源碼解讀--HashMap(jdk8)

一.基礎知識

之前寫過一篇jdk7版的HashMap，今天在此基礎上面講講jdk8中的HashMap。先來看看他們的不同。java源碼系列。

1.jdk7中，擴容插入使用的是前插法，jdk8中使用的是尾插法。

2.jdk7中使用的是數組+鏈表的數據結構,查找時間複雜度取決於鏈表的長度爲 O(n)。jdk8中使用的是數組+鏈表+紅黑樹（鏈表的個數大於8的時候，擴展爲紅黑樹）的數據結構，將查找的時間複雜度爲降爲 O(logN)。

3.jdk7中定義的每個節點叫entry，jdk8中變成了node，不過裏面的值還是hash，key，value，next，如下（jdk8）

final int hash;
final K key;
V value;
Node<K,V> next;

4,.jdk7是先擴容後添加值，jdk8是先添加值後擴容。

二.圖譜與結構

簡單給兩張圖，對比一下吧。

 HashMap實現了Map，支持序列化和克隆。

三.源碼分析

老規矩，看看初始化，添加，刪除，獲取方法。

1.初始化

它有四個初始化方法

public HashMap() {  //數組容量是16，負載因子是0.75，超過16*0.75 = 12就要擴容。
    this.loadFactor = DEFAULT_LOAD_FACTOR; // all other fields defaulted
}

public HashMap(int initialCapacity) {  //設置初始容量
    this(initialCapacity, DEFAULT_LOAD_FACTOR);
}

public HashMap(int initialCapacity, float loadFactor) {  //設置初始容量和裝載因子
    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);
}

public HashMap(Map<? extends K, ? extends V> m) {  //初始集合類型的HashMap
    this.loadFactor = DEFAULT_LOAD_FACTOR;  //裝載因子是0.75
    putMapEntries(m, false);  //將整個map添加進去，說到底還是一個一個的添加操作，這裏就不細講了，看下面的添加方法
}

2.添加方法

HashMap的添加方法也有好幾種，不過原理都差不多，就挑pul(k,v)方法來說說吧。

public V put(K key, V value) {  
    return putVal(hash(key), key, value, false, true);  //添加值，第一個參數是hash值，第二個是key，第三個是value，第四個表示如果值存在覆不覆蓋原值，第五個表示如果是false，table是創建模式
}

static final int hash(Object key) {  //這是取key的的hashcode和高位參數
    int h;
    return (key == null) ? 0 : (h = key.hashCode()) ^ (h >>> 16);
}

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table裏面沒有值，需要進行一個擴容
    if ((p = tab[i = (n - 1) & hash]) == null)   //如果用key hash到table(數組)裏面沒有數據,就創建一個新的節點放在table[i]位置上
        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))))  //如果table上面有值了，hash，key相等的話，暫別表table索引上的值賦值給e
            e = p;
        else if (p instanceof TreeNode)  //判斷是不是紅黑樹
            e = ((TreeNode<K,V>)p).putTreeVal(this, tab, hash, key, value);
        else {
            for (int binCount = 0; ; ++binCount) {
                if ((e = p.next) == null) {  //鏈表數據依次往下走，如果是空的就說明是最後一個
                    p.next = newNode(hash, key, value, null);  //將新建的node添加到列表裏面
                    if (binCount >= TREEIFY_THRESHOLD - 1) // 如果大於閾值，就需要轉成紅黑樹
                        treeifyBin(tab, hash);
                    break;
                }
                if (e.hash == hash &&
                    ((k = e.key) == key || (key != null && key.equals(k))))  //如果找到了相同的值（比較的key）
                    break;
                p = e;
            }
        }
        if (e != null) { // 如果找到key相同的
            V oldValue = e.value;  
            if (!onlyIfAbsent || oldValue == null)  //需要將老值替換
                e.value = value;
            afterNodeAccess(e);
            return oldValue;
        }
    }
    ++modCount;
    if (++size > threshold)  //如果大於閾值，需要擴容
        resize();
    afterNodeInsertion(evict);
    return null;
}

final Node<K,V>[] resize() {  //看官看好了，開始擴容
    Node<K,V>[] oldTab = table;  //先記錄一下老表
    int oldCap = (oldTab == null) ? 0 : oldTab.length;  //記錄老表裏面的值長度
    int oldThr = threshold;  //老的閾值
    int newCap, newThr = 0;  //新表長度和閾值默認爲0
    if (oldCap > 0) {
        if (oldCap >= MAXIMUM_CAPACITY) {  //閾值限制
            threshold = Integer.MAX_VALUE;
            return oldTab;
        }
        else if ((newCap = oldCap << 1) < MAXIMUM_CAPACITY &&  //新的表長度是老表長度的兩倍 <<n  表示2的n次方 
                 oldCap >= DEFAULT_INITIAL_CAPACITY)
            newThr = oldThr << 1; // 老閾值*2
    }
    else if (oldThr > 0) 
        newCap = oldThr;
    else {               // 最開始沒有值的情況下，初始化數據 表的長度是16，閾值是12
        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]; //初始新表
    table = newTab;
    if (oldTab != null) {  //如果老表裏面是有值的
        for (int j = 0; j < oldCap; ++j) {
            Node<K,V> e;
            if ((e = oldTab[j]) != null) {  //遍歷老表數據
                oldTab[j] = null;  //值賦值爲null，方便gc釋放內存
                if (e.next == null)  //走到表的最後一個
                    newTab[e.hash & (newCap - 1)] = e;  //找到新表的索引，並賦值爲e
                else if (e instanceof TreeNode)  //如果是紅黑樹，進行相應的處理
                    ((TreeNode<K,V>)e).split(this, newTab, j, oldCap);
                else { // 可以保證順序
                    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) { //e.hash 和 老表的長度進行與操作，如果==0放在低鏈
                            if (loTail == null)  //一開始爲空的時候，指向e
                                loHead = e;
                            else
                                loTail.next = e;  //逐步添加node
                            loTail = e;
                        }
                        else {//e.hash 和 老表的長度進行與操作，如果不等於0放在高鏈
                            if (hiTail == null)
                                hiHead = e;
                            else
                                hiTail.next = e;
                            hiTail = e;
                        }
                    } while ((e = next) != null);
                    if (loTail != null) {
                        loTail.next = null;
                        newTab[j] = loHead;  //低鏈放到表的j索引
                    }
                    if (hiTail != null) {
                        hiTail.next = null;
                        newTab[j + oldCap] = hiHead;  //高鏈放到j+老表的長度上面
                    }
                }
            }
        }
    }
    return newTab;  //至此擴容完成
}

