HashMap源码简单介绍

一、Hash介绍

1.Hash概念

Hash也称散列、哈希,基本原理就是把任意长度的输入,通过Hash算法变成固定长度的输出.这个映射规则就是对应的Hash算法,而原始数据映射后的二进制串就是哈希值.

2.Hash特点

1.从Hash值不可以反向推导出原始数据
2.输入数据的微小变化会得到不同的Hash值,相同数据得到的相同的值
3.哈希算法的执行效率要高,长的文本也能快速地计算出哈希值
4.Hash算法的冲突概率要小

由于Hash的原理是将输入空间的值映射成Hash空间内,而Hash值的空间远小于输入的空间,根据抽屉原理,一定会存在不同的输入被映射成相同输出的结果

3.Hash继承体系

HashMap继承了AbstractMap,而AbstractMap实现了Map接口

4.Node结构

final int hash;
final K key;
V value;
Node<K,V> next;
这里的hash不是key的哈希值,看源码
static final int hash(Object key) {
int h;
return (key == null) ? 0 : (h = key.hashCode()) ^ (h >>> 16);
}
是为了让高16位也参与路由运算
i = (n - 1) & hash

5.让高16位参与运算的原因

当数组的长度很短时,只有低位数的hashcode值能够参与运算,而让高16位参与运算可以更好的均匀散列,减少碰撞,进一步降低hash冲突的几率
#底层数据结构
JDK1.7前是数组+链表
JDK1.8后是数组+链表+红黑树

6.HashMap为什么引入红黑树

以空间换时间,链表的查询效率是o(n),而红黑树是o(logn)

二、HashMap源码解读

1.常见属性

static final int DEFAULT_INITIAL_CAPACITY = 1 << 4; // aka 16#默认初始容量
static final int MAXIMUM_CAPACITY = 1 << 30;#最大长度
static final float DEFAULT_LOAD_FACTOR = 0.75f;#负载因子
#树化阈值
static final int TREEIFY_THRESHOLD = 8;
static final int MIN_TREEIFY_CAPACITY = 64;
static final int UNTREEIFY_THRESHOLD = 6;#树降级为链表
transient Node<K,V>[] table;#哈希表
transient int size;#容量
transient int modCount;#修改次数
int threshold;#扩容阈值
final float loadFactor;#负载因子

2.tableSizeFor方法

#构造方法中这个的作用是返回大于等于cap的2的次方数
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;
}
当没有插入元素时容量和阈值是一样的,当插入一个元素过后阈值会重新计算 = 容量 * 负载因子
可以使用这段代码查看
	public static void main(String[] args) throws Exception {
        //指定初始容量15来创建一个HashMap
		HashMap m = new HashMap(15);
        //获取HashMap整个类
		Class<?> mapType = m.getClass();
        //获取指定属性，也可以调用getDeclaredFields()方法获取属性数组
		Field threshold =  mapType.getDeclaredField("threshold");
        //将目标属性设置为可以访问
		threshold.setAccessible(true);
        //获取指定方法，因为HashMap没有容量这个属性，但是capacity方法会返回容量值
		Method capacity = mapType.getDeclaredMethod("capacity");
        //设置目标方法为可访问
		capacity.setAccessible(true);
        //打印刚初始化的HashMap的容量、阈值和元素数量
		System.out.println("容量："+capacity.invoke(m)+"    阈值："+threshold.get(m)+"    元素数量："+m.size());
		for (int i = 0;i<17;i++){
			m.put(i,i);
            //动态监测HashMap的容量、阈值和元素数量
			System.out.println("容量："+capacity.invoke(m)+"    阈值："+threshold.get(m)+"    元素数量："+m.size());
		}
	}

3.put

#put操作
1.如果最开始没有那么会在这里初始化table
put操作四种情况
1.桶位为空 => 直接插入
2.桶位不为空没有链化 => 比较key是否相同,相同就替换,否则形成node结点形成链表
3.已经链化 => 与2类似,但是加入过后是否达到树化阈值
4.红黑树 => 还没看红黑树

