版权声明：本文为博主原创文章，未经博主允许不得转载。 https://blog.csdn.net/weixin_39723544/article/details/83033694
一、引言
1.导语
在此之前学习HashMap之前，我们首先对先前学习的List进行总结一些：
| 类型 | 说明 |
|---|---|
| ArrayList | 底层是数组，顺序插入。查询快、增删慢 |
| LinkedList | 底层是链表，顺序插入。查询慢、增删块 |
但是这样的集合我们还是不满意啊，有没有查询块，增删也快的集合，那 就是我们今天要学习的HashMap。
2.要点
| 要点 | 说明 |
|---|---|
| 是否可以为空 | key和value都可以为空，但是key只能一个为空，value则不限 |
| 是否有序 | 无序 |
| 是否可以重复 | key重复会覆盖，value则可以重复 |
| 是否线程安全 | 非线程安全 |
二、分析
1.继承关系图
2.字段
/**
* The default initial capacity - MUST be a power of two.
* 默认的容量
*/
static final int DEFAULT_INITIAL_CAPACITY = 1 << 4; // aka 16
/**
* 最大容量上限
*/
static final int MAXIMUM_CAPACITY = 1 << 30;
/**
* 负载因子，调控控件与冲突率的因数
*/
static final float DEFAULT_LOAD_FACTOR = 0.75f;
/**
* 链表转换为树的阈值，超过这个长度的链表会被转换为红黑树
*/
static final int TREEIFY_THRESHOLD = 8;
/**
* The bin count threshold for untreeifying a (split) bin during a
* resize operation. Should be less than TREEIFY_THRESHOLD, and at
* most 6 to mesh with shrinkage detection under removal.
* 当进行resize操作时，小于这个长度的树会被转换为链表
*/
static final int UNTREEIFY_THRESHOLD = 6;
/**
* The smallest table capacity for which bins may be treeified.
* (Otherwise the table is resized if too many nodes in a bin.)
* Should be at least 4 * TREEIFY_THRESHOLD to avoid conflicts
* between resizing and treeification thresholds.
* 链表被转换成树形的最小容量，如果没有达到这个容量只会执行resize进行扩容
*/
static final int MIN_TREEIFY_CAPACITY = 64;
/**
* 存储元素的实体数组
*/
transient Node<K,V>[] table;
/**
* Holds cached entrySet(). Note that AbstractMap fields are used
* for keySet() and values().
* set数组，用于迭代元素
*/
transient Set<Map.Entry<K,V>> entrySet;
/**
* 存放元素的个数，但不等于数组的长度
*/
transient int size;
/**
* 修改的次数
*/
transient int modCount;
/**
* The next size value at which to resize (capacity * load factor).
*
* 临界值 如果实际大小超过临界值，就会进行扩容。threshold=加载因子 * 容量
*/
int threshold;
/**
* 加载因子
*
* @serial
*/
final float loadFactor;
2.构造方法
/**
* Constructs an empty <tt>HashMap</tt> with the specified initial
* capacity and load factor.
*
* @param initialCapacity the initial capacity
* @param loadFactor the load factor
* @throws IllegalArgumentException if the initial capacity is negative
* or the load factor is nonpositive
* 参数为：初始化大小和负载因子
*/
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);
}
/**
* Constructs an empty <tt>HashMap</tt> with the specified initial
* capacity and the default load factor (0.75).
*
* @param initialCapacity the initial capacity.
* @throws IllegalArgumentException if the initial capacity is negative.
* 参数为初始化大小
*/
public HashMap(int initialCapacity) {
this(initialCapacity, DEFAULT_LOAD_FACTOR);
}
/**
* Constructs an empty <tt>HashMap</tt> with the default initial capacity
* (16) and the default load factor (0.75).
