基础hash元素
static class Node implements Map.Entry {
final int hash;
final K key;
V value;
Node next; // 链表
// ...
}
核心属性分析
static final int DEFAULT_INITIAL_CAPACITY = 1 << 4;//默认的初始长度
static final int MAXIMUM_CAPACITY = 1 << 30;//数组的最大长度
static final float DEFAULT_LOAD_FACTOR = 0.75f;//默认负载因子
static final int TREEIFY_THRESHOLD = 8;//链表树化的阈值
static final int UNTREEIFY_THRESHOLD = 6;//树降级为链表的阈值
static final int MIN_TREEIFY_CAPACITY = 64;//整个hash表的元素超过此值链表才会树化
transient Node[] table;//哈希表，Node数组
transient Set> entrySet;
transient int size;//哈希表长度
transient int modCount;//哈希表结构修改次数，替换元素不会增加
int threshold;//扩容阈值，当超过此值才会扩容 threshold = capacity * loadFactor
final float loadFactor;//负载因子
构造方法
public HashMap(int initialCapacity, float loadFactor) {
if (initialCapacity < 0)//长度不能小于0
throw new IllegalArgumentException("Illegal initial capacity: " + initialCapacity);
if (initialCapacity > MAXIMUM_CAPACITY)//不能大于最大值
initialCapacity = MAXIMUM_CAPACITY;
if (loadFactor <= 0 || Float.isNaN(loadFactor))//负载因子不能小于0且不能为NaN
throw new IllegalArgumentException("Illegal load factor: " + loadFactor);
this.loadFactor = loadFactor;
this.threshold = tableSizeFor(initialCapacity);//将threshold设置为2的幂次方
}
/**返回大于等于当前数的数，而且该数是2的幂次方
example：
cap = 10;
n = cap - 1 = 9 = 0b1001
1001 | 1000 = 1101 无符号右移一位
1101 | 0011 = 1111 无符号右移二位
1111 | 0000 = 1111 无符号右移四位
1111 | 0000 = 1111 无符号右移八位
1111 | 0000 = 1111 无符号右移十六位
0b1111(15) > 0 ===> 15 <= MAXMIUM_CAPACITY =====> n+1 = 16
return 16;
*/
static final int tableSizeFor(int cap) {
int n = cap - 1;//不减一的话，当当前值为2的幂次方，得到大一倍的值而不是当前值
n |= n >>> 1; // n = 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;
}
public HashMap(int initialCapacity) {
this(initialCapacity, DEFAULT_LOAD_FACTOR);
}
public HashMap() {
this.loadFactor = DEFAULT_LOAD_FACTOR; // all other fields defaulted
}
public HashMap(Map m) {
this.loadFactor = DEFAULT_LOAD_FACTOR;
putMapEntries(m, false);
}
求Hash值
/**让的key的高十六位也参与路由运算
异或：相同为0，相异为1
如
hashcode = 0b 0010 0101 1010 1100 0011 11110 0010 1110
0b 0010 0101 1010 1100 0011 1111 0010 1110 ^
0b 0000 0000 0000 0000 0010 0101 1010 1100 =
0b 0010 0101 1010 1100 0001 1010 1000 0010
使得参与运算时hashcode的高十六位能参与进来
*/
static final int hash(Object key) {
int h;
return (key == null) ? 0 : (h = key.hashCode()) ^ (h >>> 16);
}
put() putVal()
public V put(K key, V value) {
return putVal(hash(key), key, value, false, true);
}
/**
* Implements Map.put and related methods
*
* @param hash hash for key
* @param key the key
* @param value the value to put
* @param onlyIfAbsent if true, don't change existing 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) {
// tab hsahmap数组；
// p当前散列表的元素；
// n当前散列表数组的长度；
// i寻址结果
Node[] tab; Node p; int n, i;
// 延时初始化：创建Hashmap时不会，第一次调用putVal方法才创建散列表，
if ((tab = table) == null || (n = tab.length) == 0)
n = (tab = resize()).length;
// 最简单，若散列表桶位刚好位null，这个时候，直接将当前的key-value创建新的节点扔进去
// 寻址公式：(n-1) & hash，其中n为当前散列表数组的长度；
if ((p = tab[i = (n - 1) & hash]) == null)
tab[i] = newNode(hash, key, value, null);
else {
// e：表示找到与插入元素相同的节点，为null表示没有找到
// k表示临时的key
Node e; K k;
//表示同位中的元素与插入的元素完全相同，直接进行替换操作
