java源码HashMap源码分析

这次开始分析JDK8中的HashMap源码。

首先理解HashMap中几个关键变量，

TREEIFY_THRESHOLD  链表转换红黑树扩容值 table 数组+链表+红黑树  size 当前存储数量  loadFactor加载因子 threshold 扩容值等于table长度*loadFactor。

首先判断put(K k,V v)方法，会调用 putVal(...)方法

   final V putVal(int hash, K key, V value, boolean onlyIfAbsent,
                   boolean evict) {
        // tab 就是 node数组  p是key查询已经存在的数组node节点
        Node<K,V>[] tab; Node<K,V> p; int n, i;
        //首先判断表是否为空 如果表为空则开始初始化node数组，并将node数组长度赋予n
        if ((tab = table) == null || (n = tab.length) == 0)
            n = (tab = resize()).length;
        // key的hash值与上node数组长度-1 数组扩容后总是2的N次方 这里是对取模的优化
        if ((p = tab[i = (n - 1) & hash]) == null) 
            // 如果hash取模后 数组位为空，则新建一个node节点赋予数组节点。
            tab[i] = newNode(hash, key, value, null);
        else {
            Node<K,V> e; K k;
            // 判断如何hash值相同 并且key.equals(k),则代表是一个key 则将 p赋值给e
            if (p.hash == hash &&
                ((k = p.key) == key || (key != null && key.equals(k))))
                e = p;
            // 如果是红黑树 开始插入红黑树返回赋值给e
            else if (p instanceof TreeNode)
                e = ((TreeNode<K,V>)p).putTreeVal(this, tab, hash, key, value);
            else {
                // 循环遍历到node节点p的链表尾部
                for (int binCount = 0; ; ++binCount) {
                    // 如何p的next节点为空 e==p==null
                    if ((e = p.next) == null) {
                        // 直接新建node节点赋予p的next节点
                        p.next = newNode(hash, key, value, null);
                        // 如果链表长度大于  TREEIFY_THRESHOLD(转换为红黑树) 则转换为红黑树
                        if (binCount >= TREEIFY_THRESHOLD - 1) // -1 for 1st
                            treeifyBin(tab, hash);
                        break;
                    }
                    // 如果key hash相同 && key.equals(k) 则结束循环 此时e!=null
                    if (e.hash == hash &&
                        ((k = e.key) == key || (key != null && key.equals(k))))
                        break;
                    p = e;
                }
            }
            // 处理链表中 e不为null 的情况 onlyIfAbsent==false || oldValue==null 则直接覆盖old value
            if (e != null) { // existing mapping for key
                V oldValue = e.value;
                if (!onlyIfAbsent || oldValue == null)
                    e.value = value;
                // 这个方法hashMap没有涉及到 这是为了扩展视图
                afterNodeAccess(e);
                // 最后返回旧的值
                return oldValue;
            }
        }
        // 增加修改记录
        ++modCount;
        // 如果map中当前size大于threshold 则开始扩容
        if (++size > threshold)
            resize();
        // 控制节点插入 这是为了扩展视图
        afterNodeInsertion(evict);
        return null;
    }

再分析一下get(K k)方法

   final Node<K,V> getNode(int hash, Object key) {
        // tab 当前node数组 first 当存在hash碰撞时候的第一个node节点 e记录next节点 n node数组长度, k 是记录key
        Node<K,V>[] tab; Node<K,V> first, e; int n; K k;
        // 如果表为空 则直接返回null
        if ((tab = table) != null && (n = tab.length) > 0 &&
            (first = tab[(n - 1) & hash]) != null) {
            // 如果第一个key的hash相同 && key != null && key.equals(k)) 则返回当前node节点
            if (first.hash == hash && // always check first node
                ((k = first.key) == key || (key != null && key.equals(k))))
                return first;
            // 如果fist.next节点不为空
            if ((e = first.next) != null) {
                // 判断当前节点是红黑树 如果是 走红黑树搜素 返回当前节点
                if (first instanceof TreeNode)
                    return ((TreeNode<K,V>)first).getTreeNode(hash, key);
                // 循环遍历next节点 并判断  如果key相同 则返回节点  直到 next节点为空
                do {
                    if (e.hash == hash &&
                        ((k = e.key) == key || (key != null && key.equals(k))))
                        return e;
                } while ((e = e.next) != null);
            }
        }
        return null;
    }

