基于数组 + 链表的方式实现,由于数组长度有限,插入的元素 key 相应的 hash 值很可能会发生 hash 冲突使得两个元素需要存储在同一个数组下标而链表就是用来存储发送 Hash 冲突的节点。
基于数组 + 链表 + 红黑树的结构实现, 红黑树的出现主要是对元素访问进行的优化,当某一 bucket 链表长度大于 8 时,若整体 length 小于 64, 则进行一次扩容,否则会将链表转为红黑树。若在后续功能中将红黑树元素数量减致 6 以下,将从红黑树转为链表结构。
根据泊松分布,在负载因子默认为0.75的时候,单个hash槽内元素个数为8的概率小于百万分之一,所以将7作为一个分水岭,等于7的时候不转换,大于等于8的时候才进行转换,小于等于6的时候就化为链表。
基础变量声明
static final int _DEFAULT_INITIAL_CAPACITY _= 1 << 4; // 默认初始大小 16_static final int _MAXIMUM_CAPACITY _= 1 << 30; // 最大容量size 2 的30 次幂_static final float _DEFAULT_LOAD_FACTOR _= 0.75f; // 负载因子 0.75_static final int _TREEIFY_THRESHOLD _= 8; // hashMap 会从链转为树行链,_static final int _UNTREEIFY_THRESHOLD _= 6; // 当数据量小于改值时返回成普通链表结构,_static final int _MIN_TREEIFY_CAPACITY _= 64; // 桶内树化的最小表容量值。超过这个值时重新 resize
构造函数
public HashMap(int initialCapacity, float loadFactor) {
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; // 初始化负载因子
this.threshold = tableSizeFor(initialCapacity); // 初始化数组大小
}
从构造函数中可知, 在创建 HashMap 时需要声明负载因子、Map 容量
static final int tableSizeFor(int cap) {
int n = cap - 1;
n |= n >>> 1;
n |= n >>> 2;
n |= n >>> 4;
n |= n >>> 8;
n |= n >>> 16;
return (n < 0) ? 1 : (n >= MAXIMUM_CAPACITY) ? MAXIMUM_CAPACITY : n + 1;
// +1 使的其变为 2 的次幂
// 先用高位1 或 第二高位
// 在用高位12 或 第三四高位
// 在用高位1234 或 第伍六七八高位 以此类推
// 如果数组最大长度是 32 位
}
final Node<K,V>[] resize() {
Node<K,V>[] oldTab = table;
int oldCap = (oldTab == null) ? 0 : oldTab.length;
int oldThr = threshold;
int newCap, newThr = 0;
if (oldCap > 0) {
if (oldCap >= MAXIMUM_CAPACITY) {
threshold = Integer.MAX_VALUE;
return oldTab;
}
else if ((newCap = oldCap << 1) < MAXIMUM_CAPACITY &&
oldCap >= DEFAULT_INITIAL_CAPACITY)
newThr = oldThr << 1; // double threshold
}
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;
@SuppressWarnings({"rawtypes","unchecked"})
Node<K,V>[] newTab = (Node<K,V>[])new Node[newCap];
table = newTab;
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;
else if (e instanceof TreeNode)
((TreeNode<K,V>)e).split(this, newTab, j, oldCap);
else { // preserve order
Node<K,V> loHead = null, loTail = null;
Node<K,V> hiHead = null, hiTail = null;
Node<K,V> next;
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);
if (loTail != null) {
loTail.next = null;
newTab[j] = loHead;
}
if (hiTail != null) {
hiTail.next = null;
newTab[j + oldCap] = hiHead;
}
}
}
}
}
return newTab;
}
这里涉及相对巧妙,首先对数组的二倍扩容没什么好说。HashMap 在进行数据扩容不时元素字段不需要重新进行rehash, 主要是因为数组大小改变的点只有一个高位,而根据 hash 值的计算我们得知 ( hash & tableSIze ), 元素重新 rehash 的结果只有高位是否为 1。因此通过 e.hash & oldCap == 0 来判定高位结果,高位链则采用原 hash 位置 + oldCap 的形式插入否则位置不发生变化。
另外在 jdk 1.7 中采用的是头插法,其导致在多线程在并发时会出现死循环的情况。 A -> B, 线程 1插入 A,另一个线程已经将 B 插入。线程 1继续执行发现 B 还有头部 A,则插入 A,但是发现A还有 next 节点 B 则继续插入以此类推。
final V putVal(int hash, K key, V value, boolean onlyIfAbsent,
boolean evict) {
Node<K,V>[] tab; Node<K,V> p; int n, i;
if ((tab = table) == null || (n = tab.length) == 0)
n = (tab = resize()).length;
if ((p = tab[i = (n - 1) & hash]) == null)
tab[i] = newNode(hash, key, value, null);
else {
Node<K,V> 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<K,V>)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;
}
}
++modCount;
if (++size > threshold)
resize();
afterNodeInsertion(evict);
return null;
}
hashMap 中使用 (k = e.key) == key || (key != null && key.equals(k) 判定两个值 key 是否相等,根据 hash 判断当前索引位置,如果 hash 与 key 都相等则覆盖当前值,如果hash 冲突,则对链表循环遍历,如果不存在则插入,链表长度大于设定转为红黑树的域值,则对链转红黑树。