集合框架学习之HashMap源码
写在前边:今天是1月11日,放假的第13天,图书馆已经没人了,学校里的人也越来越少,淅沥的小雨挡不住众学子回家的脚步。昨晚,异乡遇故知,聊了一通有的没的。看到彼此变了很多,庆幸也保留了很多。此去经年,愿故人前途坦荡。自从上了大学之后,慢慢脱离了交际,不想与人交流,仿佛一只自缚的茧。可这也给我留下独立思考的时间与空间,灯火辉煌的城市里,那些劳务工人在想什么;街边夜幕下,摆地摊的小商贩又在聊什么。我一直尝试了解一个普通人波涛汹涌的内心世界,以此填充我残缺的魂魄。
1、关于Hash的基本概念
Hash也称散列、哈希,基本 原理是把任意长度的输出,经过Hash算法变成固定长度的输出。这个映射的规则就是Hash算法,而原始数据映射之后的二进制就是哈希值。
Hash的特点:
- 输入域无穷,输出值有限;
- 从hash值不可以反向推出原始数据;
- 输入参数确定,经过hash函数映射出的返回值一样。
- 输入域上的值经过函数值映射后会几乎均等的分布在输出域上;
抽屉原理:桌上有10个苹果,需要把它们放到9个抽屉里,无论如何放,都会有一个抽屉里有不少于两个苹果。这一现象被称为抽屉原理。
由于hash的输入域是无限的,输出域是有限的,所以根据抽屉原理,一定会存在不同的输入被映射到相同输出的情况。
2、HashMap的体系结构
HashMap的基本概念:HashMap是基于哈希表(散列表),实现Map接口的双列集合,数据结构是“链表散列”,也就是数组+链表 ,key唯一的value可以重复,允许存储null 键null值,元素无序。
HashMap的UML图:
![](https://img2018.cnblogs.com/blog/1610225/202001/1610225-20200113144845747-1161830971.png)
图看起来并不复杂,实现了Cloneable接口,实现Seriakizable接口,继承AbstractMap,实现Map接口。
我们已经知道了,HashMap的数据结构是数据存链表,链表的每一个节点称为一个Node,那我们看一下HashMap使用的Node长什么样子:
static class Node<K,V> implements Map.Entry<K,V> {
final int hash;
final K key;
V value;
Node<K,V> next;
解释一下:
-
实现了Entry,Entry实际上就是定义了一组操作hashMap方法的接口;
-
hash:经过哈希算法得到的Key的hash值,实际上还经过扰动;
-
k:就是你要存的数据的key值
-
v:你要存储的值的value
-
next:下一个节点,hash冲突之后链表增长。
HashMap存储数据的时候就像这样子:
![](https://img2018.cnblogs.com/blog/1610225/202001/1610225-20200113144927174-296759306.png)
具体情况后边再说,有个稍微概念:<key,Value>中的key经过hash算法得到一个数值,即将该Node存储到数组的相应位置里。如果有多个Node的hashcode相同,那么就形成Node链表。链表过长且数组容量到达阈值后,链表变成红黑树。
3、HashMap的属性分析
查看HashMap的结构信息,找出它的属性值有哪些:
![](https://img2018.cnblogs.com/blog/1610225/202001/1610225-20200113144953009-1391028901.png)
也不多,挑出来分析一下(其实就是翻译了一下官方注释~):
//默认初始大小:16
static final int DEFAULT_INITIAL_CAPACITY = 1 << 4; // aka 16
//最大的容量
static final int MAXIMUM_CAPACITY = 1 << 30;
//默认负载因子
static final float DEFAULT_LOAD_FACTOR = 0.75f;
//树化参数一:链表长度阈值
static final int TREEIFY_THRESHOLD = 8;
//树化参数二:数组此时容量
static final int MIN_TREEIFY_CAPACITY = 64;
//总的说来就是:某一条链长度超过8且数组容量超过64,即树化
//树降级成链表的阈值
static final int UNTREEIFY_THRESHOLD = 6;
//Node数组,它用来构建的散列表
transient Node<K,V>[] table;
//哈希表中的元素的个数
transient int size;
//哈希表的结构修改的次数
transient int modCount;
//负载因子,默认0.75
final float loadFactor;
//扩容阈值:当元素的个数超过此数值时,触发扩容
//计算方法:threshold=capacity * loadFactor
int threshold;
4、HashMap的构造方法分析
也还好,只有四个:
