HashMap常用方法底层源码,超详细解析(1.8)

hashmap原理

hashmap底层是由数组+链表组成的数据结构
链表长度>8时自动转换为红黑树,当长度<6时自动转换为链表
例如:
	put(a)的hash值为2,put(b)的hash值也为2,hash值相同时就会通过equal()比较key值是否相同,key值相同,则覆盖,不相同就会形成链表。

特性

	1.HashMap存储键值对实现快速存取,允许为null。key值不可重复,若key值重复则覆盖。
	2.非同步,线程不安全。
	3.底层是hash表,不保证有序(比如插入的顺序)

成员常量

	// 初始大小,默认为16
    static final int DEFAULT_INITIAL_CAPACITY = 1 << 4;
	// 最大容量为2的30次方
	static final int MAXIMUM_CAPACITY = 1 << 30;
	// 默认的装载因子
	static final float DEFAULT_LOAD_FACTOR = 0.75f;
	// 链表转换为红黑树的阈值
	static final int TREEIFY_THRESHOLD = 8;
	// 红黑树转换为链表的阈值
	static final int UNTREEIFY_THRESHOLD = 6;
	// 链表转红黑树的最小容量
	static final int MIN_TREEIFY_CAPACITY = 64;

成员变量

	// 存储元素的数组,总是2的幂次倍
	transient Node<K,V>[] table;
	// 保存entrySet的缓存
	transient Set<Map.Entry<K,V>> entrySet;
	// 键值对数量
	transient int size;
	// 修改次数
	transient int modCount;
	// 阈值,hashmap键值对数量超过阈值,就会扩容;当实际大小(容量*填充因子)超过临界值时
	int threshold;
	// 负载因子
	final float loadFactor;

插入(修改)put()方法

public V put(K key, V value) {
    // hash(key)计算key的hash值
    return putVal(hash(key), key, value, false, true);
}	
	static final int hash(Object key) {
        int h;
        return (key == null) ? 0 : (h = key.hashCode()) ^ (h >>> 16);
    }
	final V putVal(int hash, K key, V value, boolean onlyIfAbsent,
                   boolean evict) {
        Node<K,V>[] tab; Node<K,V> p; int n, i;
    	// 判断tab是否为null,长度是否为0,初始化hash表的时机为第一次调用put方法,调用resize()时
        if ((tab = table) == null || (n = tab.length) == 0)
            // 调用resize()初始化桶数组
            n = (tab = resize()).length;
    	// i:根据key计算的hash值,得到数组下标
    	// 判断是否发生了hash冲突,即当前位置是否已经存在节点
        if ((p = tab[i = (n - 1) & hash]) == null)
            // 建立新的节点
            // newNode(hash, key, value, null) = new Node<>(hash, key, value, next)
            tab[i] = newNode(hash, key, value, null);
        else { // 发生了hash冲突
            Node<K,V> e; K k;
            // 判断新节点的key与旧节点的key和hash值是否相同
            if (p.hash == hash &&
                ((k = p.key) == key || (key != null && key.equals(k))))
                // 新值替换旧值
                e = p;
            // 判断新数据是否为红黑树
            else if (p instanceof TreeNode)
                // 调用树节点putTreeVal插入数据
                e = ((TreeNode<K,V>)p).putTreeVal(this, tab, hash, key, value);
            else {
                // 遍历链表
                for (int binCount = 0; ; ++binCount) {
                    // 遍历到链表底部
                    if ((e = p.next) == null) {
                        // 插入新的节点
                        p.next = newNode(hash, key, value, null);
                        // 判断插入新节点后的链表长度是否>=8
                        // 第一个元素没有加入到binCount中,所以-1
                        if (binCount >= TREEIFY_THRESHOLD - 1)
                            // 数组长度小于64还是只扩容,不树化
                            treeifyBin(tab, hash);
                        break;
                    }
                    // 在链表中找到相同的key,直接替换value	
                    if (e.hash == hash &&
                        ((k = e.key) == key || (key != null && key.equals(k))))
                        break;
                    p = e;
                }
            }
            // 说明只是遍历到中间就break了,该种情况是在链表中找到了完全相等的key
            if (e != null) {
                // 保存旧值
                V oldValue = e.value;
                // 判断是否需要替换
                if (!onlyIfAbsent || oldValue == null)
                    e.value = value;
                // 这是一个默认实现为空的函数,用作LinkedHashMap重写使用
                afterNodeAccess(e);
                return oldValue;
            }
        }
        ++modCount;
    	// 插入成功后,判断实际存在的键值对数量size > 最大容量threshold,若 > ,则进行扩容
        if (++size > threshold)
            resize();
    	// 插入成功时会调用的方法(默认实现为空)
        afterNodeInsertion(evict);
        return null;
    }

