Map
HashMAP
类继承
public class HashMap<K,V> extends AbstractMap<K,V> implements Map<K,V>, Cloneable, Serializable {
...
}
- 同 ArrayList 和 LinkedList 一样也实现了 Serializable（支持序列化）、Cloneable（支持克隆）
- Map：定义了一些同一的行为
- AbstractMap：一些默认实现，避免重复编写功能
类成员
类属性
// 默认容量（数组长度），2^4 = 16
static final int DEFAULT_INITIAL_CAPACITY = 1 << 4;
// 最大容量（数组长度），2^30 = 1,073,741,824
static final int MAXIMUM_CAPACITY = 1 << 30;
// 保存元素的数组（首次使用时才初始化）
transient Node<K,V>[] table;
// 元素数量，每次插入、删除时更新（不是数组长度，应该 <= 数组长度）
transient int size;
// 扩容阈值，当 size >= threshold 数组发生扩容
int threshold;
// 加载因子（用于计算扩容阈值，threshold = 数组长度 * loadFactor）
final float loadFactor;
// 默认的加载因子
static final float DEFAULT_LOAD_FACTOR = 0.75f;
// Entry<K,V> 是每个元素，Set<Map.Entry<K,V>> 保存了所有的元素
transient Set<Map.Entry<K,V>> entrySet;
// 修改次数，同 size 每次插入、删除时更新
transient int modCount;
// 链表和红黑树的转换相关
// 1）链表转红黑树：链表长度 >= TREEIFY_THRESHOLD && 数组长度 >= MIN_TREEIFY_CAPACITY
// 2）红黑树退化为链表：扩容后只要红黑树的节点总数量 <= UNTREEIFY_THRESHOLD 就退化为链表（不管数组长度）
static final int TREEIFY_THRESHOLD = 8; // 链表长度 >= 8
static final int MIN_TREEIFY_CAPACITY = 64; // 数组长度 >= 64
static final int UNTREEIFY_THRESHOLD = 6; // 红黑树节点 <= 6
内部类
1. 数据结构类
| 内部类 | 作用 |
|---|---|
Node<K,V> |
基础键值对节点，用于存储链表结构的数据（hash, key, value, next）。 |
TreeNode<K,V> |
红黑树节点（继承自 Node），在桶链表过长时（≥8）转为红黑树优化查询。 |
2. 视图类（View Collections）
| 内部类 | 作用 |
|---|---|
KeySet |
返回所有键的集合（map.keySet()），支持遍历和删除。 |
Values |
返回所有值的集合（map.values()），仅支持遍历。 |
EntrySet |
返回所有键值对的集合（map.entrySet()），支持遍历和修改。 |
特点：
- 均继承自
AbstractSet或AbstractCollection，提供轻量级的数据视图。 - 操作（如
remove()）会直接反映到底层HashMap。
3. 迭代器类（Iterators）
| 内部类 | 作用 |
|---|---|
HashIterator |
基础迭代器，提供 nextNode() 方法遍历所有节点（链表或树）。 |
KeyIterator |
键迭代器（继承 HashIterator），用于 keySet().iterator()。 |
ValueIterator |
值迭代器（继承 HashIterator），用于 values().iterator()。 |
EntryIterator |
键值对迭代器（继承 HashIterator），用于 entrySet().iterator()。 |
快速失败机制：
所有迭代器均通过检查 modCount 实现 ConcurrentModificationException。
4. 并行迭代器（Spliterators）
| 内部类 | 作用 |
|---|---|
HashMapSpliterator |
基础并行分割器，支持分片遍历（用于 Stream 并行操作）。 |
KeySpliterator |
键分割器（继承 HashMapSpliterator），用于 keySet().spliterator()。 |
ValueSpliterator |
值分割器（继承 HashMapSpliterator），用于 values().spliterator()。 |
EntrySpliterator |
键值对分割器（继承 HashMapSpliterator），用于 entrySet().spliterator()。 |
特点：
- 支持
trySplit()分割任务，优化多线程并行处理。 - 用于
Stream API的并行流（如map.keySet().parallelStream()）。
5. 工具类（Utilities）
| 内部类 | 作用 |
|---|---|
UnsafeHolder |
（JDK 内部使用）通过 Unsafe 操作实现低级别内存访问优化。 |
构造方法
无参构造：不会立即创建数组
public HashMap() {
// 0.75，初始化加载因子为默认的值，其他属性也都是默认值，不会创建数组（添加元素时创建）
this.loadFactor = DEFAULT_LOAD_FACTOR;
}
指定容量：不会立即创建数组
会根据传入的容量调整为 >= initialCapacity 的最小 2 的幂
public HashMap(int initialCapacity) {
this(initialCapacity, DEFAULT_LOAD_FACTOR); // 会自动计算合适的容量
}
指定容量和加载因子：不会立即创建数组
public HashMap(int initialCapacity, float loadFactor) {
// 保证传入的 initialCapacity 不能超过最大值，也不能小于 0
...
