HashMap实现原理及源码分析之JDK8
继续上回HashMap的学习 HashMap实现原理及源码分析之JDK7
转载 Java8源码-HashMap 基于JDK8的HashMap源码解析 【jdk1.8】HashMap源码分析
一、HashMap简单介绍
首先看下HashMap在JDK8下数据结构：
JDK 8 之前：
JDK 8 之前 HashMap 的实现是 数组+链表，即使哈希函数取得再好，也很难达到元素百分百均匀分布。
当 HashMap 中有大量的元素都存放到同一个桶中时，这个桶下有一条长长的链表，极端情况下HashMap 就相当于一个单链表，假如单链表有 n 个元素，遍历的时间复杂度就是 O(n)，完全失去了它的优势。
JDK 8 :
JDK7与JDK8中HashMap实现的最大区别就是对于冲突的处理方法。JDK 1.8 中引入了红黑树（当链表长度大于8时，链表转化为红黑树，查找时间复杂度为 O(logn)），用 数组+链表+红黑树 的结构来优化这个问题。
通常，我们把数组中的每个节点（Node<K,V>）称为桶,每次往桶里添加key-value键值对时，首先计算键值对中 key的hash值，根据hash值确定插入到数组的位置，如果数组里面有数据，就会发生hash冲突，此时按照尾插入法（JDK7及以前是头插入法），添加key-value键值对到同一hash值的元素的后面，链表就这样形成了。当链表长度超过8(TREEIFY_THRESHOLD)时，链表就转换为红黑树了。我们通常将桶连接的链表/红黑树中的每个元素称为bin。
二、HashMap源码分析
1、HashMap类的顶部注释：
HashMap是Map接口基于哈希表的实现。这种实现提供了所有可选的Map操作，并允许key和value为null（除了HashMap是unsynchronized的和允许使用null外，HashMap和HashTable大致相同。）。此类不保证映射的顺序，特别是它不保证该顺序恒久不变。 此实现假设哈希函数在桶内适当地分布元素，为基本实现(get 和 put)提供了稳定的性能。迭代 collection 视图所需的时间与 HashMap 实例的“容量”（桶的数量）及其大小（键-值映射关系数）成比例。如果遍历操作很重要，就不要把初始化容量initial capacity设置得太高（或将加载因子load factor设置得太低），否则会严重降低遍历的效率。 HashMap有两个影响性能的重要参数：初始化容量initial capacity、加载因子load factor。容量是哈希表中桶的数量，初始容量只是哈希表在创建时的容量。加载因子是哈希表在其容量自动增加之前可以达到多满的一种尺度。initial capacity*load factor就是当前允许的最大元素数目，超过initial capacity*load factor之后，HashMap就会进行rehashed操作来进行扩容，扩容后的的容量为之前的两倍。 通常，默认加载因子 (0.75) 在时间和空间成本上寻求一种折衷。加载因子过高虽然减少了空间开销，但同时也增加了查询成本（在大多数 HashMap类的操作中，包括 get 和 put 操作，都反映了这一点）。在设置初始容量时应该考虑到映射中所需的条目数及其加载因子，以便最大限度地减少rehash操作次数。如果初始容量大于最大条目数除以加载因子(capacity > size/factor)，则不会发生rehash 操作。 如果很多映射关系要存储在 HashMap 实例中，则相对于按需执行自动的 rehash 操作以增大表的容量来说，使用足够大的初始容量创建它将使得映射关系能更有效地存储。 注意，此实现不是同步的。如果多个线程同时访问一个哈希映射，而其中至少一个线程从结构上修改了该映射，则它必须保持外部同步。（结构上的修改是指添加或删除一个或多个映射关系的任何操作；仅改变与实例已经包含的键关联的值不是结构上的修改。）这一般通过对自然封装该映射的对象进行同步操作来完成。如果不存在这样的对象，则应该使用 Collections.synchronizedMap 方法来“包装”该映射。最好在创建时完成这一操作，以防止对映射进行意外的非同步访问，如下所示： Map m = Collections.synchronizedMap(new HashMap(…)); 由所有此类的“collection 视图方法”所返回的迭代器都是fail-fast 的：在迭代器创建之后，如果从结构上对映射进行修改，除非通过迭代器本身的remove方法，其他任何时间任何方式的修改，迭代器都将抛出 ConcurrentModificationException。因此，面对并发的修改，迭代器很快就会完全失败，而不冒在将来不确定的时间发生任意不确定行为的风险。 注意，迭代器的快速失败行为不能得到保证，一般来说，存在非同步的并发修改时，不可能作出任何坚决的保证。快速失败迭代器尽最大努力抛出 ConcurrentModificationException。因此，编写依赖于此异常的程序的做法是错误的，正确做法是：迭代器的快速失败行为应该仅用于检测bug。 此类是 Java Collections Framework 的成员。 @author Doug Lea @author Josh Bloch @author Arthur van Hoff @author Neal Gafter @see Object#hashCode() @see Collection @see Map @see TreeMap @see Hashtable @since 1.2
从上面内容可以总结：
