一,首先需要拉取JDK11源码:
方便起见我给出芋道源码作者已经拉取好的openJDK11的GitHub地址只需要fork一下克隆到本地导入IDEA中就可以对源码分析了:
https://github.com/YunaiV/openjdk
二,拉取成功导入项目成功后就开始分析源码了:
我们今天先分析HashMap源码:
HashMap所属的包在:openjdk\src\java.base\share\classes\java\util 下,如图:
三,HashMap源码分析详细注释:
package java.util; import java.io.IOException; import java.io.InvalidObjectException; import java.io.Serializable; import java.lang.reflect.ParameterizedType; import java.lang.reflect.Type; import java.util.function.BiConsumer; import java.util.function.BiFunction; import java.util.function.Consumer; import java.util.function.Function; import jdk.internal.misc.SharedSecrets; /** * * 基于哈希表实现的{Map}接口。这个实现提供了所有可选的映射操作,并允许{ null}值 * 和{ null}键。({ HashMap}类大致相当于{ Hashtable},只是它是不同步的, * 并且允许为空。)该类不保证映射的顺序; * * *这个实现为基本操作({ get}和{ put})提供了常量时间性能,假设散列函数正确地将元素分散到各个桶中。 * 集合视图的迭代需要与{ HashMap}实例的“容量”(桶的数量)及其大小(键值映射的数量)成比例的时间。 * 因此,如果迭代性能很重要,那么不要将初始容量设置得太高(或负载因子过低)。 { HashMap}的一个实例有两个影响其性能的参数:初始容量和负载因子。 capacity是哈希表中的桶数,初始容量就是建哈希表时的容量。 load factor是在哈希表的容量自动增加之前允许它获得的满值的度量。 当哈希表中的条目数超过负载因子和当前容量的乘积时,哈希表是rehash (即重新构建内部数据结构), 因此哈希表的桶数大约是桶数的两倍。
*/ public class HashMapextends AbstractMap implements Map , Cloneable, Serializable { /** * 序列号 */ private static final long serialVersionUID = 362498820763181265L; /** * 默认的初始容量,必须是2的整数次方 * 初始化状态长度是16。数组中每个元素我们这里称之为桶, * 桶存储的是key的hash值,每个桶后面挂载着链表, * 链表中存储的是具体的数据value。 * */ static final int DEFAULT_INITIAL_CAPACITY = 1 << 4; // aka 16 /** * 最大容量,如果大于这个值则使用这个值 * 必须是2的幂 <= 1<<30。 * MAXIMUM_CAPACITY为什么设置成1 << 30 ? * MAXIMUM_CAPACITY含义是map的最大容量。 * 它是int类型,使用<<移位运算符的结果不能超过int可以表示的最大值。 * 固最大只能左移30,再大就溢出了。 * * java中的int占4个字节,每个字节8位,所以总共是占用32位。int是有符号的, * 其中第一位是符号位。所以还剩下31位。那么最多就是左移30了。 * 1 << 2 = 4(十进制) = 100(二进制) */ static final int MAXIMUM_CAPACITY = 1 << 30; /** * 默认负载因子为 0.75,即:如果数组长度为16当有16*0.15=12个占满,则考虑扩容 */ static final float DEFAULT_LOAD_FACTOR = 0.75f; /** * 链表长度大于 8 时,转换为红黑树 */ static final int TREEIFY_THRESHOLD = 8; /** * 扩容时,如果发现树中节点数量小于6,则将树还原为链表 */ static final int UNTREEIFY_THRESHOLD = 6; /** * map容器中某个箱子(bin)再有链表转为树之前还要满足键值对数量大于 64 才会发生转换。 * 目的是为了避免 resizing(扩容) 和 treeification(链表转树结构)之间的冲突 */ static final int MIN_TREEIFY_CAPACITY = 64; /** * Basic hash bin node, used for most entries. (See below for * TreeNode subclass, and in LinkedHashMap for its Entry subclass.) */ static class Node implements Map.Entry { final int hash; final K key; V value; Node next; Node(int hash, K key, V value, Node next) { this.hash = hash; this.key = key; this.value = value; this.next = next; } public final K getKey() { return key; } public final V getValue() { return value; } public final String toString() { return key + "=" + value; } public final int hashCode() { return Objects.hashCode(key) ^ Objects.hashCode(value); } public final V setValue(V newValue) { V oldValue = value; value = newValue; return oldValue; } public final boolean equals(Object o) { if (o == this) return true; if (o instanceof Map.Entry) { Map.Entry e = (Map.Entry)o; if (Objects.equals(key, e.getKey()) && Objects.equals(value, e.getValue())) return true; } return false; } } /* ---------------- Static utilities -------------- */ /** * 哈希算法: *首先获取对象的hashCode()值,然后将hashCode值右移16位, * 然后将右移后的值与原来的hashCode做异或运算,返回结果。 * (其中h>>>16,在JDK1.8中,优化了高位运算的算法,使用了零扩展, * 无论正数还是负数,都在高位插入0)。 * * */ static final int hash(Object key) { int h; return (key == null) ? 0 : (h = key.hashCode()) ^ (h >>> 16); } /** * Returns x's Class if it is of the form "class C implements * Comparable ", else null. */ static Class comparableClassFor(Object x) { if (x instanceof Comparable) { Class c; Type[] ts, as; ParameterizedType p; if ((c = x.getClass()) == String.class) // bypass checks return c; if ((ts = c.getGenericInterfaces()) != null) { for (Type t : ts) { if ((t instanceof ParameterizedType) && ((p = (ParameterizedType) t).getRawType() == Comparable.class) && (as = p.getActualTypeArguments()) != null && as.length == 1 && as[0] == c) // type arg is c return c; } } } return null; } /** * Returns k.compareTo(x) if x matches kc (k's screened comparable * class), else 0. */ @SuppressWarnings({"rawtypes","unchecked"}) // for cast to Comparable static int compareComparables(Class kc, Object k, Object x) { return (x == null || x.getClass() != kc ? 0 : ((Comparable)k).compareTo(x)); } /** * Returns a power of two size for the given target capacity. */ static final int tableSizeFor(int cap) { int n = -1 >>> Integer.numberOfLeadingZeros(cap - 1); return (n < 0) ? 1 : (n >= MAXIMUM_CAPACITY) ? MAXIMUM_CAPACITY : n + 1; } /* ---------------- Fields -------------- */ /** * 存储hash的数组,首次使用时初始化,长度总是2的幂次方 */ transient Node[] table; /** * 存放实际的键值对 */ transient Set > entrySet; /** * HashMap中实际存在的键值对数量,注意和table的长度length、容纳最大键值对数量threshold的区别 */ transient int size; /** * 用来记录HashMap内部结构发生变化的次数(计数器) */ transient int modCount; /** * 当前 HashMap 所能容纳键值对数量的最大值,超过这个,则需扩容 * @serial */ int threshold; /** * 负载因子 * * @serial */ final float loadFactor; /* ---------------- Public operations -------------- */ /** * 构造函数 */ /** * (1)HashMap(int,float)型构造函数 * */ public HashMap(int initialCapacity, float loadFactor) { //初始容量不能小于0,否则报错 if (initialCapacity < 0) throw new IllegalArgumentException("Illegal initial capacity: " + initialCapacity); //初始容量不能大于最大值,否则为最大值 if (initialCapacity > MAXIMUM_CAPACITY) initialCapacity = MAXIMUM_CAPACITY; //填充因子不能小于0或等于0,不能为非数字 if (loadFactor <= 0 || Float.isNaN(loadFactor)) throw new IllegalArgumentException("Illegal load factor: " + loadFactor); //初始化填充因子 this.loadFactor = loadFactor; //初始化threshold大小 this.threshold = tableSizeFor(initialCapacity); } /** * (2)HashMap(int)型构造函数 * */ public HashMap(int initialCapacity) { //调用HashMap(int,float)型构造函数 this(initialCapacity, DEFAULT_LOAD_FACTOR); } /** * (3)HashMap型构造函数 */ public HashMap() { //初始化填充因子 this.loadFactor = DEFAULT_LOAD_FACTOR; // all other fields defaulted } /** * (4)HashMap(Map>)型构造函数 */ public HashMap(Mapextends K, ? extends V> m) { //初始化填充因子 this.loadFactor = DEFAULT_LOAD_FACTOR; //将m中的所有元素添加到HashMap中 putMapEntries(m, false); } /** * 说明:putMapEntries(Map m, * boolean evict)函数将m的所有元素存入本HashMap实例中。 */ final void putMapEntries(Mapextends K, ? extends V> m, boolean evict) { //获取该map的实际长度 int s = m.size(); if (s > 0) { //判断table是否已经初始化 if (table == null) { // pre-size //未初始化,s 为 m 的实际元素个数 /**求出需要的容量,因为实际使用的长度=容量*0.75得来的,+1是因为小数相除, * 基本都不会是整数,容量大小不能为小数的,后面转换为int,多余的小数就要 * 被丢掉,所以+1,例如,map实际长度22,22/0.75=29.3,所需要的容量肯定为30, * 有人会问如果刚刚好除得整数呢,除得整数的话,容量大小多1也没什么影响**/ float ft = ((float)s / loadFactor) + 1.0F; //判断该容量大小是否超出上限。 int t = ((ft < (float)MAXIMUM_CAPACITY) ? (int)ft : MAXIMUM_CAPACITY); //计算得到的t大于阈值,则初始化阈值 if (t > threshold) threshold = tableSizeFor(t); } //如果已经初始化,并且m元素个数大于阈值,进行扩容处理 else if (s > threshold) resize(); for (Map.Entryextends K, ? extends V> e : m.entrySet()) { K key = e.getKey(); V value = e.getValue(); putVal(hash(key), key, value, false, evict); } } } /** * Returns the number of key-value mappings in this map. * * @return the number of key-value mappings in this map */ public int size() { return size; } /** * Returns {@code true} if this map contains no key-value mappings. * * @return {@code true} if this map contains no key-value mappings */ public boolean isEmpty() { return size == 0; } /** * Get方法: * HashMap并没有直接提供getNode接口给用户调用,而是提供的get方法, * 而get方法就是通过getNode来取得元素的。 * @see #put(Object, Object) */ /** * HashMap的数据存储实现原理 * * 流程: * * 1. 根据key计算得到key.hash = (h = k.hashCode()) ^ (h >>> 16); * * 2. 根据key.hash计算得到桶数组的索引index = key.hash & (table.length - 1),这样就找到该key的存放位置了: * * ① 如果该位置没有数据,用该数据新生成一个节点保存新数据,返回null; * * ② 如果该位置有数据是一个红黑树,那么执行相应的插入 / 更新操作; * * ③ 如果该位置有数据是一个链表,分两种情况一是该链表没有这个节点,另一个是该链表上有这个节点,注意这里判断的依据是key.hash是否一样: * * 如果该链表没有这个节点,那么采用尾插法新增节点保存新数据,返回null;如果该链表已经有这个节点了,那么找到该节点并更新新数据,返回老数据。 */ public V get(Object key) { Node e; 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 getNode(int hash, Object key) { Node [] tab; Node first, e; int n; K k; //table已经初始化,长度大于0,根据hash寻找table中的项也不为空 if ((tab = table) != null && (n = tab.length) > 0 && (first = tab[(n - 1) & hash]) != null) { //桶中第一项(数组元素)相等 if (first.hash == hash && // always check first node ((k = first.key) == key || (key != null && key.equals(k)))) return first; //桶中不止一个节点 if ((e = first.next) != null) { //为红黑树节点 if (first instanceof TreeNode) //在红黑树中查找 return ((TreeNode )first).getTreeNode(hash, key); //否则,在链表中查找 do { if (e.hash == hash && ((k = e.key) == key || (key != null && key.equals(k)))) return e; } while ((e = e.next) != null); } } return null; } /** * Returns {@code true} if this map contains a mapping for the * specified key. * * @param key The key whose presence in this map is to be tested * @return {@code true} if this map contains a mapping for the specified * key. */ public boolean containsKey(Object key) { return getNode(hash(key), key) != null; } /** * Associates the specified value with the specified key in this map. * If the map previously contained a mapping for the key, the