大家好 今天我想分析下1.8 源码 希望能对大家帮助
我的公众号
微信公众号
首先看
静态成员 成员变量
// 默认的初始容量是16
static final int DEFAULT_INITIAL_CAPACITY = 1 << 4; // aka 16
// 最大容量
static final int MAXIMUM_CAPACITY = 1 << 30;
// 默认的填充因子(以前的版本也有叫加载因子的)
static final float DEFAULT_LOAD_FACTOR = 0.75f;
// 这是一个阈值，当桶(bucket)上的链表数大于这个值时会转成红黑树，put方法的代码里有用到
static final int TREEIFY_THRESHOLD = 8;
// 也是阈值同上一个相反，当桶(bucket)上的链表数小于这个值时树转链表
static final int UNTREEIFY_THRESHOLD = 6;
static final int MIN_TREEIFY_CAPACITY = 64;
成员变量
//node 节点 数组
// 存储元素的数组，总是2的倍数
transient Node[] table;
transient Set> entrySet;
// 存放元素的个数，注意这个不等于数组的长度。
transient int size;
// 每次扩容和更改map结构的计数器 （修改次数）
transient int modCount;
// 临界值 当实际大小(容量*填充因子)超过临界值时，会进行扩容
int threshold;
// 填充因子
final float loadFactor;
内部类 Node 节点
static class Node implements Map.Entry {
final int hash; //当前节点的 hash值
final K key; //节点 key值
V value; //节点 value 值
Node next; //节点下一个next Node
Node(int hash, K key, V value, Node next) {
this.hash = hash;
this.key = key;
this.value = value;
this.next = next;
}
使用
HashMap map = new HashMap<>();
map.put("1","赵一");
map.put("2","李二");
map.put("3","张三");
map.put("4","王四");
map.put("5","Gxgeek");
new HashMap<>();
看看 new 的时候发生了什么？
public HashMap() {
# //将默认的 0.75 负载因子赋值 这个 负载因子干什么用等会结合上下文说
this.loadFactor = DEFAULT_LOAD_FACTOR; // all other fields defaulted
}
接着看put 发生了什么
public V put(K key, V value) {
return putVal(hash(key), key, value, false, true);
}
可以看到这先计算了hash值
static final int hash(Object key) {
int h;
return (key == null) ? 0 : (h = key.hashCode()) ^ (h >>> 16);
}
//简化理解之后的
static final int hash(Object key) {
if(key == null)
return 0;
int h = key.hashCode();
int temp = h >>> 16;
int newHash = h ^ temp;
return newHash;
}
这边看到调用hashcode 我们知道的 1.8 的HashMap 是 数组 + 链表 +红黑树结构。
所以我们pojo类或其他类必须重写 equals() 和hashcode() 方法
每个hashcode都是数组的槽位。
是不是很奇怪 为什么调用 要进行位运算 ？ 这里可以给出解释
这段代码为 扰动函数 是为了减少hash碰撞
将高位分散到低位上了，这是综合考虑了速度，性能等各方面因素之后做出的。
这里 调用一下 别人做的实验数据
扰动函数
可以看到调用之后hash碰撞减少明显；
继续追踪 put 方法
final V putVal(int hash, K key, V value, boolean onlyIfAbsent,
boolean evict) {
Node[] tab; Node p; int n, i;
//当数组为空 或者 数组长度为0 调用
//所以当map 初始化候 第一次调用 put 就会调用这个方法
if ((tab = table) == null || (n = tab.length) == 0)
//调用 resize() 方法
n = (tab = resize()).length;
if ((p = tab[i = (n - 1) & hash]) == null)
tab[i] = newNode(hash, key, value, null);
else {
Node e; K k;
if (p.hash == hash &&
((k = p.key) == key || (key != null && key.equals(k))))
e = p;
else if (p instanceof TreeNode)
e = ((TreeNode)p).putTreeVal(this, tab, hash, key, value);
else {
for (int binCount = 0; ; ++binCount) {
if ((e = p.next) == null) {
p.next = newNode(hash, key, value, null);
if (binCount >= TREEIFY_THRESHOLD - 1) // -1 for 1st
treeifyBin(tab, hash);
break;
}
if (e.hash == hash &&
((k = e.key) == key || (key != null && key.equals(k))))
break;
p = e;
}
}
