如题,答案是:否.
至少迄今为止零零散散看过的关于JDK1.8 HashMap
的源码分析文章不下10个了.但印象中都是众口一词,说链表长度超过8就会转换成红黑树.但是很可惜,实际上不是的.
核心代码如下(大体上调用关系就是 put
->putVal
->treeifyBin
):
putVal
方法中相关部分
// putVal方法中相关部分(put方法调用了putVal())
if (binCount >= TREEIFY_THRESHOLD - 1) {
// 转换成红黑树,如果hash table的长度不到MIN_TREEIFY_CAPACITY即64,
// 那么只是做扩容处理,并不会转换为红黑树
treeifyBin(tab, hash);
}
treeifyBin
方法中相关部分
// treeifyBin方法中相关部分
// MIN_TREEIFY_CAPACITY = 64
if (tab == null || (n = tab.length) < MIN_TREEIFY_CAPACITY){
// 扩容,不转换
resize();
}else if ((e = tab[index = (n - 1) & hash]) != null) {
// 转换为红黑树节点
TreeNode hd = null, tl = null;
do {
// 具体转换逻辑
...
} while ((e = e.next) != null);
if ((tab[index] = hd) != null){
hd.treeify(tab);// 转换为红黑树
}
}
从上面两段代码可以看出来,实际上转换红黑树有个大前提,就是当前hash table
的长度也就是HashMap
的capacity
(不是size
)不能小于64.
小于64就只是做个扩容.
在不小于64的情况下,标题中的说法还有个不严谨的地方就是,在链表的长度为8时(准确的说是长度为7并且在继续塞第8个时),转换成红黑树,而不是超过8.当然,这不是语文题,死扣字眼很无聊.
如果还有兴趣,也可以看下我另外一篇关于HashMap
的源码文章,里面开篇提出了几个问题,或许也有令你感兴趣的.
关于JDK1.8的HashMap的探究
/**
* HashMap的put方法
*/
public V put(K key, V value) {
return putVal(hash(key), key, value, false, true);
}
/**
* 实现了 Map.put 以及其它相关的方法.
*
* @param hash key的hash值
* @param key the key
* @param value the value to put
* @param onlyIfAbsent true:在key相同时,不会覆盖原有的value
* @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) {
// hash table 对象
Node[] tab;
// 下标i对应的Node对象
Node p;
// hash table的长度
int n;
// key在hash table中存放的索引下标
int i;
// 获取hash table的长度
if ((tab = table) == null || (n = tab.length) == 0){
n = (tab = resize()).length;
}
// i = (n - 1) & hash 根据hash值计算key在hash table中的位置
// 那么根据这行代码可以得到个结论:如果key为null(此时对应的hash为0),那么一定是在下标为0的位置
if ((p = tab[i = (n - 1) & hash]) == null){
// 如果下标i的位置是null(尚未有元素),那么直接放入
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)))
){
// 如果p的key和输入的key相等
e = p;
} else if (p instanceof TreeNode){
// 此处已经是个红黑树了,继续往红黑树里增加新元素
e = ((TreeNode)p).putTreeVal(this, tab, hash, key, value);
} else {
// 如果是个传统的列表对象
for (int binCount = 0; ; ++binCount) {
// 此if的目的是找到位置i上的链表/红黑树的最后一个Node元素
if ((e = p.next) == null) {
p.next = newNode(hash, key, value, null);
// TREEIFY_THRESHOLD = 8
if (binCount >= TREEIFY_THRESHOLD - 1) {
// 转换为红黑树(如果hash table的长度不到MIN_TREEIFY_CAPACITY即64,那么只是做扩容处理,并不会转换为红黑树)
treeifyBin(tab, hash);
}// -1 for 1st
break;
}
// 如果链表上已有相同key的Node,那么直接返回此Node
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;
}
}
++modCount;
if (++size > threshold)
resize();
afterNodeInsertion(evict);
return null;
}
/**
* 如果hash table的长度大于64,则将指定位置上的所有节点转换为TreeNode;
* 否则只对hash table进行扩容.
*/
final void treeifyBin(Node[] tab, int hash) {
int n, index; Node e;
// MIN_TREEIFY_CAPACITY = 64
if (tab == null || (n = tab.length) < MIN_TREEIFY_CAPACITY){
// 扩容
resize();
}else if ((e = tab[index = (n - 1) & hash]) != null) {
// 转换为红黑树节点
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);//转换为红黑树
}
}
treeify
方法是具体的转换逻辑,和本文无关,不再占用篇幅.