hashmap部分源码分析
//默认容量
static final int DEFAULT_INITIAL_CAPACITY = 1 << 4;
//最大容量
static final int MAXIMUM_CAPACITY = 1 << 30;
//负载因子
static final float DEFAULT_LOAD_FACTOR = 0.75f;
//链表转为红黑树的阈值
static final int TREEIFY_THRESHOLD = 8;
//红黑树转回链表的阈值
static final int UNTREEIFY_THRESHOLD = 6;
//最小的可以建立红黑树的容量
static final int MIN_TREEIFY_CAPACITY = 64;
//map长度
transient int size;
//map结构被修改的次数
transient int modCount;
//需要进行扩容的阈值
int threshold;
//负载因子 默认情况下赋值DEFAULT_LOAD_FACTOR 可以手动修改 不建议修改
final float loadFactor;
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)
//空集合 执行resize初始化 n = 数组长度
n = (tab = resize()).length;
// i = (n - 1) & hash 根据哈希值和数组长度计算存储位置
// hash值对于数组长度n的模运算,计算结果与 hash % n 相同 但效率高于模运算
if ((p = tab[i = (n - 1) & hash]) == null)
//如果该位置为空 把数据放入该位置
tab[i] = newNode(hash, key, value, null);
else {
//前面计算的位置不为空 此时p是有值的
Node<K,V> e; K k;
//判断p节点的key 与 新数据的key 是否相同
if (p.hash == hash &&
((k = p.key) == key || (key != null && key.equals(k))))
//如果相同 把 p 暂时赋值给 e 需要覆盖操作 后面有代码会处理
e = p;
//判断p节点是不是树结构
else if (p instanceof TreeNode)
e = ((TreeNode<K,V>)p).putTreeVal(this, tab, hash, key, value);
else {
//不是树结构 并且计算出的位置已经有值,进行拉链判断和存储
//这是一个死循环 break为止 递归思想
for (int binCount = 0; ; ++binCount) {
// e = p 的next指针 指向的存储位置
if ((e = p.next) == null) {
//如果e为空 把新的数据放入 p 的 next 指针位置
//(第一次看到这里有种会重复赋值的错觉)因为是先赋值给e 后存储数据,所以代码走这里时后续不会再进入 if (e != null)
p.next = newNode(hash, key, value, null);
//由此可见 binCount的值是 当前存储位置拉链的长度
//TREEIFY_THRESHOLD 是 某存储位置 由拉链转为红黑树的阈值
//如果 链的长度 大于等于 设定阈值
if (binCount >= TREEIFY_THRESHOLD - 1) // -1 for 1st
//将该存储位置的存储结构改为红黑树
treeifyBin(tab, hash);
break;
}
//走到这里说明 e也不为空
//判断e节点的 key 与 新数据的key 是否相同
if (e.hash == hash &&
((k = e.key) == key || (key != null && key.equals(k))))
//如果相同 跳出循环
//因为循环开始时已经 e = p.next 同前面的覆盖操作 后面有代码处理
break;
//e不为空 ,并且 也不同于新数据
//把e赋值给p 然后会继续执行循环,寻找下一个next节点,继续比较,
//直到找到相同的key进行覆盖操作 或 找到空的存储位置 进行新数据的存储
p = e;
}
}
//如果e 不为空 覆盖操作的处理
if (e != null) {
// existing mapping for key
//e节点操作前的值
V oldValue = e.value;
if (!onlyIfAbsent || oldValue == null)
//e节点数据覆盖
e.value = value;
afterNodeAccess(e);
//返回e节点数据的值
return oldValue;
}
}
++modCount;
if (++size > threshold)
resize();
afterNodeInsertion(evict);
return null;
}
final Node<K,V>[] resize() {
Node<K,V>[] oldTab = table;
//旧的数组长度
int oldCap = (oldTab == null) ? 0 : oldTab.length;
//旧的扩容阈值
int oldThr = threshold;
//新的数组长度和扩容阈值
int newCap, newThr = 0;
if (oldCap > 0) {
//不是初始化
if (oldCap >= MAXIMUM_CAPACITY) {
//达到了最大容量 赋值给扩容阈值最大值,不会再扩容了
threshold = Integer.MAX_VALUE;
return oldTab;
}
// newCap = oldCap << 1 扩容 2倍
// 扩容后没有达到最大容量 并且 原来的长度达到初始容量
else if ((newCap = oldCap << 1) < MAXIMUM_CAPACITY &&
oldCap >= DEFAULT_INITIAL_CAPACITY)
//扩容阈值 * 2
newThr = oldThr << 1; // double threshold
}
//初始化
else if (oldThr > 0) // initial capacity was placed in threshold
//有参的构造方法 设置了初始化长度 赋值给newCap
newCap = oldThr;
else {
// zero initial threshold signifies using defaults
//空数组 初始化长度和阈值
newCap = DEFAULT_INITIAL_CAPACITY;
newThr = (int)(DEFAULT_LOAD_FACTOR * DEFAULT_INITIAL_CAPACITY);
}
//扩容阈值
if (newThr == 0) {
// 扩容阈值 = 容量 * 负载因子
//ft = 容量 * 负载因子
float ft = (float)newCap * loadFactor;
//容量小于最大容量 并且 ft小于最大容量 使用ft
newThr = (newCap < MAXIMUM_CAPACITY && ft < (float)MAXIMUM_CAPACITY ?
(int)ft : Integer.MAX_VALUE);
}
//设置threshold 扩容阈值
threshold = newThr;
@SuppressWarnings({
"rawtypes","unchecked"})
Node<K,V>[] newTab = (Node<K,V>[])new Node[newCap];
table = newTab;
//非初始化(扩容)操作
if (oldTab != null) {
//遍历每一个存储位置
for (int j = 0; j < oldCap; ++j) {
Node<K,V> e;
//节点赋值给e
if ((e = oldTab[j]) != null) {
//存储位置不为空
oldTab[j] = null;
//如果e的next指针为空
if (e.next == null)
//存储e
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;
//重新计算存储位置 由于扩容是2倍扩容 所以扩容后存储位置为 原来位置 或 原来位置 + oldCap 举例说明
//例: 原来容量是16 两个节点hash为 17,33 模运算结果为 1,1
// 扩容后容量是32 模运算结果是 17(16 + 1),1
do {
next = e.next;
//按位与运算结果是原来位置 还是 + oldCap
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);
//存入新的存储位置
if (loTail != null) {
loTail.next = null;
newTab[j] = loHead;
}
if (hiTail != null) {
hiTail.next = null;
newTab[j + oldCap] = hiHead;
}
}
}
}
}
return newTab;
}
final void treeifyBin(Node<K,V>[] tab, int hash) {
int n, index; Node<K,V> e;
//如果容量小于 最小的可以建立红黑树的容量 扩容处理
if (tab == null || (n = tab.length) < MIN_TREEIFY_CAPACITY)
resize();
else if ((e = tab[index = (n - 1) & hash]) != null) {
TreeNode<K,V> hd = null, tl = null;
do {
//循环把map转换为双向链表
TreeNode<K,V> p = replacementTreeNode(e, null);
if (tl == null)
hd = p;
else {
p.prev = tl;
tl.next = p;
}
tl = p;
} while ((e = e.next) != null);
if ((tab[index] = hd) != null)
hd.treeify(tab);
}
}
TreeNode<K,V> replacementTreeNode(Node<K,V> p, Node<K,V> next) {
return new TreeNode<>(p.hash, p.key, p.value, next);
}