
final int hash;//哈希值
final K key;//元素的key
V value;//元素的value
Node<K,V> next;//当前元素的下一个元素
//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;
}
//返回当前元素的Key
public final K getKey() { return key; }
//返回当前元素的value
public final V getValue() { return value; }
//返回当前元素的key+value
public final String toString() { return key + "=" + value; }
//重写Object类的hashCode方法,返回的值是key的hashCode值和value的hashCode值进行异或运算
public final int hashCode() {
//^Java异或运算符,转成二进制后逐个进行运算,得到一个数字,这个数字是0或是自己
//例如int a = 4^6;4对应的二进制数为:100(0100);6对应的是:110(0110)
//运算方程是:int a = 0100^0110;运算过程:00=0;11=0;01=1;00=0
//运算的结果就是:0010(二进制),对应转换成十进制就是2
return Objects.hashCode(key) ^ Objects.hashCode(value);
}
//设置一个新的值 返回旧的值
public final V setValue(V newValue) {
V oldValue = value;
value = newValue;
return oldValue;
}
//重写Object类的equals方法,用于判断是否相等
public final boolean equals(Object o) {
if (o == this)
return true;
//如果类型是Map.Entry
if (o instanceof Map.Entry) {
Map.Entry<?,?> e = (Map.Entry<?,?>)o;
//且键键、值值都相等,那么返回true
if (Objects.equals(key, e.getKey()) &&
Objects.equals(value, e.getValue()))
return true;
}
return false;
}
}
- 红黑树的定义
- 上一篇博客中有写过关于红黑树的基本知识
//TreeNode,继承自LinkedHashMap,每一个TreeNode都是一个红黑树的节点
static final class TreeNode<K,V> extends LinkedHashMap.Entry<K,V> {
TreeNode<K,V> parent; //指向父节点
TreeNode<K,V> left;//指向左子节点
TreeNode<K,V> right;//指向右子节点
TreeNode<K,V> prev; //指向上一个节点
boolean red;//节点的颜色
//调用父类的构造方法
//hash:节点本身的hashcode;key:节点的key;val:节点的value;next:节点的下一个指针
TreeNode(int hash, K key, V val, Node<K,V> next) {
super(hash, key, val, next);
}
//通过一个节点找到树的根节点
final TreeNode<K,V> root() {
for (TreeNode<K,V> r = this, p;;) {
if ((p = r.parent) == null)//当节点的parent节点为空时说明是根节点了
return r;
r = p;
}
}
//用来判断红黑树中的根节点,指向的是hashMap的table的哪个节点
//红黑树在新增或是删除元素的时候,会进行左旋或右旋的操作导致根节点的变化
//table数组中存储的是红黑树的根节点,所以table中的指向也要随之变化
//tab:要判断的table数组,root目标节点
static <K,V> void moveRootToFront(Node<K,V>[] tab, TreeNode<K,V> root) {
int n;
//判断root和tab是否为空,并将n赋值为tab数组的长度
if (root != null && tab != null && (n = tab.length) > 0) {
//通过位运算的方式,取得节点得hash在数组中所对应的下标
int index = (n - 1) & root.hash;
//通过index取得节点,将节点标志为TreeNode的根节点
TreeNode<K,V> first = (TreeNode<K,V>)tab[index];
//判断root和first是否相等,主要是判断oot是否存在数组中
if (root != first) {
//如果不存在
//创建个新的节点rn
Node<K,V> rn;
//将获得的数组中index位置指向目标节点
tab[index] = root;
//获得目标节点的前一个节点
TreeNode<K,V> rp = root.prev;
//把目标节点的next赋值给rn,并判断是否为空
//下面是为了把节点连接起来
if ((rn = root.next) != null)
//如果不为空把rn的前节点设置为目标节点的前节点
((TreeNode<K,V>)rn).prev = rp;
if (rp != null)
//如果目标节点的前节点不为空,将前节点的next设置为目标节点的next
rp.next = rn;
//如果取得的first不为空
if (first != null)
//把firs的前节点设置为root
first.prev = root;
//把目标节点的root的next设置为之前的first,prev为null
root.next = first;
root.prev = null;
}
//对红黑树做检查
assert checkInvariants(root);
}
}
//对树进行一致性检查,保证树的特性和指向的正确性
static <K,V> boolean checkInvariants(TreeNode<K,V> t) {
//获得目标节点的父节点、左子节点、右子节点、前节点、后节点
TreeNode<K,V> tp = t.parent, tl = t.left, tr = t.right,
tb = t.prev, tn = (TreeNode<K,V>)t.next;
//当前的前节点的后节点必须等于当前节点
if (tb != null && tb.next != t)
return false;
//当前节点后节点的前节点必须等于当前节点
if (tn != null && tn.prev != t)
return false;
//当前节点必须等于父节点的左子节点或者右子节点
if (tp != null && t != tp.left && t != tp.right)
