HashMap 键值对集合
实现原理：
- HashMap 是基于数组 + 链表实现的。
- 通过hash值计算 数组索引，将键值对存到该数组中。
- 如果多个元素hash值相同，通过链表关联，再头部插入新添加的键值对。
- 键值对通过内部类Entity实现。
关键点
-
HashMap只允许一个为null的key。
-
HashMap的扩容：当前table数组的两倍
-
HashMap实际能存储的元素个数： capacity * loadFactor
-
HashMap在扩容的时候，会重新计算hash值，并对hash的位置进行重新排列， 因此，为了效率，尽量给HashMap指定合适的容量，避免多次扩容
public class HashMap<K,V>
extends AbstractMap<K,V>
implements Map<K,V>, Cloneable, Serializable
{
//默认的HashMap的空间大小16
static final int DEFAULT_INITIAL_CAPACITY = 1 << 4;
//hashMap最大的空间大小
static final int MAXIMUM_CAPACITY = 1 << 30;
//HashMap默认负载因子，负载因子越小，hash冲突机率越低，至于为什么，看完下面源码就知道了
static final float DEFAULT_LOAD_FACTOR = 0.75f;
static final Entry<?,?>[] EMPTY_TABLE = {};
//table就是HashMap实际存储数组的地方
transient Entry<K,V>[] table = (Entry<K,V>[]) EMPTY_TABLE; // transient修饰不会被序列化
//HashMap 实际存储的元素个数
transient int size;
//临界值（即hashMap 实际能存储的大小）,公式为(threshold = capacity * loadFactor)
int threshold;
//HashMap 负载因子
final float loadFactor;
// 静态内部类相当于类的一个字段，它可以访问类的其他变量
//HashMap的(key -> value)键值对形式其实是由内部类Entry实现，那么此处就先贴上这个内部类
static class Entry<K,V> implements Map.Entry<K,V> {
final K key;
V value;
//保存了对下一个元素的引用，说明此处为链表
//为什么此处会用链表来实现？
//其实此处用链表是为了解决hash一致的时候的冲突
//当两个或者多个hash一致的时候，那么就将这两个或者多个元素存储在一个位置，用next来保存对下个元素的引用
Entry<K,V> next;
int hash;
Entry(int h, K k, V v, Entry<K,V> n) {
value = v;
next = n;
key = k;
hash = h;
}
// final修饰的方法不能重写
public final K getKey() {
return key;
}
public final V getValue() {
return value;
}
// 设置新值后，返回旧值
public final V setValue(V newValue) {
V oldValue = value;
value = newValue;
return oldValue;
}
// 判断键值对是否相等
public final boolean equals(Object o) {
if (!(o instanceof Map.Entry))
return false;
Map.Entry e = (Map.Entry)o;
Object k1 = getKey();
Object k2 = e.getKey();
//k1和k2 要么是相同的对象(内存地址相等==)，要么对象的值相等(equals且不为null)
if (k1 == k2 || (k1 != null && k1.equals(k2))) {
Object v1 = getValue();
Object v2 = e.getValue();
if (v1 == v2 || (v1 != null && v1.equals(v2)))
return true;
}
return false;
}
// 键值对的hashCode，键的hashCode 和 值的hashCode 与运算。
public final int hashCode() {
return Objects.hashCode(getKey()) ^ Objects.hashCode(getValue());
}
public final String toString() {
return getKey() + "=" + getValue();
}
void recordAccess(HashMap<K,V> m) {
}
void recordRemoval(HashMap<K,V> m) {
}
}
//以上是内部类Entry
//构造方法， 设置HashMap的loadFactor 和 threshold, 方法极其简单，不多说
public HashMap(int initialCapacity, float loadFactor) {
if (initialCapacity < 0)
throw new IllegalArgumentException("Illegal initial capacity: " +
initialCapacity);
if (initialCapacity > MAXIMUM_CAPACITY)
initialCapacity = MAXIMUM_CAPACITY;
if (loadFactor <= 0 || Float.isNaN(loadFactor))
throw new IllegalArgumentException("Illegal load factor: " +
loadFactor);
