HashMap源码分析_JDK1.8版本
声明
文章均为本人技术笔记，转载请注明出处
[1] https://segmentfault.com/u/yzwall
[2] blog.csdn.net/j_dark/
HashMap声明
public class HashMap<K,V> extends AbstractMap<K,V> implements Map<K,V>, Cloneable, Serializable
HashMap结构图示
HashMap基本数据结构
HashMap本质是一个散列表，存储元素为键值对；
HashMap继承AbstractMap，实现了Map、Cloneable、java.io.Serializable接口；
HashMap的是线程不安全的，它的key、value都可以为null；
final int loadFacotrstatic final float DEFAULT_LOAD_FACTOR: 默认装填因子0.75，如果当前键值对个数 >= HashMap最大容量*装填因子，进行rehash操作；
int thresholdstatic final int TREEIFY_THRESHOLD： JDK1.8 新加，Entry链表最大长度，当桶中节点数目大于该长度时，将链表转成红黑树存储；static final int UNTREEIFY_THRESHOLD：JDK1.8 新加，当桶中节点数小于该长度，将红黑树转为链表存储；static final int DEFAULT_INITIAL_CAPACITY: 默认键值队个数为16；
transient Node<K, V>[] table：键值对数组，长度动态增加，但是总为2的幂；用transient修饰表示对象序列化时该字段不可被序列化；
HashMap键值对描述：Node<K,V>
JDK1.6用Entry描述键值对，JDK1.8中用Node代替Entry；
static class Node<K,V> implements Map.Entry<K,V> {
// hash存储key的hashCode
final int hash;
// final:一个键值对的key不可改变
final K key;
V value;
// 一个桶中的键值对用链表组织
Node<K, V> next;
...
}HashMap中键值对的存储形式为链表节点，hashCode相同的节点（位于同一个桶）用链表组织；
public final int hashCode() {
return Objects.hashCode(key) ^ Objects.hashCode(value);
}键值对元素hashCode = key的hashCode与value的hashCode，高16位与低16位按位异或运算；
红黑树：TreeNode
static final class TreeNode<K,V> extends LinkedHashMap.Entry<K,V>
JDK1.8新增，用来支持桶的红黑树结构实现
HashMap重要方法分析
HashMap添加/更新键值对：put/putVal方法
public V put(K key, V value)内部调用putVal方法实现；
public V put(K key, V value) {
// 倒数第二个参数false：表示允许旧值替换
// 最后一个参数true：表示HashMap不处于创建模式
return putVal(hash(key), key, value, false, true);
}putVal方法分析：
final V putVal(int hash, K key, V value, boolean onlyIfAbsent, boolean evict) {
Node<K,V>[] tab; Node<K,V> p; int n, i;
// 槽数组未初始化或者未扩容，先调用resize()扩容
if ((tab = table) == null || (n = tab.length) == 0)
n = (tab = resize()).length;
/**
* Hash函数，(n - 1) & hash 计算key将被放置的槽位；
* (n - 1) & hash 本质上是hash % n，位运算更快
*/
if ((p = tab[i = (n - 1) & hash]) == null)
// 空桶，创建新的键值对节点，放入槽数组中；
tab[i] = newNode(hash, key, value, null);
// 键值对已在对应桶中
else {
Node<K,V> e; K k;
// 与桶中首元素比较，如果key不同发生Hash冲突，在桶中添加新元素
if (p.hash == hash &&
((k = p.key) == key || (key != null && key.equals(k))))
e = p;
// 当前桶中无该键值对，且桶是红黑树结构，按照红黑树结构插入
else if (p instanceof TreeNode)
e = ((TreeNode<K,V>)p).putTreeVal(this, tab, hash, key, value);
// 当前桶中无该键值对，且桶是链表结构，按照链表结构插入到尾部
else {
for (int binCount = 0; ; ++binCount) {
// 遍历到链表尾部
if ((e = p.next) == null) {
// 创建链表节点并插入尾部
p.next = newNode(hash, key, value, null);
// 检查链表长度是否达到阈值，达到将该槽位节点组织形式转为红黑树
if (binCount >= TREEIFY_THRESHOLD - 1) // -1 for 1st
treeifyBin(tab, hash);
break;
}
// 链表节点的<keym, value>与put操作<key, value>相同时，不做重复操作，跳出循环
if (e.hash == hash &&
((k = e.key) == key || (key != null && key.equals(k))))
break;
p = e;
}
}
// 找到 or 新建一个key和hashCode与插入元素相等的键值对，进行put操作
if (e != null) { // existing mapping for key
V oldValue = e.value;
/**
* onlyIfAbsent为false或旧值为null时，允许替换旧值
* 否则无需替换
*/
if (!onlyIfAbsent || oldValue == null)
e.value = value;
afterNodeAccess(e);
return oldValue;
}
}
// 更新结构化修改信息
++modCount;
// 键值对数目超过阈值时，进行rehash
if (++size > threshold)
resize();
afterNodeInsertion(evict);
return null;
}散列分布策略
键值对<key ,value>的槽位 = (容量 - 1) & hash(key)
键值对槽位是键值对在tab数组的索引，本质上 = hash(key) % 容量，位运算速度更快；
本质上是除数取余法，尽可能的散列均匀；
Hash函数
// in HashMap
static final int hash(Object key) {
int h;
return (key == null) ? 0 : (h = key.hashCode()) ^ (h >>> 16);
}计算key的hashCode, h = Objects.hashCode(key);
h >>> 16表示对h无符号右移16位，高位补0；然后h与h >>> 16按位异或；
HashMap更新旧键值对 or 添加新键值对的核心思想：
根据键值对key的hashCode计算键值对的在HashMap中槽位，
判断是否空桶 Or 是否发生Hash冲突（与桶中首元素不同）
解决Hash冲突：根据桶组织形式是红黑树 Or 链表进行对应插入操作；
链表形式完成插入后，检查是否超过链表阈值，超过将链表->红黑树；
最后检查键值对总数是否超过阈值，超过调用resize()进行rehash操作；
HashMap删除键值对：remove/removeNode方法
remove方法分析
public V remove(Object key) {
Node<K,V> e;
return (e = removeNode(hash(key), key, null, false, true)) == null ?
