这次开始分析JDK8中的HashMap源码。
首先理解HashMap中几个关键变量,
TREEIFY_THRESHOLD 链表转换红黑树扩容值 table 数组+链表+红黑树 size 当前存储数量 loadFactor加载因子 threshold 扩容值等于table长度*loadFactor。
首先判断put(K k,V v)方法,会调用 putVal(…)方法
final V putVal(int hash, K key, V value, boolean onlyIfAbsent, boolean evict) { // tab 就是 node数组 p是key查询已经存在的数组node节点 Node<K,V>[] tab; Node<K,V> p; int n, i; //首先判断表是否为空 如果表为空则开始初始化node数组,并将node数组长度赋予n if ((tab = table) == null || (n = tab.length) == 0) n = (tab = resize()).length; // key的hash值与上node数组长度-1 数组扩容后总是2的N次方 这里是对取模的优化 if ((p = tab[i = (n - 1) & hash]) == null) // 如果hash取模后 数组位为空,则新建一个node节点赋予数组节点。 tab[i] = newNode(hash, key, value, null); else { Node<K,V> e; K k; // 判断如何hash值相同 并且key.equals(k),则代表是一个key 则将 p赋值给e if (p.hash == hash && ((k = p.key) == key || (key != null && key.equals(k)))) e = p; // 如果是红黑树 开始插入红黑树返回赋值给e else if (p instanceof TreeNode) e = ((TreeNode<K,V>)p).putTreeVal(this, tab, hash, key, value); else { // 循环遍历到node节点p的链表尾部 for (int binCount = 0; ; ++binCount) { // 如何p的next节点为空 e==p==null if ((e = p.next) == null) { // 直接新建node节点赋予p的next节点 p.next = newNode(hash, key, value, null); // 如果链表长度大于 TREEIFY_THRESHOLD(转换为红黑树) 则转换为红黑树 if (binCount >= TREEIFY_THRESHOLD - 1) // -1 for 1st treeifyBin(tab, hash); break; } // 如果key hash相同 && key.equals(k) 则结束循环 此时e!=null if (e.hash == hash && ((k = e.key) == key || (key != null && key.equals(k)))) break; p = e; } } // 处理链表中 e不为null 的情况 onlyIfAbsent==false || oldValue==null 则直接覆盖old value if (e != null) { // existing mapping for key V oldValue = e.value; if (!onlyIfAbsent || oldValue == null) e.value = value; // 这个方法hashMap没有涉及到 这是为了扩展视图 afterNodeAccess(e); // 最后返回旧的值 return oldValue; } } // 增加修改记录 ++modCount; // 如果map中当前size大于threshold 则开始扩容 if (++size > threshold) resize(); // 控制节点插入 这是为了扩展视图 afterNodeInsertion(evict); return null; }
再分析一下get(K k)方法
final Node<K,V> getNode(int hash, Object key) { // tab 当前node数组 first 当存在hash碰撞时候的第一个node节点 e记录next节点 n node数组长度, k 是记录key Node<K,V>[] tab; Node<K,V> first, e; int n; K k; // 如果表为空 则直接返回null if ((tab = table) != null && (n = tab.length) > 0 && (first = tab[(n - 1) & hash]) != null) { // 如果第一个key的hash相同 && key != null && key.equals(k)) 则返回当前node节点 if (first.hash == hash && // always check first node ((k = first.key) == key || (key != null && key.equals(k)))) return first; // 如果fist.next节点不为空 if ((e = first.next) != null) { // 判断当前节点是红黑树 如果是 走红黑树搜素 返回当前节点 if (first instanceof TreeNode) return ((TreeNode<K,V>)first).getTreeNode(hash, key); // 循环遍历next节点 并判断 如果key相同 则返回节点 直到 next节点为空 do { if (e.hash == hash && ((k = e.key) == key || (key != null && key.equals(k)))) return e; } while ((e = e.next) != null); } } return null; }
再看一下删除节点 remove(Object key)方法
