概要

HashMap在JDK1.8之前的实现方式 数组+链表,但是在JDK1.8后对HashMap进行了底层优化,改为了由 数组+链表+红黑树实现,主要的目的是提高查找效率。

如图所示：

JDK版本	实现方式	节点数>=8	节点数<=6
1.8以前	数组+单向链表	数组+单向链表	数组+单向链表
1.8以后	数组+单向链表+红黑树	数组+红黑树	数组+单向链表

HashMap

1.继承关系

public class HashMap<K,V> extends AbstractMap<K,V>
    implements Map<K,V>, Cloneable, Serializable

2.常量&构造方法

//这两个是限定值 当节点数大于8时会转为红黑树存储
static final int TREEIFY_THRESHOLD = 8;

//当节点数小于6时会转为单向链表存储
static final int UNTREEIFY_THRESHOLD = 6;

//红黑树最小长度为 64
static final int MIN_TREEIFY_CAPACITY = 64;

//HashMap容量初始大小
static final int DEFAULT_INITIAL_CAPACITY = 1 << 4; // aka 16

//HashMap容量极限
static final int MAXIMUM_CAPACITY = 1 << 30;

//负载因子默认大小
static final float DEFAULT_LOAD_FACTOR = 0.75f;

//Node是Map.Entry接口的实现类
//在此存储数据的Node数组容量是2次幂
//每一个Node本质都是一个单向链表
transient Node<K,V>[] table;

//HashMap大小,它代表HashMap保存的键值对的多少
transient int size;

//HashMap被改变的次数
transient int modCount;

//下一次HashMap扩容的大小
int threshold;

//存储负载因子的常量
final float loadFactor;

    
//默认的构造函数
public HashMap() {
    this.loadFactor = DEFAULT_LOAD_FACTOR; // all other fields defaulted
}

//指定容量大小
public HashMap(int initialCapacity) {
    this(initialCapacity, DEFAULT_LOAD_FACTOR);
}

//指定容量大小和负载因子大小
public HashMap(int initialCapacity, float loadFactor) {
    //指定的容量大小不可以小于0,否则将抛出IllegalArgumentException异常
    if (initialCapacity < 0)
        throw new IllegalArgumentException("Illegal initial capacity: " +
                initialCapacity);
     //判定指定的容量大小是否大于HashMap的容量极限
    if (initialCapacity > MAXIMUM_CAPACITY)
        initialCapacity = MAXIMUM_CAPACITY;
   //指定的负载因子不可以小于0或为Null，若判定成立则抛出IllegalArgumentException异常
    if (loadFactor <= 0 || Float.isNaN(loadFactor))
        throw new IllegalArgumentException("Illegal load factor: " +
                loadFactor);
    this.loadFactor = loadFactor;
    // 设置“HashMap阈值”，当HashMap中存储数据的数量达到threshold时，就需要将HashMap的容量加倍。
    this.threshold = tableSizeFor(initialCapacity);
}

//传入一个Map集合,将Map集合中元素Map.Entry全部添加进HashMap实例中
public HashMap(Map<? extends K, ? extends V> m) {
    this.loadFactor = DEFAULT_LOAD_FACTOR;
    //此构造方法主要实现了Map.putAll()
    putMapEntries(m, false);
}

3.Node单向链表的实现

//实现了Map.Entry接口

static class Node<K,V> implements Map.Entry<K,V> {
    final int hash;
    final K key;
    V value;
    Node<K,V> next;
 
     //构造函数
    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;
    }

     //equals属性对比
    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;
    }
}

4.TreeNode红黑树实现

static final class TreeNode<K,V> extends LinkedHashMap.LinkedHashMapEntry<K,V> {
    TreeNode<K,V> parent;  // 红黑树的根节点
    TreeNode<K,V> left; //左树
    TreeNode<K,V> right; //右树
    TreeNode<K,V> prev;    // 上一个几点
    boolean red; //是否是红树
    
    TreeNode(int hash, K key, V val, Node<K,V> next) {
       super(hash, key, val, next);
    }

    /**
      * 根节点的实现
      **/
    final TreeNode<K,V> root() {
       for (TreeNode<K,V> r = this, p;;) {
         if ((p = r.parent) == null)
         return r;
         r = p;
      }
  }
...

