HashMap源码分析

科技 07-08 来源： 努力成为键盘侠

1.概述

本文是基于JDK1.8分析的，HashMap 是存储key-value键值对的数据结构，提供平均时间复杂度为 O(1) 的、基于key 级别的get/put等操作。HashMap最多只允许一条记录的键为null，允许多条记录的值为null。此外在jdk1.8中HashMap是基于数组+链表+红黑树的结构实现的。

2.类图

HashMap源码分析

3.属性

//默认的初始化容量
static final int DEFAULT_INITIAL_CAPACITY = 1 << 4; // aka 16
//最大容量
static final int MAXIMUM_CAPACITY = 1 << 30;
//当size超过初始容量的0,75倍时，进行扩容；例如初始12，size=16,当16*0.75>=12就扩容
static final float DEFAULT_LOAD_FACTOR = 0.75f;
//底层存储的数组元素类型
transient Node[] table;
//key-value 的键值对数量
transient int size;
//HashMap 的修改次数
transient int modCount;
//阀值，当size超过threshold大小时，2倍扩容
int threshold;
//扩容因子
final float loadFactor;

4.构造方法

4.1 无参构造

/**
 * 初始化容量 DEFAULT_INITIAL_CAPACITY=16
 * 初始化 loadFactor = 0.75f
 * 并且是延迟初始化，在添加key-value键值对时，在#resize()方法中才真正去初始化
 */
public HashMap() {
    this.loadFactor = DEFAULT_LOAD_FACTOR; // all other fields defaulted
}

4.2 带容量的构造

/**
 * 初始化因子不变
 */
public HashMap(int initialCapacity) {
    this(initialCapacity, DEFAULT_LOAD_FACTOR);
}
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);
}
/**
 *tableSizeFor的功能（不考虑大于最大容量的情况）是返回大于输入参数且最近的2的整数次幂的数。比如10，则返回16
 */
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;
}

4.3 传递map的构造

public HashMap(Map<? extends K, ? extends V> m) {
    this.loadFactor = DEFAULT_LOAD_FACTOR;
    putMapEntries(m, false);
}

final void putMapEntries(Map<? extends K, ? extends V> m, boolean evict) {
    int s = m.size();
    if (s > 0) {
        //table为空，说明未初始化
        if (table == null) { // pre-size
            // 根据 s 的大小 + loadFactor 负载因子，计算需要最小的 tables 大小；+ 1.0F 的目的，是因为下面 (int) 直接取整，避免不够。
            float ft = ((float)s / loadFactor) + 1.0F;
            int t = ((ft < (float)MAXIMUM_CAPACITY) ?
                     (int)ft : MAXIMUM_CAPACITY);
            //如果计算出来的 t 大于阀值，则计算新的阀值
            if (t > threshold)
                threshold = tableSizeFor(t);
        }
        //s大于极端的大小  扩容 
        else if (s > threshold)
            resize();
        //遍历m集合，将数据逐个添加到HashMap中
        for (Map.Entry<? extends K, ? extends V> e : m.entrySet()) {
            K key = e.getKey();
            V value = e.getValue();
            putVal(hash(key), key, value, false, evict);
        }
    }
}

5.哈希函数

static final int hash(Object key) {
    int h;
    // h = key.hashCode() 计算哈希值
    // ^ (h >>> 16) 高 16 位与自身进行异或计算，保证计算出来的 hash 更加离散
    return (key == null) ? 0 : (h = key.hashCode()) ^ (h >>> 16);
}

hash算法的具体计算流程如下：

HashMap源码分析

扩容后下表计算

6.添加元素

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[] tab; Node p; int n, i;
    //table未初始化，或者容量为0，进行扩容
    if ((tab = table) == null || (n = tab.length) == 0)
        n = (tab = resize()).length;
    //如果得到位置的节点Node为空，则直接创建节点；
    //注意在并发操作时，会出现覆盖数据的问题
    if ((p = tab[i = (n - 1) & hash]) == null)
        tab[i] = newNode(hash, key, value, null);
    else {
        Node e; K k;
        //如果找到的p节点就是要找的，则直接覆盖
        if (p.hash == hash &&
            ((k = p.key) == key || (key != null && key.equals(k))))
            e = p;
        //如果找到的p节点属于红黑树Node节点，则直接添加到树中
        else if (p instanceof TreeNode)
            e = ((TreeNode)p).putTreeVal(this, tab, hash, key, value);
        else {
            //否则遍历链表
            for (int binCount = 0; ; ++binCount) {
                //如果遍历到空说明该map种不存在key，则创建新节点，同时将链表的尾节点指向新建的节点
                if ((e = p.next) == null) {
                    p.next = newNode(hash, key, value, null);
                    //链表的长度达到8时，则转换成红黑树
                    if (binCount >= TREEIFY_THRESHOLD - 1) // -1 for 1st
                        treeifyBin(tab, hash);
                    break;
                }
                //链表中遍历的节点就是要找的节点，则直接使用
                if (e.hash == hash &&
                    ((k = e.key) == key || (key != null && key.equals(k))))
                    break;
                p = e;
            }
        }
        //如果找到了对应的节点，则修改老节点的value值，返回oldValue
        if (e != null) { // existing mapping for key
            V oldValue = e.value;
            if (!onlyIfAbsent || oldValue == null)
                e.value = value;
            afterNodeAccess(e);
            return oldValue;
        }
    }
    // 增加修改次数
    ++modCount;
    // 如果超过阀值，则进行扩容
    if (++size > threshold)
        resize();
    // 添加节点后的回调
    afterNodeInsertion(evict);
    //默认没有对应的节点，则返回null
    return null;
}

