Collection源码之HashMap_collection<cake>是hash map-优快云博客

本文链接：https://blog.youkuaiyun.com/Codefarmer_uzi/article/details/116998083

HashMap源码

本文源码基于JDK8

成员变量

// 默认初始化容量 为 16
static final int DEFAULT_INITIAL_CAPACITY = 1 << 4;
// 最大容量
static final int MAXIMUM_CAPACITY = 1 << 30;
// 默认加载因子
/**
	关于加载因子：
		衡量 map 满的程度
		在判断是否需要扩容时，不是根据 实际容量进行判断
		而是根据 容量 * 加载因子 得出的临界值进行判断
*/
static final float DEFAULT_LOAD_FACTOR = 0.75f;
// 链表转化为红黑树的 阈值(当链表的结点数大于8时，转化为红黑树)
static final int TREEIFY_THRESHOLD = 8;
// 红黑树转化为链表的 阈值（当红黑树的结点数小于6时，转化为链表）
static final int UNTREEIFY_THRESHOLD = 6;
// 红黑树转化为链表时的最小容量，容量小于改值时，优先进行扩容
static final int MIN_TREEIFY_CAPACITY = 64;
// 存放数据的 数组
transient Node<K,V>[] table;
// 存放 数据数组 的引用，主要用于遍历
transient Set<Map.Entry<K,V>> entrySet;
// 结点的个数
transient int size;
// 修改的次数
transient int modCount;
// 临界值：容量 * 加载因子
int threshold;
// 加载因子
final float loadFactor;

hash值计算问题

hash值的计算

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

hashmap 哈希值的计算

右移16位相当于将高16位移入到低16位，再与原hashcode做异或计算（位相同为0，不同为1）可以将高低位二进制特征混合起来
高16位没有发生变化，但是低16位改变了

使用异或运算的原因

异或运算能更好的保留各部分的特征，如果采用 & 运算计算出来的值会向0靠拢，采用 | 运算计算出来的值会向1靠拢

槽位的计算

拿到的hash值会参与hashmap中数组槽位的计算，计算公式：(n - 1) & hash，假设数组初始槽位16个，那么槽位计算如下：
高区的16位很有可能会被数组槽位数的二进制码锁屏蔽，如果我们不做刚才移位异或运算，那么在计算槽位时将丢失高区特征
虽然丢失了高区特征，不同hashcode也可以计算出不同的槽位来，但是如果两个hashcode很接近时，高区的特征差异可能会导致一次哈希碰撞

为什么槽位数必须使用2^n / 为什么要 &length-1

为了让哈希后的结果更加均匀，减少hash碰撞
只有2的倍数在减1的时候，才会出现01111这样的值
这样通过元素的hash值 & length-1 就会产生一个大小为 0到 length-1的随机的数作为下标
因此初始化时，指定的初始化容量不是2^n时，会将数组的大小定为大于该容量的第一个 2 ^n

扩容后Hash值计算

length * 2，即新增的bit位是1，在 (n - 1) & hash 时，只需要判断新增加的这一个bit位
如果是0的话，说明索引不变，如果变成1了，索引变成原索引+扩容前的容量大小

执行流程

通过调试跟踪源码，一步步了解其底层执行流程

初始化

初始化时，可以使用无参构造，也可以指定装载因子，也可以指定初始容量
指定初始容量时，若不是2的倍数，则将初始容量设置为大于指定值的最小2的倍数

    public HashMap() {
    	// 将装载因子 设置为 默认装载因子 0.75
    	// 没有初始化 数组，则 初始化时 数组 为 null，在第一次put时，扩容为 默认值16
        this.loadFactor = DEFAULT_LOAD_FACTOR; // all other fields defaulted
    }

put流程

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

首先进行哈希值的扰动，获取一个新的哈希值

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

2.执行关键函数 putVal()

    final V putVal(int hash, K key, V value, boolean onlyIfAbsent,
                   boolean evict) {
        Node<K,V>[] tab; Node<K,V> p; int n, i;
        // 2.1 判断 数组 是否为null 或者 长度 是否为 0
        if ((tab = table) == null || (n = tab.length) == 0)
        	// 如果 是，则 进行 扩容操作
            n = (tab = resize()).length;
        // 2.2 根据哈希值计算下标
        if ((p = tab[i = (n - 1) & hash]) == null)
        	// 如果对应下标正好没有存放数据，则直接插入
            tab[i] = newNode(hash, key, value, null);
        // 否则 执行else 语句，对该下标所对应 链表/红黑树 进行遍历
        else {
            Node<K,V> e; K k;
            // 判断 哈希值是否相同、引用是否相同、值是否相同，相同则为同一对象，需要进行覆盖
            if (p.hash == hash &&
                ((k = p.key) == key || (key != null && key.equals(k))))
                e = p;
            // 如果 为 红黑树结点，则需要向树中 插入结点
            else if (p instanceof TreeNode)
                e = ((TreeNode<K,V>)p).putTreeVal(this, tab, hash, key, value);
             // 否则即为链表，对链表进行 遍历
            else {
                for (int binCount = 0; ; ++binCount) {
                    if ((e = p.next) == null) {
                    	// 遍历到 链表尾部，则 尾插法 插入 结点
                        p.next = newNode(hash, key, value, null);
                        // 如果 链表长度 大于 8，则需要 进行 树化操作
                        if (binCount >= TREEIFY_THRESHOLD - 1) // -1 for 1st
                            treeifyBin(tab, hash);
                        break;
                    }
                    // 判断 哈希值是否相同、引用是否相同、值是否相同，相同则为同一对象，需要进行覆盖
                    if (e.hash == hash &&
                        ((k = e.key) == key || (key != null && key.equals(k))))
                        break;
                    p = e;
                }
            }
            // e不为空，证明该key已存在，需要进行覆盖
            if (e != null) { // existing mapping for key
                V oldValue = e.value;
                // onlyIfAbsent 表示是否仅在 oldValue 为 null 的情况下更新键值对的值
                if (!onlyIfAbsent || oldValue == null)
                    e.value = value;
                afterNodeAccess(e);
                return oldValue;
            }
        }
        // 修改数增加
        ++modCount;
        // 结点数增加，判定结点数 是否 大于 临界值，大于则需要进行扩容
        if (++size > threshold)
            resize();
        afterNodeInsertion(evict);
        return null;
    }

