手撕源码之HashMap
Posted 玩葫芦的卷心菜
tags:
篇首语：本文由小常识网(cha138.com)小编为大家整理，主要介绍了手撕源码之HashMap相关的知识，希望对你有一定的参考价值。
文章目录
来自B站小刘讲源码的网课收获
目前只看过HashMap，感觉还不错
一、原理分析
static class Node<K,V> implements Map.Entry<K,V>
final int hash;
final K key;
V value;
Node<K,V> next;
1、HashMap总体是一个Node数组，通过key的hashcode经过扰动函数得到hash值，hash通过路由算法定位存储在Node数组中
2、Node数组长度默认为16
3、hash冲突后，通过next构成链表，冲突后尾插（拉链法）
4、jdk8版本:
- 当链表长度超过8，而且Node数组中元素总数超过64，链表拓展为红黑树，因为hash结点的链表过长，效率就逐渐变成线性了，变成红黑树可以提高效率
- 链化：相同hash过多，链表逐渐增长，效率降低，逐渐线性，就是链化
- HashMap扩容原理：当结点过多，每个数组里都有着很长的链表或者红黑树，非常影响效率，就对HashMap数组进行扩容，减短链表和红黑树长度，空间换时间，效率提高。
二、分析源码
1、默认参数
/**
* 默认数组长度16
*/
static final int DEFAULT_INITIAL_CAPACITY = 1 << 4; // aka 16
/**
* 最大容量
*/
static final int MAXIMUM_CAPACITY = 1 << 30;
/**
* 默认负载因子
*/
static final float DEFAULT_LOAD_FACTOR = 0.75f;
/**
* 树化阈值 链表长度超过8可能升级为红黑树
*/
static final int TREEIFY_THRESHOLD = 8;
/**
* 降级阈值 当红黑树结点小于6，降级为链表
*/
static final int UNTREEIFY_THRESHOLD = 6;
/**
* 树化阈值另一结点 数组内总元素超过64才可能树化
*/
static final int MIN_TREEIFY_CAPACITY = 64;
2、领域参数
/**
* 哈希表
*/
transient Node<K,V>[] table;
transient Set<Map.Entry<K,V>> entrySet;
/**
* 当前哈希表元素个数
*/
transient int size;
/**
* 当前哈希表表结构修改次数
*/
transient int modCount;
/**
* 扩容阈值 当表占用超过该值 就会扩容
* @serial
*/
int threshold;
/**
* 负载因子
* 作用 threshold=容量*loadFactor
* 如 12=16*0.75=16
* 占用超过12就该扩容了
* @serial
*/
final float loadFactor;
3、构造函数
1、判断容量大小是否正常
2、判断负载因子是否正常
3、给负载因子和扩容阈值赋值
其中，扩容阈值赋值
因为扩容阈值必须是2次方（当length为2幂时 hash%length==hash&(length-1) 是为了减少碰撞）
所以通过tableSizeFor(initialCapacity)返回一个大于或等于initialCapacity的2次方数
// 初始化容量 负载因子
public HashMap(int initialCapacity, float loadFactor)
// 容量小于0 抛出异常
if (initialCapacity < 0)
throw new IllegalArgumentException("Illegal initial capacity: " +
initialCapacity);
// 初始化容量>最大容量 设置为最大容量
if (initialCapacity > MAXIMUM_CAPACITY)
initialCapacity = MAXIMUM_CAPACITY;
// 负载因子异常 <=0||为非数
if (loadFactor <= 0 || Float.isNaN(loadFactor))
throw new IllegalArgumentException("Illegal load factor: " +
loadFactor);
this.loadFactor = loadFactor;
// 因为初始化容量可能为任意数，但是扩容阈值只能为2的次方
// 所以返回一个大于initialCapacity得2次方数
this.threshold = tableSizeFor(initialCapacity);
HashMap有几个构造函数，但是都是基于该构造的
/**
* 将最高位1 后的所有位置为1 然后+1就为2次方
* 0010 1001 -> 0011 1111 +1 = 0100 0000
* cap-1是为了避免扩容两倍
*/
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;
4、put
public V put(K key, V value)
return putVal(hash(key), key, value, false, true);
将key的hash经过扰动函数
/**
* 扰动函数
* key=null 放入哈希表0位
* 否则异或：异或 是为了让hash的高16位能够计算
*/
static final int hash(Object key)
int h;
return (key == null) ? 0 : (h = key.hashCode()) ^ (h >>> 16);
因为经过少次扩容的哈希表长度很小
hashCode又很大，hashCode的高位基本不会参与运算
扰动函数就是为了让hashCode的高16位加入运算
/**
* Implements Map.put and related methods
*
* @param hash hash for key
* @param key the key
* @param value the value to put
* @param onlyIfAbsent if true, don't change existing value
* 如果onlyIfAbsent 为true 不能改变值 就是如果key相同 不能替换
*
* @param evict if false, the table is in creation mode.