再看一下删除节点 remove(Object key)方法

 final Node<K,V> removeNode(int hash, Object key, Object value,
                               boolean matchValue, boolean movable) {
        // tab node数组 p当前key取模存在的数组角标node节点 n 数组的长度 index
        Node<K,V>[] tab; Node<K,V> p; int n, index;
        // 如果不为空 &&  hash取模定位数组角标node存在
        if ((tab = table) != null && (n = tab.length) > 0 &&
            (p = tab[index = (n - 1) & hash]) != null) {
            // node 纪录查询匹配的节点
            Node<K,V> node = null, e; K k; V v;
            // 如果key hash相同 && key != null && key.equals(k) 则将 p赋予node节点
            if (p.hash == hash &&
                ((k = p.key) == key || (key != null && key.equals(k))))
                node = p;
            else if ((e = p.next) != null) {
                // 如果节点是红黑树  则走红黑树查询
                if (p instanceof TreeNode)
                    node = ((TreeNode<K,V>)p).getTreeNode(hash, key);
                // 循环遍历 如果找到相同的 则赋值给node节点 跳出循环
                else {
                    do {
                        if (e.hash == hash &&
                            ((k = e.key) == key ||
                             (key != null && key.equals(k)))) {
                            node = e;
                            break;
                        }
                        // 记录下匹配成功前一个节点
                        p = e;
                    } while ((e = e.next) != null);
                }e
            }
            // 如果node不为空 则key匹配到node节点 !matchValue不匹配值 直接删除
            if (node != null && (!matchValue || (v = node.value) == value ||
                                 (value != null && value.equals(v)))) {
                // 如果节点是红黑树节点 则直接删除节点
                if (node instanceof TreeNode)
                    ((TreeNode<K,V>)node).removeTreeNode(this, tab, movable);
                // 如果 匹配的是p节点  就是 first node节点  直接将指针指向next节点
                else if (node == p)
                    tab[index] = node.next;
                // p是匹配成功节点的前一个节点 则直接将p的next指向 node的next节点
                else
                    p.next = node.next;
                ++modCount;
                --size;
                // 直接删除 视图操作
                afterNodeRemoval(node);
                // 返回删除的节点
                return node;
            }
        }
        return null;
    }

 再看一下扩容操作是怎么样的。

 final Node<K,V>[] resize() {
        // 记录旧的table
        Node<K,V>[] oldTab = table;
        // 旧table 数组长度
        int oldCap = (oldTab == null) ? 0 : oldTab.length;
        // 旧的扩容点
        int oldThr = threshold;
        int newCap, newThr = 0;
        // 如果旧的容量大于0 且大于> 1<<30 则将threshold = 0x7fffffff
        if (oldCap > 0) {
            if (oldCap >= MAXIMUM_CAPACITY) {
                threshold = Integer.MAX_VALUE;
                return oldTab;
            }
            //左移1(oldCap*2)小于0x7fffffff 且 大于 16 newCap=oldThr*2
            else if ((newCap = oldCap << 1) < MAXIMUM_CAPACITY &&
                     oldCap >= DEFAULT_INITIAL_CAPACITY)
                newThr = oldThr << 1; // double threshold
        }
        // newCap = 旧threshold
        else if (oldThr > 0) // initial capacity was placed in threshold
            newCap = oldThr;
        // 新容量 newCap= 16 新扩容点newThr= 16*0.75
        else {               // zero initial threshold signifies using defaults
            newCap = DEFAULT_INITIAL_CAPACITY;
            newThr = (int)(DEFAULT_LOAD_FACTOR * DEFAULT_INITIAL_CAPACITY);
        }
        // 如果 新的扩容点=0   新扩容点newThr= 16*0.75 如果大于 0x7fffffff 则设置为  0x7fffffff
        if (newThr == 0) {
            float ft = (float)newCap * loadFactor;
            newThr = (newCap < MAXIMUM_CAPACITY && ft < (float)MAXIMUM_CAPACITY ?
                      (int)ft : Integer.MAX_VALUE);
        }
        // 设置新的扩容点
        threshold = newThr;
        @SuppressWarnings({"rawtypes","unchecked"})
             // 新建一个容量为   newCap 的node数组
            Node<K,V>[] newTab = (Node<K,V>[])new Node[newCap];
        // 赋予当前table
        table = newTab;
        if (oldTab != null) {
            // 循环遍历旧的table
            for (int j = 0; j < oldCap; ++j) {
                // first节点
                Node<K,V> e;
                if ((e = oldTab[j]) != null) {
                    // 设置为null
                    oldTab[j] = null;
                    // 如果只有first节点 直接设置到 新的tab[对hash取模]
                    if (e.next == null)
                        newTab[e.hash & (newCap - 1)] = e;
                    // 转换为红黑树扩容
                    else if (e instanceof TreeNode)
                        ((TreeNode<K,V>)e).split(this, newTab, j, oldCap);
                    // 连接节点扩容
                    else { // preserve order
                        //   高位为0   头 loHead 尾 loTail
                        Node<K,V> loHead = null, loTail = null;
                        //   高位为1 存储在index+oldCap节点   头 hiHead 尾 hiTail
                        Node<K,V> hiHead = null, hiTail = null;
                        Node<K,V> next;
                        //循环遍历每个节点 直到链表尾部
                        do {
                            next = e.next;
                            /***
                             *  e.hash & oldCap 这操作是取高位  oldCap总是2的倍数 即是 10000..... 取与则是最高位
                             *  如果最高为0 扩容后 oldCap*2 & e.hash 值还是还是等于原来的，避免重新hash优化
                             */
                            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);
                        // 如果不为空 直接在 table[j] 赋值链表
                        if (loTail != null) {
                            loTail.next = null;
                            newTab[j] = loHead;
                        }
                        // 如果不为空  赋值到 table[j+oldCap] 赋值链表
                        if (hiTail != null) {
                            hiTail.next = null;
                            newTab[j + oldCap] = hiHead;
                        }
                    }
                }
            }
        }
        return newTab;
    }

