一、整体架构
HashMap从本质上来说,采用的是key--value的形式存取元素,底层实现为数组+链表+红黑树,初始容量是16,增长因子为0.75,非线程安全,允许null值;
常见属性:
//初始容量为 16
static final int DEFAULT_INITIAL_CAPACITY = 1 << 4;
//最大容量
static final int MAXIMUM_CAPACITY = 1 << 30;
//负载因子默认值
static final float DEFAULT_LOAD_FACTOR = 0.75f;
//桶上的链表长度大于等于8时,链表转化成红黑树
static final int TREEIFY_THRESHOLD = 8;
//桶上的红黑树大小小于等于6时,红黑树转化成链表
static final int UNTREEIFY_THRESHOLD = 6;
//当数组容量大于 64 时,链表才会转化成红黑树
static final int MIN_TREEIFY_CAPACITY = 64;
//记录迭代过程中 HashMap 结构是否发生变化,如果有变化,迭代时会 fail-fast
transient int modCount;
//HashMap 的实际大小,可能不准(因为当你拿到这个值的时候,可能又发生了变化)
transient int size;
//存放数据的数组
transient Node<K,V>[] table;
// 扩容的门槛,有两种情况
// 如果初始化时,给定数组大小的话,通过 tableSizeFor 方法计算,数组大小永远接近于 2 的幂次方,比如你给定初始化大小 19,实际上初始化大小为 32,为 2 的 5 次方。
// 如果是通过 resize 方法进行扩容,大小 = 数组容量 * 0.75
int threshold;
//链表的节点
static class Node<K,V> implements Map.Entry<K,V> {
//红黑树的节点
static final class TreeNode<K,V> extends LinkedHashMap.Entry<K,V> {}
二、源码分析
1 新增
新增key,value的大致步骤如下:
- 空数组有无初始化,如果没有进行初始化,先初始化
- 如果通过key的hash值能直接找到值,则直接跳到6,否则跳到3
- 如果hash冲突,两种解决方法:链表或者红黑树
- 如果是链表,递归循环,把新元素追加到队尾
- 如果是红黑树,调用红黑树的方法进行追加
- 通过2、4、5将新元素追加成功,再根据onlyIfAbsent判断是否需要覆盖
- 判断是否需要扩容,如果需要扩容则进行扩容
具体源代码如下:
// 入参 hash:通过 hash 算法计算出来的值。
// 入参 onlyIfAbsent:false 表示即使 key 已经存在了,仍然会用新值覆盖原来的值,默认为 false
final V putVal(int hash, K key, V value, boolean onlyIfAbsent,
boolean evict) {
// n 表示数组的长度,i 为数组索引下标,p 为 i 下标位置的 Node 值
Node<K,V>[] tab; Node<K,V> p; int n, i;
//如果数组为空,使用 resize 方法初始化
if ((tab = table) == null || (n = tab.length) == 0)
n = (tab = resize()).length;
// 如果当前索引位置是空的,直接生成新的节点在当前索引位置上
if ((p = tab[i = (n - 1) & hash]) == null)
tab[i] = newNode(hash, key, value, null);
// 如果当前索引位置有值的处理方法,即我们常说的如何解决 hash 冲突
else {
// e 当前节点的临时变量
Node<K,V> e; K k;
// 如果 key 的 hash 和值都相等,直接把当前下标位置的 Node 值赋值给临时变量
if (p.hash == hash &&
((k = p.key) == key || (key != null && key.equals(k))))
e = p;
// 如果是红黑树,使用红黑树的方式新增
else if (p instanceof TreeNode)
e = ((TreeNode<K,V>)p).putTreeVal(this, tab, hash, key, value);
// 是个链表,把新节点放到链表的尾端
else {
// 自旋
for (int binCount = 0; ; ++binCount) {
// e = p.next 表示从头开始,遍历链表
// p.next == null 表明 p 是链表的尾节点
if ((e = p.next) == null) {
// 把新节点放到链表的尾部
p.next = newNode(hash, key, value, null);
// 当链表的长度大于等于 8 时,链表转红黑树
if (binCount >= TREEIFY_THRESHOLD - 1)
treeifyBin(tab, hash);
break;
}
// 链表遍历过程中,发现有元素和新增的元素相等,结束循环
if (e.hash == hash &&
((k = e.key) == key || (key != null && key.equals(k))))
