1. 数据结构
HashMap的数据结构是:数组+链表+红黑树。
2. 成员变量
# 默认的数组长度 16
static final int DEFAULT_INITIAL_CAPACITY = 1 << 4; // aka 16
# 最大的数组长度2的30次方
static final int MAXIMUM_CAPACITY = 1 << 30;
# 加载因子
static final float DEFAULT_LOAD_FACTOR = 0.75f;
# 链表长度达到8的时候转化为红黑树
static final int TREEIFY_THRESHOLD = 8;
# 红黑树节点数小于6的时候转成链表
static final int UNTREEIFY_THRESHOLD = 6;
# 转化为红黑树时数组的最小长度
static final int MIN_TREEIFY_CAPACITY = 64;
# node数组
transient Node<K,V>[] table;
# 数组容量=数组长度capacity*加载因子loadfactor,当节点数超过这个数时,数组扩容
# 如果数组还没有初始化,保存的是初始化数组的长度或者是0,详情见构造方法
int threshold;
3. 构造方法
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);
}
public HashMap(int initialCapacity) {
this(initialCapacity, DEFAULT_LOAD_FACTOR);
}
public HashMap() {
this.loadFactor = DEFAULT_LOAD_FACTOR; // all other fields defaulted
}
未指定数组初始容量initialCapacity时:所有参数都是使用默认的
当指定数组初始容量initialCapacity时:
1.首先校验了参数的合法性
2.调用tableSizeFor()方法求出比initialCapacity大的,并且离initialCapacity最近的2的n次方数,保存到threadhold变量上, 以供第一次put元素的时候初始化数组。
注意:new HashMap()的时候并没有初始化数组,而是在第一次调用put()方法的时候,在resize()方法中初始化的。
3.1 tableSizeFor方法解析
/**
* Returns a power of two size for the given target capacity.
*/
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;
}
无符号右移一位再按位或,将最高两位变成1,
无符号右移两位再按位或,将最高四位变成1,
无符号右移四位再按位或,将最高八位变成1,
无符号右移八位再按位或,将最高十六位变成1,
无符号右移十六位再按位或,将三十二位变成1,
以10为例 ,10-1=9,二进制表达式是1001,1001 | 0100 = 1101 最高2位是1
1101 | 0011 = 1111,最高四位是1,已完成。
1111=15,15+1=16,就得到了离10最近的大于10的2的n次方数
为什么先减一?当cap=2的n次方时,右移按位或再加一会得到2的n+1次方,先减一再进行操作最后就得到了2的n次方。
4. put方法
public V put(K key, V value) {
return putVal(hash(key), key, value, false, true);
}
final V putVal(int hash, K key, V value, boolean onlyIfAbsent,
boolean evict) {
Node<K,V>[] tab; Node<K,V> p; int n, i;
if ((tab = table) == null || (n = tab.length) == 0)
n = (tab = resize()).length;
if ((p = tab[i = (n - 1) & hash]) == null)
tab[i] = newNode(hash, key, value, null);
else {
Node<K,V> e; K k;
if (p.hash == hash &&
((k = p.key) == key || (key != null && key.equals(k))))
e = p;
else if (p instanceof TreeNode)
e = ((TreeNode<K,V>)p).putTreeVal(this, tab, hash, key, value);
else {
for (int binCount = 0; ; ++binCount) {
if ((e = p.next) == null) {
p.next = newNode(hash, key, value, null);
if (binCount >= TREEIFY_THRESHOLD - 1) // -1 for 1st
treeifyBin(tab, hash);
break;
}
if (e.hash == hash &&
((k = e.key) == key || (key != null && key.equals(k))))
break;
p = e;
}
}
if (e != null) { // existing mapping for key
V oldValue = e.value;
if (!onlyIfAbsent || oldValue == null)
e.value = value;
afterNodeAccess(e);
return oldValue;
}
}
++modCount;
if (++size > threshold)
resize();
afterNodeInsertion(evict);
return null;
}
4.1方法解读
1.如果数组为null或者长度=0,则调用resize方法初始化数组,
2.通过hash&(n-1)判断新数据在数组中的位置,如果该位置上没有节点,将新数据放到该位置上
3.如果该位置上有节点,看该节点的数据是否与新数据相同,相同的话将该节点赋值给e变量
4.不相同判断该位置上的是否是红黑数节点,是的话调用putTreeVal方法添加到红黑树中
5.否则该位置上的一定是链表节点,遍历链表,看新数据是否已存在于链表中,存在则将已存在的节点赋值给e变量,不存在,添加到链表末尾,如果添加后链表长度大于8,调用treeifyBin方法转换为红黑树
6.最后根据e变量是否为null,判断是新增节点还是更新节点,更新的话就用新的value替换旧的value并返回旧的value,
添加的话就判断是否需要扩容,需要的话调用resize方法扩容,返回null
4.2 新数据位置的计算
i = (n - 1) & hash
hash=key的hash值,n是数组的长度
因为数组的长度=2的n次方 ,所以该表达式等价于hash%length,即hash对数组长度取模
因为按位运算比取模运算快,所以这样计算。
4.3 hash值的计算
static final int hash(Object key) {
int h;
return (key == null) ? 0 : (h = key.hashCode()) ^ (h >>> 16);
}
根据4.2,我们知道新数据的位置是key的hash值对数组长度取模得到的,那么key的hash值就决定了新数据的位置,
因为取模运算的结果只跟低位相关,高位无法参与计算,所以hash算法,先将key的hashcode无符号右移16位再与本身异或,
这样可以让高位参与到hash值的生成,减少了数据落到数组的同一个位置的概率
为什么是异或?不是与或计算呢?