* @return previous value, or null if none
*/
final V putVal(int hash, K key, V value, boolean onlyIfAbsent,
boolean evict)
/**
* tab:引用当前hashMap的哈希表
* p:当前散列表的元素
* n:哈希表长度
* i:路由寻址
*/
Node<K,V>[] tab; Node<K,V> p; int n, i;
/**
* 为了避免new HashMap实例后，放着不用 浪费内存
* 第一次putVal的时候，才会初始化哈希表
*/
if ((tab = table) == null || (n = tab.length) == 0)
n = (tab = resize()).length;
// 通过路由得到桶位，发现桶位结点为空 直接k-v=>Node 放入该桶位
if ((p = tab[i = (n - 1) & hash]) == null)
tab[i] = newNode(hash, key, value, null);
else
/**
* e:临时结点
* k:临时key
*/
Node<K,V> e; K k;
// 插入元素与当前结点的key相同 结点替换
if (p.hash == hash &&
((k = p.key) == key || (key != null && key.equals(k))))
e = p;
// 当前桶位已经树化 插入到树种
else if (p instanceof TreeNode)
e = ((TreeNode<K,V>)p).putTreeVal(this, tab, hash, key, value);
// 当前桶位已经链化，且链表头元素与插入的key不相同
else
for (int binCount = 0; ; ++binCount)
// 迭代到链表的尾结点，也没有发现key相同 直接尾插（拉链法）
if ((e = p.next) == null)
p.next = newNode(hash, key, value, null);
// binCount从0遍历 >=TREEIFY_THRESHOLD - 1=7 说明当前链表元素已经8
// 当前结点插入进来为9 超过8 尝试树化
if (binCount >= TREEIFY_THRESHOLD - 1) // -1 for 1st
// 树化
treeifyBin(tab, hash);
break;
// 如果迭代发现 有key相同 跳出替换
if (e.hash == hash &&
((k = e.key) == key || (key != null && key.equals(k))))
break;
p = e;
// 替换退出
if (e != null) // existing mapping for key
V oldValue = e.value;
if (!onlyIfAbsent || oldValue == null)
e.value = value;
afterNodeAccess(e);
return oldValue;
// 表结构修改次数+1 替换不计数
++modCount;
// 结点个数超过扩容阈值 进行扩容
if (++size > threshold)
resize();
afterNodeInsertion(evict);
return null;
改变表结构：
1、当前桶位为空
2、插入树
3、迭代链表没有key相同，尾插
替换值，不改变结构：
1、当前桶位key相同
2、链表迭代有key相同
5、resize（扩容）
获取当前哈希表的长度和扩容阈值（未扩容前的旧值）
通过旧值判断与运算 获得新值
通过新值进行扩容
然后生成扩容数组替代旧数组
替代后，将旧数组的元素通过低位和高位链表 存入新数组
final Node<K,V>[] resize()
// 获取未扩容前的数组
Node<K,V>[] oldTab = table;
// 获取未扩容前的数组长度
int oldCap = (oldTab == null) ? 0 : oldTab.length;
// 获取未扩容前的扩容阈值
int oldThr = threshold;
int newCap, newThr = 0;
// 数组已经初始化 直接扩容
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
// oldCap=0 初始化容量 当前哈希表为空
// 1、new HashMap(initCap , loadFactor)
// 2、new HashMap(initCap)
// 3、new HashMap(map)
else if (oldThr > 0) // initial capacity was placed in threshold
newCap = oldThr;
// oldCap=0 oldThr=0 直接通过公式算默认
// new HashMap()
else // zero initial threshold signifies using defaults
newCap = DEFAULT_INITIAL_CAPACITY;
newThr = (int)(DEFAULT_LOAD_FACTOR * DEFAULT_INITIAL_CAPACITY);
//
if (newThr == 0)
// 计算新扩容阈值
float ft = (float)newCap * loadFactor;
// 容量没有超过最大 且 扩容阈值没有超过最大 就 赋值给新扩容阈值 否则就赋予 int 最大值
newThr = (newCap < MAXIMUM_CAPACITY && ft < (float)MAXIMUM_CAPACITY ?