![](https://img2018.cnblogs.com/blog/1610225/202001/1610225-20200113145026098-1081151242.png)
看起来很清晰啊,很容易猜出来各自的作用。
找一个长的分析它:
HashMap(initialCapacity,loadFactor)
这个参数比较多,先来搞它:
public HashMap(int initialCapacity, float loadFactor) {
/************就是一些安全性检验***************************/
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);
/*****************************************************/
//设置负载因子
this.loadFactor = loadFactor;
//调用了tableSizeFor,点进去看它 :
this.threshold = tableSizeFor(initialCapacity);
}
分析tableSizeFor
方法:
//这个方法的作用:
//返回一个大于等于当前cap的一个数字,且为2的次方数
static final int tableSizeFor(int cap) {
//先将传进来的初始值-1赋给n
int n = cap - 1;
//经过一些列计算,算出n的值
n |= n >>> 1;
n |= n >>> 2;
n |= n >>> 4;
n |= n >>> 8;
n |= n >>> 16;
//若不大于默认最大容量,返回n+1
return (n < 0) ? 1 : (n >= MAXIMUM_CAPACITY) ? MAXIMUM_CAPACITY : n + 1;
}
/*
*仔细分析一下它是怎么完成计算的
*假设 cap =10
* n = cap -1 = 9
* 9 = > 0b1001
* 0b1001 | 0b0100 => 0b1101
* 0b1101 | 0b0011 => 0b1111
* 0b1111 | 0b0000 => 0b1111
* 0b1111 | 0b0000 => 0b1111
* n = 0b1111 => 15
* return n+1 ;
*/
到这里,这个方法算是分析完了,主要的工作就是给负载因子赋值,计算数组的容量大小。
5、put<K,V>方法分析
套娃模式,看源代码:
public V put(K key, V value) {
return putVal(hash(key), key, value, false, true);
}
enmmmm,put
方法里边调用了putVal
方法,传入的参数里有一个hash(key)
,什么作用呢,找到对应的源码,分析它:
static final int hash(Object key) {
int h;
//key的哈希值 和 它的高16位做异或运算
//高16位的特性加入计算中,使得计算结果更加均匀分散,减少hash碰撞的几率
return (key == null) ? 0 : (h = key.hashCode()) ^ (h >>> 16);
}
ok,可以看到这里就是在计算一个key的经过扰动的hash值并且返回,接下来我们回到putVal()
方法继续分析下去。
分析在注释中给出:
final V putVal(int hash, K key, V value, boolean onlyIfAbsent,
boolean evict) {
//tab:当前hashmap的散列表引用
//p:当前散列表的元素
//n: 表示散列数组的长度
//i:路由寻址的结果
Node<K,V>[] tab; Node<K,V> p; int n, i;
//初始化一个散列表:
//也就是说hashmap是在第一次调用put的时候被初始化的
if ((tab = table) == null || (n = tab.length) == 0)
//【resize方法将会详细解释】
n = (tab = resize()).length;
//key的hash值和数组长度-1做与运算,得出node应该存放的位置;
//若tab[i]为空,放入节点 ,此时p被赋值了
if ((p = tab[i = (n - 1) & hash]) == null)
tab[i] = newNode(hash, key, value, null);
//若该tab[i]不为空
else {
//e:临时的node
//k:临时的key
Node<K,V> e; K k;
//判断要存的node的hash 和 key 是否与数组中p的相等
if (p.hash == hash &&
((k = p.key) == key || (key != null && key.equals(k))))
//相同的话,则e指向当前p节点【旧值是要被覆盖的,在最后】
e = p;
//如果不相同,判断tab[i]是否为红黑树
else if (p instanceof TreeNode)
//若是红黑树,遍历此树,具体在putTreeVal中
//树中没有此节点,则加入;
//树中有此节点,则返回原值
