HashMap源码分析

HashMap源码分析

1. 继承结构

image.png

2. 结构图

image.png

3. 关键常量

    /**
     * 默认初始化容量，必须是2的n次方
     */
    static final int DEFAULT_INITIAL_CAPACITY = 1 << 4; // aka 16

    /**
     * 最大容量2的30次方
     */
    static final int MAXIMUM_CAPACITY = 1 << 30;

    /**
     * 默认加载因子
     */
    static final float DEFAULT_LOAD_FACTOR = 0.75f;

    /**
     * 桶树化阈值（定义了当桶中的键/值对数量过多时转换为红黑树的阈值）
     */
    static final int TREEIFY_THRESHOLD = 8;

   /**
     * 桶解除树化阈值（定义了当桶中的键/值对数量减少时解除红黑树的阈值）
     */
    static final int UNTREEIFY_THRESHOLD = 6;

    /**
     * 表最小树化阈值
     */
    static final int MIN_TREEIFY_CAPACITY = 64;

TREEIFY_THRESHOLD和MIN_TREEIFY_CAPACITY区别

结论：

TREEIFY_THRESHOLD定义了当桶中的键/值对数量过多时转换为红黑树的阈值，
MIN_TREEIFY_CAPACITY则限制了只有当哈希表的大小足够大时才会考虑进行这种转换。

3. 关键方法

计算hash值

static final int hash(Object key) {
    int h;
    return (key == null) ? 0 : (h = key.hashCode()) ^ (h >>> 16);
}

image.png

疑问

这里可以看出只有n为2的n次方n-1末尾几位才会全是1
(n - 1) & hash才能得出从0到n-1的值
(n - 1) & hash相当于hash%n
为什么不用取余？因为位运算更快

计算容量

// 返回给定目标容量的二次方大小。
static final int tableSizeFor(int cap) {
    int n = -1 >>> Integer.numberOfLeadingZeros(cap - 1);
    return (n < 0) ? 1 : (n >= MAXIMUM_CAPACITY) ? MAXIMUM_CAPACITY : n + 1;
}

插入

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)
            n = (tab = resize()).length;
        if ((p = tab[i = (n - 1) & hash]) == null)
            tab[i] = newNode(hash, key, value, null);
        else {
            Node<K,V> e; K k;
            if (p.hash == hash &&
                ((k = p.key) == key || (key != null && key.equals(k))))
                e = p;
            else if (p instanceof TreeNode)
                e = ((TreeNode<K,V>)p).putTreeVal(this, tab, hash, key, value);
            else {
                for (int binCount = 0; ; ++binCount) {
                    if ((e = p.next) == null) {
                        p.next = newNode(hash, key, value, null);
                        if (binCount >= TREEIFY_THRESHOLD - 1) // -1 for 1st
                            treeifyBin(tab, hash);
                        break;
                    }
                    if (e.hash == hash &&
                        ((k = e.key) == key || (key != null && key.equals(k))))
                        break;
                    p = e;
                }
            }
            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;
    }

通过hash找到bin
bin为空：插入
bin是树：e = ((TreeNode<K,V>)p).putTreeVal(this, tab, hash, key, value);
bin是链表：判断是否要树化
然后根据onlyIfAbsent判断书否插入

getNode，removeNode逻辑类似

扩容

final Node<K,V>[] resize()
用一个新数组替代旧数组