5.Hash的计算实现

//主要是将传入的参数key本身的hashCode与h无符号右移16位进行二进制异或运算得出一个新的hash值
static final int hash(Object key) {
   int h;
   return (key == null) ? 0 : (h = key.hashCode()) ^ (h >>> 16);
}

延伸讲解

5.1.下面的做了一个例子讲解,经过hash函数计算后得到的key的hash值

image

5.2那为什么要这么做呢？直接通过key.hashCode()获取hash不得了吗?为什么在右移16位后进行异或运算？

答案 : 与HashMap的table数组下计算标有关系

我们在下面讲解的put/get函数代码块中都出现了这样一段代码

//put函数代码块中
tab[i = (n - 1) & hash])
//get函数代码块中
tab[(n - 1) & hash])

我们知道这段代码是根据索引得到tab中节点数据,它是如何与hash进行与运算后得到索引位置呢! 假设tab.length()=1<<4

image

这样做的根本原因是当发生较大碰撞时也用树形存储降低了冲突。既减少了系统的开销

6.HashMap.put的源码实现

public V put(K key, V value) {
    return putVal(hash(key), key, value, false, true);
}
//HashMap.put的具体实现
final V putVal(int hash, K key, V value, boolean onlyIfAbsent,
               boolean evict){
    Node<K,V>[] tab; Node<K,V> p; int n, i;
    //判定table不为空并且table长度不可为0,否则将从resize函数中获取
    if ((tab = table) == null || (n = tab.length) == 0)
        n = (tab = resize()).length;
    //这样写法有点绕,其实这里就是通过索引获取table数组中的一个元素看是否为Nul
    if ((p = tab[i = (n - 1) & hash]) == null)
        //若判断成立,则New一个Node出来赋给table中指定索引下的这个元素
        tab[i] = newNode(hash, key, value, null);
    else {  //若判断不成立
        Node<K,V> e; K k;
        //对这个元素进行Hash和key值匹配
        if (p.hash == hash &&
                ((k = p.key) == key || (key != null && key.equals(k))))
            e = p;
        else if (p instanceof TreeNode) //如果数组中的这个元素P是TreeNode类型
            //判定成功则在红黑树中查找符合的条件的节点并返回此节点
            e = ((TreeNode<K,V>)p).putTreeVal(this, tab, hash, key, value);
        else { //若以上条件均判断失败，则执行以下代码
            //向Node单向链表中添加数据
            for (int binCount = 0; ; ++binCount) {
                if ((e = p.next) == null) {
                    p.next = newNode(hash, key, value, null);
                    //若节点数大于等于8
                    if (binCount >= TREEIFY_THRESHOLD - 1) // -1 for 1st
                        //转换为红黑树
                        treeifyBin(tab, hash);
                    break;
                }
                if (e.hash == hash &&
                        ((k = e.key) == key || (key != null && key.equals(k))))
                    break;
                p = e; //p记录下一个节点
            }
        }
        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) //判断是否需要扩容
        resize();
    afterNodeInsertion(evict);
    return null;
}

梳理以下HashMap.put函数的执行过程

1.首先获取Node数组table对象和长度，若table为null或长度为0，则调用resize()扩容方法获取table最新对象，并通过此对象获取长度大小2.判定数组中指定索引下的节点是否为Null，若为Null 则new出一个单向链表赋给table中索引下的这个节点3.若判定不为Null,我们的判断再做分支3.1 首先对hash和key进行匹配,若判定成功直接赋予e3.2 若匹配判定失败,则进行类型匹配是否为TreeNode 若判定成功则在红黑树中查找符合条件的节点并将其回传赋给e3.3 若以上判定全部失败则进行最后操作,向单向链表中添加数据若单向链表的长度大于等于8,则将其转为红黑树保存，记录下一个节点,对e进行判定若成功则返回旧值4.最后判定数组大小需不需要扩容

