本文HashMap源码解析是基于JDK1.8
1. 数据结构
JDK 1.8中，HashMap底层是由“数组+链表+红黑树”组成，如下图，而在 JDK 1.8 之前是由“数组+链表”组成。
JDK1.8中HashMap引入红黑树的主要原因是为了解决链表太长查找的性能变差的问题。
2. 继承关系
3. HashMap
下面我们一起来分析HashMap类的源码。
3.1 相关字段
/**
* 默认的初始化容量16，必须是2的幂
*/
static final int DEFAULT_INITIAL_CAPACITY = 1 << 4; // aka 16
/**
* 最大容量，如果使用构造函数指定该值，范围必须是2的幂且<= 1 << 30
*/
static final int MAXIMUM_CAPACITY = 1 << 30;
/**
* 默认的加载因子值
*/
static final float DEFAULT_LOAD_FACTOR = 0.75f;
/**
* 由链表转换为树的阈值
*/
static final int TREEIFY_THRESHOLD = 8;
/**
* 由树转换为链表的阈值
*/
static final int UNTREEIFY_THRESHOLD = 6;
/**
* 链表能转换为树的table的最小容量.
*/
static final int MIN_TREEIFY_CAPACITY = 64;
/* ---------------- Fields -------------- */
/**
* table，用来存放键值对，第一次使用时要进行初始化，必要时进行扩容，大小总是2的幂
*/
transient Node<K,V>[] table;
/**
* 保存缓存entrySet()。请注意keySet()和values()都是AbstractMap
*/
transient Set<Map.Entry<K,V>> entrySet;
/**
* 此映射中包含的key-value映射的数量
*/
transient int size;
/**
* 这个HashMap在结构上被修改的次数结构修改是指改变映射的数量HashMap或以其他方式修改其内部结构（重新
* 计算hash值）.在使用迭代器时，该值改变会快速失败 (See ConcurrentModificationException).
*/
transient int modCount;
/**
* 扩容阈值 (capacity * load factor).
*
* table数组没有分配时，该值默认为0
* @serial
*/
int threshold;
/**
* 哈希表的加载因子.
*
* @serial
*/
final float loadFactor;
3.2 构造器
/* ---------------- Public operations -------------- */
//构造函数(初始容量,加载因子)
public HashMap(int initialCapacity, float loadFactor) {
if (initialCapacity < 0)
throw new IllegalArgumentException("Illegal initial capacity: " +
initialCapacity);
if (initialCapacity > MAXIMUM_CAPACITY)
initialCapacity = MAXIMUM_CAPACITY;
if (loadFactor <= 0 || Float.isNaN(loadFactor))
throw new IllegalArgumentException("Illegal load factor: " +
loadFactor);
this.loadFactor = loadFactor;
this.threshold = tableSizeFor(initialCapacity);
}
//构造函数(初始容量)
public HashMap(int initialCapacity) {
this(initialCapacity, DEFAULT_LOAD_FACTOR);
}
public HashMap() {
this.loadFactor = DEFAULT_LOAD_FACTOR; // all other fields defaulted
}
//构造函数(Map)
public HashMap(Map<? extends K, ? extends V> m) {
this.loadFactor = DEFAULT_LOAD_FACTOR;
putMapEntries(m, false);
}
3.3 Node<K,V>与TreeNode<K,V>
Node<K,V>一般表示链表节点，是HashMap的静态内部类
static class Node<K,V> implements Map.Entry<K,V> {
final int hash;
final K key;
V value;
Node<K,V> next;
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;
}
}
TreeNode<K,V>一般表示红黑树节点
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);
}
……
}
Node<K,V>与TreeNode<K,V>的关系
从上图可以看出，TreeNode也是Node的一种。这也是Node[] table能存放TreeNode的原因。
3.4 核心方法
3.4.1 hash(Object key)
hash方法的作用是计算key的hash值。
/**
* 计算哈希值
*/
static final int hash(Object key) {
int h;
//扰动函数就是为了增加随机性，让数据元素更加均衡的散列，减少碰撞