- 底层：HashMap是Map接口基于哈希表的实现。
- 是否允许null：HashMap允许key和value为null（一个key值，多个value值为null）。
- 是否有序：HashMap不保证映射的顺序，特别是它不保证该顺序恒久不变。
- 何时rehash：超出当前允许的最大容量。initial capacity*load factor就是当前允许的最大元素数目，超过initial capacity*load factor之后，HashMap就会进行rehashed操作来进行扩容，扩容后的的容量为之前的两倍。
- 初始化容量对性能的影响：不应设置地太小，设置地小虽然可以节省空间，但会频繁地进行rehash操作。rehash会影响性能。总结：小了会增大时间开销（频繁rehash）；大了会增大空间开销（占用了更多空间）和时间开销（影响遍历）。
- 加载因子对性能的影响：加载因子过高虽然减少了空间开销，但同时也增加了查询成本。0.75是个折中的选择。总结：小了会增大时间开销（频繁rehash）；大了会也增大时间开销（影响遍历）。
- 是否同步：HashMap不是同步的。
- 迭代器：迭代器是fast-fail的。
2、HashMap类继承关系图：（idea工具：ctrl+alt+u）
HashMap类的定义：
public class HashMap<K,V> extends AbstractMap<K,V> implements Map<K,V>, Cloneable, Serializable
- HashMap<K,V>：HashMap是以key-value形式存储数据的。
- extends AbstractMap<K,V>：继承了AbstractMap，大大减少了实现Map接口时需要的工作量。
- implements Map<K,V>：实现了Map，提供了所有可选的Map操作。
- implements Cloneable：表明其可以调用克隆方法clone()来返回实例的field-for-field拷贝。
- implements Serializable：表明该类是可以序列化的。
3、类成员变量：
/** * 默认初始化容量，值为16 * 必须是2的n次幂. */ static final int DEFAULT_INITIAL_CAPACITY = 1 << 4; /** * 最大容量, 容量不能超出这个值。如果一个更大的初始化容量在构造函数中被指定，将被MAXIMUM_CAPACITY替换. * 必须是2的倍数。最大容量为1<<30，即2的30次方。 */ static final int MAXIMUM_CAPACITY = 1 << 30; /** * 默认的加载因子0.75。 */ static final float DEFAULT_LOAD_FACTOR = 0.75f; /** * 将链表转化为红黑树的临界值。 * 当添加一个元素被添加到有至少TREEIFY_THRESHOLD个节点的桶中，桶中链表将被转化为树形结构。 * 临界值最小为8 */ static final int TREEIFY_THRESHOLD = 8; /** * 恢复成链式结构的桶大小临界值 * 小于TREEIFY_THRESHOLD，临界值最大为6 */ static final int UNTREEIFY_THRESHOLD = 6; /** * 桶可能被转化为树形结构的最小容量。当哈希表的大小超过这个阈值，才会把链式结构转化成树型结构，否则仅采取扩容来尝试减少冲突。 * 应该至少4*TREEIFY_THRESHOLD来避免扩容和树形结构化之间的冲突。 */ static final int MIN_TREEIFY_CAPACITY = 64; /** * 存储键值对的数组，一般是2的幂 */ transient Node<K,V>[] table; /** * 键值对缓存，它们的映射关系集合保存在entrySet中。即使Key在外部修改导致hashCode变化，缓存中还可以找到映射关系 */ transient Set<Map.Entry<K,V>> entrySet; /** * 键值对的实际个数 */ transient int size; /** * 记录HashMap被修改结构的次数。 * 修改包括改变键值对的个数或者修改内部结构，比如rehash * 这个域被用作HashMap的迭代器的fail-fast机制中（参考ConcurrentModificationException） */ transient int modCount; /** * 扩容的临界值，通过capacity * load factor可以计算出来。超过这个值HashMap将进行扩容 * @serial */ int threshold; /** * 加载因子 * * @serial */ final float loadFactor;
4、静态内部类Node：
/** * HashMap的节点类型。既是HashMap底层数组的组成元素，又是每个单向链表的组成元素 */ static class Node<K,V> implements Map.Entry<K,V> { //key的哈希值 final int hash; final K key; V value; //指向下个节点的引用 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; } 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; } }
5、核心方法：
