HashMap是我们开发过程中经常使用到的一个类，那么它的实现原理是怎样的呢？在java1.8之前它的底层数据结构是一个链表的数组，如图所示：
屏幕快照 2018-10-02 上午10.44.21.png
官方对HashMap作了如下说明
<p>This implementation provides constant-time performance for the basic
* operations (<tt>get</tt> and <tt>put</tt>)
以链表的数组作为HashMap的数据结构通常来说是可以满足这个定义的，不过如果HashMap因为Key的hashCode定义不好或是装载因子过大而产生大量冲突的话，那么这个数据结构就可能会退化为几个很长很长的链表，在这种情况下HashMap的效率就会大大降低，显然这种情况下是不能做到在常量时间内完成get和put操作的。因此java1.8在此基础上做了一些修改，当HashMap中的某个链表过长时，这个链表就会进化为一棵红黑树，红黑树的查找和插入操作比起长链表的效率会高出很多，其数据结构如下所示：
屏幕快照 2018-10-02 上午10.58.45.png
源码分析
属性
//默认的容量大小16，容量大小必须是2的指数
static final int DEFAULT_INITIAL_CAPACITY = 1 << 4; // aka 16
//最大的容量大小1<<30
static final int MAXIMUM_CAPACITY = 1 << 30;
//默认的装载因子
static final float DEFAULT_LOAD_FACTOR = 0.75f;
//由链表转化为红黑树的阀值
static final int TREEIFY_THRESHOLD = 8;
//由红黑树转化为链表的阀值
static final int UNTREEIFY_THRESHOLD = 6;
//桶中数据结构转化为红黑树，Hash表中数组大小的阀值，如果数组的长度小鱼这个值Hash表只会执行resize操作
static final int MIN_TREEIFY_CAPACITY = 64;
//存储元素的数组，其中的元素可能是单个节点、链表或是一个树
transient Node<K,V>[] table;
//存放元素的集，主要用于遍历Hashmap
transient Set<Map.Entry<K,V>> entrySet;
//元素个数
transient int size;
//Hashmap被修改的次数，
transient int modCount;
//扩容临界值，当节点个数超过capacity * load factor时就会进行扩容
int threshold;
//装载因子
final float loadFactor;
构造函数
/**
//初始化容量和装载因子
public HashMap(int initialCapacity, float loadFactor) {
//初始化容量小于0报错
if (initialCapacity < 0)
throw new IllegalArgumentException("Illegal initial capacity: " +
initialCapacity);
//初始化容量不能大于最大容量
if (initialCapacity > MAXIMUM_CAPACITY)
initialCapacity = MAXIMUM_CAPACITY;
//装载因子必须大于0
if (loadFactor <= 0 || Float.isNaN(loadFactor))
throw new IllegalArgumentException("Illegal load factor: " +
loadFactor);
this.loadFactor = loadFactor;
this.threshold = tableSizeFor(initialCapacity);
}
//初始化容量，装载因子用默认值0.75
public HashMap(int initialCapacity) {
this(initialCapacity, DEFAULT_LOAD_FACTOR);
}
//容量为默认值16，装载因子为默认值0.75
public HashMap() {
this.loadFactor = DEFAULT_LOAD_FACTOR; // all other fields defaulted
}
//用其他Map初始化，装载因子为默认值0.75
public HashMap(Map<? extends K, ? extends V> m) {
this.loadFactor = DEFAULT_LOAD_FACTOR;
//把传入的Map中的元素存入到HashMap中，实际调用的是putVal方法
putMapEntries(m, false);
}
final void putMapEntries(Map<? extends K, ? extends V> m, boolean evict) {
int s = m.size();
//传入的Map不为空才做后面的操作
if (s > 0) {
if (table == null) { // pre-size
//计算容量
float ft = ((float)s / loadFactor) + 1.0F;
int t = ((ft < (float)MAXIMUM_CAPACITY) ?