if (e != null) { // existing mapping for key
V oldValue = e.value;
if (!onlyIfAbsent || oldValue == null)
e.value = value;
afterNodeAccess(e);
return oldValue;
}
}
// map 修改次数
++modCount;
//map容量增加 是否大于 当前容量 * 扩容系数（0.75）
if (++size > threshold)
resize();//扩容
afterNodeInsertion(evict);
return null;
}
resize方法 (第一次 调用 关键代码 )
final Node[] resize() {
Node[] oldTab = table;
int oldCap = (oldTab == null) ? 0 : oldTab.length;
int oldThr = threshold; null
int newCap, newThr = 0;
newCap = DEFAULT_INITIAL_CAPACITY; 16
newThr = (int)(DEFAULT_LOAD_FACTOR * DEFAULT_INITIAL_CAPACITY); 12
this.threshold = newThr;
Node[] newTab = (Node[])new Node[newCap]; 新建节点
this.table = newTab;
//if (oldTab != null) {
//}
}
继续往下走
if ((tab = table) == null || (n = tab.length) == 0)
//调用 resize() 方法
n = (tab = resize()).length;
// (n - 1) & hash找到put位置，如果为空,则直接put
if ((p = tab[i = (n - 1) & hash]) == null)
tab[i] = newNode(hash, key, value, null);
if ((p = tab[i = (n - 1) & hash]) == null) 这段代码 简化
--->
int temp = (n-1) & hash
p == tab[temp]
if(p == null){
tab[i] = new Node(hash, key, value, null);
};
hashcode 经过几部 取key的hashCode值、高位运算、取模运算。
当 (n - 1) & hash 相同时 我们 就可采取 链表或者 红黑树（大于8）
else {
Node e; K k;
// key 值相同 直接覆盖
if (p.hash == hash &&
((k = p.key) == key || (key != null && key.equals(k))))
e = p;
// 判断是否是 红黑树 node 额外处理
else if (p instanceof TreeNode)
e = ((TreeNode)p).putTreeVal(this, tab, hash, key, value);
//链表处理方式
else {
循环查看 这个链表
for (int binCount = 0; ; ++binCount) {
//下一个node 节点是空的
if ((e = p.next) == null) {
//创建新的节点
p.next = newNode(hash, key, value, null);
如果这个链表长度大于等于八位 改变 变成红黑树
if (binCount >= TREEIFY_THRESHOLD - 1) // -1 for 1st
treeifyBin(tab, hash);
break;
}
//如果和 链表中其他的 key 相同 结束
((k = e.key) == key || (key != null && key.equals(k))))
break;
p = e;
}
}
if (e != null) { // 这个 映射存在 弹出 旧值 写入新值
V oldValue = e.value;
if (!onlyIfAbsent || oldValue == null)
e.value = value;
afterNodeAccess(e);
return oldValue;
}
}
扩容代码
final Node[] resize() {
Node[] oldTab = table;
int oldCap = (oldTab == null) ? 0 : oldTab.length;
int oldThr = threshold;
int newCap, newThr = 0;
if (oldCap > 0) { //之后扩容
//判断是否 大于最大容量
if (oldCap >= MAXIMUM_CAPACITY) {
threshold = Integer.MAX_VALUE;
return oldTab;
}
//真正扩容代码
//最大容量扩大两倍
else if ((newCap = oldCap << 1) < MAXIMUM_CAPACITY && //
oldCap >= DEFAULT_INITIAL_CAPACITY)
// 扩容位置点（ 阀值加倍） 扩容两倍
newThr = oldThr << 1; // double threshold
}
else if (oldThr > 0) // initial capacity was placed in threshold
newCap = oldThr;
else { // 使用默认配置
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;
Node[] newTab = (Node[])new Node[newCap];
table = newTab;
if (oldTab != null) {
for (int j = 0; j < oldCap; ++j) {
Node e;
if ((e = oldTab[j]) != null) {// 无节点，不做处理
oldTab[j] = null;
if (e.next == null) // 单节点，重新计算index
newTab[e.hash & (newCap - 1)] = e;