final Node<K,V> removeNode(int hash, Object key, Object value, boolean matchValue, boolean movable) { // tab node数组 p当前key取模存在的数组角标node节点 n 数组的长度 index Node<K,V>[] tab; Node<K,V> p; int n, index; // 如果不为空 && hash取模定位数组角标node存在 if ((tab = table) != null && (n = tab.length) > 0 && (p = tab[index = (n - 1) & hash]) != null) { // node 纪录查询匹配的节点 Node<K,V> node = null, e; K k; V v; // 如果key hash相同 && key != null && key.equals(k) 则将 p赋予node节点 if (p.hash == hash && ((k = p.key) == key || (key != null && key.equals(k)))) node = p; else if ((e = p.next) != null) { // 如果节点是红黑树 则走红黑树查询 if (p instanceof TreeNode) node = ((TreeNode<K,V>)p).getTreeNode(hash, key); // 循环遍历 如果找到相同的 则赋值给node节点 跳出循环 else { do { if (e.hash == hash && ((k = e.key) == key || (key != null && key.equals(k)))) { node = e; break; } // 记录下匹配成功前一个节点 p = e; } while ((e = e.next) != null); }e } // 如果node不为空 则key匹配到node节点 !matchValue不匹配值 直接删除 if (node != null && (!matchValue || (v = node.value) == value || (value != null && value.equals(v)))) { // 如果节点是红黑树节点 则直接删除节点 if (node instanceof TreeNode) ((TreeNode<K,V>)node).removeTreeNode(this, tab, movable); // 如果 匹配的是p节点 就是 first node节点 直接将指针指向next节点 else if (node == p) tab[index] = node.next; // p是匹配成功节点的前一个节点 则直接将p的next指向 node的next节点 else p.next = node.next; ++modCount; --size; // 直接删除 视图操作 afterNodeRemoval(node); // 返回删除的节点 return node; } } return null; }
再看一下扩容操作是怎么样的。
final Node<K,V>[] resize() { // 记录旧的table Node<K,V>[] oldTab = table; // 旧table 数组长度 int oldCap = (oldTab == null) ? 0 : oldTab.length; // 旧的扩容点 int oldThr = threshold; int newCap, newThr = 0; // 如果旧的容量大于0 且大于> 1<<30 则将threshold = 0x7fffffff if (oldCap > 0) { if (oldCap >= MAXIMUM_CAPACITY) { threshold = Integer.MAX_VALUE; return oldTab; } //左移1(oldCap*2)小于0x7fffffff 且 大于 16 newCap=oldThr*2 else if ((newCap = oldCap << 1) < MAXIMUM_CAPACITY && oldCap >= DEFAULT_INITIAL_CAPACITY) newThr = oldThr << 1; // double threshold } // newCap = 旧threshold else if (oldThr > 0) // initial capacity was placed in threshold newCap = oldThr; // 新容量 newCap= 16 新扩容点newThr= 16*0.75 else { // zero initial threshold signifies using defaults newCap = DEFAULT_INITIAL_CAPACITY; newThr = (int)(DEFAULT_LOAD_FACTOR * DEFAULT_INITIAL_CAPACITY); } // 如果 新的扩容点=0 新扩容点newThr= 16*0.75 如果大于 0x7fffffff 则设置为 0x7fffffff if (newThr == 0) { float ft = (float)newCap * loadFactor; newThr = (newCap < MAXIMUM_CAPACITY && ft < (float)MAXIMUM_CAPACITY ? (int)ft : Integer.MAX_VALUE); } // 设置新的扩容点 threshold = newThr; @SuppressWarnings({"rawtypes","unchecked"}) // 新建一个容量为 newCap 的node数组 Node<K,V>[] newTab = (Node<K,V>[])new Node[newCap]; // 赋予当前table table = newTab; if (oldTab != null) { // 循环遍历旧的table for (int j = 0; j < oldCap; ++j) { // first节点 Node<K,V> e; if ((e = oldTab[j]) != null) { // 设置为null oldTab[j] = null; // 