Java容器源码(五)——HashMap源码分析(基于JDK8)
2019-08-27 17:15
1246 查看
版权声明:本文为博主原创文章,遵循 CC 4.0 by 版权协议,转载请附上原文出处链接和本声明。
本文链接:https://blog.csdn.net/weixin_41799019/article/details/100095966
更多Java容器源码分析可以参考:Java容器源码分析系列(持续更新中!)
文章目录
- (一)、知识点总结
- (二)、拉链法
- (三)、类名
- (四)、成员变量
- (五)、Node节点类
- (六)、构造方法
- (六)、tableSizeFor方法
- (七)、hash方法
- (八)、putMapEntries方法以及putVal方法
- (九)、resize方法
- (十)、remove方法
- (十一)、clear方法
- (十二)、containsValue方法
更多Java容器源码分析可以参考:Java容器源码分析系列(持续更新中!)
(一)、知识点总结
- HashMap是主要用来存放键值对的,它是基于Hash表的Map实现,是Java的常用集合之一。
- HashMap与ArrayList和LinkedList的区别:ArrayList是基于数组实现的数据结构,LinkedList则是基于链表实现的数据结构,HashMap则是利用拉链法将数组与链表相结合的数据结构,兼具数组和链表的优势。
- 在JDK1.8之后,HashMap引入红黑树进行优化。当链表节点的个人超过8的时候,会将链表转换为红黑树,达到优化的效果。
- HashMap是线程不安全的,无序的,允许存放key为null,也允许value为null。
(二)、拉链法
- 拉链式的散列算法是基于数组和链表实现的。
- 例如,图中首先计算出hash值为19,同时bucket(桶)数组的长度又为16,因此计算index = 35%16,故index=3.
- 算出index=3之后,发现bucket中的3号位置已经有19和3号节点了,那就只能将35号节点插在19和3的后面。
- 同时可以注意到图中数组的12号位置,节点个数超过8,因此将链表转换为红黑树,达到优化查询和插入的效果。
(三)、类名
public class HashMap<K,V> extends AbstractMap<K,V> implements Map<K,V>, Cloneable, Serializable
- HashMap继承自AbstractMap,同时实现了Map接口,Cloneable接口,Serializable接口
- AbstractMap:实现了Map接口。这样可以让HashMap只需要实现自己额外需要的方法,而不需要重复实现Map接口中的方法,实现了代码的复用。
- Map接口:这里只是起到一个标志作用,因为AbstractMap中已经实现过Map接口中的方法了。
- Cloneable接口:这里主要实现了浅克隆的功能。
- Serializable接口:这里主要是实现了序列化的功能。
(四)、成员变量
/** * 默认的数组初始容量为16 * 1<<4代表移位操作,左移动4位,相当于1*2*2*2*2=16 */ static final int DEFAULT_INITIAL_CAPACITY = 1 << 4; // aka 16 /** * 数组的最大容量 * 也就相当于最大容量为2的30次方 */ static final int MAXIMUM_CAPACITY = 1 << 30; /** * 默认的负载因子为0.75 * 例如,默认的数组容量为16,默认的负载因子为0.75 * 因此,当所有链表节点个数的总合>容量*负载因子的时候,就需要进行扩容 * 因为如果节点的个数过多的话,会造成大量的哈希冲突,链表过长,导致插入和查询效率低下 */ static final float DEFAULT_LOAD_FACTOR = 0.75f; /** * 当某个链表上的节点个数超过8的时候,就会将该链表转换为红黑树 */ static final int TREEIFY_THRESHOLD = 8; /** * 当某个链表上的节点个数小于6的时候,又会将红黑树转化为链表。 */ static final int UNTREEIFY_THRESHOLD = 6; /** * 当桶的容量最少为MIN_TREEIFY_CAPACITY,也就是64的时候,才会转换为红黑树 * 如果没有达到64的话,优先选择是将桶扩容,而不是转换为红黑树 * */ static final int MIN_TREEIFY_CAPACITY = 64; /** * 这里的table也就是相当于上面提到的桶,永远都是2的幂次方个 */ transient Node<K,V>[] table; /** * 存储具体元素的集合 */ transient Set<Map.Entry<K,V>> entrySet; /** * 存放元素的个数,这个不是等于桶的个数,而是所有节点的个数 */ transient int size; /** * 修改次数 */ transient int modCount; /** * 阈值,元素的个数不能超过阈值 * threshold = Capacity(容量)*loadFactor(负载因子) * 当实际个数超过threshold的时候,就会进行扩容 */ int threshold; /** * 对应于上面的DEFAULT_LOAD_FACTOR,这个是实际的负载因子。 */ final float loadFactor;
