文章目录
一 简介
Map接口的基于散列表的一种实现，和Hashtable大致相同。但是支持null键和null值。非线程安全。
HashMap无法保证元素的顺序，特别是，它不能保证顺序会随着时间的推移保持恒定。
二 类继承关系
可被序列化,可被克隆,继承AbstractMap抽象类,实现Map接口
三 属性
//默认初始容量
static final int DEFAULT_INITIAL_CAPACITY = 1 << 4; // aka 16
//最大容量
static final int MAXIMUM_CAPACITY = 1 << 30;
//负载因子 当达到最大容量的多少时扩容
static final float DEFAULT_LOAD_FACTOR = 0.75f;
//最小树形化容量阈值 转换为树型存储的阈值 >8
static final int TREEIFY_THRESHOLD = 8;
//桶的链表还原阈值 树型转换为普通存储的阈值 <6
static final int UNTREEIFY_THRESHOLD = 6;
//最小树形化容量阈值 只有hash槽位大于 64 才会发生转换
static final int MIN_TREEIFY_CAPACITY = 64;
//该表在首次使用时初始化，并根据需要调整大小。分配后，长度始终是2的幂
transient Node<K,V>[] table;
//缓存entrySet()的值
transient Set<Map.Entry<K,V>> entrySet;
//长度 键值对数量
transient int size;
//对该HashMap进行结构修改的次数
transient int modCount;
//阈值 下一个要调整大小的大小值（容量*负载系数）
int threshold;
//负载因子
final float loadFactor;
四 HashMap内部的两类节点
//Hashmap中的节点封装 是一个单向链表（当hash冲突时放到当前链表后面 就是人们说的：拉链法）
static class Node<K,V> implements Map.Entry<K,V> {
final int hash;
final K key;
V value;
Node<K,V> next;
}
//hashmap当hash冲突比较多时 将链表转换为红黑树
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;
}
五 构造方法
public HashMap() {
this.loadFactor = DEFAULT_LOAD_FACTOR; // 全部使用默认值
}
public HashMap(int initialCapacity) {//设定初始容量
this(initialCapacity, DEFAULT_LOAD_FACTOR);
}
public HashMap(int initialCapacity, float loadFactor) {//设定初始容量和负载因子
//检查初始容量
if (initialCapacity < 0)
throw new IllegalArgumentException("Illegal..." + initialCapacity);
if (initialCapacity > MAXIMUM_CAPACITY)
initialCapacity = MAXIMUM_CAPACITY;
//检查负载因子
if (loadFactor <= 0 || Float.isNaN(loadFactor))
throw new IllegalArgumentException("Illegal..." + loadFactor);
this.loadFactor = loadFactor;
//计算扩容阈值
this.threshold = tableSizeFor(initialCapacity);
}
//返回输入值最近的2的n次方
static final int tableSizeFor(int cap) {
int n = cap - 1;//防止正好等于2的n次方时 扩容
n |= n >>> 1; // n‘或’ n无符号右移一位 比如：n=6（0110）右移1 0011 或 0110= 0111
n |= n >>> 2;
n |= n >>> 4;
n |= n >>> 8;
n |= n >>> 16;
return (n < 0) ? 1 : (n >= MAXIMUM_CAPACITY) ? MAXIMUM_CAPACITY : n + 1;
}
//这个算法很有趣
例如 cap = 5 二进制 0101
n = cap -1 n=4（0100） 防止正好等于2的n次方时扩容
n |= n >>> 1 n右移1位（0010）与自己或 0100|0010=0110
n |= n >>> 2 n右移2位（0001）与自己或 0110|0001=0111
