前言
-
HashMap在Java和Android開發中非常常見 - 而
HashMap 1.8相對于HashMap 1.7更新多 - 今天，我將通過源碼分析
HashMap 1.8，從而講解HashMap 1.8相對于HashMap 1.7的更新內容，希望你們會喜歡。
- 本文基于版本
JDK 1.8，即Java 8- 關于版本
JDK 1.7，即Java 7，具體請看文章Java：手把手帶你源碼分析 HashMap 1.7
目錄
示意圖
1. 簡介
- 類定義
public class HashMap<K,V>
extends AbstractMap<K,V>
implements Map<K,V>, Cloneable, Serializable
- 主要簡介
示意圖
-
HashMap的實現在JDK 1.7和JDK 1.8差別較大 - 今天，我將對照
JDK 1.7的源碼，在此基礎上講解JDK 1.8中HashMap的源碼解析
請務必打開
JDK 1.7對照看：Java：手把手帶你源碼分析 HashMap 1.7
2. 數據結構：引入了 紅黑樹
2.1 主要介紹
示意圖
關于 紅黑樹 的簡介
示意圖
更加具體的了解，請：點擊閱讀文章
2.2 存儲流程
注：為了讓大家有個感性的認識，只是簡單的畫出存儲流程，更加詳細 & 具體的存儲流程會在下面源碼分析中給出
示意圖
2.3 數組元素 & 鏈表節點的 實現類
-
HashMap中的數組元素 & 鏈表節點 采用Node類 實現
與
JDK 1.7的對比（Entry類），僅僅只是換了名字
- 該類的源碼分析如下
具體分析請看注釋
/**
* Node = HashMap的內部類，實現了Map.Entry接口，本質是 = 一個映射(鍵值對)
* 實現了getKey()、getValue()、equals(Object o)和hashCode()等方法
**/
static class Node<K,V> implements Map.Entry<K,V> {
final int hash; // 哈希值，HashMap根據該值確定記錄的位置
final K key; // key
V value; // value
Node<K,V> next;// 鏈表下一個節點
// 構造方法
Node(int hash, K key, V value, Node<K,V> next) {
this.hash = hash;
this.key = key;
this.value = value;
this.next = next;
}
public final K getKey() { return key; } // 返回 與 此項 對應的鍵
public final V getValue() { return value; } // 返回 與 此項 對應的值
public final String toString() { return key + "=" + value; }
public final V setValue(V newValue) {
V oldValue = value;
value = newValue;
return oldValue;
}
/**
* hashCode（）
*/
public final int hashCode() {
return Objects.hashCode(key) ^ Objects.hashCode(value);
}
/**
* equals（）
* 作用：判斷2個Entry是否相等，必須key和value都相等，才返回true
*/
public final boolean equals(Object o) {
if (o == this)
return true;
if (o instanceof Map.Entry) {
Map.Entry<?,?> e = (Map.Entry<?,?>)o;
if (Objects.equals(key, e.getKey()) &&
Objects.equals(value, e.getValue()))
return true;
}
return false;
}
}
2.4 紅黑樹節點 實現類
-
HashMap中的紅黑樹節點 采用TreeNode類 實現
/**
* 紅黑樹節點 實現類：繼承自LinkedHashMap.Entry<K,V>類
*/
static final class TreeNode<K,V> extends LinkedHashMap.Entry<K,V> {
// 屬性 = 父節點、左子樹、右子樹、刪除輔助節點 + 顏色
TreeNode<K,V> parent;
TreeNode<K,V> left;
TreeNode<K,V> right;
TreeNode<K,V> prev;
boolean red;
// 構造函數
TreeNode(int hash, K key, V val, Node<K,V> next) {
super(hash, key, val, next);
}
// 返回當前節點的根節點
final TreeNode<K,V> root() {
for (TreeNode<K,V> r = this, p;;) {
if ((p = r.parent) == null)
return r;
r = p;
}
}
3. 具體使用
3.1 主要使用API（方法、函數）
與
JDK 1.7基本相同
V get(Object key); // 獲得指定鍵的值
V put(K key, V value); // 添加鍵值對
void putAll(Map<? extends K, ? extends V> m); // 將指定Map中的鍵值對 復制到 此Map中
V remove(Object key); // 刪除該鍵值對
boolean containsKey(Object key); // 判斷是否存在該鍵的鍵值對；是 則返回true
boolean containsValue(Object value); // 判斷是否存在該值的鍵值對；是 則返回true
