HashMap常量
/**
* .初始容量 16
*/
static final int DEFAULT_INITIAL_CAPACITY = 1 << 4; // aka 16
/**
* 最大容量 2^30
*/
static final int MAXIMUM_CAPACITY = 1 << 30;
/**
* 默认加载因子
*/
static final float DEFAULT_LOAD_FACTOR = 0.75f;
/**
* 树化阈值
*/
static final int TREEIFY_THRESHOLD = 8;
/**
* 树转链表阈值
*/
static final int UNTREEIFY_THRESHOLD = 6;
/**
* 最小树形化容量阈值:即 当哈希表中的容量 > 该值时,才允许树形化链表 (即 将链表 转换成红黑树)
* 否则,若桶内元素太多时,则直接扩容,而不是树形化 数组元素 > 64才能树化
*/
static final int MIN_TREEIFY_CAPACITY = 64;
HashMap成员变量
// 存储数据的数组
transient Node<K,V>[] table;
/**
* 存放entry的set,k-v键值对
*/
transient Set<Entry<K,V>> entrySet;
/**
* HashMap的大小,即 HashMap中存储的键值对的数量
*/
transient int size;
/**
* 修改次数
*/
transient int modCount;
/**
* 扩容阈值 = 容量 x 加载因子 tab存储的元素小于等于这个值
* @serial
*/
int threshold;
/**
* 加载因子
*/
final float loadFactor;
HashMap内部类
内部类Node是一个单链表节点
//链表节点
static class Node<K,V> implements Map.Entry<K,V> {
final int hash;
final K key;
V value;
Node<K,V> next;//后继节点
}
红黑树节点最终继承了Node节点,所以红黑树节点也是链表节点
//红黑树节点,因为继承了Node节点,即链表
static final class TreeNode<K,V> extends LinkedHashMap.Entry<K,V> {
TreeNode<K,V> parent; // 父节点
TreeNode<K,V> left; // 左子节点
TreeNode<K,V> right; // 右子节点
TreeNode<K,V> prev; // 前驱节点
boolean red;
TreeNode(int hash, K key, V val, Node<K,V> next) {
super(hash, key, val, next);
}
}
对key进行hash的hash方法
//hashcode & (数组长度-1) 是为了解决hashcode和数组大小不匹配的问题 hashcode范围为-2^31 - 2^31-1 数组大小最大为2^30 不取模算出来的哈希码可能 不在数组大小范国内,从而导致无法匹配存储位置
static final int hash(Object key) {
//hashCode和自身的高16位进行异或运算,目的是使高位参与运算然后hash值分散地均匀 当key = null时,hash值 = 0,所以HashMap的key 可为null
int h;
return (key == null) ? 0 : (h = key.hashCode()) ^ (h >>> 16);//
}
hashmap的大小为2的次方的原因:
hashmap的大小都是2的n次方,因为这样hash值和(数组长度-1)进行与操作才能达到取模的效果,并且如果大小不是2的n次方,是奇数的话,hashcode和(奇数-1)与运算之后最后一位肯定为0,元素都只能分配在偶数位,奇数位浪费了,hashcode和(偶数-1)与运算之后最后一位为0或1,元素可以分配在所有位置
hash值和(2的二次方-1)进行与运算等于模运算的原理:
例如2的3次方是1000,-1后是0111,9是1001,1001 & 0111相当于取1001的后三位,即001,1001/8相当于1001右移三位变成0001,被移除的3位001就是余数,所以1001 & 0111取1001的后三位相当于1001%1000,用位运算是因为位运算的效率比直接进行模运算高
hash值为什么要和(2的二次方-1)进行与运算的原因:
hash值和(数组长度-1)进行与操作后的取值范围是0 - (数组长度-1)
要用hash值和(数组长度-1)进行与操作是因为hash值的取值范围是-2的31次方到2的31次方-1,这个范围比数组最大长度2的30次方要大,所以不能直接把hash值作为数组的索引,只能用hash值对数组长度取模之后的值是小于数组长度,这样才能作为数组的索引
\
HashMap构造函数
HashMap的构造函数有四个构造函数,不过构造函数都是初始化loadFactor和capacity,初始化数组时是在第一次put的时候才初始化的(懒加载)
//使用指定容量和指定加载因子进行初始化
public HashMap(int initialCapacity, float loadFactor) {
if (initialCapacity < 0) //初始容量不能小于0
throw new IllegalArgumentException("Illegal initial capacity: " +
initialCapacity);
if (initialCapacity > MAXIMUM_CAPACITY) //初始容量不能大于MAXIMUM_CAPACITY
initialCapacity = MAXIMUM_CAPACITY;
if (loadFactor <= 0 || Float.isNaN(loadFactor)) //加载因子不能小于0 一定要是数字
throw new IllegalArgumentException("Illegal load factor: " +
