Java类集框架——HashMap源码分析
HashMap
是基于 Map
的键值对映射表,底层是通过数组、链表、红黑树(JDK1.8加入)来实现的。
HashMap结构
HashMap
中存储元素,是将 key
和 value
封装成了一个 Node
,先以一个 Node
数组的来存储,通过 key
的 hashCode
来计算 hash
值,根据 hash
值和 HashMap
的大小确定存入元素在数组中的位置。当 hashCode
相同时,即产生了相同的数组索引位置,那么就会通过单向链表的形式来继续存储。
static class Node<K,V> implements Map.Entry<K,V> { final int hash; final K key; V value; Node<K,V> next; Node(int hash, K key, V value, Node<K,V> next) { this.hash = hash; this.key = key; this.value = value; this.next = next; } // 省略部分代码... }
HashMap
中所有的映射都保存在节点 Node
中,同时为了解决发生 hash
碰撞的冲突,节点可以持有下一个节点的引用,以形成一个单向链表。
HashMap结构图(JDK1.7及之前)
在JDK1.8, HashMap
又做了一些改动,当数组 table
某个索引位置的上链表的长度大于8的话,则会将链表转化为红黑树。
static final class TreeNode<K,V> extends LinkedHashMap.Entry<K,V> { TreeNode<K,V> parent; // red-black tree links TreeNode<K,V> left; TreeNode<K,V> right; TreeNode<K,V> prev; // needed to unlink next upon deletion boolean red; TreeNode(int hash, K key, V val, Node<K,V> next) { super(hash, key, val, next); } // 省略部分代码... }
同样地,映射的key-value就保存在 TreeNode
中。 parent
、 left
、 right
持有相应节点的引用形成红黑树。
HashMap结构图(JDK1.8)
HashMap源码分析
主要属性:
transient Node<K,V>[] table; // 数组transient int size; // 大小int threshold // 扩容阈值final float loadFactor; // 加载因子,默认值为0.75
构造方法:
// 使用默认的初始容量和加载因子public HashMap() { this(DEFAULT_INITIAL_CAPACITY, DEFAULT_LOAD_FACTOR); }// 指定初始容量,使用默认的加载因子public HashMap(int initialCapacity) { this(initialCapacity, DEFAULT_LOAD_FACTOR); }// 用现有的Map来构造一个新的HashMappublic HashMap(Map<? extends K, ? extends V> m) { this.loadFactor = DEFAULT_LOAD_FACTOR; putMapEntries(m, false); }// 根据自定义的初始容量和加载因子来构造HashMappublic HashMap(int initialCapacity, float loadFactor) { if (initialCapacity < 0) throw new IllegalArgumentException("Illegal initial capacity: " + initialCapacity); if (initialCapacity > MAXIMUM_CAPACITY) { initialCapacity = MAXIMUM_CAPACITY; } else if (initialCapacity < DEFAULT_INITIAL_CAPACITY) { initialCapacity = DEFAULT_INITIAL_CAPACITY; } if (loadFactor <= 0 || Float.isNaN(loadFactor)) throw new IllegalArgumentException("Illegal load factor: " + loadFactor); threshold = initialCapacity; init(); }
构造函数主要是设置 HashMap
的初始容量,以及扩容的加载因子。 HashMap(Map<? extends K, ? extends V> m)
构造函数根据已有的映射来构造新的 HashMap
,它同样采用的默认的加载因子,并将 m
中的元素添加到新构造的 HashMap
中。
数据存放:
public void putAll(Map<? extends K, ? extends V> m) { putMapEntries(m, true); }final void putMapEntries(Map<? extends K, ? extends V> m, boolean evict) { int s = m.size(); if (s > 0) { if (table == null) { // pre-size float ft = ((float)s / loadFactor) + 1.0F; int t = ((ft < (float)MAXIMUM_CAPACITY) ? (int)ft : MAXIMUM_CAPACITY); if (t > threshold) threshold = tableSizeFor(t); } else if (s > threshold) resize(); for (Map.Entry<? extends K, ? extends V> e : m.entrySet()) { K key = e.getKey(); V value = e.getValue(); putVal(hash(key), key, value, false, evict); } } }
putAll
方法直接调用 putMapEntries
。 putMapEntries
方法中先根据已有的 Map
中的元素数量对新构造的 HashMap
进行扩容,然后遍历旧的 Map
,取出元素存放到新的 HashMap
中。