return false;
//当前节点的左子节点的父节点必须等于当前节点
//且左子节点的hash值必须小于当前节点的hash值
if (tl != null && (tl.parent != t || tl.hash > t.hash))
return false;
//当前节点的右子节点的父节点必须等于当前节点
//且右子节点的hash值要小于当前节点的hash值
if (tr != null && (tr.parent != t || tr.hash < t.hash))
return false;
//不能有两个连续的红色节点,即当前节点和子节点不能都为红色
if (t.red && tl != null && tl.red && tr != null && tr.red)
return false;
//如果左子节点不为空,递归判断左子节点
if (tl != null && !checkInvariants(tl))
return false;
//如果右子节点不为空,递归判断右子节点
if (tr != null && !checkInvariants(tr))
return false;
return true;
}
}
//从当前节点开始,即以当前节点为根节点,通过hash值和key值向下遍历查找节点
final TreeNode<K,V> find(int h, Object k, Class<?> kc) {
TreeNode<K,V> p = this;//保存当前节点
//do{}while()循环获取
do {
int ph, dir; K pk;
//获得当前前节点的左子节点右子节点
TreeNode<K,V> pl = p.left, pr = p.right, q;
//判断当前节点的hash值是否大于要查找的hash值
//如果大于就往左子节点递归查找
if ((ph = p.hash) > h)
p = pl;
//反之往右子节点递归查找
else if (ph < h)
p = pr;
//如果hash值相等且key值也相等
else if ((pk = p.key) == k || (k != null && k.equals(pk)))
//返回找到的节点
return p;
//如果hash值相等,但是key不相等
//左子节点等于空,就递归查找右子节点
else if (pl == null)
p = pr;
//右子节点等于空,递归查找左子节点
else if (pr == null)
p = pl;
//如果左右都不为空,那么比较key的大小判断是从左边找还是右边找
else if ((kc != null ||
(kc = comparableClassFor(k)) != null) &&
(dir = compareComparables(kc, k, pk)) != 0)
p = (dir < 0) ? pl : pr;
//如果没法判断,或是还找不到,只能从右子节点遍历
else if ((q = pr.find(h, k, kc)) != null)
return q;
//遍历完还找不到,又从左子节点遍历
else
p = pl;
} while (p != null);
//如果都没有找到,返回空
return null;
}
//也是通过hash和key查找节点的方法
final TreeNode<K,V> getTreeNode(int h, Object k) {
//如果父节点为空直接返回根节点,否则调用上面的方法,继续查找
return ((parent != null) ? root() : this).find(h, k, null);
}
//用来比较大小的方法
static int tieBreakOrder(Object a, Object b) {
int d;
//首先判断两个比较的对象是否为空
if (a == null || b == null ||
//通过compareTo方法比较两个对象的类名大小
(d = a.getClass().getName().
compareTo(b.getClass().getName())) == 0)
//无法比较再调用nactive的方法identityHashCode进行比较
d = (System.identityHashCode(a) <= System.identityHashCode(b) ?
-1 : 1);
return d;
}
//把链表转换为红黑树结构
final void treeify(Node<K,V>[] tab) {
//先创建一个空的树根
TreeNode<K,V> root = null;
//循环添加树节点
for (TreeNode<K,V> x = this, next; x != null; x = next) {
//x为当前节点,next为下一个节点,用于循环遍历
next = (TreeNode<K,V>)x.next;
//先将左右子节点都设置为空
x.left = x.right = null;
//判断是否已经有了根节点
if (root == null) {
//如果没有根节点,将当前节点的父节点设置为空
//颜色设置为黑色,并赋值给根节点
x.parent = null;
x.red = false;
root = x;
}
else {
//如果根节点已经存在
//获得当前节点的key和hash值
K k = x.key;
int h = x.hash;
Class<?> kc = null;
//遍历已经存在的树
for (TreeNode<K,V> p = root;;) {
int dir, ph;
//获得遍历节点的key和hash值
K pk = p.key;
//如果目标节点的hash值小于当前遍历节点的hash值
if ((ph = p.hash) > h)
//dir为-1
dir = -1;
else if (ph < h)
//反之为1
dir = 1;
//如果等于,那么和上面说过的那个方法一样,用key作比较
else if ((kc == null &&
(kc = comparableClassFor(k)) == null) ||
(dir = compareComparables(kc, k, pk)) == 0)
dir = tieBreakOrder(k, pk);
//创建一个新的树节点
TreeNode<K,V> xp = p;
//如果左右节点为空,直接通过判断dir的值确定是插到左子节点还是右子节点
if ((p = (dir <= 0) ? p.left : p.right) == null) {
//将目标节点的父节点设置为当前循环的节点
x.parent = xp;
if (dir <= 0)
xp.left = x;
else
xp.right = x;
//每一个插入的节点最开始都是红色节点,但是插入后可能会破坏红黑树的特性,所以会调用balanceInsertion进行调整,下面讲这个方法
root = balanceInsertion(root, x);
break;
}
}
}
}
//上面讲到过了,是用来判断数组的指向是否正确的