Set<K> keySet(); // 單獨抽取key序列，將所有key生成一個Set
Collection<V> values(); // 單獨value序列，將所有value生成一個Collection
void clear(); // 清除哈希表中的所有鍵值對
int size(); // 返回哈希表中所有 鍵值對的數量 = 數組中的鍵值對 + 鏈表中的鍵值對
boolean isEmpty(); // 判斷HashMap是否為空；size == 0時 表示為 空
3.2 使用流程
與
JDK 1.7基本相同
- 在具體使用時，主要流程是：
- 聲明1個
HashMap的對象 - 向
HashMap添加數據（成對 放入 鍵 - 值對） - 獲取
HashMap的某個數據 - 獲取
HashMap的全部數據：遍歷HashMap
- 示例代碼
import java.util.Collection;
import java.util.HashMap;
import java.util.Iterator;
import java.util.Map;
import java.util.Set;
public class HashMapTest {
public static void main(String[] args) {
/**
* 1. 聲明1個 HashMap的對象
*/
Map<String, Integer> map = new HashMap<String, Integer>();
/**
* 2. 向HashMap添加數據（成對 放入 鍵 - 值對）
*/
map.put("Android", 1);
map.put("Java", 2);
map.put("iOS", 3);
map.put("數據挖掘", 4);
map.put("產品經理", 5);
/**
* 3. 獲取 HashMap 的某個數據
*/
System.out.println("key = 產品經理時的值為：" + map.get("產品經理"));
/**
* 4. 獲取 HashMap 的全部數據：遍歷HashMap
* 核心思想：
* 步驟1：獲得key-value對（Entry） 或 key 或 value的Set集合
* 步驟2：遍歷上述Set集合(使用for循環 、 迭代器（Iterator）均可)
* 方法共有3種：分別針對 key-value對（Entry） 或 key 或 value
*/
// 方法1：獲得key-value的Set集合 再遍歷
System.out.println("方法1");
// 1. 獲得key-value對（Entry）的Set集合
Set<Map.Entry<String, Integer>> entrySet = map.entrySet();
// 2. 遍歷Set集合，從而獲取key-value
// 2.1 通過for循環
for(Map.Entry<String, Integer> entry : entrySet){
System.out.print(entry.getKey());
System.out.println(entry.getValue());
}
System.out.println("----------");
// 2.2 通過迭代器：先獲得key-value對（Entry）的Iterator，再循環遍歷
Iterator iter1 = entrySet.iterator();
while (iter1.hasNext()) {
// 遍歷時，需先獲取entry，再分別獲取key、value
Map.Entry entry = (Map.Entry) iter1.next();
System.out.print((String) entry.getKey());
System.out.println((Integer) entry.getValue());
}
// 方法2：獲得key的Set集合 再遍歷
System.out.println("方法2");
// 1. 獲得key的Set集合
Set<String> keySet = map.keySet();
// 2. 遍歷Set集合，從而獲取key，再獲取value
// 2.1 通過for循環
for(String key : keySet){
System.out.print(key);
System.out.println(map.get(key));
}
System.out.println("----------");
// 2.2 通過迭代器：先獲得key的Iterator，再循環遍歷
Iterator iter2 = keySet.iterator();
String key = null;
while (iter2.hasNext()) {
key = (String)iter2.next();
System.out.print(key);
System.out.println(map.get(key));
}
// 方法3：獲得value的Set集合 再遍歷
System.out.println("方法3");
// 1. 獲得value的Set集合
Collection valueSet = map.values();
// 2. 遍歷Set集合，從而獲取value
// 2.1 獲得values 的Iterator
Iterator iter3 = valueSet.iterator();
// 2.2 通過遍歷，直接獲取value
while (iter3.hasNext()) {
System.out.println(iter3.next());
}
}
}
// 注：對于遍歷方式，推薦使用針對 key-value對（Entry）的方式：效率高
// 原因：
// 1. 對于 遍歷keySet 、valueSet，實質上 = 遍歷了2次：1 = 轉為 iterator 迭代器遍歷、2 = 從 HashMap 中取出 key 的 value 操作（通過 key 值 hashCode 和 equals 索引）
