HashMap 1.8 的源码剖析(超详细),女朋友们男朋友们都听懂了

我就是我 2023-06-30 01:34 18阅读 0赞

HashMap 底层是基于 数组 + 链表 组成的

HashMap里面一些核心的成员变量

1.  DEFAULT\_INITIAL\_CAPACITY = 1 << 4; 数组初始化大小, 16
2.  MAXIMUM\_CAPACITY = 1 << 30; 数组最大值
3.  DEFAULT\_LOAD\_FACTOR = 0.75f; 默认的负载因子数
4.  Entry<K, V> table = (Entey<K, V>\[\]) EMPTY\_TABLE; 存放数据的数组
5.  size; 当前存放数量的大小
6.  threshold; 根据用户传入的map的初始长度，定义数组的最大容量
7.  loadFactor; 自定义负载因子

负载因子: 由于给定的HashMap的容量大小是固定的, 所以当数据存放量达到了固定值\* 负载因子的值的时候, 会进行扩容

> 1.7 版本

1.7的缺陷: 当 Hash 冲突严重时，在桶上形成的链表会变的越来越长，这样在查询时的效率就会越来越低；

> 1.8版本:

新增了TREEIFY\_THRESHOLD 用于判断是否需要将链表转换为红黑树的阈值

将HashEntry<K, V>\[\] 改为了Node<K, V>\[\]

Node的值和1.7的实现一样, 也是内部类, 存放的参数也都是key, value, next和hashcode;

**put方法:**

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 map 是空的，则先开始初始化，table 是 map 中用于存放索引的表
        if ((tab = table) == null || (n = tab.length) == 0)
            n = (tab = resize()).length;
        // 使用 hash 和数组长度减一的值进行异或计算得到分散的数组下标
        // 这个下标也就是当前要插入的 key 未来所在的位置
        // 使用该下标获取到 map 中节点数组中该位置的链表
        // 如果该链表为 null，则直接创建 k-v节点存放
        if ((p = tab[i = (n - 1) & hash]) == null)
            tab[i] = newNode(hash, key, value, null);
        else { 
            Node<K,V> e; K k;
            // 如果根据数组下标获取原 map 上的链表不为 null
            // 需要对链表头节点的 hash 和需要插入该节点的 hash 进行比较，校验是否发生了 hash 碰撞
            // 如果这两个节点的 hash 相等并且当前要插入到该节点数据的 key 和该链表上头节点上的 key 还相等，说明需要进行数据替换
            // 需要数据替换之后，使用一个临时节点来保存当前要插入的节点
            if (p.hash == hash && ((k = p.key) == key || (key != null && key.equals(k)))) { 
                e = p;
            } else if (p instanceof TreeNode) { 
                // 如果头结点没有发生hash碰撞，那就需要判断当前节点是不是红黑树的类型
                // 如果当前节点是树，说明 hash 碰撞已经开始使用树来进行处理了
                e = ((TreeNode<K,V>)p).putTreeVal(this, tab, hash, key, value);
            } else { 
                // 如果没有发生 hash 冲突
                for (int binCount = 0; ; ++binCount) { 
                    // 在插入当前链表的结点时判断该节点后面有没有节点
                    // 如果没有节点则只需要新建节点插入
                    if ((e = p.next) == null) { 
                        p.next = newNode(hash, key, value, null);
                        // 判断当前阈值是否大于预设的阈值 8
                        // 大于时就需要转换成红黑树
                        if (binCount >= TREEIFY_THRESHOLD - 1) // -1 for 1st
                            treeifyBin(tab, hash);
                        break;
                    }
                    // 如果要插入节点的后面还有节点，那么就需要向下继续遍历
                    // 如果在向下个节点遍历过程中找到完全相同的 key 时
                    // 也就是说在链表上其他节点发生了 hash 冲突
                    // 则用新的节点替换老节点，不在进行链表遍历
                    if (e.hash == hash &&
                        ((k = e.key) == key || (key != null && key.equals(k))))
                        break;
                    
                    // 没有冲突的情况下将当前节点后面的链表给到 p，继续进行下一个节点遍历
                    p = e;
                }
            }
            // 如果存放冲撞节点的 e 不为 null, 说明有Hash冲突的 key，就需要将新值替换旧值
            if (e != null) {  // existing mapping for key
                V oldValue = e.value;
                if (!onlyIfAbsent || oldValue == null)
                    e.value = value;
                afterNodeAccess(e);
                return oldValue;
            }
        }
        // 插入完成之后，map 变更操作计数器
        ++modCount;
        // 判断 map 中包含的 k-v 键值对是不是已经达到了扩容阀值
        // 如果达到了就需要进行扩容
        if (++size > threshold)
            resize();
        afterNodeInsertion(evict);
        return null;
    }

**在链表上增加节点的时候如果达到了转换红黑树的阀值8，就会操作扩充数组长度进行resize或者转换链表为红黑树**

final void treeifyBin(Node<K,V>[] tab, int hash) { 
        int n, index; Node<K,V> e;
        // 因为map长度过长的话 resize 会消耗性能
        // 所以在 map 中的数组为 null 或者数组长度小于 64才会操作 resize
        if (tab == null || (n = tab.length) < MIN_TREEIFY_CAPACITY)
            resize();
        else if ((e = tab[index = (n - 1) & hash]) != null) { 
            // 转换为红黑树
            TreeNode<K,V> hd = null, tl = null;
            do { 
                TreeNode<K,V> p = replacementTreeNode(e, null);
                if (tl == null)
                    hd = p;
                else { 
                    p.prev = tl;
                    tl.next = p;
                }
                tl = p;
            } while ((e = e.next) != null);
            if ((tab[index] = hd) != null)
                hd.treeify(tab);
        }
    }

