HashMap详解
HashMap简介：
HashMap主要用来存放键值对，key和value均可为null。
JDK1.8之前由数组加链表组成，链表主要是为了解决哈希冲突。JDK1.8之后：当链表长度大于阈值(默认8)时，先判断数组长度是否小于64，若是则先对数组进行扩容，若不是则将链表转为红黑树。可减少搜索时间。
HashMap 通过 key 的 hashCode 经过扰动函数处理过后得到 hash 值，然后通过 (n - 1) & hash 判断当前元素存放的位置（这里的 n 指的是数组的长度）。当前位置为空则直接插入，不为空则判断其key是否与待插入元素得key相同。相同则覆盖，不相同则使用拉链法解决hash冲突。
1.构造器
创建时如果给定了容量初始值， HashMap 会将其扩充为 2 的幂次方大小。
public HashMap(int initialCapacity, float loadFactor) { //先进行参数校验 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; //初始化参数传入tableSizeFor()方法，将容量扩充为2得幂次方。 this.threshold = tableSizeFor(initialCapacity); }
为什么容量要为2的幂次方呢？当长度length为2的幂次方时： hash%length==hash&(length-1) 由于与的速度要大于取余，可以提高运算速率。
且不易发生碰撞：3&(9-1)=0 2&(9-1)=0 碰撞， 3&(8-1)=3 2&(8-1)=2 未碰撞
参数为初始容量：同上，但增长因为子为 static final float DEFAULT_LOAD_FACTOR = 0.75f
public HashMap(int initialCapacity) { this(initialCapacity, DEFAULT_LOAD_FACTOR); }
若未指定map容量，默认为16
2.put方法（JDK1.8采用尾插法，JDK1.7采用头插法）
总结：若定位到数组位置无元素则直接插入
若定位到数组位置有元素则比较其key与待插入的key，相同则覆盖，不相同：判断是否为树，是则调用putTreeVal()将其插入，不是树则为链表，遍历链表将其插入(尾插)。
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; //如果集合为空或者长度为0，对其进行扩容 if ((tab = table) == null || (n = tab.length) == 0) n = (tab = resize()).length; //如果定位到的数组位置没有元素 就直接插入 if ((p = tab[i = (n - 1) & hash]) == null) tab[i] = newNode(hash, key, value, null); else { Node<K,V> e; K k; //判断该位置上的第一个节点的key是否与要put的key相同，相同则直接覆盖 if (p.hash == hash && ((k = p.key) == key || (key != null && key.equals(k)))) e = p; //若key不相同：判断p是否是一个树节点，如果是就调用e = ((TreeNode<K,V>)p).putTreeVal(this, tab, hash, key, value)将元素添加进入。 else if (p instanceof TreeNode) e = ((TreeNode<K,V>)p).putTreeVal(this, tab, hash, key, value); //如果不是树就遍历链表插入(插入的是链表尾部)。 else { for (int binCount = 0; ; ++binCount) { //到达链表尾部，插入key，value if ((e = p.next) == null) { p.next = newNode(hash, key, value, null); if (binCount >= TREEIFY_THRESHOLD - 1) // -1 for 1st treeifyBin(tab, hash); break; } //遍历链表时该节点的key与待插入的key相同。 if (e.hash == hash && ((k = e.key) == key || (key != null && key.equals(k)))) break; p = e; } } //e不为null说明在该链表或树上有节点的key和待插入的key相同，e指向该节点 if (e != null) { // existing mapping for key V oldValue = e.value; if (!onlyIfAbsent || oldValue == null) e.value = value; afterNodeAccess(e); return oldValue; } } ++modCount; if (++size > threshold) resize(); afterNodeInsertion(evict); return null; }
3.get方法
public V get(Object key) { Node<K,V> e; return (e = getNode(hash(key), key)) == null ? null : e.value; } final Node<K,V> getNode(int hash, Object key) { Node<K,V>[] tab; Node<K,V> first, e; int n; K k; //数组不能为空且定位到的位置处必须有值 if ((tab = table) != null && (n = tab.length) > 0 && (first = tab[(n - 1) & hash]) != null) { //若第一个节点的key与待找的key相同就返回first if (first.hash == hash && // always check first node ((k = first.key) == key || (key != null && key.equals(k)))) return first; if ((e = first.next) != null) { //判断是否为树 if (first instanceof TreeNode) return ((TreeNode<K,V>)first).getTreeNode(hash, key); //代码走到这说明是链表，遍历该链表 do { if (e.hash == hash && ((k = e.key) == key || (key != null && key.equals(k)))) return e; } while ((e = e.next) != null); } } return null; }
4.resize方法
进行扩容，会伴随着一次重新hash分配，并且会遍历hash表中所有的元素，是非常耗时的。
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) { //超过最大值就不再扩充。 if (oldCap >= MAXIMUM_CAPACITY) { threshold = Integer.MAX_VALUE; return oldTab; } else if ((newCap = oldCap << 1) < MAXIMUM_CAPACITY && oldCap >= DEFAULT_INITIAL_CAPACITY) newThr = oldThr << 1; // double threshold } else if (oldThr > 0) // initial capacity was placed in threshold newCap = oldThr; else { // zero initial threshold signifies using defaults newCap = DEFAULT_INITIAL_CAPACITY; newThr = (int)(DEFAULT_LOAD_FACTOR * DEFAULT_INITIAL_CAPACITY); } //// 计算新的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; @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; //旧数组位置j处仅有一个元素 if (e.next == null) //计算待插入新数组的位置 newTab[e.hash & (newCap - 1)] = e; //是否为树 else if (e instanceof TreeNode) ((TreeNode<K,V>)e).split(this, newTab, j, oldCap); //为链表，遍历该链表，重新计算每个节点待插入的位置 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; }