get(Object key)方法：
public V get(Object key) { Node<K,V> e; return (e = getNode(hash(key), key)) == null ? null : e.value; }
从源码中可以看到， get(Object key)方法分为3步：
- 通过hash(Object key)方法计算key的哈希值hash。
- 通过getNode(int hash, Object key)方法获取node。
- 如果node为null，返回null，否则返回node.value。
先来看看哈希值是如何计算的：
hash(Object key) 方法：
增加、删除、查找键值对时，定位到哈希桶数组是很关键的一步，对应的公式是：(n - 1) & hash。其中 n = 数组长度，hash = hash(Object key) 的结果值。
* 计算key的哈希值。 */ static final int hash(Object key) { int h; return (key == null) ? 0 : (h = key.hashCode()) ^ (h >>> 16); }
从代码中可以看到，计算位置时可分为三步：
- 第一步，取key的hashCode；
- 第二步，key的hashCode高16位异或低16位；
- 第三步，将第一步和第二部得到的结果进行取模运算；
看到这里有个疑问，为什么要做异或运算？
设想一下，如果n很小，假设为16的话，那么n-1即为15（0000 0000 0000 0000 0000 0000 0000 1111），这样的值如果跟hashCode()直接做与操作，实际上只使用了哈希值的后4位。如果当哈希值的高位变化很大，低位变化很小，这样很容易造成碰撞，所以把高低位都参与到计算中，从而解决了这个问题，而且也不会有太大的开销。
看完哈希值是如何计算之后，看看如何通过key和hash获取node
getNode(int hash, Object key) 方法：
/** * 根据key的哈希值和key获取对应的节点 * * @param hash 指定参数key的哈希值 * @param key 指定参数key * @return 返回node，如果没有则返回null */ final Node<K,V> getNode(int hash, Object key) { Node<K,V>[] tab; Node<K,V> first, e; int n; K k; //如果哈希表不为空，而且key对应的桶上不为空 if ((tab = table) != null && (n = tab.length) > 0 && (first = tab[(n - 1) & hash]) != null) { //如果桶中的第一个节点就和指定参数hash和key匹配上了 if (first.hash == hash && // always check first node ((k = first.key) == key || (key != null && key.equals(k)))) //返回桶中的第一个节点 return first; //如果桶中的第一个节点没有匹配上，而且有后续节点 if ((e = first.next) != null) { //如果当前的桶采用红黑树，则调用红黑树的get方法去获取节点 if (first instanceof TreeNode) return ((TreeNode<K,V>)first).getTreeNode(hash, key); //如果当前的桶不采用红黑树，即桶中节点结构为链式结构 do { //遍历链表，直到key匹配 if (e.hash == hash && ((k = e.key) == key || (key != null && key.equals(k)))) return e; } while ((e = e.next) != null); } } //如果哈希表为空，或者没有找到节点，返回null return null; }
getNode方法又可分为以下几个步骤：
- 如果哈希表为空，或key对应的桶为空，返回null。
- 如果桶中的第一个节点就和指定参数hash和key匹配上了，返回这个节点。
- 如果桶中的第一个节点没有匹配上，而且有后续节点：
- 如果当前的桶采用红黑树，则调用红黑树的get方法去获取节点。
- 如果当前的桶不采用红黑树，即桶中节点结构为链式结构，遍历链表，直到key匹配。
- 找到节点返回节点，否则返回null。
put( K key, V value)方法：
/** * 将指定参数key和指定参数value插入map中，如果key已经存在，那就替换key对应的value * * @param key 指定key * @param value 指定value * @return 如果value被替换，则返回旧的value，否则返回null。当然，可能key对应的value就是null。 */ public V put(K key, V value) { //putVal方法的实现就在下面 return putVal(hash(key), key, value, false, true); }
从源码中可以看到，put(K key, V value)可以分为三个步骤：
- 通过hash(Object key)方法计算key的哈希值。
- 通过putVal(hash(key), key, value, false, true)方法实现功能。
- 返回putVal方法返回的结果。