moveRootToFront(tab, root);
}
//在红黑树插入新的节点后,用来调整红黑树的平衡,使其重新符合红黑树的特性
static <K,V> TreeNode<K,V> balanceInsertion(TreeNode<K,V> root,
TreeNode<K,V> x) {
//新插入的节点都是红色
x.red = true;
//循环遍历
//x:当前节点,xp:当前节点父节点,xpp:当前节点祖父节点
//xppl:祖父节点的左子节点,xppr:祖父节点的右子节点
for (TreeNode<K,V> xp, xpp, xppl, xppr;;) {
//如果当前节点的父节点为空,说明为根节点
if ((xp = x.parent) == null) {
//直接变为黑色,返回根节点
x.red = false;
return x;
}
//如果祖父节点为空或者父节点是黑色
else if (!xp.red || (xpp = xp.parent) == null)
//直接返回根节点
return root;
//如果当前节点的父节点等于祖父节点的左子节点
if (xp == (xppl = xpp.left)) {
//如果祖父节点的右子节点不等于空,且等于红色
if ((xppr = xpp.right) != null && xppr.red) {
//把祖父节点的右子节点设置为黑色,就是叔父节点
xppr.red = false;
//父节点设置为黑色
xp.red = false;
//祖父节点设置为红色
xpp.red = true;
//x指向祖父节点,围绕祖父节点继续循环向上
x = xpp;
}
else {
//如果祖父节点的右子节点等于空或是等于黑色
//如果x是父节点的右子节点
if (x == xp.right) {
//以x节点的父节点进行左旋转操作
root = rotateLeft(root, x = xp);
//如果x节点的父节点为空,将x节点的祖父节点设置为空
//否则设置为父节点的父节点
xpp = (xp = x.parent) == null ? null : xp.parent;
}
//如果父节点不等于空
if (xp != null) {
//把父节点设置为黑色
xp.red = false;
//如果祖父节点不为空
if (xpp != null) {
//将祖父节点设置为红色
xpp.red = true;
//以x节点的祖父节点进行右旋转操作
root = rotateRight(root, xpp);
}
}
}
}
else {
//反之,如果x节点的父节点,等于祖父节点的右子节点
//和上面的操作差不多
//如果祖父节点的左子节点(叔父节点)不为空且为红色
if (xppl != null && xppl.red) {
//叔父节点设置为黑色
xppl.red = false;
//父节点设置为黑色
xp.red = false;
//祖父节点设置为红色
xpp.red = true;
//指向祖父节点,以祖父节点继续循环向上
x = xpp;
}
else {
//反之,如果祖父节点的左子节点为空或是为黑色(为空一定为黑色)
//x节点是父节点的左子节点
if (x == xp.left) {
//围绕x的父节点做右旋转操作
root = rotateRight(root, x = xp);
//如果x的祖父节点不为空,xpp设置为x的祖父节点
xpp = (xp = x.parent) == null ? null : xp.parent;
}
//如果父节点不为空
if (xp != null) {
//父节点设置为黑色
xp.red = false;
//祖父节点不为空
if (xpp != null) {
//祖父节点设置为红色,且绕祖父节点进行左旋转操作
xpp.red = true;
root = rotateLeft(root, xpp);
}
}
}
}
}
}
//绕节点进行左旋转,父节点被右子节点代替,自己成为右子节点的左子节点
static <K,V> TreeNode<K,V> rotateLeft(TreeNode<K,V> root,
TreeNode<K,V> p) {
TreeNode<K,V> r, pp, rl;
//p:当前节点,r:当前节点的右子节点
if (p != null && (r = p.right) != null) {
//p的右子节点r的左子节点变成p的右子节点,并指向rl
if ((rl = p.right = r.left) != null)
//如果rl不为空,将rl的父节点设置为p
rl.parent = p;
//将p的右子节点r的父节点设置为p的父节点,并指向pp
if ((pp = r.parent = p.parent) == null)
//如果pp不等于空,把p的右子节点r指向给root节点并设置为黑色
(root = r).red = false;
//如果p是pp的左子节点
else if (pp.left == p)
//把pp的左子节点指向,p的右子节点r
pp.left = r;
else
//否则把pp的右子节点设置为r
pp.right = r;
//重新赋值,设置自己的父节点为自己的右儿子
//把自己变成自己右儿子的左儿子
r.left = p;
p.parent = r;
}
//返回调整后的儿子
return root;
}
//绕节点进行右旋转,就是把左子节点代替父节点的位置
//父节点变成左子节点的右子节点
static <K,V> TreeNode<K,V> rotateRight(TreeNode<K,V> root,
TreeNode<K,V> p) {
TreeNode<K,V> l, pp, lr;
//l左子节点
//如果p节点不为空,把p节点的左子节点指向到l节点,判断不为空
if (p != null && (l = p.left) != null) {
//把p的左子节点赋值为p的左子节点l的右子节点指向lr
if ((lr = p.left = l.right) != null)
//判断lr不为空,将lr的父节点设置为p节点
lr.parent = p;
//把p节点的左子节点l节点的父节点设置为p的父节点并指向pp
if ((pp = l.parent = p.parent) == null)
//判断pp不为空,把l节点指向给root节点,并设置为黑色
(root = l).red = false;
//如果p为pp的右子节点
else if (pp.right == p)
//把pp的右子节点设置为l
pp.right = l;
else
//否则把pp的左子节点设置为l
pp.left = l;
//重新设置节点的关系,把当前p节点的爸爸设置为p的左子节点
//使p节点称为l节点的右儿子
l.right = p;
p.parent = l;
}
return root;
}
//把红黑树转换为链表
final Node<K,V> untreeify(HashMap<K,V> map) {
Node<K,V> hd = null, tl = null;
//q为当前的treenode节点,通过q的next指针遍历