// 2. 對于 遍歷 entrySet ，實質 = 遍歷了1次 = 獲取存儲實體Entry（存儲了key 和 value ）
- 運行結果
方法1
Java2
iOS3
數據挖掘4
Android1
產品經理5
----------
Java2
iOS3
數據挖掘4
Android1
產品經理5
方法2
Java2
iOS3
數據挖掘4
Android1
產品經理5
----------
Java2
iOS3
數據挖掘4
Android1
產品經理5
方法3
2
3
4
1
5
下面，我們按照上述的使用過程，對一個個步驟進行源碼解析
4. 基礎知識：HashMap中的重要參數（變量）
- 在進行真正的源碼分析前，先講解
HashMap中的重要參數（變量） -
HashMap中的主要參數 同JDK 1.7，即：容量、加載因子、擴容閾值 - 但由于數據結構中引入了 紅黑樹，故加入了 與紅黑樹相關的參數。具體介紹如下：
/**
* 主要參數 同 JDK 1.7
* 即：容量、加載因子、擴容閾值（要求、范圍均相同）
*/
// 1. 容量（capacity）： 必須是2的冪 & <最大容量（2的30次方）
static final int DEFAULT_INITIAL_CAPACITY = 1 << 4; // 默認容量 = 16 = 1<<4 = 00001中的1向左移4位 = 10000 = 十進制的2^4=16
static final int MAXIMUM_CAPACITY = 1 << 30; // 最大容量 = 2的30次方（若傳入的容量過大，將被最大值替換）
// 2. 加載因子(Load factor)：HashMap在其容量自動增加前可達到多滿的一種尺度
final float loadFactor; // 實際加載因子
static final float DEFAULT_LOAD_FACTOR = 0.75f; // 默認加載因子 = 0.75
// 3. 擴容閾值（threshold）：當哈希表的大小 ≥ 擴容閾值時，就會擴容哈希表（即擴充HashMap的容量）
// a. 擴容 = 對哈希表進行resize操作（即重建內部數據結構），從而哈希表將具有大約兩倍的桶數
// b. 擴容閾值 = 容量 x 加載因子
int threshold;
// 4. 其他
transient Node<K,V>[] table; // 存儲數據的Node類型 數組，長度 = 2的冪；數組的每個元素 = 1個單鏈表
transient int size;// HashMap的大小，即 HashMap中存儲的鍵值對的數量
/**
* 與紅黑樹相關的參數
*/
// 1. 桶的樹化閾值：即 鏈表轉成紅黑樹的閾值，在存儲數據時，當鏈表長度 > 該值時，則將鏈表轉換成紅黑樹
static final int TREEIFY_THRESHOLD = 8;
// 2. 桶的鏈表還原閾值：即 紅黑樹轉為鏈表的閾值，當在擴容（resize（））時（此時HashMap的數據存儲位置會重新計算），在重新計算存儲位置后，當原有的紅黑樹內數量 < 6時，則將 紅黑樹轉換成鏈表
static final int UNTREEIFY_THRESHOLD = 6;
// 3. 最小樹形化容量閾值：即 當哈希表中的容量 > 該值時，才允許樹形化鏈表 （即 將鏈表 轉換成紅黑樹）
// 否則，若桶內元素太多時，則直接擴容，而不是樹形化
// 為了避免進行擴容、樹形化選擇的沖突，這個值不能小于 4 * TREEIFY_THRESHOLD
static final int MIN_TREEIFY_CAPACITY = 64;
- 此處 再次詳細說明 加載因子
同
JDK 1.7，但由于其重要性，故此處再次說明
示意圖
- 總結 數據結構 & 參數方面與
JDK 1.7的區別
示意圖
5. 源碼分析
- 本次的源碼分析主要是根據 使用步驟 進行相關函數的詳細分析
- 主要分析內容如下：
示意圖
- 下面，我將對每個步驟內容的主要方法進行詳細分析
步驟1：聲明1個 HashMap的對象
此處主要分析的構造函數 類似
JDK 1.7
/**
* 函數使用原型
*/
Map<String,Integer> map = new HashMap<String,Integer>();
/**
* 源碼分析：主要是HashMap的構造函數 = 4個
* 僅貼出關于HashMap構造函數的源碼
*/
public class HashMap<K,V>
extends AbstractMap<K,V>
implements Map<K,V>, Cloneable, Serializable{
// 省略上節闡述的參數
/**
* 構造函數1：默認構造函數（無參）
* 加載因子 & 容量 = 默認 = 0.75、16
*/
public HashMap() {
this.loadFactor = DEFAULT_LOAD_FACTOR;
}
/**
* 構造函數2：指定“容量大小”的構造函數
* 加載因子 = 默認 = 0.75 、容量 = 指定大小
*/
public HashMap(int initialCapacity) {
// 實際上是調用指定“容量大小”和“加載因子”的構造函數
// 只是在傳入的加載因子參數 = 默認加載因子
this(initialCapacity, DEFAULT_LOAD_FACTOR);
}
/**
* 構造函數3：指定“容量大小”和“加載因子”的構造函數
* 加載因子 & 容量 = 自己指定
*/
public HashMap(int initialCapacity, float loadFactor) {
// 指定初始容量必須非負，否則報錯
if (initialCapacity < 0)
throw new IllegalArgumentException("Illegal initial capacity: " +
initialCapacity);
// HashMap的最大容量只能是MAXIMUM_CAPACITY，哪怕傳入的 > 最大容量
if (initialCapacity > MAXIMUM_CAPACITY)
