java基础类型源码解析之HashMap

终于来到比较复杂的HashMap，由于内部的变量，内部类，方法都比较多，没法像ArrayList那样直接平铺开来说，因此准备从几个具体的角度来切入。

桶结构

HashMap的每个存储位置，又叫做一个桶，当一个Key&Value进入map的时候，依据它的hash值分配一个桶来存储。

看一下桶的定义：table就是所谓的桶结构，说白了就是一个节点数组。

transient Node<K,V>[] table;
transient int size;

节点

HashMap是一个map结构，它不同于Collection结构，不是存储单个对象，而是存储键值对。
因此内部最基本的存储单元是节点：Node。

节点的定义如下：

class Node<K,V> implements Map.Entry<K,V> {
final int hash;
final K key;
V value;
Node<K,V> next;
}

可见节点除了存储key,vaue,hash三个值之外，还有一个next指针，这样一样，多个Node可以形成一个单向列表。这是解决hash冲突的一种方式，如果多个节点被分配到同一个桶，可以组成一个链表。

HashMap内部还有另一种节点类型，叫做TreeNode：

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是从Node继承的，它可以组成一棵红黑树。为什么还有这个东东呢？上面说过，如果节点的被哈希到同一个桶，那么可能导致链表特别长，这样一来访问效率就会急剧下降。 此时如果key是可比较的(实现了Comparable接口），HashMap就将这个链表转成一棵平衡二叉树，来挽回一些效率。在实际使用中，我们期望这种现象永远不要发生。

有了这个知识，就可以看看HashMap几个相关常量定义了：

static final int TREEIFY_THRESHOLD = 8;
static final int UNTREEIFY_THRESHOLD = 6;
static final int MIN_TREEIFY_CAPACITY = 64;

• TREEIFY_THRESHOLD，当某个桶里面的节点数达到这个数量，链表可转换成树；
• UNTREEIFY_THRESHOLD，当某个桶里面数低于这数量，树转换回链表；
• MIN_TREEIFY_CAPACITY，如果桶数量低于这个数，那么优先扩充桶的数量，而不是将链表转换成树；

put方法：Key&Value

插入接口：

public V put(K key, V value) {
return putVal(hash(key), key, value, false, true);
}
final int hash(Object key) {
int h;
return (key == null) ? 0 : (h = key.hashCode()) ^ (h >>> 16);
}

put方法调用了私有方法putVal，不过值得注意的是，key的hash值不是直接用的hashCode，最终的hash=（hashCode右移16）^ hashCode。

在将hash值映射为桶位置的时候，取的是hash值的低位部分，这样如果有一批key的仅高位部分不一致，就会聚集的同一个桶里面。（如果桶数量比较少，key是Float类型，且是连续的整数，就会出现这种case）。

执行插入的过程：

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;

//代码段1
if ((p = tab[i = (n - 1) & hash]) == null)
tab[i] = newNode(hash, key, value, null);
else {
Node<K,V> e; K k;
//代码段2
if (p.hash == hash &&
((k = p.key) == key || (key != null && key.equals(k))))
e = p;
//代码段3
else if (p instanceof TreeNode)
e = ((TreeNode<K,V>)p).putTreeVal(this, tab, hash, key, value);
else {
//代码段4
for (int binCount = 0; ; ++binCount) {
//代码段4.1
if ((e = p.next) == null) {
p.next = newNode(hash, key, value, null);
if (binCount >= TREEIFY_THRESHOLD - 1) // -1 for 1st
treeifyBin(tab, hash);
break;
}
//代码段4.2
if (e.hash == hash &&
((k = e.key) == key || (key != null && key.equals(k))))
break;
p = e;
}
}
//代码段5
if (e != null) { // existing mapping for key
V oldValue = e.value;
if (!onlyIfAbsent || oldValue == null)
e.value = value;
afterNodeAccess(e);
return oldValue;
}
}
//代码段6
++modCount;
if (++size > threshold)
resize();
afterNodeInsertion(evict);
return null;
}

• 最开始的一段处理桶数组还没有分配的情况；
• 代码段1： i = (n - 1) & hash，计算hash对应的桶位置，因为n是2的冥次，这是一种高效的取模操作；如果这个位置是空的，那么直接创建Node放进去就OK了；否则这个冲突位置的节点记为P;
• 代码段2：如果节点P的key和传入的key相等，那么说明新的value要放入一个现有节点里面，记为e;
• 代码段3：如果节点P是一棵树，那么将key&value插入到这个棵树里面；
• 代码段4：P是链表头，或是单独一个节点，两种情况，都可以通过扫描链表的方式来做；
• 代码段4.1：如果链表到了尾部，插入一个新节点，同时如果有必要，将链表转成树；
• 代码段4.2：如果链表中找到了相等的key，和代码段2一样处理；
• 代码段5：将value存入节点e
  
• 代码段6：如果size超过某个特定值，要调整桶的数量，关于resize的策略在下文会讲

remove方法

了解了put方法，remove方法就容易了，直接讲解私有方法removeNode吧。

public V remove(Object key) {
Node<K,V> e;
return (e = removeNode(hash(key), key, null, false, true)) == null ?
null : e.value;
}

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;

//代码段1
if ((tab = table) != null && (n = tab.length) > 0 &&
(p = tab[index = (n - 1) & hash]) != null) {

//代码段2：
Node<K,V> node = null, e; K k; V v;
if (p.hash == hash &&
((k = p.key) == key || (key != null && key.equals(k))))
node = p;

