JDK1.8HashMap底层实现原理

Posted 2020-12-15 innocenter

//默认初始容量 2^4 16
//HashMap 底层数组的长度总是 2 的 n 次方，这一点可参看后面关于 HashMap 构造器的介绍；
//当length 总是 2 的倍数时，h & (length-1)将是一个非常巧妙的设计：假设 h=5,length=16, 那么 h & length - 1 将得到 5；
//如果 h=6,length=16, 那么 h & length - 1 将得到 6 ……如果 h=15,length=16, 那么 h & length - 1 将得到 15；
//但是当 h=16 时 , length=16 时，那么 h & length - 1 将得到 0 了；当 h=17 时 , length=16 时
//那么 h & length - 1 将得到 1 了……这样保证计算得到的索引值总是位于 table 数组的索引之内
static final int DEFAULT_INITIAL_CAPACITY = 1 << 4; // aka 16
//容量最大值 2^30
static final int MAXIMUM_CAPACITY = 1 << 30;
//默认加载因子0.75;当表中超过75%的位置已经填入元素,这个表就会用双倍的桶数自动地进行；结合时间和空间效率考虑得到的一个折中方案
static final float DEFAULT_LOAD_FACTOR = 0.75f;
//链表转为红黑树的阀值;当桶内链表节点数>8;就会将桶内数据结构从链表转为红黑树
static final int TREEIFY_THRESHOLD = 8;
//进行resize；当<6时；红黑树转为链表；
static final int UNTREEIFY_THRESHOLD = 6;
//最小树形化容量阀值，为了避免进行扩容、树形化选择的冲突
//MIN_TREEIFY_CAPACITY出现在了treeifyBin()中，避免了在treeifyBin()前判断capacity与MIN_TREEIFY_CAPACITY比较的代码量过大
static final int MIN_TREEIFY_CAPACITY = 64;
//在第一次使用时初始化Node数组,桶对象数组
transient Node<K,V>[] table;
//当被调用entrySet时被赋值。通过keySet()方法可以得到map key的集合，通过values方法可以得到map value的集合
transient Set<Map.Entry<K,V>> entrySet;
//该HashMap中共有多少个键值对
transient int size;
//当前 HashMap 修改的次数，这个变量用来保证 fail-fast 机制
transient int modCount;
//阈值 下次需要扩容时的值，等于 容量*加载因子；threshold = capacity * load factor
int threshold;
//加载因子，默认得加载因子也是在构造函数里要赋值给这个得
final float loadFactor;

public HashMap(int initialCapacity, float loadFactor) {
//如果输入的容量设定小于0,则抛出异常
    if (initialCapacity < 0)
        throw new IllegalArgumentException("Illegal initial capacity: " +
                                           initialCapacity);
//如果设定长度大于最大值,则设定为最大值,即2^30
    if (initialCapacity > MAXIMUM_CAPACITY)
        initialCapacity = MAXIMUM_CAPACITY;
//装载因子小于等于0或者不是一个float类型的数,则抛出一个异常
    if (loadFactor <= 0 || Float.isNaN(loadFactor))
        throw new IllegalArgumentException("Illegal load factor: " +
                                           loadFactor);
    this.loadFactor = loadFactor;
    this.threshold = tableSizeFor(initialCapacity);
}




//get方法
总的来讲就是
1.判断表是否为空或者待查找的桶不为空
2.首先检查待查找的桶的第一个元素是否是要找的元素，如果是直接返回
3.桶内红黑树，则调用getTreeNode()查找红黑树
4.桶内是链表，遍历链表寻找节点



public V get(Object key) {

    Node<K,V> e;
// 根据hash(key)计算出位置，然后调用getNode找到节点
    return (e = getNode(hash(key), key)) == null ? null : e.value;
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) {
　　　　//first是桶中的元素，如果只有这一个节点(不是链表)就可以直接返回了 
　　　　//或者是链表但是首节点与传来的key一致(同一条链表上的节点主要是key的hash值相同)
        if (first.hash == hash && // always check first node
            ((k = first.key) == key || (key != null && key.equals(k))))
            return first;
　　　　　　//这里在链表或红黑树了
        if ((e = first.next) != null) {
　　　　　　　　// 红黑树
            if (first instanceof TreeNode)
                return ((TreeNode<K,V>)first).getTreeNode(hash, key);
            //，先使用hash判断排除大部分相比于直接使用eauals判断提高一些效
　　　　　　　do {
　　　　　　　　　　//先使用hash判断排除大部分相比于直接使用eauals判断提高一些效率
                if (e.hash == hash &&
　　　　　　　　　　//然后遍历找到equal相等的
　　　　　　　　　　　　 ((k = e.key) == key || (key != null && key.equals(k))))
　　　　　　　　　　　　　　return e;
         　　　　 } while ((e = e.next) != null);
        　　}
　　　　}
　　　　return null;
}




//put方法
总的来讲 就是

1.如果表为空或者表的长度为0，调用resize初始化表，为表分配空间
2.二次散列处的桶为空，直接插入元素；
3.桶不为空，桶处的第一个节点与待插入节点的哈希相同且key“相等”，直接赋给变量e，桶中是红黑树，
调用putTreeVal插入红黑树中，桶中是链表，遍历链表，如果其中存在相同的key，则赋给变量e；不存
在则尾插法加入链表，并判断节点数是否大于8，如果大于8则调用treeifyBin()转化为红黑树
4.e不为空，替换其中的value值，并返回旧的value值，e为空，表大小+1，判断是否达到了阈值，如果达到了则需要扩容