7.扩容

问题：扩容后如果保证原来的hash值能够找到对应的位置

//初始化或者翻倍数组大小。翻倍后，元素的位置或者在原来的位置上，或者有个2的整数次幂的偏移，根据我们前面举的具体扩容的例子，知道这个偏移就是原来的数组大小。
final Node[] resize() {
    Node[] oldTab = table;
    //未初始化设置旧容量为0
    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;
        }
        //2倍扩容
        else if ((newCap = oldCap << 1) < MAXIMUM_CAPACITY &&
                 oldCap >= DEFAULT_INITIAL_CAPACITY)
            newThr = oldThr << 1; // double threshold
    }
    //oldThr 大于 0 ，则使用 oldThr 作为新的容量
    else if (oldThr > 0) 
        newCap = oldThr;
    else {               
        //【默认构造方法】oldThr 等于 0 ，则使用 DEFAULT_INITIAL_CAPACITY 作为新的容量，使用 DEFAULT_LOAD_FACTOR * DEFAULT_INITIAL_CAPACITY 作为新的容量
        newCap = DEFAULT_INITIAL_CAPACITY;
        newThr = (int)(DEFAULT_LOAD_FACTOR * DEFAULT_INITIAL_CAPACITY);
    }
    //如果上述的逻辑，未计算新的阀值，则使用 newCap * loadFactor 作为新的阀值
    if (newThr == 0) {
        float ft = (float)newCap * loadFactor;
        newThr = (newCap < MAXIMUM_CAPACITY && ft < (float)MAXIMUM_CAPACITY ?
                  (int)ft : Integer.MAX_VALUE);
    }
    //阈值重置
    threshold = newThr;
    @SuppressWarnings({"rawtypes","unchecked"})
    //构建大小为newCap的数组节点
    Node[] newTab = (Node[])new Node[newCap];
    //旧数组节点重新赋值
    table = newTab;
    //旧数组初始化过
    if (oldTab != null) {
        for (int j = 0; j < oldCap; ++j) {
            Node e;
            //旧数组每一个数组节点不为空
            if ((e = oldTab[j]) != null) {
                //释放旧数组引用
                oldTab[j] = null;
                //如果 e 节点只有一个元素，直接赋值给新的 table 即可
                if (e.next == null)
                    newTab[e.hash & (newCap - 1)] = e;
                //如果 e 节点是红黑树节点，则通过红黑树分裂处理
                else if (e instanceof TreeNode)
                    ((TreeNode)e).split(this, newTab, j, oldCap);
                //e元素节点next元素有值，即链表存在多个且小于8个的元素
                else { 
                    // HashMap 是成倍扩容，这样原来位置的链表的节点们，会被分散到新的 table 的两个位置中去
                    // 通过 e.hash & oldCap 计算，根据结果分到高位、和低位的位置中。
                    // 1. 如果结果为 0 时，则放置到低位，不移动位置
                    // 2. 如果结果非 1 时，则放置到高位
                    Node loHead = null, loTail = null;
                    Node hiHead = null, hiTail = null;
                    Node next;
                    do {
                        //链表中下一个元素
                        next = e.next;
                        //满足低位，放到低位中
                        if ((e.hash & oldCap) == 0) {
                            if (loTail == null)
                                loHead = e;
                            else
                                loTail.next = e;
                            loTail = e;
                        }
                        //满足高位
                        else {
                            if (hiTail == null)
                                hiHead = e;
                            else
                                hiTail.next = e;
                            hiTail = e;
                        }
                    } while ((e = next) != null);
                    // 设置低位到新的 newTab 的 j 位置上
                    if (loTail != null) {
                        loTail.next = null;
                        newTab[j] = loHead;
                    }
                    // 设置高位到新的 newTab 的 j + oldCap 位置上
                    if (hiTail != null) {
                        hiTail.next = null;
                        newTab[j + oldCap] = hiHead;
                    }
                }
            }
        }
    }
    return newTab;
}