for (Node<K,V> q = this; q != null; q = q.next) {
//通过map的replacementNode方法,将TreeNode的节点转换为Node节点
Node<K,V> p = map.replacementNode(q, null);
//如果tl等于空,说明是第一次进来
if (tl == null)
//设置首节点
hd = p;
else
//设置上一个节点的下节点等于当前遍历到的节点
tl.next = p;
//记录上一次循环的节点
tl = p;
}
//返回链表的首节点即可
return hd;
}
//往红黑树中插入一个key-value节点
final TreeNode<K,V> putTreeVal(HashMap<K,V> map, Node<K,V>[] tab,
int h, K k, V v) {
Class<?> kc = null;
boolean searched = false;
//先找到当前树的根节点
TreeNode<K,V> root = (parent != null) ? root() : this;
//遍历树,寻找是否已经有这个元素
for (TreeNode<K,V> p = root;;) {
int dir, ph; K pk;
//先判断要插入元素的hash值是大还是小,用来确定插入右子节点还是左子节点
if ((ph = p.hash) > h)
//如果小于当前节点hash,返回-1
dir = -1;
else if (ph < h)
//反之返回-1
dir = 1;
//如果hash值相等且key也相等,返回当前遍历到的节点
else if ((pk = p.key) == k || (k != null && k.equals(pk)))
return p;
//如果hash值相等,但是key不相等,再调用compareComparables作比较
else if ((kc == null &&
(kc = comparableClassFor(k)) == null) ||
(dir = compareComparables(kc, k, pk)) == 0) {
//使用searched作为标志,只会查询一次,就往根节点的左右子节点分别查找
//如果找到了就返回找到的节点
if (!searched) {
TreeNode<K,V> q, ch;
searched = true;
if (((ch = p.left) != null &&
(q = ch.find(h, k, kc)) != null) ||
((ch = p.right) != null &&
(q = ch.find(h, k, kc)) != null))
return q;
}
//调用tieBreakOrder再进行比较
dir = tieBreakOrder(k, pk);
}
TreeNode<K,V> xp = p;
//如果找到的节点为空,直接插入节点
if ((p = (dir <= 0) ? p.left : p.right) == null) {
//创建一个新的Node节点为找到的节点的next节点
Node<K,V> xpn = xp.next;
//将xpn从Node节点转换为TreeNode节点
TreeNode<K,V> x = map.newTreeNode(h, k, v, xpn);
//通过dir判断是放到树的右边还是左边
if (dir <= 0)
xp.left = x;
else
xp.right = x;
//把x节点设置为xp的next
xp.next = x;
//把x节点的父节点和prev都设置成xp
x.parent = x.prev = xp;
//如果xpn(xp节点的下一个节点)不为空,把它的prev设置为x节点
if (xpn != null)
((TreeNode<K,V>)xpn).prev = x;
//平衡红黑树,判断table的指向
moveRootToFront(tab, balanceInsertion(root, x));
return null;
}
}
}
//将当前的节点从红黑树的节点上删除
final void removeTreeNode(HashMap<K,V> map, Node<K,V>[] tab,
boolean movable) {
int n;
//判断tab不为空且tab的长度不为0
if (tab == null || (n = tab.length) == 0)
return;
//通过位运算找到hash所对应的index
int index = (n - 1) & hash;
//获得当前节点、前节点、后节点
TreeNode<K,V> first = (TreeNode<K,V>)tab[index], root = first, rl;
TreeNode<K,V> succ = (TreeNode<K,V>)next, pred = prev;
//如果当前节点的的前一个节点为空,说明为根节点,当前节点的next节点放到tab对应的位置上
if (pred == null)
tab[index] = first = succ;
else
//否则把当前节点的上一个节点的下节点设置为当前节点的next
pred.next = succ;
//如果当前节点的next不为空,把当前节点的next节点的prev设置为当前节点的上一个节点
if (succ != null)
succ.prev = pred;
//如果当前节点为空,直接结束
if (first == null)
return;
//如果root(当前节点)的父节点不为空,把获取root的根节点,并指向root
if (root.parent != null)
root = root.root();
//通过根节点判断当前的树是否左子树为空或右子树为空
if (root == null
|| (movable
&& (root.right == null
|| (rl = root.left) == null
|| rl.left == null))) {
//如果是为空的话,说明树的长度很小,那么直接调用untreeify将红黑树结构转换为链表结构,并指向tab中的index位置
tab[index] = first.untreeify(map); // too small
return;
}
//获得当前树节点、左子节点、右子节点
TreeNode<K,V> p = this, pl = left, pr = right, replacement;
//如果左子节点不为空,且右子节点也不为空
if (pl != null && pr != null) {
TreeNode<K,V> s = pr, sl;
//将s指向当前删除节点的右子节点的最左节点
while ((sl = s.left) != null) // find successor
s = sl;
//交换颜色,s节点的颜色和p的颜色交换
boolean c = s.red; s.red = p.red; p.red = c; // swap colors
//获得最左节点的右子节点和当前节点的祖父节点