public V put(K key, V value) {
    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;
　　 // 当散列表为空时，调用resize初始化散列表
    if ((tab = table) == null || (n = tab.length) == 0)
        n = (tab = resize()).length;
    //h&(length-1)其实就是取余通过h&(table.length -1)来得到该对象的保存位，而HashMap底层数组的长度总是2的n次方，这是HashMap在速度上的优化
    //当length总是 2 的n次方时，h& (length-1)运算等价于对length取模，也就是h%length，但是&比%具有更高的效率
    //取模(取余)运算转化成位运算公式:a%(2^n) 等价于 a&(2^n-1),而&操作比%操作具有更高的效率
    // 如果要插入的位置没有元素，新建个节点并放进去即没有发生碰撞时，直接添加元素到散列表中
    if ((p = tab[i = (n - 1) & hash]) == null)
        tab[i] = newNode(hash, key, value, null);
    else {
        // 发生了碰撞
        Node<K,V> e; K k;
        // 如果要插入的元素，桶的key和hash都相等(即与首节点匹配)，记录下来
        if (p.hash == hash &&
            ((k = p.key) == key || (key != null && key.equals(k))))
            e = p;
        //如果是红黑树 调用树的插入方法
        else if (p instanceof TreeNode)
            //放到树里
            e = ((TreeNode<K,V>)p).putTreeVal(this, tab, hash, key, value);
        else {
        // 链表结构，找到了key映射的节点，就记录这个节点，退出循环
        //如果没有找到，在链表尾部插入节点。插入后如果发现临界值大于TREEIFY_THRESHOLD转为红黑树
        // 对链表进行遍历，并统计链表长度
            for (int binCount = 0; ; ++binCount) {
                //到达链表底部
                if ((e = p.next) == null) {
                    //在尾部插入新节点
                    p.next = newNode(hash, key, value, null);
                    // 如果节点数量达到阀值，则转化为红黑树
                    if (binCount >= TREEIFY_THRESHOLD - 1) // -1 for 1st
                        //转为红黑树方法（此次没有详细解释）
                        treeifyBin(tab, hash);
                    break;
                }
                // 判断链表中节点的key值与插入的元素的key是否相等
                if (e.hash == hash &&
                    ((k = e.key) == key || (key != null && key.equals(k))))
                    break;
                p = e;
            }
        }
        判断要插入的键值对是否存在HashMap中
        if (e != null) { // existing mapping for key
            //新值覆盖
            V oldValue = e.value;
            //onlyIfAbsent表示是否仅在lodValue为null情况下更新键值对的值
            if (!onlyIfAbsent || oldValue == null)
                e.value = value;
            afterNodeAccess(e);
            return oldValue;
        }
    }
    ++modCount;
    if (++size > threshold)
        resize();
    afterNodeInsertion(evict);
    return null;
}






//resize方法

final Node<K,V>[] resize() {
    Node<K,V>[] oldTab = table;
    int oldCap = (oldTab == null) ? 0 : oldTab.length;
    int oldThr = threshold;
    int newCap, newThr = 0;
    // 这里就代表不是第一次扩容
    if (oldCap > 0) {
        // 如果旧的容量比最大容量还要大，那不能散列，返回旧的散列表
        if (oldCap >= MAXIMUM_CAPACITY) {
            threshold = Integer.MAX_VALUE;
            return oldTab;
        }
        // 新的阈值是旧的两倍 double threshold 且容量也为旧的两倍
        else if ((newCap = oldCap << 1) < MAXIMUM_CAPACITY &&
                 oldCap >= DEFAULT_INITIAL_CAPACITY)
            newThr = oldThr << 1; // double threshold
    }
    // 如果旧容量<=0 而旧阈值>0，数组的新容量设置为老数组扩容的阈值 
    // 这个应该使用的是带参数的构造函数(这个已经将阈值弄为2的次方了(使用tableSizeFor方法)，所以不用担心容量不为2的次方了)
    else if (oldThr > 0) // initial capacity was placed in threshold
        newCap = oldThr;
    // 这里是旧容量<=0 且旧阈值<=0 旧阈值<=0，代表使用的默认不带参数的构造函数 // 第一次初始化散列表的操作到oldTab != null之前
    else {               // zero initial threshold signifies using defaults
        newCap = DEFAULT_INITIAL_CAPACITY;
        newThr = (int)(DEFAULT_LOAD_FACTOR * DEFAULT_INITIAL_CAPACITY);
    }
    if (newThr == 0) {
        // 这里就是对使用的带参数的构造函数的后续处理
        float ft = (float)newCap * loadFactor;
        newThr = (newCap < MAXIMUM_CAPACITY && ft < (float)MAXIMUM_CAPACITY ?
                  (int)ft : Integer.MAX_VALUE);
    }
    // 这里回答了为什么阈值之前不是容量和加载因子的乘积了，在resize初始化table时会重新赋值
    threshold = newThr;
    @SuppressWarnings({"rawtypes","unchecked"})
        Node<K,V>[] newTab = (Node<K,V>[])new Node[newCap];
    table = newTab;
    // 将旧散列表复制到新散列表中
    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;
                // 红黑树
                else if (e instanceof TreeNode)
                     // 重新映射时，需要对红黑树进行拆分
                    ((TreeNode<K,V>)e).split(this, newTab, j, oldCap);
                //链表
                else { // preserve order
                    Node<K,V> loHead = null, loTail = null;
                    Node<K,V> hiHead = null, hiTail = null;
                    Node<K,V> next;
                    // 遍历链表，并将链表节点按原顺序进行分组
                    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);
                    // 将分组后的链表映射到新桶中
                    if (loTail != null) {
                        loTail.next = null;
                        newTab[j] = loHead;
                    }
                    if (hiTail != null) {
                        hiTail.next = null;
                        newTab[j + oldCap] = hiHead;
                    }
                }
            }
        }
    }
    return newTab;
}






小弟不才，这是hashmap 存取值的部分原理剖析；后续有补充再加上