扩容机制resize()

// resize有两种使用情况,一是进行初始化,二是数组容量不够进行扩容
final Node<K,V>[] resize() {
        Node<K,V>[] oldTab = table; // 扩容前的数组
        int oldCap = (oldTab == null) ? 0 : oldTab.length; // 扩容前数组的容量=长度
        int oldThr = threshold; // 扩容前的数组的阈值
        int newCap, newThr = 0;
    	// 扩容前的数组容量超过最大值,不进行扩容
        if (oldCap > 0) {
            if (oldCap >= MAXIMUM_CAPACITY) {
                threshold = Integer.MAX_VALUE;
                return oldTab;
            }
            // 无法超过最大值,扩容为原来的两倍
            else if ((newCap = oldCap << 1) < MAXIMUM_CAPACITY &&
                     oldCap >= DEFAULT_INITIAL_CAPACITY)
                newThr = oldThr << 1; 
        }//如果当前表是空的,但是有阈值。代表是初始化时指定了容量、阈值的情况
        else if (oldThr > 0) 
            newCap = oldThr;
        else { // 如果当前表是空的,而且也没有阈值。代表是初始化时没有任何容量/阈值参数的情况
            // 新数组容量为默认的16
            newCap = DEFAULT_INITIAL_CAPACITY; 
            // 新的阈值=默认的容量16*默认加载因子0.75
            newThr = (int)(DEFAULT_LOAD_FACTOR * DEFAULT_INITIAL_CAPACITY);
        }
   		// 如果新的阈值为0
        if (newThr == 0) {
            // 根据新表容量 和 负载因子 求出新的阈值
            float ft = (float)newCap * loadFactor;
            // 进行越界修复
            newThr = (newCap < MAXIMUM_CAPACITY && ft < (float)MAXIMUM_CAPACITY ?
                      (int)ft : Integer.MAX_VALUE);
        }
    	// 更新阈值
        threshold = newThr;
        @SuppressWarnings({"rawtypes","unchecked"})
    		// 根据新的阈值构建新的hash桶
            Node<K,V>[] newTab = (Node<K,V>[])new Node[newCap];
    	// 更新hash桶的引用
        table = newTab;
    	// 如果旧hash桶中有元素,将旧的桶中的元素转移到新的桶
        if (oldTab != null) {
            // 遍历旧hash桶
            for (int j = 0; j < oldCap; ++j) {
                // 取出当前节点e
                Node<K,V> e;
                // 如果桶中有元素,则赋值给e
                if ((e = oldTab[j]) != null) {
                    // 将旧hash桶置空,方便GC
                    oldTab[j] = null;
                    // 如果当前链表就一个元素
                    if (e.next == null)
                        // 将元素放入新hash桶中
                        // 新桶的下标取值为 hash值与桶的长度-1
                        newTab[e.hash & (newCap - 1)] = e;
                    // 如果发生hash碰撞且节点长度超过8,转换为红黑树
                    else if (e instanceof TreeNode)
                        ((TreeNode<K,V>)e).split(this, newTab, j, oldCap);
                    else { // 如果发生hash碰撞且节点长度小于8,则根据链表上每个节点的hash值放入到新桶对应的下标位置
                        // 低位链表的头节点和尾节点
                        Node<K,V> loHead = null, loTail = null;
                        // 高位链表的头节点和尾节点
                        Node<K,V> hiHead = null, hiTail = null;
                        // 临时节点
                        Node<K,V> next;
                        do {
                            next = e.next;
                             //这里是一个利用位运算 代替常规运算的高效点: 利用哈希值 与 旧的容量,可以得到哈希值去模后,是大于等于oldCap还是小于oldCap,等于0代表小于oldCap,应该存放在低位,否则存放在高位
                            if ((e.hash & oldCap) == 0) {
                                // 给头尾节点指针赋值
                                if (loTail == null)
                                    loHead = e;
                                else
                                    loTail.next = e;
                                loTail = e;
                            }
                            // 高位
                            else {
                                // 给节点指针赋值
                                if (hiTail == null)
                                    hiHead = e;
                                else
                                    hiTail.next = e;
                                hiTail = e;
                            }
                        } while ((e = next) != null);
					  // 将低位链表放在原index处
                        if (loTail != null) {
                            loTail.next = null;
                            newTab[j] = loHead;
                        }
                        // 将高位链表放在新index处
                        if (hiTail != null) {
                            hiTail.next = null;
                            newTab[j + oldCap] = hiHead;
                        }
                    }
                }
            }
        }
        return newTab;
    }