n |= n >>> 4 n右移4位（0000）与自己或 0111|0000=0111
n |= n >>> 8 n右移8位（0000）与自己或 0111|0000=0111
n |= n >>> 16 n右移16位（0000）与自己或 0111|0000=0111（十进制7）
位移为了将第一个1往后移动 再与自己或后
有两点可以确定 1：保留最高位的1 2：最高位后面一位变为1
随后往后位移2位 结果可以确定 保留高位后的后4位为1
可以看到算法的结果为：将数字的二进制从第一个有效数字后0全变为1
此时再加1就是2的n次方了
看似这么麻烦，其实就是这个意思 比如给你个数字：0100 1011 将它变为 0111 1111
巧妙的借助了2的n次方数字的特性 还有移位运算的快速
六 添加数据
1 put
public V put(K key, V value) {
return putVal(hash(key), key, value, false, true);
}
/**
* @param hash 键的hash码
* @param key 键
* @param value 值
* @param onlyIfAbsent true当存在时不做变更
* @param evict false该表处于创建模式
* @return 返回已经存在的那个值 如果没有返回null
*/
final V putVal(int hash, K key, V value, boolean onlyIfAbsent, boolean evict) {
Node<K,V>[] tab; //指向当前hash表
Node<K,V> p; //保存已经存在的键 和要插入的键相同
int n; //hash表长度
int i; //要插入到的hash槽
//源码喜欢这种形式（tab=table）== null 一行代码做了两件事 赋值和比较 比较简洁
//如果表为空 说明还没初始化 调用resize()调整大小
if ((tab = table) == null || (n = tab.length) == 0)
n = (tab = resize()).length;
//这里计算数据要插入的槽位 注意：(n - 1) & hash 数组长度减一和hash码相与
//这里的算法 是为了取到一个0到2的n次方的数字 这样就能放到数组
//比如：长度2的3次方=8（1000）-1 =（0111）& hash（1011）得到 0011 也就是3
//其精髓就是：截掉高位 保留低位
if ((p = tab[i = (n - 1) & hash]) == null)
//如果槽位为空 也就是没有hash冲突 直接插入
tab[i] = newNode(hash, key, value, null);
//下面就要处理冲突了
else {
Node<K,V> e; K k;
//如果槽位上那个节点正好和当前要插入的相等 那么将这个节点的值替换了就行
//注意：两个节点相等是 hash码相等并且key相等
if (p.hash == hash &&
((k = p.key) == key || (key != null && key.equals(k))))
e = p;
//如果节点不和我们要插入的相等 并且是红黑树 那么就插入红黑树
else if (p instanceof TreeNode)
e = ((TreeNode<K,V>)p).putTreeVal(this, tab, hash, key, value);
//如果不是红黑树 是普通拉链 那么循环比对是否插入过 插入过替换旧值 没有 插入新节点
else {
for (int binCount = 0; ; ++binCount) {
//遍历到最后没有发现插入过 那么就插入最后
if ((e = p.next) == null) {
p.next = newNode(hash, key, value, null);
//插入后判断是否要转换位红黑树
if (binCount >= TREEIFY_THRESHOLD - 1) // -1 for 1st
treeifyBin(tab, hash);
break;
}
if (e.hash == hash &&
((k = e.key) == key || (key != null && key.equals(k))))
break;
p = e;
}
}
//如果找到了相同的节点 替换旧的值就行
if (e != null) { // existing mapping for key
V oldValue = e.value;
if (!onlyIfAbsent || oldValue == null)
e.value = value;
afterNodeAccess(e);
return oldValue;
}
}
++modCount;
//长度加一 并判断是否需要扩容
if (++size > threshold)
resize();
afterNodeInsertion(evict);
