說明:
終於還是開始整理源碼了。爲了保證客觀性和可讀性,大部分代碼採用截圖和文字註釋的形式。只整理了重要方法。一些問題的解釋放在最後。
HashMap(jdk1.8)
HashMap,繼承AbstractMap,實現Map,Cloneable,Serializable接口
1.默認參數
1.1.默認大小
在不指定大小的情況下,hashmap的默認初始容量爲16,並且大小必須是2的冪。
在指定大小非2的冪的情況下,會向上取最接近的2的冪的值。
1.2.最大容量
hashmap的最大容量爲2的30次方
1.3.填充因子
默認的負載因子0.75是對空間和時間效率的一個平衡選擇,建議大家不要修改,除非在時間和空間比較特殊的情況下,如果內存空間很多而又對時間效率要求很高,可以降低負載因子Load factor的值;相反,如果內存空間緊張而對時間效率要求不高,可以增加負載因子loadFactor的值,這個值可以大於1。
1.4.鏈表轉換爲紅黑樹時的結點數目
轉換的基本條件,即當前位置的結點數爲8時,將鏈表轉換爲紅黑樹結構。提高了搜索的效率
1.5.紅黑樹轉換回鏈表的結點數目
當節點數小於等於6時,將紅黑樹結構轉換回鏈表結構。
1.6.發生紅黑樹轉換的最小大小
只有在總容量大於等於64且,單個結點的鏈表數目大於等於8時,發生鏈表轉換爲紅黑樹結構。設置最小值爲64是爲了避免在總容量較少時,產生擴容和轉換紅黑樹的判斷衝突。
1.7.基本構成:Node結點(1.7版本應爲Entry結點)
1.8.基本結構:table數組
可見hashmap底層基本結構時Node數組,而node數組內部又有Node.next結點,可見hashmap的結構主要爲數組+鏈表的形式。
鏈表的作用: 解決hash衝突,採用的是拉鍊法,即當兩key的hash值相同時,採用鏈表尾插法加入對應位置。
2.基本方法
2.1.獲得index的方法(1.7和1.8的不同)
方法一:
static final int hash(Object key) { //jdk1.8 & jdk1.7
int h;
// h = key.hashCode() 爲第一步 取hashCode值
// h ^ (h >>> 16) 爲第二步 高位參與運算
return (key == null) ? 0 : (h = key.hashCode()) ^ (h >>> 16);
}
方法二:jdk1.7
static int indexFor(int h, int length) { //jdk1.7的源碼,jdk1.8沒有這個方法,但是實現原理一樣的
return h & (length-1); //第三步 取模運算
}
通過hashCode()的高16位異或低16位實現的,主要是從速度,功效和質量考慮的,減少系統的開銷,也不會造成因爲高位沒有參與下標的計算,從而引起的碰撞。
2.2.基本構造方法
tableSizeFor這個方法用來返回大於傳入值cap的最小的2的冪
在HashMap中,哈希桶數組table的長度length大小必須爲2的n次方(一定是合數),這是一種非常規的設計,常規的設計是把桶的大小設計爲素數。相對來說素數導致衝突的概率要小於合數,Hashtable初始化桶大小爲11,就是桶大小設計爲素數的應用(Hashtable擴容後不能保證還是素數)。HashMap採用這種非常規設計,主要是爲了在取模和擴容時做優化,同時爲了減少衝突,HashMap定位哈希桶索引位置時,也加入了高位參與運算的過程。
2.3.get()以及getNode()方法
//hashmap的get方法,用於獲取指定key的value
public V get(Object key) {
Node<K,V> e;
//返回查找到的Node對象的value屬性,沒有則返回空
return (e = getNode(hash(key), key)) == null ? null : e.value;
}
final Node<K,V> getNode(int hash, Object key) {
//臨時變量tab存儲table數組(副本),first存放第一個元素,n爲table的長度
Node<K,V>[] tab; Node<K,V> first, e; int n; K k;
//如果tab不爲空&&tab長度大於0&&key所對應的hashCode((n - 1) & hash)下標下不爲空
if ((tab = table) != null && (n = tab.length) > 0 &&
(first = tab[(n - 1) & hash]) != null) {
//如果首結點的hash值與傳入的hash值相同
if (first.hash == hash && // always check first node
//且first的key值和傳入的key值相同
//或者key不爲null時且用equals比較第一個結點key是否相等
((k = first.key) == key || (key != null && key.equals(k))))
//返回的是第一個結點
return first;
//首結點不是的情況,通過遍歷第一個結點後的鏈表,進行查找
if ((e = first.next) != null) {
//如果是紅黑樹的結點,則用查找紅黑樹結點的方法
if (first instanceof TreeNode)
return ((TreeNode<K,V>)first).getTreeNode(hash, key);
//否則順序遍歷鏈表,用equals進行判斷key是否相等,如果相等則返回該Node
do {
if (e.hash == hash &&
((k = e.key) == key || (key != null && key.equals(k))))
return e;
} while ((e = e.next) != null);
}
}
//如果都不符合則表示未查找到,返回空
return null;
}
2.4.put()以及putVal()方法
public V put(K key, V value) {
// 對key的hashCode()做hash
return putVal(hash(key), key, value, false, true);
}
/**
* @param onlyIfAbsent if true, don't change existing value 如果是true,則不改變現有值
* @param evict if false, the table is in creation mode. 如果是flase,則表示需要創建
*/
final V putVal(int hash, K key, V value, boolean onlyIfAbsent,boolean evict) {