查询get()

	public V get(Object key) {
        Node<K,V> e;
        // 查询成功返回value,失败返回null
        return (e = getNode(hash(key), key)) == null ? null : e.value;
    }
	final Node<K,V> getNode(int hash, Object key) {
        // first为要查找的key的前置节点
        Node<K,V>[] tab; Node<K,V> first, e; int n; K k;
        // 数组不为空并且数组长度>0,并且数组的前置节点不为空
        if ((tab = table) != null && (n = tab.length) > 0 &&
            (first = tab[(n - 1) & hash]) != null) {
            // 判断首节点的key和目标值是否相同
            if (first.hash == hash && // always check first node
                ((k = first.key) == key || (key != null && key.equals(k))))
                return first;
            if ((e = first.next) != null) {
                // 如果为树,返回树中的节点
                if (first instanceof TreeNode)
                    return ((TreeNode<K,V>)first).getTreeNode(hash, key);
                // 为链表,进行遍历查找并返回
                do {
                    if (e.hash == hash &&
                        ((k = e.key) == key || (key != null && key.equals(k))))
                        return e;
                } while ((e = e.next) != null);
            }
        }
        return null;
    }

删除remove()

public V remove(Object key) {
        Node<K,V> e;
    	// 删除成功返回目标key的value值,否则返回null
        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;
    	// p是待删除结点的前置节点
    	// 判断数组是否为空并且长度>0
        if ((tab = table) != null && (n = tab.length) > 0 &&
            (p = tab[index = (n - 1) & hash]) != null) {
            // node为待删除节点
            Node<K,V> node = null, e; K k; V v;
            // 判断链表头是否为需要删除的节点
            if (p.hash == hash &&
                ((k = p.key) == key || (key != null && key.equals(k))))
                node = p;
            // 判断是否只有一个节点
            else if ((e = p.next) != null) {
                // 节点是否为树
                if (p instanceof TreeNode)
                    // 树中所在节点赋值给node
                    node = ((TreeNode<K,V>)p).getTreeNode(hash, key);
                else {
                    // 遍历链表,链表所在节点赋值给node
                    do {
                        if (e.hash == hash &&
                            ((k = e.key) == key ||
                             (key != null && key.equals(k)))) {
                            node = e;
                            break;
                        }
                        p = e;
                    } while ((e = e.next) != null);
                }
            }
            // 从哈希表中删除某个节点, 如果参数matchValue是true,则必须key 、value都相等才删除。
		   // 如果movable参数是false,在删除节点时,不移动其他节点
            // 如果有待删除节点node,且 matchValue为false,或者值也相等
            if (node != null && (!matchValue || (v = node.value) == value ||
                                 (value != null && value.equals(v)))) {
                // 如果节点为树对象,删除树中所在节点
                if (node instanceof TreeNode)
                    ((TreeNode<K,V>)node).removeTreeNode(this, tab, movable);
                // node节点为首节点(链表节点),将下一个节点置于头节点
                else if (node == p)
                    tab[index] = node.next;
                else
                    // 删除的节点在链表中间
                    p.next = node.next;
                // hashmap修改次数增加
                ++modCount;
                // hashmap长度减小
                --size;
                // LinkdHashMap回调函数
                afterNodeRemoval(node);
                return node;
            }
        }
        return null;
    }

本人也在一步步的学习中,如发现有不对的地方,欢迎指正。
另本人会在私人公众号不定时推送一些知识文章,欢迎各位订阅哦。
在这里插入图片描述

  • 1
    点赞
  • 0
    收藏
    觉得还不错? 一键收藏
  • 2
    评论
评论 2
添加红包

请填写红包祝福语或标题

红包个数最小为10个

红包金额最低5元

当前余额3.43前往充值 >
需支付:10.00
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明:

1.余额是钱包充值的虚拟货币,按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载,可以购买VIP、付费专栏及课程。

余额充值