initialCapacity = MAXIMUM_CAPACITY;
// 填充比必須為正
if (loadFactor <= 0 || Float.isNaN(loadFactor))
throw new IllegalArgumentException("Illegal load factor: " +
loadFactor);
// 設置 加載因子
this.loadFactor = loadFactor;
// 設置 擴容閾值
// 注：此處不是真正的閾值，僅僅只是將傳入的容量大小轉化為：>傳入容量大小的最小的2的冪，該閾值后面會重新計算
// 下面會詳細講解 ->> 分析1
this.threshold = tableSizeFor(initialCapacity);
}
/**
* 構造函數4：包含“子Map”的構造函數
* 即 構造出來的HashMap包含傳入Map的映射關系
* 加載因子 & 容量 = 默認
*/
public HashMap(Map<? extends K, ? extends V> m) {
// 設置容量大小 & 加載因子 = 默認
this.loadFactor = DEFAULT_LOAD_FACTOR;
// 將傳入的子Map中的全部元素逐個添加到HashMap中
putMapEntries(m, false);
}
}
/**
* 分析1：tableSizeFor(initialCapacity)
* 作用：將傳入的容量大小轉化為：>傳入容量大小的最小的2的冪
* 與JDK 1.7對比：類似于JDK 1.7 中 inflateTable()里的 roundUpToPowerOf2(toSize)
*/
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;
}
- 注：（同
JDK 1.7類似）- 此處僅用于接收初始容量大小（
capacity）、加載因子(Load factor)，但仍無真正初始化哈希表，即初始化存儲數組table - 此處先給出結論：真正初始化哈希表（初始化存儲數組
table）是在第1次添加鍵值對時，即第1次調用put（）時。下面會詳細說明
- 此處僅用于接收初始容量大小（
至此，關于HashMap的構造函數講解完畢。
步驟2：向HashMap添加數據（成對 放入 鍵 - 值對）
- 在該步驟中，與
JDK 1.7的差別較大：
示意圖
下面會對上述區別進行詳細講解
- 添加數據的流程如下
注：為了讓大家有個感性的認識，只是簡單的畫出存儲流程，更加詳細 & 具體的存儲流程會在下面源碼分析中給出
示意圖
- 源碼分析
/**
* 函數使用原型
*/
map.put("Android", 1);
map.put("Java", 2);
map.put("iOS", 3);
map.put("數據挖掘", 4);
map.put("產品經理", 5);
/**
* 源碼分析：主要分析HashMap的put函數
*/
public V put(K key, V value) {
// 1. 對傳入數組的鍵Key計算Hash值 ->>分析1
// 2. 再調用putVal（）添加數據進去 ->>分析2
return putVal(hash(key), key, value, false, true);
}
下面，將詳細講解 上面的2個主要分析點
分析1：hash（key）
/**
* 分析1：hash(key)
* 作用：計算傳入數據的哈希碼（哈希值、Hash值）
* 該函數在JDK 1.7 和 1.8 中的實現不同，但原理一樣 = 擾動函數 = 使得根據key生成的哈希碼（hash值）分布更加均勻、更具備隨機性，避免出現hash值沖突（即指不同key但生成同1個hash值）
* JDK 1.7 做了9次擾動處理 = 4次位運算 + 5次異或運算
* JDK 1.8 簡化了擾動函數 = 只做了2次擾動 = 1次位運算 + 1次異或運算
*/
// JDK 1.7實現：將 鍵key 轉換成 哈希碼（hash值）操作 = 使用hashCode() + 4次位運算 + 5次異或運算（9次擾動）
static final int hash(int h) {
h ^= k.hashCode();
h ^= (h >>> 20) ^ (h >>> 12);
return h ^ (h >>> 7) ^ (h >>> 4);
}
// JDK 1.8實現：將 鍵key 轉換成 哈希碼（hash值）操作 = 使用hashCode() + 1次位運算 + 1次異或運算（2次擾動）
// 1. 取hashCode值： h = key.hashCode()
// 2. 高位參與低位的運算：h ^ (h >>> 16)
static final int hash(Object key) {
int h;
return (key == null) ? 0 : (h = key.hashCode()) ^ (h >>> 16);
// a. 當key = null時，hash值 = 0，所以HashMap的key 可為null
// 注：對比HashTable，HashTable對key直接hashCode（），若key為null時，會拋出異常，所以HashTable的key不可為null
// b. 當key ≠ null時，則通過先計算出 key的 hashCode()（記為h），然后 對哈希碼進行 擾動處理： 按位 異或（^） 哈希碼自身右移16位后的二進制
}
/**
* 計算存儲位置的函數分析：indexFor(hash, table.length)
* 注：該函數僅存在于JDK 1.7 ，JDK 1.8中實際上無該函數（直接用1條語句判斷寫出），但原理相同
* 為了方便講解，故提前到此講解
*/
static int indexFor(int h, int length) {
return h & (length-1);
// 將對哈希碼擾動處理后的結果 與運算(&) （數組長度-1），最終得到存儲在數組table的位置（即數組下標、索引）
}
- 總結 計算存放在數組 table 中的位置（即數組下標、索引）的過程