**扩充数组长度方法resize**

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) { 
            // 如果当前数组的最大长度超过了原定的长度, 1 << 30 = 2^29
            // 则会扩容数组的最大长度,之后直接返回原数组
            if (oldCap >= MAXIMUM_CAPACITY) { 
                threshold = Integer.MAX_VALUE;
                return oldTab;
            } else if ((newCap = oldCap << 1) < MAXIMUM_CAPACITY && oldCap >= DEFAULT_INITIAL_CAPACITY)
                // 如果原数组的长度 * 2 之后还没有超过原定长度
                // 并且原数组的长度已经超过了默认初始长度 16
                // 直接二倍扩容, 扩容阀值也扩充为 2 倍
                newThr = oldThr << 1;
        } else if (oldThr > 0) { 
            // 如果之前的数组长度为不大于0,并且之前的扩容阀值大于 0
            // 那么将容量扩充为原来的的阀值大小
            newCap = oldThr;
        } else { 
            // 这里说明是数组长度不大于0,扩容阀值也不大于 0
            // 那么数组的容量和扩容阀值就用初始的缺省值
            newCap = DEFAULT_INITIAL_CAPACITY;
            newThr = (int)(DEFAULT_LOAD_FACTOR * DEFAULT_INITIAL_CAPACITY);
        }
        // 如果新的扩容阀值没有计算, 那么就是用负载因子和当前的数组容量计算出来
        // 如果新的扩容阀值和容量都没有超过默认的最大容量, 那么就直接使用新的扩容阀值
        // 否则直接使用容量的真正上限 Integer.MAX_VALUE
        if (newThr == 0) { 
            float ft = (float)newCap * loadFactor;
            newThr = (newCap < MAXIMUM_CAPACITY && ft < (float)MAXIMUM_CAPACITY ? (int)ft : Integer.MAX_VALUE);
        }
        // 根据计算出来的新数组容量和扩容阀值生成新的数组
        // 将老数组中的链表按照key重新hash得到新的存储地址来存储,完成扩容
        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;
                    if (e.next == null)
                        newTab[e.hash & (newCap - 1)] = e;
                    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;
    }

**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;
        // 如果 map 的数组不为 null并且长度大于 0 并且要查找的链表的节点的头结点不是null
        // tab[(n - 1) & hash]) 获取到的是 key 所在的链表在数组上的位置
        if ((tab = table) != null && (n = tab.length) > 0 && (first = tab[(n - 1) & hash]) != null) { 
            // 如果头结点就是要找的key,直接但会这个节点,进而返回对应的value
            if (first.hash == hash && ((k = first.key) == key || (key != null && key.equals(k)))) { 
                return first;
            }
            // 如果头结点不是,那么就会找下一个节点
            // 如果下一个节点不是null 并且头结点还是已经树形结构了
            // 那么就会通过树形结构取数
            // 树形取数的逻辑大概就是,先看根节点
            // 根据根节点hash和key的的hash比较该去左树还是右数,然后一层一层的判断
            if ((e = first.next) != null) { 
                if (first instanceof TreeNode) { 
                    return ((TreeNode<K, V>) first).getTreeNode(hash, key);
                }
                // 不符合树形结构就遍历节点取数
                do { 
                    if (e.hash == hash && ((k = e.key) == key || (key != null && key.equals(k)))) { 
                        return e;
                    }
                } while ((e = e.next) != null);
            }
        }
        return null;
    }

--------------------

#### 红黑树相关介绍 ####

**红黑树的数据结构**

/** * 红黑树的数据结构 * Entry for Tree bins. Extends LinkedHashMap.Entry (which in turn * extends Node) so can be used as extension of either regular or * linked node. */
    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;
    }

\*\*发生hash冲突，并且当前节点已经处于树的时候，往红黑树中put数据 putTreeVal() \*\*

final TreeNode<K,V> putTreeVal(HashMap<K,V> map, Node<K,V>[] tab, int h, K k, V v) { 
        Class<?> kc = null;
        boolean searched = false;
        TreeNode<K,V> root = (parent != null) ? root() : this;
        for (TreeNode<K,V> p = root;;) { 
            int dir, ph; K pk;
            if ((ph = p.hash) > h)
                dir = -1;
            else if (ph < h)
                dir = 1;
            else if ((pk = p.key) == k || (k != null && k.equals(pk)))
                return p;
            else if ((kc == null &&
                      (kc = comparableClassFor(k)) == null) ||
                     (dir = compareComparables(kc, k, pk)) == 0) { 
                if (!searched) { 
                    TreeNode<K,V> q, ch;
                    searched = true;
                    if (((ch = p.left) != null &&
                         (q = ch.find(h, k, kc)) != null) ||
                        ((ch = p.right) != null &&
                         (q = ch.find(h, k, kc)) != null))
                        return q;
                }
                dir = tieBreakOrder(k, pk);
            }
    
            TreeNode<K,V> xp = p;
            if ((p = (dir <= 0) ? p.left : p.right) == null) { 
                Node<K,V> xpn = xp.next;
                TreeNode<K,V> x = map.newTreeNode(h, k, v, xpn);
                if (dir <= 0)
                    xp.left = x;
                else
                    xp.right = x;
                xp.next = x;
                x.parent = x.prev = xp;
                if (xpn != null)
                    ((TreeNode<K,V>)xpn).prev = x;
                moveRootToFront(tab, balanceInsertion(root, x));
                return null;
            }
        }
    }