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;
        // Cap 是 capacity 的缩写，容量。如果容量不为空，则说明已经初始化
        if (oldCap > 0) {
        	// 如果容量达到最大1 << 30则不再扩容
            if (oldCap >= MAXIMUM_CAPACITY) {
                threshold = Integer.MAX_VALUE;
                return oldTab;
            }
            // 按旧容量和阀值的2倍计算新容量和阀值
            else if ((newCap = oldCap << 1) < MAXIMUM_CAPACITY &&
                     oldCap >= DEFAULT_INITIAL_CAPACITY)
                newThr = oldThr << 1; // double threshold
        }
        else if (oldThr > 0) // initial capacity was placed in threshold
        // 初始化时，将 threshold 的值赋值给 newCap，
        // HashMap 使用 threshold 变量暂时保存 initialCapacity 参数的值
            newCap = oldThr;
        else {               // zero initial threshold signifies using defaults
        	//调用无参构造方法时，数组桶数组容量为默认容量 1 << 4; aka 16
            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"})
        // 初始化数组桶，用于存放key
        Node<K,V>[] newTab = (Node<K,V>[])new Node[newCap];
        table = newTab;
        if (oldTab != null) {
        // 如果旧数组桶，oldCap有值，则遍历将键值映射到新数组桶中
            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)
                    	// 这里split，是红黑树拆分操作。在重新映射时操作的。
                        ((TreeNode<K,V>)e).split(this, newTab, j, oldCap);
                        // 这里是链表，如果当前是按照链表存放的，则将链表节点按原顺序进行分组
                    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);
                        // 如果是0的话，说明索引不变
                        if (loTail != null) {
                            loTail.next = null;
                            newTab[j] = loHead;
                        }
                        // 如果变成1了，索引变成 原索引+扩容前的容量大小
                        if (hiTail != null) {
                            hiTail.next = null;
                            newTab[j + oldCap] = hiHead;
                        }
                    }
                }
            }
        }
        return newTab;
    }

树化

    final void treeifyBin(Node<K,V>[] tab, int hash) {
        int n, index; Node<K,V> e;
        // 如果容量 小于 最小树化容量64，则优先进行扩容
        if (tab == null || (n = tab.length) < MIN_TREEIFY_CAPACITY)
            resize();
        // 否则执行 树化操作，将链表 转化为 红黑树
        else if ((e = tab[index = (n - 1) & hash]) != null) {
            TreeNode<K,V> hd = null, tl = null;
            do {
            // 将普通节点转换为树节点，但此时还不是红黑树，也就是说还不一定平衡
                TreeNode<K,V> p = replacementTreeNode(e, null);
                if (tl == null)
                    hd = p;
                else {
                    p.prev = tl;
        // 在树转换过程中会记录链表的顺序，tl.next = p，这主要方便后续树转链表和拆分更方便
                    tl.next = p;
                }
                tl = p;
            } while ((e = e.next) != null);
            if ((tab[index] = hd) != null)
            // 转红黑树操作，这里需要循环比较，染色、旋转
                hd.treeify(tab);
        }
    }

删除

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;
    // 定位桶数组中的下标位置，index = (n - 1) & hash
    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;
        // 如果键的值与链表第一个节点相等，则将 node 指向该节点
        if (p.hash == hash &&
            ((k = p.key) == key || (key != null && key.equals(k))))
            node = p;
        else if ((e = p.next) != null) {
            // 树节点，调用红黑树的查找方法，定位节点。
            if (p instanceof TreeNode)
                node = ((TreeNode<K,V>)p).getTreeNode(hash, key);
            else {
                // 遍历链表，找到待删除节点
                do {
                    if (e.hash == hash &&
                        ((k = e.key) == key ||
                         (key != null && key.equals(k)))) {
                        node = e;
                        break;
                    }
                    p = e;
                } while ((e = e.next) != null);
            }
        }
        
        // 删除节点，以及红黑树需要修复，因为删除后会破坏平衡性。链表的删除更加简单。
        if (node != null && (!matchValue || (v = node.value) == value ||
                             (value != null && value.equals(v)))) {
            if (node instanceof TreeNode)
                ((TreeNode<K,V>)node).removeTreeNode(this, tab, movable);
            else if (node == p)
                tab[index] = node.next;
            else
                p.next = node.next;
            ++modCount;
            --size;
            afterNodeRemoval(node);
            return node;
        }
    }
    return null;
}

红黑树转链表

final Node<K,V> untreeify(HashMap<K,V> map) {
    Node<K,V> hd = null, tl = null;
    // 遍历TreeNode
    for (Node<K,V> q = this; q != null; q = q.next) {
     // TreeNode替换Node
        Node<K,V> p = map.replacementNode(q, null);
        if (tl == null)
            hd = p;
        else
            tl.next = p;
        tl = p;
    }
    return hd;
}

// 替换方法
Node<K,V> replacementNode(Node<K,V> p, Node<K,V> next) {
    return new Node<>(p.hash, p.key, p.value, next);
}