- 上面的注释都解释的比较清晰,这里就不啰嗦了。比较需要注意的成员变量是localFactor(负载因子),threshold(阈值)。这两个成员变量在后面的代码中会频繁涉及到
(五)、Node节点类
/** * Node节点类,继承自Map.Entry<K,V> */ static class Node<K,V> implements Map.Entry<K,V> { //哈希值 final int hash; //key final K key; //value V value; //下一个节点 Node<K,V> next; //构造函数 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; } public final V getValue() { return value; } public final String toString() { return key + "=" + value; } //重写hashCode()方法 public final int hashCode() { return Objects.hashCode(key) ^ Objects.hashCode(value); } public final V setValue(V newValue) { V oldValue = value; value = newValue; return oldValue; } //重写equal方法 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; } }
- 这里只介绍了Node节点类,也就是链表的节点类,方法的作用根据方法名其实可以大致猜出来。如果有不明白的,就在评论区说一下。这里就不放更加详细的注释了,不是很难
- 其实还有一个TreeNode节点类的,但是因为涉及到红黑树,需要了解红黑树的知识,解释起来比较麻烦,这里就不过多阐述了。如果想要了解红黑树在HashMap中的应用的,可以参考其他文章。
(六)、构造方法
/** * 两个参数的构造方法,参数的初始容量initialCapacity,负载因子loadFactor */ public HashMap(int initialCapacity, float loadFactor) { //判断initialCapacity是否小于0,小于0则抛出异常 if (initialCapacity < 0) throw new IllegalArgumentException("Illegal initial capacity: " + initialCapacity); //判断initialCapacity是否大于最大容量,如果大于,就将initialCapacity设置为MAXIMUM_CAPACITY if (initialCapacity > MAXIMUM_CAPACITY) initialCapacity = MAXIMUM_CAPACITY; //判断负载因子是否小于等于0或者非数字,如果是,就抛出异常。 if (loadFactor <= 0 || Float.isNaN(loadFactor)) throw new IllegalArgumentException("Illegal load factor: " + loadFactor); //设置loadFactor this.loadFactor = loadFactor; //这里先假设tableSizeFor(initialCapacity)是一个确定具体容量的方法 //因为实际的容量必须为2的幂次方,所有initialCapacity可能不符合要求,需要修正 //下面会具体解释这个方法 this.threshold = tableSizeFor(initialCapacity); } /** * 一个参数的构造函数 * 参数为初始容量initialCapacity * 调用上面的两个参数的构造方法 */ public HashMap(int initialCapacity) { this(initialCapacity, DEFAULT_LOAD_FACTOR); } /** * 无参构造方法 * 使用默认的负载因子 */ public HashMap() { this.loadFactor = DEFAULT_LOAD_FACTOR; } /** * 传入一个Map类型的m,将m中的所有元素放进HashMap中 * 因为没有设置负载因子,所以设置负载因子为默认的负载因子 * 这里先假设putMapEntries(m, false)是将m中的元素方式HashMap中的方法 * 下面会具体解释这个方法 */ public HashMap(Map<? extends K, ? extends V> m) { this.loadFactor = DEFAULT_LOAD_FACTOR; putMapEntries(m, false); }
- HashMap的构造方法主要有四个:
- 第一个是无参构造方法,使用默认的负载因子进行初始化
- 第二个是含有初始容量的构造方法,同样使用默认的负载因子进行初始化
- 第三个是既含有初始容量,又含有负载因子的构造方法
- 第四个是传入一个Map,将Map中的元素传入到HashMap中
(六)、tableSizeFor方法
