HashMap（jdk1.8）

 

0.底层实现加了红黑树

数组+链表（链表长度超过阈值,默认8-->红黑树）

HashMap在进行put get remove的时候，都是先计算hash，然后根据hash定位桶的位置（table[]的下标），桶中是hash值冲突的键值对组成的链表，然后遍历该链表进行相应的操作，当冲突很多时，遍历链表效率低，红黑树的效率高

1.用于描述键值对的内部类由Entry<K,V>变成了Node<K,V>，多了一个描述红黑树的内部类TreeNode<K,V>

static class Node<K,V> implements Map.Entry<K,V> {

final int hash;　　//1.7中，hash不是final的
final K key;
V value;
Node<K,V> next;

……

}

static final class TreeNode<K,V> extends LinkedHashMap.Entry<K,V> {

TreeNode<K,V> parent; // red-black tree links
TreeNode<K,V> left;
TreeNode<K,V> right;
TreeNode<K,V> prev; // needed to unlink next upon deletion
boolean red;

……

}

 

2.成员变量

transient Node<K,V>[] table;　　哈希表

static final int TREEIFY_THRESHOLD = 8;　　一个桶中冲突的个数大于该值时，将链表转化成红黑树

if (binCount >= TREEIFY_THRESHOLD - 1) // -1 for 1st
　　treeifyBin(tab, hash);

static final int UNTREEIFY_THRESHOLD = 6;　　　一个桶中冲突的个数小于该值时，将红黑树转化成链表

static final int MIN_TREEIFY_CAPACITY = 64;　　　该值最少为TREEIFY_THRESHOLD 的4倍，将一个链表转化成二叉树的过程中，如果table.length小于该值，会resize()，，也就是说，当桶的个数（Node数组的长度）小于该值的情况下，一个桶中的链表的长度大于TREEIFY_THRESHOLD 阈值，需要进行链表转换成红黑树，此时，进行扩容，而不是树化

if (tab == null || (n = tab.length) < MIN_TREEIFY_CAPACITY)
　　resize();

3.构造器

在构造器中判断参数合法之后，初始化loadFactor（加载因子）和threShold（阈值），并不真正初始化哈希表，即存储键值对的数据结构并不是在构造方法里初始化的，而是在第一次调用put方法时，在put方法中调用resize方法进行哈希表的初始化

    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;
        this.threshold = tableSizeFor(initialCapacity);　　//该方法将返回一个大于等于initialCapacity的2的幂次方的值
    }

　　

1.7中，将阈值初始化为初始容量　　threshold = initialCapacity;   在之后，第一次put的时候，需要调用inflateTable方法初始化哈希表，在此时，会将容量调整为大于等于初始容量的2的幂次方的值

1.8中，阈值初始化为大于等于初始容量的2的幂次方的值　　this.threshold = tableSizeFor(initialCapacity);　　

何时初始化存储键值对的数据结构？

1.7 在调用put方法时，如果table是null，则初始化Entry<K,V>[] table，调用initfatetable方法初始化，在该方法中，将容量调整为大于等于initialCapacity的2的幂次方的值。

1.8 在调用put方法时，如果table是null，则初始化Node<K,V>[] table，调用resize方法初始化

 

4.hash计算

　　hash值的作用：定位桶的位置(n - 1) & hash　　n = table.length，定位桶的位置要用哈希表的长度-1 & hash值

　　为何hash没有直接使用对象的HashCode？

　　哈希表的长度n相较于对象的HashCode比较小，如果直接使用对象的HashCode和（n-1）作与运算，可能HashCode只有低几位参与了运算，因此，hash值是对对象的HashCode调整之后的值，为的是让HashCode的高几位也参与运算，减少随机性带来的影响。

static final int hash(Object key) {

int h;
return (key == null) ? 0 : (h = key.hashCode()) ^ (h >>> 16)；

}

1.7和1.8计算hash值的方法不一样，但是都是对对象的HashCode做了一些位运算，目的都是为了减少哈希冲突

 

5.查找get

定位桶的位置，看桶中是TreeNode类型的红黑树，还是Node类型的链表

　　调用查找红黑树的方法 or 遍历链表

    public V get(Object key) {
        Node<K,V> e;
        return (e = getNode(hash(key), key)) == null ? null : e.value;
　　　　　//　如果有key对应的键值对，返回其value，没有，返回null
　　　　//　所以，返回null时，有可能键对应的值为null，有可能不存在相应的键值对

    }
    final Node<K,V> getNode(int hash, Object key) {
        Node<K,V>[] tab; Node<K,V> first, e; int n; K k;
　　　　// 如果哈希表是Null,表明再创建HashMap之后，还没有put元素，直接返回 null
　　　　　　哈希表不是null，定位桶的位置
        if ((tab = table) != null && (n = tab.length) > 0 &&
            (first = tab[(n - 1) & hash]) != null) {
　　　　// 先判断第一个结点
　　　　　　如果第一个结点就是要找的键值对，直接返回
　　　　　　如果第一个结点不是要找的键值对，那么， 判断桶中是红黑树还是链表
　　　　　　红黑树：调用TreeNode的getTreeNode方法查找
　　　　　　链表：遍历链表查找

            if (first.hash == hash && // always check first node
                ((k = first.key) == key || (key != null && key.equals(k))))
                return first;
            if ((e = first.next) != null) {
                if (first instanceof TreeNode)
                    return ((TreeNode<K,V>)first).getTreeNode(hash, key);
                do {
                    if (e.hash == hash &&
                        ((k = e.key) == key || (key != null && key.equals(k))))
                        return e;
                } while ((e = e.next) != null);
            }
        }
        return null;
    

