源码学习：HashMap

一：HashMap,本人用过无数次，基于哈希表的Map接口实现。JDK1.8中HashMap和之前的实现有区别。下面我们来看看源码喽。

二：HashMap源码分析

（1）哈希MAP的主要属性

/**
     * 默认的初试容量
     */
    static final int DEFAULT_INITIAL_CAPACITY = 1 << 4; // aka 16

    /**
     * 最大容量
     */
    static final int MAXIMUM_CAPACITY = 1 << 30;

    /**
     * 填充比
     */
    static final float DEFAULT_LOAD_FACTOR = 0.75f;

    /**
     * 当链表长度超过8的时候将数组里面的链表转化成为红黑树
     */
    static final int TREEIFY_THRESHOLD = 8;

/**
     * 储存元素的数组
     */
    transient Node<K,V>[] table;

    /**
     * Holds cached entrySet(). Note that AbstractMap fields are used
     * for keySet() and values().
     */
    transient Set<Map.Entry<K,V>> entrySet;

    /**
     * 存放元素的个数
     */
    transient int size;

    /**
     * 被修改的次数fast-fail机制
     */
    transient int modCount;

    /**
     * The next size value at which to resize (capacity * load factor).
     *
     * @serial
     */
    // 临界值 当实际大小(容量*填充比)超过临界值时，会进行扩容
    int threshold;

填充比，默认值为0.75，如果实际元素容量所占分配容量的0.75时就要扩容，如果填充比很大，说明利用的空间很多，但是查找的效率低，因为链表的长度很大，哈希MAP就是以空间换时间，填充比不需要很大，但是太小的话就会浪费空间，节省内存就大一点，注重查找效率就小一点。

（2）查看HashMap所设计到的数据结构

首先HashMap的基本结构大概由数组+链表+红黑树构成

那么首先是一个数组

transient Node<k,v>[] table;//存储的数组

然后是处理hash冲突的链表

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

        //构造hash,键，值，及下一个节点
        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;
        }

        //判断两个两个node是否相等，可以和自身做比较，如果键值都相同的话，返回true
        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;
        }
    }

以及红黑树

/**
     * 老长了大致看下。。。。
     */
    static final class TreeNode<K,V> extends LinkedHashMap.Entry<K,V> {
        TreeNode<K,V> parent;  // red-black tree links
        TreeNode<K,V> left;
        TreeNode<K,V> right;
        TreeNode<K,V> prev;    // needed to unlink next upon deletion
        boolean red;
        TreeNode(int hash, K key, V val, Node<K,V> next) {
            super(hash, key, val, next);
        }

        /**
         * 返回他的父节点.
         */
        final TreeNode<K,V> root() {
            for (TreeNode<K,V> r = this, p;;) {
                if ((p = r.parent) == null)
                    return r;
                r = p;
            }
        }

    .......
      ｝

算法好久没看了，忘光了块。。。。。改日在好哈看看。（会么？手动斜眼）

 

HashMap大致实现：首先是每个元素都是链表或者红黑树的数组，当添加一个元素时候，先计算元素key的hash值，由此来确定插入数组的位置，当然也可能存在相同的hash值已经被放在数组的一个位置，这个时候就添加同意hash元素值的元素后面，然后形成链表，让链表长度太长时候，链表就转化为红黑树，这样大大提高了查询效率。对于链表长度太长的数组元素，查询的时间复杂度由O(n)变成了O（log n）。

（3）大致构造方法

/**
     * 自己来指定参数，
     */
    public HashMap(int initialCapacity, float loadFactor) {
        //初始容量非负
        if (initialCapacity < 0)
            throw new IllegalArgumentException("Illegal initial capacity: " +
                                               initialCapacity);
        //指定的初始容量大于最大容量,置为最大容量
        if (initialCapacity > MAXIMUM_CAPACITY)
            initialCapacity = MAXIMUM_CAPACITY;
        //填充比为正的
        if (loadFactor <= 0 || Float.isNaN(loadFactor))
            throw new IllegalArgumentException("Illegal load factor: " +
                                               loadFactor);
        this.loadFactor = loadFactor;
        this.threshold = tableSizeFor(initialCapacity);
    }

    /**
     * 设置容量，负载因子默认
     */
    public HashMap(int initialCapacity) {
        this(initialCapacity, DEFAULT_LOAD_FACTOR);
    }

    /**
     * 默认容量，和默认负载印子
     */
    public HashMap() {
        this.loadFactor = DEFAULT_LOAD_FACTOR; // all other fields defaulted
    }