e = ((TreeNode<K,V>)p).putTreeVal(this, tab, hash, key, value);
//如果tab[i]存的不是红黑树,那么就是链表
else {
//遍历链表
for (int binCount = 0; ; ++binCount) {
//如果已经遍历到链表的末尾节点,说明当前链表中没有待插入的node
if ((e = p.next) == null) {
//插入元素
p.next = newNode(hash, key, value, null);
//如果链表长度大于8,树化链表
if (binCount >= TREEIFY_THRESHOLD - 1) // -1 for 1st
treeifyBin(tab, hash);
break;
}
//如果链表里有此node,覆盖原值
if (e.hash == hash &&
((k = e.key) == key || (key != null && key.equals(k))))
break;
p = e;
}
}
//如果e指向的元素不为null
if (e != null) { // existing mapping for key
//取出此node的原值
V oldValue = e.value;
if (!onlyIfAbsent || oldValue == null)
//用新值替换原值
e.value = value;
afterNodeAccess(e);
//返回原值
return oldValue;
}
}
//表示散列表被修改的次数【增减元素才计数】
++modCount;
//判断是否需要扩容
if (++size > threshold)
resize(); //扩容方法,后续细说
afterNodeInsertion(evict);
return null;
}
至此,我们的put方法就分析结束了,整个流程还是比较清楚明了的。如果还不清楚,可以结合流程图阅读源代码:
![](https://img2018.cnblogs.com/blog/1610225/202001/1610225-20200113170415824-1327038009.png)
6、resize()方法分析
为什么需要扩容呢?上边画了hashmap的存储结构示意图,当我们存储很多元素的时候,容易发生hash冲突。这时候,会形成很长的链表或者很高的红黑树,导致查找元素的效率很低。所以,此时需要对hashmap进行扩容,解决此问题。
分析源代码,分析在注释中给出:
final Node<K,V>[] resize() {
//oldTab:引用扩容之前的数组
Node<K,V>[] oldTab = table;
//oldcap:扩容之前的数组容量
int oldCap = (oldTab == null) ? 0 : oldTab.length;
//oldThr:扩容之前的阈值
int oldThr = threshold;
//扩容之后的数组容量和扩容阈值
int newCap, newThr = 0;
//扩容前数组的长度大于0, 正常扩容
if (oldCap > 0) {
//扩容前的数组长度达到了最大值
if (oldCap >= MAXIMUM_CAPACITY) {
threshold = Integer.MAX_VALUE;
//无法扩容,直接返回
return oldTab;
}
//oldCap左移一位实现容量翻倍,并且赋值给newCap,若newCap的值小于最大值的限制
//且扩容前的容量>=16
else if ((newCap = oldCap << 1) < MAXIMUM_CAPACITY &&
oldCap >= DEFAULT_INITIAL_CAPACITY)
//扩容后的阈值翻倍
newThr = oldThr << 1; // double threshold
}
//扩容前数组为空,且阈值大于0
//什么时候出现这种情况:
//1.new HashMap(initialCapacity,loadFactor)
//2.new HashMap(initialCapacity)
//3.new HashMap(map)
else if (oldThr > 0) // initial capacity was placed in threshold
newCap = oldThr;
//此时oldCap = 0 ,oldThr = 0
else { // zero initial threshold signifies using defaults
//新数组的容量 = 16
newCap = DEFAULT_INITIAL_CAPACITY;
//新数组的阈值 = 负载因子 * 数组容量
newThr = (int)(DEFAULT_LOAD_FACTOR * DEFAULT_INITIAL_CAPACITY);
}
//如果新数组的阈值为0:
if (newThr == 0) {
//新的数组的阈值
float ft = (float)newCap * loadFactor;
newThr = (newCap < MAXIMUM_CAPACITY && ft < (float)MAXIMUM_CAPACITY ?