loadFactor);
this.loadFactor = loadFactor;
this.threshold = tableSizeFor(initialCapacity);//此处不是真正的阈值,仅仅只是将传入的容量大小转化为:>传入容量大小的最小的2的幂,真正的阈值会在第一次扩容时计算 例如传入29会将29变成32,32就变成第一次扩容时的cap,threshold会在第一次扩容时赋值给newCap
}
//使用指定容量和默认加载因子进行初始化
public HashMap(int initialCapacity) {
this(initialCapacity, DEFAULT_LOAD_FACTOR);
}
//没有参数,使用默认
public HashMap() {
this.loadFactor = DEFAULT_LOAD_FACTOR; // all other fields defaulted
}
/**
* 用一个map构造新map
*/
public HashMap(Map<? extends K, ? extends V> m) {
this.loadFactor = DEFAULT_LOAD_FACTOR;
putMapEntries(m, false);
}
HashMap的核心方法
1、添加方法put
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) // 1. 若哈希表的数组tab为空,则通过resize()创建 初始化哈希表的时机 = 第1次调用put函数时,即调用resize() 初始化创建
n = (tab = resize()).length;
if ((p = tab[i = (n - 1) & hash]) == null) //计算插入存储的数组索引i:根据键值key计算的hash值 插入时,需判断是否存在Hash冲突 这里p被赋值
tab[i] = newNode(hash, key, value, null); //若不存在(即当前table[i] == null),则直接在该数组位置新建节点,插入完毕
else {
//否则,代表存在Hash冲突,即当前存储位置已存在节点,则依次往下判断:a. 当前位置的key是否与需插入的key相同、b. 判断需插入的数据结构是否为红黑树 or 链表
Node<K,V> e; K k; // a. 判断 table[i]的元素的key是否与 需插入的key一样,若相同则 直接用新value 覆盖 旧value 更新操作
if (p.hash == hash && //hash相等并且key相等
((k = p.key) == key || (key != null && key.equals(k))))
e = p;
else if (p instanceof TreeNode) // 若是红黑树,则直接在树中插入 or 更新键值对
e = ((TreeNode<K,V>)p).putTreeVal(this, tab, hash, key, value);
else {
//在链表中插入 or 更新键值对
for (int binCount = 0; ; ++binCount) {
// i. 遍历table[i]所在的链表,判断Key是否已存在:采用equals() 对比当前遍历节点的key 与 需插入数据的key:若已存在,则直接用新value 覆盖 旧value
if ((e = p.next) == null) {
//此时是尾节点 这里e被赋值
p.next = newNode(hash, key, value, null);
if (binCount >= TREEIFY_THRESHOLD - 1) // -1 for 1st 判断是否要树化
treeifyBin(tab, hash);
break;
} //通过hash和equals判断key是否存在
if (e.hash == hash &&
((k = e.key) == key || (key != null && key.equals(k))))
break;
p = e; //遍历下一节点 相当于 p = p.next
}
}
if (e != null) {
// existing mapping for key 找到了key执行更新操作 找不到key的话e是null
V oldValue = e.value;
if (!onlyIfAbsent || oldValue == null)
e.value = value;
afterNodeAccess(e);// 替换旧值时会调用的方法(默认实现为空)
return oldValue;
}
}
++modCount;
if (++size > threshold)
resize(); // 插入成功后,判断实际存在的键值对数量size > 最大容量threshold 大于的话就扩容
afterNodeInsertion(evict); // 插入后回调
return null;
}
梳理下put方法的流程就是:
(1)判断table是否为空或大小为0,是的话就调用resize扩容方法对table进行初始化
(2)根据key的hash值算出放在table的哪个位置,如果对应位置没有元素则说明没有发生hash冲突可以直接插入,然后跳到第7步
(3)否则的话就看插入元素的key的hash值和key是否和当前元素一样,一样的话就跳到第6步执行更新操作
(4)第一个元素和插入元素不一样就判断第一个元素是不是红黑树节点,是的话就根据红黑树的规则去找插入元素
(5)第一个元素不是红黑树节点的话就根据链表节点查找,如果找不到就判断插入后的节点数量是否大于等于8,大于8的话就要进行树化
(6)e不为空的话就替换原值,onlyIfAbsent为true表示原来有值不进行更新操作
(7)如果插入了元素就判断要不要扩容
用流程图表示如下
2、remove方法
public V remove(Object key) {
Node<K,V> e;
return (e = removeNode(hash(key), key, null, false, true)) == null ?
