HashMap中中的Node类:
static class Node<K,V> implements Map.Entry<K,V> {
final int hash; //hash值,与长度减1相与,用来定位数组索引位置
final K key; //键
V value; //值
Node<K,V> next; //链表的下一个node
Node(int hash, K key, V value, Node<K,V> next) { ... } //构造函数
public final K getKey(){ ... } //获取键
public final V getValue() { ... } //获取值
public final String toString() { ... }
public final int hashCode() { ... }
public final V setValue(V newValue) { ... }
public final boolean equals(Object o) { ... }
}
HashMap的初始化:
在HashMap中有两个很重要的参数,容量(Capacity)和负载因子(Locad factor)
简单的说,Capacity就是哈希桶buckets的数目,Load factor就是bucket,默认的容量大小为16,默认的负载因子是0.75。
有参数的构造函数:
//initialCapacity 初始容量 loadFactor 负载因子
public HashMap(int initialCapacity, float loadFactor) {
if (initialCapacity < 0) //如果初始容量小于0,报错
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;
this.threshold = tableSizeFor(initialCapacity);
}
其中的tableSizeFor函数的源码:
static final int tableSizeFor(int cap) {
int n = cap - 1;
n |= n >>> 1;
n |= n >>> 2;
n |= n >>> 4;
n |= n >>> 8;
n |= n >>> 16;
return (n < 0) ? 1 : (n >= MAXIMUM_CAPACITY) ? MAXIMUM_CAPACITY : n + 1;
}
写的很复杂,其实大概功能可以猜到,如果找一个大于等于cap指的2的N次方,例如如果cap = 14,此时return 16,如果cap = 17,此时return 32。
无参的构造函数:
public HashMap() {
this.loadFactor = DEFAULT_LOAD_FACTOR; // all other fields defaulted
}
其中:static final float DEFAULT_LOAD_FACTOR = 0.75f,即默认负载因子是0.75,这里会有疑问,只设置了默认负载因子,而默认容量的大小并没有设置,不设置此时默认容量的大小为0,此时table数组为空,即没有初始化,在下面的putVal函数中,会调用resize()进行初始化哈希桶数组,将数组默认大小设置为16。
// tab为空则创建
if ((tab = table) == null || (n = tab.length) == 0)
n = (tab = resize()).length;
在resize()函数中有这样的代码:
else { // zero initial threshold signifies using defaults
newCap = DEFAULT_INITIAL_CAPACITY;
newThr = (int)(DEFAULT_LOAD_FACTOR * DEFAULT_INITIAL_CAPACITY);
}
Node<K,V>[] newTab = (Node<K,V>[])new Node[newCap];
table = newTab;
put函数的实现:
put函数的思路:
1) 对key的hashCode()做hash,然后再计算index;
2)如果没碰撞直接放到bucket里;
3)如果碰撞了,以链表的形式存在buckets后;
4)如果碰撞导致链表过长(大于等于TREEIFY_THRESHOLD),就把链表转换成红黑树;
5)如果节点已经存在就替换old value(保证key的唯一性)
6)如果bucket满了(超过load factor*current capacity),就要resize
源码
public V put(K key, V value) {
// 对key的hashCode()做hash
return putVal(hash(key), key, value, false, true);
}
final V putVal(int hash, K key, V value, boolean onlyIfAbsent,
boolean evict) {
Node<K,V>[] tab; Node<K,V> p; int n, i;
// tab为空则创建
if ((tab = table) == null || (n = tab.length) == 0)
n = (tab = resize()).length;
// 计算index,并对null做处理
if ((p = tab[i = (n - 1) & hash]) == null) //hash值与长度减1相与,得到哈希桶的下标,如果该下标处没有值
tab[i] = newNode(hash, key, value, null);//就放置新的节点
else { //hash值与长度减一相与,得到哈希桶的下标处为null
Node<K,V> e; K k;
// 节点存在
if (p.hash == hash && //链表的第一节点就是要找的节点
((k = p.key) == key || (key != null && key.equals(k))))
e = p; //直接返回该节点
// 该链为树
else if (p instanceof TreeNode)
e = ((TreeNode<K,V>)p).putTreeVal(this, tab, hash, key, value);
// 该链为链表
else {
for (int binCount = 0; ; ++binCount) { //遍历该链表
if ((e = p.next) == null) { //如果找到链表尾,直接插入新节点
p.next = newNode(hash, key, value, null);
if (binCount >= TREEIFY_THRESHOLD - 1) // -1 for 1st链表长度等于8时转为红黑树
treeifyBin(tab, hash);
break;
}
if (e.hash == hash && //已存在的链表中有节点的key等于要插入节点的key
((k = e.key) == key || (key != null && key.equals(k))))
break;
p = e;
}
}
// 写入
if (e != null) { // existing mapping for key
V oldValue = e.value; //直接替换value值
if (!onlyIfAbsent || oldValue == null)
e.value = value;
afterNodeAccess(e);
return oldValue;
}
}
++modCount;
// 超过load factor*current capacity,resize
if (++size > threshold) //HashMap中元素的个数大于阈值
resize(); //就进行扩容
afterNodeInsertion(evict);
return null;
}
第三行的hash(key)函数可以理解为对key的哈希值的再哈希,源码如下:
static final int hash(Object key) {
int h;
return (key == null) ? 0 : (h = key.hashCode()) ^ (h >>> 16);
}
return后面这行代码的作用是将key对应的哈希值的高16为与低16为做异或运算,然后在与哈希桶的长度相与得到在哈希桶中的索引,即(n-1)&hash。
if ((p = tab[i = (n - 1) & hash]) == null)
tab[i] = newNode(hash, key, value, null);
举例:hash值的计算过程如下图:
如果哈希桶长度为16,此时最常见的思路是让key.hashCode()%15,那么为什么作者使用了上面比较复杂的哈希值计算方式呢?
