由于 HashMap 的源码过于精简，所以我将会把分析写入代码注释中。
put 过程
/**
* Associates the specified value with the specified key in this map.
* If the map previously contained a mapping for the key, the old
* value is replaced.
*
* @param key key with which the specified value is to be associated
* @param value value to be associated with the specified key
* @return the previous value associated with <tt>key</tt>, or
* <tt>null</tt> if there was no mapping for <tt>key</tt>.
* (A <tt>null</tt> return can also indicate that the map
* previously associated <tt>null</tt> with <tt>key</tt>.)
*/
public V put(K key, V value) {
return putVal(hash(key), key, value, false, true);
}
这里第一步是调用了 hash() 方法，然后再使用 putVal() 方法插入值。
hash()
/**
* Computes key.hashCode() and spreads (XORs) higher bits of hash
* to lower. Because the table uses power-of-two masking, sets of
* hashes that vary only in bits above the current mask will
* always collide. (Among known examples are sets of Float keys
* holding consecutive whole numbers in small tables.) So we
* apply a transform that spreads the impact of higher bits
* downward. There is a tradeoff between speed, utility, and
* quality of bit-spreading. Because many common sets of hashes
* are already reasonably distributed (so don't benefit from
* spreading), and because we use trees to handle large sets of
* collisions in bins, we just XOR some shifted bits in the
* cheapest possible way to reduce systematic lossage, as well as
* to incorporate impact of the highest bits that would otherwise
* never be used in index calculations because of table bounds.
*/
static final int hash(Object key) {
int h;
return (key == null) ? 0 : (h = key.hashCode()) ^ (h >>> 16);
}
这个方法很简短，但他中间的东西可不少。
一开始 key == null 时直接返回0，这就是为啥 HashMap允许key为null。key为null时，会一直存储在table的第一个位置上。
然后他调用了 Object 的本地方法hashCode()，获得了hash值 h 。
后面的 (h >>> 16) 这步操作是将 h 的高16位移动到了低16位。
接着 h 和 h >>> 16 做了一次异或运算(^)。
这里我们也可以验证了，一些人说 HashMap有两次hash 的原由，第一次是调用Object 的本地hashCode()方法，第二次是用这个hash值再次进行异或运算。
其实这里使用 ^ 而不使用 & 或者 | 是有原因的，我们看看三个运算符号的计算：
&：1 & 1 = 1 1 & 0 = 0 0 & 1 = 0 0 & 0 = 0
|：1 | 1 = 1 1 | 0 = 1 0 | 1 = 1 0 | 0 = 0
^：1 ^ 1 = 0 1 ^ 0 = 1 0 ^ 1 = 1 0 ^ 0 = 0
大家可以看到 & 和 | 的运算结果并不是均匀的，&的结果更偏向于0 ，|的结果更偏向于1。所以如果使用这个两个运算符号计算，会让我们的 hash 值变得不那么散列，会加大hash冲突。
只有 ^ 的计算结果是均匀的，二次计算的时候让hash值依旧是最大程度的散列开。
putVal()
/**
* Implements Map.put and related methods
*
* @param hash hash for key
* @param key the key
* @param value the value to put
* @param onlyIfAbsent if true, don't change existing value
* @param evict if false, the table is in creation mode.
