接上篇，本文主要介绍HashMap put方法的机制
put方法
本次模拟场景分析
HashMap hashMap = new HashMap();
for(int i = 0; i < 12; i++){
//添加12个元素
hashMap.put(i, i);
}
第一行代码上篇我们已经逐行对源码进行了分析，接下的put方法会发生什么呢，继续来看源码
首先，我们来总结一下当第一个元素进入之后当下的变量值
//第一个元素值 [0,0]
transient Node<K,V>[] table = new Node[16];
transient int size = 1;
transient int modCount = 1;
int threshold = 12;
final float loadFactor = 0.75;
接下来分析当第二到第十二个值进入时
//首先put调用本方法
public V put(K key, V value) {
return putVal(hash(key), key, value, false, true);
}
//真正调用的方法
final V putVal(int hash, K key, V value, boolean onlyIfAbsent,
boolean evict) {
Node<K,V>[] tab; Node<K,V> p; int n, i;
//tab = table = new Node[16] n = 16 不满足条件 跳过
if ((tab = table) == null || (n = tab.length) == 0)
n = (tab = resize()).length;
//计算hash确定所在桶 若为空 放入
if ((p = tab[i = (n - 1) & hash]) == null)
tab[i] = newNode(hash, key, value, null);
//若出现hash冲突 进入
else {
Node<K,V> e; K k;
//此时p为所在哈希桶的第一个节点
//判断首节点哈希值是否等于传入哈希值 并且传入key值等于首节点key值
if (p.hash == hash &&
((k = p.key) == key || (key != null && key.equals(k))))
//赋值 e = p = 所在桶首节点 结束if else 判断，跳入下文if判断
e = p;
//传入节点和首节点哈希、key值存在不一致
//判断首节点是否是树结构 如果时树结构进入
else if (p instanceof TreeNode)
//进入红黑树 红黑树具体实现会另开一篇详谈
e = ((TreeNode<K,V>)p).putTreeVal(this, tab, hash, key, value);
//以上情况均不符合 此时节点情况为：hash冲突但key值不同，且当前桶下数据结构不是红黑树
else {
//进入循环 遍历桶内链表
for (int binCount = 0; ; ++binCount) {
//遍历过程中 如果发现当前节点的next指针为空，说明已经是最后一个节点 进入
//若满足进入条件 e = null
if ((e = p.next) == null) {
//新建节点 将当前节点next指针指向新建的节点
p.next = newNode(hash, key, value, null);
//如果链表长度 > 树型化阈值 8 - 1 （-1 因为首节点不在遍历中，链表实际长度为当前遍历次数+首节点）
if (binCount >= TREEIFY_THRESHOLD - 1) // -1 for 1st
//树型化 另起篇章详谈
treeifyBin(tab, hash);
break;
}
//遍历过程中 若发现链表中存在key值相同的 直接返回
if (e.hash == hash &&
((k = e.key) == key || (key != null && key.equals(k))))
break;
p = e;
}
}
//由以上代码可知 当hash值相同key也相同时，e代表了冲突所在的原节点
if (e != null) {
//oldValue = 原节点value
V oldValue = e.value;
//onlyIfAbsent为替换标识，为true则不替换数据 false则将新数据替换老数据
if (!onlyIfAbsent || oldValue == null)
e.value = value;
afterNodeAccess(e);
return oldValue;
}
}
//修改次数+1
++modCount;
//此时 threshold = 12 size + 1 当第12个数进入时 size = 12
if (++size > threshold)
resize();
afterNodeInsertion(evict);
return null;
}
以上就是map最平静的添加流程，但是此时，map容量已经到了扩容阈值 size = threshold = 12
若再put一个键值对，就会触发map的自动扩容机制，下面我们来分析HashMap是如何自动扩容的。
接上文的模拟代码，再次put一个键值
hashMap.put(11, 11);
此时，插入流程一切正常，当程序运行到以下代码时，开始扩容
if (++size > threshold)
resize();
我们来看resize()方法
final Node<K,V>[] resize() {
//记录待扩容哈希表
Node<K,V>[] oldTab = table;
//旧容量 = 16
int oldCap = (oldTab == null) ? 0 : oldTab.length;
//旧的扩容阈值 = 12
int oldThr = threshold;
int newCap, newThr = 0;
//oldCap = 16 进入
if (oldCap > 0) {
if (oldCap >= MAXIMUM_CAPACITY) {
threshold = Integer.MAX_VALUE;
return oldTab;
}
//新容量赋值为老容量的2倍（左位移1位） 并且旧容量大于等于默认容量16
//newCap = 32
else if ((newCap = oldCap << 1) < MAXIMUM_CAPACITY &&
oldCap >= DEFAULT_INITIAL_CAPACITY)
//新扩容阈值 赋值位 旧扩容阈值的一倍
//newThr = 24
newThr = oldThr << 1;
}
else if (oldThr > 0)
newCap = oldThr;
else {
......
}
//将新扩容阈值写回threshold
threshold = newThr;
//newCap = 32
@SuppressWarnings({"rawtypes","unchecked"})
Node<K,V>[] newTab = (Node<K,V>[])new Node[newCap];
//将扩容至32容量的新hash表写回table变量
table = newTab;
//oldTab 为老数据
if (oldTab != null) {
//遍历老hash表
for (int j = 0; j < oldCap; ++j) {
Node<K,V> e;
//e = 当前遍历到的节点 若为空 直接跳过
if ((e = oldTab[j]) != null) {
//将旧Hash表当前所在桶置空
oldTab[j] = null;
//若头节点后无其他节点，重新计算hash桶下标、赋值
if (e.next == null)
newTab[e.hash & (newCap - 1)] = e;
//若该节点为红黑树节点 进行红黑树调整 将在另一章详谈
else if (e instanceof TreeNode)
((TreeNode<K,V>)e).split(this, newTab, j, oldCap);
//程序运行到此处 说明当前hash桶中存在链表
else {
//链表拆分
Node<K,V> loHead = null, loTail = null;
Node<K,V> hiHead = null, hiTail = null;
Node<K,V> next;
do {
next = e.next;
//判断hash对应新增的(n-1)的二进制位上的值是1还是0
//原理下文配图
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);
//程序运行到此处，链表已经按新容量拆分完毕，将拆分后的链表分别赋值进对应的新hash表
if (loTail != null) {
loTail.next = null;
newTab[j] = loHead;
}
if (hiTail != null) {
hiTail.next = null;
//为什么 +oldCap 具体原因见配图
newTab[j + oldCap] = hiHead;
}
}
}
}
}
return newTab;
}
拆分链表 拆分方式配图：
以上就是hashmap的put实现与扩容，本文仅仅说明了那些地方需要树型化，因为红黑树的实现比较复杂，我将专门用一篇来说明红黑树的原理，hashmap的红黑树实现与反树型化。请见下一章《遍历HashMap源码——HashMap红黑树实现与反树型化》
扫一扫
被折叠的 条评论
为什么被折叠?
到【灌水乐园】发言
