JDK1.8HashMap源码学习笔记
一、HashMap核心属性分析（threshold，loadFactory，size，modCount）
//默认的数组大小 必须是2的次方
static final int DEFAULT_INITIAL_CAPACITY = 1 << 4; //1左移4位
//table数组最大长度默认值
static final int MAXIMUM_CAPACITY = 1 << 30;
//负载因子默认值
static final float DEFAULT_LOAD_FACTOR = 0.75f;
//树化阈值 链表长度超过8后 升级为树
static final int TREEIFY_THRESHOLD = 8;
//树降级为链表的阈值
static final int UNTREEIFY_THRESHOLD = 6;
//树化的另一个参数 Hash表中的元素达到64后 才可以升级为树
static final int MIN_TREEIFY_CAPACITY = 64;
//hash表，
transient Node<K,V>[] table;
transient Set<Map.Entry<K,V>> entrySet;
//当前hash表中的元素个数
transient int size;
//当前hash表结构修改次数 在hash表中插入或删除是结构修改 替换不算是结构修改
transient int modCount;
//扩容阈值 当你的哈希表中的元素超过阈值时 触发扩容
int threshold;
*//负载因子 threshold=capacity（当前表的大小）loadFactor
final float loadFactor;
二、构造方法分析
//initialCapacity是初始化大小 loadFactor负载因子
public HashMap(int initialCapacity, float loadFactor) {
//校验initialCApacity，loadFactor是否符合范围
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); //此处用到tableSizefor方法↓
}
/**
- 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;
}
//套上面的构造方法的娃 负载因子为默认值0.75
public HashMap(int initialCapacity) {
this(initialCapacity, DEFAULT_LOAD_FACTOR);
}
public HashMap() {
this.loadFactor = DEFAULT_LOAD_FACTOR; // all other fields defaulted
}
//根据map构建
public HashMap(Map<? extends K, ? extends V> m) {
this.loadFactor = DEFAULT_LOAD_FACTOR;
putMapEntries(m, false);
}
三、HashMap put方法分析=>putVal方法分析
//内部调用putVal
public V put(K key, V value) {
return putVal(hash(key), key, value, false, true);
}
此处调用了hash方法（扰动方法）
static final int hash(Object key) {
int h;
return (key == null) ? 0 : (h = key.hashCode()) ^ (h >>> 16);
}
/**
- 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 true：如果散列表中已经存在某个key与要插入的key是一样的 那就不插入了
- @param evict if false, the table is in creation mode.
- @return previous value, or null if none
*/
final V putVal(int hash, K key, V value, boolean onlyIfAbsent,
boolean evict) {
//tab:引用当前hashMap的散列表
//p：当前散列表的元素
//n：散列表数组的长度
//i：路由寻址的结果
Node<K,V>[] tab; Node<K,V> p; int n, i;
//把table赋值给tab 给n赋值 如果tab是空的 就建表
//为了节约空间 不会在hashmap初始化时就建好表（有可能初始化了也不用） 而是在第一次putVal时建表
if ((tab = table) == null || (n = tab.length) == 0)
n = (tab = resize()).length;
//如果tab[i]是空的 则把key，value通过newNode封装后放入tab[i]
if ((p = tab[i = (n - 1) & hash]) == null)
tab[i] = newNode(hash, key, value, null);
else {
//e:Node临时元素
//k:表示临时的一个key
Node<K,V> e; K k;
//此时的p是路由寻址到的桶位的元素 即 tab[i]
//如果桶位中的元素与当前要插入的key value一致 就把这个元素赋值给e
if (p.hash == hash &&
((k = p.key) == key || (key != null && key.equals(k))))
e = p;
//判断p是为是TreeNode或者其子类实例化的对象 即判断p是否树化
else if (p instanceof TreeNode)
e = ((TreeNode<K,V>)p).putTreeVal(this, tab, hash, key, value);
//如果不与当前桶位元素一致 并且也没有树化 那么就只有是链表了（且插入元素与链表头元素不一致）
else {
for (int binCount = 0; ; ++binCount) {
if ((e = p.next) == null) {
p.next = newNode(hash, key, value, null);
//如果链表元素超过了8 进行树化
if (binCount >= TREEIFY_THRESHOLD - 1) // -1 for 1st
treeifyBin(tab, hash);
break;
}
//如果在链表中找到一个与要插入的元素key value一致的元素 那就跳出循环
if (e.hash == hash &&
((k = e.key) == key || (key != null && key.equals(k))))
break;
p = e;
}
}
//如果散列表中存在与要插入的元素key value一致的元素
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;
}
四、HashMap resize扩容方法分析（核心）
final Node<K,V>[] resize() {
Node<K,V>[] oldTab = table;
//oldCap：扩容前的table数组的长度
int oldCap = (oldTab == null) ? 0 : oldTab.length;