 

6.插入put，如果键值有重复的，返回旧值；没有重复的，返回null

　　　　扩容、树化（将桶中的链表转化成红黑树）

　   调用put方法， 计算hash（key），计算hash值是为了定位桶的位置

　　在put方法中调用putVal方法

　　如果哈希表是null（调用构造器创建HashMap之后还没有进行table的初始化），调用resize方法初始化哈希表

　　如果已经初始化了，定位桶的位置 length-1  &   hash

　　　　如果当前桶是空的，直接创建Node并插入

　　　　如果当前桶不是空的（有冲突）

　　　　　　判断第一个结点（不论put、get、remove都先判断第一个结点），看当前桶中第一个结点是否和要插入的键值对的键重复，重复，用新值覆盖旧值，结束

　　　　　　不重复，判断当前桶中是链表还是红黑树

　　　　　　　　红黑树：调用内部类TreeNode的putTreeVal方法，如果红黑树中有重复的，将重复的节点返回，之后用新值覆盖旧值；没有重复的，插入在合适位置

　　　　　　　　链表：从头到尾遍历链表，没有重复的，插在链表尾部；有重复的，将重复的节点记录下来，之后用新值覆盖旧值

注意：用新值覆盖旧值是有条件的，putValue的方法入参onlyIfAbsent决定了是否仅在旧的value值==null时，用新值覆盖旧值


    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)
            n = (tab = resize()).length;　　//调用构造器创建HashMap之后，只是初始化了加载因子和阈值，并为初始化Node<K,V>[] table，所以，在第一次put时，先初始化table哈希表
//初始化哈希表
1.7 调用inflateTable方法初始化哈希表transient Entry<K,V>[] table，将指定初始容量值调整为大于等于指定初始容量的2的幂次方的值之后，table = new Entry[capacity]
1.8 调用resize方法初始化哈希表transient Node<K,V>[] table

        if ((p = tab[i = (n - 1) & hash]) == null)　　//定位桶的位置，如果当前桶是空的，表明不冲突，直接新建Node并插入
            tab[i] = newNode(hash, key, value, null);
        else {　　// 当前桶不是空的，有冲突
            Node<K,V> e; K k;
            if (p.hash == hash &&
                ((k = p.key) == key || (key != null && key.equals(k))))　　// 先判断第一个结点（不论当前桶中是链表还是红黑树，第一个结点都单独判断）
　　　　　　　　　　　　　　　　　　　　　　　　　　　　　　　　　　　　　　　　　　　　　　如果第一个结点就和要插入的键值对的键值一样，将该节点记录在e中，后面用新值覆盖旧值
　　　　　　　　　　　　　　　　　　　　　　　　　　　　　　　　　　　　　　　　　　　　　　否则，判断该桶中是链表还是红黑树，分别进行处理

                e = p;
            else if (p instanceof TreeNode)　　//红黑树
                e = ((TreeNode<K,V>)p).putTreeVal(this, tab, hash, key, value);
            else {　　//遍历链表
                for (int binCount = 0; ; ++binCount) {
                    if ((e = p.next) == null) {
　　　　　　　　　　　　// 遍历到链表尾部了，证明一直没有一样的键，所以，新建Node插入在链表尾部
                        p.next = newNode(hash, key, value, null);
                        if (binCount >= TREEIFY_THRESHOLD - 1) // -1 for 1st
　　　　　　　　　　　　　　//如果当前链表的长度超过了阈值，将链表转化成红黑树
                            treeifyBin(tab, hash);
                        break;
                    }
　　　　　　　　　　　　// 在遍历链表的过程中，如果发现有一样的键，和上面一样，将该节点Node记录在e中，后面用新值覆盖旧值
                    if (e.hash == hash &&
                        ((k = e.key) == key || (key != null && key.equals(k))))
                        break;
                    p = e;
                }
            }
　　　　　　// 此处，如果e ！= null，证明上面有和要插入的键值对一样的键，用新值覆盖旧值
            if (e != null) { // existing mapping for key
                V oldValue = e.value;
                if (!onlyIfAbsent || oldValue == null)
                    e.value = value;
                afterNodeAccess(e);
                return oldValue;
            }
        }
        ++modCount;
　　　　// 如果哈希表的总长度超过了阈值，扩容。
        if (++size > threshold)
            resize();
        afterNodeInsertion(evict);
        return null;
    }

 

