源码分析（1）-HashMap（JDK1.8）

UML类图

java.util.Map<K, V>接口，有4个实现类：HashMap、Hashtable、LinkedHashMap和TreeMap。

1、说明

（1）HashMap除允许键值为null、非线程安全。
使用散列存储方式存储键值，数据存储无序。如果想要使用有序存储可以使用LinkedHashMap。
性能上当HashMap中保存的key的哈希算法能够均匀的分布在每个bucket（位桶）中的时候，HashMap在基本的get和set操作的的时间复杂度都是O(n)。
遍历HashMap的时候，其遍历节点的个数为bucket（位桶）个数+HashMap中保存的节点个数。因此当遍历操作频繁时需要注意HashMap的初始化容量不应该设置太大。这一点比较好理解：当保存的节点个数一致的时候，bucket越少，遍历次数越少。
另外HashMap在resize时会有很大的性能消耗，所以在HashMap中存储大量数据时，传入适当默认容量值以避免resize可以有效提高性能。具体的resize操作请参考下面对此方法的分析。

HashMap采用位桶+链表+红黑树（自平衡二叉查找树）数据结构，当链表长度超过阈值（8）且长度大于64时，将链表转换为红黑树以减少查找时间。

（2）Hashtable与HashMap相似，不同的之处：继承Dictionary类、线程安全（并发效率不如ConcurrentHashMap，因为ConcurrentHashMap引入了分段锁）。Hashtable不建议在代码中使用，不需要线程安全的场合用HashMap替换，需要线程安全的场合用ConcurrentHashMap替换。

（3）LinkedHashMap是HashMap的一个子类，数据存储有序。

（4）TreeMap实现SortedMap接口，数据存储有序根据键排序（默认按键值升序排序，也可以指定排序比较器）。

对于上述四种类型Map，要求映射中的key是不可变对象。不可变对象，对象在创建后哈希值不会被改变。如果对象哈希值发生变化，Map对象很可能就定位不到映射位置。

2、成员属性

static final int DEFAULT_INITIAL_CAPACITY = 1 << 4; //默认初始化容量16

static final int MAXIMUM_CAPACITY = 1 << 30; //最大容量

static final float DEFAULT_LOAD_FACTOR = 0.75f; //默认加载因子

static final int TREEIFY_THRESHOLD = 8; //当put一个元素到某个位桶，如果其链表长度达到8时将链表转换为红黑树

static final int UNTREEIFY_THRESHOLD = 6; //

static final int MIN_TREEIFY_CAPACITY = 64; //

transient Node<K,V>[] table; //哈希桶数组

transient Set<Map.Entry<K,V>> entrySet; //

transient int size; //元素个数

transient int modCount; //结构变更次数

int threshold; //扩容阈值

final float loadFactor; //加载因子

3、构造方法

    public HashMap() { //无参数构造方法；默认初始容量16；加载因子0.75f；

        this.loadFactor = DEFAULT_LOAD_FACTOR; // all other fields defaulted//loadFactor = 0.75f：加载因子。其他成员默认。

    }

    public HashMap(int initialCapacity) { //初始容量initialCapacity；默认加载因子0.75f

        this(initialCapacity, DEFAULT_LOAD_FACTOR);

    }

       public HashMap(int initialCapacity, float loadFactor) { //初始容量initialCapacity；初始加载因子：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);

    }

    /**

     * Returns a power of two size for the given target capacity.
　　　* 计算初始化容量，

     */

    static final int tableSizeFor(int cap) {

        int n = cap - 1;

        n |= n >>> 1; //n右移1；按位或赋值给n

        n |= n >>> 2; //n右移2；按位或赋值给n

        n |= n >>> 4; //n右移4；按位或赋值给n

        n |= n >>> 8; //n右移8；按位或赋值给n

        n |= n >>> 16; //n右移16；按位或赋值给n

        return (n < 0) ? 1 : (n >= MAXIMUM_CAPACITY) ? MAXIMUM_CAPACITY : n + 1;

    }

4、成员方法

//确定Hash桶的位置

//第一步：h = key.hashCode()，计算hashCode
//第二步：h = h ^ (h >>> 16)，异或运算
//第三步：(n - 1) & h，与运算

    static final int hash(Object key) {

        int h;