//oldThr：扩容前的扩容阈值 触发本次扩容的阈值
int oldThr = threshold;
//newCap扩容后的数组大小 newThr：扩容后的下次触发扩容的阈值
int newCap, newThr = 0;
//oldCap>0：散列表已经初始化过 本次是一次正常扩容
if (oldCap > 0) {
//如果之前的数组长度已经大于最大长度 把阈值设置为最大 然后返回（没法再扩容了）
if (oldCap >= MAXIMUM_CAPACITY) {
threshold = Integer.MAX_VALUE;
return oldTab;
}
//newCap变为oldCap的二倍 newCap小于最大值限制 并且扩容之前的数组长度>=16（16是默认大小）
//这种情况下 扩容后的阈值是扩容前的阈值的二倍
else if ((newCap = oldCap << 1) < MAXIMUM_CAPACITY &&
oldCap >= DEFAULT_INITIAL_CAPACITY)
newThr = oldThr << 1; // double threshold
}
//oldCap为0（散列表未初始化）而扩容前的阈值大于0
//何时会出现这种情况？
//调用构造方法时 调用 1.new HashMap(initCap,loadFactor);
2.new HashMap(initCap);
3.new HashMap(map);//且map里有数据
调用这三个时会初始化threshold（详情看前面构造方法的源码）
else if (oldThr > 0) // initial capacity was placed in threshold 初始容量会放在阈值中
newCap = oldThr;
//oldCap为0（散列表未初始化）oldThr也等于0
//调用无参的构造方法时
else { // zero initial threshold signifies using defaults
newCap = DEFAULT_INITIAL_CAPACITY;
newThr = (int)(DEFAULT_LOAD_FACTOR * DEFAULT_INITIAL_CAPACITY);
}
//何时会newThr==0？
1.newCap小于最大值限制 并且扩容之前的数组长度>=16 上面的if中的else if不成立时
2.调用有参的构造方法时 上面的else if成立时 没有给newThr赋值
此时的newThr就根据公式计算 容量容量因子*
if (newThr == 0) {
float ft = (float)newCap * loadFactor;
newThr = (newCap < MAXIMUM_CAPACITY && ft < (float)MAXIMUM_CAPACITY ?
(int)ft : Integer.MAX_VALUE);
}
threshold = newThr;
//上半部分是在计算扩容后的数组的容量 阈值
//---------------------------------------------------------------------------------------------------------------------------------------
//后半部分是扩容
@SuppressWarnings({“rawtypes”,“unchecked”})
Node<K,V>[] newTab = (Node<K,V>[])new Node[newCap];
table = newTab;
//oldTab!=null说明扩容之前的table不是空的 有可能有数据
if (oldTab != null) {
for (int j = 0; j < oldCap; ++j) {
//当前Node
Node<K,V> e;
//当前桶位有数据 但不知道是链表还是红黑树
if ((e = oldTab[j]) != null) {
//置空方便JVM GC时回收
oldTab[j] = null;
//第一种情况：如果是单个元素（没有与其他元素发生碰撞）
//直接重新计算新数组中的位置然后放入
if (e.next == null)
//重新路由寻址
newTab[e.hash & (newCap - 1)] = e;
//第二种情况：当前桶位已经树化
else if (e instanceof TreeNode)
((TreeNode<K,V>)e).split(this, newTab, j, oldCap);
//第三种情况：当前桶位链化
else { // preserve order
//低位链表：存放在扩容前的数组的位置和扩容后数组的位置一致
Node<K,V> loHead = null, loTail = null;
//高位链表：扩容后在数组中存放的位置是 扩容前数组位置+扩容的长度
Node<K,V> hiHead = null, hiTail = null;
//当前链表的下一个元素
Node<K,V> next;
do {
next = e.next;
//如果高位为0
if ((e.hash & oldCap) == 0) {
if (loTail == null)
loHead = e;
else
loTail.next = e;
loTail = e;
}
//高位为1
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;
}
五、HashMap get方法分析
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) {
//tab：当前散列表
//first：桶位中的头元素
//n：table数组长度
//e：临时Node元素
Node<K,V>[] tab; Node<K,V> first, e; int n; K k;
//如果路由算法算出的桶位有数据
if ((tab = table) != null && (n = tab.length) > 0 &&
(first = tab[(n - 1) & hash]) != null) {
//该桶位的数据与要查的数据一样
if (first.hash == hash && // always check first node
((k = first.key) == key || (key != null && key.equals(k))))
return first;
//该桶位链化或者树化
if ((e = first.next) != null) {
*//如果是树
if (first instanceof TreeNode)
return ((TreeNode<K,V>)first).getTreeNode(hash, key);
//是链表
do {
if (e.hash == hash &&
((k = e.key) == key || (key != null && key.equals(k))))
return e;
} while ((e = e.next) != null);
}
}
return null;
六、HashMap remove方法分析
public V remove(Object key) {
Node<K,V> e;
return (e = removeNode(hash(key), key, null, false, true)) == null ?