this.loadFactor = loadFactor;
threshold = initialCapacity;
init();
}
public HashMap(int initialCapacity) {
this(initialCapacity, DEFAULT_LOAD_FACTOR);
}
public HashMap() {
this(DEFAULT_INITIAL_CAPACITY, DEFAULT_LOAD_FACTOR);
}
//构造方法，传入Map, 将Map转换为HashMap
public HashMap(Map<? extends K, ? extends V> m) {
// 通过this调用自身构造函数
this(Math.max((int) (m.size() / DEFAULT_LOAD_FACTOR) + 1,
DEFAULT_INITIAL_CAPACITY), DEFAULT_LOAD_FACTOR);
//初始化HashMap， 这个方法下面会详细分析
inflateTable(threshold);
//这就是将指定Map转换为HashMap的方法，后面会详细分析
putAllForCreate(m);
}
//初始化HashMap
private void inflateTable(int toSize) {
//计算出大于toSize最临近的2的N次方的值
//假设此处传入6, 那么最临近的值为2的3次方，也就是8
int capacity = roundUpToPowerOf2(toSize);
//由此处可知：threshold = capacity * loadFactor
threshold = (int) Math.min(capacity * loadFactor, MAXIMUM_CAPACITY + 1);
//创建Entry数组，这个Entry数组就是HashMap所谓的容器
table = new Entry[capacity];
initHashSeedAsNeeded(capacity);
}
private static int roundUpToPowerOf2(int number) {
//当临界值小于HashMap最大容量时， 返回最接近临界值的2的N次方
//Integer.highestOneBit方法的作用是用来计算指定number最临近的2的N次方的数，内部通过或运算实现的。
return number >= MAXIMUM_CAPACITY
? MAXIMUM_CAPACITY
: (number > 1) ? Integer.highestOneBit((number - 1) << 1) : 1;
}
//这就是将指定Map转换为HashMap的方法，主要看下面的putForCreate方法
private void putAllForCreate(Map<? extends K, ? extends V> m) {
for (Map.Entry<? extends K, ? extends V> e : m.entrySet())
putForCreate(e.getKey(), e.getValue());
}
private void putForCreate(K key, V value) {
//计算hash值， key为null的时候，hash为0
int hash = null == key ? 0 : hash(key);
//根据hash值，找出当前hash在table中的位置
int i = indexFor(hash, table.length);
//由于table[i]处可能不止有一个元素（多个会形成一个链表），因此，此处写这样一个循环
//当key存在的时候，直接将key的值设置为新值
for (Entry<K,V> e = table[i]; e != null; e = e.next) { // 判断相同hash位置的所有元素，只要有key相同的元素，用新值替换旧值,然后返回
Object k;
if (e.hash == hash &&
((k = e.key) == key || (key != null && key.equals(k)))) {
e.value = value;
return;
}
}
//当key不存在的时候，就在table的指定位置新创建一个Entry
createEntry(hash, key, value, i);
}
//在table的指定位置新创建一个Entry
void createEntry(int hash, K key, V value, int bucketIndex) {
Entry<K,V> e = table[bucketIndex];
table[bucketIndex] = new Entry<>(hash, key, value, e);
size++;
}
//下面就开始分析我们常用的方法了（put, remove）
//先看put方法
public V put(K key, V value) {
//table为空，就先初始化
if (table == EMPTY_TABLE) {
//这个方法上面已经分析过了，主要是在初始化HashMap,包括创建HashMap保存的元素的数组等操作
inflateTable(threshold);
}
//key 为null的情况， 只允许有一个为null的key
if (key == null)
return putForNullKey(value);
//计算hash
int hash = hash(key);
//根据指定hash，找出在table中的位置
int i = indexFor(hash, table.length);
//table中，同一个位置（也就是同一个hash）可能出现多个元素（链表实现），故此处需要循环
//如果key已经存在，那么直接设置新值
for (Entry<K,V> e = table[i]; e != null; e = e.next) {
Object k;
if (e.hash == hash && ((k = e.key) == key || key.equals(k))) {
V oldValue = e.value;