jdk8 同时提供了一些 类似 computeIfAbsent,foreach()等支持函数式接口入参，简化代码。下面列举两个例子。

   @Override
    // 提供的遍历的方式  BiConsumer 是jdk8提供的函数式接口 接受两个参数消费 无返回值
    public void forEach(BiConsumer<? super K, ? super V> action) {
        Node<K,V>[] tab;
        if (action == null)
            throw new NullPointerException();
        // 还是遍历table 通过 BigConsumer函数式接口入参
        if (size > 0 && (tab = table) != null) {
            int mc = modCount;
            for (int i = 0; i < tab.length; ++i) {
                for (Node<K,V> e = tab[i]; e != null; e = e.next)
                    action.accept(e.key, e.value);
            }
            // 遍历时候不需要操作 如果操作抛出异常
            if (modCount != mc)
                throw new ConcurrentModificationException();
        }
    }

  @Override
    // 查询某个key,如果不存在则调用 Function接口 apply(key) 获取value 再put到map中返回。
    public V computeIfAbsent(K key,
                             Function<? super K, ? extends V> mappingFunction) {
        if (mappingFunction == null)
            throw new NullPointerException();
        int hash = hash(key);
        Node<K,V>[] tab; Node<K,V> first; int n, i;
        int binCount = 0;
        TreeNode<K,V> t = null;
        Node<K,V> old = null;
        // 查询map中是否存在key
        if (size > threshold || (tab = table) == null ||
            (n = tab.length) == 0)
            n = (tab = resize()).length;
        if ((first = tab[i = (n - 1) & hash]) != null) {
            if (first instanceof TreeNode)
                old = (t = (TreeNode<K,V>)first).getTreeNode(hash, key);
            else {
                Node<K,V> e = first; K k;
                do {
                    if (e.hash == hash &&
                        ((k = e.key) == key || (key != null && key.equals(k)))) {
                        old = e;
                        break;
                    }
                    ++binCount;
                } while ((e = e.next) != null);
            }
            V oldValue;
            // 如果存在则返回旧的value
            if (old != null && (oldValue = old.value) != null) {
                afterNodeAccess(old);
                return oldValue;
            }
        }
        // 调用 function 获取新的value
        V v = mappingFunction.apply(key);
        if (v == null) {
            return null;
        } else if (old != null) {
            // 设置新的值
            old.value = v;
            afterNodeAccess(old);
            return v;
        }
        else if (t != null)
            // 设置新的值
            t.putTreeVal(this, tab, hash, key, v);
        else {
            tab[i] = newNode(hash, key, v, first);
            if (binCount >= TREEIFY_THRESHOLD - 1)
                treeifyBin(tab, hash);
        }
        ++modCount;
        ++size;
        afterNodeInsertion(true);
        return v;
    }

具体红黑树操作有兴趣的同学可以自行去了解。