* 默认无参构造方法
*/
public HashMap() {
this.loadFactor = DEFAULT_LOAD_FACTOR; // all other fields defaulted
}
/**
* Constructs a new <tt>HashMap</tt> with the same mappings as the
* specified <tt>Map</tt>. The <tt>HashMap</tt> is created with
* default load factor (0.75) and an initial capacity sufficient to
* hold the mappings in the specified <tt>Map</tt>.
*
* @param m the map whose mappings are to be placed in this map
* @throws NullPointerException if the specified map is null
* 参数为集合
*/
public HashMap(Map<? extends K, ? extends V> m) {
this.loadFactor = DEFAULT_LOAD_FACTOR;
putMapEntries(m, false);
}
3.HashMap的实现原理
3.1图示
3.2分析
- 链表的实现如下
/**
* Basic hash bin node, used for most entries. (See below for
* TreeNode subclass, and in LinkedHashMap for its Entry subclass.)
* 相比LinkedList的双向列表，Node是一个单向列表，通过next来实现
*/
static class Node<K,V> implements Map.Entry<K,V> {
final int hash;
final K key;
V value;
Node<K,V> next;
Node(int hash, K key, V value, Node<K,V> next) {
this.hash = hash;
this.key = key;
this.value = value;
this.next = next;
}
public final K getKey() { return key; }
public final V getValue() { return value; }
public final String toString() { return key + "=" + value; }
public final int hashCode() {
return Objects.hashCode(key) ^ Objects.hashCode(value);
}
public final V setValue(V newValue) {
V oldValue = value;
value = newValue;
return oldValue;
}
public final boolean equals(Object o) {
if (o == this)
return true;
if (o instanceof Map.Entry) {
Map.Entry<?,?> e = (Map.Entry<?,?>)o;
if (Objects.equals(key, e.getKey()) &&
Objects.equals(value, e.getValue()))
return true;
}
return false;
}
}
- 红黑树的实现（待补充（后面会有一篇专门的文章研究））：
static final class TreeNode<K,V> extends LinkedHashMap.Entry<K,V> {
TreeNode<K,V> parent; // red-black tree links
TreeNode<K,V> left;
TreeNode<K,V> right;
TreeNode<K,V> prev; // needed to unlink next upon deletion
boolean red;
TreeNode(int hash, K key, V val, Node<K,V> next) {
super(hash, key, val, next);
}
}
4.方法
4.1 存储：put(K key, V value)方法
// 需要放入的键与值
public V put(K key, V value) {
return putVal(hash(key), key, value, false, true);
}
/**
* Implements Map.put and related methods
*
* @param hash hash for key 键值的hash值
* @param key the key 键值
* @param value the value to put 值
* @param onlyIfAbsent if true, don't change existing value 如果为true,如果放入已存在key,value则不会覆盖
* @param evict if false, the table is in creation mode. 如果是false,table数组是创建模式，这里用不到，hash值才能用到。
* @return previous value, or null if none
*/
final V putVal(int hash, K key, V value, boolean onlyIfAbsent,
boolean evict) {
Node<K,V>[] tab; Node<K,V> p; int n, i;
// 如果table数组为空或长度为0，则对其进行初始化，分配内存空间
if ((tab = table) == null || (n = tab.length) == 0)
n = (tab = resize()).length;
if ((p = tab[i = (n - 1) & hash]) == null)
