源码之hashmap

备注360第四天

首先关注内部类Node

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() {
            //按位异或
            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;
        }
    }

先关注hashcode方法，看到有^运算（位运算异或预算）

异或运算：首先异或表示当两个数的二进制表示，进行异或运算时，两个数相同为0，不同则为1.

例：001100 ^ 101101  = 100001

应用：两个数交换 不需要中间变量  A = A ^ B  ;  B = A^B ; A = A^B ;

hash计算方法：

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

无符号右移：>>> ，若该数为正，则高位补0，若该数为负数，则右移后高位同样补0

构造方法：参数 initialCapacity: 初始化容量，loadFactor 负载因子 默认为0.75

负载因子是干什么的？是用来扩容的

为什么负载因子是0.75，而不是1或者0.5？

如果是1，hash碰撞可能性太高，查询效率会受到影响

如果是0.5，空间利用率太低，1m的数据需要2m空间

权衡时间和空间，最后就是定的0.75

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);
    }

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table（数组）没有值
        if ((tab = table) == null || (n = tab.length) == 0)
            //计算table的大小
            n = (tab = resize()).length;
        if ((p = tab[i = (n - 1) & hash]) == null)
            //把新节点放到数组里
            tab[i] = newNode(hash, key, value, null);
        //存在hash碰撞了，并且key在链表上没有重复的,就放到链表的最后面
        else {
            Node<K,V> e; K k;
            //这里判断是否有重复key
            if (p.hash == hash &&
                ((k = p.key) == key || (key != null && key.equals(k))))
                e = p;
            //判断是否是树类型的节点
            else if (p instanceof TreeNode)
                e = ((TreeNode<K,V>)p).putTreeVal(this, tab, hash, key, value);
            //非树节点
            else {
                for (int binCount = 0; ; ++binCount) {
                    if ((e = p.next) == null) {
                        p.next = newNode(hash, key, value, null);
                        //如果数量已经大于等于7，相当于第八个节点就变成树结构了
                        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;
    }

按位运算与：& 只要和0 运算 都是0，  如果两边都是1 结果为1

计算hash值所在下表时：(n - 1) & hash  

例：n = 16  15 <==> 1111   hash的二进制值  这里就看hash值得后四位二进制信息

注意：这里就能看出n的二进制最好都是1，如果后几位都是0的话，那容易产生hash碰撞