null : e.value;
}
public boolean remove(Object key, Object value) {
return removeNode(hash(key), key, value, true, true) != null;
}
都是套娃removeNode
/**
- Implements Map.remove and related methods.
- @param hash hash for key
- @param key the key
- @param value the value to match if matchValue, else ignored
- @param matchValue if true only remove if value is equal
- @param movable if false do not move other nodes while removing
- @return the node, or null if none
*/
//matchValue：如果为true 则需要key和value都匹配才删除
//movable：如果为false，则在删除时不要移动其他节点
final Node<K,V> removeNode(int hash, Object key, Object value,
boolean matchValue, boolean movable) {
//p：当前Node元素
//n：散列表数组长度
//index：寻址结果
Node<K,V>[] tab; Node<K,V> p; int n, index;
//如果当前桶位不为空
if ((tab = table) != null && (n = tab.length) > 0 &&
(p = tab[index = (n - 1) & hash]) != null) {
//node：查找到的结果
//e：当前元素的next元素
Node<K,V> node = null, e; K k; V v;
//当前桶位的元素就是要查找删除的元素
if (p.hash == hash &&
((k = p.key) == key || (key != null && key.equals(k))))
node = p;
//当前桶位的元素链化或树化
else if ((e = p.next) != null) {
//如果树化
if (p instanceof TreeNode)
node = ((TreeNode<K,V>)p).getTreeNode(hash, key);
//链化
else {
do {
if (e.hash == hash &&
((k = e.key) == key ||
(key != null && key.equals(k)))) {
node = e;
break;
}
p = e;
} while ((e = e.next) != null);
}
}
上半部分是查找要删除的元素
/--------------------------------------------------------------------------------------------------------------------------------
下半部分是删除
//node不为空 说明按照key查找到了需要删除的数据
if (node != null && (!matchValue || (v = node.value) == value ||
(value != null && value.equals(v)))) {
//第一种情况：node是树节点 进行树节点移除
if (node instanceof TreeNode)
((TreeNode<K,V>)node).removeTreeNode(this, tab, movable);
//第二种情况：当前桶位的元素刚好是需要删除的元素
else if (node == p)
tab[index] = node.next;
//第三种情况：node在链表里 此时p不一定是头元素 是node的上一个节点
else
p.next = node.next;
++modCount;
–size;
afterNodeRemoval(node);
return node;
}
}
return null;
}
七、HashMap replace方法分析
//通过genode查找 需要key value都匹配才换
public boolean replace(K key, V oldValue, V newValue) {
Node<K,V> e; V v;
if ((e = getNode(hash(key), key)) != null &&
((v = e.value) == oldValue || (v != null && v.equals(oldValue)))) {
e.value = newValue;
afterNodeAccess(e);
return true;
}
return false;
}
//通过getNode查找 找到以后替换
public V replace(K key, V value) {
Node<K,V> e;
if ((e = getNode(hash(key), key)) != null) {
V oldValue = e.value;
e.value = value;
afterNodeAccess(e);
return oldValue;
}
return null;
}
八、其他
为什么数组容量是二的次方（扩容为什么是扩两倍）？
是为了减小碰撞几率 hashmap路由寻址公式是（容量-1）&hashcode
容量是二的次方 那么（容量-1）转换成的二进制数的每一位都是1 这样可以减少碰撞几率（因为0与任何数相与结果都是0 导致不同的hashcode寻找到的地址可能相同 也就是碰撞 所以需要减少容量-1的二进制数中的0的个数）
为什么负载因子默认是0.75？
负载因子决定了数据密度 负载因子越大表中的链表 树就更大 发生碰撞的几率就越高 查询和插入需要的时间就增多 负载因子越小 发生碰撞的几率小 查询和插入需要的时间也小 但是会浪费内存空间 负载因子是0.75是平衡时间效率和空间效率之后的结果 在jdk中官方也做出了解释