- 此處與
JDK 1.7的區別在于：hash值的求解過程中 哈希碼的二次處理方式（擾動處理）- 步驟1、2 =
hash值的求解過程
示意圖
- 計算示意圖
示意圖
在了解 如何計算存放數組table 中的位置 后，所謂 知其然 而 需知其所以然，下面我將講解為什么要這樣計算，即主要解答以下3個問題：
- 為什么不直接采用經過
hashCode（）處理的哈希碼 作為 存儲數組table的下標位置？ - 為什么采用 哈希碼 與運算(&) （數組長度-1） 計算數組下標？
- 為什么在計算數組下標前，需對哈希碼進行二次處理：擾動處理？
在回答這3個問題前，請大家記住一個核心思想：
所有處理的根本目的，都是為了提高 存儲
key-value的數組下標位置 的隨機性 & 分布均勻性，盡量避免出現hash值沖突。即：對于不同key，存儲的數組下標位置要盡可能不一樣
問題1：為什么不直接采用經過hashCode（）處理的哈希碼 作為 存儲數組table的下標位置？
- 結論：容易出現 哈希碼 與 數組大小范圍不匹配的情況，即 計算出來的哈希碼可能 不在數組大小范圍內，從而導致無法匹配存儲位置
- 原因描述
示意圖
- 為了解決 “哈希碼與數組大小范圍不匹配” 的問題，
HashMap給出了解決方案：哈希碼 與運算（&） （數組長度-1），即問題3
問題2：為什么采用 哈希碼 與運算(&) （數組長度-1） 計算數組下標？
結論：根據HashMap的容量大小（數組長度），按需取 哈希碼一定數量的低位 作為存儲的數組下標位置，從而 解決 “哈希碼與數組大小范圍不匹配” 的問題
具體解決方案描述
示意圖
問題3：為什么在計算數組下標前，需對哈希碼進行二次處理：擾動處理？
結論：加大哈希碼低位的隨機性，使得分布更均勻，從而提高對應數組存儲下標位置的隨機性 & 均勻性，最終減少Hash沖突
具體描述
示意圖
至此，關于怎么計算 key-value 值存儲在HashMap數組位置 & 為什么要這么計算，講解完畢。
分析2：putVal(hash(key), key, value, false, true);
此處有2個主要講解點：
- 計算完存儲位置后，具體該如何 存放數據 到哈希表中
- 具體如何擴容，即 擴容機制
主要講解點1：計算完存儲位置后，具體該如何存放數據到哈希表中
由于數據結構中加入了紅黑樹，所以在存放數據到哈希表中時，需進行多次數據結構的判斷：數組、紅黑樹、鏈表
與
JDK 1.7的區別：JDK 1.7只需判斷 數組 & 鏈表
示意圖
/**
* 分析2：putVal(hash(key), key, value, false, true)
*/
final V putVal(int hash, K key, V value, boolean onlyIfAbsent,
boolean evict) {
Node<K,V>[] tab; Node<K,V> p; int n, i;
// 1. 若哈希表的數組tab為空，則 通過resize() 創建
// 所以，初始化哈希表的時機 = 第1次調用put函數時，即調用resize() 初始化創建
// 關于resize（）的源碼分析將在下面講解擴容時詳細分析，此處先跳過
if ((tab = table) == null || (n = tab.length) == 0)
n = (tab = resize()).length;
// 2. 計算插入存儲的數組索引i：根據鍵值key計算的hash值 得到
// 此處的數組下標計算方式 = i = (n - 1) & hash，同JDK 1.7中的indexFor（），上面已詳細描述
// 3. 插入時，需判斷是否存在Hash沖突：
// 若不存在（即當前table[i] == null），則直接在該數組位置新建節點，插入完畢
// 否則，代表存在Hash沖突，即當前存儲位置已存在節點，則依次往下判斷：a. 當前位置的key是否與需插入的key相同、b. 判斷需插入的數據結構是否為紅黑樹 or 鏈表
if ((p = tab[i = (n - 1) & hash]) == null)
tab[i] = newNode(hash, key, value, null); // newNode(hash, key, value, null)的源碼 = new Node<>(hash, key, value, next)
else {
Node<K,V> e; K k;
// a. 判斷 table[i]的元素的key是否與 需插入的key一樣，若相同則 直接用新value 覆蓋 舊value
// 判斷原則：equals（）
if (p.hash == hash &&
((k = p.key) == key || (key != null && key.equals(k))))
e = p;
// b. 繼續判斷：需插入的數據結構是否為紅黑樹 or 鏈表
// 若是紅黑樹，則直接在樹中插入 or 更新鍵值對
else if (p instanceof TreeNode)
e = ((TreeNode<K,V>)p).putTreeVal(this, tab, hash, key, value); ->>分析3
// 若是鏈表,則在鏈表中插入 or 更新鍵值對
// i. 遍歷table[i]，判斷Key是否已存在：采用equals（） 對比當前遍歷節點的key 與 需插入數據的key：若已存在，則直接用新value 覆蓋 舊value
// ii. 遍歷完畢后仍無發現上述情況，則直接在鏈表尾部插入數據
// 注：新增節點后，需判斷鏈表長度是否>8（8 = 桶的樹化閾值）：若是，則把鏈表轉換為紅黑樹
else {
for (int binCount = 0; ; ++binCount) {
// 對于ii：若數組的下1個位置，表示已到表尾也沒有找到key值相同節點，則新建節點 = 插入節點
// 注：此處是從鏈表尾插入，與JDK 1.7不同（從鏈表頭插入，即永遠都是添加到數組的位置，原來數組位置的數據則往后移）
if ((e = p.next) == null) {