* @return previous value, or null if none
*/
// 第四个参数 onlyIfAbsent 如果是 true，那么存在该 key 时更改现有值
// 第五个参数 evict 我们这里不关心
final V putVal(int hash, K key, V value, boolean onlyIfAbsent,
boolean evict) {
Node<K,V>[] tab; Node<K,V> p; int n, i;
// 第一次 put 值的时候，会触发下面的 resize()，初始化数组长度
if ((tab = table) == null || (n = tab.length) == 0)
n = (tab = resize()).length;
// 找到具体的数组下标，如果此位置没有值，则创建一个新的 Node 并放置在这个位置就可以了
// 这里的(n - 1) & hash 相当于做了求余运算，运算结果就是 table 上具体的 index
if ((p = tab[i = (n - 1) & hash]) == null)
tab[i] = newNode(hash, key, value, null);
else {// 到这就说明数组该位置有数据了，要开始处理冲突了
Node<K,V> e; K k;
// 首先判断该位置的第一个数据和我们要插入的数据是否有相同的hash和key值，如果是，则先记录这个节点
if (p.hash == hash &&
((k = p.key) == key || (key != null && key.equals(k))))
e = p;
else if (p instanceof TreeNode) // 如果该节点是代表红黑树的节点，调用红黑树的插值方法
e = ((TreeNode<K,V>)p).putTreeVal(this, tab, hash, key, value);
else { // 到这里，说明数组该位置上是一个链表类型
for (int binCount = 0; ; ++binCount) {
// 如果遍历到末尾，则在尾部追加该元素结点(Java7 是插入到链表的最前面)
if ((e = p.next) == null) {
p.next = newNode(hash, key, value, null);
// TREEIFY_THRESHOLD 为 8，所以，如果新插入的值是链表中的第 8 个
// 会调用 treeifyBin() 方法，也就是将链表转换为红黑树
if (binCount >= TREEIFY_THRESHOLD - 1) // -1 for 1st
treeifyBin(tab, hash);
break;
}
// 如果在该链表中找到了有相同hash和key值的节点。
if (e.hash == hash &&
((k = e.key) == key || (key != null && key.equals(k))))
// 停止遍历，此时e已经记录了该结点(在上面的if判断中的 e = p.next)
break;
p = e;
}
}
// e!=null 说明存记录到具有相同key的节点
// 下面这个 if 其实就是进行 "值覆盖"，然后返回旧值
if (e != null) { // existing mapping for key
V oldValue = e.value;
if (!onlyIfAbsent || oldValue == null)
e.value = value;
afterNodeAccess(e); // 这个是空函数，可以由用户根据需要覆盖
return oldValue;
}
}
++modCount;
// 如果 HashMap 由于新插入这个值导致 size 已经达到了阈值，需要进行扩容
if (++size > threshold)
resize();
afterNodeInsertion(evict); // 这个是空函数，可以由用户根据需要覆盖
return null;
}
扩容
resize() 方法用于初始化数组或数组扩容，每次扩容后，容量为原来的 2 倍，并进行数据迁移。
/**
* Initializes or doubles table size. If null, allocates in
* accord with initial capacity target held in field threshold.
* Otherwise, because we are using power-of-two expansion, the
* elements from each bin must either stay at same index, or move
* with a power of two offset in the new table.
*
* @return the table
*/
final Node<K,V>[] resize() {
Node<K,V>[] oldTab = table;
int oldCap = (oldTab == null) ? 0 : oldTab.length;
int oldThr = threshold;
int newCap, newThr = 0; // Cap 可以理解为数组长度，Thr 则是HashMap的实际存储大小
if (oldCap > 0) { // 原本已有容量，进行数组扩容操作
if (oldCap >= MAXIMUM_CAPACITY) {
threshold = Integer.MAX_VALUE;
return oldTab;
}
// 将数组大小扩大一倍
else if ((newCap = oldCap << 1) < MAXIMUM_CAPACITY &&
oldCap >= DEFAULT_INITIAL_CAPACITY)
// 将阈值扩大一倍
newThr = oldThr << 1; // double threshold
}
else if (oldThr > 0) // 对应使用 new HashMap(int initialCapacity) 初始化后，第一次put的时候
newCap = oldThr;
else {// 对应使用 new HashMap() 初始化后，第一次 put 的时候
newCap = DEFAULT_INITIAL_CAPACITY;
newThr = (int)(DEFAULT_LOAD_FACTOR * DEFAULT_INITIAL_CAPACITY);
}
if (newThr == 0) { // 对应使用 new HashMap(int initialCapacity) 初始化后，第一次put的时候
float ft = (float)newCap * loadFactor;
newThr = (newCap < MAXIMUM_CAPACITY && ft < (float)MAXIMUM_CAPACITY ?