（4）hashMap的扩容机制

/**
     * 自动扩容机制
     *
     * @return the table
     */
    final Node<K,V>[] resize() {
        //
        Node<K,V>[] oldTab = table;
        int oldCap = (oldTab == null) ? 0 : oldTab.length;
        int oldThr = threshold;
        int newCap, newThr = 0;
        if (oldCap > 0) {
            if (oldCap >= MAXIMUM_CAPACITY) {//超过1>>30大小,无法扩容只能改变 阈值
                threshold = Integer.MAX_VALUE;
                return oldTab;
            }
            else if ((newCap = oldCap << 1) < MAXIMUM_CAPACITY &&
                     oldCap >= DEFAULT_INITIAL_CAPACITY)//新的容量为旧的2倍 最小也是16
                newThr = oldThr << 1; // 扩容阈值加倍
        }
        else if (oldThr > 0) // //oldCap=0 ,oldThr>0此时newThr=0 
            newCap = oldThr;
        else {               //oldCap=0,oldThr=0 相当于使用默认填充比和初始容量 初始化
            newCap = DEFAULT_INITIAL_CAPACITY;
            newThr = (int)(DEFAULT_LOAD_FACTOR * DEFAULT_INITIAL_CAPACITY);
        }
        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"})
            Node<K,V>[] newTab = (Node<K,V>[])new Node[newCap];
        //数组复制到新的数组中，分红黑树和链表讨论
        table = newTab;
        if (oldTab != null) {
            for (int j = 0; j < oldCap; ++j) {
                Node<K,V> e;
                if ((e = oldTab[j]) != null) {
                    oldTab[j] = null;
                    if (e.next == null)
                        newTab[e.hash & (newCap - 1)] = e;
                    else if (e instanceof TreeNode)
                        ((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 {
                            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);
                        if (loTail != null) {
                            loTail.next = null;
                            newTab[j] = loHead;
                        }
                        if (hiTail != null) {
                            hiTail.next = null;
                            newTab[j + oldCap] = hiHead;
                        }
                    }
                }
            }
        }
        return newTab;
    }

这个过程是比较耗时的因为存在数组元素的复制

（5）如何确定元素put/get的位置

static final int hash(Object key) {
    int h;
    return (key == null) ? 0 : (h = key.hashCode()) ^ (h >>> 16);
}

public native int hashCode();

通过由key值来获取hash,再通过 h&（length-1）得到所在数组位置。一般对于哈希表的散列常用的方法有直接定址法，除留余数法等，既要便于计算，又能减少冲突。

//这段代码保证HashMap的容量总是2的n次方
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;
}

在HashMap的构造函数中，都直接或间接的调用了tableSizeFor函数。下面分析原因：length为2的整数幂保证了length-1最后一位（当然是二进制表示）为1，从而保证了取索引操作 h&（length-1）的最后一位同时有为0和为1的可能性，保证了散列的均匀性。反过来讲，当length为奇数时，length-1最后一位为0，这样与h按位与的最后一位肯定为0，即索引位置肯定是偶数，这样数组的奇数位置全部没有放置元素，浪费了大量空间。

length为2的幂保证了按位与最后一位的有效性，使哈希表散列更均匀。

（6）常用的put/get操作

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;
    //hash & (length-1)得到对象的保存位
    if ((tab = table) != null && (n = tab.length) > 0 &&
        (first = tab[(n - 1) & hash]) != null) {
        if (first.hash == hash && // always check first node
            ((k = first.key) == key || (key != null && key.equals(k))))
            return first;
        if ((e = first.next) != null) {
            //如果第一个节点是TreeNode,说明采用的是数组+红黑树结构处理冲突
            //遍历红黑树，得到节点值
            if (first instanceof TreeNode)
          return ((TreeNode<k,v>)first).getTreeNode(hash, key);
            //链表结构处理
            do {
                if (e.hash == hash &&
                    ((k = e.key) == key || (key != null && key.equals(k))))
                    return e;
            } while ((e = e.next) != null);
        }
    }
    return null;
}

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;
       //如果tab为空或长度为0，则分配内存resize()
       if ((tab = table) == null || (n = tab.length) == 0)
           n = (tab = resize()).length;
       //(n - 1) & hash找到put位置，如果为空,则直接put
       if ((p = tab[i = (n - 1) & hash]) == null)
           tab[i] = newNode(hash, key, value, null);
       else {
           Node<k,v> e; K k;
           //第一节节点hash值同，且key值与插入key相同
           if (p.hash == hash &&((k = p.key) == key || (key != null && key.equals(k))))
               e = p;
           else if (p instanceof TreeNode)//属于红黑树处理冲突
               e = ((TreeNode<k,v>)p).putTreeVal(this, tab, hash, key, value);
           else {
               //链表处理冲突
               for (int binCount = 0; ; ++binCount) {
                   //p第一次指向表头,以后依次后移
                   if ((e = p.next) == null) {
                       //e为空，表示已到表尾也没有找到key值相同节点，则新建节点
                       p.next = newNode(hash, key, value, null);
                       //新增节点后如果节点个数到达阈值，则将链表转换为红黑树
                       if (binCount >= TREEIFY_THRESHOLD - 1) // -1 for 1st
                           treeifyBin(tab, hash);
                       break;
                   }
                   //容许null==null
                   if (e.hash == hash &&((k = e.key) == key || (key != null && key.equals(k))))
                       break;
                   p = e;//更新p指向下一个节点
               }
           }
           //更新hash值和key值均相同的节点Value值
           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)
           resize();
       afterNodeInsertion(evict);
       return null;
   }

 

三：大体过程分为三部分

1.初始化，判断键值对数组是否为null，否则resize();

2.根据键值key计算hash值得到插入的数组索引i，如果tab[i]==null，直接新建节点添加，否则进行下一步

3.判断当前数组中处理hash冲突的方式为链表还是红黑树(check第一个节点类型即可),分别处理。