p.next = newNode(hash, key, value, null);
// 插入節點后，若鏈表節點>數閾值，則將鏈表轉換為紅黑樹
if (binCount >= TREEIFY_THRESHOLD - 1)
treeifyBin(tab, hash); // 樹化操作
break;
}
// 對于i
if (e.hash == hash &&
((k = e.key) == key || (key != null && key.equals(k))))
break;
// 更新p指向下一個節點，繼續遍歷
p = e;
}
}
// 對i情況的后續操作：發現key已存在，直接用新value 覆蓋 舊value & 返回舊value
if (e != null) {
V oldValue = e.value;
if (!onlyIfAbsent || oldValue == null)
e.value = value;
afterNodeAccess(e); // 替換舊值時會調用的方法（默認實現為空）
return oldValue;
}
}
++modCount;
// 插入成功后，判斷實際存在的鍵值對數量size > 最大容量threshold
// 若 > ，則進行擴容 ->>分析4（但單獨講解，請直接跳出該代碼塊）
if (++size > threshold)
resize();
afterNodeInsertion(evict);// 插入成功時會調用的方法（默認實現為空）
return null;
}
/**
* 分析3：putTreeVal(this, tab, hash, key, value)
* 作用：向紅黑樹插入 or 更新數據（鍵值對）
* 過程：遍歷紅黑樹判斷該節點的key是否與需插入的key 相同：
* a. 若相同，則新value覆蓋舊value
* b. 若不相同，則插入
*/
final TreeNode<K,V> putTreeVal(HashMap<K,V> map, Node<K,V>[] tab,
int h, K k, V v) {
Class<?> kc = null;
boolean searched = false;
TreeNode<K,V> root = (parent != null) ? root() : this;
for (TreeNode<K,V> p = root;;) {
int dir, ph; K pk;
if ((ph = p.hash) > h)
dir = -1;
else if (ph < h)
dir = 1;
else if ((pk = p.key) == k || (k != null && k.equals(pk)))
return p;
else if ((kc == null &&
(kc = comparableClassFor(k)) == null) ||
(dir = compareComparables(kc, k, pk)) == 0) {
if (!searched) {
TreeNode<K,V> q, ch;
searched = true;
if (((ch = p.left) != null &&
(q = ch.find(h, k, kc)) != null) ||
((ch = p.right) != null &&
(q = ch.find(h, k, kc)) != null))
return q;
}
dir = tieBreakOrder(k, pk);
}
TreeNode<K,V> xp = p;
if ((p = (dir <= 0) ? p.left : p.right) == null) {
Node<K,V> xpn = xp.next;
TreeNode<K,V> x = map.newTreeNode(h, k, v, xpn);
if (dir <= 0)
xp.left = x;
else
xp.right = x;
xp.next = x;
x.parent = x.prev = xp;
if (xpn != null)
((TreeNode<K,V>)xpn).prev = x;
moveRootToFront(tab, balanceInsertion(root, x));
return null;
}
}
}
- 總結
示意圖
主要講解點2：擴容機制（即 resize（）函數方法）
- 擴容流程如下
示意圖
- 源碼分析
/**
* 分析4：resize（）
* 該函數有2種使用情況：1.初始化哈希表 2.當前數組容量過小，需擴容
*/
final Node<K,V>[] resize() {
Node<K,V>[] oldTab = table; // 擴容前的數組（當前數組）
int oldCap = (oldTab == null) ? 0 : oldTab.length; // 擴容前的數組的容量 = 長度
int oldThr = threshold;// 擴容前的數組的閾值
int newCap, newThr = 0;
// 針對情況2：若擴容前的數組容量超過最大值，則不再擴充
if (oldCap > 0) {
if (oldCap >= MAXIMUM_CAPACITY) {
threshold = Integer.MAX_VALUE;
return oldTab;
}
// 針對情況2：若無超過最大值，就擴充為原來的2倍
else if ((newCap = oldCap << 1) < MAXIMUM_CAPACITY &&
oldCap >= DEFAULT_INITIAL_CAPACITY)
newThr = oldThr << 1; // 通過右移擴充2倍
}
// 針對情況1：初始化哈希表（采用指定 or 默認值）
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);
}
// 計算新的resize上限
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) {
// 把每個bucket都移動到新的buckets中