(int)ft : Integer.MAX_VALUE);
}
threshold = newThr;
// 用新的数组大小初始化新的数组
@SuppressWarnings({"rawtypes","unchecked"})
Node<K,V>[] newTab = (Node<K,V>[])new Node[newCap];
table = newTab; // 如果是初始化数组，到这里就结束了，返回 newTab 即可
if (oldTab != null) {
// 开始遍历原数组，进行数据迁移。
for (int j = 0; j < oldCap; ++j) {
Node<K,V> e;
if ((e = oldTab[j]) != null) {
oldTab[j] = null;
// 如果该数组位置上只有单个元素，那就直接迁移这个元素就可以了
if (e.next == null)
newTab[e.hash & (newCap - 1)] = e;
// 如果是红黑树，则调用split()方法
else if (e instanceof TreeNode)
((TreeNode<K,V>)e).split(this, newTab, j, oldCap);
else {
// 这块是处理链表的情况，
// 需要将此链表拆成两个链表，放到新的数组中，并且保留原来的先后顺序
// loHead、loTail 对应一条链表，hiHead、hiTail 对应另一条链表
Node<K,V> loHead = null, loTail = null;
Node<K,V> hiHead = null, hiTail = null;
Node<K,V> next;
do {
next = e.next;
// 这个if可能理解起来很模糊，我们下面单独分析分析
if ((e.hash & oldCap) == 0) {// 重排后仍会处于原索引位置
if (loTail == null)
loHead = e;
else
loTail.next = e;
loTail = e;
}
else { // 重排后仍会处于(原索引位置 + 原数组容量)索引位置
if (hiTail == null)
hiHead = e;
else
hiTail.next = e;
hiTail = e;
}
} while ((e = next) != null);
if (loTail != null) {
loTail.next = null;
// 第一条链表
newTab[j] = loHead;
}
if (hiTail != null) {
hiTail.next = null;
// 第二条链表的新的位置是 j + oldCap
newTab[j + oldCap] = hiHead;
}
}
}
}
}
return newTab;
}
大家可能对上面的 (e.hash & oldCap) == 0 有点疑惑，为什么这样就可以判断是放在原位置。
正常来说应该要使用上方的 e.hash & (newCap - 1) 来判断新位置。
我们先用e.hash & (newCap - 1) 举一个例子：
我们有一个hash值为：0001 0010 1100 (十进制：300)
容量为16时索引位置： 0001 0010 1100 ^ 0000 0000 1111 = 0000 0000 1100 (十进制：12)
容量为32时索引位置： 0001 0010 1100 ^ 0000 0001 1111 = 0000 0000 1100 (十进制：12)
容量为64时索引位置： 0001 0010 1100 ^ 0000 0011 1111 = 0000 0010 1100 (十进制：44(12+32))
容量为128时索引位置：0001 0010 1100 ^ 0000 0111 1111 = 0000 0010 1100 (十进制：44)
我们发现容量32->64时，位置发生了改变。
这两个**(newCap - 1)**的区别在于，扩容后新增加的1是倒数第六个位置，刚好hash值的倒数第六个值也是1，所以发生了位置改变。
其他两次都是因为扩容后，(newCap - 1)新增加的1的位置，hash值与之对应的位置上确实0，所以没有发生位置改变。
所以关键的地方就在于 **(newCap - 1)**新增的1的位置，和hash值与之对应位置上的数做位于运算，该位置的值是否等于1，等于1就位置改变，等于0就放在原位置。
而容量为32的 **(newCap - 1)**怎么取得他新增1后的值呢，那就是直接取容量值： oldCap=32
(newCap-1) = 0001 1111(2)
oldCap=32(10) = 0010 0000(2)
hash值 = 0001 0010 1100(2)
这个时候我们只用将oldCap 和 hash值做一次判断就知道是否需要改变位置了
当然，由于转换成10进制做判断后，000…0001000…000这种数会变成大于0的数，所以源码中用的if( …==0){} else{}，而不是if( …==0){} else if(…==1){}。
所以这里使用了 (e.hash & oldCap) == 0 去代替 e.hash & (newCap - 1) 是完全没有问题的。
2515
被折叠的 条评论
为什么被折叠?
到【灌水乐园】发言
