目录
一、数据结构
从源码中可以知道，JDK 1.8的HashMap底层数据结构为数组+单链表+红黑树。
二、源码学习
1、继承关系
public class HashMap<K,V> extends AbstractMap<K,V>
implements Map<K,V>, Cloneable, Serializable {
...
}实现了Map接口，可以进行克隆，序列化。
2、成员变量
// 默认的初始化容量,2^4
static final int DEFAULT_INITIAL_CAPACITY = 1 << 4; // aka 16
// HashMap的最大容量,2^30
static final int MAXIMUM_CAPACITY = 1 << 30;
// 构造函数未指定时的装载系数,0.75f
static final float DEFAULT_LOAD_FACTOR = 0.75f;
// 链表转红黑树的计数阈值,8
static final int TREEIFY_THRESHOLD = 8;
// 红黑树转链表的计数阈值,6
static final int UNTREEIFY_THRESHOLD = 6;
// 树化阈值，即Hash表容量大于该值时，允许树形化，否则Hash表元素过多时直接扩容，
// 为了避免树化与扩容冲突，该值至少为4 * TREEIFY_THRESHOLD
static final int MIN_TREEIFY_CAPACITY = 64;3、构造函数
hash算法
static final int hash(Object key) {
int h;
return (key == null) ? 0 : (h = key.hashCode()) ^ (h >>> 16);
}无符号右移16位，使得key的hash值的高位部分参与运算。
(n - 1) & hash经过一次位运算、一次异或运算之后获取的hash值，会再经过一次与运算（ putVal() 方法中 ），即(n - 1) & hash，最终获得 再hash表中存储的位置。
通过这些处理，最终目的都是减少Hash碰撞，使得元素分布具有均匀与随机性。不直接使用hashCode()的值，是避免出现计算出来的hash值大于数组下标范围，导致的无法正确的再Hash映射表中存入元素。而(n - 1) & hash运算最终取得了经过处理的hash值的低位部分作为其再Hash映射表中的位置。
// 指定初始值构造一个空的Hash映射表
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);
}
// 返回指定目标容量的2次幂
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;
} // 指定容量初始值，构造空的Hash映射表
public HashMap(int initialCapacity) {
this(initialCapacity, DEFAULT_LOAD_FACTOR);
}
// 使用默认的容量与负载系数构造空的Hash映射表
public HashMap() {
this.loadFactor = DEFAULT_LOAD_FACTOR; // all other fields defaulted
}
// 用给定的map创建Hash映射表
public HashMap(Map<? extends K, ? extends V> m) {
this.loadFactor = DEFAULT_LOAD_FACTOR;
putMapEntries(m, false);
}
final void putMapEntries(Map<? extends K, ? extends V> m, boolean evict) {
int s = m.size();
if (s > 0) {
// Hash映射表为空，则通过给定的map，重新计算扩容阈值
if (table == null) { // pre-size
float ft = ((float)s / loadFactor) + 1.0F;
int t = ((ft < (float)MAXIMUM_CAPACITY) ?
(int)ft : MAXIMUM_CAPACITY);
if (t > threshold)
threshold = tableSizeFor(t);
}
// Hash映射表不为空，且给定的map容量大于当前的扩容阈值，需要扩容
else if (s > threshold)
resize();
// Hash映射表调整完成之后，将map中的元素存储到当前Hash映射表中
for (Map.Entry<? extends K, ? extends V> e : m.entrySet()) {
K key = e.getKey();
V value = e.getValue();
putVal(hash(key), key, value, false, evict);
}
}
}
4、put()与get()
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;
// 判断当前Hash映射表是否被初始化过
if ((tab = table) == null || (n = tab.length) == 0)
n = (tab = resize()).length;
// (n - 1) & hash 经过与（容量-1）的与运算，获得数组下标位置，判断当前位置是否为空
if ((p = tab[i = (n - 1) & hash]) == null)
// 当前位置节点为空，将元素直接存入
tab[i] = newNode(hash, key, value, null);
else {
// 当前位置节点不为空
Node<K,V> e; K k;
// 判断当前位置的hash值与key值，是否和需要存储的元素的hash值与key值相等
if (p.hash == hash &&
((k = p.key) == key || (key != null && key.equals(k))))
// 相等，记录当前位置节点为e
e = p;
// 不相等，判断该位置节点是否是树节点
else if (p instanceof TreeNode)
// 记录 putTreeVal（）查找出的节点
e = ((TreeNode<K,V>)p).putTreeVal(this, tab, hash, key, value);
else {
// 该位置节点为链表节点，遍历链表，并记录节点
for (int binCount = 0; ; ++binCount) {
// 判断链表节点是否为空
if ((e = p.next) == null) {
// 遍历到了链表尾部，直接将需要存储的元素存入即可
p.next = newNode(hash, key, value, null);
// 判断是否需要树化
if (binCount >= TREEIFY_THRESHOLD - 1) // -1 for 1st
treeifyBin(tab, hash);
break;
}
// 判断链表节点的hash值与key值，是否和需要存储的元素的hash值与key值相等
if (e.hash == hash &&
((k = e.key) == key || (key != null && key.equals(k))))
break;
p = e;
}
}
// 判断记录的e节点是否为空
if (e != null) { // existing mapping for key
V oldValue = e.value;
if (!onlyIfAbsent || oldValue == null)
// 更新value值
e.value = value;
// 回调
afterNodeAccess(e);
return oldValue;
}
}
++modCount;
// 判断是否需要扩容
if (++size > threshold)
resize();
// 回调
afterNodeInsertion(evict);
return null;
}
// 树节点存储
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;