return null;
}
static final int hash(Object key) {
int h;
//异或 是为了将高位的变化 扩展到地位 更好的混淆hash 避免hash冲突
return (key == null) ? 0 : (h = key.hashCode()) ^ (h >>> 16);
}
2 红黑树插入putTreeVal
/**
* 树形版本的putVal
* map当前map的引用
* tab当前map里面的节点数组
* h key的hash码
* k 键
* v 值
* @return 返回被替换的重复节点 如果没重复 返回null
*/
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;//是否检查过重复了
//注意调用此方法的是一个树节点 如果没有parent说明自己是根 否者找根
TreeNode<K,V> root = (parent != null) ? root() : this;
//二分查找节点需要插入的位置
for (TreeNode<K,V> p = root;;) {
int dir, ph; K pk;
//根据hash码和当前节点比较大小
if ((ph = p.hash) > h)
dir = -1;
else if (ph < h)
dir = 1;
//如果hash码相等 并且key相等 直接返回当前节点
else if ((pk = p.key) == k || (k != null && k.equals(pk)))
return p;
//如果hash码相等 但是key不相等 说明存在hash碰撞
//判断是否key能比较 能比较就试着找到左右子树中那个重复的节点
else if ((kc == null &&
//如果键实现了Comparable接口排序 返回key的类 否则空
(kc = comparableClassFor(k)) == null) ||
//如果两个节点类型不同 返回0 否者返回key的compar()结果
(dir = compareComparables(kc, k, pk)) == 0) {
//从左右子树中找 重复的节点 找到直接返回
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;
}
//根据两个节点键的'存储地址'比较大小
dir = tieBreakOrder(k, pk);
}
//检索到树叶 要插入的位置不为空 继续循环 为空就构造新节点放上去
//这里插入可以看到HashMap红黑树的特殊性：不但具有红黑树的特性 还有链表的特性
//left、right树的特性 parent、next链表特性 注意看下面代码
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;
//重新平衡红黑树
moveRootToFront(tab, balanceInsertion(root, x));
return null;
}
}
}
七 扩容
1 resize
//初始化或者扩容
final Node<K,V>[] resize() {
Node<K,V>[] oldTab = table;//旧表
int oldCap = (oldTab == null) ? 0 : oldTab.length;//旧容量
int oldThr = threshold;//旧的阈值
int newCap, newThr = 0;
if (oldCap > 0) {
//如果容量大于最大值 设置阈值为最大值即可
if (oldCap >= MAXIMUM_CAPACITY) {
threshold = Integer.MAX_VALUE;
return oldTab;
}
else if ((newCap = oldCap << 1) < MAXIMUM_CAPACITY &&
oldCap >= DEFAULT_INITIAL_CAPACITY)
newThr = oldThr << 1; // 将容量和阈值扩容一倍
}
//旧容量等于0 旧阈值大于0（使用非默认构造创建 例如：new HashMap(0)）
else if (oldThr > 0) // 初始化容量为阈值
newCap = oldThr;
else { //容量、阈值为空 说明使用默认构造创建（new HashMap()）赋给默认值
newCap = DEFAULT_INITIAL_CAPACITY;//默认容量
//默认阈值=默认加载因子*默认容量
newThr = (int)(DEFAULT_LOAD_FACTOR * DEFAULT_INITIAL_CAPACITY);
}
if (newThr == 0) {
float ft = (float)newCap * loadFactor;
newThr = (newCap < MAXIMUM_CAPACITY && ft < (float)MAXIMUM_CAPACITY ?