3.刪除方法

刪除方法有三個，就先看看remove（o）吧。

public V remove(Object key) {  //移除一個對象
    Node<K,V> e;
    return (e = removeNode(hash(key), key, null, false, true)) == null ?  //可能值爲空，如果不爲空，返回對象的值
        null : e.value;
}

final Node<K,V> removeNode(int hash, Object key, Object value,
                           boolean matchValue, boolean movable) {  //matchValue 如果false就直接用key判斷是否相同就好了，如果true的話，不僅要看key相同，還會去比較value要一樣才刪除    movable如果是true就會從table中移除
    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) {  //判空並且找到table裏面的索引值
        Node<K,V> node = null, e; K k; V v;
        if (p.hash == hash &&
            ((k = p.key) == key || (key != null && key.equals(k))))  //如果找到了key相同的
            node = p;
        else if ((e = p.next) != null) {  
            if (p instanceof TreeNode)  //紅黑樹
                node = ((TreeNode<K,V>)p).getTreeNode(hash, key);
            else {
                do {
                    if (e.hash == hash &&
                        ((k = e.key) == key ||
                         (key != null && key.equals(k)))) {  //在table這個索引裏面依次查找值，找到了就結束
                        node = e;
                        break;
                    }
                    p = e;
                } while ((e = e.next) != null);
            }
        }
        if (node != null && (!matchValue || (v = node.value) == value || 
                             (value != null && value.equals(v)))) { //如果找到了key相同的，如果matchValue爲false就直接進入操作，如果是true，之後還會進一步判斷值是否相等
            if (node instanceof TreeNode)
                ((TreeNode<K,V>)node).removeTreeNode(this, tab, movable);
            else if (node == p)  //判斷是鏈表第一個值，鏈表頭指向它的下一個
                tab[index] = node.next;
            else
                p.next = node.next; //不是是鏈表第一個值，扣掉要刪除的節點
            ++modCount;
            --size;  //數據減少了一個
            afterNodeRemoval(node);
            return node;
        }
    }
    return null;
}

4.獲取方法

public V get(Object key) { 
    Node<K,V> e;
    return (e = getNode(hash(key), key)) == null ? null : e.value;  //如果值爲空，返回null，不爲空，返回值
}

final Node<K,V> getNode(int hash, Object key) {  //獲取元素
    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) {   //判空並且找到table裏面的索引值
        if (first.hash == hash && 
            ((k = first.key) == key || (key != null && key.equals(k))))  //蒼天有幸，第一個值就找到了，直接返回
            return first;
        if ((e = first.next) != null) {
            if (first instanceof TreeNode)
                return ((TreeNode<K,V>)first).getTreeNode(hash, key);  //遍歷紅黑樹(這裏就不深入看了，有興趣的可以進一步查看源碼),看看有沒有值
            do {
                if (e.hash == hash &&
                    ((k = e.key) == key || (key != null && key.equals(k))))  //key相同，返回這個節點（node）
                    return e;
            } while ((e = e.next) != null);
        }
    }
    return null;
}

到此，jdk8版的HashMap源碼就講完了！

四.總結

HashMap是一個常用類，但是請注意使用jdk7和jdk8的不同，同時如果有多線程的操作，請使用 ConcurrentHashMap,或者Collections.synchronizeMap（map）。其實Collections.synchronizeMap（map）裏面用的就是synchronized

 

SynchronizedMap(Map<K,V> m) {
    this.m = Objects.requireNonNull(m);  //map不能爲空，要不然會拋出異常
    mutex = this;
}

 

public V put(K key, V value) {
    synchronized (mutex) {return m.put(key, value);}
}

大家想過沒有爲什麼要使用兩個鏈表來實現同一條鏈上面的擴容？
簡單來說就是爲了提高資源利用率。怎麼解釋呢。
向HashMap中一次加入
1,2,4,8,16,32,64
首先在數組上面有0號位置有很多hash值一樣的數據。
0 8->16->32
1 1
2 2
4 4 
當再加入64時，原表需要擴容
0 16->32
1 1
2 2
4 4 
8 8
e.hash & oldCap) != 0 這個判斷將符合條件的值放到高鏈（hi）中
e.hash & oldCap) == 0 這個判斷將符合條件的值放到低鏈（lo）中
這樣就在擴容的時候離散了數據，是表的利用率增加了。
但是還可以進行深入思路，有沒有什麼好的方案可以將表中的數值填充完全呢？
比如從數據中，明顯看出坑位3,5,7 沒有填好。