TreeNode<K,V> sr = s.right;
TreeNode<K,V> pp = p.parent;
//如果s是p的右子节点
if (s == pr) { // p was s's direct parent
//p的父节点设置为它的右子节点
p.parent = s;
//右子节点的右子节点设置为原来的父节点,就像交换位置
s.right = p;
}
else {
//反之,获取s的父节点
TreeNode<K,V> sp = s.parent;
//把当前节点的父节点设置为s的父节点,判断是否为空
if ((p.parent = sp) != null) {
//如果s是左节点
if (s == sp.left)
//s的父节点的左节点设置为p,就是顶替s的位置
sp.left = p;
else
//反之,s的父节点右节点设置为p
sp.right = p;
}
//交换了p和s节点的位置
//设置s的右子节点等于当前节点的右子节点,判断是否为空
if ((s.right = pr) != null)
//不为空设置当前节点的右子节点的父节点为s
pr.parent = s;
}
//设置p的left,也就是最之前的s的位置,已经是最左节点,所以左子节点应该为null
p.left = null;
//p的右子节点设置成s的右子节点
if ((p.right = sr) != null)
sr.parent = p;
//s的左子节点等于p的左子节点
if ((s.left = pl) != null)
pl.parent = s;
//s节点的父节点等于p节点的父节点
if ((s.parent = pp) == null)
root = s;
//如果p等于父节点的左子节点,把左子节点设置为s节点
else if (p == pp.left)
pp.left = s;
else
//否则设置p节点的父节点的右子节点为s
pp.right = s;
//标志一下replacement,用来处理后面的连接
//如果s的右子节点不为空,要链接的就是s的右子节点
if (sr != null)
replacement = sr;
else
//如果为空,就为自身,说明下面已经没有节点需要连接的了
replacement = p;
}
else if (pl != null)
//如果左子节点不为空,要链接的就是左子节点
replacement = pl;
else if (pr != null)
//反之是右子节点
replacement = pr;
else
//左右子节点都为空,设置为自身
replacement = p;
//如果replacement的值为自身,说明下面已经没有要连接的元素
if (replacement != p) {
//设置replacement (删除节点的后面的节点),的父节点为p节点的父节点
TreeNode<K,V> pp = replacement.parent = p.parent;
if (pp == null)//如果p的父节点为空,把root指向replacement
root = replacement;
else if (p == pp.left)//如果p节点为之前父节点的左节点,把要连接的节点设置为左节点
pp.left = replacement;
else
//反之设置为右节点
pp.right = replacement;
//已经移除p节点,设置p的左子节点、右子节点、父节点都为null
p.left = p.right = p.parent = null;
}
//replacement取代p的位置后,判断是否需要进行平衡操作,balanceDeletion在后面讲解
TreeNode<K,V> r = p.red ? root : balanceDeletion(root, replacement);
//平衡后再处理一次连接
if (replacement == p) { // detach
TreeNode<K,V> pp = p.parent;
p.parent = null;
if (pp != null) {
if (p == pp.left)
pp.left = null;
else if (p == pp.right)
pp.right = null;
}
}
//判断tab中的位置指向是否正确
if (movable)
moveRootToFront(tab, r);
}
//用来调整删除元素后的树平衡,x就是上面取代了p的那个节点
static <K,V> TreeNode<K,V> balanceDeletion(TreeNode<K,V> root,
TreeNode<K,V> x) {
//循环操作
for (TreeNode<K,V> xp, xpl, xpr;;) {
//如果x等于空,或x等于根节点,直接返回根节点
if (x == null || x == root)
return root;
//如果x的父节点等于空,且为黑色,说明是根节点,直接返回x
else if ((xp = x.parent) == null) {
x.red = false;
return x;
}
else if (x.red) {
//如果x的父节点不为空,且x为红色,把x设置为黑色
x.red = false;
return root;
}
//x不为红色,判断x是左子节点还是右子节点
else if ((xpl = xp.left) == x) {
//如果是左子节点
//叔父节点不为空且为红色
if ((xpr = xp.right) != null && xpr.red) {
//设置叔父节点为黑色
xpr.red = false;
//父节点为黑色
xp.red = true;
//绕父节点进行左旋转
root = rotateLeft(root, xp);
//x的父节点不为空,设置xpr为x的叔父节点,用于继续判断调整
xpr = (xp = x.parent) == null ? null : xp.right;
}
//叔父节点等于null
if (xpr == null)
//直接把x的父节点指向x
x = xp;
else {
//获取x的叔父节点,xpr的左子节点和右子节点
TreeNode<K,V> sl = xpr.left, sr = xpr.right;
if ((sr == null || !sr.red) &&
(sl == null || !sl.red)) {
//如果左子节点和右子节点都为黑色,把xpr设置为红色
xpr.red = true;
//把x的父节点指向x
x = xp;
}
else {
//如果左右节不是都为空的话,也是通过判断左旋转和右旋转
//步骤基本都是差不多的
if (sr == null || !sr.red) {
//如果右子节点为红色,左子节点为红色
if (sl != null)
//设置左子节点为黑色,左子节点的父节点,也就是xpr为红色
sl.red = false;
xpr.red = true;
//绕xpr右旋转
root = rotateRight(root, xpr);
//重新指向xpr
xpr = (xp = x.parent) == null ?
