HashMap源码解析，2021最新大厂Java面试集合
if (initialCapacity < 0)
throw new IllegalArgumentException("Illegal initial capacity: " +
initialCapacity);
if (initialCapacity > MAXIMUM_CAPACITY)
initialCapacity = MAXIMUM_CAPACITY;
if (loadFactor <= 0 || Float.isNaN(loadFactor))
throw new IllegalArgumentException("Illegal load factor: " +
loadFactor);
this.loadFactor = loadFactor;
//返回2的幂次方
this.threshold = tableSizeFor(initialCapacity);
}
复制代码
对于上面的构造器，我们需要注意的是`this.threshold = tableSizeFor(initialCapacity);`这边的 threshold 为 2的幂次方，而不是`capacity * load factor`，当然此处并非是错误，因为此时 table 并没有真正的被初始化，初始化动作被延迟到了`putVal()`当中，所以 threshold 会被重新计算。
/**
-
根据指定的容量以及默认负载因子（0.75）初始化一个空的 HashMap 实例
-
如果 initCapacity是负数，那么将抛出 IllegalArgumentException
*/
public HashMap(int initialCapacity) {
this(initialCapacity, DEFAULT_LOAD_FACTOR);
}
/**
- 根据默认的容量和负载因子初始化一个空的 HashMap 实例
*/
public HashMap() {
this.loadFactor = DEFAULT_LOAD_FACTOR; // all other fields defaulted
}
/**
-
Constructs a new HashMap with the same mappings as the
-
specified Map. The HashMap is created with
-
default load factor (0.75) and an initial capacity sufficient to
-
hold the mappings in the specified Map.
-
@param m the map whose mappings are to be placed in this map
-
@throws NullPointerException if the specified map is null
*/
public HashMap(Map m) {
this.loadFactor = DEFAULT_LOAD_FACTOR;
putMapEntries(m, false);
}
复制代码
### 查询
/**
-
返回指定 key 所对应的 value 值，当不存在指定的 key 时，返回 null。
-
当返回 null 的时候并不表明哈希表中不存在这种关系的映射，有可能对于指定的 key，其对应的值就是 null。
-
因此可以通过 containsKey 来区分这两种情况。
*/
public V get(Object key) {
Node e;
return (e = getNode(hash(key), key)) == null ? null : e.value;
}
/**
-
1.首先通过 key 的哈希值找到其所在的哈希桶
-
2.对于 key 所在的哈希桶只有一个元素，此时就是 key 对应的节点，
-
3.对于 key 所在的哈希桶超过一个节点，此时分两种情况：
-
如果这是一个 TreeNode，表明通过红黑树存储，在红黑树中查找 -
如果不是一个 TreeNode，表明通过链表存储（链地址法），在链表中查找 -
4.查找不到相应的 key，返回 null
*/
final Node
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) {
if (first instanceof TreeNode)
return ((TreeNode)first).getTreeNode(hash, key);
do {
if (e.hash == hash &&
((k = e.key) == key || (key != null && key.equals(k))))
return e;
} while ((e = e.next) != null);
}
}
return null;
}
复制代码
### 存储
/**
- 在映射中，将指定的键与指定的值相关联。如果映射关系之前已经有指定的键，那么旧值就会被替换
*/
public V put(K key, V value) {
return putVal(hash(key), key, value, false, true);
}
/**
-
- @param onlyIfAbsent if true, don’t change existing value
-
1.判断哈希表 table 是否为空，是的话进行扩容操作
-
2.根据键 key 计算得到的 哈希桶数组索引，如果 table[i] 为空，那么直接新建节点
-
3.判断 table[i] 的首个元素是否等于 key，如果是的话就更新旧的 value 值
-
4.判断 table[i] 是否为 TreeNode，是的话即为红黑树，直接在树中进行插入
-
5.遍历 table[i]，遍历过程发现 key 已经存在，更新旧的 value 值，否则进行插入操作，插入后发现链表长度大于8，则将链表转换为红黑树
*/
final V putVal(int hash, K key, V value, boolean onlyIfAbsent,
boolean evict) {
Node[] tab; Node p; int n, i;
//哈希表 table 为空，进行扩容操作
if ((tab = table) == null || (n = tab.length) == 0)
n = (tab = resize()).length;
// tab[i] 为空，直接新建节点
if ((p = tab[i = (n - 1) & hash]) == null)
tab[i] = newNode(hash, key, value, null);
else {
Node e; K k;
//tab[i] 首个元素即为 key，更新旧值
if (p.hash == hash &&
((k = p.key) == key || (key != null && key.equals(k))))