两个数的组合有4种情况00 01 10 11
按位与结果分别是 0 0 0 1
按位或结果分别是0 1 1 1
异或结果是0 1 1 0
可以看出按位异或得到0和1的概率是相等的
4.4 如何判断要添加的数据已存在
(p.hash == hash &&((k = p.key) == key || (key != null && key.equals(k))))
简单一点就是key1.hash==key2.hash &&(key1==key2 || key1.equals(key2))
数据是否相同完全由key决定
先判断两份数据key的hash值是否相同,不相同则表示两份数据不同
如果hash值相同,再判断引用地址或者equals方法是否相同,有一个相同则两份数据相同
4.5 resize方法如何扩容的
final Node<K,V>[] resize() {
Node<K,V>[] oldTab = table;
int oldCap = (oldTab == null) ? 0 : oldTab.length;
int oldThr = threshold;
int newCap, newThr = 0;
if (oldCap > 0) {
if (oldCap >= MAXIMUM_CAPACITY) {
threshold = Integer.MAX_VALUE;
return oldTab;
}
else if ((newCap = oldCap << 1) < MAXIMUM_CAPACITY &&
oldCap >= DEFAULT_INITIAL_CAPACITY)
newThr = oldThr << 1; // double threshold
}
else if (oldThr > 0) // initial capacity was placed in threshold
newCap = oldThr;
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;
@SuppressWarnings({"rawtypes","unchecked"})
Node<K,V>[] newTab = (Node<K,V>[])new Node[newCap];
table = newTab;
if (oldTab != null) {
for (int j = 0; j < oldCap; ++j) {
Node<K,V> e;
if ((e = oldTab[j]) != null) {
oldTab[j] = null;
if (e.next == null)
newTab[e.hash & (newCap - 1)] = e;
else if (e instanceof TreeNode)
((TreeNode<K,V>)e).split(this, newTab, j, oldCap);
else { // preserve order
Node<K,V> loHead = null, loTail = null;
Node<K,V> hiHead = null, hiTail = null;
Node<K,V> next;
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);
if (loTail != null) {
loTail.next = null;
newTab[j] = loHead;
}
if (hiTail != null) {
hiTail.next = null;
newTab[j + oldCap] = hiHead;
}
}
}
}
}
return newTab;
}
如果数组=null,初始化数组,初始化的时候判断了threadhold是否有值。有值取出来当做新数组的长度,
如果数组!=null,双倍扩容。扩容后,将原数组中的节点重新散列到新数组中,重新散列时,运用了一个特性:数据的位置是根据key的hash值对数组长度取模得到的:
如果 hash%length=i,那么hash%(2*length)= i 或者 i+length
5. get方法解析
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;
if ((tab = table) != null && (n = tab.length) > 0 &&
(first = tab[(n - 1) & hash]) != null) {
if (first.hash == hash && // always check first node
((k = first.key) == key || (key != null && key.equals(k))))
return first;
if ((e = first.next) != null) {
if (first instanceof TreeNode)
return ((TreeNode<K,V>)first).getTreeNode(hash, key);
do {
if (e.hash == hash &&
((k = e.key) == key || (key != null && key.equals(k))))
return e;
} while ((e = e.next) != null);
}
}
return null;
}
根据key的hash值判断数据在数组的哪个位置,
如果该位置上无节点,返回null,
有节点但是key不相等,遍历该链表或者红黑树,找到key相等的节点返回value,找不到返回null;
数据位置的判断以及key是否相等的判断都与put方法相同