(int)ft : Integer.MAX_VALUE);
threshold = newThr;
@SuppressWarnings("rawtypes","unchecked")
// 生成扩容数组
Node<K,V>[] newTab = (Node<K,V>[])new Node[newCap];
// 交给哈希表
table = newTab;
if (oldTab != null)
// 遍历旧表的桶位
for (int j = 0; j < oldCap; ++j)
Node<K,V> e;
// 获得j桶位的元素 不为空
// 1、单个元素
// 2、链表
// 3、红黑树
if ((e = oldTab[j]) != null)
// 已经获得 null值 方便jvm GC
oldTab[j] = null;
// 如果是单个元素 直接路由寻址插入
if (e.next == null)
newTab[e.hash & (newCap - 1)] = e;
// 树化
else if (e instanceof TreeNode)
((TreeNode<K,V>)e).split(this, newTab, j, oldCap);
// 链表
else // preserve order
// 如： 原数组 oldCap=16 扩容数组 newCap=32
// 路由寻址 (cap-1)&hash
// 15(1111)位置 01111&1111=1111 11111&1111=1111
// 扩容为32 cap-1=31(11111)
// 01111&11111=01111(15 放在低位) 11111&11111=11111(31 放在高位)
// 所以扩容后 链表会根据不同hash值 存放在 当前位置j(低位) 和 j+oldCap位置(高位)
// loHead: 低位链表 放原位置的部分结点
// hiHead: 高位链表 放在j+oldCap位置的部分结点
Node<K,V> loHead = null, loTail = null;
Node<K,V> hiHead = null, hiTail = null;
Node<K,V> next;
// 迭代当前桶位链表 根据hash和newCap路由寻址到低位和高位链表中
do
next = e.next;
// 01111&10000=0
if ((e.hash & oldCap) == 0)
if (loTail == null)
loHead = e;
else
loTail.next = e;
loTail = e;
// 11111&10000=10000
else
if (hiTail == null)
hiHead = e;
else
hiTail.next = e;
hiTail = e;
while ((e = next) != null);
// 链表存入结点 结点.next指向原链表的元素 置空
if (loTail != null)
loTail.next = null;
newTab[j] = loHead;
if (hiTail != null)
hiTail.next = null;
newTab[j + oldCap] = hiHead;
return newTab;
6、get
public V get(Object key)
Node<K,V> e;
// 通过key获取Node元素，为空返回空，否则返回Node元素的值
return (e = getNode(hash(key), key)) == null ? null : e.value;
/**
* Implements Map.get and related methods
*
* @param hash hash for key
* @param key the key
* @return the node, or null if none
*/
final Node<K,V> getNode(int hash, Object key)
/**
* tab:引用HashMap的哈希表
* first:当前桶位的头元素
* e:临时结点
* n:表长度
*/
Node<K,V>[] tab; Node<K,V> first, e; int n; K k;
// 表不为空 且 桶位头元素不为空
if ((tab = table) != null && (n = tab.length) > 0 &&
(first = tab[(n - 1) & hash]) != null)
// 头元素就是需要get的元素 直接返回
if (first.hash == hash && // always check first node
((k = first.key) == key || (key != null && key.equals(k))))
return first;
// 当前桶位不止一个元素 链表|红黑树
if ((e = first.next) != null)
if (first instanceof TreeNode)
return ((TreeNode<K,V>)first).getTreeNode(hash, key);
// 链表迭代比较
do
if (e.hash == hash &&
((k = e.key) == key || (key != null && key.equals(k))))
return e;
while ((e = e.next) != null);
return null;
7、remove
1、首先判断寻址桶位是否有元素（前提是表不为空）
2、没有元素直接返回null
3、有元素进行匹配
- 桶位头元素就是需要删除的结点
- 不是的话判断是够为链表和红黑树
- 为链表和红黑树就迭代查询 存在就删除返回，不存在就返回null
public V remove(Object key)
Node<K,V> e;
// 根据key删除结点，如果没有匹配则返回空 有匹配删除后返回对应值
return (e = removeNode(hash(keyHashMap源码分析 (3. 手撕源码) 学习笔记