7.HashMap.get的源码实现

//这里直接调用getNode函数实现方法
public V get(Object key) {
    Node<K,V> e;
    //经过hash函数运算 获取key的hash值
    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;
    //判定三个条件 table不为Null & table的长度大于0 & table指定的索引值不为Null
    if ((tab = table) != null && (n = tab.length) > 0 &&
            (first = tab[(n - 1) & hash]) != null) {
        //判定 匹配hash值 & 匹配key值 成功则返回 该值
        if (first.hash == hash &&
                ((k = first.key) == key || (key != null && key.equals(k))))
            return first;
        //若 first节点的下一个节点不为Null
        if ((e = first.next) != null) {
            if (first instanceof TreeNode) //若first的类型为TreeNode 红黑树
                //通过红黑树查找匹配值 并返回
                return ((TreeNode<K,V>)first).getTreeNode(hash, key);
            //若上面判定不成功 则认为下一个节点为单向链表,通过循环匹配值
            do {
                if (e.hash == hash &&
                        ((k = e.key) == key || (key != null && key.equals(k))))
                    //匹配成功后返回该值
                    return e;
            } while ((e = e.next) != null);
        }
    }
    return null;
}

梳理以下HashMap.get函数的执行过程

1.判定三个条件 table不为Null & table的长度大于0 & table指定的索引值不为Null

2.判定 匹配hash值 & 匹配key值 成功则返回 该值

3.若 first节点的下一个节点不为Null

3.1 若first的类型为TreeNode 红黑树 通过红黑树查找匹配值 并返回查询值

3.2若上面判定不成功 则认为下一个节点为单向链表,通过循环匹配值

8.HashMap扩容原理分析

//重新设置table大小/扩容 并返回扩容的Node数组即HashMap的最新数据

final Node<K,V>[] resize() {
    Node<K,V>[] oldTab = table; //table赋予oldTab作为扩充前的table数据

    int oldCap = (oldTab == null) ? 0 : oldTab.length;
    int oldThr = threshold;
    int newCap, newThr = 0;
    if (oldCap > 0) {
        //判定数组是否已达到极限大小，若判定成功将不再扩容，直接将老表返回
        if (oldCap >= MAXIMUM_CAPACITY) {
            threshold = Integer.MAX_VALUE;
            return oldTab;
        }
        //若新表大小(oldCap*2)小于数组极限大小 并且 老表大于等于数组初始化大小

        else if ((newCap = oldCap << 1) < MAXIMUM_CAPACITY &&
                oldCap >= DEFAULT_INITIAL_CAPACITY)
            //旧数组大小oldThr 经二进制运算向左位移1个位置 即 oldThr*2当作新数组的大小
            newThr = oldThr << 1; // double threshold
    }
    //若老表中下次扩容大小oldThr大于0
    else if (oldThr > 0)
        newCap = oldThr;  //将oldThr赋予控制新表大小的newCap
    else { //若其他情况则将获取初始默认大小
        newCap = DEFAULT_INITIAL_CAPACITY;
        newThr = (int)(DEFAULT_LOAD_FACTOR * DEFAULT_INITIAL_CAPACITY);
    }
    //若新表的下表下一次扩容大小为0
    if (newThr == 0) {
        float ft = (float)newCap * loadFactor;  //通过新表大小*负载因子获取
        newThr = (newCap < MAXIMUM_CAPACITY && ft < (float)MAXIMUM_CAPACITY ?
                (int)ft : Integer.MAX_VALUE);
    }
    threshold = newThr; //下次扩容的大小

    @SuppressWarnings({"rawtypes","unchecked"})
    Node<K,V>[] newTab = (Node<K,V>[])new Node[newCap];
    table = newTab; //将当前表赋予table