/** * 将参数cap转换为2的幂次方的方法 */ 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; }
- 这个方法主要是用来规范初始化容量的,因为构造方法中传入的initialCapacity可能并不是2的幂次方,但是规定了数组的容量必须是2的幂次方,所以需要此方法来找到大于或等于initialCapacity的2的幂次方。
- 例如上图所示,传入的initialCapacity为796,并不是2的幂次方,需要进行规范。最后计算得到1024=2的10次方。
- 因为我不太擅长作图,可能做出来的不太好看,如果不明白的话,可以在评论区评论一下,我会再解释。谢谢
(七)、hash方法
static final int hash(Object key) { int h; return (key == null) ? 0 : (h = key.hashCode()) ^ (h >>> 16); }
- 这是一个根据key来返回哈希值的方法
- 这个方法是传入一个key值,然后判断key是否为null,如果为null的话,就直接返回0
- 如果不为null,先通过hashCode()方法获取哈希值,然后将h右移16位,并进行计算结果并返回
- 这样做的目的是尽量减少哈希冲突。
(八)、putMapEntries方法以及putVal方法
/** * 这个方法相当于是将m中的元素添加到HashMap中 */ final void putMapEntries(Map<? extends K, ? extends V> m, boolean evict) { //获取m中实际有多少个元素 int s = m.size(); //如果个数大于0 if (s > 0) { //如果table数组不是null,就是已经初始化过了 if (table == null) { // pre-size //使用s/loadFactor计算出需要的数组容量是多少 float ft = ((float)s / loadFactor) + 1.0F; //查看ft是否超过了最大数组容量MAXIMUM_CAPACITY int t = ((ft < (float)MAXIMUM_CAPACITY) ? (int)ft : MAXIMUM_CAPACITY); //查看t是否超过了最大装载量 if (t > threshold) //如果超过了阈值,就初始化阈值 threshold = tableSizeFor(t); } //table没有进行初始化过,就进行初始化 else if (s > threshold) //这里可以理解为一个扩容的方法,下面会解释 resize(); //foreach循环遍历m中的每一个元素 for (Map.Entry<? extends K, ? extends V> e : m.entrySet()) { K key = e.getKey(); V value = e.getValue(); //将m中的元素添加到HashMap中 putVal(hash(key), key, value, false, evict); } } } /** * 这其实是一个添加元素的方法 */ final V putVal(int hash, K key, V value, boolean onlyIfAbsent, boolean evict) { Node<K,V>[] tab; Node<K,V> p; int n, i; //查看table是否已经初始化过或者table的长度是否为0 if ((tab = table) == null || (n = tab.length) == 0) //如果没有初始化过,就进行扩容 n = (tab = resize()).length; /** * 这里进行的是一个n-1 与 hash值 ,这其实就相当于前面讲到的index = key%size * 只是这种二进制操作对于计算机来说相对较快 * 这里首先判断的是i位置上是否已经有元素了 */ if ((p = tab[i = (n - 1) & hash]) == null) //如果没有元素,以为着没有哈希冲突,直接创建一个节点放在数组的i位置上 tab[i] = newNode(hash, key, value, null); else { //否则,就表示i位置上已经有元素了,产生了哈希冲突 Node<K,V> e; K k; //如果i位置上的第一个节点的key和将要插入的key相同, if (p.hash == hash && ((k = p.key) == key || (key != null && key.equals(k)))) //将第一个元素赋值给e,用e来记录 e = p; //否则,判断是否已经转换为红黑树了 else if (p instanceof TreeNode) //插入红黑树中 e = ((TreeNode<K,V>)p).putTreeVal(this, tab, hash, key, value); else { //如果和i位置上的第一个值不相等,那就是i位置上后面的元素,只能逐个遍历 for (int binCount = 0; ; ++binCount) { //如果没有遍历完后,没有发现一样的key,那就说明还没有插入过这个key if ((e = p.next) == null) { //将p的下一个节点指向新节点 p.next = newNode(hash, key, value, null); //判断节点个数是否超过8个,如果超过的话,就转换为红黑树 