old * value is replaced. * * @param key key with which the specified value is to be associated * @param value value to be associated with the specified key * @return the previous value associated with {@code key}, or * {@code null} if there was no mapping for {@code key}. * (A {@code null} return can also indicate that the map * previously associated {@code null} with {@code key}.) */ public V put(K key, V value) { //对key的hashCode()作再hash处理,目的是减少hash冲突的概率 /**四个参数,第一个hash值,第四个参数表示如果该key存在值, * 如果为null的话,则插入新的value,最后一个参数,在hashMap中没有用, * 可以不用管,使用默认的即可 * **/ return putVal(hash(key), key, value, false, true); } /** * Implements Map.put and related methods. *putVal()方法,插入操作: * ①.判断键值对数组table[i]是否为空或为null,否则执行resize()进行扩容; ②.根据键值key计算hash值得到插入的数组索引i,如果table[i]==null,直接新建节点添加,转向⑥,如果table[i]不为空,转向③; ③.判断table[i]的首个元素是否和key一样,如果相同直接覆盖value,否则转向④,这里的相同指的是hashCode以及equals; ④.判断table[i] 是否为treeNode,即table[i] 是否是红黑树,如果是红黑树,则直接在树中插入键值对,否则转向⑤; ⑤.遍历table[i],判断链表长度是否大于8,大于8的话把链表转换为红黑树,在红黑树中执行插入操作,否则进行链表的插入操作;遍历过程中若发现key已经存在直接覆盖value即可; ⑥.插入成功后,判断实际存在的键值对数量size是否超多了最大容量threshold,如果超过,进行扩容。 */ final V putVal(int hash, K key, V value, boolean onlyIfAbsent, boolean evict) { //tab 哈希数组,p 该哈希桶的首节点,n hashMap的长度,i 计算出的数组下标 Node [] tab; Node p; int n, i; //步骤一:tab为空则创建 //table未初始化或者长度为0,进行扩容 if ((tab = table) == null || (n = tab.length) == 0) n = (tab = resize()).length; //步骤二:计算index,并对null做处理 //(n -1) & hash 确定元素存放在哪个桶中,桶为空,新生成节点放入桶中(此时这个节点存放在数组中) if ((p = tab[i = (n - 1) & hash]) == null) tab[i] = newNode(hash, key, value, null); //桶中已经存在元素 /** * 发生hash冲突的几种情况: */ else { Node e; K k; /** * 第一种,插入的key-value的hash值,key都与当前节点的相等,e = p,则表示为首节点 */ //步骤三:节点key存在,直接覆盖value //比较桶中第一个元素(数组中的节点)的hash值相等,key相等 if (p.hash == hash && ((k = p.key) == key || (key != null && key.equals(k)))) //将第一个元素赋给e,用e来记录 e = p; /** * 第二种:hash值不等于首节点,不为红黑树的节点,则为链表的节点 */ //步骤四:判断链表为红黑树 //hash值不相等,即key不相等:为红黑树 else if (p instanceof TreeNode) //放入树中 e = ((TreeNode )p).putTreeVal(this, tab, hash, key, value); /** * 第三种,hash值不等于首节点,不为红黑树的节点,则为链表的节点 */ //步骤五:该链为链表 //为链表节点 else { //遍历该链表,在链表最末尾插入节点 for (int binCount = 0; ; ++binCount) { //到达链表的尾部 if ((e = p.next) == null) { //在尾部插入新节点 p.next = newNode(hash, key, value, null); //节点数量达到阈值,转化为红黑树 if (binCount >= TREEIFY_THRESHOLD - 1) // -1 for 1st treeifyBin(tab, hash); //跳出循环 break; } //判断链表中节点的key值与插入的元素的key值是否相等 if (e.hash == hash && ((k = e.key) == key || (key != null && key.equals(k)))) //相等,跳出循环 break; //用于遍历桶中的链表,与前面的e = p.next组合,可以遍历链表 p = e; } } //表示在桶中找到key值,hash值与插入元素相等的节点 if (e != null) { // existing mapping for key //记录e的value V oldValue = e.value; //onlyIfAbsent为false或者旧值为null if (!onlyIfAbsent || oldValue == null) //用新值替换旧值 e.value = value; //访问后回调 afterNodeAccess(e); //返回旧值 return oldValue; } } //结构性修改 ++modCount; //步骤六:超过最大容量,就扩容 //实际大小大于阈值则扩容 if (++size > threshold) resize(); //插入后回调 afterNodeInsertion(evict); return null; } /** * 扩容: * @return the table */ /** * ①.1.8中resize方法是在hashmap中的键值对大于阀值时或者初始化时,就调用resize方法进行扩容; * ②.