/* int为4字节，32位
*把哈希值右移16位，也就正好是自己长度的一半，之后与原哈希值做异或运算，这样就混合了原哈希值中的
*高位和低位，增大了随机性
*/
return (key == null) ? 0 : (h = key.hashCode()) ^ (h >>> 16);
}
3.4.2 tableSizeFor(int cap)
tableSizeFor方法的主要的作用是将传入的capacity转换成最合适的2的幂的值，因为HashMap规定capacity的值必须为2的幂
/**
* 根据给定的capacity值计算出最适合的2的幂的值
*/
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;
}
3.4.3 get(Object key)
get方法的主要的作用根据key获取对应的value
/**
* 根据key返回对应的value
*/
public V get(Object key) {
Node<K,V> e;
return (e = getNode(hash(key), key)) == null ? null : e.value;
}
/**
* 根据key和对应的hash值返回对应的Node
*/
final Node<K,V> getNode(int hash, Object key) {
Node<K,V>[] tab; Node<K,V> first, e; int n; K k;
//&运算符：同为1时为1，否则为0
//n-1 & hash在n为2的幂时等价于hash%n,提高运算效率，这也是容量要为2的幂的原因
//这个设计就是基于公式：x mod 2^n = x & (2^n - 1)
if ((tab = table) != null && (n = tab.length) > 0 &&
(first = tab[(n - 1) & hash]) != null) {
//比较头结点与key是否相等，相等直接返回头结点
if (first.hash == hash && // always check first node
((k = first.key) == key || (key != null && key.equals(k))))
return first;
//next结点不为null，继续查找，否则返回null
if ((e = first.next) != null) {
//头结点是否为树结点，是则根据红黑树的逻辑取值，否则遍历链表
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;
}
get方法的逻辑：
- 根据key计算相应hash值,通过(n-1) & hash计算table数组的下标，获取对应Node节点
- 如果该Node节点的hash值与key的hash值相等，且Node节点的key与key相等，返回Node节点的value
- 如果不相等，遍历节点
- 如果Node结点是红黑树节点，调用红黑树的遍历逻辑
- 如果Node结点是链表，调用链表的遍历逻辑
- 如果找到符号条件的Node节点，返回该Node节点对应的value,否则返回null
下面代码为红黑树对应的遍历逻辑：
/**
* 用给定的散列和键查找从根p开始的节点(查找key对应的TreeNode)
* The kc argument caches comparableClassFor(key) upon first use
* comparing keys.
*/
final TreeNode<K,V> find(int h, Object k, Class<?> kc) {
TreeNode<K,V> p = this;
do {
int ph, dir; K pk;
TreeNode<K,V> pl = p.left, pr = p.right, q;
//遍历左子树
if ((ph = p.hash) > h)
p = pl;
//遍历右子树
else if (ph < h)
p = pr;
//key如果与当前节点的key相等，返回当前节点
else if ((pk = p.key) == k || (k != null && k.equals(pk)))
return p;
else if (pl == null)
p = pr;
else if (pr == null)
p = pl;
//如果key实现了自定义排序，按自定义排序的逻辑进行查找
else if ((kc != null ||
(kc = comparableClassFor(k)) != null) &&
(dir = compareComparables(kc, k, pk)) != 0)
p = (dir < 0) ? pl : pr;
else if ((q = pr.find(h, k, kc)) != null)
return q;
else
p = pl;
} while (p != null);
return null;
}
3.4.4 put(K key, V value)
put方法的主要作用是将指定的value与map中的指定的key关联。
/**
* 将指定的value与map中的指定的key关联。如果map之前包含了key的映射，则旧的
* value被替换
*/
public V put(K key, V value) {
return putVal(hash(key), key, value, false, true);
}
/**
* put
* onlyIfAbsent如果为true，则不更改现有值
* evict如果为false，表示表处于创建模式
*/
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;
//p为table中根据hash值对应的存储位置下的Node对象
if ((p = tab[i = (n - 1) & hash]) == null)
