HashMap源码阅读

最新推荐文章于 2025-04-09 14:15:04 发布

AscaryBird

最新推荐文章于 2025-04-09 14:15:04 发布

阅读量245

点赞数

分类专栏： java 文章标签： hashMap

java 专栏收录该内容

5 篇文章

订阅专栏

原

HashMap源码解读

2019年01月30日 17:48:33 97年的典藏版阅读数：39

HashMap源码解读

本人的第一篇原创博客，大家的支持和阅读是我继续写博客的动力。
废话不多说，先来给大家讲一下这篇文章的大概内容：

jdk源码的开头从英文介绍开始，首先会看一下文档的介绍
过一遍代码的执行逻辑

我对HashMap的理解大致归为以下

顺序可变性：HashMap维护的是一个table表，每个元素储存在table中的位置是根据hash值对table数组长度的“与”运算而定的，即有可能第一次运算后的数组下标是10，对HashMap进行扩容后的数组下标就变成了8，如果需要保证顺序不变，需要改用LinkedHashTreeMap。
元素分布不均匀：由于HashMap维护的是数组，但是它本身不具备链表的结构，所以不能保证HashMap维护的数组里的元素arr[n-1]赋值是happen-before于arr[n]的，也就是说有可能arr[n-1]还没赋值arr[n]就先赋值了，大致结构如下：[null,null,1,1,null]
影响HashMap性能的参数：初始容量和加载因子影响HashMap的性能，初始容量决定HashMap的大小，加载因子决定HashMap的最大负载，也就是说当HashMap的key的数量大于这个负载值的时候，将会对HashMap维护的table进行扩容，包括每个Node的next节点，都会重新进行位置分配。如果想对HashMap进行优化的话，最好对key的获取hash的方法方法进行重写，使其能是连续的整数。这样可以减少数组扩容的次数。
加载因子：通常，加载因子设置的是0.75，这是时间和空间成本上的一种折中的默认值。小于这个值，则空间使用会造成内存的浪费（数组空元素多，如果你不介意这点空间，当我没说），大于这个值，则发生hash冲突的几率增多（重写过hash的忽略），过多的hash冲突会造成查询成本的增加。如果初始容量大于最大条目数除以加载因子，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。

HashMap的put方法

首先是put方法。

public V put(K key, V value) {
    return putVal(hash(key), key, value, false, true);
}

     
     1
2
3

可以看到这里调用了putVal的方法。

final V putVal(int hash, K key, V value, boolean onlyIfAbsent,
               boolean evict) {
    Node<K,V>[] tab; Node<K,V> p; int n, i;		//定义下面需要用到的变量
    if ((tab = table) == null || (n = tab.length) == 0)	//如果table为空，或者table的长度为0
        n = (tab = resize()).length;		//初始化table的空间
    if ((p = tab[i = (n - 1) & hash]) == null)			//讲hash值对table数组长度进行“与”运算，保证结果值小于等于n-1，然后讲值赋予p，判断p是否为空
        tab[i] = newNode(hash, key, value, null);	//如果是空的，说明没有数据，往里面插入数据
    else {		//否则说明里面有节点，进行node的链表维护
        Node<K,V> e; K k;
        if (p.hash == hash &&
            ((k = p.key) == key || (key != null && key.equals(k))))		//由于前面已经将node值赋予p所以此时p是当前hash对应的第一个node，先判断此节点的key值是否equals要存入的key（如果有重写过equals的小伙伴注意了，如果设计不好，会导致节点被覆盖）
            e = p;		//如果将p赋值给e，e是将要改变的那个节点
        else if (p instanceof TreeNode)	//如果key不等于p节点的key，并且p是树形节点（正常情况下不是）
            e = ((TreeNode<K,V>)p).putTreeVal(this, tab, hash, key, value);  //走树节点的赋值方式
        else {		//如果key不等于p节点的key，并且p不是树形节点
            for (int binCount = 0; ; ++binCount) {	//条件循环
                if ((e = p.next) == null) {	//如果当前节点没有下个节点
                    p.next = newNode(hash, key, value, null);		//新建一个节点，将新节点赋值给当前节点的下个节点
                    if (binCount >= TREEIFY_THRESHOLD - 1) // -1 for 1st		//如果节点层数大于最大节点层数
                        treeifyBin(tab, hash);	//自动扩容
                    break;		//退出循环
                }
                if (e.hash == hash &&
                    ((k = e.key) == key || (key != null && key.equals(k))))		//此时e已经变成了p的下一个节点，如果hash和key一样，说明节点一样
                    break;		//退出循环
                p = e;		//如果p的下一个节点不是空，并且节点的key不等于key，将p的下一个节点赋值给p，继续循环
            }
        }
        //此时已经获取到将要修改的节点了，修改e的值就可以了
        if (e != null) { // existing mapping for key
            V oldValue = e.value;
            if (!onlyIfAbsent || oldValue == null)
                e.value = value;
            afterNodeAccess(e);
            return oldValue;	//返回旧的节点
        }
    }
    ++modCount;
    if (++size > threshold)		//如果table的数量大于限制的数量
        resize();		//进行扩容
    afterNodeInsertion(evict);		//钩子函数
    return null;		//说明没有旧节点，返回null
}

     
     1
2
3
4
5
6
7
8
9
10
11
12
13
14
15
16
17
18
19
20
21
22
23
24
25
26
27
28
29
30
31
32
33
34
35
36
37
38
39
40
41
42
43

get方法：

final Node<K,V> getNode(int hash, Object key) {
        Node<K,V>[] tab; Node<K,V> first, e; int n; K k;			//定义下面要用到的变量
        if ((tab = table) != null && (n = tab.length) > 0 &&		//如果map中有数据
            (first = tab[(n - 1) & hash]) != null) {
            if (first.hash == hash && // always check first node	
                ((k = first.key) == key || (key != null && key.equals(k))))		//并且hash所在的数组下标中有元素并且key等于查找的key
                return first;		//返回table数组下标对应的元素
            if ((e = first.next) != null) {	//如果hash对应的第一个node的下一个node不是null
                if (first instanceof TreeNode)		//如果是TreeNode节点（node深度大于8的时候会将节点置成红黑树）
                    return ((TreeNode<K,V>)first).getTreeNode(hash, key);	//调用红黑树的查找方式
                do {		//循环查询，直到找到符合条件的节点
                    if (e.hash == hash &&
                        ((k = e.key) == key || (key != null && key.equals(k))))
                        return e;
                } while ((e = e.next) != null);
            }
        }
        return null;	//如果找不到，返回null
}

     
     1
2
3
4
5
6
7
8
9
10
11
12
13
14
15
16
17
18
19

        </div>
					<link href="https://csdnimg.cn/release/phoenix/mdeditor/markdown_views-7b4cdcb592.css" rel="stylesheet">
            </div>
</article>