else if (e instanceof TreeNode) // 红黑树方式处理
((TreeNode)e).split(this, newTab, j, oldCap);
else { // 链表扩容
Node loHead = null, loTail = null;
Node hiHead = null, hiTail = null;
Node next;
do {
next = e.next;
// 原索引
if ((e.hash & oldCap) == 0) {
if (loTail == null)
loHead = e;
else
loTail.next = e;
loTail = e;
}
// 原索引+oldCap
else {
if (hiTail == null)
hiHead = e;
else
hiTail.next = e;
hiTail = e;
}
} while ((e = next) != null);
原索引换位置
if (loTail != null) {
loTail.next = null;
newTab[j] = loHead;
}
原索引+ oldcap
if (hiTail != null) {
hiTail.next = null;
newTab[j + oldCap] = hiHead;
}
}
}
}
}
return newTab;
}
到此关于 链表的差不多完结 下面看看 红黑树部分
可以先看到
如果这个链表长度大于等于八位 改变 变成红黑树
if (binCount >= TREEIFY_THRESHOLD - 1) // -1 for 1st
treeifyBin(tab, hash);
break;
这个函数到底干了什么
treeifyBin(tab, hash);
final void treeifyBin(Node[] tab, int hash) {
int n, index; Node e;
if (tab == null || (n = tab.length) < MIN_TREEIFY_CAPACITY)
resize();
** //这段代码 是关键
else if ((e = tab[index = (n - 1) & hash]) != null) {
TreeNode hd = null, tl = null;
//
do {
TreeNode p = replacementTreeNode(e, null);
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);
}
}
treeifyBin 这段代码 看起来就是 把所有节点 改成 TreeNode 然后 传入treeify() 这个方法
具体研究下treeify()
先可以看出 是 调用 头结点的 treeify 对这个tree 进行重新排序
final void treeify(Node[] tab) {
TreeNode root = null;
for (TreeNode x = this, next; x != null; x = next) {
next = (TreeNode)x.next;
x.left = x.right = null;
//第一次循环 头回进入循环，确定头结点，为黑色
if (root == null) {
x.parent = null;
x.red = false;
root = x;
}
else { ////后面进入循环走的逻辑，x 指向树中的某个节点
K k = x.key;
int h = x.hash;
Class kc = null;
for (TreeNode p = root;;) {
int dir, ph;
K pk = p.key;
//当 当前 root 的哈希值比 x 大时， dir
if ((ph = p.hash) > h)
dir = -1;
//当 当前 root 的哈希值比 x 大时， dir
else if (ph < h)
dir = 1;
else if ((kc == null &&
// 包含TreeNode的桶首先按hashCode排序，在tie时如果实现了Comparabl e，则会根据Comparable决定顺序
// * （这里通过反射来判断，参见comparableClassFor方法）
(kc = comparableClassFor(k)) == null) ||
(dir = compareComparables(kc, k, pk)) == 0)
dir = tieBreakOrder(k, pk);
TreeNode xp = p;
if ((p = (dir <= 0) ? p.left : p.right) == null) {
x.parent = xp;
if (dir <= 0)
xp.left = x;
else
xp.right = x;
root = balanceInsertion(root, x);
break;
}
}
}
}
moveRootToFront(tab, root);
}
看下怎么获取 key 值原理
final Node getNode(int hash, Object key) {
Node[] tab; Node first, e; int n; K k;
if ((tab = table) != null && (n = tab.length) > 0 &&
(first = tab[(n - 1) & hash]) != null) {
if (first.hash == hash && // always check first node
((k = first.key) == key || (key != null && key.equals(k))))
return first;
if ((e = first.next) != null) {
// 红黑树 寻找 O(lgn)
if (first instanceof TreeNode)
return ((TreeNode)first).getTreeNode(hash, key);
链表 嗯 while 循环 O（N） 时间复杂度
do {
if (e.hash == hash &&
((k = e.key) == key || (key != null && key.equals(k))))
return e;
} while ((e = e.next) != null);
}
}
return null;
}