e = p;
//当前节点为 TreeNode，在红黑树中进行插入
else if (p instanceof TreeNode)
e = ((TreeNode)p).putTreeVal(this, tab, hash, key, value);
else {
//遍历 tab[i]，key 已经存在，更新旧的 value 值，否则进心插入操作，插入后链表长度大于8，将链表转换为红黑树
for (int binCount = 0; ; ++binCount) {
if ((e = p.next) == null) {
p.next = newNode(hash, key, value, null);
//链表长度大于8
if (binCount >= TREEIFY_THRESHOLD - 1) // -1 for 1st
treeifyBin(tab, hash);
break;
}
// key 已经存在
if (e.hash == hash &&
((k = e.key) == key || (key != null && key.equals(k))))
break;
p = e;
}
}
//key 已经存在，更新旧值
if (e != null) { // existing mapping for key
V oldValue = e.value;
if (!onlyIfAbsent || oldValue == null)
e.value = value;
afterNodeAccess(e);
return oldValue;
}
}
//HashMap插入元素表明进行了结构性调整
++modCount;
//实际键值对数量超过 threshold，进行扩容操作
if (++size > threshold)
resize();
afterNodeInsertion(evict);
return null;
}
复制代码
### 扩容
/**
-
初始化或者对哈希表进行扩容操作。如果当前哈希表为空，则根据字段阈值中的初始容量进行分配。
-
否则，因为我们扩容两倍，那么对于桶中的元素要么在原位置，要么在原位置再移动2次幂的位置。
*/
final Node
Node[] oldTab = table;
int oldCap = (oldTab == null) ? 0 : oldTab.length;
int oldThr = threshold;
int newCap, newThr = 0;
if (oldCap > 0) {
//超过最大容量，不再进行扩容
if (oldCap >= MAXIMUM_CAPACITY) {
threshold = Integer.MAX_VALUE;
return oldTab;
}
//容量没有超过最大值，容量变为原来两倍
else if ((newCap = oldCap << 1) < MAXIMUM_CAPACITY &&
oldCap >= DEFAULT_INITIAL_CAPACITY)
//阈值变为原来两倍
newThr = oldThr << 1; // double threshold
}
else if (oldThr > 0) // initial capacity was placed in threshold
//调用了HashMap的带参构造器，初始容量用threshold替换，
//在带参构造器中，threshold的值为 tableSizeFor() 的返回值，也就是2的幂次方，而不是 capacity * load factor
newCap = oldThr;
else { // zero initial threshold signifies using defaults
//初次初始化，容量和阈值使用默认值
newCap = DEFAULT_INITIAL_CAPACITY;
newThr = (int)(DEFAULT_LOAD_FACTOR * DEFAULT_INITIAL_CAPACITY);
}
if (newThr == 0) {
//计算新的阈值
float ft = (float)newCap * loadFactor;
newThr = (newCap < MAXIMUM_CAPACITY && ft < (float)MAXIMUM_CAPACITY ?
(int)ft : Integer.MAX_VALUE);
}
threshold = newThr;
@SuppressWarnings({"rawtypes","unchecked"})
//以下为扩容过程的重点
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) {
//将原哈希桶置空，以便GC
oldTab[j] = null;
//当前节点不是以链表形式存在，直接计算其应放置的新位置
if (e.next == null)
newTab[e.hash & (newCap - 1)] = e;
//当前节点是TreeNode
else if (e instanceof TreeNode)
((TreeNode)e).split(this, newTab, j, oldCap);
else { // preserve order
//节点以链表形式存储
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);
if (loTail != null) {
loTail.next = null;
newTab[j] = loHead;
}
if (hiTail != null) {
hiTail.next = null;
newTab[j + oldCap] = hiHead;
}
}
}
}
}
return newTab;
}
复制代码
因为哈希表使用2次幂的拓展（指长度拓展为原来的2倍），所以在扩容的时候，元素的位置要么在原位置，要么在原位置再移动2次幂的位置。为什么是这么一个规律呢？我们假设 n 为 table 的长度，图（a）表示扩容前的key1和key2两种key确定索引位置的示例，图（b）表示扩容后key1和key2两种key确定索引位置的示例，其中hash1是key1对应的哈希与高位运算结果。
元素在重新计算hash之后，因为n变为2倍，那么n-1的mask范围在高位多1bit(红色)，因此新的index就会发生这样的变化：
因此，我们在扩容的时候，只需要看看原来的hash值新增的那个 bit 是1还是0就好了，是0的话索引没变，是1的话索引变成“原索引+oldCap”，可以看看下图为16扩充为32的resize示意图：
### 删除
/**
- 删除指定的 key 的映射关系
*/
public V remove(Object key) {
Node e;
return (e = removeNode(hash(key), key, null, false, true)) == null ?