Node<K,V>[] tab; Node<K,V> p; int n, i;
//如果table不存在,則進行初始化,返回的是一個Node[]數組,n記錄數組長度
if ((tab = table) == null || (n = tab.length) == 0)
n = (tab = resize()).length;
//通過判斷key對應hash值求出的下標是否存在結點,如果不存在,就新建一個
if ((p = tab[i = (n - 1) & hash]) == null)
tab[i] = newNode(hash, key, value, null);
//如果首結點已經存在值
else {
Node<K,V> e; K k;
//判斷首結點的key值與傳入key值是否相等
if (p.hash == hash &&((k = p.key) == key || (key != null && key.equals(k))))
e = p;
// 如果是紅黑樹結點的話,進行紅黑樹插入
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) {
//代表這個單鏈表只有一個頭部結點,則直接新建一個結點即可
p.next = newNode(hash, key, value, null);
// 鏈表長度大於8時,將鏈表轉紅黑樹
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;
//更新p
p = e;
}
}
// 如果存在這個映射就覆蓋
if (e != null) { // existing mapping for key
V oldValue = e.value;
// 判斷是否允許覆蓋,並且value是否爲空
if (!onlyIfAbsent || oldValue == null)
e.value = value;
afterNodeAccess(e);
return oldValue;
}
}
++modCount;// 更改操作次數
// 大於臨界值
if (++size > threshold)
// 將數組大小設置爲原來的2倍,並將原先的數組中的元素放到新數組中
resize();
afterNodeInsertion(evict);
return null;
}
借用美團一張圖:
2.5.resize()擴容方法
final Node<K,V>[] resize() {
// 獲取舊元素數組的各種信息
Node<K,V>[] oldTab = table;
// 長度
int oldCap = (oldTab == null) ? 0 : oldTab.length;
// 擴容的臨界值
int oldThr = threshold;
// 定義新數組的長度及擴容的臨界值
int newCap, newThr = 0;
if (oldCap > 0) {// 如果原table不爲空
// 超過最大值就不再擴充了,不再考慮衝突
if (oldCap >= MAXIMUM_CAPACITY) {// 如果數組長度達到最大值,則修改臨界值爲Integer.MAX_VALUE
threshold = Integer.MAX_VALUE;
return oldTab;
}
// 沒超過最大值,就擴充爲原來的2倍
else if ((newCap = oldCap << 1) < MAXIMUM_CAPACITY &&
oldCap >= DEFAULT_INITIAL_CAPACITY)
newThr = oldThr << 1; // double threshold //threshold也變爲二倍
}
else if (oldThr > 0) // initial capacity was placed in threshold
newCap = oldThr;
else { // zero initial threshold signifies using defaults// threshold爲0,則使用默認值
newCap = DEFAULT_INITIAL_CAPACITY;
newThr = (int)(DEFAULT_LOAD_FACTOR * DEFAULT_INITIAL_CAPACITY);
}
// 計算新的resize上限
if (newThr == 0) {
float ft = (float)newCap * loadFactor;
newThr = (newCap < MAXIMUM_CAPACITY && ft < (float)MAXIMUM_CAPACITY ?
(int)ft : Integer.MAX_VALUE);
}
threshold = newThr;// 更新填充因子
@SuppressWarnings({"rawtypes","unchecked"})
Node<K,V>[] newTab = (Node<K,V>[])new Node[newCap];
table = newTab;
if (oldTab != null) { // 調整數組大小之後,需要調整紅黑樹或者鏈表的指向
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;
// 紅黑樹調整
else if (e instanceof TreeNode)
((TreeNode<K,V>)e).split(this, newTab, j, oldCap);
// 鏈表調整 1.8爲尾插法
else { // preserve order// 鏈表優化重hash的代碼塊
Node<K,V> loHead = null, loTail = null;
Node<K,V> hiHead = null, hiTail = null;
Node<K,V> next;
do {
next = e.next;
// 原索引
if ((e.hash & oldCap) == 0) {
if (loTail == null)
loHead = e;
else
loTail.next = e;
loTail = e;
}
// 原索引+oldCap
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;
}
2.6.有關紅黑樹的操作
比較硬核的純算法,源碼1800-2300行爲紅黑樹的各種操作,感興趣的直接從編譯器點進去看看
這裏只給出操作的方法名
putTreeVal()//紅黑樹的插入方法
treeifyBin()//鏈表轉雙向鏈表操作
treeify() //將鏈表中每個值進行紅黑樹插入操作
balanceInsertion()//插入後進行的平衡操作
rotateLeft()//紅黑樹的左旋操作
rotateRight()//紅黑樹的右旋操作