/**
* [1] 默认初始容量,16(必须是2的幂)
* The default initial capacity - MUST be a power of two.
*/
static final int DEFAULT_INITIAL_CAPACITY = 1 << 4; // aka 16
/**
* 最大容量
*/
static final int MAXIMUM_CAPACITY = 1 << 30;
/**
* 默认的负载因子
* The load factor used when none specified in constructor.
*/
static final float DEFAULT_LOAD_FACTOR = 0.75f;
/**
* 链表转红黑树的阈值
*/
static final int TREEIFY_THRESHOLD = 8;
/**
* [2] 红黑树转列表的阈值
*/
static final int UNTREEIFY_THRESHOLD = 6;
/**
* 最小树形化阈值
* 当HashMap中的table的长度大于64的时候,这时候才会允许桶内的链表转成红黑树(要求桶内的链表长度达到8)
* 如果只是桶内的链表过长,而table的长度小于64的时候
* 此时应该是执行resize方法,将table进行扩容,而不是链表转红黑树
* 最小树形化阈值至少应为链表转红黑树阈值的四倍
*/
static final int MIN_TREEIFY_CAPACITY = 64;
/**
* 存放具体元素的集
* Holds cached entrySet(). Note that AbstractMap fields are used
* for keySet() and values().
*/
transient Set<Map.Entry<K,V>> entrySet;
/**
* HashMap的负载因子
* 负载因子控制这HashMap中table数组的存放数据的疏密程度
* 负载因子越接近1,那么存放的数据越密集,导致查找元素效率低下
* 负载因子约接近0,那么存放的数据越稀疏,导致数组空间利用率低下
* The load factor for the hash table.
*
* @serial
*/
final float loadFactor;
/**
* 修改次数
*/
transient int modCount;
/**
* 键值对的个数
* The number of key-value mappings contained in this map.
*/
transient int size;
/**
* 存储元素的数组
*/
transient Node<K,V>[] table;
/**
* 当{@link HashMap#size} >= {@link HashMap#threshold}的时候,数组要进行扩容操作
* The next size value at which to resize (capacity * load factor).
*
* @serial
*/
int threshold;
[1] 处,为什么会要求HashMap
的容量必须是2的幂,可以看看
HashMap 容量为2次幂的原因
https://blog.csdn.net/eaphyy/article/details/84386313
public HashMap() {
// 使用默认的参数
// 默认的负载因子、默认的容量
this.loadFactor = DEFAULT_LOAD_FACTOR; // all other fields defaulted
}
默认的构造函数里面并没有对table数组进行初始化,这个操作是在java.util.HashMap#putVal
方法进行的
public HashMap(int initialCapacity) {
// 调用重载构造函数
// 指定初始容量,默认的负载因子
this(initialCapacity, DEFAULT_LOAD_FACTOR);
}
public HashMap(int initialCapacity, float loadFactor) {
// 指定初始容量,指定负载因子
if (initialCapacity < 0)
throw new IllegalArgumentException("Illegal initial capacity: " +
initialCapacity);
if (initialCapacity > MAXIMUM_CAPACITY)
// 指定的初始容量大于最大容量,则取最大容量
initialCapacity = MAXIMUM_CAPACITY;
if (loadFactor <= 0 || Float.isNaN(loadFactor))
// 检查负载因子
throw new IllegalArgumentException("Illegal load factor: " +
loadFactor);
this.loadFactor = loadFactor;
// 手动指定HashMap的容量的时候,HashMap的阈值设置跟负载因子无关
this.threshold = tableSizeFor(initialCapacity); // [1]
}
tableSizeFor
这个方法的作用是,根据指定的容量,大于指定容量的最小的2幂的值
比如说,给定15,返回16;给定30,返回32
tableSizeFor
方法是一个很牛逼的方法,5行代码看得我一脸懵逼
public HashMap(Map<? extends K, ? extends V> m) {
// 使用默认的负载因子
this.loadFactor = DEFAULT_LOAD_FACTOR;
putMapEntries(m, false);
}
final void putMapEntries(Map<? extends K, ? extends V> m, boolean evict) {
int s = m.size();
if (s > 0) {
// 判断table是否已经实例化
if (table == null) { // pre-size
// 计算m的扩容上限
float ft = ((float)s / loadFactor) + 1.0F;
// 检查扩容上限是否大于HashMap的最大容量
int t = ((ft < (float)MAXIMUM_CAPACITY) ?
(int)ft : MAXIMUM_CAPACITY);
if (t > threshold) {
// m的扩容上限大于当前HashMap的扩容上限,则需要重新调整
threshold = tableSizeFor(t);
}
}
else if (s > threshold)
// m.size大于扩容上限,执行resize方法,扩容table
resize();
for (Map.Entry<? extends K, ? extends V> e : m.entrySet()) {
// 将m中所有的键值对添加到HashMap中
K key = e.getKey();
V value = e.getValue();
putVal(hash(key), key, value, false, evict);
}
}
}
putMapEntries
方法的流程:
size
,那么执行resize
进行扩容putVal
方法放到HashMap中这里使用到的
hash
函数实际上是一个扰动函数,下文会介绍的
/**
* 静态工具方法
* 根据指定的容量,大于指定容量的最小的2幂的值
* 备注:牛逼的算法
* Returns a power of two size for the given target capacity.