TreeNode<K,V> root = (parent != null) ? root() : this;
for (TreeNode<K,V> p = root;;) {
int dir, ph; K pk;
// 通过树节点与传入的hash值进行判断，从而确定向左还是向右遍历的方向，即dir
if ((ph = p.hash) > h)
dir = -1;
else if (ph < h)
dir = 1;
else if ((pk = p.key) == k || (k != null && k.equals(pk)))
// 查找到节点，并返回节点
return p;
else if ((kc == null &&
(kc = comparableClassFor(k)) == null) ||
(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;
if ((p = (dir <= 0) ? p.left : p.right) == null) {
Node<K,V> xpn = xp.next;
TreeNode<K,V> x = map.newTreeNode(h, k, v, xpn);
if (dir <= 0)
xp.left = x;
else
xp.right = x;
xp.next = x;
x.parent = x.prev = xp;
if (xpn != null)
((TreeNode<K,V>)xpn).prev = x;
// 调整树形结构，使其重新达到平衡
moveRootToFront(tab, balanceInsertion(root, x));
return null;
}
}
}从源码中可以看出HashMap的key值可以为null，但只能有一个，而value可以有多个 null值。
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;
// 判断当前Hash映射表是否初始化过，并判断计算出的位置节点是否为空
if ((tab = table) != null && (n = tab.length) > 0 &&
(first = tab[(n - 1) & hash]) != null) {
// 判断当前位置节点的hash值与key值，是否和需查询的元素key的hash值与key值相等
if (first.hash == hash && // always check first node
((k = first.key) == key || (key != null && key.equals(k))))
// 相等，找到节点
return first;
if ((e = first.next) != null) {
// 判断是否是树节点
if (first instanceof TreeNode)
return ((TreeNode<K,V>)first).getTreeNode(hash, key);
// 遍历链表
do {
if (e.hash == hash &&
((k = e.key) == key || (key != null && key.equals(k))))
return e;
} while ((e = e.next) != null);
}
}
return null;
}5、扩容机制
final Node<K,V>[] resize() {
Node<K,V>[] oldTab = table;
int oldCap = (oldTab == null) ? 0 : oldTab.length; // 旧表容量
int oldThr = threshold; // 旧表扩容阈值
int newCap, newThr = 0;
if (oldCap > 0) {
// 旧表容量是否大于最大容量
if (oldCap >= MAXIMUM_CAPACITY) {
threshold = Integer.MAX_VALUE;
return oldTab;
}
// 新表容量为旧表容量的2倍，并且要保证新表容量限于最大容量，且旧表容量大于默认容量
else if ((newCap = oldCap << 1) < MAXIMUM_CAPACITY &&
oldCap >= DEFAULT_INITIAL_CAPACITY)
// 扩容阈值也相应变为原阈值的2倍
newThr = oldThr << 1; // double threshold
}
else if (oldThr > 0) // initial capacity was placed in threshold
newCap = oldThr;
// 使用默认初始化的值，作为新表的容量与扩容阈值
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;
// 扩容完毕之后，将旧表数据转存到新映射表中
if (oldTab != null) {
for (int j = 0; j < oldCap; ++j) {
Node<K,V> e;
if ((e = oldTab[j]) != null) {
// 旧表节点置空
oldTab[j] = null;
// 判断数组上的节点的next是否为空
if (e.next == null)
newTab[e.hash & (newCap - 1)] = e;
// 不为空，判断是否为树节点
else if (e instanceof TreeNode)
((TreeNode<K,V>)e).split(this, newTab, j, oldCap);
// 为链表节点
else { // preserve order
// 将链表分为两部分进行转存
Node<K,V> loHead = null, loTail = null;
Node<K,V> hiHead = null, hiTail = null;
Node<K,V> next;
do {
next = e.next;
// 通过e.hash & oldCap是否为0，将链表分为两部分
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);
// 将两部分链表分别存储到新表的newTab[j]和newTab[j + oldCap]位置
if (loTail != null) {
loTail.next = null;
newTab[j] = loHead;
}
if (hiTail != null) {
hiTail.next = null;
newTab[j + oldCap] = hiHead;
}
}
}
}
}
return newTab;
}6、其他方法
public boolean containsKey(Object key) {
return getNode(hash(key), key) != null;
}
public boolean containsValue(Object value) {
Node<K,V>[] tab; V v;
if ((tab = table) != null && size > 0) {
// 遍历
for (int i = 0; i < tab.length; ++i) {
for (Node<K,V> e = tab[i]; e != null; e = e.next) {
if ((v = e.value) == value ||
(value != null && value.equals(v)))
return true;
}
}
}
return false;
}从源码中可以看到containsKey和containsValue方法，进行判断时都是经过遍历来获取结果的，故效率会低一些。
三、总结
HashMap
- key值可以为null，但只能有一个。value值可以有多个null值。
- HashMap是非线程安全的。
- 位置与插入顺序不同，并且也不保证元素位置不会变化。
- 先插入数据（尾部插入）后判断是否扩容。
- 内部类Node，重写了hashCode()和equals()方法。
参考资料
如有不足或错误的地方，欢迎指出～
262
被折叠的 条评论
为什么被折叠?
到【灌水乐园】发言
