引言
HashMap在JDK1.8和1.7中差异较大，在JDK1.8中HashMap引入了红黑树，优化减少了哈希冲突，提高了哈希表的存取效率。
本篇文章分析的就是JDK1.8中的HashMap源码。
继承与实现
public class HashMap<K,V> extends AbstractMap<K,V> implements Map<K,V>, Cloneable, Serializable
我们打开源码，首先看到的就是HashMap的结构，它继承了AbstractMap抽象类，实现了Map、Cloneable和Serializable接口，而AbstractMap也实现了Map接口，具体继承实现关系如下图所示：
Map与Collection并列存在，使用Entry<K, V>接口保存具有映射关系的数据：key-value，也就是我们常说的键值对。
AbstractMap对于大部分Map中的方法进行了实现，其中多了两个变量：ketSet和values，其中keySet是key值的一个集合，values是value的一个集合，在方法keySet()中会把keySet变量返回，在values()中会会把values变量返回。keySet方法源码如下，values与此类似：
public Set<K> keySet() {
Set<K> ks = keySet;
if (ks == null) {
ks = new AbstractSet<K>() {
public Iterator<K> iterator() {
return new Iterator<K>() {
private Iterator<Entry<K,V>> i = entrySet().iterator();
public boolean hasNext() {
return i.hasNext();
}
public K next() {
return i.next().getKey();
}
public void remove() {
i.remove();
}
};
}
public int size() {
return AbstractMap.this.size();
}
public boolean isEmpty() {
return AbstractMap.this.isEmpty();
}
public void clear() {
AbstractMap.this.clear();
}
public boolean contains(Object k) {
return AbstractMap.this.containsKey(k);
}
};
keySet = ks;
}
return ks;
}
Cloneable和Serializable这两个接口都是标记接口，Cloneable用于标记该类可以被克隆，只有实现这个接口后，然后在类中重写Object中的clone方法，然后通过类调用clone方法才能进行克隆，而Serializable则是表示这个类可以被序列化。
常量属性
// 初始默认容量，这个是给table数组的初始化大小，默认为16
static final int DEFAULT_INITIAL_CAPACITY = 1 << 4; // aka 16
// table数组存放元素的最大数量，2的30次方
static final int MAXIMUM_CAPACITY = 1 << 30;
// 负载因子表示的是一个散列表空间的使用程度
// 默认负载因子为0.75，负载因子=表中元素/表长度
static final float DEFAULT_LOAD_FACTOR = 0.75f;
// 链表转成红黑树的阈值，默认为8
static final int TREEIFY_THRESHOLD = 8;
// 红黑树转为链表的阈值，默认为6
static final int UNTREEIFY_THRESHOLD = 6;
// 最小转化成红黑树的容量，默认为64
// 注意，需要TREEIFY_THRESHOLD和MIN_TREEIFY_CAPACITY同时达到要求才会转为红黑树
static final int MIN_TREEIFY_CAPACITY = 64;
变量属性
// 用于存放键值对的数组，在JDK1.7中是Entry<k, v>[]
transient Node<K,V>[] table;
// 用于存放Entry类型的元素集合
transient Set<Map.Entry<K,V>> entrySet;
// 哈希表中元素的个数
transient int size;
// 扩容和map结构更改的计数器
transient int modCount;
// 扩容的阈值
int threshold;
// 哈希表的负载因子
final float loadFactor;
Node详细实现如下：
// 每个数组中都存储一个Entry集合或节点，包含哈希值、键、值以及下一个节点
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; }
// hashcode方法将key的哈希值和value的哈希值进行异或
public final int hashCode() {
return Objects.hashCode(key) ^ Objects.hashCode(value);
}
public final V setValue(V newValue) {
V oldValue = value;
value = newValue;
return oldValue;
}
// 重写equals方法
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;
}
}
构造方法
public HashMap(int initialCapacity, float loadFactor) {
// 检测传入的数组容量是否合法
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;
// 指定数组容量为一个大于传入数组容量且最接近2的整数次幂的数
// 指定2的整数次幂是为了方便使用异或实现扰动函数
this.threshold = tableSizeFor(initialCapacity);
}
// 调用第一个构造函数，传入数组容量，同时指定负载因子0.75
public HashMap(int initialCapacity) {
this(initialCapacity, DEFAULT_LOAD_FACTOR);
}
// 空构造函数，只指定负载因子为0.75
public HashMap() {
this.loadFactor = DEFAULT_LOAD_FACTOR; // all other fields defaulted
}
// 将一个map放入到一个新的map对象中
public HashMap(Map<? extends K, ? extends V> m) {
this.loadFactor = DEFAULT_LOAD_FACTOR;
putMapEntries(m, false);
}
添加put方法
public V put(K key, V value) {
// 这里面 提供了一个hash()方法 这个方法的一个主要作用 就是计算出当前key的hash值
return putVal(hash(key), key, value, false, true);
}
// hash 寻址
static final int hash(Object key) {
int h;
// 将我们的hash值右移16位 减少hash碰撞
// 即使高位为0，异或特性： 0 异或任何数 都为任何数它本身 ，那就是返回key.hashCode() ，不会影响它本身
return (key == null) ? 0 : (h = key.hashCode()) ^ (h >>> 16);
}
putVal方法源码：
final V putVal(int hash, K key, V value, boolean onlyIfAbsent, boolean evict) {
Node<K,V>[] tab; Node<K,V> p; int n, i;
// 若是第一次插入，table数组为空长度为0
// 使用resize()方法初始化数组，初始容量为16
if ((tab = table) == null || (n = tab.length) == 0)