//如果对应的Node结点为null，直接创建一个Node结点
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))))
//key与p.key相等，将p赋值给e
e = p;
//p如果是树结点
else if (p instanceof TreeNode)
e = ((TreeNode<K,V>)p).putTreeVal(this, tab, hash, key, value);
else {
for (int binCount = 0; ; ++binCount) {
//如果遍历完链表还是没有找到相等的key，将生产新的Node结节放到链表的尾部
if ((e = p.next) == null) {
p.next = newNode(hash, key, value, null);
//如果链表的长度超过阈值,转换为红黑树进行存储
if (binCount >= TREEIFY_THRESHOLD - 1) // -1 for 1st
treeifyBin(tab, hash);
break;
}
//如果找到相等的key，结束循环
if (e.hash == hash &&
((k = e.key) == key || (key != null && key.equals(k))))
break;
//e=p.next,相对于p=p.next
p = e;
}
}
//map中已经存在该key对应的Node
if (e != null) { // existing mapping for key
V oldValue = e.value;
if (!onlyIfAbsent || oldValue == null)
//更新value，将Node的值更新为传入的新value
e.value = value;
afterNodeAccess(e);
//返回原来的value
return oldValue;
}
}
//modCount+1
++modCount;
//判断是否需要扩容
if (++size > threshold)
resize();
afterNodeInsertion(evict);
return null;
}
put方法的逻辑：
- 根据key计算相应hash值,通过(n-1) & hash计算table数组的下标，获取对应下标的值
- 如果该下标对应的值为null，直接创建一个普通节点(非树节点)，即Node节点
- 如果该下标有值，则需要判断key是否相等，HashMap判断的方式是先判断hash值，再判断equals方法，这也是HashMap的key为什么要实现hashCode和equals方法的原因。
- 如果key相等，将该Node节点保存，后续做处理
- 否则，判断该Node是否为红黑树节点，如果是，调用红黑树的插入方法
- 否则，该Node为链表节点，遍历链表，如果能找到key相等的节点，将对应节点保存，后续做处理
- 否则，判断当前节点数是否大于等于转换为红黑树的阈值，如果是，将链表转换为红黑树。否则，创建一个普通节点，插入到链表的尾部
- 如果map存在相等的key且onlyIfAbsent 为false，执行覆盖旧值的操作，否则不覆盖。返回旧值。
3.4.4 resize()
reset方法的主要作用是重新设置map的容量。
put方法：
if (++size > threshold)
resize(); //代码 A
treeifyBin方法：
if (tab == null || (n = tab.length) < MIN_TREEIFY_CAPACITY)
resize(); //代码 B
putVal方法：
if ((tab = table) == null || (n = tab.length) == 0)
n = (tab = resize()).length; //代码 C
1）代码A的调用，是当前的HashMap大小超过了阈值，阈值=负载因子*最大容量，此时触发容器的扩容操作。
2）代码B的调用，执行条件为table.length小于MIN_TREEIFY_CAPACITY，此时调用resize方法，将会触发容器的扩容操作。
3）代码C的调用，执行条件为table为空或者table.length==0，此时调用resize方法，将会触发初始化容器的操作。
/**
* 初始化或加倍table大小。如果为null，则分配符合现场阈值的初始容量目标。
* 否则，新容量 = 2 * 旧容量
*/
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) {
//如果旧容量已经是大于或等于最大容量了，无法扩容
if (oldCap >= MAXIMUM_CAPACITY) {
threshold = Integer.MAX_VALUE;
return oldTab;
}
//如果16<=oldCap且oldCap*2<最大容量
else if ((newCap = oldCap << 1) < MAXIMUM_CAPACITY &&
oldCap >= DEFAULT_INITIAL_CAPACITY)
//新的扩容阈值变为原来扩容阈值的2倍
newThr = oldThr << 1; // double threshold
}
else if (oldThr > 0) //初始容量设置为扩容阈值
newCap = oldThr;
else { // 使用默认值
newCap = DEFAULT_INITIAL_CAPACITY;
newThr = (int)(DEFAULT_LOAD_FACTOR * DEFAULT_INITIAL_CAPACITY);
}
if (newThr == 0) {
float ft = (float)newCap * loadFactor;
//设置新的扩容阈值
newThr = (newCap < MAXIMUM_CAPACITY && ft < (float)MAXIMUM_CAPACITY ?