7.扩容

扩大的是Node<K,V>[] table的长度，扩充为原来的2倍，并且要重新计算键值对的位置，将其放在何时的桶中，扩容之后，桶的数量增加，但是冲突减少

table数组的长度总是2的幂，原因：用位运算代替取余运算来定位桶的位置

何时扩容？   HashMap中元素的个数 大于  阈值（容量*加载因子）

   final Node<K,V>[] resize() {
        Node<K,V>[] oldTab = table; 　　//记录扩容之前的table的状态
        int oldCap = (oldTab == null) ? 0 : oldTab.length;
        int oldThr = threshold;
        int newCap, newThr = 0;
        if (oldCap > 0) {　　//之前的容量大于0，表明已经初始化了，此次调用resize方法是为了扩大哈希表的容量
            if (oldCap >= MAXIMUM_CAPACITY) {
                threshold = Integer.MAX_VALUE;
                return oldTab;　　//已经没有可扩充的余地了，将阈值设为MAX_VALUE，直接返回原哈希表
            }
            else if ((newCap = oldCap << 1) < MAXIMUM_CAPACITY &&
                     oldCap >= DEFAULT_INITIAL_CAPACITY)
                newThr = oldThr << 1; // double threshold　　//将容量扩充两倍之后仍小于规定的最大容量，就将阈值也设为之前的两倍
        }
        else if (oldThr > 0) // initial capacity was placed in threshold
　　　　　　//oldCap == 0 表示还没初始化， 但是oldThr已经在构造器中设为 指定容量对应的2的幂次方的值
　　　　　　//那么初始化之后的容量即为oldThr中保存的值
            newCap = oldThr;
        else {               // zero initial threshold signifies using defaults
           // oldCap == 0 并且 oldThr == 0 表明没有初始化并且调用构造器时没有指定容量，将它们都设为默认值
　　　　　　　newCap = DEFAULT_INITIAL_CAPACITY;
            newThr = (int)(DEFAULT_LOAD_FACTOR * DEFAULT_INITIAL_CAPACITY);
        }
　　　　//指定扩容之后哈希表的阈值
        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;　　// 创建哈希表并赋给成员变量table

　　　　　　// 将旧table中的键值对一一计算其hash值，放在新的哈希表的合适位置；   如果是初始化，oldTab是null，下面的操作不用进行
        if (oldTab != null) {
            for (int j = 0; j < oldCap; ++j) {
                Node<K,V> e;
                if ((e = oldTab[j]) != null) {
                    oldTab[j] = null;
                    if (e.next == null)　　//如果桶中只有一个Node，那就直接计算其新的数组下标
                        newTab[e.hash & (newCap - 1)] = e;
　　　　　　　　　　　　// 如果桶中有多个Node，如果是红黑树，要对红黑树进行查分；如果是链表，遍历链表
                    else if (e instanceof TreeNode)
                        ((TreeNode<K,V>)e).split(this, newTab, j, oldCap);
                    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;
    }

 

8.树化

 

9.remove

根据一个key删除对应的键值对，返回键值对对应的value

先遍历HashMap，找到key对应的节点并用变量node记录下来

如果node是null，表明没有对应的节点，直接返回null

如果node不是nul，表明存在要删除的节点

　　如果node是红黑树的一个节点，调用removeTreeNode方法删除

　　如果node是链表的第一个结点，tab[index] = node.next;

　　　　　　不是链表的第一个结点，p.next = node.next;

    public V remove(Object key) {
        Node<K,V> e;
        return (e = removeNode(hash(key), key, null, false, true)) == null ?
            null : e.value;
　　　　// 删除key对应的Node，返回对应的value值或者null
    }
    final Node<K,V> removeNode(int hash, Object key, Object value,
                               boolean matchValue, boolean movable) {
        Node<K,V>[] tab; Node<K,V> p; int n, index;
　　　　// 如果table是null，直接返回
        if ((tab = table) != null && (n = tab.length) > 0 &&
            (p = tab[index = (n - 1) & hash]) != null) {
　　　　　　// 定位桶的位置
            Node<K,V> node = null, e; K k; V v;
　　　　　　// 先判断当前桶中的第一个结点是不是要删除的
            if (p.hash == hash &&
                ((k = p.key) == key || (key != null && key.equals(k))))
                node = p;
            else if ((e = p.next) != null) {
                if (p instanceof TreeNode)
                    node = ((TreeNode<K,V>)p).getTreeNode(hash, key);
                else {
                    do {
                        if (e.hash == hash &&
                            ((k = e.key) == key ||
                             (key != null && key.equals(k)))) {
                            node = e;
                            break;
                        }
                        p = e;
                    } while ((e = e.next) != null);
                }
            }
　　　　　　// 先遍历，如果要删除的节点存在，记录该结点
　　　　　　// 然后删除对应的结点

            if (node != null && (!matchValue || (v = node.value) == value ||
                                 (value != null && value.equals(v)))) {
                if (node instanceof TreeNode)
                    ((TreeNode<K,V>)node).removeTreeNode(this, tab, movable);
                else if (node == p)
                    tab[index] = node.next;
                else
                    p.next = node.next;
                ++modCount;
                --size;
                afterNodeRemoval(node);
                return node;
            }
        }
        return null;
    }