n = (tab = resize()).length;
// 进行取余操作，(n - 1) & hash就等于hash%length
// 若取到的下标没有元素，则就在这个下标存放元素
if ((p = tab[i = (n - 1) & hash]) == null)
tab[i] = newNode(hash, key, value, null);
else { // 否则就会发生哈希冲突
Node<K,V> e; K k;
// 判断哈希值和key是否都相同，若都相同则将Entry元素p赋给恶，到倒数第二个if语句中进行替换操作
if (p.hash == hash &&
((k = p.key) == key || (key != null && key.equals(k))))
e = p;
// 判断是否是树节点，是就用putTreeVal将元素插入红黑树中
else if (p instanceof TreeNode)
e = ((TreeNode<K,V>)p).putTreeVal(this, tab, hash, key, value);
else {
// 遍历节点
for (int binCount = 0; ; ++binCount) {
if ((e = p.next) == null) {
// 使用尾插法插入一个元素，尾插法避免死循环
p.next = newNode(hash, key, value, null);
if (binCount >= TREEIFY_THRESHOLD - 1) // -1 for 1st
// 判断是否要转为红黑树
treeifyBin(tab, hash);
break;
}
// 找到hash值相同且key相同的元素时跳出遍历
if (e.hash == hash &&
((k = e.key) == key || (key != null && key.equals(k))))
break;
p = e;
}
}
if (e != null) { // existing mapping for key
// 保留原有的value
V oldValue = e.value;
// 替换value
if (!onlyIfAbsent || oldValue == null)
e.value = value;
// 将节点移动到最后
afterNodeAccess(e);
// 返回原有的value
return oldValue;
}
}
// 计数器加一，元素个数加一
++modCount;
// 判断是否需要扩容
if (++size > threshold)
resize();
afterNodeInsertion(evict);
return null;
}
treeifyBin 树化方法
final void treeifyBin(Node<K,V>[] tab, int hash) {
int n, index; Node<K,V> e;
// 判断数组 是否为空 以及 容量 是否大于 我们的 阈值容量 MIN_TREEIFY_CAPACITY=64
if (tab == null || (n = tab.length) < MIN_TREEIFY_CAPACITY)
// 扩容方法
resize();
// 否则 就 树化
else if ((e = tab[index = (n - 1) & hash]) != null) {
TreeNode<K,V> hd = null, tl = null;
do {
// node 转为 TreeNode
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);
}
}
扩容resize方法
final Node<K,V>[] resize() {
// 先将原数组给oldTab
Node<K,V>[] oldTab = table;
// 给oldCap赋值数组长度
int oldCap = (oldTab == null) ? 0 : oldTab.length;
// oldThr用于记录原数组的扩容阈值
int oldThr = threshold;
// 新数组长度和扩容阈值
int newCap, newThr = 0;
if (oldCap > 0) { // 原数组中有元素，说明不是初始化，需要扩容
// 与数组容量最大值比较，大于等于则返回Integer最大值
if (oldCap >= MAXIMUM_CAPACITY) {
threshold = Integer.MAX_VALUE;
return oldTab;
}
// 扩容两倍后的容量与最大容量比较，不超过则赋值给newThr
else if ((newCap = oldCap << 1) < MAXIMUM_CAPACITY &&
oldCap >= DEFAULT_INITIAL_CAPACITY)
newThr = oldThr << 1; // double threshold
}
// 指定了数组容量构造map的时候会进入
else if (oldThr > 0) // initial capacity was placed in threshold
newCap = oldThr;
else { // zero initial threshold signifies using defaults
// 初始化的时候进入，默认容量16，阈值12
newCap = DEFAULT_INITIAL_CAPACITY;
newThr = (int)(DEFAULT_LOAD_FACTOR * DEFAULT_INITIAL_CAPACITY);
}
// 计算新数组的扩容阈值
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"})
// 确定了新数组长度和阈值后，需要创建新数组，遍历原数组重新计算hash值，把原数组中的元素给放到新数组中的新索引上
// 创建一个大小为newCap的Node数组
Node<K,V>[] newTab = (Node<K,V>[])new Node[newCap];
// table指向新数组
table = newTab;
if (oldTab != null) {
for (int j = 0; j < oldCap; ++j) {
Node<K,V> e;
// 判断旧数组j下标上有没有元素，没有就跳过，有就遍历链表上元素
// 旧数组中改下表元素置为null便于回收
if ((e = oldTab[j]) != null) {
oldTab[j] = null;
// 若链表上只有一个元素，直接计算索引放入元素
if (e.next == null)
newTab[e.hash & (newCap - 1)] = e;
else if (e instanceof TreeNode) // 判断是否转化成树节点
((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 {
// 把e的下一个节点给next方便走到下一步
next = e.next;
// e的哈希最高位为0，那么在新数组中索引不变
if ((e.hash & oldCap) == 0) {
// 节点保存
if (loTail == null)
loHead = e;
else
loTail.next = e;
loTail = e;
}
// e的hash值最高位是1，那么在新数组中索引就变为旧索引+旧数组的长度
else {
if (hiTail == null)
hiHead = e;
else
hiTail.next = e;
hiTail = e;
}
} while ((e = next) != null); // e为null时说明遍历完毕
// 把索引不变的节点放到新数组中
if (loTail != null) {
loTail.next = null;
newTab[j] = loHead;
}
// 把索引变化的节点放到新数组中
if (hiTail != null) {
hiTail.next = null;
newTab[j + oldCap] = hiHead;
}
}
}
}
}
// 返回新数组
return newTab;
}
删除remove方法
public V remove(Object key) {
Node<K,V> e;
return (e = removeNode(hash(key), key, null, false, true)) == null ?