// 当put的key在数组中不存在时，直接new一个Node元素放入
tab[i] = newNode(hash, key, value, null);
else {
// 此种情况是key元素在集合中已存在的情况
Node<K,V> e; K k;
if (p.hash == hash &&
((k = p.key) == key || (key != null && key.equals(k)))) // 如果tab[(n - 1) & hash]位置的第一个元素的key和要保存的key相等，则将p的值赋值给e,在后面进行替换
e = p;
else if (p instanceof TreeNode) // 如果是红黑树节点，则调用其put方法
e = ((TreeNode<K,V>)p).putTreeVal(this, tab, hash, key, value);
else { // table[[(n - 1) & hash]第一个节点不符合要求，则循环其中的每一个元素
for (int binCount = 0; ; ++binCount) {
if ((e = p.next) == null) { // 此处主要是为了防止hash碰撞，则put的key在此链表不存在
p.next = newNode(hash, key, value, null);
if (binCount >= TREEIFY_THRESHOLD - 1) // -1 for 1st 如果链表的长度超过8，则进行红黑树进行转换。1,8后追加：链表查询的复杂度是O(n)，而红黑树是O(log(n))，但是如果hash结果不均匀会极大的影响性能
treeifyBin(tab, hash);
break;
}
if (e.hash == hash &&
((k = e.key) == key || (key != null && key.equals(k))))
break;
p = e;
}
}
// 把旧值替换成新值，并且返回旧值
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(); // 如果size大于扩容阀值，则进行扩容操作
afterNodeInsertion(evict);
return null;
}
4.2扩容：resize()
final Node<K,V>[] resize() {
Node<K,V>[] oldTab = table;
int oldCap = (oldTab == null) ? 0 : oldTab.length;
int oldThr = threshold;
int newCap, newThr = 0;
if (oldCap > 0) {
if (oldCap >= MAXIMUM_CAPACITY) { // 如果目前table的容量大于最大容量的上限，则不会进行扩容
threshold = Integer.MAX_VALUE;
return oldTab;
}
else if ((newCap = oldCap << 1) < MAXIMUM_CAPACITY &&
oldCap >= DEFAULT_INITIAL_CAPACITY)
//如果现在的容量扩大两倍还没超过最大容量，并且原来的容量大于默认的容量，则进行两倍扩容
newThr = oldThr << 1; // double threshold
}
else if (oldThr > 0) // initial capacity was placed in threshold
// 这个分支针对的指定初始化容量的构造方法
newCap = oldThr;
else { // zero initial threshold signifies using defaults
// 这个分支是针对默认构造函数的分支，对newCap和newThr进行赋值
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,需要把原来的元素逐一拷贝到新的集合中去
if (oldTab != null) {
for (int j = 0; j < oldCap; ++j) {
Node<K,V> e;
if ((e = oldTab[j]) != null) {
//将原来的置为 null,方便垃圾回收器进行回收
oldTab[j] = null;
// 如果e.next为null，表示此链表是单节点，直接根据e.hash & (newCap - 1)得到新的位置进行赋值即可
if (e.next == null)
newTab[e.hash & (newCap - 1)] = e;
else if (e instanceof TreeNode)
// 如果是红黑树节点，则调用红黑树的方法
((TreeNode<K,V>)e).split(this, newTab, j, oldCap);
else { // preserve order
// 此分支是：链表的复制
// 而且其元素在数组中位置确定的方式：
// 不是根据hash算法生成新的位置，而是采用了原始位置+原始长度得到新的位置
Node<K,V> loHead = null, loTail = null;
Node<K,V> hiHead = null, hiTail = null;
Node<K,V> next;
do {
next = e.next;
// 判断：元素的在数组中的位置是否需要移动
// (e.hash & oldCap)结果为0就代表没有变化，否则就是有变化
if ((e.hash & oldCap) == 0) {
// 将符合条件的元素进行新的链表拼接
if (loTail == null)
loHead = e;
else
loTail.next = e;
loTail = e;
}
else {
// 和上面同理
if (hiTail == null)
hiHead = e;
else
hiTail.next = e;
hiTail = e;
}
// 只要链表元素有下一个元素就循环进行拼接
} while ((e = next) != null);
if (loTail != null) {
// 将链表的尾部的next置为空
loTail.next = null;
newTab[j] = loHead;