*/
static final int tableSizeFor(int cap) {
/*
算法的原理请看
HashMap源码注解 之 静态工具方法hash()、tableSizeFor()(四) - 程序员 - CSDN博客
https://blog.csdn.net/fan2012huan/article/details/51097331
*/
int n = cap - 1;
n |= n >>> 1;
n |= n >>> 2;
n |= n >>> 4;
n |= n >>> 8;
n |= n >>> 16;
return (n < 0) ? 1 : (n >= MAXIMUM_CAPACITY) ? MAXIMUM_CAPACITY : n + 1;
}
算法的流程如下
位移的那五句代码是真的很牛逼!!如果看完流程图以后,还不懂,那就看看注释里面的文章吧
// 扰动函数
static final int hash(Object key) {
int h;
// 混合原始Hash值的高位和地位,减少低位碰撞的几率
return (key == null) ? 0 : (h = key.hashCode()) ^ (h >>> 16);
}
为什么会有这个函数出现?
首先我们要了解,HashMap是根据key的hash值中几个低位的值来确定key在table中对应的index
这句话怎么理解呢?我举个栗子
有一个32位的hash值如下
如果取Hash值的低4位,则index = 0101 = 5
如果出现大量的低4位为0101的hash值,那么所有键值对都会放在table的index = 5的地方
这样就会导致key无法均匀分布在table中
那么HashMap为了解决这个问题,就搞出了这个方法java.util.HashMap#hash
把一个32位的hash值的高16位 & 低16位,那么低位就会携带高位的信息
说白了就是,即使有大量hash值低位相同的key,经历过hash方法后,计算得到的index会不一样
通过hash方法降低hash冲突的概率
/**
* 对table初始化操作或扩容操作
*
* @return the table
*/
final Node<K,V>[] resize() {
// 拿出旧table快照
Node<K,V>[] oldTab = table;
// 检查旧table容量
int oldCap = (oldTab == null) ? 0 : oldTab.length;
// 旧的扩容上限
int oldThr = threshold;
// 新table的容量和扩容上限
int newCap, newThr = 0;
if (oldCap > 0) {
if (oldCap >= MAXIMUM_CAPACITY) {
// 如果旧table的容量大于HashMap的最大容量,则不进行扩容操作了
threshold = Integer.MAX_VALUE;
return oldTab;
}
else if ((newCap = oldCap << 1) < MAXIMUM_CAPACITY &&
oldCap >= DEFAULT_INITIAL_CAPACITY)
// 没有超过HashMap的最大容量,则扩容两倍(newCap,newThr)
newThr = oldThr << 1; // double threshold
}
else if (oldThr > 0) // initial capacity was placed in threshold
// 只设置了扩容上限,没有初始化table,将初始容量设置为扩容上限
newCap = oldThr;
else { // zero initial threshold signifies using defaults
// 没有设置扩容上限,没有初始化table,则使用默认的容量(16)和扩容上限(12)
// 比如:java.util.HashMap.HashMap()
newCap = DEFAULT_INITIAL_CAPACITY;
newThr = (int)(DEFAULT_LOAD_FACTOR * DEFAULT_INITIAL_CAPACITY);
}
if (newThr == 0) {
// newThr在oldCap > 0的条件扩容两倍后仍然等于0,那就说明,oldThr原本就是0
// 重新计算新的扩容上限
float ft = (float)newCap * loadFactor;
newThr = (newCap < MAXIMUM_CAPACITY && ft < (float)MAXIMUM_CAPACITY ?
(int)ft : Integer.MAX_VALUE);
}
// 更新HashMap的扩容上限
threshold = newThr;
@SuppressWarnings({"rawtypes","unchecked"})
Node<K,V>[] newTab = (Node<K,V>[])new Node[newCap];
// 初始化table
table = newTab;
// 如果old table不为空,则需要将里面的
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)
// 链表上只有一个节点,根据节点hash值,重新计算e在newTab中的index
newTab[e.hash & (newCap - 1)] = e;
else if (e instanceof TreeNode)
// 链表已经转成红黑树,拆分树
((TreeNode<K,V>)e).split(this, newTab, j, oldCap);
else { // preserve order
// 定义两个链表,lo链表和hi链表
Node<K,V> loHead = null, loTail = null;
Node<K,V> hiHead = null, hiTail = null;
Node<K,V> next;
do {
next = e.next;
// 通过hash值&oldCap判断链表上的节点是否应该停留新table中的原位置
if ((e.hash & oldCap) == 0) {
// 节点仍然停留在位置j
// 插入lo链表(尾插法)
if (loTail == null)
loHead = e;
else
loTail.next = e;
loTail = e;
}
else {
// 节点转移到位置j+oldCap
// 插入hi链表(尾插法)
if (hiTail == null)
hiHead = e;
else
hiTail.next = e;
hiTail = e;
}
} while ((e = next) != null);
if (loTail != null) {
// 如果lo链表非空, 把整个lo链表放到新table的j位置上
loTail.next = null;
newTab[j] = loHead;
}
if (hiTail != null) {
// 如果hi链表非空,把整个hi链表放到新table的j+oldCap位置上
hiTail.next = null;
newTab[j + oldCap] = hiHead;
}
}
}
}
}
return newTab;
}
resize
流程并不复杂,大致如下
个人认为,比较关键的一点是重新分配键值对到新table
这个时候要考虑三种情况:
如果是第3种情况,table中index位置上是一条链表,再重新分配的时候,会把这个链表拆分成两条链表
一条lo链表,留在原来的index位置
另一条hi链表,会被移动到index+oldCapacity
的位置
此时,需要判断节点是留在lo链表,还是放在hi链表?