null : e.value;
}
/**Java
-
1.根据 key 的哈希值在哈希桶中查找是否存在这个包含有这个 key 的节点
-
链表头节点是要查找的节点 -
节点是TreeNode，在红黑树中查找 -
在链表中进行查找 -
2.如果查找到对应的节点，进行删除操作
-
从红黑树中删除 -
将链表头节点删除 -
在链表中删除 -
@param hash key 的 hash 值
-
@param key 指定的 key
-
@param value 当 matchhValue 为真时，则要匹配这个 value
-
@param matchValue 为真并且与 value 相等时进行删除
-
@param movable if false do not move other nodes while removing
-
@return the node, or null if none
*/
final Node
boolean matchValue, boolean movable) {
Node[] tab; Node p; int n, index;
if ((tab = table) != null && (n = tab.length) > 0 &&
(p = tab[index = (n - 1) & hash]) != null) {
Node node = null, e; K k; V v;
//链表头即为要删除的节点
if (p.hash == hash &&
((k = p.key) == key || (key != null && key.equals(k))))
node = p;
else if ((e = p.next) != null) {
//节点为TreeNode，在红黑树中查找是否存在指定的key
if (p instanceof TreeNode)
node = ((TreeNode)p).getTreeNode(hash, key);
else {
//在链表中查找是否存在指定的key
do {
if (e.hash == hash &&
((k = e.key) == key ||
(key != null && key.equals(k)))) {
node = e;
break;
}
p = e;
} while ((e = e.next) != null);
}
}
if (node != null && (!matchValue || (v = node.value) == value ||
(value != null && value.equals(v)))) {
//从红黑树中删除
if (node instanceof TreeNode)
((TreeNode)node).removeTreeNode(this, tab, movable);
//链表头删除
else if (node == p)
tab[index] = node.next;
//链表中的元素删除
else
p.next = node.next;
//进行结构特性调整
++modCount;
--size;
afterNodeRemoval(node);
return node;
}
}
return null;
}
/**
- 删除所有的映射关系
*/
public void clear() {
Node[] tab;
Java高频面试专题合集解析：
当然在这还有更多整理总结的Java进阶学习笔记和面试题未展示，在这也是免费分享给那些有需要的朋友，其中囊括了Dubbo、Redis、Netty、zookeeper、Spring cloud、分布式、高并发等架构资料和完整的Java架构学习进阶导图！
CodeChina开源项目：【一线大厂Java面试题解析+核心总结学习笔记+最新讲解视频】
更多Java架构进阶资料展示
e.next;
//进行结构特性调整
++modCount;
--size;
afterNodeRemoval(node);
return node;
}
}
return null;
}
/**
- 删除所有的映射关系
*/
public void clear() {
Node[] tab;
Java高频面试专题合集解析：
[外链图片转存中…(img-6EwCeV24-1630459767779)]
当然在这还有更多整理总结的Java进阶学习笔记和面试题未展示，在这也是免费分享给那些有需要的朋友，其中囊括了Dubbo、Redis、Netty、zookeeper、Spring cloud、分布式、高并发等架构资料和完整的Java架构学习进阶导图！
CodeChina开源项目：【一线大厂Java面试题解析+核心总结学习笔记+最新讲解视频】[外链图片转存中…(img-h5i2IWYW-1630459767781)]
更多Java架构进阶资料展示
[外链图片转存中…(img-g5Ui4fVl-1630459767783)]
[外链图片转存中…(img-D8gZ1qKD-1630459767785)]