null : e.value;
}
final Node<K,V> removeNode(int hash, Object key, Object value,
boolean matchValue, boolean movable) {
Node<K,V>[] tab; Node<K,V> p; int n, index; // 如果桶的数量大于0且待删除的元素所在的桶的第一个元素不为空
if ((tab = table) != null && (n = tab.length) > 0 &&
(p = tab[index = (n - 1) & hash]) != null) {
Node<K,V> node = null, e; K k; V v;
if (p.hash == hash && // 如果第一个元素正好就是要删除的元素,赋值给node变量后续删除使用
((k = p.key) == key || (key != null && key.equals(k))))
node = p;
else if ((e = p.next) != null) {
if (p instanceof TreeNode)// 如果第一个元素是树节点,则以树的方式查找节点
node = ((TreeNode<K,V>)p).getTreeNode(hash, key);
else {
// 否则遍历整个链表查找元素
do {
if (e.hash == hash &&
((k = e.key) == key ||
(key != null && key.equals(k)))) {
node = e;
break;
}
p = e;
} while ((e = e.next) != null);
}
}// 如果找到了元素,则看参数是否需要匹配value值,如果不需要匹配直接删除,如果需要匹配则看value值是否与传入的value相等
if (node != null && (!matchValue || (v = node.value) == value ||
(value != null && value.equals(v)))) {
if (node instanceof TreeNode)// 如果是树节点,调用树的删除方法(以node调用的,是删除自己)
((TreeNode<K,V>)node).removeTreeNode(this, tab, movable);
else if (node == p)// 如果待删除的元素是第一个元素,则把第二个元素移到第一的位置
tab[index] = node.next;
else// 否则删除node节点,链表删除 p是node的前一个节点
p.next = node.next;
++modCount;
--size;
afterNodeRemoval(node);// 删除节点回调
return node;
}
}
return null;
}
整体流程:
(1)table要不为空并且长度大于0并且根据key的hash值能找到元素
(2)判断对应位置的元素和要移除的元素是否一样,一样的话就赋值给局部变量node,在第5步删
(3)第一个元素不是移除元素就判断第一个元素是不是红黑树节点,是的话就根据红黑树规则查找要删除的元素
(4)第一个元素不是红黑树节点就根据链表规则查找要删除的元素
(5)node不为空,看node是否是红黑树节点,是的话就根据红黑树规则删除
(6)node是第一个元素就把第二个元素变成第一个元素
(7)node是链表节点就根据链表规则删除
(8)数组元素减1,删除回调,返回node
3、get方法
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) {
//根据hash值获取索引
if (first.hash == hash && // always check first node 否则判断桶的第一个位置(有可能是链表、红黑树)的 key 是否为查询的 key,是就直接返回 value。
((k = first.key) == key || (key != null && key.equals(k))))
return first;
if ((e = first.next) != null) {
//对应索引还有下一个节点