null : e.value;
}remove()方法内部调用removeNode()方法实现
removeNode方法分析：
final Node<K,V> removeNode(int hash, Object key, Object value,
boolean matchValue, boolean movable) {
Node<K,V>[] tab; Node<K,V> p; int n, index;
if ((tab = table) != null && (n = tab.length) > 0 &&
(p = tab[index = (n - 1) & hash]) != null) {
Node<K,V> node = null, e; K k; V v;
if (p.hash == hash &&
((k = p.key) == key || (key != null && key.equals(k))))
node = p;
// 待删除元素在桶中，但不是桶中首元素
else if ((e = p.next) != null) {
// 待删除元素在红黑树结构的桶中
if (p instanceof TreeNode)
// 查找红黑树
node = ((TreeNode<K,V>)p).getTreeNode(hash, key);
else {
// 遍历链表，查找待删除元素
do {
if (e.hash == hash &&
((k = e.key) == key ||
(key != null && key.equals(k)))) {
node = e;
break;
}
// p保存待删除节点的前一个节点，用于链表删除操作
p = e;
} while ((e = e.next) != null);
}
}
/**
* matchValue为true：表示必须value相等才进行删除操作
* matchValue为false：表示无须判断value，直接根据key进行删除操作
*/
if (node != null && (!matchValue || (v = node.value) == value ||
(value != null && value.equals(v)))) {
// 桶为红黑数结构，删除节点
if (node instanceof TreeNode)
// movable参数用于红黑树操作
((TreeNode<K,V>)node).removeTreeNode(this, tab, movable);
// 待删除节点是桶链表表头，将子节点放进桶位
else if (node == p)
tab[index] = node.next;
// 待删除节点在桶链表中间
else
p.next = node.next;
++modCount;
--size;
afterNodeRemoval(node);
return node;
}
}
// 待删除元素不存在，返回null
return null;
}HashMap访问键值对：get/getNode方法
get方法
public V get(Object key) {
Node<K,V> e;
return (e = getNode(hash(key), key)) == null ? null : e.value;
}get方法通过指定key获得对应键值对，内部调用getNode方法实现；
getNode方法
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) {
// 红黑树查找
if (first instanceof TreeNode)
return ((TreeNode<K,V>)first).getTreeNode(hash, key);
// 链表查找
do {
if (e.hash == hash &&
((k = e.key) == key || (key != null && key.equals(k))))
return e;
} while ((e = e.next) != null);
}
}
return null;
}getNode方法查找过程和putVal一样，先查找对应桶的首元素，然后根据红黑树结构 Or 链表结构对应查找；
HashMap重散列操作：resize方法
final Node<K,V>[] resize() {
// 保存旧table，容量，阈值
Node<K,V>[] oldTab = table;
int oldCap = (oldTab == null) ? 0 : oldTab.length;
int oldThr = threshold;
int newCap, newThr = 0;
if (oldCap > 0) {
// 旧table容量已超过最大容量，更新阈值为Integer.MAX_VALUE
if (oldCap >= MAXIMUM_CAPACITY) {
threshold = Integer.MAX_VALUE;
return oldTab;
}
// 调整新容量为旧容量2倍，左移一位实现
else if ((newCap = oldCap << 1) < MAXIMUM_CAPACITY &&
oldCap >= DEFAULT_INITIAL_CAPACITY)
newThr = oldThr << 1; // double threshold
}
// oldCap == 0 && oldThr > 0
else if (oldThr > 0) // initial capacity was placed in threshold
newCap = oldThr;
// oldCap == 0 && oldThr == 0
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;
// 红黑树桶进行rehash操作
else if (e instanceof TreeNode)
((TreeNode<K,V>)e).split(this, newTab, j, oldCap);
// 链表桶进行rehash操作
// 根据e.hash & oldCap)是否为0把链表分成两个链表，进行rehash
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;
}当键值对总数超过阈值threshold, HashMap通过resize方法实现重散列/rehash
HashMap调整容量：tableSizeFor()
static final int tableSizeFor(int cap)：得到>=cap的2的最小幂值；
由指定容量参数的构造器调用，计算rehash阈值threshold；
参考
[1] http://www.cnblogs.com/leesf456/p/5242233.html
[2] http://www.cnblogs.com/ToBeAProgrammer