e.value = value;
e.recordAccess(this);
return oldValue;
}
}
modCount++;
//key 不存在，就在table指定位置之处新增Entry
addEntry(hash, key, value, i);
return null;
}
//当key为null 的处理情况
private V putForNullKey(V value) {
//先看有没有key为null, 有就直接设置新值
for (Entry<K,V> e = table[0]; e != null; e = e.next) {
if (e.key == null) {
V oldValue = e.value;
e.value = value;
e.recordAccess(this);
return oldValue;
}
}
modCount++;、
//当前没有为null的key就新创建一个entry,其在table的位置为0（也就是第一个）
addEntry(0, null, value, 0);
return null;
}
//在table指定位置新增Entry, 这个方法很重要
void addEntry(int hash, K key, V value, int bucketIndex) {
if ((size >= threshold) && (null != table[bucketIndex])) {
//table容量不够, 该扩容了（两倍table），重点来了，下面将会详细分析
resize(2 * table.length);
//计算hash, null为0
hash = (null != key) ? hash(key) : 0;
//找出指定hash在table中的位置
bucketIndex = indexFor(hash, table.length);
}
createEntry(hash, key, value, bucketIndex);
}
//扩容方法 (newCapacity * loadFactor)
void resize(int newCapacity) {
Entry[] oldTable = table;
int oldCapacity = oldTable.length;
//如果之前的HashMap已经扩充打最大了，那么就将临界值threshold设置为最大的int值
if (oldCapacity == MAXIMUM_CAPACITY) {
threshold = Integer.MAX_VALUE;
return;
}
//根据新传入的capacity创建新Entry数组，将table引用指向这个新创建的数组，此时即完成扩容
Entry[] newTable = new Entry[newCapacity];
transfer(newTable, initHashSeedAsNeeded(newCapacity));
table = newTable;
//扩容公式在这儿（newCapacity * loadFactor）
//通过这个公式也可看出，loadFactor设置得越小，遇到hash冲突的几率就越小
threshold = (int)Math.min(newCapacity * loadFactor, MAXIMUM_CAPACITY + 1);
}
//扩容之后，重新计算hash，然后再重新根据hash分配位置，
//由此可见，为了保证效率，如果能指定合适的HashMap的容量，会更合适
void transfer(Entry[] newTable, boolean rehash) {
int newCapacity = newTable.length;
for (Entry<K,V> e : table) {
while(null != e) {
Entry<K,V> next = e.next;
if (rehash) {
e.hash = null == e.key ? 0 : hash(e.key);
}
int i = indexFor(e.hash, newCapacity);
e.next = newTable[i];
newTable[i] = e;
e = next;
}
}
}
//上面看了put方法，接下来就看看remove
public V remove(Object key) {
Entry<K,V> e = removeEntryForKey(key);
return (e == null ? null : e.value);
}
//这就是remove的核心方法
final Entry<K,V> removeEntryForKey(Object key) {
if (size == 0) {
return null;
}
//老规矩，先计算hash,然后通过hash寻找在table中的位置
int hash = (key == null) ? 0 : hash(key);
int i = indexFor(hash, table.length);
Entry<K,V> prev = table[i];
Entry<K,V> e = prev;
//这儿又神奇地回到了怎么删除链表的问题（上次介绍linkedList的时候，介绍过）
//李四左手牵着张三，右手牵着王五，要删除李四，那么直接让张三牵着王五的手就OK
while (e != null) {
Entry<K,V> next = e.next;
Object k;
if (e.hash == hash &&
((k = e.key) == key || (key != null && key.equals(k)))) {
modCount++;
size--;
if (prev == e)
table[i] = next;
else
prev.next = next;
e.recordRemoval(this);
return e;
}
prev = e;
e = next;
}
return e;
}
}
参考：
- HashMap其实就那么一回事儿之源码浅析 http://www.cnblogs.com/dongying/p/4022795.html