(int)ft : Integer.MAX_VALUE);
}
threshold = newThr;//修改阈值
Node<K,V>[] newTab = (Node<K,V>[])new Node[newCap];//创建新容量的桶
table = newTab;//酒瓶换新桶
if (oldTab != null) { //如果不是初始化 要遍历旧桶数据放入新桶
for (int j = 0; j < oldCap; ++j) {
Node<K,V> e;
if ((e = oldTab[j]) != null) {
oldTab[j] = null;
if (e.next == null)
//桶中就一个单节点 根据hash码 计算在新桶位置
newTab[e.hash & (newCap - 1)] = e;
else if (e instanceof TreeNode) //调用红黑树拆分方法 下面会讲
((TreeNode<K,V>)e).split(this, newTab, j, oldCap);
else { //拆分链表 分别放入低位(i=新桶原位置)和高位(i=原位置+旧容量)
//拆出来要放入低位的链表头、尾引用
Node<K,V> loHead = null, loTail = null;
//拆出来要放入高位的链表头、尾引用
Node<K,V> hiHead = null, hiTail = null;
Node<K,V> next;
do {
next = e.next;
//注意：不是 e.hash & oldCap - 1
//这里又是一处非常巧妙位运算
//再次利用了 2的n方 数字的特点（只有一位为1 比如：4二进位0100）
//hash码&过之后 只有0和1两个结果 以此判断放入高位低位
//其实像上面那样做：e.hash & (newCap - 1)
//结果也只会出来两个 分别是低、高位下标 算出来后分别插入新表也可行
if ((e.hash & oldCap) == 0) {
//第一个将头尾指向它
if (loTail == null)
loHead = e;
else
//将新节点放到链表最后
loTail.next = e;
//尾节点指向这个新的尾节点
loTail = e;
}
else {
if (hiTail == null)
hiHead = e;
else
hiTail.next = e;
hiTail = e;
}
} while ((e = next) != null);
//拆分后的两个链表
//低位链表 放到 原来的位置
//高位链表 放到 原来的位置+旧容量
if (loTail != null) {
loTail.next = null;
newTab[j] = loHead;
}
if (hiTail != null) {
hiTail.next = null;
newTab[j + oldCap] = hiHead;
}
}
}
}
}
return newTab;
}
2 红黑树拆分split
/**
* 将树箱中的节点分为上下树箱，如果拆分后太小，则取消树化
* @param map the map
* @param tab 新桶
* @param index 当前链表在旧桶中位置
* @param bit 旧桶的容量
*/
final void split(HashMap<K,V> map, Node<K,V>[] tab, int index, int bit) {
TreeNode<K,V> b = this;//要拆分的树的root节点
//重新链接到lo和hi列表，保留顺序
TreeNode<K,V> loHead = null, loTail = null;
TreeNode<K,V> hiHead = null, hiTail = null;
int lc = 0, hc = 0;
for (TreeNode<K,V> e = b, next; e != null; e = next) {
next = (TreeNode<K,V>)e.next;
e.next = null;
//和链表拆分同样的道理 分到两个链表（插入尾部）
//有意思的是 这里把红黑树当作链表处理了
if ((e.hash & bit) == 0) {
if ((e.prev = loTail) == null)
loHead = e;
else
loTail.next = e;
loTail = e;
++lc;
}
else {
if ((e.prev = hiTail) == null)
hiHead = e;
else
hiTail.next = e;
hiTail = e;
++hc;
}
}
//要根据数量 判断是否要对两个链表树化还是非树化
if (loHead != null) {
if (lc <= UNTREEIFY_THRESHOLD)
tab[index] = loHead.untreeify(map);
else {
tab[index] = loHead;
if (hiHead != null) // (else is already treeified)
loHead.treeify(tab);
}
}
if (hiHead != null) {
if (hc <= UNTREEIFY_THRESHOLD)
tab[index + bit] = hiHead.untreeify(map);
else {
tab[index + bit] = hiHead;
if (loHead != null)
hiHead.treeify(tab);
}
}
}
八 将Node链表树化
1 treeifyBin
//将某个hash槽位树化
final void treeifyBin(Node<K,V>[] tab, int hash) {
int n, index; Node<K,V> e;
//如果没有达到树化容量 就只是扩容
if (tab == null || (n = tab.length) < MIN_TREEIFY_CAPACITY)
resize();
else if ((e = tab[index = (n - 1) & hash]) != null) {
//将节点替换为TreeNode’链表‘
TreeNode<K,V> hd = null, tl = null;
do {
//将Node替换为TreeNode
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); //这一步才是去树化 刚才只是转换了节点类型
}
}
2 红黑树 树化treeify
//可能传入的是树 也可能是链表
final void treeify(Node<K,V>[] tab) {
TreeNode<K,V> root = null;
