HashMap源码梳理

xiaoant2009

已于 2022-06-21 15:23:29 修改

阅读量116

点赞数

分类专栏： Java基础文章标签： java

于 2022-06-21 15:08:12 首次发布

本文链接：https://blog.csdn.net/xiaoant2009/article/details/125377166

版权

Java基础专栏收录该内容

3 篇文章 0 订阅

订阅专栏

简单梳理、记录下HashMap源码，方便日后复习。

一、概念

HashMap基于哈希函数，使用Entry数组存储key-value对，每一个键值对组成一个Entry，key和value均可为空。在java1.8之前使用的是数组+链表的结构，java1.8及以后使用的是数组+链表+红黑树的结构。

以下基于java1.8进行分析：

二、源码梳理

1.核心属性

//默认初始容量，长度为16，必须是2的幂
static final int DEFAULT_INITIAL_CAPACITY = 1 << 4; // aka 16

//最大容量
static final int MAXIMUM_CAPACITY = 1 << 30;

//默认负载因子，数据超过数组大小75%时需要扩容
static final float DEFAULT_LOAD_FACTOR = 0.75f;

//链表转红黑树边界
static final int TREEIFY_THRESHOLD = 8;

//红黑树转为链表边界
static final int UNTREEIFY_THRESHOLD = 6;

//链表转为红黑树需满足节点数组长度大于等于64
static final int MIN_TREEIFY_CAPACITY = 64;

思考题：

1）为什么容量长度为2的n次幂？

2）为什么使用负载因子？

3）为什么是链表+红黑树的形式，只使用红黑树是否可行？

4）为什么内部是数组，使用list是否可行？

2.构造函数

public HashMap() {
    this.loadFactor = DEFAULT_LOAD_FACTOR; // all other fields defaulted
}

public HashMap(int initialCapacity) {
    this(initialCapacity, DEFAULT_LOAD_FACTOR);
}

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);
}

构造函数主要初始化了loadFactor和threshold

loadFactor：负载因子，默认0.75f

threshold：扩容阀值，容量超过这个数就需要扩容，默认为capacity * load factor

3.put方法

final V putVal(int hash, K key, V value, boolean onlyIfAbsent, boolean evict) {
    Node<K,V>[] tab; Node<K,V> p; int n, i;

    //判断数组是否为空（null或者长度为0），为空则初始化数组
    if ((tab = table) == null || (n = tab.length) == 0)
        n = (tab = resize()).length;

    //通过(n - 1) & hash获取key对应的角标
    //如果对应位置数值为null，则创建新节点存储k-v
    if ((p = tab[i = (n - 1) & hash]) == null)
        tab[i] = newNode(hash, key, value, null);
    else {
        //哈希冲突情况处理
        Node<K,V> e; K k;
        //哈希冲突节点key相同
        if (p.hash == hash &&
            ((k = p.key) == key || (key != null && key.equals(k))))
                e = p;

        //判断该节点为红黑树
        else if (p instanceof TreeNode)
            e = ((TreeNode<K,V>)p).putTreeVal(this, tab, hash, key, value);
        else {
            //判断该节点为链表
            for (int binCount = 0; ; ++binCount) {
                //下一个节点为空，创建新节点存储k-v
                if ((e = p.next) == null) {
                    p.next = newNode(hash, key, value, null);
                    //如果链表长度超过阀值，转化为红黑树
                    if (binCount >= TREEIFY_THRESHOLD - 1) // -1 for 1st
                        treeifyBin(tab, hash);
                    break;
                }
                //遍历得到与key相同节点
                if (e.hash == hash &&
                    ((k = e.key) == key || (key != null && key.equals(k))))
                    break;
                p = e;
            }
        }
        //如果e不为null，则用新value替换旧值
        if (e != null) { // existing mapping for key
            V oldValue = e.value;
            if (!onlyIfAbsent || oldValue == null)
                e.value = value;
            afterNodeAccess(e);
            return oldValue;
        }
    }
    //变更操作更新
    ++modCount;
    //put后size大于发展，需要扩容
    if (++size > threshold)
        resize();
    afterNodeInsertion(evict);
    return null;
}