if (p.hash == hash && ((k = p.key) == key || (key != null && key.equals(k))))
e = p;
// 创建红黑树
else if (p instanceof TreeNode)
e = ((TreeNode)p).putTreeVal(this, tab, hash, key, value);
else {
//后边是链表，for循环遍历链表
for (int binCount = 0; ; ++binCount) {
// 逻辑：判断null => 插入后再判断树化 => 判断相同元素
// 迭代到最后一个元素还没找到与插入元素key一致的node，将当前元素插入到链表末尾
if ((e = p.next) == null) {
p.next = newNode(hash, key, value, null);
// 如果链表长度大于8的话，直接树化
if (binCount >= TREEIFY_THRESHOLD - 1) // -1 for 1st
treeifyBin(tab, hash);
break;
}
// 若是找到相同的元素，跳出循环进行跳出操作
if (e.hash == hash && ((k = e.key) == key || (key != null && key.equals(k))))
break;
p = e;
}
}
//说明有与插入元素key相同的元素在散列表中，进行替换操作，并返回old value
if (e != null) { // existing mapping for key
V oldValue = e.value;
if (!onlyIfAbsent || oldValue == null)
e.value = value;
afterNodeAccess(e);
return oldValue;
}
}
// 表示散列表结构被修改的次数加一
++modCount;
//插入元素成功，size+1，若size值大于threshold，resize扩容
if (++size > threshold)
resize();
afterNodeInsertion(evict);
return null;
}
resize() 重点!
// 扩容：为了解决hash冲突导致的链化影响查询效率
final Node[] resize() {
Node[] oldTab = table; // 扩容前的散列表
int oldCap = (oldTab == null) ? 0 : oldTab.length; // 扩容之前的散列表的长度
int oldThr = threshold; // 扩容前的阈值
int newCap, newThr = 0; // 扩容之后的散列表的长度和阈值
// 说明散列表之前已经初始化，后两种代表没有初始化
if (oldCap > 0) {
//扩容前已经达到最大值，不会扩容，阈值设置为最大值，直接返回
if (oldCap >= MAXIMUM_CAPACITY) {
threshold = Integer.MAX_VALUE;
return oldTab;
}
//newCap = oldCap 左移一位翻倍，且newCap小于最大值 且oldCap>=16，让newThr也翻倍
else if ((newCap = oldCap << 1) < MAXIMUM_CAPACITY && oldCap >= DEFAULT_INITIAL_CAPACITY)
newThr = oldThr << 1; // double threshold
}
//若oldCap == 0，散列表还没初始化，直接newThr = oldThr
else if (oldThr > 0) // initial capacity was placed in threshold
newCap = oldThr;
//完全未初始化，newCap = 16，newThr = 16 * 0.75 = 12
else { // zero initial threshold signifies using defaults
newCap = DEFAULT_INITIAL_CAPACITY;
newThr = (int)(DEFAULT_LOAD_FACTOR * DEFAULT_INITIAL_CAPACITY);
}
// nreThr = 0时，计算出新的值
if (newThr == 0) {
float ft = (float)newCap * loadFactor;
newThr = (newCap < MAXIMUM_CAPACITY && ft < (float)MAXIMUM_CAPACITY ?
(int)ft : Integer.MAX_VALUE);
}
threshold = newThr;
({"rawtypes","unchecked"})
Node[] newTab = (Node[])new Node[newCap];//创建出新的散列表
table = newTab;
//说明本次扩容之前已经初始化
if (oldTab != null) {
for (int j = 0; j < oldCap; ++j) {
Node e;//当前Node节点
//当前桶位有数据
if ((e = oldTab[j]) != null) {
oldTab[j] = null;//置空方便回收
//当前桶位只有一个元素，直接通过位运算放入新的桶里面
if (e.next == null)
newTab[e.hash & (newCap - 1)] = e;
//当前桶位后面时红黑树
else if (e instanceof TreeNode)
((TreeNode)e).split(this, newTab, j, oldCap);
//当前桶位为链表
else { // preserve order
Node loHead = null, loTail = null;//低位链表，存放位置是新链表的前一半
Node hiHead = null, hiTail = null;//高位链表，存放位置是新链表的后一半
Node next;
do {
next = e.next;
//表示当前元素在新链表中的低位中存储
//hash -> ...1xxxx & 10000 = ---> 10000 表示存储在高位
//hash -> ...0xxxx & 10000 = ---> 00000 表示存储在低位
if ((e.hash & oldCap) == 0) {
//低位链表为空的话，直接链表头等于当前Node
if (loTail == null)
loHead = e;
//尾插法插入到链表尾部
else
loTail.next = e;
loTail = e;
}
else {
if (hiTail == null)
hiHead = e;
else
hiTail.next = e;
hiTail = e;
}
} while ((e = next) != null);
// 低位链表有数据的话，将低位链表放入到新链表中旧连表索引的位置
if (loTail != null) {
loTail.next = null;
newTab[j] = loHead;
