底层代码分析
目录
重要属性 #
static final int DEFAULT_INITIAL_CAPACITY = 1 << 4;
static final int MAXIMUM_CAPACITY = 1 << 30;
static final float DEFAULT_LOAD_FACTOR = 0.75f;
//size map中的key-value对的数量
transient int size;
//当size>threshold的时候，进行扩容，一般情况下threshold = capacity * loadFactor
int threshold;
//负载因子，表明容器的利用率，可以大于1，一般不需要修改，默认值即可。
final float loadFactor;
//table.length 即HashMap的容量，capacity
transient Node<K,V>[] table;
构造方法 #
自定义了四个构造器（包括无参数的默认构造器）：
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;
//tableSizeFor的作用是求得不小于initialCapacity的最小2的幂次方值，
//比如initialCapacity是15，求得16=2^4；
this.threshold = tableSizeFor(initialCapacity);
}
public HashMap(int initialCapacity) {
this(initialCapacity, DEFAULT_LOAD_FACTOR);
}
public HashMap() {
this.loadFactor = DEFAULT_LOAD_FACTOR; // all other fields defaulted
}
//暂时不讨论该构造器
public HashMap(Map<? extends K, ? extends V> m) {
this.loadFactor = DEFAULT_LOAD_FACTOR;
putMapEntries(m, false);
}
表格总结 #
threashold应该和capacity和loadFactor相关，但此处直接将tableSizeFor(initialCapacity)的值赋值给threashold，是不是不合理呢？下面会讲。不会，下面的第一次put时的resize()方法，对它进行了判断。
| 构造器 | this.loadFactor | this. threshold | this.table | this.size |
|---|---|---|---|---|
| HashMap(int initialCapacity, float loadFactor) | loadFactor | tableSizeFor(initialCapacity) | null | 0 |
| HashMap(int initialCapacity) | DEFAULT_LOAD_FACTOR | tableSizeFor(initialCapacity) | null | 0 |
| HashMap( ) | DEFAULT_LOAD_FACTOR | 0 | null | 0 |
第一次put操作和扩容 #
创建了一个HashMap之后，紧接着就会向map中添加键值对，map.put(key, value)。
第一次put时会开辟数组空间。看代码：
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<K,V>[] tab; Node<K,V> p; int n, i;
if ((tab = table) == null || (n = tab.length) == 0)
//第一次调用put操作时，table都是null，所以必走这一步
n = (tab = resize()).length; //resize()的作用就是开辟数组空间，此时tab就是新开辟数组的引用
//开辟出新数组之后，计算当前key应该放在哪个slot中
if ((p = tab[i = (n - 1) & hash]) == null) //i = (n - 1) & hash，计算索引
tab[i] = newNode(hash, key, value, null);
else {
//第一次调用put的时候，下面代码都不会执行
//...
}
++modCount;
//put完之后，size值会加1，如果此时大于阈值，将会扩容。
if (++size > threshold)
resize();
return null;
}
可以看出put操作的主要流程：
- 分配数组空间
- 插入键值对
- ++size，++modCount
下面主要看看开辟数组空间的逻辑：
final Node<K,V>[] resize() {
Node<K,V>[] oldTab = table; // now the table is null
int oldCap = (oldTab == null) ? 0 : oldTab.length; // so oldCap == 0
/*
* 1、若调用的是带有参数的构造器，oldThr = tableSizeFor(initialCapacity) > 0,
* 2、若调用的是无参数的构造器，oldThr == 0
*/
int oldThr = threshold;
int newCap, newThr = 0;
if (oldCap > 0) {
//下面代码不会调用，因为oldCap == 0
}
else if (oldThr > 0) // initial capacity was placed in threshold
//若调用的是带有参数的构造器，此时计算的桶数组大小就是 tableSizeFor(initialCapacity) > 0
newCap = oldThr;
else { // zero initial threshold signifies using defaults
//若调用的是无参数的构造器，newCap == 16, newThr == (int) 16 * 0.75
newCap = DEFAULT_INITIAL_CAPACITY;
newThr = (int)(DEFAULT_LOAD_FACTOR * DEFAULT_INITIAL_CAPACITY);
}
if (newThr == 0) {
//到这里如果newThr还没有被赋值，就执行下面代码
//为什么到这里newThr依然为0呢？如果调用带有参数的构造器，那么threashold是大于0的，那么
//就执行上面的if(oldThr > 0),将oldThr值赋给newCap，此时newThr依然为0, 而原来的threshold也就没有了用处
//这说明之前将一个2的幂次方值赋值给threshold，只是为了赋值给桶数组的默认容量值（newCap = oldThr），赋值完之后，
//threashold就需要重新计算了，下面就是计算过程：
float ft = (float)newCap * loadFactor;
newThr = (newCap < MAXIMUM_CAPACITY && ft < (float)MAXIMUM_CAPACITY ?