4.get方法

public V get(Object key) {
    Node<K,V> e;
    //获取节点拿到value
    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;

    //判断数组不为空 且(n - 1) & hash获取的角标对应节点不为空则继续
    //否则直接返回null
    if ((tab = table) != null && (n = tab.length) > 0 &&
        (first = tab[(n - 1) & hash]) != null) {
        //碰撞节点key相同，返回该节点
        if (first.hash == hash && // always check first node
            ((k = first.key) == key || (key != null && key.equals(k))))
            return first;
        if ((e = first.next) != null) {

            //判断该节点为红黑树
            if (first instanceof TreeNode)
               return ((TreeNode<K,V>)first).getTreeNode(hash, key);
            //通过遍历获取key相同节点
            do {
                if (e.hash == hash &&
                    ((k = e.key) == key || (key != null && key.equals(k))))
                    return e;
             } while ((e = e.next) != null);
        }
    }
    return null;
}

5.resize方法

final Node<K,V>[] resize() {
    Node<K,V>[] oldTab = table;
    int oldCap = (oldTab == null) ? 0 : oldTab.length;
    int oldThr = threshold;
    int newCap, newThr = 0;
    //原节点数组不为空
    if (oldCap > 0) {
        //如果原数组容量大于最大限制，不再扩容，直接返回
        if (oldCap >= MAXIMUM_CAPACITY) {
            threshold = Integer.MAX_VALUE;
            return oldTab;
        }
        //2倍容量进行扩容
        else if ((newCap = oldCap << 1) < MAXIMUM_CAPACITY &&
            oldCap >= DEFAULT_INITIAL_CAPACITY)
            newThr = oldThr << 1; // double threshold
    }
    //这里对应的是第三个构造函数
    else if (oldThr > 0) // initial capacity was placed in threshold
       newCap = oldThr;
    else {
       //对于空数组，初始化默认值
       // zero initial threshold signifies using defaults
       newCap = DEFAULT_INITIAL_CAPACITY;
       newThr = (int)(DEFAULT_LOAD_FACTOR * DEFAULT_INITIAL_CAPACITY);
    }
    //对于第三个构造函数，初始化对应的扩容阀值参数
    if (newThr == 0) {
       float ft = (float)newCap * loadFactor;
       newThr = (newCap < MAXIMUM_CAPACITY && ft < (float)MAXIMUM_CAPACITY ?
                      (int)ft : Integer.MAX_VALUE);
    }
    threshold = newThr;

    //初始化新节点数组
    @SuppressWarnings({"rawtypes","unchecked"})
         Node<K,V>[] newTab = (Node<K,V>[])new Node[newCap];
    table = newTab;

    //如果原节点数组不为空，准备迁移数据
    if (oldTab != null) {
        //遍历数组
        for (int j = 0; j < oldCap; ++j) {
            Node<K,V> e;
            //该角标下节点不为空
            if ((e = oldTab[j]) != null) {
                oldTab[j] = null;
                //该节点没有链表，直接放在新hash & (newCap - 1)数组中
                if (e.next == null)
                    newTab[e.hash & (newCap - 1)] = e;
                //节点为红黑树
                else if (e instanceof TreeNode)
                    ((TreeNode<K,V>)e).split(this, newTab, j, oldCap);
                else { 
                    //节点存在链表，需要遍历链表
                    // preserve order 保证顺序
                    Node<K,V> loHead = null, loTail = null;
                    Node<K,V> hiHead = null, hiTail = null;
                    Node<K,V> next;
                    do {
                        next = e.next;
                        //拆分链表，e.hash & oldCap偶数为一队，奇数为一队
                        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);
                    //偶数放在新数组原位置
                    if (loTail != null) {
                        loTail.next = null;
                        newTab[j] = loHead;
                    }
                    //奇数放在新数组j+oldCap位置
                    if (hiTail != null) {
                        hiTail.next = null;
                        newTab[j + oldCap] = hiHead;
                    }
                }
            }
        }
    }
        return newTab;
}

resize过程大概分为3步：

1）初始化newCap, newThr这2个参数，如果原数组为空，则设置默认容量

2）根据参数创建新的节点数组

3）如果原数组不为空，迁移数据到新数组