for (TreeNode<K,V> x = this, next; x != null; x = next) {
//第一个节点做根 并清空它的引用
next = (TreeNode<K,V>)x.next;
x.left = x.right = null;
if (root == null) {
x.parent = null;
x.red = false;
root = x;
}
else {
K k = x.key;
int h = x.hash;
Class<?> kc = null;
//将节点放到 红黑树中 从根节点开始比较
for (TreeNode<K,V> p = root;;) {
int dir, ph;
K pk = p.key;
if ((ph = p.hash) > h)
dir = -1;
else if (ph < h)
dir = 1;
else if ((kc == null &&
(kc = comparableClassFor(k)) == null) ||
(dir = compareComparables(kc, k, pk)) == 0)
dir = tieBreakOrder(k, pk);
//找到左右节点为空的就是要插入的位置
TreeNode<K,V> xp = p;
if ((p = (dir <= 0) ? p.left : p.right) == null) {
x.parent = xp;
if (dir <= 0)
xp.left = x;
else
xp.right = x;
root = balanceInsertion(root, x);//重新平衡红黑树
break;
}
}
}
}
moveRootToFront(tab, root);
}
3 树转换为链表untreeify
final Node<K,V> untreeify(HashMap<K,V> map) {
Node<K,V> hd = null, tl = null;//链表的头和尾
for (Node<K,V> q = this; q != null; q = q.next) {
Node<K,V> p = map.replacementNode(q, null);//构建节点 去除树的属性
if (tl == null)
hd = p;
else
tl.next = p;
tl = p;
}
return hd;
}
Node<K,V> replacementNode(Node<K,V> p, Node<K,V> next) {
return new Node<>(p.hash, p.key, p.value, next);
}
九 获取
1 get
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;
//(n - 1) & hash] hash码和长度-1取余找到所在的槽位
if ((tab = table) != null && (n = tab.length) > 0 &&
(first = tab[(n - 1) & hash]) != null) {
if (first.hash == hash && //检查第一个节点是我们要找的吗
((k = first.key) == key || (key != null && key.equals(k))))
return first;
if ((e = first.next) != null) {
//如果是红黑树 调用红黑树方法取 否则遍历链表呗
if (first instanceof TreeNode)
return ((TreeNode<K,V>)first).getTreeNode(hash, key);
do {
if (e.hash == hash &&
((k = e.key) == key || (key != null && key.equals(k))))
return e;
} while ((e = e.next) != null);
}
}
return null;
}
2 树型版本的获取getTreeNode
final TreeNode<K,V> getTreeNode(int h, Object k) {
return ((parent != null) ? root() : this).find(h, k, null);
}
//从跟节点开始查找
final TreeNode<K,V> find(int h, Object k, Class<?> kc) {
TreeNode<K,V> p = this;
do {
//遍历红黑树找到节点
int ph, dir; K pk;
TreeNode<K,V> pl = p.left, pr = p.right, q;
if ((ph = p.hash) > h)
p = pl;
else if (ph < h)
p = pr;
else if ((pk = p.key) == k || (k != null && k.equals(pk)))
return p;
else if (pl == null)
p = pr;
else if (pr == null)
p = pl;
else if ((kc != null ||
(kc = comparableClassFor(k)) != null) &&
(dir = compareComparables(kc, k, pk)) != 0)
p = (dir < 0) ? pl : pr;
else if ((q = pr.find(h, k, kc)) != null)
return q;
else
p = pl;
} while (p != null);
return null;
}
十 移除
1 remove
public boolean remove(Object key, Object value) {
return removeNode(hash(key), key, value, true, true) != null;
}
final Node<K,V> removeNode(int hash, Object key, Object value,
boolean matchValue, boolean movable) {
Node<K,V>[] tab; Node<K,V> p; int n, index;
//删除之前需要先找到这个节点 查找过程和get一致
if ((tab = table) != null && (n = tab.length) > 0 &&
(p = tab[index = (n - 1) & hash]) != null) {
Node<K,V> node = null, e; K k; V v;
if (p.hash == hash &&
((k = p.key) == key || (key != null && key.equals(k))))