(int)ft : MAXIMUM_CAPACITY);
if (t > threshold)
threshold = tableSizeFor(t);
}
//如果节点数量超过了阀值就扩容
else if (s > threshold)
resize();
//把Map里的元素存入HashMap中
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);
}
}
}
tableSizeFor()就是根据传入的参数返回一个不小于它的最小2的整次幂，举个例子如果传入10，那么方法就会返回16
原理就是5个移位操作将cap的二进制位从最高位的1到末尾全部置为1，比如01xx...xx,经过移位操作后就变为了0111...11,再在这个数的基础上加1，就变成了
1000...00，这个数就是比cap大且离它最近的2的整次幂，而第一句将cap-1，是为了排除cap本省就是2的整次幂这种情况，比如cap为8，如果不减1，那么最终得到的结果就会是16
resize()就是对HashMap进行扩容
final Node<K,V>[] resize() {
Node<K,V>[] oldTab = table;
//旧表数组的大小
int oldCap = (oldTab == null) ? 0 : oldTab.length;
//旧表阀值
int oldThr = threshold;
int newCap, newThr = 0;
//旧表容量大于0
if (oldCap > 0) {
//旧表容量已经最大，就没有必要再扩容了
if (oldCap >= MAXIMUM_CAPACITY) {
threshold = Integer.MAX_VALUE;
return oldTab;
}
//新表容量为旧表容量的2倍
else if ((newCap = oldCap << 1) < MAXIMUM_CAPACITY &&
oldCap >= DEFAULT_INITIAL_CAPACITY)
newThr = oldThr << 1; // double threshold
}
//旧表容量不大于0，旧表阀值大于0
else if (oldThr > 0) // initial capacity was placed in threshold
newCap = oldThr;
//旧表容量、阀值都不大于0，用默认值初始化新表容量、阀值
else { // zero initial threshold signifies using defaults
newCap = DEFAULT_INITIAL_CAPACITY;
newThr = (int)(DEFAULT_LOAD_FACTOR * DEFAULT_INITIAL_CAPACITY);
}
//计算新表阀值，为容量*装载因子，当然不能超过最大容量值
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"})
//new一个数组存放旧表数据
Node<K,V>[] newTab = (Node<K,V>[])new Node[newCap];
table = newTab;
if (oldTab != null) {
//oldCap为旧表数组的长度
for (int j = 0; j < oldCap; ++j) {
Node<K,V> e;
//数组j位置上不为空
if ((e = oldTab[j]) != null) {
//将旧表对该位置上对象持有的引用释放掉，避免内存泄漏
oldTab[j] = null;
//该位置上只有一个节点,直接在该位置上存放这个元素
if (e.next == null)
newTab[e.hash & (newCap - 1)] = e;
//如果该位置上的节点是TreeNode类型的，说明该位置上的节点已经进化为一棵树
else if (e instanceof TreeNode)
((TreeNode<K,V>)e).split(this, newTab, j, oldCap);
//该位置上的节点是个链表，以(e.hash & oldCap) == 0为判断条件，将原来的链表拆分为两个链表
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) {//低部分保留在原数组中的索引j
if (loTail == null)
loHead = e;
else
loTail.next = e;
loTail = e;
}
else {//高部分在新数组中的索引为j+oldCap（新数组长度为旧数组的2倍）
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;
}
对于putMapEntries这个方法还有一点疑问，进入这个方法后先是判断table是否为null，如果为null就计算HashMap的容量和阀值，到后面就直接将Map中的元素put进去了，可是没有看到table的初始化呀？其实在putVal方法中会调用到resize方法，而resize方法里又会new一个table
put
//在Map中将key和value联系在一起，如果Map中已经包含有传入的key，那么旧的value值就会被替换掉，如果有旧的value被替换掉，那么就返回这个旧的value，否则就返回null
public V put(K key, V value) {
return putVal(hash(key), key, value, false, true);
}
这里提到了null，其实在官方对HashMap的解释中就提到过，HashMap的实现方式和HashTable几乎是一样的，除了它的方法都是不同步的和允许null值以外。所以说HashMap既允许key为null，也允许value为null
在之前分析putMapEntries这个方法的时候我们就看到了putVal这个方法，现在我们来看一下它是怎么实现的
final V putVal(int hash, K key, V value, boolean onlyIfAbsent,
boolean evict) {
Node<K,V>[] tab; Node<K,V> p; int n, i;
//table为空，初始化
if ((tab = table) == null || (n = tab.length) == 0)
n = (tab = resize()).length;
//位置 (n - 1) & hash上还没有节点，直接存放到这个位置上就行了
if ((p = tab[i = (n - 1) & hash]) == null)
tab[i] = newNode(hash, key, value, null);
else {//位置 (n - 1) & hash上已经有节点了
Node<K,V> e; K k;
//判断这个位置上节点的key值是否和传入的key相同，如果相同记录下这个节点，后面将其value值替换为新值
if (p.hash == hash &&
((k = p.key) == key || (key != null && key.equals(k))))
e = p;
//如果这个位置上节点的key值和传入的key不相同
//如果这个节点的类型为TreeNode的话
else if (p instanceof TreeNode)
e = ((TreeNode<K,V>)p).putTreeVal(this, tab, hash, key, value);
else {
//这个节点是一个双向链表，在链表中查找是否又节点和传入的key值相同，如果有就记录下这个节点，后面对其value值进行替换，否则就在链表的尾部插入新节点