//代码段3:
else if ((e = p.next) != null) {
//代码段3.1:
if (p instanceof TreeNode)
node = ((TreeNode<K,V>)p).getTreeNode(hash, key);
else {
//代码段3.2:
do {
if (e.hash == hash &&
((k = e.key) == key ||
(key != null && key.equals(k)))) {
node = e;
break;
}
p = e;
} while ((e = e.next) != null);
}
}

//代码段4:
if (node != null && (!matchValue || (v = node.value) == value ||
(value != null && value.equals(v)))) {
//代码段4.1:
if (node instanceof TreeNode)
((TreeNode<K,V>)node).removeTreeNode(this, tab, movable);
//代码段4.2:
else if (node == p)
tab[index] = node.next;
//代码段4.3:
else
p.next = node.next;
++modCount;
--size;
afterNodeRemoval(node);
return node;
}
}
return null;
}

• 代码段1：这个if条件在判断hash对应的桶是否空的，如果是话，那么map里面肯定就没有这个key；否则第一个节点记为P；
• 代码段2：如果P节点的key与参数key相等，找到了要移除的节点，记为node；
• 代码段3：扫描桶里面的其他节点
• 代码段3.1：如果桶里面这是一颗树，执行树的查找逻辑；
• 代码段3.2： 执行链表扫描逻辑；
• 代码段4：如果找到了node，那么尝试删除它
• 代码段4.1：如果是树节点，执行树的节点删除逻辑；
• 代码段4.2：node是链表头结点，将node.next放入桶就ok；
• 代码段4.3：删除链表中间节点

rehash

rehash就是重新分配桶，并将原有的节点重新hash到新的桶位置。

先看两个和桶的数量相关的成员变量

final float loadFactor;
int threshold;

• loadFactor 负载因子，是创建HashMap时设定的一个值，即map所包含的条目数量与桶数量的比值上限；一旦map的负载达到这个值，就需要扩展桶的数量；
• threshold map的数量达到这个值，就需要扩展桶，它的值基本上等于

  桶的容量*loadFactor

  ，我感觉就是一个缓存值，加快相关的操作，不用每次都去计算；

桶的扩展策略，见下面的函数，如果需要的容量是cap，真实扩展的容量是大于cap的一个2的冥次。
这样依赖，每次扩展，增加的容量都是2的倍数。

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;
}

这是具体的扩展逻辑

Node<K,V>[] resize() {

//此处省略了计算newCap的逻辑

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;

//分支1
if (e.next == null)
newTab[e.hash & (newCap - 1)] = e;
//分支2
else if (e instanceof TreeNode)
((TreeNode<K,V>)e).split(this, newTab, j, oldCap);
//分支3
else { // preserve order
//此处省略了链表拆分逻辑
}
}
}
return newTab;
}

• 首先分配新的桶数组；
• 扫描旧的桶，将元素迁移过来；
• 分支1：桶里面只有一个新的节点，那么放入到新桶对应的位置即可；
• 分支2：桶里面是一棵树，执行树的拆分逻辑
• 分支3：桶里面是一个链表，执行链表的拆分逻辑；

由于新桶的数量是旧桶的2的倍数，所以每个旧桶都能对应2个或更多的新桶，互不干扰。 所以上面的迁移逻辑，并不需要检查新桶里面是否有节点。

可见，rehash的代价是很大的，最好在初始化的时候，能够设定一个合适的容量，避免rehash。

最后，虽然上面的代码没有体现，在HashMap的生命周期内，桶的数量只会增加，不会减少。

迭代器

所有迭代器的核心就是这个HashIterator

abstract class HashIterator {
Node<K,V> next;        // next entry to return
Node<K,V> current;     // current entry
int expectedModCount;  // for fast-fail
int index;             // current slot

final Node<K,V> nextNode() {
Node<K,V>[] t;
Node<K,V> e = next;
if (modCount != expectedModCount)
throw new ConcurrentModificationException();
if (e == null)
throw new NoSuchElementException();
if ((next = (current = e).next) == null && (t = table) != null) {
do {} while (index < t.length && (next = t[index++]) == null);
}
return e;
}
}

简单起见，只保留了next部分的代码。原理很简单，next指向下一个节点，肯定处在某个桶当中(桶的位置是index)。那么如果同一个桶还有其他节点，那么一定可以顺着next.next来找到，无论这是一个链表还是一棵树。否则扫描下一个桶。

有了上面的节点迭代器，其他用户可见的迭代器都是通过它来实现的。

final class KeyIterator extends HashIterator
implements Iterator<K> {
public final K next() { return nextNode().key; }
}

final class ValueIterator extends HashIterator
implements Iterator<V> {
public final V next() { return nextNode().value; }
}

final class EntryIterator extends HashIterator
implements Iterator<Map.Entry<K,V>> {
public final Map.Entry<K,V> next() { return nextNode(); }
}

视图

KeySet的部分代码：这并不是一个独立的Set，而是一个视图，它的接口内部访问的都是HashMap的数据。

final class KeySet extends AbstractSet<K> {
public final int size()                 { return size; }
public final void clear()               { HashMap.this.clear(); }
public final Iterator<K> iterator()     { return new KeyIterator(); }
public final boolean contains(Object o) { return containsKey(o); }
public final boolean remove(Object key) {
return removeNode(hash(key), key, null, false, true) != null;
}
}

EntrySet、Values和KeySet也是类似的，不再赘述。

要点总结

1、key&value存储在节点中；
2、节点有可能是链表节点，也有可能是树节点；
3、依据key哈希值给节点分配桶；
4、如果桶里面有多个节点，那么要么形成一个链表，要么形成一颗树；
5、装载因子限制的了节点和桶的数量比例，必要时会扩展桶的数量；
6、桶数量必然是2的冥次，重新分配桶的过程叫做rehash，这是很昂贵的操作；