this.loadFactor = loadFactor;
// 内部使用 >>>（使用无符号右移运算，目的是算出 >= initialCapacity 的 2 的幂的值出来）
// 虽然这里赋值给扩容阈值 threshold，但是后面在扩容时以这个值作为数组的长度（其实这里是计算数组的初始长度），然后根据数组长度和加载因子重新算 threshold
this.threshold = tableSizeFor(initialCapacity);
}
// 因为 HashMap 的数组是懒加载方式创建的，所以会在扩容时真正初始化
final Node<K,V>[] resize() {
Node<K,V>[] oldTab = table;
int oldCap = (oldTab == null) ? 0 : oldTab.length;
int oldThr = threshold; // 构造方法中暂存的初始容量（2的幂）
int newCap, newThr = 0;
if (oldCap == 0) { // 首次初始化
newCap = oldThr; // 使用构造方法计算的容量（2的幂）
newThr = (int)(newCap * loadFactor); // 计算真正的扩容阈值
}
// ...后续扩容逻辑
threshold = newThr; // 更新阈值
return new Node[newCap]; // 创建新数组
}
指定一个 map：会创建数组
public HashMap(Map<? extends K, ? extends V> m) {
this.loadFactor = DEFAULT_LOAD_FACTOR; // 默认的加载因子
putMapEntries(m, false);
}
final void putMapEntries(Map<? extends K, ? extends V> m, boolean evict) {
int s = m.size();
if (s > 0) {
if (table == null) { // 未初始化
float ft = ((float)s / loadFactor) + 1.0F; // 计算数组所需的最小容量
int t = (ft > MAXIMUM_CAPACITY) ? MAXIMUM_CAPACITY : (int)ft;
if (t > threshold)
threshold = tableSizeFor(t); // 保证容量是 2 的幂
}
for (Map.Entry<? extends K, ? extends V> e : m.entrySet()) {
putVal(hash(e.getKey()), e.getKey(), e.getValue(), false, evict);
}
}
}
float ft = ((float)s / loadFactor) + 1.0F
如果 s = 6，loadFactor = 0.75，则 6 / 0.75 = 8
表示哈希表至少需要容量 8，才能在不扩容的情况下容纳 6 个元素（8 * 0.75 = 6）
+1 的原因：添加一个缓冲值，避免浮点计算误差导致容量不足，例如：若 s / loadFactor = 7.999，直接取整会得到 7，但实际需要 8
添加元素
public V put(K key, V value) {
return putVal(hash(key), key, value, false, true);
}
final V putVal(int hash, K key, V value, boolean onlyIfAbsent, boolean evict) {
Node<K,V>[] tab; Node<K,V> p; int n, i; // 定义几个变量
// 如果数组为空或长度是0就扩容（同时 n 和 tab 已经赋值了：n 是 数组长度，tab 是数组）
if ((tab = table) == null || (n = tab.length) == 0)
n = (tab = resize()).length;
// n-1：是数组最后一个下标（n 是长度）
// & 运算：是当超出数组时把元素放在哪一格（拉链法，前提必须数组长度是2的幂才可以使用 & 运算）
// 也给 p 赋值了，就是新元素应该插入的位置的元素（可能这里已经有元素了，也可能没有元素）
if ((p = tab[i = (n - 1) & hash]) == null) // 如果为空，就说明这个位置没有元素，直接插入新元素
tab[i] = newNode(hash, key, value, null);
else { // 如果数组这个位置已经有元素了
Node<K,V> e; K k;
// hash 相同，equals 也相同，覆盖元素（修改元素）