null : xp.right;
}
if (xpr != null) {
//把xpr的颜色设置成xp的颜色
xpr.red = (xp == null) ? false : xp.red;
if ((sr = xpr.right) != null)
//设置xpr的右子节点为黑色
sr.red = false;
}
if (xp != null) {
//反之,做左旋转操作
xp.red = false;
root = rotateLeft(root, xp);
}
x = root;
}
}
}
else { //和上面对应的,只是换了一边
if (xpl != null && xpl.red) {
xpl.red = false;
xp.red = true;
root = rotateRight(root, xp);
xpl = (xp = x.parent) == null ? null : xp.left;
}
if (xpl == null)
x = xp;
else {
TreeNode<K,V> sl = xpl.left, sr = xpl.right;
if ((sl == null || !sl.red) &&
(sr == null || !sr.red)) {
xpl.red = true;
x = xp;
}
else {
if (sl == null || !sl.red) {
if (sr != null)
sr.red = false;
xpl.red = true;
root = rotateLeft(root, xpl);
xpl = (xp = x.parent) == null ?
null : xp.left;
}
if (xpl != null) {
xpl.red = (xp == null) ? false : xp.red;
if ((sl = xpl.left) != null)
sl.red = false;
}
if (xp != null) {
xp.red = false;
root = rotateRight(root, xp);
}
x = root;
}
}
}
}
//用来拆分红黑树,主要是HashMap的扩容中会用到,hashMap扩容会将红黑树按高低位分成两部分放到table中去
final void split(HashMap<K,V> map, Node<K,V>[] tab, int index, int bit) {
TreeNode<K,V> b = this;
//声明高位树和低位树
TreeNode<K,V> loHead = null, loTail = null;
TreeNode<K,V> hiHead = null, hiTail = null;
int lc = 0, hc = 0;
//循环遍历树,将节点拆分为高位数和低位树
for (TreeNode<K,V> e = b, next; e != null; e = next) {
//存储next
next = (TreeNode<K,V>)e.next;
e.next = null;
//bit是当前数组的size,通过位运算,计算节点是高位还是低位
if ((e.hash & bit) == 0) {
//如果运算结果为0,说明在低位
//用来判断是不是第一次插入,如果是第一次,设置首节点
if ((e.prev = loTail) == null)
loHead = e;
else
//如果不是,直接设置next
loTail.next = e;
loTail = e;
++lc;
}
else {
if ((e.prev = hiTail) == null)
hiHead = e;
else
hiTail.next = e;
hiTail = e;
++hc;
}
}
//对低位树进行处理,放在原index位置
if (loHead != null) {
//如果长度没超过UNTREEIFY_THRESHOLD,转换为链表
if (lc <= UNTREEIFY_THRESHOLD)
tab[index] = loHead.untreeify(map);
else {
//否则进行树化处理
tab[index] = loHead;
if (hiHead != null) // (else is already treeified)
loHead.treeify(tab);
}
}
//高位树处理,放在原index+bit处
if (hiHead != null) {
if (hc <= UNTREEIFY_THRESHOLD)
tab[index + bit] = hiHead.untreeify(map);
else {
tab[index + bit] = hiHead;
if (loHead != null)
hiHead.treeify(tab);
}
}
}
}
成员变量
//序列化编号
private static final long serialVersionUID = 362498820763181265L;
//默认初始容量,必须为2的幂,这里默认初始容量是16
static final int DEFAULT_INITIAL_CAPACITY = 1 << 4;
//允许的最大容量,2的30次方
static final int MAXIMUM_CAPACITY = 1 << 30;
//默认加载因子,0.75,和容量相关的,指的是填满容量的最大比例,如果不指定就是默认的75%
static final float DEFAULT_LOAD_FACTOR = 0.75f;
//jdk1.8中是使用链表+数组+红黑树的方式实现的,这里指的是链表转换成树的阈值
//相同数据下,红黑树所占用的空间是链表的两倍
//即当桶中数量超过TREEIFY_THRESHOLD时使用树来代替链表。默认值是8
static final int TREEIFY_THRESHOLD = 8;
//树转换成链表的阈
//当频繁的删除和插入操作时,假如一直在这个数字附近徘徊,就会频繁的在数组和红黑树之间切换
//转换的数字有相差是为了减少频繁的转换带来的性能浪费
//即当桶中数量小于UNTREEIFY_THRESHOLD 时用链表来代替树
static final int UNTREEIFY_THRESHOLD = 6;
//红黑树的最小容量
static final int MIN_TREEIFY_CAPACITY = 64;
//类型为Node<K,V>的数组
transient Node<K,V>[] table;
//保存缓存的entrySet(),用于keySet()和values()
transient Set<Map.Entry<K,V>> entrySet;
//table数组的长度
transient int size;
//更改次数,并发时用来判断是否有其他线程更改了
transient int modCount;
