1、hashMap允许null key,null value,HashMap与HashTable基本等价（除了不同步及不允许null key),HashMap不保证内部顺序
2、HashMap get put方法提供常数级性能，不要设置太大的初始化capacity和太小的loadFactory，对HashMap的Iterator影响非常重要,
capacity是指哈希表中的buckets的数量，初始化容量只是哈希表的创建时的容量。
loadFactory是哈希表自动扩容前允许最多放多少个entries,当hash table中的entries超过loadFactory允许的数量时，hash table会进行rehash(也就是说内部的数据结构会重新构建-扩容）一般扩展是原有bucket的两倍
3、作为基本规则，0.75的loadFactory在时间、空间上达到了一个平衡，高的loadFactory降低了空间成本，但是增加了查询成本,如果初始化的容量操过HashMap允许的最大容量，扩容操作永远不会发生。
4、如果大量的映射关系会被存在HashMap实例中，初始化足够大的容量比让HashMap自动扩容更高效。
5、HashMap是fail-fast，当迭代对象创建后，如果对其进行修改，将会抛出ConcurrentModificationException，
6、TreeNode的root节点通常是第一个节点，但是，有些时候，可能不是（比如在remove的时候）root节点可能在别的地方，这种情况也可以根据Parent的linked来恢复
7、HashTable的tableSizeFor算法：主要功能是返回一个比给定整数大且最接近的2的幂次方整数，如给定10，返回2的4次方16.
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;
}
我们首先假定cap也就是给定数的的形式为00..01XXXXXXX,(X代表可为0也可为1，X前面的1为从最高位开始第一个为1的那一位)
首先是n |= n >>> 1;也就是n变成n与n右移一位之后异或后的值，即
n: 00..01XXXXXXX
n>>>1:00..001XXXXXX
新n： 00..011XXXXXX
也许到这里你还看不出什么结果，那接着看第二步n |= n >>> 2;也就是n变成n与n右移两位之后异或的值，即
n: 00..011XXXXXX
n>>>2:00..00011XXXX
新n: 00..01111XXXX
到这里就不用再解释了吧，这个算法不断的通过把第一个1开始后面的位变成1，本例由00..01XXXXXXX->00..011111111,最后再返回n+1;
8、putVal方法参数
onlyIfAbsent 默认为false, 设置为true 表明当存在值时，不改变原有值
evict 默认为true
final V putVal(int hash, K key, V value, boolean onlyIfAbsent,
boolean evict) {
// tab为当前table
// p为要当前节点要插入的bucket位置上的Node
// n 为tab的size
// i 为算出的bucket的所在的位置
Node<K,V>[] tab; Node<K,V> p; int n, i;
// 1、将原有的table赋值给tab
if ((tab = table) == null || (n = tab.length) == 0)
n = (tab = resize()).length;
// 如果当前bucket的位置上没有值，把这个Node放在此bucket上
if ((p = tab[i = (n - 1) & hash]) == null)
tab[i] = newNode(hash, key, value, null);
else {
// 如果此bucket上已经有值
// e
// k为原节点的key
Node<K,V> e; K k;
// 如果当前bucket位置上的以下条件满足，替换本节点上的值
if (p.hash == hash &&
((k = p.key) == key || (key != null && key.equals(k))))
e = p;
else if (p instanceof TreeNode)
// 如果p是TreeNode节点，反当前节点放到红黑二叉树中
e = ((TreeNode<K,V>)p).putTreeVal(this, tab, hash, key, value);
else {
// 如果是链接
for (int binCount = 0; ; ++binCount) {
// 循环找到链表的尾部
if ((e = p.next) == null) {
//将原有尾部的下一个节点指向当前要插入的节点
p.next = newNode(hash, key, value, null);
// 判断当前binCount是否达到将链表转为TreeNode的阀值
if (binCount >= TREEIFY_THRESHOLD - 1) // -1 for 1st
// 如果达到把链接转为红黑二叉树
treeifyBin(tab, hash);
break;
}
// 如果链表上已经存在此key的Node
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;
}
}
// 修改次数+1
++modCount;
// 如果size+1的值 大于要扩容的阀值则进行扩容
if (++size > threshold)
resize();
afterNodeInsertion(evict);
return null;
}
下面来看一下resize()方法
final Node<K,V>[] resize() {
Node<K,V>[] oldTab = table;
// oldCap为原Map的size.
int oldCap = (oldTab == null) ? 0 : oldTab.length;
// oldThr为原Map扩容的阀值
int oldThr = threshold;
int newCap, newThr = 0;
if (oldCap > 0) {
if (oldCap >= MAXIMUM_CAPACITY) {
threshold = Integer.MAX_VALUE;
return oldTab;
}
else if ((newCap = oldCap << 1) < MAXIMUM_CAPACITY &&
oldCap >= DEFAULT_INITIAL_CAPACITY)
newThr = oldThr << 1; // double threshold
}
else if (oldThr > 0) // initial capacity was placed in threshold
newCap = oldThr;
else { // zero initial threshold signifies using defaults
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;
// 如果原有的HashMap不为空，则要表明是扩容，则要将原有的HashMap放到新的HashMap中
if (oldTab != null) {
for (int j = 0; j < oldCap; ++j) {
Node<K,V> e;
if ((e = oldTab[j]) != null) {
oldTab[j] = null;
if (e.next == null)
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;
do {
next = e.next;
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);
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;
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 {
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);
}
}
网友评论