(int)ft : Integer.MAX_VALUE);
}
//覆盖threshold
threshold = newThr;
//开辟空间在这里
Node<K,V>[] newTab = (Node<K,V>[])new Node[newCap];
table = newTab;
if (oldTab != null) {
//这里面的代码不会调用，因为oldTab == null。
}
//返回桶数组的引用
return newTab;
}
总结 #
- 调用HashMap构造器的时候，并不会开辟桶数组的空间。ArrayList的构造器在指定大小的时候会分配空间，而无参数的构造器则会分配一个长度为0的数组。
- 调用initialCapacity参数的构造器后，第一次put时的数组空间大小是不小于initialCapacity的最小2的幂次方值。
- 调用无参的构造方法之后，第一次
put，table数组的空间大小是16，threshold是16*0.75=12。
非第一次put操作和扩容 #
public V put(K key, V value) {
//首先当然是计算key的hash值
//然后调用putVal
return putVal(hash(key), key, value, false, true);
}
//onlyIfAbsent为false，说明如果已经存在相同(== 、equals)的key，则覆盖并返回旧值。
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）//此时table已经不为空
n = (tab = resize()).length;
if ((p = tab[i = (n - 1) & hash]) == null)
//没有产生hash碰撞，即table的第i个桶还没有元素，直接插入
tab[i] = newNode(hash, key, value, null);
else {
Node<K,V> e; K k;
//此时第i个桶已经存在元素，且p是这个桶的第一个元素
if (p.hash == hash &&
((k = p.key) == key || (key != null && key.equals(k))))
//先比较第一个元素，如果hash值相等并且 (是同一个key || 两个key equals)，直接跳到最后进行旧值覆盖
e = p;
else if (p instanceof TreeNode)
//如果第i个桶是红黑树的话，执行红黑树的插入逻辑
e = ((TreeNode<K,V>)p).putTreeVal(this, tab, hash, key, value);
else {
//如果第i个桶是一个链表，则遍历整个链表
for (int binCount = 0; ; ++binCount) { //利用binCount来计数链表的节点数
if ((e = p.next) == null) {
//已经遍历到链表最后，则在尾部添加一个节点
p.next = newNode(hash, key, value, null);
//假如此时链表有8个结点，遍历到第8个结点的时候（此时binCount为7，binCount初始值为0），在链表尾部新加了一个结点，
//此时链表有9个结点，而且binCount >= TREEIFY_THRESHOLD - 1 （7 >= 8-1）,条件成立，将链表转变为红黑树。
if (binCount >= TREEIFY_THRESHOLD - 1)
treeifyBin(tab, hash);
break;
}
//遍历的过程中，如果与其中一个节点的key的hash值相等并且(同一个key || 两个key equals)，直接跳出循环到最后进行旧值覆盖
if (e.hash == hash &&
((k = e.key) == key || (key != null && key.equals(k))))
break;
p = e;
}
}
if (e != null) {
V oldValue = e.value;
//onlyIfAbsent为false，或者oldValue为null，进行旧值的覆盖
if (!onlyIfAbsent || oldValue == null)
e.value = value;
afterNodeAccess(e); //Do nothing！
//直接返回旧值，后面的逻辑不会执行，因为结构没有发生变化，而且size也没有增加
return oldValue;
}
}
++modCount; //modCount为HashMap结构修改的次数，如新加入一个key-value（覆盖旧值不算，因为结构没有发生变化）、删除一个key-value、扩容等等。
if (++size > threshold)
//插入一个key-value之后，如果此时的size > threshold，进行扩容
resize();
afterNodeInsertion(evict);
return null;