if (p.hash == hash && ((k = p.key) == key || (key != null && key.equals(k))))
e = p;
// 不是修改元素，此时位置也有元素，两种可能：1 当前元素是链表；2：当前元素是红黑树
else if (p instanceof TreeNode) // 如果是数节点，按照红黑树的方式插入元素
e = ((TreeNode<K,V>)p).putTreeVal(this, tab, hash, key, value);
else {
// 如果是链表，链表的方式插入元素，这个 for 循环就是在遍历链表
for (int binCount = 0; ; ++binCount) { // binCount 会是链表的索引（索引不是很合适，当前第几个元素）
// 是否达到链表尾部（尾插法）
if ((e = p.next) == null) { // p 是当前下标的元素（此时是链表）
p.next = newNode(hash, key, value, null); // 新元素入队（尾插法）
if (binCount >= TREEIFY_THRESHOLD - 1) // 当前 binCount 是否 >= 7，加上的新元素就是 8
treeifyBin(tab, hash); // 链表元素数量已经达到 8 了，方法里面会再次判断如果数组长度达到 64 就会转为红黑树
break;
}
// 如果不是链表尾部，检查 e 的 key 和新元素的 key 是否相同
if (e.hash == hash && ((k = e.key) == key || (key != null && key.equals(k))))
break; // 如果相同，退出循坏（后续会覆盖值）
p = e; // 如果不同，继续遍历链表（继续循环）
}
}
if (e != null) { // e 有值，新元素和链表中已存在的元素 key 相同，覆盖值
V oldValue = e.value;
if (!onlyIfAbsent || oldValue == null)
e.value = value;
afterNodeAccess(e);
return oldValue;
}
}
++modCount; // 修改次数+1
if (++size > threshold) // 是否需要扩容
resize();
afterNodeInsertion(evict);
return null;
}
扩容
final Node<K,V>[] resize() {
// 1. 保存旧哈希表
Node<K,V>[] oldTab = table;
// 旧容量：如果表为空则为0，否则取当前长度
int oldCap = (oldTab == null) ? 0 : oldTab.length;
// 旧扩容阈值
int oldThr = threshold;
int newCap, newThr = 0; // 新的容量扩容阈值
// -------------------------------
// 2. 计算新容量和阈值（分4种情况）
// -------------------------------
// 情况1：旧容量 > 0（说明已经初始化过）
if (oldCap > 0) {
// 如果旧容量已经达到最大值（2^30），不再扩容
if (oldCap >= MAXIMUM_CAPACITY) {
threshold = Integer.MAX_VALUE;
return oldTab;
}
// 新容量 = 旧容量 * 2
else if ((newCap = oldCap << 1) < MAXIMUM_CAPACITY && oldCap >= DEFAULT_INITIAL_CAPACITY)
// 新阈值 = 旧阈值 * 2
newThr = oldThr << 1;
}
// 情况2：旧容量=0但旧阈值>0（发生在带初始容量的构造方法）
else if (oldThr > 0)
// 新容量 = 旧阈值（构造方法中暂存的初始容量）
newCap = oldThr;
// 情况3：旧容量=0且旧阈值=0（默认无参构造）
else {
// 新容量 = 默认初始容量（16）
newCap = DEFAULT_INITIAL_CAPACITY;
// 新阈值 = 默认负载因子（0.75）* 默认容量（16）= 12
newThr = (int)(DEFAULT_LOAD_FACTOR * DEFAULT_INITIAL_CAPACITY);
}
// 情况4：如果新阈值未计算（如情况2未设置newThr）
if (newThr == 0) {
float ft = (float)newCap * loadFactor;
newThr = (newCap < MAXIMUM_CAPACITY && ft < (float)MAXIMUM_CAPACITY ?