8、移除元素

public V remove(Object key) {
    Node e;
    return (e = removeNode(hash(key), key, null, false, true)) == null ?
        null : e.value;
}
final Node removeNode(int hash, Object key, Object value,
                           boolean matchValue, boolean movable) {
    //p对应位置的节点
    Node[] tab; Node p; int n, index;
    if ((tab = table) != null && (n = tab.length) > 0 &&
        (p = tab[index = (n - 1) & hash]) != null) {
        Node node = null, e; K k; V v;
        //如果hash映射的索引位置刚好为p,则直接将node指向p
        if (p.hash == hash &&
            ((k = p.key) == key || (key != null && key.equals(k))))
            node = p;
        //否则属于链表或者树节点
        else if ((e = p.next) != null) {
            //属于树节点
            if (p instanceof TreeNode)
                node = ((TreeNode)p).getTreeNode(hash, key);
            //属于链表节点
            else {
                do {
                    if (e.hash == hash &&
                        ((k = e.key) == key ||
                         (key != null && key.equals(k)))) {
                        node = e;
                        break;
                    }
                    p = e;
                } while ((e = e.next) != null);
            }
        }
        if (node != null && (!matchValue || (v = node.value) == value ||
                             (value != null && value.equals(v)))) {
            //属于树节点，从树节点移除元素
            if (node instanceof TreeNode)
                ((TreeNode)node).removeTreeNode(this, tab, movable);
            //如果node刚好是在数组节点上，则将该节点指向数组的下一个节点
            else if (node == p)
                tab[index] = node.next;
            //否则node是链表中节点则将p指向node的下一个节点，实现删除
            else
                p.next = node.next;
            ++modCount;
            --size;
            //linkedHashMap回调操作，钩子方法
            afterNodeRemoval(node);
            return node;
        }
    }
    return null;
}

9、查找元素

查找单个元素

//根据结构查找，先找数组节点，再找链表节点，如果是树节点在找树节点；当hash值相同时，就比较Node中的key值
public V get(Object key) {
    Node e;
    return (e = getNode(hash(key), key)) == null ? null : e.value;
}

查找元素并设置默认值

//如果集合中没有该值，就返回默认值defaultValue
public V getOrDefault(Object key, V defaultValue) {
    Node e;
    return (e = getNode(hash(key), key)) == null ? defaultValue : e.value;
}

10、HashMap线程安全性

  • 在JDK1.7中，当并发执行扩容操作时会造成环形链和数据丢失的情况。
  • 在JDK1.8中，在并发执行put操作时会发生数据覆盖的情况。

11、开发寻址法和链表法

Hash算法可能会发生碰撞，当发生碰撞后我们通常会有两种选择即开放寻址法和链表法

  • 开放寻址法

当一个Key通过哈希函数获得对应的数组下标已被占用时，我们可以“另谋高就”，寻找下一个空档位置。（寻址方 式有很多种，并不一定只是简单地寻找当前元素的后一个元素）

  • 链表法

HashMap数组的每一个元素不仅是一个Entry对象，还是一个链表的 头节点。每一个Entry对象通过next指针指向它的下一个Entry节点。当新 来的Entry映射到与之冲突的数组位置时，只需要插入到对应的链表中即可。

参考连接：https://blog.csdn.net/swpu_ocean/article/details/88917958

强烈推荐观看这篇文章【Java 8系列之重新认识HashMap】：https://zhuanlan.zhihu.com/p/21673805

  • 支付宝打赏
  • 微信打赏
    • 源码   HashMap
    发表评论
    留言与评论（共有 0 条评论） “”
       
    验证码：

    相关文章

    Flowable工作流引擎部署表单源码分析
    Flowable工作流引擎部署表单源码分
    ReentrantLock 公平锁源码
    ReentrantLock 公平锁源码
    ASP.NET微信手机点餐收银管理系统源码
    ASP.NET微信手机点餐收银管理系统
    MyBatis3源码解析-执行SQL流程
    MyBatis3源码解析-执行SQL流程
    vue3源码分析-看看complier是怎么来解析的
    vue3源码分析-看看complier是怎么
    七爪源码：在 Go 中使用缓存的最简单方法
    七爪源码：在 Go 中使用缓存的最简单

    推荐文章

    最热点击文章

    热门标签