node = p;
else if ((e = p.next) != null) {
if (p instanceof TreeNode)
node = ((TreeNode<K,V>)p).getTreeNode(hash, key);
else {
do {
if (e.hash == hash &&
((k = e.key) == key ||
(key != null && key.equals(k)))) {
node = e;
break;
}
p = e;
} while ((e = e.next) != null);
}
}
//找到后 如果是链表将前面节点指向后面节点就行 如果是树 调用树的删除
if (node != null && (!matchValue || (v = node.value) == value ||
(value != null && value.equals(v)))) {
if (node instanceof TreeNode)
((TreeNode<K,V>)node).removeTreeNode(this, tab, movable);
else if (node == p)
tab[index] = node.next;
else
p.next = node.next;
++modCount;
--size;
afterNodeRemoval(node);
return node;
}
}
return null;
}
2 树的移除removeTreeNode
final void removeTreeNode(HashMap<K,V> map, Node<K,V>[] tab,
boolean movable) {
int n;
if (tab == null || (n = tab.length) == 0)
return;
int index = (n - 1) & hash;
TreeNode<K,V> first = (TreeNode<K,V>)tab[index], root = first, rl;
TreeNode<K,V> succ = (TreeNode<K,V>)next, pred = prev;
if (pred == null)//没有前驱节点 说明他是首节点
tab[index] = first = succ;//将它后面节点放到槽位
else//中间节点
pred.next = succ;//将前一个节点指向后一个节点
if (succ != null)
succ.prev = pred;//后一个节点赋值给前一个节点
if (first == null)
return;
if (root.parent != null)
root = root.root();
if (root == null// 删除后需不需要非树化
|| (movable
&& (root.right == null
|| (rl = root.left) == null
|| rl.left == null))) {
tab[index] = first.untreeify(map);
return;
}
//下面是删除节点在红黑树中的引用 和上面删除在链表中引用 相辅相成
TreeNode<K,V> p = this, pl = left, pr = right, replacement;
if (pl != null && pr != null) {
TreeNode<K,V> s = pr, sl;
while ((sl = s.left) != null) // find successor
s = sl;
boolean c = s.red; s.red = p.red; p.red = c; // swap colors
TreeNode<K,V> sr = s.right;
TreeNode<K,V> pp = p.parent;
if (s == pr) { // p was s's direct parent
p.parent = s;
s.right = p;
}
else {
TreeNode<K,V> sp = s.parent;
if ((p.parent = sp) != null) {
if (s == sp.left)
sp.left = p;
else
sp.right = p;
}
if ((s.right = pr) != null)
pr.parent = s;
}
p.left = null;
if ((p.right = sr) != null)
sr.parent = p;
if ((s.left = pl) != null)
pl.parent = s;
if ((s.parent = pp) == null)
root = s;
else if (p == pp.left)
pp.left = s;
else
pp.right = s;
if (sr != null)
replacement = sr;
else
replacement = p;
}
else if (pl != null)
replacement = pl;
else if (pr != null)
replacement = pr;
else
replacement = p;
if (replacement != p) {
TreeNode<K,V> pp = replacement.parent = p.parent;
if (pp == null)
root = replacement;
else if (p == pp.left)
pp.left = replacement;
else
pp.right = replacement;
p.left = p.right = p.parent = null;
}
TreeNode<K,V> r = p.red ? root : balanceDeletion(root, replacement);
if (replacement == p) { // detach
TreeNode<K,V> pp = p.parent;
p.parent = null;
if (pp != null) {
if (p == pp.left)
pp.left = null;
else if (p == pp.right)
pp.right = null;
}
}
if (movable)
moveRootToFront(tab, r);
}
总结
HashMap 内部采用 数组+链表+红黑树 的数据结构
默认容量16、加载因子0.75、阈值12
扩容变为原来的两倍，大于最大值了就不扩容了
HashMap非线程安全
查找添加删除 复杂度O9(1)
当桶的数量小于64时不会进行树化，只会扩容
当桶的数量大于64且单个桶中元素的数量大于8时，进行树化
当单个桶中元素数量小于6时，进行反树化