哈希值是如何计算的上面已经写了。下面看看putVal方法是如何实现的。
putVal( int hash, K key, V value, boolean onlyIfAbsent,boolean evict) 方法：
/** * Map.put和其他相关方法的实现需要的方法 * * @param hash 指定参数key的哈希值 * @param key 指定参数key * @param value 指定参数value * @param onlyIfAbsent 如果为true，即使指定参数key在map中已经存在，也不会替换value * @param evict 如果为false，数组table在创建模式中 * @return 如果value被替换，则返回旧的value，否则返回null。当然，可能key对应的value就是null。 */ final V putVal(int hash, K key, V value, boolean onlyIfAbsent,boolean evict) { Node<K,V>[] tab; Node<K,V> p; int n, i; //如果哈希表为空，调用resize()创建一个哈希表，并用变量n记录哈希表长度 if ((tab = table) == null || (n = tab.length) == 0) n = (tab = resize()).length; //如果指定参数hash在表中没有对应的桶，即为没有碰撞 if ((p = tab[i = (n - 1) & hash]) == null) //直接将键值对插入到map中即可 tab[i] = newNode(hash, key, value, null); else { Node<K,V> e; K k; //如果碰撞了，且桶中的第一个节点就匹配了 if (p.hash == hash && ((k = p.key) == key || (key != null && key.equals(k)))) //将桶中的第一个节点记录起来 e = p; //如果桶中的第一个节点没有匹配上，且桶内为红黑树结构，则调用红黑树对应的方法插入键值对 else if (p instanceof TreeNode) e = ((TreeNode<K,V>)p).putTreeVal(this, tab, hash, key, value); //不是红黑树结构，那么就肯定是链式结构 else { //遍历链式结构 for (int binCount = 0; ; ++binCount) { //如果到了链表尾部 if ((e = p.next) == null) { //在链表尾部插入键值对 p.next = newNode(hash, key, value, null); //如果链的长度大于TREEIFY_THRESHOLD这个临界值，则把链变为红黑树 if (binCount >= TREEIFY_THRESHOLD - 1) // -1 for 1st treeifyBin(tab, hash); //跳出循环 break; } //如果找到了重复的key，判断链表中结点的key值与插入的元素的key值是否相等，如果相等，跳出循环 if (e.hash == hash && ((k = e.key) == key || (key != null && key.equals(k)))) break; //用于遍历桶中的链表，与前面的e = p.next组合，可以遍历链表 p = e; } } //如果key映射的节点不为null if (e != null) { // existing mapping for key //记录节点的vlaue V oldValue = e.value; //如果onlyIfAbsent为false，或者oldValue为null if (!onlyIfAbsent || oldValue == null) //替换value e.value = value; //访问后回调 afterNodeAccess(e); //返回节点的旧值 return oldValue; } } //结构型修改次数+1 ++modCount; //判断是否需要扩容 if (++size > threshold) resize(); //插入后回调 afterNodeInsertion(evict); return null; }
put(K key, V value)方法操作流程图如下：
putVal方法可以分为下面的几个步骤：
- 如果哈希表为空，调用resize()创建一个哈希表。
- 如果指定参数hash在表中没有对应的桶，即为没有碰撞，直接将键值对插入到哈希表中即可。
- 如果有碰撞，遍历桶，找到key映射的节点：
- 桶中的第一个节点就匹配了，将桶中的第一个节点记录起来。
- 如果桶中的第一个节点没有匹配，且桶中结构为红黑树，则调用红黑树对应的方法插入键值对。
- 如果不是红黑树，那么就肯定是链表。遍历链表，如果找到了key映射的节点，就记录这个节点，退出循环。如果没有找到，在链表尾部插入节点。插入后，如果链的长度大于TREEIFY_THRESHOLD这个临界值，则使用treeifyBin方法把链表转为红黑树。
- 如果找到了key映射的节点，且节点不为null：
- 记录节点的vlaue。
- 如果参数onlyIfAbsent为false，或者oldValue为null，替换value，否则不替换。
- 返回记录下来的节点的value。
- 节点插入到数组后size会加1，这时要检查size是否大于临界值threshold，如果大于会使用resize方法进行扩容。