}
// 高位链表有数据的话，将高位链表放入到新链表中(旧链表长度+旧链表对应索引)的位置
if (hiTail != null) {
hiTail.next = null;
newTab[j + oldCap] = hiHead;
}
}
}
}
}
return newTab;
}
get() getNode()
public V get(Object key) {
Node e;
return (e = getNode(hash(key), key)) == null ? null : e.value;
}
final Node getNode(int hash, Object key) {
//tab 散列表；first 桶位的头元素；n 桶的数组；e 是临时元素；
Node[] tab; Node first, e; int n; K k;
// 当前桶不为空 & 桶的长度大于0 & 当前查找元素的hashcode在桶中对应的索引位置的头节点不为空的话
if ((tab = table) != null && (n = tab.length) > 0 && (first = tab[(n - 1) & hash]) != null) {
//若当前桶中的第一个节点就是要查找的节点，直接返回
if (first.hash == hash && // always check first node
((k = first.key) == key || (key != null && key.equals(k))))
return first;
// 若头节点后续有节点的话
if ((e = first.next) != null) {
//头节点后面链接的是红黑树的话
if (first instanceof TreeNode)
return ((TreeNode)first).getTreeNode(hash, key);
//若头节点后面是链表的话，循环遍历当前链表寻找元素
do {
//找到直接返回
if (e.hash == hash &&
((k = e.key) == key || (key != null && key.equals(k))))
return e;
} while ((e = e.next) != null);
}
}
return null;
}
remove()
public V remove(Object key) {
Node e;
return (e = removeNode(hash(key), key, null, false, true)) == null ?
null : e.value;
}
public boolean remove(Object key, Object value) {
return removeNode(hash(key), key, value, true, true) != null;
}
//matchVale:只有key和value都匹配上才能删除成功
final Node removeNode(int hash, Object key, Object value, boolean matchValue, boolean movable) {
//tab 散列表；p 当前元素；n 散列表的长度；index 寻址结果
Node[] tab; Node p; int n, index;
//当前散列表不为空 & 散列表的长度大于0 & 删除元素hashcode在散列表中对应下标不为空的时候，进入if语句
if ((tab = table) != null && (n = tab.length) > 0 &&
(p = tab[index = (n - 1) & hash]) != null) {
//node：临时节点；k 临时的key；v 临时的value
Node node = null, e; K k; V v;
//如果删除元素为散列表对应位置头节点，node = p
if (p.hash == hash &&
((k = p.key) == key || (key != null && key.equals(k))))
node = p;
//部位头节点，而且头节点后边还有元素
else if ((e = p.next) != null) {
//头节点后面跟的是红黑树的话
if (p instanceof TreeNode)
node = ((TreeNode)p).getTreeNode(hash, key);
//后面跟的是链表的话
else {
do {
//如果在链表中找到删除元素，node = e
if (e.hash == hash &&
((k = e.key) == key ||
(key != null && key.equals(k)))) {
node = e;
break;
}
p = e;
} while ((e = e.next) != null);
}
}
/**node != null 证明在桶中找到该元素 & (
(matchValue = false)//删除不需要看value相同否
|| (matchValue = true && value也相同的话))//需要看value值相同
代表该元素可以删除
*/
if (node != null && (!matchValue || (v = node.value) == value ||
(value != null && value.equals(v)))) {
//为树结构
if (node instanceof TreeNode)
((TreeNode)node).removeTreeNode(this, tab, movable);
//当前删除元素是桶中对应位置的头节点，则将后续链表的第一个节点设置为头节点
else if (node == p)
tab[index] = node.next;
//为链表中元素，则删除即可
else
p.next = node.next;
//修改次数加一
++modCount;
--size;//长度减一
afterNodeRemoval(node);//
return node;
}
}
return null;
}
repalce()
public boolean replace(K key, V oldValue, V newValue) {
Node e; V v;
if ((e = getNode(hash(key), key)) != null &&
((v = e.value) == oldValue || (v != null && v.equals(oldValue)))) {
e.value = newValue;
afterNodeAccess(e);
return true;
}
return false;
}
public V replace(K key, V value) {
Node e;
if ((e = getNode(hash(key), key)) != null) {
V oldValue = e.value;
e.value = value;
afterNodeAccess(e);
return oldValue;
}
return null;
}