break;
//更改循环的当前元素,使 p 在遍历过程中,一直往后移动。
p = e;
}
}
// 说明新节点的新增位置已经找到了
if (e != null) {
V oldValue = e.value;
// 当 onlyIfAbsent 为 false 时,才会覆盖值
if (!onlyIfAbsent || oldValue == null)
e.value = value;
afterNodeAccess(e);
// 返回老值
return oldValue;
}
}
// 记录 HashMap 的数据结构发生了变化
++modCount;
//如果 HashMap 的实际大小大于扩容的门槛,开始扩容
if (++size > threshold)
resize();
afterNodeInsertion(evict);
return null;
}
源码思路如下图所示:
链表的新增
链表的新增比较简单,就是把新增的节点增加到链表的尾部,与LinkedList追加实现一样;当链表的长度大于等于8,此时链表就会转换为红黑树,转换的方法是treeifyBin,该方法有个判断,当链表长度大于等于8并且整个数组的长度大于64时,才会转换成红黑树,当数组长度小于64时,只会触发扩容;
红黑树新增
第一步:判断新增的节点在红黑树上是否已经存在
如果节点没有实现Comparable接口,则用equals进行判断,反之则用compareTo进行判断;
第二步:如果新增的节点已存在红黑树,则直接返回;反之新增的节点不存在红黑树中,则判断新增节点位于当前节点的左边还是右边,遵循左小右大的原则进行判断;
第三步:自选递归第一步和第二步,直到当前节点的左节点或者右节点为空,停止自旋,当前节点为我们新增节点的父节点;
第四步:把新增节点放置于当前节点左或右为空的节点,并于当前节点建立父子关系节点;
最后,进行着色和旋转,结束任务
源代码如下所示:
//入参 h:key 的hash值
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;
//找到根节点
TreeNode<K,V> root = (parent != null) ? root() : this;
//自旋
for (TreeNode<K,V> p = root;;) {
int dir, ph; K pk;
// p hash 值大于 h,说明 p 在 h 的右边
if ((ph = p.hash) > h)
dir = -1;
// p hash 值小于 h,说明 p 在 h 的左边
else if (ph < h)
dir = 1;
//要放进去key在当前树中已经存在了(equals来判断)
else if ((pk = p.key) == k || (k != null && k.equals(pk)))
return p;
//自己实现的Comparable的话,不能用hashcode比较了,需要用compareTo
else if ((kc == null &&
//得到key的Class类型,如果key没有实现Comparable就是null
(kc = comparableClassFor(k)) == null) ||
//当前节点pk和入参k不等
(dir = compareComparables(kc, k, pk)) == 0) {
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;
}
dir = tieBreakOrder(k, pk);
}
TreeNode<K,V> xp = p;
//找到和当前hashcode值相近的节点(当前节点的左右子节点其中一个为空即可)
if ((p = (dir <= 0) ? p.left : p.right) == null) {
Node<K,V> xpn = xp.next;
//生成新的节点
TreeNode<K,V> x = map.newTreeNode(h, k, v, xpn);
//把新节点放在当前子节点为空的位置上
if (dir <= 0)
xp.left = x;
else
xp.right = x;
//当前节点和新节点建立父子,前后关系
xp.next = x;
x.parent = x.prev = xp;
if (xpn != null)
((TreeNode<K,V>)xpn).prev = x;
//balanceInsertion 对红黑树进行着色或旋转,以达到更多的查找效率,着色或旋转的几种场景如下
//着色:新节点总是为红色;如果新节点的父亲是黑色,则不需要重新着色;如果父亲是红色,那么必须通过重新着色或者旋转的方法,再次达到红黑树的5个约束条件
//旋转: 父亲是红色,叔叔是黑色时,进行旋转
//如果当前节点是父亲的右节点,则进行左旋
//如果当前节点是父亲的左节点,则进行右旋
//moveRootToFront 方法是把算出来的root放到根节点上
moveRootToFront(tab, balanceInsertion(root, x));
return null;
}
}
}
最后,说一下我个人的感受,源码有些地方其实没看懂,大致理解是这样:
put操作:根据key的HashCode值计算hash值,根据Hash值得到数组元素的下标,如果数组的位置上没有其他元素直接将该元素放到该位置上,如果该位置上已有其他元素,则进行链表的形式存放,采用尾插法,新加入的放在链表的头部,最先加入的放在链表的尾部;