resize()方法：
向hashMap对象里不停的添加元素，而HashMap对象内部的数组无法装载更多的元素时，hashMap就需要扩大数组的长度，以便能装入更多的元素。当然数组是无法自动扩容的，扩容方法使用一个新的数组代替已有的容量小的数组。
resize方法非常巧妙，因为每次扩容都是翻倍，与原来计算（n-1）&hash的结果相比，节点要么就在原来的位置，要么就被分配到“原位置+旧容量”这个位置。
/** * 对table进行初始化或者扩容。 * 如果table为null，则对table进行初始化 * 如果对table扩容，因为每次扩容都是翻倍，与原来计算（n-1）&hash的结果相比，节点要么就在原来的位置，要么就被分配到“原位置+旧容量”这个位置。 */ final Node<K,V>[] resize() { //新建oldTab数组保存扩容前的数组table Node<K,V>[] oldTab = table; //使用变量oldCap保存扩容前table的容量 int oldCap = (oldTab == null) ? 0 : oldTab.length; //使用变量oldThr保存扩容前的临界值 int oldThr = threshold; int newCap, newThr = 0; //如果扩容前的容量 > 0 if (oldCap > 0) { //如果当前(扩容前)容量>=MAXIMUM_CAPACITY if (oldCap >= MAXIMUM_CAPACITY) { //扩容临界值提高到正无穷 threshold = Integer.MAX_VALUE; //无法进行扩容，返回原来的数组 return oldTab; } //如果当前容量的两倍小于MAXIMUM_CAPACITY且当前的容量大于DEFAULT_INITIAL_CAPACITY else if ((newCap = oldCap << 1) < MAXIMUM_CAPACITY &&oldCap >= DEFAULT_INITIAL_CAPACITY) //临界值变为原来的2倍 newThr = oldThr << 1; }//如果旧容量 <= 0，而且旧临界值 > 0 else if (oldThr > 0) //数组的新容量设置为老数组的扩容临界值 newCap = oldThr; else {//如果旧容量 <= 0，且旧临界值 <= 0，新容量扩充为默认初始化容量，新临界值为默认加载因子*默认容量（DEFAULT_LOAD_FACTOR * DEFAULT_INITIAL_CAPACITY） newCap = DEFAULT_INITIAL_CAPACITY; newThr = (int)(DEFAULT_LOAD_FACTOR * DEFAULT_INITIAL_CAPACITY); } if (newThr == 0) {//在上面的条件判断中，只有oldThr > 0成立时，newThr == 0 //ft为临时临界值，下面会确定这个临界值是否合法，如果合法，那就是真正的临界值 float ft = (float)newCap * loadFactor; //当新容量< MAXIMUM_CAPACITY且ft < (float)MAXIMUM_CAPACITY，新的临界值为ft，否则为Integer.MAX_VALUE newThr = (newCap < MAXIMUM_CAPACITY && ft < (float)MAXIMUM_CAPACITY ? (int)ft : Integer.MAX_VALUE); } //将扩容后hashMap的临界值设置为newThr threshold = newThr; //创建新的table，初始化容量为newCap @SuppressWarnings({"rawtypes","unchecked"}) Node<K,V>[] newTab = (Node<K,V>[])new Node[newCap]; //修改hashMap的table为新建的newTab table = newTab; //如果旧table不为空，将旧table中的元素复制到新的table中 if (oldTab != null) { //遍历旧哈希表的每个桶，将旧哈希表中的桶复制到新的哈希表中 for (int j = 0; j < oldCap; ++j) { Node<K,V> e; //如果旧桶不为null，使用e记录旧桶 if ((e = oldTab[j]) != null) { //将旧桶置为null oldTab[j] = null; //如果旧桶中只有一个node if (e.next == null) //将e也就是oldTab[j]放入newTab中e.hash & (newCap - 1)的位置 newTab[e.hash & (newCap - 1)] = e; //如果旧桶中的结构为红黑树 else if (e instanceof TreeNode) //将树中的node分离 ((TreeNode<K,V>)e).split(this, newTab, j, oldCap); else { //lo == low, hi == high。由于数组翻倍了，相当于低位是老的数组，高位是新的一半。 Node<K,V> loHead = null, loTail = null; Node<K,V> hiHead = null, hiTail = null; Node<K,V> next; //遍历整个链表中的节点 do { next = e.next; // 将桶中的元素按照hash值扩容之后新容量的高位的末位是否为0来判断是否分割，完成rehash 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 if (loTail != null) { loTail.next = null; newTab[j] = loHead; }