//扩容的临界值,当table的size>这个值时,会进行扩容
int threshold;
//实际加载因子
final float loadFactor;
构造方法
//创建时指定初始长度和加载因子
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);
this.loadFactor = loadFactor;
this.threshold = tableSizeFor(initialCapacity);
}
//指定初始长度,调用了上面的构造函数,指定长度和默认加载因子
public HashMap(int initialCapacity) {
this(initialCapacity, DEFAULT_LOAD_FACTOR);
}
//创建默认的HashMap,长度和加载因子都是默认
public HashMap() {
this.loadFactor = DEFAULT_LOAD_FACTOR; // all other fields defaulted
}
//入参一个HashMap集合
public HashMap(Map<? extends K, ? extends V> m) {
this.loadFactor = DEFAULT_LOAD_FACTOR;
putMapEntries(m, false);
}
扩容和hash计算
- hash计算
static final int hash(Object key) {
int h;
return (key == null) ? 0 : (h = key.hashCode()) ^ (h >>> 16);
}
-
用来计算key的hash值,为了减少hash碰撞,获取key的hashCode后,还进行了异或运算和位运算
-
为什么是取>>>16,注释中有说到,计算hashcode,将较高的位扩展到较低的位,因为hash表的长度都是2的幂,而我们在之前bucket索引计算的时候可以发现,实际上大于size长度的高位,根本没有参与计算。因此,我们需要一个折衷的办法,将高位部分也能参与到计算中来。这样可以使得数据更加平均的分布在系统中。
-
resize()扩容
//hashMap扩容
final Node<K,V>[] resize() {
//获得table数组、长度、实际扩容的值
Node<K,V>[] oldTab = table;
int oldCap = (oldTab == null) ? 0 : oldTab.length;
int oldThr = threshold;
int newCap, newThr = 0;
//table数组不为空才进行后续操作
if (oldCap > 0) {
//判断当前是不是已经达到了最大值,如果是就不再扩容,返回原数组
if (oldCap >= MAXIMUM_CAPACITY) {
threshold = Integer.MAX_VALUE;
return oldTab;
}
//将数组扩容为原来长度的2倍,实际存放的oldThr也是一样扩容为原来的两倍
else if ((newCap = oldCap << 1) < MAXIMUM_CAPACITY &&
oldCap >= DEFAULT_INITIAL_CAPACITY)
newThr = oldThr << 1; // double threshold
}
//如果使用的有参构造器,oldThr的值是创建时指定且不为0,就会使用指定的容量来完成后续的操作
else if (oldThr > 0)
newCap = oldThr;
//如果调用的无参构造器,要对table数组进行初始化,和触发扩容的值
else {
newCap = DEFAULT_INITIAL_CAPACITY;
newThr = (int)(DEFAULT_LOAD_FACTOR * DEFAULT_INITIAL_CAPACITY);
}
//调用有参构造器且newThr为0,重新计算赋值
if (newThr == 0) {
float ft = (float)newCap * loadFactor;
newThr = (newCap < MAXIMUM_CAPACITY && ft < (float)MAXIMUM_CAPACITY ?
(int)ft : Integer.MAX_VALUE);
}
//将计算的值指向threshold
threshold = newThr;
//创建一个新的table数组,长度为扩容后的长度,并将新的数组指向table
@SuppressWarnings({"rawtypes","unchecked"})
Node<K,V>[] newTab = (Node<K,V>[])new Node[newCap];
table = newTab;
//进行数据的迁移
if (oldTab != null) {
//循环遍历旧的table
for (int j = 0; j < oldCap; ++j) {
Node<K,V> e;
if ((e = oldTab[j]) != null) {
oldTab[j] = null;
//如果当前位置的元素没有发生hash碰撞,即只有一个节点
if (e.next == null)
//直接赋值给指定位置
newTab[e.hash & (newCap - 1)] = e;
//如果hash相同,且这个位置的元素是红黑树结构
else if (e instanceof TreeNode)
//调用TreeNode的split方法,上面有详细讲过,会将红黑树分出高位和低位
((TreeNode<K,V>)e).split(this, newTab, j, oldCap);
else {
//如果hash碰撞,且当前位置数据是链表结构
Node<K,V> loHead = null, loTail = null;
Node<K,V> hiHead = null, hiTail = null;
Node<K,V> next;
//遍历循环链表,分出高位和低位
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);
//和红黑树一样,低位位置不变,高位位置为当前位置+数组的旧位置
if (loTail != null) {
loTail.next = null;
newTab[j] = loHead;
}
if (hiTail != null) {
hiTail.next = null;
newTab[j + oldCap] = hiHead;
}
}
}
}
}
//返回新的数组
return newTab;
}
常用方法
- get(Object key):通过key获取节点的value
//如果取到的节点为null返回null,否则返回节点的value
public V get(Object key) {
Node<K,V> e;
//调用getNode方法,在下面
