声明:本文图片摘自网络---------
public class HashMap<K,V> extends AbstractMap<K,V>
implements Map<K,V>, Cloneable, Serializable
从以上代码可以看出:
- HashMap<K,V>:HashMap是以key-value形式存储数据的。
- extends AbstractMap<K,V>:继承了AbstractMap,大大减少了实现Map接口时需要的工作量。
- implements Map<K,V>:实现了Map,提供了所有可选的Map操作。
- implements Cloneable:表明其可以调用clone()方法来返回实例的field-for-field拷贝。
- implements Serializable:表明该类是可以序列化的。
java1.8Hashmap是采用数组加链表加红黑树的方式实现的,图如下:
,简单介绍一下红黑树:红黑树是一种特殊的二叉搜索树,
红黑树的特性:
(1)每个节点或者是黑色,或者是红色。
(2)根节点是黑色。
(3)如果一个节点是红色的,则它的子节点必须是黑色的。
(4)从一个节点到该节点的子孙节点的所有路径上包含相同数目的黑节点。
HashMap的参数:
//默认初始化容量为16 采用位运算可以提高效率
static final int DEFAULT_INITIAL_CAPACITY = 1 << 4; // aka 16
//默认的初始最大容量
static final int MAXIMUM_CAPACITY = 1 << 30;
//加载因子
static final float DEFAULT_LOAD_FACTOR = 0.75f;
//链表转换为红黑树的临界值,当一个数组上的链表上有>8个Node节点时链表会转换为红黑树
static final int TREEIFY_THRESHOLD = 8;
//恢复成链式结构的桶的临界值
static final int UNTREEIFY_THRESHOLD = 6;
//链式结构被转换为树形结构的最小容量 否则只会通过扩容来减少哈希冲突
static final int MIN_TREEIFY_CAPACITY = 64;
下面来看一下HashMap的构造方法:
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);
}
这种构造方法要求自己传入容量和负载因子的值,threshold是阈值,是用来判断是否扩容
public HashMap(int initialCapacity) {
this(initialCapacity, DEFAULT_LOAD_FACTOR);
}
指定桶的容量,会调用默认的负载因子
public HashMap() {
this.loadFactor = DEFAULT_LOAD_FACTOR; // all other fields defaulted
}
使用指定的初始容量和负载因子
public V get(Object key) {
Node<K,V> e;
return (e = getNode(hash(key), key)) == null ? null : e.value;
}
从上面的代码可以看出使用get()方法时主要分为以下几个步骤:
(1):通过Hash(key)计算key的哈希值
(2):通过key的哈希值和key值使用getNode方法获取节点
(3):如果节点为null返回null不为null返回节点的值
Hash方法如下:
static final int hash(Object key) {
int h;
return (key == null) ? 0 : (h = key.hashCode()) ^ (h >>> 16);
}
计算key的哈希值也分为以下几个步骤:
(1):计算key的HashCode
(2):h无符号右移16位
(3):2 3 步的结果进行与运算
getNode方法如下:
final Node<K,V> getNode(int hash, Object key) {
Node<K,V>[] tab; Node<K,V> first, e; int n; K k;
if ((tab = table) != null && (n = tab.length) > 0 &&
(first = tab[(n - 1) & hash]) != null) {
if (first.hash == hash && // always check first node
((k = first.key) == key || (key != null && key.equals(k))))
return first;
if ((e = first.next) != null) {
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;
}
getNode方法分为以下几个步骤:
(1):会对哈希表进行判断,如果哈希表为空或者没有找到节点,返回null
(2):如果找的第一个节点就和哈希值和key值匹配上了就返回这个节点
(3):如果没有匹配上会进行判断,如果是树形结构会采用数的方法获取节点的值,如果是链表会遍历链表获取节点的值
public V put(K key, V value) {
return putVal(hash(key), key, value, false, true);
}
put方法主要是调用putval方法,通过其返回值确认是否插入成功
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; //如果哈希表为空,会先进行扩容构建
if ((p = tab[i = (n - 1) & hash]) == null)//如果没有碰撞直接插入
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))))
e = p;
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) {
p.next = newNode(hash, key, value, null);
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;
}
(1):进行判断如果哈希表为空调用resize方法进行首次扩容
(2):如果没有碰撞即没有产生hash冲突,直接插入
(3):如果第一个节点的key值和hash值就匹配了,记录起来,方便最后的替换
(4):如果没有匹配上,那么就判断如果是红黑树采用红黑树的方法进行插入,如果是链表,遍历链表进行插入,(尾插法)
(5):插入的过程中如果出现了第三种情况也是进行记录,
(6):如果记录的key所对应的Node的值不为空,直接进行替换
(7):size进行加一操作看是否大于阈值(容量乘加载因子),如果需要调用resize方法进行扩容
final Node<K,V>[] resize() {
Node<K,V>[] oldTab = table;
int oldCap = (oldTab == null) ? 0 : oldTab.length;
int oldThr = threshold;
int newCap, newThr = 0;
if (oldCap > 0) {
if (oldCap >= MAXIMUM_CAPACITY) {
threshold = Integer.MAX_VALUE;
return oldTab;
}
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
newCap = oldThr;
else { // zero initial threshold signifies using defaults
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"})
Node<K,V>[] newTab = (Node<K,V>[])new Node[newCap];
table = newTab;
if (oldTab != null) {
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)
((TreeNode<K,V>)e).split(this, newTab, j, oldCap);
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);
if (loTail != null) {
loTail.next = null;
newTab[j] = loHead;
}
if (hiTail != null) {
hiTail.next = null;
newTab[j + oldCap] = hiHead;
}
}
}
}
}
return newTab;
}
扩容的方法大概有以下几个点:
(1):扩容的时候会进行容量的检查达到一定的要求才会进行扩容 即数组长度增大为原来的2倍
(2):扩容的时候是 先进行新数组的复制然后将HashMap的引用指向新数组 然后将原数组的值复制到新数组中
为什么初始容量必须为2的n次方?
解:(1):假设初始化容量为16就是2的4次方,减去1之后为15转换为二进制为1111,然后再与哈希值相与,的话就只是在《=15的范围内,假设HashCode的值小于15的时候进行与运算的时候,就是它本身,大大减少计算机运算的效率
(2):如果容量为15的时候,所对应的减去二进制为1110那么进行与运算的时候0001,0011,0101,1001,1011,0111,1101这几个位置永远都不能存放元素了,造成空间的浪费,数组可以使用的位置比数组长度小了很多,这意味着进一步增加了碰撞的几率,减慢了查询的效率!这样就会造成空间的浪费