get操作:根据key的hashCode计算出hash值找到数组中对应的位置,然后根据key的equals方法找到链表中对应的位置
2 查找
HashMap查找主要分为三步:
第一步:根据hash算法定位数组索引的位置,equals判断当前节点是否为我们寻找的key,是的话返回,反之则继续
第二步:判断当前节点有无next节点,有的话判断是链表类型还是红黑树类型
第三步:针对链表类型和红黑树类型执行对应的查询方法;
三、常用方法总结
遍历HashMap
方式一:通过entrySet取得iter,然后逐个遍历
Iterator it = map.entrySet().iterator();
while (it.hasNext()) {
Map.Entry pairs = (Map.Entry)it.next();
System.out.println(pairs.getKey() + " = " + pairs.getValue());
方式二:可以直接简单的for循环遍历
Map<Integer, Integer> map = new HashMap<Integer, Integer>();
for (Map.Entry<Integer, Integer> entry : map.entrySet()) {
System.out.println("Key = " + entry.getKey() + ", Value = " +entry.getValue());
}
存取值
public static void main(String[] args) {
HashMap<String, Integer> map=new HashMap<>();
map.put("1", 1);
map.get("1");
}
空值判断
public static void main(String[] args) {
HashMap<String, Integer> map=new HashMap<>();
System.out.println(map.isEmpty());//true
map.put("DEMO", 1);
System.out.println(map.isEmpty());//false
}
是否包含key或者value
public static void main(String[] args) {
HashMap<String, Integer> map=new HashMap<>();
System.out.println(map.containsKey("DEMO"));//false
map.put("DEMO", 1);
System.out.println(map.containsKey("DEMO"));//true
}
public static void main(String[] args) {
HashMap<String, Integer> map=new HashMap<>();
System.out.println(map.containsValue(1));//false
map.put("DEMO", 1);
System.out.println(map.containsValue(1));//true
}
删除key/value
public static void main(String[] args) {
HashMap<String, Integer> map=new HashMap<>();
System.out.println(map.remove("1"));//null
map.put("DEMO", 2);
System.out.println(map.remove("DEMO"));//2(删除的值)
}
public static void main(String[] args) {
HashMap<String, Integer> map=new HashMap<>();
map.put("DEMO1", 1);
map.put("DEMO2", 2);
System.out.println(map);//{DEMO1=1, DEMO2=2}
System.out.println(map.remove("DEMO2", 1));//false
System.out.println(map.remove("DEMO2", 2));//true
System.out.println(map);//{DEMO1=1}
}
显示所有的value值
public static void main(String[] args) {
HashMap<String, Integer> map=new HashMap<>();
System.out.println(map.values());//[]
map.put("DEMO1", 1);
map.put("DEMO2", 2);
System.out.println(map.values());//[1, 2]
}
显示所有的key和value
public static void main(String[] args) {
HashMap<String, Integer> map=new HashMap<>();
System.out.println(map.entrySet());//[]
map.put("DEMO1", 1);
System.out.println(map.entrySet());//[DEMO1=1]
map.put("DEMO2", 2);
System.out.println(map.entrySet());//[DEMO1=1, DEMO2=2]
}