【HashMap源码】

Feng March

已于 2024-04-18 08:04:08 修改

阅读量261

点赞数 3

分类专栏：垃圾文章标签： java

于 2024-04-14 21:13:52 首次发布

本文链接：https://blog.youkuaiyun.com/weixin_43598533/article/details/137754741

版权

垃圾专栏收录该内容

18 篇文章

订阅专栏

HashMap

- - - HashMap1.8源码分析

HashMap1.8源码分析

基本属性

	// 初始化容量——2的幂次方
	static final int DEFAULT_INITIAL_CAPACITY = 1 << 4; 
	
	// HashMap的桶的最大个数
	static final int MAXIMUM_CAPACITY = 1 << 30;
	
	// 负载因子
	static final float DEFAULT_LOAD_FACTOR = 0.75f;

	// 树化阈值
	static final int TREEIFY_THRESHOLD = 8;

	// 树退化阈值
	static final int UNTREEIFY_THRESHOLD = 6;

	// 树化最小容量
	static final int MIN_TREEIFY_CAPACITY = 64;
	
	// tarnsient 不参与序列化
	transient Node<K,V>[] table;

	transient Set<Map.Entry<K,V>> entrySet;

	transient int size;

	transient int modCount;

 	int threshold;

	final float loadFactor;

常见方法源码分析

构造方法

	public HashMap() {
      	// 初始化时设置负载因子为默认值
        this.loadFactor = DEFAULT_LOAD_FACTOR; 
    }

	public HashMap(int initialCapacity) {
        this(initialCapacity, DEFAULT_LOAD_FACTOR);
    }
		
    /**
     * 1.对初始化容量和负载因子进行限制
     * 2.设置负载因子
     * 3.确定初始化大小
     */
	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;
      	// 这里将初始化容量放到了阈值进行保存
        this.threshold = tableSizeFor(initialCapacity);
    }

HashMap调用构造函数后，并不会立即初始化，只有第一次放置元素时才会初始化。

好处：节省内存

tableSizeFor()

  /**
   * 假定cap为16
   */
	static final int tableSizeFor(int cap) {
        int n = cap - 1;	
        // n = 15 二进制:0000 0000 0000 0000 0000 0000 0000 1111
    	// n			0000 0000 0000 0000 0000 0000 0000 1111
    	// n >>> 1		0000 0000 0000 0000 0000 0000 0000 0111
    	// n | n >>> 1	0000 0000 0000 0000 0000 0000 0000 1111
        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;
    }

通过位运算，找到比初始化容量大的最小的2次幂

HashMap容量设置为2次幂是为了利用位运算来优化哈希函数的计算效率。

当HashMap为2次幂时可以通过与运算代替取模定位到存储位置。

put()

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

putVal()

	/**
     * @param onlyIfAbsent  true-如果key不存在才添加，false-不管key是否存在都添加
     * @param evict false-表示当前HashMap处于创建状态,即当前正在初始化HashMap true-正常操作模式
     */
	final V putVal(int hash, K key, V value, boolean onlyIfAbsent,
                   boolean evict) {
        Node<K,V>[] tab; Node<K,V> p; int n, i;
      	// 第一次使用时需要初始化
        if ((tab = table) == null || (n = tab.length) == 0)
            n = (tab = resize()).length;
      	// 该位置无元素
        if ((p = tab[i = (n - 1) & hash]) == null)
            tab[i] = newNode(hash, key, value, null);
        else {
            Node<K,V> e; K k;
          	// 当前节点与插入节点key相等
            if (p.hash == hash &&
                ((k = p.key) == key || (key != null && key.equals(k))))
                e = p;
          	// 树节点
            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) {
                      	// 在链表末尾插入元素
                        p.next = newNode(hash, key, value, null);
                      	// 达到树化阈值
                        if (binCount >= TREEIFY_THRESHOLD - 1) // -1 for 1st
                            treeifyBin(tab, hash);
                        break;
                    }
                  	// 存在当前节点e和当前新建节key想同
                    if (e.hash == hash &&
                        ((k = e.key) == key || (key != null && key.equals(k))))
                        break;
                    p = e;
                }
            }
          	// 更新操作
            if (e != null) { // existing mapping for key
                V oldValue = e.value;
                if (!onlyIfAbsent || oldValue == null)
                    e.value = value;
                afterNodeAccess(e);
                return oldValue;
            }
        }
        ++modCount;
      	// 放入元素后，如果达到阈值进行扩容
        if (++size > threshold)
            resize();
        afterNodeInsertion(evict);
        return null;
    }

放入元素时：如果HashMap未初始化，resize()初始化

如果元素存储位置不存在Hash桶，新建Node存储

如果插入处，头结点和插入节点key相同，直接覆盖

如果是树节点，putTreeVal（）

流程图如下：
在这里插入图片描述

resize()

	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) {
          	// 旧容量是否大于最大容量
            if (oldCap >= MAXIMUM_CAPACITY) {
              	// 阈值设置为Integer最大值
                threshold = Integer.MAX_VALUE;
                return oldTab;
            }
            else if ((newCap = oldCap << 1) < MAXIMUM_CAPACITY &&
                     oldCap >= DEFAULT_INITIAL_CAPACITY)
              	// 阈值两倍扩容
                newThr = oldThr << 1; // double threshold
        }
        else if (oldThr > 0) // initial capacity was placed in threshold
          	// 初始化时将容量放到了阈值里
            newCap = oldThr;
        else {               // zero initial threshold signifies using defaults
            newCap = DEFAULT_INITIAL_CAPACITY;
            newThr = (int)(DEFAULT_LOAD_FACTOR * DEFAULT_INITIAL_CAPACITY);
        }
        if (newThr == 0) {
          	// 设置阈值，解决初始化时阈值设置为容量的问题
            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;
      	// 扩容
        if (oldTab != null) {
          	// 遍历每个Hash桶
            for (int j = 0; j < oldCap; ++j) {
                Node<K,V> e;
                if ((e = oldTab[j]) != null) {
                    oldTab[j] = null;
                  	// 桶内只有一个节点
                    if (e.next == null)
                        newTab[e.hash & (newCap - 1)] = e;
                  	// 该桶内存放的是红黑树节点
                    else if (e instanceof TreeNode)
                        ((TreeNode<K,V>)e).split(this, newTab, j, oldCap);
                    else { // preserve order
                      	// 将该桶内的节点与容量相与，放到两个Hash桶中
                        Node<K,V> loHead = null, loTail = null;
                        Node<K,V> hiHead = null, hiTail = null;
                        Node<K,V> next;
                        do {
                            next = e.next;
                          	// 0001 1000
                          	// 0000 1000
                            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;
    }

扩容时先判断是否执行了初始化

执行了初始化
旧容量>最大容量修改阈值为Integer.MAX_VALUE
最大容量>=旧容量>=初始容量 2倍扩容

未执行初始化
设置了阈值，这个阈值就是新容器的容量
根据默认容器大小和负载因子进行阈值计算

如果容器有值则进行扩容，否则初始化直接返回

扩容是2倍扩容，将原来的数据移到新的哈希表中；这里采用hash&旧容量，确定在新数组的位置

流程图如下：

在这里插入图片描述