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 { // 鏈表優化重hash的代碼塊
Node<K,V> loHead = null, loTail = null;
Node<K,V> hiHead = null, hiTail = null;
Node<K,V> 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);
// 原索引放到bucket里
if (loTail != null) {
loTail.next = null;
newTab[j] = loHead;
}
// 原索引+oldCap放到bucket里
if (hiTail != null) {
hiTail.next = null;
newTab[j + oldCap] = hiHead;
}
}
}
}
}
return newTab;
}
- 擴容流程（含 與
JDK 1.7的對比）
示意圖
此處主要講解： JDK 1.8擴容時，數據存儲位置重新計算的方式
- 計算結論 & 原因解析
示意圖
- 結論示意圖
示意圖
- 數組位置轉換的示意圖
示意圖
-
JDK 1.8根據此結論作出的新元素存儲位置計算規則 非常簡單，提高了擴容效率，具體如下圖
這與
JDK 1.7在計算新元素的存儲位置有很大區別：JDK 1.7在擴容后，都需按照原來方法重新計算，即
hashCode（）->> 擾動處理 ->>（h & length-1））
總結
- 添加數據的流程
示意圖
- 與
JDK 1.7的區別
示意圖
至此，關于 HashMap的添加數據源碼分析 分析完畢。
步驟3：從HashMap中獲取數據
- 假如理解了上述
put（）函數的原理，那么get（）函數非常好理解，因為二者的過程原理幾乎相同 -
get（）函數的流程如下：
示意圖
- 源碼分析
/**
* 函數原型
* 作用：根據鍵key，向HashMap獲取對應的值
*/
map.get(key)；
/**
* 源碼分析
*/
public V get(Object key) {
Node<K,V> e;
// 1. 計算需獲取數據的hash值
// 2. 通過getNode（）獲取所查詢的數據 ->>分析1
// 3. 獲取后，判斷數據是否為空
return (e = getNode(hash(key), key)) == null ? null : e.value;
}
/**
* 分析1：getNode(hash(key), key))
*/
final Node<K,V> getNode(int hash, Object key) {
Node<K,V>[] tab; Node<K,V> first, e; int n; K k;
// 1. 計算存放在數組table中的位置
if ((tab = table) != null && (n = tab.length) > 0 &&
(first = tab[(n - 1) & hash]) != null) {
// 4. 通過該函數，依次在數組、紅黑樹、鏈表中查找（通過equals（）判斷）
// a. 先在數組中找，若存在，則直接返回
if (first.hash == hash && // always check first node
((k = first.key) == key || (key != null && key.equals(k))))
return first;
// b. 若數組中沒有，則到紅黑樹中尋找
if ((e = first.next) != null) {
// 在樹中get
if (first instanceof TreeNode)
return ((TreeNode<K,V>)first).getTreeNode(hash, key);
// c. 若紅黑樹中也沒有，則通過遍歷，到鏈表中尋找
do {
if (e.hash == hash &&
((k = e.key) == key || (key != null && key.equals(k))))
return e;
} while ((e = e.next) != null);
}
}
return null;
}
至此，關于 “向 HashMap 獲取數據 “講解完畢。
步驟4：對HashMap的其他操作
即 對其余使用
API（函數、方法）的源碼分析
-
HashMap除了核心的put（）、get（）函數，還有以下主要使用的函數方法
void clear(); // 清除哈希表中的所有鍵值對
int size(); // 返回哈希表中所有 鍵值對的數量 = 數組中的鍵值對 + 鏈表中的鍵值對
boolean isEmpty(); // 判斷HashMap是否為空；size == 0時 表示為 空
void putAll(Map<? extends K, ? extends V> m); // 將指定Map中的鍵值對 復制到 此Map中
V remove(Object key); // 刪除該鍵值對
boolean containsKey(Object key); // 判斷是否存在該鍵的鍵值對；是 則返回true
boolean containsValue(Object value); // 判斷是否存在該值的鍵值對；是 則返回true
- 關于上述方法的源碼的原理 同
JDK 1.7，此處不作過多描述
感興趣的同學可以參考文章 第5小節 進行類比。
至此，關于 HashMap的底層原理 & 主要使用API（函數、方法）講解完畢。
6. 源碼總結
下面，用3個圖總結整個源碼內容：
總結內容 = 數據結構、主要參數、添加 & 查詢數據流程、擴容機制
- 數據結構 & 主要參數
示意圖
- 添加 & 查詢數據流程
示意圖
- 擴容機制
示意圖
7. 與 JDK 1.7 的區別
HashMap 的實現在 JDK 1.7 和 JDK 1.8 差別較大，具體區別如下
JDK 1.8的優化目的主要是：減少Hash沖突 & 提高哈希表的存、取效率- 關于