(int)ft : Integer.MAX_VALUE);
}
//将新的扩容阈值,赋值给扩容阈值,下次扩容按照这个计算
threshold = newThr;
//创建一个新的更大的数组
Node<K,V>[] newTab = (Node<K,V>[])new Node[newCap];
//将新的数组赋值给table
table = newTab;
//如果原有的数组不为null
if (oldTab != null) {
//遍历该数组
for (int j = 0; j < oldCap; ++j) {
//e:代表当前数组中的node
Node<K,V> e;
//如果oldTab[j]中有数据,赋值给e
if ((e = oldTab[j]) != null) {
//oldTab[j]置空,方便JVM回收
oldTab[j] = null;
//如果当前节点的没有下一个节点,既不是链表也不是树
if (e.next == null)
//将当前节点加入到新的数组中对应的位置
newTab[e.hash & (newCap - 1)] = e;
//如果当前节点为红黑树
else if (e instanceof TreeNode)
//该操作本篇笔记先不解释
((TreeNode<K,V>)e).split(this, newTab, j, oldCap);
//如果当前节点已经形成链表
else {
//以下完成对一个链表的拆分插入到新数组中的操作
//低位链表:存在新数组的位置与当前位置一致
Node<K,V> loHead = null, loTail = null;
//高位链表:存在新数组的位置= 当前位置 + 扩容后的长度
Node<K,V> hiHead = null, hiTail = null;
Node<K,V> next;
//循环遍历链表
do {
next = e.next;
//当前元素的hash值和oldcap想与运算为0
//也就是当前元素的hash值高一位 为0
if ((e.hash & oldCap) == 0) {
//当前低位链表为空
if (loTail == null)
//放入低位链表中
loHead = e;
//当前低位链表不为空
else
//插入到低位链表末尾
loTail.next = e;
//无论如何,当前元素都是末尾的元素
loTail = e;
}
//当前元素的hash值和oldcap想与运算不为0
//也就是当前元素的hash值高一位为1
else {
//如果此时高位链表为空
if (hiTail == null)
//放入到高位链表中
hiHead = e;
//当前高位链表不为空
else
//插入到高位链表的末尾
hiTail.next = e;
//无论如何,当前元素都是末尾的元素
hiTail = e;
}
} while ((e = next) != null);
//如果低位链表不为空
if (loTail != null) {
//尾元素下一元素置空
loTail.next = null;
//将头元素插入到newTab[j]
newTab[j] = loHead;
}
//如果高位链表不为空
if (hiTail != null) {
//尾元素下一元素置空
hiTail.next = null;
//将头元素插入到newTab[j+oldCap]
newTab[j + oldCap] = hiHead;
}
}
}
}
}
return newTab;
}
链表怎么拆?为什么要拆?您看图~:
![](https://img2018.cnblogs.com/blog/1610225/202001/1610225-20200113222801332-313094421.png)
还不明白,我还有图:
![](https://img2018.cnblogs.com/blog/1610225/202001/1610225-20200113225708690-731185294.png)
![](https://img2018.cnblogs.com/blog/1610225/202001/1610225-20200113225733596-2088393270.png)
![](https://img2018.cnblogs.com/blog/1610225/202001/1610225-20200113225756265-1144238455.png)
7、get(Objectkey)方法分析
根据key获取到元素的值,这一方法我们也经常使用。看源码:
public V get(Object key) {
Node<K,V> e;
return (e = getNode(hash(key), key)) == null ? null : e.value;
}
又是开启了套娃模式,点进去看getNode(hash(key), key))
:
final Node<K,V> getNode(int hash, Object key) {
//tab:在下边被赋值,表示当前hashmap的数组
Node<K,V>[] tab;
//first:当前桶位的第一个元素
//e:临时node
//n : 下边被赋值,表示数组的长度
Node<K,V> first, e; int n; K k;
//判断当前数组不为空,并且存储的元素不为null
if ((tab = table) != null && (n = tab.length) > 0 &&
(first = tab[(n - 1) & hash]) != null) {
//查找元素的规则为:先比较key的hash值,再比较key
//当前桶位存储的第一个元素即为要找的元素
if (first.hash == hash && // always check first node
((k = first.key) == key || (key != null && key.equals(k))))
//直接返回
return first;
//如何当前桶位存储的不是单个元素
if ((e = first.next) != null) {
//如果是红黑树
if (first instanceof TreeNode)
//遍历红黑树查找该元素
return ((TreeNode<K,V>)first).getTreeNode(hash, key);
//如果是链表,则遍历链表找到这个元素并返回
do {
if (e.hash == hash &&
((k = e.key) == key || (key != null && key.equals(k))))
return e;
} while ((e = e.next) != null);
}
}
return null;
}
总结起来就是:先比较key的hashcode,如果定位到一个node,就直接返回;如果定位到一串node,
就挨个比较key的值,可以锁定唯一node.