}
put(key, value)方法的主要流程如下：
- 计算key的hash值，定位到数组中的具体位置
i。 - 查看
i位置有没有元素，没有的话直接插入key-value。 - 如果
i位置有元素，且满足相等条件，替换旧值。 - 如果
i位置存了一个TreeNode，说明是一个红黑树，执行树的插入操作。 - 如果是一个链表，则遍历链表，过程中，如果有
key满足相等条件，替换旧值；否则插入key-value到链表最后；插入之后如果当前链表长度大于TREEIFY_THRESHOLD，转换成红黑树结构。 size ++，如果size > threshold，进行扩容（具体扩容逻辑后面会讲）。
插入过程中，判断两个key是否相等的条件就是hash值相等，并且== 或者equals返回true.
rehash问题 #
上面说到，如果插入一个key-value之后，size值大于阈值threshold，则进行扩容。那么具体是怎么扩容的？并且如何处理rehash问题？即如何将原来Map中的所有key-value重定位到新的数组中去？现在我们来看看具体是如何实现的。
先研究一下扩容之后如何求键值对在新数组中的索引：
n-1=15 ==> 0000 0000 0000 0000 0000 0000 0000 1111
&
key1(hash1) ==> 1010 1001 1100 1000 1000 1001 0010 0110 ===> 0000 0000 0000 0000 0000 0000 0000 0110 index为6
&
key2(hash2) ==> 1010 1001 1100 1000 1000 1001 0011 0110 ===> 0000 0000 0000 0000 0000 0000 0000 0110 index为6
-----------------------------------------------------------------------------------------------------------------------------------------
n-1=31 ==> 0000 0000 0000 0000 0000 0000 0001 1111
&
key1(hash1) ==> 1010 1001 1100 1000 1000 1001 0010 0110 ===> 0000 0000 0000 0000 0000 0000 0000 0110 index为6
&
key2(hash2) ==> 1010 1001 1100 1000 1000 1001 0011 0110 ===> 0000 0000 0000 0000 0000 0000 0001 0110 index为22（6 + 16）
n=16 ==> 0000 0000 0000 0000 0000 0000 0001 0000
//(key.hash & oldCapacity == 0) ? index : index + oldCapacity
oldCapacity ==> 0000 0000 0000 0000 0000 0000 0001 0000
&key1(hash1) ==> 1010 1001 1100 1000 1000 1001 0010 0110
&key2(hash2) ==> 1010 1001 1100 1000 1000 1001 0011 0110
key1(hash1)----------------------------------------------0------ ==> index为6
key2(hash2)----------------------------------------------1------ ==> index为6+16
看出什么道道了吗？
当容量扩大到2倍后，n-1的二进制表示就在高位多了1bit，原来是4个1，现在是5个1，这样，扩容后，当一个key的hash值的二进制形式在新增的那一位上为0，index值就不变，为1，index就是index + 原来的容量。
所以说，桶数组的容量为2的幂次方值，也有这个好处，在扩容的时候，只需要看key的hash值在新增的那个bit是0还是1，0的话，索引不变，1的话索引变为index + old capacity，
具体方法就是: (key.hash & oldCapacity == 0) ? index : index + oldCapacity，很基本的位操作。
这个设计确实非常的巧妙，既省去了重新计算hash值的时间，而且同时，由于新增的1bit是0还是1可以认为是随机的，因此resize的过程，均匀的把之前的冲突的节点分散到新的bucket了。
resize操作 #
搞清楚了如何进行rehash之后，下面来看一下代码是怎么处理的。
final Node<K,V>[] resize() {
Node<K,V>[] oldTab = table;
int oldCap = (oldTab == null) ? 0 : oldTab.length;
