Map集合基础02-HashMap

数据结构（和ConcurrentHashMap类似）

• 存储数据的基础结构时Node的数组；

• 节点中保存的是当前节点的hash,主键Key,对应值value,链表的next；

 transient Node<K,V>[] table;

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

基础操作

put方法

• 方法和concurrentHashMap类似，其中涉及到红黑树的部分，可以查看另一篇红黑树的详细代码执行过程

   /**
    * 1.如果没初始化先进行初始化；
    * 2.hash对应的位置没有数据，则新增节点
    * 3.判断hash,key是否相同,相同则赋值临时值。否则，判断是树状结构则从红黑树中更新值，并返回替换的节点或者返回null；
    * 4.判断如果是链表则遍历链表，如果在链表中则返回替换的节点  
    * 5.完成上面这些后，节点计数+1，判断是否要进行重新调整数组大小
    */     
    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)//如果没有初始化，则进行初始胡
            n = (tab = resize()).length;
        if ((p = tab[i = (n - 1) & hash]) == null)//hash对应的数组位置为null,则新增Node节点
            tab[i] = newNode(hash, key, value, null);
        else {
            Node<K,V> e; K k;
            if (p.hash == hash &&
                ((k = p.key) == key || (key != null && key.equals(k))))//如果key相等
                e = p;//将当前节点赋值临时节点e
            else if (p instanceof TreeNode)//如果p节点是红黑树。那么在红黑树中插入节点
                e = ((TreeNode<K,V>)p).putTreeVal(this, tab, hash, key, value);
            else {
                /**
                 * 遍历链表，查找节点，会出现以下几种情况。
                 * 1.逐个遍历，判断节点key是否和新插入数据hash,key相等
                 * 2.如果没有，则新增节点，并判断是否要生成红黑树；
                 *  生成红黑树的条件：数组最小长度要为64，并且链表个数超过8个时  
                 */     
                for (int binCount = 0; ; ++binCount) {
                    if ((e = p.next) == null) {
                        p.next = newNode(hash, key, value, null);
                        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;//赋值下一个节点查看
                }
            }
            if (e != null) { //如果能查找到节点，则将旧值换新值
                V oldValue = e.value;
                if (!onlyIfAbsent || oldValue == null)
                    e.value = value;
                afterNodeAccess(e);
                return oldValue;
            }
        }
        ++modCount;//数量+1
        // 判断是否需要重新设置大小
        if (++size > threshold)
            resize();
        afterNodeInsertion(evict);//钩子方法，用于子类实现
        return null;
    }
/**
 * 1.确定新的数组大小
 * 2.进行数据节点重排
 */
final Node<K,V>[] resize() {
        Node<K,V>[] oldTab = table;
        int oldCap = (oldTab == null) ? 0 : oldTab.length;//原始数组长度
        int oldThr = threshold;
        int newCap, newThr = 0;
         /**
          * 1.原始长度大于0，当大于等于最大容量，返回现有数组；
          * 2.新长度的大小为旧长度两倍且小于最大容量，并且旧长度大于最小初始长度时，新长度为为旧长度的2倍
          */           
        if (oldCap > 0) {
            if (oldCap >= MAXIMUM_CAPACITY) {
                threshold = Integer.MAX_VALUE;
                return oldTab;
            }
            else if ((newCap = oldCap << 1) < MAXIMUM_CAPACITY &&
                     oldCap >= DEFAULT_INITIAL_CAPACITY)
                newThr = oldThr << 1; // double threshold
        }
        else if (oldThr > 0) //是否超过临界值
            newCap = oldThr;
        else {               //如果初始是0，则设置为默认
            newCap = DEFAULT_INITIAL_CAPACITY;
            newThr = (int)(DEFAULT_LOAD_FACTOR * DEFAULT_INITIAL_CAPACITY);
        }
       //新的临界值为0时
        if (newThr == 0) {
            float ft = (float)newCap * loadFactor;
            newThr = (newCap < MAXIMUM_CAPACITY && ft < (float)MAXIMUM_CAPACITY ?
                      (int)ft : Integer.MAX_VALUE);
        }
        threshold = newThr;
        @SuppressWarnings({"rawtypes","unchecked"})//创建新的数组
        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)//节点为单个元素，直接赋值
                        newTab[e.hash & (newCap - 1)] = e;
                    else if (e instanceof TreeNode)//对树状结构进行重排序，判断是要变成更小的树或者存入数组
                        ((TreeNode<K,V>)e).split(this, newTab, j, oldCap);
                    else { // 链状结构进行重排
                        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;//返回新的数组
    }

remove方法

• 查找出要移除的节点，统一进行移除操作

    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;
        if ((tab = table) != null && (n = tab.length) > 0 &&
            (p = tab[index = (n - 1) & hash]) != null) {//集合非空
            Node<K,V> node = null, e; K k; V v;
            if (p.hash == hash &&
                ((k = p.key) == key || (key != null && key.equals(k))))//如果查到节点
                node = p;
            else if ((e = p.next) != null) {
                if (p instanceof TreeNode)
                    node = ((TreeNode<K,V>)p).getTreeNode(hash, key);//获取树结构中的节点
                else {//获取链表中节点
                    do {
                        if (e.hash == hash &&
                            ((k = e.key) == key ||
                             (key != null && key.equals(k)))) {
                            node = e;
                            break;
                        }
                        p = e;
                    } while ((e = e.next) != null);
                }
            }
           //如果能找到节点，则统一进行一处处理
            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)//数组结构的话，替换成节点的next链节点（无则为null）
                    tab[index] = node.next;
                else //链表的话，更改节点关联
                    p.next = node.next;
                ++modCount;
                --size;
                afterNodeRemoval(node);//钩子方法
                return node;
            }
        }
        return null;
    }

get方法

• 根据key查找节点

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.判断第一个节点，如果一致的就返回，如果不一样再看是不是树状结构或者链表结构
          * 2.树状结构的话，通过二分法进行查找；
          * 3.链表结构的话，逐个遍历进行查找；
          * 4.如果没有查找到，返回null;   
          */
            if (first.hash == hash && 
                ((k = first.key) == key || (key != null && key.equals(k))))
                return first;
            if ((e = first.next) != null) {
                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;
    }

问题：

1. 为啥默认的平衡因子时0.75？

有位大佬博文分析的很清楚，有兴趣可以看一下：https://www.cnblogs.com/aspirant/p/11470928.html

总结一下就是：提高空间利用率和 减少查询成本的折中，主要是泊松分布，0.75的话碰撞最小，

2.HashMap和ConcurrentHashMap的区别？

• 值插入时，ConcurrentHashMap是通过CAS插入新的数组节点，和通过Synchronized替换原节点，链表节点或树节点。

• ConcurrentHashMap在进行插入，删除操作的时候会判断容器是否在扩容。

由上面这两点可以看出ConcurrentHashMap相对于HashMap线程是安全的。

• HashMap的优势在于：插入速度比较快；但是遇到多线程的时候，很容易出现链路闭环；

3.为什么HashMap数组长度一定是2的次幂？

• 获取位置更均衡

  • 插入值的位置tab[i = (n - 1) & hash]，n-1之后各个位置刚好是1；

  • hash和(n-1)高位与，则为0，与(n-1)低位获取的数字是不变的。可以获得固定的存储位置。

• 扩容定位更方便

  • n变成2倍，（n-1）向前进1；

  • n变成2倍，hash对应位为0时，存放位置不变

具体如下图：