null : e.value;
}
removeNode的源码：
final Node<K,V> removeNode(int hash, Object key, Object value,
boolean matchValue, boolean movable) {
// tab表示数组，p表示节点，n表示数组长度，index表示数组下标
Node<K,V>[] tab; Node<K,V> p; int n, index;
// 若数组存在且长度大于0，并且tab[index]这个位置有元素，进入if
if ((tab = table) != null && (n = tab.length) > 0 &&
(p = tab[index = (n - 1) & hash]) != null) {
Node<K,V> node = null, e; K k; V v;
// 当第一个就是要删除的元素时，直接node=p
if (p.hash == hash &&
((k = p.key) == key || (key != null && key.equals(k))))
node = p;
// 第一个元素不是要删除的，继续找并判断是否为树节点
else if ((e = p.next) != null) {
if (p instanceof TreeNode)
node = ((TreeNode<K,V>)p).getTreeNode(hash, key);
else {
// 不是树节点时，挨个遍历节点
do {
if (e.hash == hash &&
((k = e.key) == key ||
(key != null && key.equals(k)))) {
node = e;
break; // key值相等，跳出循环
}
p = e;
} while ((e = e.next) != null);
}
}
// 找到后进行节点删除
if (node != null && (!matchValue || (v = node.value) == value ||
(value != null && value.equals(v)))) {
// 若是树节点，则在红黑树中删除该节点
if (node instanceof TreeNode)
((TreeNode<K,V>)node).removeTreeNode(this, tab, movable);
// 若删除的是头节点，则把头结点换成下一个
else if (node == p)
tab[index] = node.next;
else // 若在链表中间，直接删除
p.next = node.next;
++modCount;
--size;
afterNodeRemoval(node);
// 返回删除后的节点
return node;
}
}
return null;
}
获取get方法
public V get(Object key) {
Node<K,V> e;
return (e = getNode(hash(key), key)) == null ? null : e.value;
}
getNode方法源码：
final Node<K,V> getNode(int hash, Object key) {
Node<K,V>[] tab; Node<K,V> first, e; int n; K k;
// 在数组存在长度大于0，同时hash(key)对应的索引有元素才进入循环
if ((tab = table) != null && (n = tab.length) > 0 &&
(first = tab[(n - 1) & hash]) != null) {
// 第一个元素就是要找的，直接返回first
if (first.hash == hash && // always check first node
((k = first.key) == key || (key != null && key.equals(k))))
return first;
// 第一个不是要找的，向下遍历
if ((e = first.next) != null) {
// 若下面节点是红黑树节点，则去红黑树中查找
if (first instanceof TreeNode)
return ((TreeNode<K,V>)first).getTreeNode(hash, key);
do { // 普通节点找到key值相等后就返回该节点
if (e.hash == hash &&
((k = e.key) == key || (key != null && key.equals(k))))
return e;
} while ((e = e.next) != null);
}
}
// 没有找到就返回null
return null;
}
以上就是JDK1.8中HashMap的主要源码啦！
来源链接：https://www.cnblogs.com/lemondu/p/18589454
© 版权声明
本站所有资源来自于网络，仅供学习与参考，请勿用于商业用途，否则产生的一切后果将由您(转载者)自己承担！
如有侵犯您的版权，请及时联系3500663466#qq.com(#换@)，我们将第一时间删除本站数据。
如有侵犯您的版权，请及时联系3500663466#qq.com(#换@)，我们将第一时间删除本站数据。
THE END
暂无评论内容