如果只有first节点 直接设置到 新的tab[对hash取模] if (e.next == null) newTab[e.hash & (newCap - 1)] = e; // 转换为红黑树扩容 else if (e instanceof TreeNode) ((TreeNode<K,V>)e).split(this, newTab, j, oldCap); // 连接节点扩容 else { // preserve order // 高位为0 头 loHead 尾 loTail Node<K,V> loHead = null, loTail = null; // 高位为1 存储在index+oldCap节点 头 hiHead 尾 hiTail Node<K,V> hiHead = null, hiTail = null; Node<K,V> next; //循环遍历每个节点 直到链表尾部 do { next = e.next; /*** * e.hash & oldCap 这操作是取高位 oldCap总是2的倍数 即是 10000..... 取与则是最高位 * 如果最高为0 扩容后 oldCap*2 & e.hash 值还是还是等于原来的,避免重新hash优化 */ 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); // 如果不为空 直接在 table[j] 赋值链表 if (loTail != null) { loTail.next = null; newTab[j] = loHead; } // 如果不为空 赋值到 table[j+oldCap] 赋值链表 if (hiTail != null) { hiTail.next = null; newTab[j + oldCap] = hiHead; } } } } } return newTab; }
jdk8 同时提供了一些 类似 computeIfAbsent,foreach()等支持函数式接口入参,简化代码。下面列举两个例子。
@Override // 提供的遍历的方式 BiConsumer 是jdk8提供的函数式接口 接受两个参数消费 无返回值 public void forEach(BiConsumer<? super K, ? super V> action) { Node<K,V>[] tab; if (action == null) throw new NullPointerException(); // 还是遍历table 通过 BigConsumer函数式接口入参 if (size > 0 && (tab = table) != null) { int mc = modCount; for (int i = 0; i < tab.length; ++i) { for (Node<K,V> e = tab[i]; e != null; e = e.next) action.accept(e.key, e.value); } // 遍历时候不需要操作 如果操作抛出异常 if (modCount != mc) throw new ConcurrentModificationException(); } }
@Override // 查询某个key,如果不存在则调用 Function接口 apply(key) 获取value 再put到map中返回。 public V computeIfAbsent(K key, Function<? super K, ? extends V> mappingFunction) { if (mappingFunction == null) throw new NullPointerException(); int hash = hash(key); Node<K,V>[] tab; Node<K,V> first; int n, i; int binCount = 0; TreeNode<K,V> t = null; Node<K,V> old = null; // 查询map中是否存在key if (size > threshold || (tab = table) == null || (n = tab.length) == 0) n = (tab = resize()).length; if ((first = tab[i = (n - 1) & hash]) != null) { if (first instanceof TreeNode) old = (t = (TreeNode<K,V>)first).getTreeNode(hash, key); else { Node<K,V> e = first; K k; do { if (e.hash == hash && ((k = e.key) == key || (key != null && key.equals(k)))) { old = e; break; } ++binCount; } while ((e = e.next) != null); } V oldValue; // 如果存在则返回旧的value if (old != null && (oldValue = old.value) != null) { afterNodeAccess(old); return oldValue; } } // 调用 function 获取新的value V v = mappingFunction.apply(key); if (v == null) { return null; } else if (old != null) { // 设置新的值 old.value = v; afterNodeAccess(old); return v; } else if (t != null) // 设置新的值 t.putTreeVal(this, tab, hash, key, v); else { tab[i] = newNode(hash, key, v, first); if (binCount >= TREEIFY_THRESHOLD - 1) treeifyBin(tab, hash); } ++modCount; ++size; afterNodeInsertion(true); return v; }
具体红黑树操作有兴趣的同学可以自行去了解。