每次扩展的时候,都是扩展2倍; * ③.扩展后Node对象的位置要么在原位置,要么移动到原偏移量两倍的位置。 * @return */ final Node [] resize() { //oldTab指向hash桶数组 Node [] oldTab = table; int oldCap = (oldTab == null) ? 0 : oldTab.length; int oldThr = threshold; int newCap, newThr = 0; if (oldCap > 0) { //如果oldCap不为空的话,就是hash桶数组不为空 if (oldCap >= MAXIMUM_CAPACITY) {//如果数组容量大于最大容量,就赋值为整数最大的阈值,不再扩容 threshold = Integer.MAX_VALUE; return oldTab;//返回 } //如果当前hash桶数组的长度在扩容后仍然小于最大容量,并且oldCap大于默认值16 else if ((newCap = oldCap << 1) < MAXIMUM_CAPACITY && oldCap >= DEFAULT_INITIAL_CAPACITY) //将当前数组扩大一倍 newThr = oldThr << 1; // double threshold 双倍扩容阈值 } 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;//设置新的阈值 @SuppressWarnings({"rawtypes","unchecked"}) Node [] newTab = (Node [])new Node[newCap];//新建hash桶数组 table = newTab;//将新数组的值赋值给旧的hash桶数组 if (oldTab != null) { //循环遍历老map中的所有数据,迁移到新数组中对应位置,进行扩容操作 //进行扩容操作,复制Node对象到新的hash桶数组 for (int j = 0; j < oldCap; ++j) { Node e; if ((e = oldTab[j]) != null) {//如果旧的hash桶数组在j节点处不为空,复制给e oldTab[j] = null;//将旧的hash桶数组在j节点处设置为空,方便gc if (e.next == null)//如果e后面没有Node节点 newTab[e.hash & (newCap - 1)] = e;//直接对e的hash值对新的数组长度求模获得储存位置 else if (e instanceof TreeNode)//如果e是红黑树的类型,那么添加到红黑树中 ((TreeNode )e).split(this, newTab, j, oldCap); else { // preserve order Node loHead = null, loTail = null; Node hiHead = null, hiTail = null; Node next; do { next = e.next;//将Node节点的next赋值给next if ((e.hash & oldCap) == 0) {//如果节点e的hash值与原来hash桶数组的长度做与运算为0 if (loTail == null)//如果loTail为null loHead = e;//将e节点赋值给loHead else loTail.next = e;//否则将赋值给loTail.next loTail = e;//然后将e赋值给loTail } else {//如果结点e的hash值与原hash桶数组的长度作与运算不为0 if (hiTail == null)//如果hiTail为null hiHead = e;//将e赋值给hiHead else hiTail.next = e;//如果hiTail不为空,将e复制给hiTail.next hiTail = e;//将e复制个hiTail } } while ((e = next) != null);//直到e为空 if (loTail != null) {//如果loTail不为空 loTail.next = null;//将loTail.next设置为空 newTab[j] = loHead;//将loHead赋值给新的hash桶数组[j]处 } if (hiTail != null) {//如果hiTail不为空 hiTail.next = null;//将hiTail.next赋值为空 newTab[j + oldCap] = hiHead;//将hiHead赋值给新的hash桶数组[j+旧hash桶数组长度] } } } } } return newTab; } /** * treeifyBin()链表转为红黑树 */ final void treeifyBin(Node [] tab, int hash) { int n, index; Node e; if (tab == null || (n = tab.length) < MIN_TREEIFY_CAPACITY) resize();//为空或者容量小于MIN_TREEIFY_CAPACITY(默认64)则不进行转换,而是进行resize扩容 else if ((e = tab[index = (n - 1) & hash]) != null) { TreeNode hd = null, tl = null; do {//循环遍历链表,切换为红黑树 TreeNode p = replacementTreeNode(e, null);//根据链表的node常见treenode if (tl == null) hd = p; else { p.prev = tl; tl.next = p; } tl = p; } while ((e = e.next) != null); if ((tab[index] = hd) != null) hd.treeify(tab); } } /** * Copies all of the mappings from the specified map to this map. * These mappings will replace any mappings that this map had for * any of the keys currently in the specified map. * * @param m mappings to be stored in this map * @throws NullPointerException if the specified map is null */ public void putAll(Mapextends K, ? extends