(int)ft : Integer.MAX_VALUE);
}
threshold = newThr; // 更新全局阈值
// -------------------------------
// 3. 创建新哈希表并迁移数据
// -------------------------------
@SuppressWarnings({"rawtypes","unchecked"})
Node<K,V>[] newTab = (Node<K,V>[])new Node[newCap];
table = newTab;
if (oldTab != null) {
// 遍历旧表的每个桶
for (int j = 0; j < oldCap; ++j) {
Node<K,V> e;
if ((e = oldTab[j]) != null) {
oldTab[j] = null; // 清空旧桶（帮助GC）
// 情况1：桶中只有一个节点（直接重新哈希）
if (e.next == null)
newTab[e.hash & (newCap - 1)] = e;
// 情况2：桶中是红黑树（拆分树）
else if (e instanceof TreeNode)
((TreeNode<K,V>)e).split(this, newTab, j, oldCap);
// 情况3：桶中是链表（拆分为高低位链表，原来的链表最多拆出两个链表，使用高低位异或运算效率更高）
else {
Node<K,V> loHead = null, loTail = null;
Node<K,V> hiHead = null, hiTail = null;
Node<K,V> next;
do {
next = e.next;
// 判断节点属于低位还是高位
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);
// 低位链表放在原索引位置
if (loTail != null) {
loTail.next = null;
newTab[j] = loHead;
}
// 高位链表放在新索引位置（原索引 + oldCap）
if (hiTail != null) {
hiTail.next = null;
newTab[j + oldCap] = hiHead;
}
}
}
}
}
return newTab;
}
链表转红黑树
有个前提走到这里链表元素已经达到 8 了，这个方法是决定是否要将链表转为红黑树
final void treeifyBin(Node<K,V>[] tab, int hash) {
// n: 数组长度，index: 目标桶索引，e: 当前链表节点
int n, index; Node<K,V> e;
// 数组为空或数组长度小于 64，不会转为红黑树，直接扩容
if (tab == null || (n = tab.length) < MIN_TREEIFY_CAPACITY)
resize();
else if ((e = tab[index = (n - 1) & hash]) != null) { // 数组长度 >= 64，转红黑树
TreeNode<K,V> hd = null, tl = null;
// 遍历链表，这个循环时把链表的每个节点转成树节点
do {
TreeNode<K,V> p = replacementTreeNode(e, null); // 链表的 node 转 树节点
if (tl == null) // 维护树节点的链表关系
hd = p;
else {
p.prev = tl;
tl.next = p;
}
tl = p;
} while ((e = e.next) != null);
if ((tab[index] = hd) != null)
hd.treeify(tab); // 树节点的链表准备好了，真正开始树化。后续逻辑后续再深入吧（红黑树目前不是特别了解~）
}
}
红黑树退化为链表
- java.util.HashMap#remove(java.lang.Object)
- java.util.HashMap#removeNode
- java.util.HashMap.TreeNode#removeTreeNode
- java.util.HashMap.TreeNode#untreeify
总结
- 基于哈希表实现（数组+链表/红黑树），如果是链表采用尾插法
- 元素无序，不允许重复，键值都可以为 null，只能一个 null 键，线程不安全
- 默认初始容量16（必须2的幂），最大容量 2^30，默认加载因子 0.75
- 链表转红黑树：数组长度 >= 64 && 链表长度 >= 8，查询从 O(n) 优化为 O(log n)
- 红黑树退化为链表：树节点 <= 6（不关心数组长度）
size > threshold（threshold = capacity * loadFactor）时触发扩容，扩容操作如下：- 新容量 = 旧容量 × 2（保持 2 的幂）
- 重新哈希（高效迁移：单节点直接定位，链表拆分为高低位链表）
- 作为 key 的对象需要重写 hashCode 和 equals 方法
- 遍历时
entrySet()比keySet() + get()效率更高（减少哈希计算）
其他 MAP
| 特性 | HashMap |
Hashtable |
LinkedHashMap |
TreeMap |
|---|---|---|---|---|
| 线程安全 | 否 | 是（全表锁） | 否 | 否 |
| 允许 null 键值 | 是 | 否 | 是 | 仅值可为 null |
| 顺序 | 无序 | 无序 | 插入顺序/访问顺序 | 按键排序 |
| 底层结构 | 哈希表 | 哈希表 | 哈希表 + 双向链表 | 红黑树 |
- HashTable 和 HashMap 的区别基本就是 HashTable 的方法都加了 synchronized 来保证线程安全
- TreeMap 和 HashMap 区别就是底层结构不一样，TreeMap 纯粹用红黑树实现
- 既然用红黑树，key 就不能为空
- 既然用红黑树，就一定是有顺序的（红黑树是近似平衡的二叉搜索树，都是搜索树了一定要有顺序）
- 既然所有的 key 都要用顺序，key 就不能是 null 了
插入数据时，元素所在的数组下标是根据 hash 值确定的，所以就不会有顺序（数组某个元素是有顺序的，因为红黑树和链表本来就有顺序）
LinkedHashMap 继承自 HashMap，为什么 LinkedHashMap 会有是有顺序的？
因为 LinkedHashMap 扩展了 HashMap 的 Entry
static class Entry<K,V> extends HashMap.Node<K,V> {
Entry<K,V> before, after; // 双向链表指针
Entry(int hash, K key, V value, Node<K,V> next) {
super(hash, key, value, next);
}
}
浙公网安备 33010602011771号