第一点说明:为什么不直接使用key.hashCode()得到的哈希值直接求索引。假设长度为16,此时对应二进制的四位,而哈希值有31位,15与上哈希值,只使用了哈希值中的四位,容易产生碰撞。因此设计者就把高16位和低16位异或了一下。
第二点说明:因为哈希桶的长度 n 总是2的N次方,所以可以使用(n-1)&hash值来计算索引index,(n-1)&hash得到值的范围在[0,15],求&比求余运算快。
第三点说明:获取HashMap元素时,分为两步:
1)首先对key.hashCod()的值做再哈希,确定哈希桶的索引(或者称下标)
2)如果哈希桶索引处的头节点的key不是我们需要的,就从该头节点处开始遍历链表
在Java8之前的实现中使用链表解决冲突的,在产生碰撞的情况,如果链表的长度是 n ,进行get时,两步的时间复杂度是O(1) + O(n)。因此,当碰撞很厉害,长度n很大,O(n)的速度显然是很影响速度的。
在Java8中,利用红黑树替换链表,这样复杂度就变为O(1) + O(logn),这样在n很大的时候,速度提升较多。
如果HashMap中的节点个数大于阈值,就进行扩容
if (++size > threshold) //HashMap中元素的个数大于阈值
resize(); //就进行扩容
关于扩容:
当put时,如果发现目前bucket占用程度已经超过了Load Factor所希望的比例,那么就会发生resize。在resize的过程中,简单的说就是将哈希桶数组的长度变为2倍,之后重新计算index,把节点再放到新的bucket中。因为我们使用的是2次幂的扩展(长度变为原来的两倍),所以,元素的位置要么是在原位置,要么是在原位置再移动2次幂的位置。
例如我们从16扩展为32时,具体的变化如下所示:
16位 32位
因此元素在重新计算hash之后,因为n变为2倍,那么n-1的mask范围在高位多1bit,因此新的index就会发生这样的变化:
因此,我们在扩充HashMap的时候,不需要重新计算哈希值,只需要看看原来的哈希值新增的那个bit是1还是0就好了,是0的话索引没有改变,是1的话索引加上oldCap。
这个设计既省去了重新计算hash值的时间,而且同时,由于新增加的1bit是0还是1可以认为是随机的,因此resize的过程中,均匀的把之前的冲突节点分散到新的bucket了。
resize()函数的源码:
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) {
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) // initial capacity was placed in threshold
newCap = oldThr;
else { // zero initial threshold signifies using defaults
newCap = DEFAULT_INITIAL_CAPACITY;
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;
@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;
}
上面说过哈希桶没有初始化,在下面的代码中初始化
else { // zero initial threshold signifies using defaults
newCap = DEFAULT_INITIAL_CAPACITY;
newThr = (int)(DEFAULT_LOAD_FACTOR * DEFAULT_INITIAL_CAPACITY);
}
get函数:
大致思路:
哈希桶的第一个节点,直接命中
如果有冲突,就遍历链表或树
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) {//根据hash值和key值
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) {
// 直接命中,即头结点就是要找的节点
if (first.hash == hash && // always check first node
((k = first.key) == key || (key != null && key.equals(k))))
return first;
// 未命中
if ((e = first.next) != null) {
// 在树中get
if (first instanceof TreeNode) //如果是树结构
return ((TreeNode<K,V>)first).getTreeNode(hash, key);
// 在链表中get
do { //如果是链表结构
if (e.hash == hash &&
((k = e.key) == key || (key != null && key.equals(k))))
return e;
} while ((e = e.next) != null);
}
}
return null;
}