return (e = getNode(hash(key), key)) == null ? null : e.value;
}
//通过计算的hash值和key取出节点
final Node<K,V> getNode(int hash, Object key) {
Node<K,V>[] tab; Node<K,V> first, e; int n; K k;
//判断数组是否为空,并通过位运算得到table数组中的位置
if ((tab = table) != null && (n = tab.length) > 0 &&
(first = tab[(n - 1) & hash]) != null) {
if (first.hash == hash && // 如果hash值相同,key也相同,直接返回
((k = first.key) == key || (key != null && key.equals(k))))
return first;
//如果不相同,判断是否下面还有节点,有的话就遍历查找
if ((e = first.next) != null) {
//如果是红黑树结构,按照红黑树的方式取
if (first instanceof TreeNode)
//这个方法上面有说
return ((TreeNode<K,V>)first).getTreeNode(hash, key);
//否则就直接遍历链表,取到元素返回
do {
if (e.hash == hash &&
((k = e.key) == key || (key != null && key.equals(k))))
return e;
} while ((e = e.next) != null);
}
}
return null;
}
- 首先计算key的hash值
- 通过位运算,获得hash值对应的index位置
- 判断当前index位置的key是否和要查找的key相同,如果相同直接返回
- 如果不相同,判断当前这个元素的next是不是为空,如果为空,返回null
- 如果不为空,判断是否是红黑树结构,如果是红黑树结构,调用红黑树的方法查找
- 如果是链表结构,遍历查找链表
- 如果找到了,返回找到的值,如果都没找到,返回null
- put(K key, V value) :往集合中添加一个元素
public V put(K key, V value) {
return putVal(hash(key), key, value, false, true);
}
//key:键,vlaue:值,onlyIfAbsent:如果key存在,是否用新值取代旧值
//evict,在方法的最后面用到了
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table==null,或者tab的长度=0
if ((tab = table) == null || (n = tab.length) == 0)
//进行扩容,返回扩容后的长度,扩容的方法上面有说
n = (tab = resize()).length;
//通过位运算得到tab中index的位置,如果为空,直接设置
if ((p = tab[i = (n - 1) & hash]) == null)
tab[i] = newNode(hash, key, value, null);
else {
Node<K,V> e; K k;
//如果不为空,判断p的hash值和key是否相等
if (p.hash == hash &&
((k = p.key) == key || (key != null && key.equals(k))))
//如果相等,把p指向e
e = p;
//如果p是红黑树结构的
else if (p instanceof TreeNode)
//直接调用红黑树的putTreeVal方法,上面有说过这个方法,如果存在的话返回的是旧的元素
e = ((TreeNode<K,V>)p).putTreeVal(this, tab, hash, key, value);
else {
//如果是链表结构,遍历找到链表的最后一个元素,并记录长度
for (int binCount = 0; ; ++binCount) {
//判断是不是最后一个元素
if ((e = p.next) == null) {
//如果是,直接插入到这个元素后面
p.next = newNode(hash, key, value, null);
//判断是不是超过了链表转红黑树的那个值
if (binCount >= TREEIFY_THRESHOLD - 1) // -1 for 1st
//如果超过了,调用TreeNode的treeifyBin方法树话链表,上面有说过
treeifyBin(tab, hash);
break;
}
//如果还不是链表的最后一个节点,且hash相等,key也相等,把获取到的p指向e
if (e.hash == hash &&
((k = e.key) == key || (key != null && key.equals(k))))
break;
p = e;
}
}
if (e != null) { // existing mapping for key
//判断是不是要覆盖原来的值
V oldValue = e.value;
if (!onlyIfAbsent || oldValue == null)
e.value = value;
//afterNodeAccess是个空方法体,是为了继承HashMap的LinkedHashMap类服务的
afterNodeAccess(e);
return oldValue;
}
}
++modCount;
//如果插入后,当前table的长度达到了需要扩容时的长度,对数组进行扩容
if (++size > threshold)
resize();
//一样,afterNodeInsertion也是个空方法体,是为了继承HashMap的LinkedHashMap类服务的
afterNodeInsertion(evict);
return null;
}
调用put方法设置元素的流程
- 首先通过计算出key的hash值
- 判断table数组是否为空,如果是空的先对数组进行初始化
- 如果不为空,通过位运算,获取到hash值对应的index位置
- 先判断index处的元素是不是为空,如果不为空,直接插入到这个位置
- 如果不为空,判断key是不是相同,如果是先标记出来
- 如果发生hash碰撞且key不相同,那么判断该节点是红黑树还是链表
- 如果是红黑树,调用红黑树的查找方法,判断是不是已经存在,如果存在就标记出来,不存在就插入到末尾,红黑树内部会调用方法去平衡树
- 如果是链表,也是一样,遍历查找,如果没有相同的key,直接插入到链表末尾,如果有的话也是标记出来
- 判断是否需要替换掉旧的值
- 再判断数组是否需要扩容,如果需要扩容再调用扩容方法