if (first instanceof TreeNode)//是否为红黑树节点 是的话在红黑树中查找
return ((TreeNode<K,V>)first).getTreeNode(hash, key);
do {
//否则,在链表中查找
if (e.hash == hash &&
((k = e.key) == key || (key != null && key.equals(k))))
return e;
} while ((e = e.next) != null);
}
}
return null;
}
整体流程:
(1)table要不为空并且长度大于0并且根据key的hash值能找到元素
(2)判断第一个元素是否是要查找的元素,根据hash值和key判断,是的话就返回第一个元素
(3)第一个元素不是要查找的元素,然后判断第一个元素是否是红黑树节点,是的话就根据红黑树规则查找元素
(3)第一个元素不是红黑树节点就根据链表规则查找元素
4、resize方法
resize方法要根据原来的hashcode重新计算索引位置,新索引位置是原来的位置或原来的位置+原来容量,因为扩容后都是原来的两倍,本来对16取模,扩容之后是对32取模,新的索引位置是原来位置或原来的位置+16,所以扩容时不用重新计算hashcode,只需要用原来的hashcode对新容量取模就可以计算出新的索引位置
新索引位置是原来的位置或原来的位置+原来容量的原因:
如上面的图本来容量是16时是取后4位作为余数,扩容之后变成32就取后5位作为余数,第一个hashcode后5位是00101,取后5位和后4位结果一样所以新索引位置不变,第二个hashcoe后5位是10101,取后5位和取后4位相差了16,所以新索引位置是原位置加原来容量
在扩充 HashMap 的时候,不需要重新计算 hash,只需要看看原来的 hash 值新增的那个 bit 是 1 还是 0 就可以了,是 0 的话索引没变,是 1 的话索引变成 “原位置 + 旧容量”,16扩容到32的示意图:
蓝色为新增bit为0,绿色为新增位为1
final Node<K,V>[] resize() {
Node<K,V>[] oldTab = table;//旧table赋值给oldTab
int oldCap = (oldTab == null) ? 0 : oldTab.length;//旧容量
int oldThr = threshold;//旧阈值
int newCap, newThr = 0;
if (oldCap > 0) {
//如果oldCap不为空的话,就是hash桶数组不为空
if (oldCap >= MAXIMUM_CAPACITY) {
//若扩容前的数组容量超过最大值,则不再扩充
threshold = Integer.MAX_VALUE;
return oldTab;
}
else if ((newCap = oldCap << 1) < MAXIMUM_CAPACITY &&
oldCap >= DEFAULT_INITIAL_CAPACITY)
newThr = oldThr << 1; // double threshold // 如果旧容量的两倍小于最大容量并且旧容量大于默认初始容量(16),则容量扩大为两部,扩容门槛也扩大为两倍
}
else if (oldThr > 0) // initial capacity was placed in threshold 使用了有参构造函数指定了capacity,第一次插入元素会走到这里
newCap = oldThr; //旧阈值变成新容量 阈值在构造方法里等于传入容量向上最近的2的n次方
else {
// zero initial threshold signifies using defaults 无参构造函数
newCap = DEFAULT_INITIAL_CAPACITY;
newThr = (int)(DEFAULT_LOAD_FACTOR * DEFAULT_INITIAL_CAPACITY);
}
if (newThr == 0) {
// 如果新阈值为0,则计算为容量*装载因子,但不能超过最大容量
float ft = (float)newCap * loadFactor;
newThr = (newCap < MAXIMUM_CAPACITY && ft < (float)MAXIMUM_CAPACITY ?