}
if (hiTail != null) {
// 将链表的尾部的next置为空
hiTail.next = null;
newTab[j + oldCap] = hiHead;
}
}
}
}
}
return newTab;
}
4.3获取：get(Object key)
public V get(Object key) {
Node<K,V> e;
// 可以看出主干方法在getNode(key)里面
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;
// 通过key的hash定位到桶的位置，并且第一个元素不是null
if ((tab = table) != null && (n = tab.length) > 0 &&
(first = tab[(n - 1) & hash]) != null) {
// 总是检查第一个节点
// 如果第一个节点的hash值且key值也相等，直接返回first元素
if (first.hash == hash && // always check first node
((k = first.key) == key || (key != null && key.equals(k))))
return first;
if ((e = first.next) != null) {
// 判断next节点是不是红黑树节点，如果是直接调用其getTreeNode方法得到其treeNode节点
if (first instanceof TreeNode)
return ((TreeNode<K,V>)first).getTreeNode(hash, key);
// 进行循环，去除符合条件的Node节点。循环的结束的条件是:直到链表的尾部
do {
if (e.hash == hash &&
((k = e.key) == key || (key != null && key.equals(k))))
return e;
} while ((e = e.next) != null);
}
}
return null;
}
4.4 Map集合复制：putMapEntries(Map<? extends K, ? extends V> m, boolean evict)
public HashMap(Map<? extends K, ? extends V> m) {
// 负载因子初始化
this.loadFactor = DEFAULT_LOAD_FACTOR;
// 真正进行map复制的方法
putMapEntries(m, false);
}
final void putMapEntries(Map<? extends K, ? extends V> m, boolean evict) {
int s = m.size();
// 传入的map不为空的情况下进行复制操作
if (s > 0) {
// table未初始化，s为传入集合的元素个数
if (table == null) { // pre-size
float ft = ((float)s / loadFactor) + 1.0F;
int t = ((ft < (float)MAXIMUM_CAPACITY) ?
(int)ft : MAXIMUM_CAPACITY);
// 如果t大于阈值，则初始化阀值
if (t > threshold)
threshold = tableSizeFor(t);
}
// 已经初始化，但元素数大于阀门，需要进行扩容操作
else if (s > threshold)
resize();
// 循环遍历，复制数据
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);
}
}
}
4.5 其他1：hash(Object key)
static final int hash(Object key) {
int h;
// 通过hashCode()的高16位异或低16位实现:
// 速度、功效、质量来考虑的，这么做可以在数组table的length比较小的时候，也能保证 考虑到高低Bit都参与到Hash的计算中，同时不会有太大的开销
// 参考：https://blog.csdn.net/login_sonata/article/details/76598675 部分内容
return (key == null) ? 0 : (h = key.hashCode()) ^ (h >>> 16);
}
4.6 其他2：tableSizeFor(int cap)
// 作用：返回给定参数的最小二次幂的值.
// 我们知道，HashMap的capacity的值必须是2的次幂；
static final int tableSizeFor(int cap) {
// 先看一个规律：
// 7 = 0111，其最小2^次幂为1000 = 0111+1
// 11=1011，其最小2^次幂为10000 = 01111+1
// 29 = 011101，其最效2^次幂为100000 = 011111+1
// 由此我们得到：对于给定的整数cap,其二进制第一次出现1的位数为n,那么气最小的二次幂的值为：2^(n + 1) 或 2^n
// 看这个方法的代码如下：
// n |= n >>> 1 是为了确保第一个1及其其后1位都是1
// n |= n >>> 2 是为了确保第一个1及其其后3位都是1
// n |= n >>> 4 是为了确保第一个1及其其后7位都是1
// n |= n >>> 8 是为了确保第一个1及其其后15位都是1
// n |= n >>>16 是为了确保第一个1及其其后所有位都是1
// 所以大于cap的最小的2次幂就是（n + 1）.
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;
}
三、结语
3.1回顾
回顾下上面的存储、扩容、获取等关键代码实现，再结合学习的四个要点，去对比理解其中的设计原理。
3.2思考
- HashMap的是怎么保证添加的元素的索引的（也就是说哈希桶是如何分布的）？
- HshMap的扩容的流程是怎么样的？
- 1.8比1.7版本在HashMap的那些方面做了改动和优化？
- HashMap的hash算法是怎么实现的？为什么要这么实现？