for (int binCount = 0; ; ++binCount) {
if ((e = p.next) == null) {
//在链表的尾部插入新节点
p.next = newNode(hash, key, value, null);
//如果链表的长度超过了阀值，就将链表转化为一个红黑树
if (binCount >= TREEIFY_THRESHOLD - 1) // -1 for 1st
treeifyBin(tab, hash);
break;
}
//在链表中找到了和传入key值相同的节点
if (e.hash == hash &&
((k = e.key) == key || (key != null && key.equals(k))))
break;
p = e;
}
}
//在这个位置上找到了一个节点和传入的key值相同，替换这个节点value值，并返回旧的value
if (e != null) { // existing mapping for key
V oldValue = e.value;
if (!onlyIfAbsent || oldValue == null)
e.value = value;
afterNodeAccess(e);
return oldValue;
}
}
//HashMap修改次数
++modCount;
//节点数超过阀值
if (++size > threshold)
resize();
afterNodeInsertion(evict);
return null;
}
final TreeNode<K,V> putTreeVal(HashMap<K,V> map, Node<K,V>[] tab,
int h, K k, V v) {
Class<?> kc = null;
boolean searched = false;
TreeNode<K,V> root = (parent != null) ? root() : this;
for (TreeNode<K,V> p = root;;) {
int dir, ph; K pk;
//根据hash值决定在左子树还是在右子树中插入
//在左子树中插入
if ((ph = p.hash) > h)
dir = -1;
//在右子树中插入
else if (ph < h)
dir = 1;
//hash值相等
//节点的key值和传入的key值相同，返回这个节点，在putVal方法中会将这个节点的value值修改为新值
else if ((pk = p.key) == k || (k != null && k.equals(pk)))
return p;
//hash值相等，但是节点的key值和传入的key值不同，就通过comparable比较节点的key值和传入的key值，如果comparable比较的结果等于0
else if ((kc == null &&
(kc = comparableClassFor(k)) == null) ||
(dir = compareComparables(kc, k, pk)) == 0) {
if (!searched) {
TreeNode<K,V> q, ch;
searched = true;
//在左右子树中查找节点
if (((ch = p.left) != null &&
(q = ch.find(h, k, kc)) != null) ||
((ch = p.right) != null &&
(q = ch.find(h, k, kc)) != null))
return q;
}
dir = tieBreakOrder(k, pk);
}
TreeNode<K,V> xp = p;
//到了叶子节点
if ((p = (dir <= 0) ? p.left : p.right) == null) {
Node<K,V> xpn = xp.next;
TreeNode<K,V> x = map.newTreeNode(h, k, v, xpn);
if (dir <= 0)
xp.left = x;
else
xp.right = x;
//这是一个线索化的红黑树，即是说每一个节点都有一个前节点和后节点，这个在后面会有用到
xp.next = x;
x.parent = x.prev = xp;
if (xpn != null)
((TreeNode<K,V>)xpn).prev = x;
//插入节点后做平衡化操作
moveRootToFront(tab, balanceInsertion(root, x));
return null;
}
}
}
上面反复提到一个概念就是key值相等，这里相等的含义表示这两个引用指向同一个对象或是它们的equals方法返回true，所以我们可以看到在HashMap中的Key的类型的hashCode方法和equals方法对HashMap的执行都是有影响的。
首先定位在数组中的索引值就是通过hashCode进行计算的
static final int hash(Object key) {
int h;
return (key == null) ? 0 : (h = key.hashCode()) ^ (h >>> 16);
}
而equals方法对判定HashMap中是否已经存在相同的key产生影响
还有一个treeifyBin方法
final void treeifyBin(Node<K,V>[] tab, int hash) {
int n, index; Node<K,V> e;
//如果table数组的长度小于阀值MIN_TREEIFY_CAPACITY，就不转化为红黑树了，进行扩容操作（resize）
if (tab == null || (n = tab.length) < MIN_TREEIFY_CAPACITY)
resize();
//数组长度超过阀值，且索引(n - 1) & hash位置不为空
else if ((e = tab[index = (n - 1) & hash]) != null) {
TreeNode<K,V> hd = null, tl = null;
//while循环将链表中的节点都替换为TreeNode，注意新的链表和原有链表的结构是一样的，也就是即使转换为了一棵红黑树，那这棵树也是线索化的，可以按链表的方式访问，后面遍历时会用到
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);
//这里才是真正将链表转换为红黑树
if ((tab[index] = hd) != null)
hd.treeify(tab);
}
}
get
//返回和传入key值关联的value，如果没有就返回null
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;
//如果table不为空且索引(n - 1) & hash上存放有对象
if ((tab = table) != null && (n = tab.length) > 0 &&
(first = tab[(n - 1) & hash]) != null) {
//检查索引上的第一个节点，如果hash值和key值都相等就返回这个节点
if (first.hash == hash && // always check first node
((k = first.key) == key || (key != null && key.equals(k))))
return first;
//该索引位置上不止一个节点
if ((e = first.next) != null) {
//该索引位置为一棵数
if (first instanceof TreeNode)