V> m) { putMapEntries(m, true); } /** * 删除元素: */ public V remove(Object key) { //临时变量 Node e; /**调用removeNode(hash(key), key, null, false, true)进行删除,第三个value为null,表示, * 把key的节点直接都删除了,不需要用到值,如果设为值,则还需要去进行查找操作 */ return (e = removeNode(hash(key), key, null, false, true)) == null ? null : e.value; } /** * 第一参数为哈希值,第二个为key,第三个value,第四个为是为true的话,则表示删除它key对应的value, * 不删除key,第四个如果为false,则表示删除后,不移动节点 **/ final Node removeNode(int hash, Object key, Object value, boolean matchValue, boolean movable) { //tab 哈希数组,p 数组下标的节点,n 长度,index 当前数组下标 Node [] tab; Node p; int n, index; //哈希数组不为null,且长度大于0,然后获得到要删除key的节点所在是数组下标位置 if ((tab = table) != null && (n = tab.length) > 0 && (p = tab[index = (n - 1) & hash]) != null) { //nodee 存储要删除的节点,e 临时变量,k 当前节点的key,v 当前节点的value Node node = null, e; K k; V v; //如果数组下标的节点正好是要删除的节点,把值赋给临时变量node if (p.hash == hash && ((k = p.key) == key || (key != null && key.equals(k)))) node = p; //也就是要删除的节点,在链表或者红黑树上,先判断是否为红黑树的节点 else if ((e = p.next) != null) { if (p instanceof TreeNode) //遍历红黑树,找到该节点并返回 node = ((TreeNode )p).getTreeNode(hash, key); else { //表示为链表节点,一样的遍历找到该节点 do { if (e.hash == hash && ((k = e.key) == key || (key != null && key.equals(k)))) { node = e; break; } /**注意,如果进入了链表中的遍历,那么此处的p不再是数组下标的节点,而是要删除结点的上一个结点**/ p = e; } while ((e = e.next) != null); } } //找到要删除的节点后,判断!matchValue,我们正常的remove删除,!matchValue都为true if (node != null && (!matchValue || (v = node.value) == value || (value != null && value.equals(v)))) { //如果删除的节点是红黑树结构,则去红黑树中删除 if (node instanceof TreeNode) ((TreeNode )node).removeTreeNode(this, tab, movable); //如果是链表结构,且删除的节点为数组下标节点,也就是头结点,直接让下一个作为头 else if (node == p) tab[index] = node.next; else /**为链表结构,删除的节点在链表中,把要删除的下一个结点设为上一个结点的下一个节点**/ p.next = node.next; //修改计数器 ++modCount; //长度减一 --size; /**此方法在hashMap中是为了让子类去实现,主要是对删除结点后的链表关系进行处理**/ afterNodeRemoval(node); //返回删除的节点 return node; } } //返回null则表示没有该节点,删除失败 return null; } /** * Removes all of the mappings from this map. * The map will be empty after this call returns. */ public void clear() { Node [] tab; modCount++; if ((tab = table) != null && size > 0) { size = 0; for (int i = 0; i < tab.length; ++i) tab[i] = null; } } /** * Returns {@code true} if this map maps one or more keys to the * specified value. * * @param value value whose presence in this map is to be tested * @return {@code true} if this map maps one or more keys to the * specified value */ public boolean containsValue(Object value) { Node [] tab; V v; if ((tab = table) != null && size > 0) { for (Node e : tab) { for (; e != null; e = e.next) { if ((v = e.value) == value || (value != null && value.equals(v))) return true; } } } return false; ................
................
................
//后序代码不是太重要,不再分析
}
四,参考链接:
https://www.cnblogs.com/xiaoxi/p/7233201.html
https://blog.csdn.net/liubenlong007/article/details/87937209
https://www.jianshu.com/p/19b62f510908
我的JDK代码仓库GitHub链接:
https://github.com/Tom-shushu/JDK-
由于我只分析Java相关夹包下的源代码所以我只保留了src的目录