Java 集合系列07--- HashMap详细介绍(源码解析)----新
Posted 飞飞1024
tags:
篇首语：本文由小常识网(cha138.com)小编为大家整理，主要介绍了Java 集合系列07--- HashMap详细介绍(源码解析)----新相关的知识，希望对你有一定的参考价值。
前言
今天学习了基于JDK1.8的HashMap的源码，主要从如下几个方面来阐述，HashMap的数据结构，HashMap如何支持动态扩容，HashMap的散列函数是如何实现的，并且如何防止散列冲突，最后就是对HashMap的常用方法的源码解析。
目录
- HashMap的数据结构
- HashMap的散列函数
- 散列冲突的处理
- HashMap的扩容机制
- put 方法的源码解析
- get 方法和remove的源码解析
基本的全局常量
- 默认初始化的容器大小16：
static final int DEFAULT_INITIAL_CAPACITY = 1 << 4; // aka 16 1 左移4位
- 最大的数据容量2的30次方。也就是说最多存放2的30次方个数据
static final int MAXIMUM_CAPACITY = 1 << 30;
- 默认的加载因子 0.75f
static final float DEFAULT_LOAD_FACTOR = 0.75f;
PS: 散列表的加载因子=填入表中的元素个数/散列表的长度
加载因子越大，说明空闲位置越小，冲突越多，散列表的性能会下降。
4. 默认的链表转红黑树的链表长度
static final int TREEIFY_THRESHOLD = 8;
- 默认的红黑树转链表的红黑树节点个数
static final int UNTREEIFY_THRESHOLD = 6;
- 最小的链表树形化的table的大小。
static final int MIN_TREEIFY_CAPACITY = 64;
HashMap的数据结构（基于JDK1.8）
HashMap的数据结构是散列表+链表+红黑树，其中散列表是其基本的数据结构（散列表使用的是桶数组，其实就是一个容量为N的普通数组A[0…N-1]。只不过，在这里我们要将每个单元都想象成一个"桶"（Bucket），每个桶单元里都可以存放一个条目。）。链表是用来存储散列值相同的结点的，当链表的默认长度大于8时链表就可能会转化成红黑树。
其数据结构图如下图所示：
从源码可知，HashMap类中有个非常重要的字段Node<K,V>[] table，即哈希桶数组，其实本质上就是一个数组。而Node是HashMap的一个内部类 ，实现了Map.Entry<K,V>接口，本质上就是一个键值对。
static class Node<K,V> implements Map.Entry<K,V>
//用来定位数组索引位置（hash值）
final int hash;
//hash表的键
final K key;
//存储的值
V value;
//链表的下一个结点
Node<K,V> next;
HashMap的散列函数
散列表中，我们需要一个函数，将任意键key转换为介于0与N-1之间的整数，这个函数就是散列函数（又称哈希函数），散列函数应该要满足如下三点基本要求：
- 散列函数计算得到的散列值必须是一个非负整数（因为数组的下标不可能是负数）
- 如果key1=key2, 那么hash(key1)=hash(key2)。
- 如果key1=/=key2, 那么hash(key1)=/=hash(key2)。
在HashMap中散列函数的实现如下：
static final int hash(Object key)
int h;
return (key == null) ? 0 : (h = key.hashCode()) ^ (h >>> 16);
如上代码我们可以看出hashMap的散列函数是通过调用key的hashCode()方法得到其hashCode值（该方法适用于所有Java对象）。然后再通过hashCode值的高16位异或低16位（其中h >>> 16表示在二进制中将h右移16位）来得到hash值。
最后通过 (n - 1) & hash;（n-1对hash值做按位与运算，也就是求模运算） 得到该键值对的存储位置 。
下面举例说明，n为table的长度
散列冲突的处理
当两个key定位到相同的位置是，就会发生散列冲突，散列函数计算结果越分数均匀，散列冲突的概率就会越小，map存储的效率就会越高。在HashMap中是通过链表法来处理,即位置相同的结点会存储到同位置上的链表上。具体的代码实现如下：
//遍历链表
for (int binCount = 0; ; ++binCount)
//当p.next （后继指针）为null时，则设置node结点
if ((e = p.next) == null)
p.next = newNode(hash, key, value, null);
//如果键和值已经存在则返回
if (e.hash == hash &&
((k = e.key) == key || (key != null && key.equals(k))))
break;
p = e;
如上代码所示：散列冲突之后
- 首先遍历链表，在循环中，当p.next （后继指针）为null时，则设置node结点。
- 如果键和值已经存在则直接返回已经存在的数据。
HasMap的扩容机制
如果哈希桶数组很大，即使较差的散列函数也会比较分散，如果哈希桶数组很小，即使再好的散列函数，也会出现较多的散列冲突。所以，我们需要权衡时间成本和空间成本上权衡。其实就是根据实际情况确定哈希桶数组大小。并在此基础上设计较好的散列函数，HashMap就是通过良好的散列函数加扩容机制来控制map使得Hash碰撞较小。介绍扩容机制之前，我们需要知道几个重要的属性
int threshold; //map所能容纳的键值对的极限
final float loadFactor; //装载因子
int modCount; //记录HashMap被结构修改的次数，用于fast-fail
int size; //map中包含的key-value的个数
HashMap的构造器主要是给这几个属性设值。 正如前面说到的HashMap默认的容器大小（capacity）是16，默认的转载因子（loadFactor）是0.75，而 threshold=loadFactor*capacity,也就是说转载因子越大，map所能容纳的键值对就越多。 当HashMap中元素的个数超过threshold就会启动扩容，每次扩容都会扩容到原来的两倍大小。默认的装载因子0.75是对空间和效率的一种平衡选择，建议大家不要修改。而size 表示HashMap中实际存在的键值对数量，modCount字段主要是用来记录HashMap内部结构发生变化的次数，主要用于迭代快速失败。例如put新键值对，但是对某个key对应的value值覆盖不属于结构变化。
其扩容主要分为如下两步：
- 创建一个新的两倍于原容量的数组。
- 循环将原数组中的数据移到新数组中。
具体代码如下：
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) //不是初始化，走扩容流程
//超过最大值就不在扩容
if (oldCap >= MAXIMUM_CAPACITY)
threshold = Integer.MAX_VALUE;
return oldTab;
//扩容后的容量是原来的2倍，左移一位就可以将数据翻倍
else if ((newCap = oldCap << 1) < MAXIMUM_CAPACITY &&
oldCap >= DEFAULT_INITIAL_CAPACITY)
newThr = oldThr << 1; //向左位移一位，达到原阀值的2倍。
else if (oldThr > 0) // 初始化容量，容量大小是threshold
newCap = oldThr;
else // zero initial threshold signifies using defaults
//容量，阀值指定初值
newCap = DEFAULT_INITIAL_CAPACITY;
newThr = (int)(DEFAULT_LOAD_FACTOR * DEFAULT_INITIAL_CAPACITY);
//计算新的resize上限
if (newThr == 0)
float ft = (float)newCap * loadFactor;
newThr = (newCap < MAXIMUM_CAPACITY && ft < (float)MAXIMUM_CAPACITY ?
(int)ft : Integer.MAX_VALUE);
threshold = newThr;
//建立新容量数组
Node<K,V>[] newTab = (Node<K,V>[])new Node[newCap];
table = Java 集合系列10之 HashMap详细介绍(源码解析)和使用示例Java 集合系列11之 Hashtable详细介绍(源码解析)和使用示例