return ((TreeNode<K,V>)first).getTreeNode(hash, key);
//如果是一个链表，就遍历链表查找hash值和key值相等的节点，找到就直接返回
do {
if (e.hash == hash &&
((k = e.key) == key || (key != null && key.equals(k))))
return e;
} while ((e = e.next) != null);
}
}
return null;
}
final TreeNode<K,V> getTreeNode(int h, Object k) {
return ((parent != null) ? root() : this).find(h, k, null);
}
final TreeNode<K,V> find(int h, Object k, Class<?> kc) {
TreeNode<K,V> p = this;
do {
int ph, dir; K pk;
TreeNode<K,V> pl = p.left, pr = p.right, q;
//根据hash值决定在左子树还是右子树中查找，这是典型的二分查找
//在左子树中查找
if ((ph = p.hash) > h)
p = pl;
//在右子树查找
else if (ph < h)
p = pr;
//下面的分支都是hash值相等
//找到了返回节点
else if ((pk = p.key) == k || (k != null && k.equals(pk)))
return p;
//左子树为空就在右子树找
else if (pl == null)
p = pr;
//右子树为空就在左子树找
else if (pr == null)
p = pl;
//通过comparable比较决定是在左子树还是右子树中查找
else if ((kc != null ||
(kc = comparableClassFor(k)) != null) &&
(dir = compareComparables(kc, k, pk)) != 0)
p = (dir < 0) ? pl : pr;
else if ((q = pr.find(h, k, kc)) != null)
return q;
else
p = pl;
} while (p != null);
return null;
}
containsKey
//调用的方法和get调用的方法是一样的
public boolean containsKey(Object key) {
return getNode(hash(key), key) != null;
}
containsValue
public boolean containsValue(Object value) {
Node<K,V>[] tab; V v;
if ((tab = table) != null && size > 0) {
//两从循环遍历HashMap，先遍历数组
for (int i = 0; i < tab.length; ++i) {
//遍历索引位置i上的节点
for (Node<K,V> e = tab[i]; e != null; e = e.next) {
//比较value值，相等就返回
if ((v = e.value) == value ||
(value != null && value.equals(v)))
return true;
}
}
}
return false;
}
这里有个奇怪的地方，按之前所说的，索引位置i可能是一个节点，也可能是一个链表还有可能是一棵树，怎么这里都按链表的方式来遍历呢，如果是一棵红黑树也能这么遍历吗？其实是可以的，前面在put方法中也有说过，索引位置i即使是一棵红黑树，那它也是一棵线索化的红黑树，它的每一个节点都有前节点和后节点，所以是可以按照链表的方式来访问的。
entrySet
public Set<Map.Entry<K,V>> entrySet() {
Set<Map.Entry<K,V>> es;
return (es = entrySet) == null ? (entrySet = new EntrySet()) : es;
}
开始看到这个方法的时候觉得有点奇怪，只是new了一个EntrySet，其他什么都没做，怎么就得到了所有节点的集合。还是先看看EntrySet是什么吧
final class EntrySet extends AbstractSet<Map.Entry<K,V>> {
public final int size() { return size; }//返回HashMap的size
public final void clear() { HashMap.this.clear(); }//执行HashMap的clear方法
public final Iterator<Map.Entry<K,V>> iterator() {
return new EntryIterator();
}
public final boolean contains(Object o) {
if (!(o instanceof Map.Entry))
return false;
Map.Entry<?,?> e = (Map.Entry<?,?>) o;
Object key = e.getKey();
Node<K,V> candidate = getNode(hash(key), key);
return candidate != null && candidate.equals(e);
}
public final boolean remove(Object o) {
if (o instanceof Map.Entry) {
Map.Entry<?,?> e = (Map.Entry<?,?>) o;
Object key = e.getKey();
Object value = e.getValue();
return removeNode(hash(key), key, value, true, true) != null;
}
return false;
}
public final Spliterator<Map.Entry<K,V>> spliterator() {
return new EntrySpliterator<>(HashMap.this, 0, -1, 0, 0);
}
public final void forEach(Consumer<? super Map.Entry<K,V>> action) {
Node<K,V>[] tab;
if (action == null)
throw new NullPointerException();
if (size > 0 && (tab = table) != null) {
int mc = modCount;
// Android-changed: Detect changes to modCount early.
for (int i = 0; (i < tab.length && modCount == mc); ++i) {
for (Node<K,V> e = tab[i]; e != null; e = e.next)
action.accept(e);
}
if (modCount != mc)
throw new ConcurrentModificationException();
}
}
}
我们可以看到它里面的所有方法都是调用外部类HashMap的方法，forEach也是通过两从遍历table来遍历HashMap中的所有节点的，所以它并没有自己的存储结构，它只是提供了Set的接口来访问HashMap里的元素节点
网友评论