// 高位（新数组一半的位置） if (hiTail != null) { hiTail.next = null; newTab[j + oldCap] = hiHead; } } } } }
// 返回新数组 return newTab; }
如下图(桶中的元素被分割了)
从代码中可以看到，扩容很耗性能。所以在使用HashMap的时候，先估算map的大小，初始化的时候给一个大致的数值，避免map进行频繁的扩容。看完代码后，可以将resize的步骤总结为:
- 计算扩容后的容量，临界值。
- 将hashMap的临界值修改为扩容后的临界值
- 根据扩容后的容量新建数组，然后将hashMap的table的引用指向新数组。
- 将旧数组的元素复制到table中。
remove(Object key)方法：
/** * 删除hashMap中key映射的node * * @param key 参数key * @return 如果没有映射到node，返回null，否则返回对应的value。 */ public V remove(Object key) { Node<K,V> e; //根据key来删除node。removeNode方法的具体实现在下面 return (e = removeNode(hash(key), key, null, false, true)) == null ? null : e.value; }
从源码中可以看到，remove方法的实现可以分为三个步骤：
- 通过hash(Object key)方法计算key的哈希值。
- 通过removeNode方法实现功能。
- 返回被删除的node的value。
下面看看removeNode方法的具体实现
removeNode(int hash, Object key, Object value,boolean matchValue, boolean movable) 方法：
/** * Map.remove和相关方法的实现需要的方法 * 删除node * * @param hash key的哈希值 * @param key 参数key * @param value 如果matchValue为true，则value也作为确定被删除的node的条件之一，否则忽略 * @param matchValue 如果为true，则value也作为确定被删除的node的条件之一 * @param movable 如果为false，删除node时不会删除其他node * @return 返回被删除的node，如果没有node被删除，则返回null（针对红黑树的删除方法） */ final Node<K,V> removeNode(int hash, Object key, Object value,boolean matchValue, boolean movable) { Node<K,V>[] tab; Node<K,V> p; int n, index; //如果数组table不为空且key映射到的桶不为空 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; //如果桶上第一个node的就是要删除的node if (p.hash == hash && ((k = p.key) == key || (key != null && key.equals(k)))) //记录桶上第一个node node = p; else if ((e = p.next) != null) {//如果桶内不止一个node if (p instanceof TreeNode)//如果桶内的结构为红黑树 //记录key映射到的node node = ((TreeNode<K,V>)p).getTreeNode(hash, key); else {//如果桶内的结构为链表 do {//遍历链表，找到key映射到的node if (e.hash == hash && ((k = e.key) == key || (key != null && key.equals(k)))) { //记录key映射到的node node = e; break; } p = e; } while ((e = e.next) != null); } } //如果得到的node不为null且(matchValue为false||node.value和参数value匹配) if (node != null && (!matchValue || (v = node.value) == value || (value != null && value.equals(v)))) { //如果桶内的结构为红黑树 if (node instanceof TreeNode) //使用红黑树的删除方法删除node ((TreeNode<K,V>)node).removeTreeNode(this, tab, movable); else if (node == p)//如果桶的第一个node的就是要删除的node //删除node tab[index] = node.next; else//如果桶内的结构为链表，使用链表删除元素的方式删除node p.next = node.next; //结构性修改次数+1 ++modCount; //哈希表大小-1 --size; afterNodeRemoval(node); //返回被删除的node return node; } } //如果数组table为空或key映射到的桶为空，返回null。 return null; }