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

    }

put方法源码分析：

    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) //①判断添加第一个元素

            n = (tab = resize()).length; //添加一地个元素

        if ((p = tab[i = (n - 1) & hash]) == null) //②判断table的在（n-1） & hash索引值是否空，如果空创建一个节点插入次位置

            tab[i] = newNode(hash, key, value, null); //创建新的节点

        else { //发生冲突时处理

            Node<K,V> e; K k;

            if (p.hash == hash &&

                ((k = p.key) == key || (key != null && key.equals(k)))) //③判断第一个Node是否是要找的值

                e = p;

            else if (p instanceof TreeNode) //④红黑树处理

                e = ((TreeNode<K,V>)p).putTreeVal(this, tab, hash, key, value); //

            else {//⑤遍历插入键值对
　　　　　　　　　　for (int binCount = 0; ; ++binCount) { //累积hash冲突数量

                    if ((e = p.next) == null) {

                        p.next = newNode(hash, key, value, null); //

                        if (binCount >= TREEIFY_THRESHOLD - 1) // -1 for 1st

                            treeifyBin(tab, hash); //判断Hash桶长度是否小于64，是resize扩容，否存储结构转换为红黑树

                        break;

                    }

                    if (e.hash == hash && ((k = e.key) == key || (key != null && key.equals(k)))) //如果key已经存在，停止遍历

                        break;

                    p = e;

                }

            }

            if (e != null) { // existing mapping for key //查到key已存在，更新对应value值

                V oldValue = e.value;

                if (!onlyIfAbsent || oldValue == null)

                    e.value = value; //节点赋值新值

                afterNodeAccess(e);

                return oldValue; //返回旧值

            }

        }

        ++modCount;

        if (++size > threshold) //⑥判断键值对数量是否大于阈值，是进行扩容

            resize(); //扩容

        afterNodeInsertion(evict);

        return null;

    }

//扩容机制
final Node<K,V>[] resize() {

        Node<K,V>[] oldTab = table;//hash桶数组

        int oldCap = (oldTab == null) ? 0 : oldTab.length;//老的hash桶数组长度

        int oldThr = threshold;//老的阈值

        int newCap, newThr = 0;

        if (oldCap > 0) {//①如果大于0

            if (oldCap >= MAXIMUM_CAPACITY) { //容量大于等于最大容量

                threshold = Integer.MAX_VALUE; //阈值等于int最大值

                return oldTab;

            }

            else if ((newCap = oldCap << 1) < MAXIMUM_CAPACITY && oldCap >= DEFAULT_INITIAL_CAPACITY)

                newThr = oldThr << 1; // double threshold //容量*2

        }

        else if (oldThr > 0) //②使用阈值初始化容量

            newCap = oldThr;

        else {//③使用默认值初始化容量

            newCap = DEFAULT_INITIAL_CAPACITY; //初始化默认容量：16

            newThr = (int)(DEFAULT_LOAD_FACTOR * DEFAULT_INITIAL_CAPACITY); //初始化默认阈值：加载因子（0.75f） * 初始化容量（16）

        }

        if (newThr == 0) { //④如果新阈值=0，计算容量新阈值

            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]; //创建新的节点数组，数组长度为扩容后的长度

        table = newTab;

        if (oldTab != null) {//⑤复制数据

            for (int j = 0; j < oldCap; ++j) { //遍历旧hash桶数组

                Node<K,V> e;

                if ((e = oldTab[j]) != null) {

                    oldTab[j] = null;

                    if (e.next == null)

                        newTab[e.hash & (newCap - 1)] = e; //将就数组元素赋值给新数组

                    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 { //遍历hash桶数组j元素链表或红黑树

                            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;

    }

//链表数据结构

static class Node<K,V> implements Map.Entry<K,V> {
　　final int hash;
　　final K key;
　　V value;
　　Node<K,V> next;