推荐看一下这篇文章 深入理解HashMap(四): 关键源码逐行分析之resize扩容
https://segmentfault.com/a/1190000015812438?utm_source=tag-newest
在jdk1.7里,table的扩容在多线程并发执行下会形成环,墙裂推荐仔细阅读这篇文章?? HashMap链表成环的原因和解决方案
https://www.douban.com/note/734486437/
final void treeifyBin(Node<K,V>[] tab, int hash) {
int n, index; Node<K,V> e;
if (tab == null || (n = tab.length) < MIN_TREEIFY_CAPACITY)
// [1] table的长度小于最小树形化阈值,执行resize方法扩容
resize();
else if ((e = tab[index = (n - 1) & hash]) != null) {
// 将链表转成红黑树
// hd头节点、tl尾节点
TreeNode<K,V> hd = null, tl = null;
// do-while循环将单向链表转成双向链表
do {
// 将节点转成TreeNode
TreeNode<K,V> p = replacementTreeNode(e, null);
if (tl == null)
// 设置根节点
hd = p;
else {
// 将树节点的前一个节点指向尾节点
p.prev = tl;
tl.next = p;
}
tl = p;
} while ((e = e.next) != null);
// 将双向链表转成红黑树
if ((tab[index] = hd) != null)
hd.treeify(tab);
}
}
treeifyBin
方法的作用是将table中某个index位置上的链表转成红黑树
这个方法一般是在添加或合并元素后,发现链表的长度大于TREEIFY_THRESHOLD
的时候调用
[1]处可以看到,如果当前table.length
小于最小树形化阈值(64),那么会调用resize方法进行扩容,而不是将链表树形化
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] table还没有初始化,通过resize方法初始化table
n = (tab = resize()).length;
if ((p = tab[i = (n - 1) & hash]) == null)
// 如果key的hash值在table上对应的位置没有元素,则直接将创建节点
tab[i] = newNode(hash, key, value, null);
else {
// table上对应的位置已经存在节点
Node<K,V> e; K k;
if (p.hash == hash &&
((k = p.key) == key || (key != null && key.equals(k))))
// 指定的key与已存在的节点的key相等
e = p;
else if (p instanceof TreeNode)
// 链表节点已变成红黑树节点
e = ((TreeNode<K,V>)p).putTreeVal(this, tab, hash, key, value);
else {
// 遍历链表,插入或更新节点
for (int binCount = 0; ; ++binCount) {
if ((e = p.next) == null) {
// 在链表的尾部新添加一个节点
p.next = newNode(hash, key, value, null);
if (binCount >= TREEIFY_THRESHOLD - 1) // -1 for 1st
// TREEIFY_THRESHOLD - 1的原因是binCount是从0开始,链表上有8个节点的时候,binCount=7
// 添加节点后,当链表的节点数量大于等于8的时候,将链表树形化
// [2]
treeifyBin(tab, hash);
break;
}
if (e.hash == hash &&
((k = e.key) == key || (key != null && key.equals(k))))
// 在链表中发现了key对应的节点
break;
p = e;
}
}
if (e != null) { // existing mapping for key
// 发现了key对应的节点,则更新节点上的value
V oldValue = e.value;
if (!onlyIfAbsent || oldValue == null)
// 更新节点对应的值
e.value = value;
afterNodeAccess(e);
// 返回节点的旧值
return oldValue;
}
}
++modCount;
if (++size > threshold)
// [3]
resize();
afterNodeInsertion(evict);
return null;
}
putVal
方法是添加键值对相关方法的实现
上图可以看到,添加键值对的方法内部都会调用putVal
方法
[1]处可以看到,putVal
方法内部通过调用resize
方法对table进行初始化
整体逻辑并不复杂,但是要注意一下[2]、[3]处
[2]处,如果添加节点后,链表过长,要将链表转成红黑树
[3]处,如果添加节点后,整个HashMap的键值对数量达到了扩容上限,那么要对table进行扩容操作
总结
如果说ArrayList的源码阅读难度是一星半,那么我觉得HashMap的源码阅读难度至少有三颗星
这篇文章省略了一些内容,比如HashMap里面的红黑树实现,不写上去的原因主要是我也不是很懂红黑树,后续的时间如果我弄懂了,我会再补一篇
最起码这篇文章把HashMap最重要的几个方法的实现讲得比较明白,还是可以的