基本数据
JDK8的HashMap在内部实现上使用数组+链表+红黑树三种数据结构。
对于hash冲突，HashMap的解决是使用链地址法，将hash相同的记录放在同一个数组位置上，多个hash相同的记录被存储在一同链上。
链表节点
static class Node<K,V> implements Map.Entry<K,V> {
final int hash; //哈希值，HashMap用这个值来确定记录的位置
final K key; //记录key
V value; //记录value
Node<K,V> next;//链表下一个节点
······
}
Node数组
transient Node<K,V>[] table;
//键值对数目
transient int size;
//作为扩容的阈值
int threshold;
//负载因子
final float loadFactor;
//默认容量
static final int DEFAULT_INITIAL_CAPACITY = 1 << 4; // aka 16
//最大容量
static final int MAXIMUM_CAPACITY = 1 << 30;
//默认负载因子
static final float DEFAULT_LOAD_FACTOR = 0.75f;
HashMaptable大小默认是2的n次方，初始大小为16
计算最接近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;
}
确定记录的table位置
static final int hash(Object key) {
int h;
return (key == null) ? 0 : (h = key.hashCode()) ^ (h >>> 16);
}
首先计算出hash值，然后和table的长度取余来定位index。
取模的步骤是复杂的耗时的，但是将table的长度设置为2的n次方，在计算index的时候就可以通过下面算法进行：
int index = hashCode & (length -1)
put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;
if ((tab = table) == null || (n = tab.length) == 0)
n = (tab = resize()).length;
if ((p = tab[i = (n - 1) & hash]) == null)
tab[i] = newNode(hash, key, value, null);
else {
Node<K,V> e; K k;
if (p.hash == hash &&
((k = p.key) == key || (key != null && key.equals(k))))
e = p;
else if (p instanceof TreeNode)
e = ((TreeNode<K,V>)p).putTreeVal(this, tab, hash, key, value);
else {
for (int binCount = 0; ; ++binCount) {
if ((e = p.next) == null) {
p.next = newNode(hash, key, value, null);
if (binCount >= TREEIFY_THRESHOLD - 1) // -1 for 1st
treeifyBin(tab, hash);
break;
}
if (e.hash == hash &&
((k = e.key) == key || (key != null && key.equals(k))))
break;
p = e;
}
}
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;
}
- 首先判空或长度为0，然后通过resize进行初始化。resize用在初始化和扩容。
- 计算hashcode及index，如果发现对应的值为null，则直接放入。
- 若不为空且记录和index的记录相等，则直接覆盖。
- 如果这个index上的节点是TreeNode，那么说明是一个红黑树，然后将其插入对应红黑树中。
- 如果这个节点类型不是TreeNode，说明冲突阈值还没有达到阈值。如果这个记录是新的会插入最尾部，负责将替换旧的记录。如果插入后达到阈值，则将其转化为一个红黑树。
- 检查哈希桶是否达到阈值，如果达到了，调用resize扩容。
resize扩容
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) { //如果旧的容量比最大容量要大，那就不再散列，直接返回旧的散列表
threshold = Integer.MAX_VALUE;
return oldTab;
} else if ((newCap = oldCap << 1) < MAXIMUM_CAPACITY &&
oldCap >= DEFAULT_INITIAL_CAPACITY)
newThr = oldThr << 1; // double threshold 两倍的阈值，通过位运算向左移位得到
} else if (oldThr > 0) // initial capacity was placed in threshold 如果旧的阈值 > 0，数组的新容量设置为就数组的阈值。
newCap = oldThr;
else { // zero initial threshold signifies using defaults
//第一次初始化散列表的操作
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];
table = newTab;
//将旧的散列表复制到新的散列表。
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) //如果是红黑树，这样操作
((TreeNode<K, V>) e).split(this, newTab, j, oldCap);
else { // preserve order
Node<K, V> loHead = null, loTail = null; //如果是链表，这样操作
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;
}
每次扩容会增大当前容量的两倍。如果Hash的容量已经达到最大值了那么就不会在进行扩容了。
在迁移内容时
table的长度确保是2的n次方，每次扩容容量变为原来的两倍，那么一个记录在新table中的位置要么就和原来一样，要么就需要迁移到(oldCap + index)的位置上。
get方法
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;
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) {
if (first instanceof TreeNode)
return ((TreeNode<K,V>)first).getTreeNode(hash, key);
do {
if (e.hash == hash &&
((k = e.key) == key || (key != null && key.equals(k))))
return e;
} while ((e = e.next) != null);
}
}
return null;
}
- 得到当前table对应该index的记录，如果为null，说明没有记录落在该位置上，直接返回null。
- 如果不为null，则说明至少有一个记录，如果使我们查找的记录，那么直接返回，否则判断该记录是链表还是一个红黑树来分别查找需要的记录。
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;
}
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;
if ((tab = table) != null && (n = tab.length) > 0 &&
(p = tab[index = (n - 1) & hash]) != null) { //判断桶是否为空，映射的哈希值是否存在
Node<K, V> node = null, e;
K k;
V v;
if (p.hash == hash &&
((k = p.key) == key || (key != null && key.equals(k)))) //如果是在首位找到就记录下来
node = p;
else if ((e = p.next) != null) { //不在首位则到红黑树或者链表中寻找
if (p instanceof TreeNode)
node = ((TreeNode<K, V>) p).getTreeNode(hash, key);
else {
do {
if (e.hash == hash &&
((k = e.key) == key ||
(key != null && key.equals(k)))) {
node = e;
break;
}
p = e;
} while ((e = e.next) != null);
}
}
if (node != null && (!matchValue || (v = node.value) == value ||
(value != null && value.equals(v)))) { //如果找到了对应的结点，并且确定了value也对得上，就开始进行删除
if (node instanceof TreeNode) //红黑树的删除
((TreeNode<K, V>) node).removeTreeNode(this, tab, movable);
else if (node == p) //链表的删除
tab[index] = node.next;
else
p.next = node.next; //桶首位的删除
++modCount;
--size;
afterNodeRemoval(node);
return node;
}
}
return null;
}
换汤不换药，其实 removeNode()方法，前面几步 get()方法没什么区别，主要在于后面执行删除的时候要把value做一次判断。
扫一扫
被折叠的 条评论
为什么被折叠?
到【灌水乐园】发言