(int)ft : Integer.MAX_VALUE);
}
threshold = newThr;//新阈值
@SuppressWarnings({
"rawtypes","unchecked"})
Node<K,V>[] newTab = (Node<K,V>[])new Node[newCap];//开始扩容,用新容量新建一个数组
table = newTab;//赋值给成员变量table
if (oldTab != null) {
// 如果旧数组不为空,则把旧数组元素移到新数组
for (int j = 0; j < oldCap; ++j) {
// 遍历旧数组
Node<K,V> e;
if ((e = oldTab[j]) != null) {
// 如果旧数组索引j对应的位置元素不为空,赋值给e
oldTab[j] = null; //方便gc
if (e.next == null) //如果e后面没有node节点
newTab[e.hash & (newCap - 1)] = e;//用e的hash对新数组长度取模获取存储位置
else if (e instanceof TreeNode)// 如果第一个元素是树节点,则把这颗树打散成两颗树插入到新桶中去
((TreeNode<K,V>)e).split(this, newTab, j, oldCap);
else {
// preserve order 如果这个链表不止一个元素且不是一颗树,则分化成两个链表插入到新的桶中去
Node<K,V> loHead = null, loTail = null; //假如原来容量为4,3、7、11、15这四个元素都在三号桶中
Node<K,V> hiHead = null, hiTail = null; //现在扩容到8,则3和11还是在三号桶,7和15要搬移到七号桶中去
Node<K,V> next;
do {
next = e.next; //保存e的next节点
if ((e.hash & oldCap) == 0) {
// (e.hash & oldCap) == 0的元素放在低位链表中 比如,3 & 4 == 0 011 100
if (loTail == null) //第一个节点
loHead = e;
else
loTail.next = e; //e赋值给尾结点的下一个
loTail = e; //把当前节点标记为尾结点
}
else {
// (e.hash & oldCap) != 0的元素放在高位链表中 // 比如,7 & 4 != 0 111 100
if (hiTail == null)
hiHead = e;
else
hiTail.next = e;
hiTail = e;
}
} while ((e = next) != null); //相当于e = e.next
if (loTail != null) {
// 遍历完成分化成两个链表了,低位链表在新桶中的位置与旧桶一样(即3和11还在三号桶中)
loTail.next = null;
newTab[j] = loHead;
}
if (hiTail != null) {
// 高位链表在新桶中的位置正好是原来的位置加上旧容量(即7和15搬移到七号桶了)
hiTail.next = null;
newTab[j + oldCap] = hiHead;
}
}
}
}
}
return newTab;
}
流程:
(1)先把当前table赋值给局部变量oldTab
(2)oldTab为空的话oldCap为0,不空的话就为oldTab长度
(3)threshold赋给局部变量oldThr,threshold第一次计算出来是在HashMap(int initialCapacity, float loadFactor)这个构造函数算出来的,为大于initialCapacity的最小2的次方
(4)oldCap不能大于最大容量,oldCap的两倍如果小于maxCap并且oldCap大于默认初始容量(16),则newCap为oldCap的两倍,newThr也为oldThr的两倍
(5)oldThr大于0就把oldThr变成newCap,因为还没扩容过
(6)oldThr等于0就是调用无参构造函数,指定newCap为默认容量16,newThr为默认容量 X 默认加载因子即16 X 0.75
(7)上面的第5步只是算出了newCap,还没算出newThr,判断newCap是否大于maxCap和newThr是否大于maxThr,否的话newThr等于newCap*加载因子,是的话就newThr等于int的最大值
(8)把newThr更新为最新的threshold
(9)用newCap新建一个table为newTab,并更新为最新的table
(10) oldTab不为空就把oldTab元素移到newTab
(11)oldTab当前位置只有一个节点,就直接移到newTab,索引位置要重新计算
(11)oldTab当前位置是红黑树节点,就把这颗树打散成两颗树插入到newTab中去
(12)oldTab当前位置是链表,就把链表打散成两条插入到newTab,链表的低位存储在原来桶的位置,链表的高位搬移到原来桶的位置加旧容量的位置,节点hashcode与旧容量进行与操作,为0即低位,不为0既高位
总结
(1)HashMap是一种散列表,采用(数组 + 链表 + 红黑树)的存储结构;
(2)HashMap的默认初始容量为16(1<<4),默认装载因子为0.75f,容量总是2的n次方;
(3)HashMap扩容时每次容量变为原来的两倍;
(4)当桶的数量小于64时不会进行树化,只会扩容;
(5)当桶的数量大于64且单个桶中元素的数量大于8时,进行树化;
(6)当单个桶中元素数量小于6时,进行反树化;
(7)HashMap是非线程安全的容器;
(8)HashMap查找添加元素的时间复杂度都为O(1);