看完代码后，可以将removeNode方法的步骤总结为
- 如果数组table为空或key映射到的桶为空，返回null。
- 如果key映射到的桶上第一个node的就是要删除的node，记录下来。
- 如果桶内不止一个node，且桶内的结构为红黑树，记录key映射到的node。
- 桶内的结构不为红黑树，那么桶内的结构就肯定为链表，遍历链表，找到key映射到的node，记录下来。
- 如果被记录下来的node不为null，删除node，size-1被删除。
- 返回被删除的node。
tableSizeFor(int cap)方法：
/** * 返回大于等于cap的最小的二次幂数值。 */ 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; }
6.构造函数：
HashMap(int initialCapacity, float loadFactor) 方法：
/** * 使用指定的初始化容量initial capacity 和加载因子load factor构造一个空HashMap * * @param initialCapacity 初始化容量 * @param loadFactor 加载因子 * @throws IllegalArgumentException 如果指定的初始化容量为负数或者加载因子为非正数。 */ public HashMap(int initialCapacity, float loadFactor) { //初始容量不能小于零 if (initialCapacity < 0) throw new IllegalArgumentException("Illegal initial capacity: " + initialCapacity); //初始容量不能大于最大容量 if (initialCapacity > MAXIMUM_CAPACITY) initialCapacity = MAXIMUM_CAPACITY; //填充因子不能小于等于零或者非数字 if (loadFactor <= 0 || Float.isNaN(loadFactor)) throw new IllegalArgumentException("Illegal load factor: " + loadFactor); //进行初始化赋值 this.loadFactor = loadFactor;
// tableSizeFor(initailCapacity)方法返回大于给定cap的最小2次幂的数值 this.threshold = tableSizeFor(initialCapacity); }
HashMap(int initialCapacity) 方法：
/** * 使用指定的初始化容量initial capacity和默认加载因子DEFAULT_LOAD_FACTOR（0.75）构造一个空HashMap * * @param initialCapacity 初始化容量 * @throws IllegalArgumentException 如果指定的初始化容量为负数 */ public HashMap(int initialCapacity) { this(initialCapacity, DEFAULT_LOAD_FACTOR); }
HashMap() 方法：
/** * 使用指定的初始化容量（16）和默认加载因子DEFAULT_LOAD_FACTOR（0.75）构造一个空HashMap */ public HashMap() { this.loadFactor = DEFAULT_LOAD_FACTOR; // all other fields defaulted }
HashMap( Map<? extends K, ? extends V>m) 方法：
/** * 使用指定Map m构造新的HashMap,即将m中的每个元素放入现在的HashMap中。使用指定的初始化容量（16）和默认加载因子DEFAULT_LOAD_FACTOR（0.75） * @param m 指定的map * @throws NullPointerException 如果指定的map是null */ public HashMap(Map<? extends K, ? extends V> m) { this.loadFactor = DEFAULT_LOAD_FACTOR; putMapEntries(m, false); }
三、总结：
JDK7 与 JDK8 中关于HashMap的对比：
结构不同：
- JDK7 HashMap结构为 数组+链表 的形式。
- JDK8 HashMap结构为 数组+链表+红黑树 的形式，当桶内元素大于8时，便会树化。
hash值的计算方式不同
- JDK7 table在创建hashmap时分配空间。
- JDK8 在put的时候分配，如果table为空，则为table分配空间。
发生冲突时：
- 插入链表操，JDK7是头插法，JDK8是尾插法。
resize操作：
- JDK7 需要重新进行index的计算。
- JDK8 不需要，通过判断相应的位是0还是1，要么依旧是原index，要么是oldCap + 原index。