4.resize方法

#resize方法中的扩容
		Node<K,V>[] oldTab = table;
		#oldCap,oldThr就是老的容量和扩容阈值
        int oldCap = (oldTab == null) ? 0 : oldTab.length;
        int oldThr = threshold;
        #newCap,newThr就是新的容量和扩容阈值
        int newCap, newThr = 0;
        #正常扩容(已经初始化过)
        if (oldCap > 0) {
        	#当老容量大等于最大的时候就不扩容,就将扩容阈值变成Integer.MAX_VALUE(几乎不发生)
            if (oldCap >= MAXIMUM_CAPACITY) {
                threshold = Integer.MAX_VALUE;
                return oldTab;
            }
            #扩大一倍容量,但是阈值是否扩大一倍必须满足老容量大等于16
            else if ((newCap = oldCap << 1) < MAXIMUM_CAPACITY &&
                     oldCap >= DEFAULT_INITIAL_CAPACITY)
                newThr = oldThr << 1; // double threshold
        }
        #初始化
        else if (oldThr > 0) // initial capacity was placed in threshold
            newCap = oldThr;
        #初始化
        else {               // zero initial threshold signifies using defaults
            newCap = DEFAULT_INITIAL_CAPACITY;
            newThr = (int)(DEFAULT_LOAD_FACTOR * DEFAULT_INITIAL_CAPACITY);
        }
        if (newThr == 0) {
            float ft = (float)newCap * loadFactor;
            newThr = (newCap < MAXIMUM_CAPACITY && ft < (float)MAXIMUM_CAPACITY ?
                      (int)ft : Integer.MAX_VALUE);
        }
        threshold = newThr;

5.resize方法中的复制

#resize方法中的复制

	   Node<K,V>[] newTab = (Node<K,V>[])new Node[newCap];
        table = newTab;
        #说明本次扩容前,table不为null
        if (oldTab != null) {
            for (int j = 0; j < oldCap; ++j) {
                Node<K,V> e;
                #e就是当前节点
                #说明当前桶位中有数据但不知到是 单个数据还是链表还是红黑树
                if ((e = oldTab[j]) != null) {
                	#方便JVM GC时的垃圾回收
                    oldTab[j] = null;
                    #第一种情况,当前桶位只有一个元素,没有发生碰撞,直接计算出当前元素应放的位置
                    if (e.next == null)
                        newTab[e.hash & (newCap - 1)] = e;
                    #树化    
                    else if (e instanceof TreeNode)
                        ((TreeNode<K,V>)e).split(this, newTab, j, oldCap);
                    else { // preserve order
                       #链表
                       
                        #低位链表:存放在扩容之后的数组的下标位置,与当前数组的下标位置一致
                        Node<K,V> loHead = null, loTail = null;
                      #高位链表:存放在扩容之后的数组的下标位置,当前数组的下标位置+扩容前数组的长度
                        Node<K,V> hiHead = null, hiTail = null;
                        Node<K,V> next;
                        do {
                            next = e.next;
                            #证明这是一个低位
                            if ((e.hash & oldCap) == 0) {
                                if (loTail == null)
                                    loHead = e;
                                else
                                    loTail.next = e;
                                loTail = e;
                            }
                            #高位
                            else {
                                if (hiTail == null)
                                    hiHead = e;
                                else
                                    hiTail.next = e;
                                hiTail = e;
                            }
                        } while ((e = next) != null);
                        #将高位和低位链的头部给数组位置节点
                        if (loTail != null) {
                            loTail.next = null;
                            newTab[j] = loHead;
                        }
                        if (hiTail != null) {
                            hiTail.next = null;
                            newTab[j + oldCap] = hiHead;
                        }
                    }
                }
            }
        }

6.get方法

#HashMap中的get方法
get方法其实就是getNode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;
        #判断是否为空
        if ((tab = table) != null && (n = tab.length) > 0 &&
            (first = tab[(n - 1) & hash]) != null) {
            #当第一个元素的key == key,直接返回
            if (first.hash == hash && // always check first node
                ((k = first.key) == key || (key != null && key.equals(k))))
                return first;
             #当存在下一个元素时,可以是链表可以是树   
            if ((e = first.next) != null) {
           		#树
                if (first instanceof TreeNode)
                    return ((TreeNode<K,V>)first).getTreeNode(hash, key);
                #链表的查找
                do {
                    if (e.hash == hash &&
                        ((k = e.key) == key || (key != null && key.equals(k))))
                        return e;
                } while ((e = e.next) != null);
            }
        }
        return null;
    }

7.remove方法

#remove
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;
        
        #判断tab是否为空同时根据寻址公式查看是否位置上为空
        if ((tab = table) != null && (n = tab.length) > 0 &&
            (p = tab[index = (n - 1) & hash]) != null) {
            #node查找的结果
            Node<K,V> node = null, e; K k; V v;
            #直接找到
            if (p.hash == hash &&
                ((k = p.key) == key || (key != null && key.equals(k))))
                node = p;
            #有链表或者树    
            else if ((e = p.next) != null) {
            	#树
                if (p instanceof TreeNode)
                    node = ((TreeNode<K,V>)p).getTreeNode(hash, key);
                    
                else {
                #链表
                    do {
                        if (e.hash == hash &&
                            ((k = e.key) == key ||
                             (key != null && key.equals(k)))) {
                            node = e;
                            break;
                        }
                        p = e;
                    } while ((e = e.next) != null);
                }
            }
            #j
            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;
    }