(int)ft : Integer.MAX_VALUE);
}
threshold = newThr;
//创建新table
@SuppressWarnings({"rawtypes","unchecked"})
Node<K,V>[] newTab = (Node<K,V>[])new Node[newCap];
table = newTab;
//将旧table中的Node重新分配到新的table(位置会发生变化，不是简单的拼接)
if (oldTab != null) {
//遍历oldTab
for (int j = 0; j < oldCap; ++j) {
Node<K,V> e;
if ((e = oldTab[j]) != null) {
//断开引用，加快垃圾回收
oldTab[j] = null;
//如果e.next为null，直接将e存在newTab的下标[e.hash & (newCap - 1)]处
if (e.next == null)
newTab[e.hash & (newCap - 1)] = e;
else if (e instanceof TreeNode)
//如果结点是红黑树的结点，则调用红黑树的分裂操作进行值迁移
((TreeNode<K,V>)e).split(this, newTab, j, oldCap);
else {
//处理结点为链表结点的值迁移
Node<K,V> loHead = null, loTail = null;
Node<K,V> hiHead = null, hiTail = null;
Node<K,V> next;
//遍历e结点所在的链表
do {
next = e.next;
//判断扩容后的下标是否发生变化，等于0表示不发生变化，否则发生变化
if ((e.hash & oldCap) == 0) {
//将下标不变的结点存在lo链表中
if (loTail == null)
// 保存头结点
loHead = e;
else
loTail.next = e;
//等价于loTail = loTail.next，链表后移
loTail = e;
}
//如果下标位置改变，将下标该变的结点存在hi链表中
else {
if (hiTail == null)
hiHead = e;
else
hiTail.next = e;
hiTail = e;
}
} while ((e = next) != null);
//链表值迁移处理完成，进行相应的赋值
//将头结点赋值给newTab[index]
if (loTail != null) {
loTail.next = null;
newTab[j] = loHead;
}
if (hiTail != null) {
hiTail.next = null;
newTab[j + oldCap] = hiHead;
}
}
}
}
}
return newTab;
}
扩容后节点迁移问题:
可以发现：影响操作结果的取决于hash值的bit1(红色字体部分)是否为1，如果为1，则长度增加2。如果其hash值的bit1为0，则 (n-1)& hash操作后，原来的下标值不会发生改变（红色部分）。而这个影响 (n-1)& hash 操作是否发生改变的值，刚好是旧容量的值。
在下标不相等时，下标的增量值就是hash&oldCap,因为容量为2^n,所以在bit1为1时，hash&oldCap = oldCap;即下标改变时，newIndex = oldIndex + oldCap；
4. JDK1.8对HashMap的优化
1）底层数据结构从“数组+链表”改成“数组+链表+红黑树”，主要是优化了 hash 冲突较严重时，链表过长的查找性能：O(n) -> O(logn)。
2）计算 table 初始容量的方式发生了改变，jdk1.7中的方式是从1开始不断向左进行移位运算，直到找到大于等于入参容量的值；新的方式则是通过“5个移位+或等于运算”来计算。
// JDK 1.7
public HashMap(int initialCapacity, float loadFactor)
// Find a power of 2 >= initialCapacity
int capacity = 1;
while (capacity < initialCapacity)
capacity <<= 1;
...
}
// JDK 1.8
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;
}
3）优化了 hash 值的计算方式，jdk1.7是通过一系列操作，jdk1.8中只是简单的让高16位与hashCode进行^运算。
// JDK 1.7
static int hash(int h) {
h ^= (h >>> 20) ^ (h >>> 12);
return h ^ (h >>> 7) ^ (h >>> 4);
}
// JDK 1.8
static final int hash(Object key) {
int h;
return (key == null) ? 0 : (h = key.hashCode()) ^ (h >>> 16);
}
4）扩容时计算节点在新表的索引位置方式从“h & (length-1)”改成“hash & oldCap”
5）扩容时插入方式从“头插法”改成“尾插法”，避免了并发下的死循环。 JDK7及其早期版本对HashMap进行扩容的时候就有可能会产生循环依赖疑问，当有调用map的get()方式的时候由于里面存在循环引用就会导致CPU一直到100%。详细分析
扫一扫
493
被折叠的 条评论
为什么被折叠?
到【灌水乐园】发言