// 存放key-valuepublic V put(K key, V value) { return putVal(hash(key), key, value, false, true); }// 根据key的hashCode来计算hash值static final int hash(Object key) { int h; return (key == null) ? 0 : (h = key.hashCode()) ^ (h >>> 16); }final V putVal(int hash, K key, V value, boolean onlyIfAbsent, boolean evict) { Node<K,V>[] tab; Node<K,V> p; int n, i; // table为null的话,进行初始化 if ((tab = table) == null || (n = tab.length) == 0) n = (tab = resize()).length; // 根据(n-1)&hash来计算出元素在数组中的位置i if ((p = tab[i = (n - 1) & hash]) == null) // 如果数组中该位置没有元素,即tab[i]==null,则直接构建Node存放在该位置 tab[i] = newNode(hash, key, value, null); else { // tab[i]不为null Node<K,V> e; K k; // 如果数组中已有的节点tab[i]与需要新存入的元素的key相同,则直接替换掉tab[i] if (p.hash == hash && ((k = p.key) == key || (key != null && key.equals(k)))) e = p; else if (p instanceof TreeNode) // 如果tab[i]为红黑树节点,则直接存入红黑树 e = ((TreeNode<K,V>)p).putTreeVal(this, tab, hash, key, value); else { // tab[i]为链表的第一个节点,遍历链表,将新的节点加入到链表的末尾 for (int binCount = 0; ; ++binCount) { if ((e = p.next) == null) { p.next = newNode(hash, key, value, null); // 如果链表的长度大于阈值,则将链表转换为红黑树 if (binCount >= TREEIFY_THRESHOLD - 1) // -1 for 1st treeifyBin(tab, hash); break; } // 如果链表中存在与新加入的元素key相同,则直接替换掉 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; // 添加完成后,检查是否需要扩容 if (++size > threshold) resize(); afterNodeInsertion(evict); return null; }
put
方法的主要逻辑:根据添加节点的 hash
值计算计算它在数组中的位置 i
,判断 tab[i]
是否为空,为空则直接加入;不为空的话,需要判断该节点的 key
是否与新加入的节点的 key
相同,相同的话直接替换;如果不同则需要判断 tab[i]
节点是否是红黑树节点,如果是红黑树节点,则直接加入到红黑树中;如果不是红黑树节点,那肯定就是链表的第一个节点了,遍历链表,在遍历的过程中还需要判断是否与链表中已有节点的 key
相同,如果相同,同样直接替换掉,都不同的话就直接添加到链表的末尾。并且呢,加入链表后还需要判断链表的长度是否超过了阈值8,超过了的话,需要将链表转换为红黑树。
HashMap
在添加数据的时候,会判断当前数据量是否超过设定的阈值,如果超过的话会进行扩容,在扩容过程中会将已添加的数据进行重新添加,以致原来添加元素的顺序和位置都改变了,所以 HashMap
不能保证元素的存入取出顺序。
删除数据:
// 根据key删除数据public V remove(Object key) { Node<K,V> e; return (e = removeNode(hash(key), key, null, false, true)) == null ? null : e.value; }// 根据key-value删除数据@Overridepublic boolean remove(Object key, Object value) { return removeNode(hash(key), key, value, true, true) != null; }// 删除节点final Node<K,V> removeNode(int hash, Object key, Object value, boolean matchValue, boolean movable) { Node<K,V>[] tab; Node<K,V> p; int n, index; // 根据hash值得到数组索引位置的节点p if ((tab = table) != null && (n = tab.length) > 0 && (p = tab[index = (n - 1) & hash]) != null) { Node<K,V> node = null, e; K k; V v; // p节点的key与需要删除的节点的key相同的话,则说明p就是需要删除的节点 if (p.hash == hash && ((k = p.key) == key || (key != null && key.equals(k)))) node = p; // 赋值给node else if ((e = p.next) != null) { if (p instanceof TreeNode) // p节点为红黑树节点,从红黑树中获取匹配的删除节点 node = ((TreeNode<K,V>)p).getTreeNode(hash, key); else { // p节点为链表的第一个节点,遍历链表,找到匹配的删除节点 do { if (e.hash == hash && ((k = e.key) == key || (key != null && key.equals(k)))) { node = e; break; } p = e; } while ((e = e.next) != null); } } // 匹配的删除节点node不为null的话,删除node if (node != null && (!matchValue || (v = node.value) == value || (value != null && value.equals(v)))) { if (node instanceof TreeNode) // 从红黑树中删除 ((TreeNode<K,V>)node).removeTreeNode(this, tab, movable); else if (node == p) // 从数组中删除 tab[index] = node.next; else // 从链表中删除 p.next = node.next; ++modCount; --size; afterNodeRemoval(node); return node; } } return null; }
remove
的逻辑和加入元素的逻辑相似,依次从数组、红黑树、链表中找到匹配的删除节点来删除。
clear
方法:
public void clear() { Node<K,V>[] tab; modCount++; if ((tab = table) != null && size > 0) { size = 0; for (int i = 0; i < tab.length; ++i) tab[i] = null; } }
clear
方法要简单些,直接遍历数组tab,将数组中所有元素都置空即可。
最后
对于 HashMap
,我们只要知道了它的底层结构,要理解它的实现原理还是非常简单。在JDK1.8之后,加入了红黑树的结构,使 HashMap
的效率比之前的版本又优化了很多,关于链表转化为红黑树,以及红黑树转链表的具体实现等细节后续再做分析。
1、具有1-5工作经验的,面对目前流行的技术不知从何下手,
需要突破技术瓶颈的。2、在公司待久了,过得很安逸,
但跳槽时面试碰壁。需要在短时间内进修、跳槽拿高薪的。
3、如果没有工作经验,但基础非常扎实,对java工作机制,
常用设计思想,常用java开发框架掌握熟练的。
4、觉得自己很牛B,一般需求都能搞定。
但是所学的知识点没有系统化,很难在技术领域继续突破的。
5. 群号:高级架构群 606187239备注好信息!
6.阿里Java高级大牛直播讲解知识点,分享知识,
多年工作经验的梳理和总结,带着大家全面、
科学地建立自己的技术体系和技术认知!
请先 后发表评论~