    if (oldTab != null) { //若oldTab中有值需要通过循环将oldTab中的值保存到新表中
        for (int j = 0; j < oldCap; ++j) {
            Node<K,V> e;
            if ((e = oldTab[j]) != null) {//获取老表中第j个元素 赋予e
                oldTab[j] = null; //并将老表中的元素数据置Null
                if (e.next == null) //若此判定成立 则代表e的下面没有节点了
                    newTab[e.hash & (newCap - 1)] = e; //将e直接存于新表的指定位置
                else if (e instanceof TreeNode)  //若e是TreeNode类型
                    //分割树，将新表和旧表分割成两个树，并判断索引处节点的长度是否需要转换成红黑树放入新表存储
                    ((TreeNode<K,V>)e).split(this, newTab, j, oldCap);
                else { // preserve order
                    Node<K,V> loHead = null, loTail = null; //存储与旧索引的相同的节点
                    Node<K,V> hiHead = null, hiTail = null; //存储与新索引相同的节点
                    Node<K,V> next;
                    //通过Do循环 获取新旧索引的节点
                    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);
                    //通过判定将旧数据和新数据存储到新表指定的位置

                    if (loTail != null) {
                        loTail.next = null;
                        newTab[j] = loHead;
                    }
                    if (hiTail != null) {
                        hiTail.next = null;
                        newTab[j + oldCap] = hiHead;
                    }
                }
            }
        }
    }
    //返回新表
    return newTab;
}

梳理以下HashMap.resize函数的执行过程

如图所示：

1.判定数组是否已达到极限大小，若判定成功将不再扩容，直接将老表返回2.若新表大小(oldCap2)小于数组极限大小&老表大于等于数组初始化大小 判定成功则 旧数组大小oldThr 经二进制运算向左位移1个位置 即 oldThr2当作新数组的大小2.1. 若[2]的判定不成功，则继续判定 oldThr （代表 老表的下一次扩容量）大于0，若判定成功 则将oldThr赋给newCap作为新表的容量2.2 若 [2] 和[2.1]判定都失败,则走默认赋值 代表 表为初次创建3.确定下一次表的扩容量, 将新表赋予当前表4.通过for循环将老表中的值存入扩容后的新表中4.1 获取旧表中指定索引下的Node对象 赋予e 并将旧表中的索引位置数据置空4.2 若e的下面没有其他节点则将e直接赋到新表中的索引位置4.3 若e的类型为TreeNode红黑树类型4.3.1 分割树，将新表和旧表分割成两个树，并判断索引处节点的长度是否需要转换成红黑树放入新表存储4.3.2 通过Do循环 不断获取新旧索引的节点5.最后返回值为 扩容后的新表。

9.HashMap 的treeifyBin讲解

final void treeifyBin(Node<K,V>[] tab, int hash) {
    int n, index; Node<K,V> e;
    //做判定 tab 为Null 或 tab的长度小于 红黑树最小容量
    if (tab == null || (n = tab.length) < MIN_TREEIFY_CAPACITY)
        //则通过扩容,扩容table数组大小
        resize();
        //做判定 若tab索引位置下数据不为空
    else if ((e = tab[index = (n - 1) & hash]) != null) {
        //定义两个红黑树；分别表示头部节点、尾部节点
        TreeNode<K,V> hd = null, tl = null;
        //通过循环将单向链表转换为红黑树存储
        do {
            //将单向链表转换为红黑树
            TreeNode<K,V> p = replacementTreeNode(e, null);
            if (tl == null) //若头部节点为Null,则说明该树没有根节点
                hd = p;
            else {
                p.prev = tl; //指向父节点
                tl.next = p; //指向下一个节点
            }
            tl = p; //将当前节点设尾节点

        } while ((e = e.next) != null); //若下一个不为Null,则继续遍历
        //红黑树转换后,替代原位置上的单项链表
        if ((tab[index] = hd) != null)
            hd.treeify(tab); //  构建红黑树，以头部节点定为根节点
    }
}

TreeNode<K,V> replacementTreeNode(Node<K,V> p, Node<K,V> next) {
    return new TreeNode<>(p.hash, p.key, p.value, next);
}

梳理以下HashMap.treeifyBin函数的执行过程

1.做判定 tab 为Null 或 tab的长度小于红黑树最小容量， 判定成功则通过扩容,扩容table数组大小2.做判定 若tab索引位置下数据不为空，判定成功则通过循环将单向链表转换为红黑树存储2.1 通过Do循环将当前节点下的单向链表转换为红黑树，若下一个不为Null,则继续遍历2.2 构建红黑树，以头部节点定为根节点

转载地址：https://mp.weixin.qq.com/s/LxASRnHHseS7o2teydqtFw