int oldThr = threshold;
int newCap, newThr = 0;
if (oldCap > 0) {
if (oldCap >= MAXIMUM_CAPACITY) { //如果原来的capacity已经大于等于MAXIMUM_CAPACITY，则不进行扩容了，直接赋值Integer.MAX_VALUE给threshold
threshold = Integer.MAX_VALUE;
return oldTab;
}
else if ((newCap = oldCap << 1) < MAXIMUM_CAPACITY &&
oldCap >= DEFAULT_INITIAL_CAPACITY) //capacity扩容两倍，threshold也扩大两倍
newThr = oldThr << 1; // double threshold
}
//接下来的两个else逻辑都不会执行
else if (oldThr > 0)
newCap = oldThr;
else {
newCap = DEFAULT_INITIAL_CAPACITY;
newThr = (int)(DEFAULT_LOAD_FACTOR * DEFAULT_INITIAL_CAPACITY);
}
if (newThr == 0) { //不会执行
float ft = (float)newCap * loadFactor;
newThr = (newCap < MAXIMUM_CAPACITY && ft < (float)MAXIMUM_CAPACITY ?
(int)ft : Integer.MAX_VALUE);
}
threshold = newThr;
Node<K,V>[] newTab = (Node<K,V>[])new Node[newCap]; //开辟数组空间
table = newTab;
if (oldTab != null) { //执行以下逻辑
for (int j = 0; j < oldCap; ++j) { //遍历原来桶数组的每一个桶
Node<K,V> e;
if ((e = oldTab[j]) != null) {
oldTab[j] = null;
if (e.next == null) //桶中只有一个元素
newTab[e.hash & (newCap - 1)] = e; //重新计算桶索引
else if (e instanceof TreeNode) //桶里存放的是红黑树
((TreeNode<K,V>)e).split(this, newTab, j, oldCap);
else {
//桶里存放的是链表
Node<K,V> loHead = null, loTail = null;
Node<K,V> hiHead = null, hiTail = null;
//这里引入两个链表：1、loHead --> loTail
// 2、hiHead --> hiTail
//第一个链表存放的是那些索引位置不变的键值对
//第二个链表存放的是那些索引位置变化的键值对
Node<K,V> next;
do { //遍历链表中的每一个键值对
next = e.next;
if ((e.hash & oldCap) == 0) { //索引值不变，
//存放在第一个链表中
if (loTail == null)
loHead = e;
else
loTail.next = e;
loTail = e;
}
else { //索引值变为index + oldCap
//存放在第二个链表中
if (hiTail == null)
hiHead = e;
else
hiTail.next = e;
hiTail = e;
}
} while ((e = next) != null);
if (loTail != null) { //第j个桶存放第一个链表，索引值依然是j
loTail.next = null;
newTab[j] = loHead;
}
if (hiTail != null) { //第j+oldCap个桶存放第二个链表，索引值变成了j+oldCap
hiTail.next = null;
newTab[j + oldCap] = hiHead;
}
}
}
}
}
return newTab;
}
总结 #
- put操作可以覆盖原来的value，前提条件就是hash值相同且是同一个key，或者hash值相同且两个key equals。
- 插入链表后，元素大于8个，将链表转成红黑树
- 元素是放在链表的尾端
- 插入后，size += 1，如果size > threshold，执行扩容。
- 扩容时，对链表中的键值对重新计算桶索引，方法很巧妙。原来的链表会分裂为两个新链表，一个存放索引值不变的键值对，另一个存放索引值变化的键值对；并且键值对在新链表中的相对顺序没有变；但是在以前的JDK版本中，键值对的顺序变成了原来的倒序，它是依次将每个键值对插入到链表的头部。具体细节可以参考源码，这里就不详细展开了。