Node(int hash, K key, V value, Node<K,V> next) {
　　this.hash = hash;
　　this.key = key;
　　this.value = value;
　　this.next = next;
}

public final K getKey() { return key; }
public final V getValue() { return value; }
public final String toString() { return key + "=" + value; }

public final int hashCode() {
　　return Objects.hashCode(key) ^ Objects.hashCode(value);
}

public final V setValue(V newValue) {
　　V oldValue = value;
　　value = newValue;
　　return oldValue;
}

//判断两个Node节点是否相同

public final boolean equals(Object o) {
if (o == this)
return true;
if (o instanceof Map.Entry) {
Map.Entry<?,?> e = (Map.Entry<?,?>)o;
if (Objects.equals(key, e.getKey()) &&
Objects.equals(value, e.getValue()))
return true;
}
return false;
}
}

//红黑树数据结构    
static final class TreeNode<K,V> extends LinkedHashMap.Entry<K,V> {

        TreeNode<K,V> parent; //父节点

        TreeNode<K,V> left; //左子树

        TreeNode<K,V> right; //右子树

        TreeNode<K,V> prev;    // needed to unlink next upon deletion

        boolean red; //颜色属性

        TreeNode(int hash, K key, V val, Node<K,V> next) {

            super(hash, key, val, next);

        }

        /**

         * Returns root of tree containing this node.
　　　　　 * 返回根节点

         */

        final TreeNode<K,V> root() {

            for (TreeNode<K,V> r = this, p;;) {

                if ((p = r.parent) == null)

                    return r;

                r = p;

            }

        }

。。。其他省略。。。

}

get方法源码分析：

    final Node<K,V> getNode(int hash, Object key) {

        Node<K,V>[] tab; Node<K,V> first, e; int n; K k;

        if ((tab = table) != null && (n = tab.length) > 0 && (first = tab[(n - 1) & hash]) != null) {//①查找hash桶

            if (first.hash == hash && ((k = first.key) == key || (key != null && key.equals(k))))//判断查询的key是否链表节点，是直接返回

                return first;

            if ((e = first.next) != null) {//链表指向下个节点不为空

                if (first instanceof TreeNode) return ((TreeNode<K,V>)first).getTreeNode(hash, key); //如果首节点类型是红黑树，调用方法直接放回

                do { //如果节点类型是链表，遍历查询结果

                    if (e.hash == hash && ((k = e.key) == key || (key != null && key.equals(k))))

                        return e;

                } while ((e = e.next) != null);

            }

        }

        return null;

    }

5、demo程序，查看数据结构（散列数组+链表）

package com.javabasic.map;

import java.util.HashMap;

import java.util.Map;

import java.util.Map.Entry;

import java.util.Set;

/**

 * 源码分析

 *

 *

 * 允许使用null键和null值；

 * 线程不同步，效率高；

 *

 *

 * @author wangymd

 *

 */

public class HashMapTest2 {

    public static void main(String[] args) {

        Stu stu1 = new Stu(1,"xiaojia");

        Stu stu2 = new Stu(1,"xiaoyi");

        Stu stu3 = new Stu(1,"xiaobing");

        Stu stu4 = new Stu(1,"xiaoding");

        Map<Stu, String> hm = new HashMap<Stu, String>();

        hm.put(stu1, "xiaojia");

        hm.put(stu2, "xiaoyi");

        hm.put(stu3, "xiaobing");

        hm.put(stu4, "xiaoding");

        Set<Entry<Stu, String>> entrySet = hm.entrySet(); //断点，查看数据结构；如下图

        for (Entry<Stu, String> entry : entrySet) {

            Stu key = entry.getKey();

            String value = entry.getValue();

            System.out.println(key.getName() + "----" + value);

        }

    }

}

class Stu{

    Integer id;

    String name;

    public Stu() {}

    public Stu(Integer id, String name) {

        this.id = id;

        this.name = name;

    }

    public Integer getId() {

        return id;

    }

    public void setId(Integer id) {

        this.id = id;

    }

    public String getName() {

        return name;

    }

    public void setName(String name) {

        this.name = name;

    }

}

参考：

https://zhuanlan.zhihu.com/p/21673805 （HashMap源码分析）

https://blog.csdn.net/v_july_v/article/details/6105630 （红黑树）

//hash桶数组

巴特西

源码分析（1）-HashMap（JDK1.8）

最新文章

热门文章