JDK 1.7中HashMap的源碼解析請看文章：Java：手把手帶你源碼分析 HashMap 1.7
7.1 數據結構
示意圖
7.2 獲取數據時（獲取數據 類似）
示意圖
7.3 擴容機制
示意圖
8. 額外補充：關于HashMap的其他問題
- 有幾個小問題需要在此補充
示意圖
- 具體如下
8.1 哈希表如何解決Hash沖突
示意圖
8.2 為什么HashMap具備下述特點：鍵-值（key-value）都允許為空、線程不安全、不保證有序、存儲位置隨時間變化
- 具體解答如下
示意圖
下面主要講解
HashMap線程不安全的其中一個重要原因：多線程下容易出現resize（）死循環
本質 = 并發 執行put（）操作導致觸發 擴容行為，從而導致 環形鏈表，使得在獲取數據遍歷鏈表時形成死循環，即Infinite Loop先看擴容的源碼分析
resize（）
關于resize（）的源碼分析已在上文詳細分析，此處僅作重點分析：transfer（）
/**
* 源碼分析：resize(2 * table.length)
* 作用：當容量不足時（容量 > 閾值），則擴容（擴到2倍）
*/
void resize(int newCapacity) {
// 1. 保存舊數組（old table）
Entry[] oldTable = table;
// 2. 保存舊容量（old capacity ），即數組長度
int oldCapacity = oldTable.length;
// 3. 若舊容量已經是系統默認最大容量了，那么將閾值設置成整型的最大值，退出
if (oldCapacity == MAXIMUM_CAPACITY) {
threshold = Integer.MAX_VALUE;
return;
}
// 4. 根據新容量（2倍容量）新建1個數組，即新table
Entry[] newTable = new Entry[newCapacity];
// 5. （重點分析）將舊數組上的數據（鍵值對）轉移到新table中，從而完成擴容 ->>分析1.1
transfer(newTable);
// 6. 新數組table引用到HashMap的table屬性上
table = newTable;
// 7. 重新設置閾值
threshold = (int)(newCapacity * loadFactor);
}
/**
* 分析1.1：transfer(newTable);
* 作用：將舊數組上的數據（鍵值對）轉移到新table中，從而完成擴容
* 過程：按舊鏈表的正序遍歷鏈表、在新鏈表的頭部依次插入
*/
void transfer(Entry[] newTable) {
// 1. src引用了舊數組
Entry[] src = table;
// 2. 獲取新數組的大小 = 獲取新容量大小
int newCapacity = newTable.length;
// 3. 通過遍歷 舊數組，將舊數組上的數據（鍵值對）轉移到新數組中
for (int j = 0; j < src.length; j++) {
// 3.1 取得舊數組的每個元素
Entry<K,V> e = src[j];
if (e != null) {
// 3.2 釋放舊數組的對象引用（for循環后，舊數組不再引用任何對象）
src[j] = null;
do {
// 3.3 遍歷 以該數組元素為首 的鏈表
// 注：轉移鏈表時，因是單鏈表，故要保存下1個結點，否則轉移后鏈表會斷開
Entry<K,V> next = e.next;
// 3.3 重新計算每個元素的存儲位置
int i = indexFor(e.hash, newCapacity);
// 3.4 將元素放在數組上：采用單鏈表的頭插入方式 = 在鏈表頭上存放數據 = 將數組位置的原有數據放在后1個指針、將需放入的數據放到數組位置中
// 即 擴容后，可能出現逆序：按舊鏈表的正序遍歷鏈表、在新鏈表的頭部依次插入
e.next = newTable[i];
newTable[i] = e;
// 訪問下1個Entry鏈上的元素，如此不斷循環，直到遍歷完該鏈表上的所有節點
e = next;
} while (e != null);
// 如此不斷循環，直到遍歷完數組上的所有數據元素
}
}
}
從上面可看出：在擴容resize（）過程中，在將舊數組上的數據 轉移到 新數組上時，轉移數據操作 = 按舊鏈表的正序遍歷鏈表、在新鏈表的頭部依次插入，即在轉移數據、擴容后，容易出現鏈表逆序的情況
設重新計算存儲位置后不變，即擴容前 = 1->2->3，擴容后 = 3->2->1
- 此時若（多線程）并發執行
put（）操作，一旦出現擴容情況，則 容易出現 環形鏈表，從而在獲取數據、遍歷鏈表時 形成死循環（Infinite Loop），即 死鎖的狀態，具體請看下圖：
初始狀態、步驟1、步驟2
示意圖
示意圖
示意圖
注：由于 JDK 1.8 轉移數據操作 = 按舊鏈表的正序遍歷鏈表、在新鏈表的尾部依次插入，所以不會出現鏈表 逆序、倒置的情況，故不容易出現環形鏈表的情況。
但
JDK 1.8還是線程不安全，因為 無加同步鎖保護
8.3 為什么 HashMap 中 String、Integer 這樣的包裝類適合作為 key 鍵
示意圖
8.4 HashMap 中的 key若 Object類型， 則需實現哪些方法？
示意圖
至此，關于HashMap的所有知識講解完畢。
9. 總結
本文主要講解 Java的 HashMap源碼 & 相關知識
歡迎關注Carson_Ho的簡書！
分享Android技術干貨，追求短、平、快，但卻不缺深度。
請點贊！因為你的鼓勵是我寫作的最大動力！
相關文章閱讀
Android開發：最全面、最易懂的Android屏幕適配解決方案
Android事件分發機制詳解：史上最全面、最易懂
Android開發：史上最全的Android消息推送解決方案
Android開發：最全面、最易懂的Webview詳解
Android開發：JSON簡介及最全面解析方法!
Android四大組件：Service服務史上最全面解析
Android四大組件：BroadcastReceiver史上最全面解析