if (binCount >= TREEIFY_THRESHOLD - 1) // -1 for 1st treeifyBin(tab, hash); break; } //如果在遍历过程中发现有一样的key if (e.hash == hash && ((k = e.key) == key || (key != null && key.equals(k)))) break; // 用于遍历桶中的链表,与前面的e = p.next组合,可以遍历链表 p = e; } } //表示在桶中找到key相同的几点 if (e != null) { // existing mapping for key //获得旧值 V oldValue = e.value; //onlyIfAbsent为false或者旧值为null if (!onlyIfAbsent || oldValue == null) //将新值覆盖到旧值上面 e.value = value; //访问后回调 afterNodeAccess(e); return oldValue; } } //修改次数+1 ++modCount; //如果元素的个数大于阈值 if (++size > threshold) //进行扩容 resize(); //插入后回调 afterNodeInsertion(evict); return null; }
- 这个方法我觉得是我在分析源码过程中觉得比较复杂的方法,可能有点绕
- 不过相信根据上面的图还有注释,慢慢看还是可以看明白的
(九)、resize方法
/** * 用于扩容的方法 */ final Node<K,V>[] resize() { //获取桶,赋值给oldTab Node<K,V>[] oldTab = table; //查看桶是否已经被初始化过了 int oldCap = (oldTab == null) ? 0 : oldTab.length; //获得阈值,赋值给oldThr int oldThr = threshold; //创建新容量,以及新阈值 int newCap, newThr = 0; //如果桶的容量大于0 if (oldCap > 0) { //如果桶的大小是MAXIMUM_CAPACITY,已经是最大了,就不扩容了,直接返回 if (oldCap >= MAXIMUM_CAPACITY) { //将阈值赋值为最大整数 threshold = Integer.MAX_VALUE; return oldTab; } //如果不是,那就将桶的大小扩大1倍,并且要小于最大容量 else if ((newCap = oldCap << 1) < MAXIMUM_CAPACITY && oldCap >= DEFAULT_INITIAL_CAPACITY) //阈值也扩大为两倍 newThr = oldThr << 1; // double threshold } //如果桶没有被初始化过,但是阈值被初始化过 else if (oldThr > 0) // initial capacity was placed in threshold //那就将旧的阈值赋值给新的容量 newCap = oldThr; else { // 如果什么都没初始化过 //容量和阈值都采用默认的 newCap = DEFAULT_INITIAL_CAPACITY; newThr = (int)(DEFAULT_LOAD_FACTOR * DEFAULT_INITIAL_CAPACITY); } //如果阈值等于0 if (newThr == 0) { //重新计算新的阈值(容量*负载因子) float ft = (float)newCap * loadFactor; newThr = (newCap < MAXIMUM_CAPACITY && ft < (float)MAXIMUM_CAPACITY ? (int)ft : Integer.MAX_VALUE); } //将threshold指向新的阈值 threshold = newThr; //根据新的容量创建新的数组 @SuppressWarnings({"rawtypes","unchecked"}) Node<K,V>[] newTab = (Node<K,V>[])new Node[newCap]; //将table指向新的数组newTab table = newTab; //如果oldTab中本来就有元素,那就要将原来的元素迁移过去 if (oldTab != null) { //利用for循环进行遍历每一个桶 for (int j = 0; j < oldCap; ++j) { Node<K,V> e; //如果桶中的第一个元素不为空 if ((e = oldTab[j]) != null) { //先将这个桶赋值为null,利于gc oldTab[j] = null; //判断是否有多个节点 if (e.next == null) //如果没有的话,重新静思园位置,将节点e放入新的桶中 newTab[e.hash & (newCap - 1)] = e; //查看是否已经形成了红黑树 else if (e instanceof TreeNode) ((TreeNode<K,V>)e).split(this, newTab, j, oldCap); //进入这里,说明这个桶中不止一个节点 else { // preserve order Node<K,V> loHead = null, loTail = null; Node<K,V> hiHead = null, hiTail = null; Node<K,V> next; do { //获取下一个节点 next = e.next; //利用位运算代替常规运算:利用哈希值与旧的容量, //可以得到哈希值去模后,是大于等于oldCap还是小于oldCap, //等于0代表小于oldCap,应该存放在低位,否则存放在高位 if ((e.hash & oldCap) == 0) { //给头节点指针赋值 if (loTail == null) loHead = e; else loTail.next = e; loTail = e; }//高位节点逻辑也一样 else { if (hiTail == null) hiHead = e; else hiTail.next = e; hiTail = e; } } while ((e = next) != null); //将低位链表存放在原index处 if (loTail != null) { loTail.next = null; newTab[j] = loHead; } //将低位链表存放在原index+oldCap处 if (hiTail != null) { hiTail.next = null; newTab[j + oldCap] = hiHead; } } } } } //返回新的数组 return newTab; }
- 下面是resize()扩容方法的详细过程:
- 首先需要获取旧桶以及旧桶的初始容量
- 如果旧桶已经初始化过了,并且旧桶已经是最大容量了,那就不进行扩容了,直接返回。如果不是的话,就将桶扩大一倍,并且阈值也扩大一倍。
- 如果旧桶没有被初始化过,那么就根据默认值对新桶的成员变量进行初始化
- 如果阈值为0的话,就需要重新确定阈值
- 然后根据新桶的成员变量,对新桶进行初始化
- 因为新桶的容量和旧桶的不一样,所以位置index也变了,因此需要重新计算index位置,将旧桶中的元素搬迁到新桶中。
(十)、remove方法
/** * 删除指定key的remove方法 */ public V remove(Object key) { Node<K,V> e; //调用下面的方法删除指定的key return (e = removeNode(hash(key), key, null, false, true)) == null ? null : e.value; } /** * 删除指定节点的方法 */ 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; //首先查看数组是否为null,如果不为null的话就根据hash算出在数组中的位置 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; //如果index位置上的第一个节点就是要删除的节点 if (p.hash == hash && ((k = p.key) == key || (key != null && key.equals(k)))) node = p; else if ((e = p.next) != null) { //查看是否已经转换为红黑树 if (p instanceof TreeNode) node = ((TreeNode<K,V>)p).getTreeNode(hash, key); else { //否则do while循环遍历找到要删除的节点 do { if (e.hash == hash && ((k = e.key) == key || (key != null && key.equals(k)))) { node = e; break; } p = e; } while ((e = e.next) != null); } } //如果有待删除节点node, 且 matchValue为false,或者值也相等 if (node != null && (!matchValue || (v = node.value) == value || (value != null && value.equals(v)))) { //判断是否是红黑树节点 if (node instanceof TreeNode) ((TreeNode<K,V>)node).removeTreeNode(this, tab, movable); //如果node == p,说明要删除的节点是index位置上的第一个节点 else if (node == p) tab[index] = node.next; //否则,节点是在链表中间的 else p.next = node.next; //修改次数+1 ++modCount; //节点个数-1 --size; //删除节点的回调函数 afterNodeRemoval(node); return node; } } return null; }
- 这个代码看着很长,其实并不难,下面解释下过程:
- 首先要查看数组是否已经初始化了,如果初始化了,才能进行下面的计算
- 要删除的节点分为三种情况。位于index桶中的第一个节点、红黑树节点、位于index桶中后面的节点。这三种情况需要进行判断,是属于哪一类情况,获得要删除的节点
- 确定属于哪一类情况之后,再根据三种不同的情况进行节点的删除。
(十一)、clear方法
/** * 清空每个桶的方法 */ public void clear() { Node<K,V>[] tab; //修改次数+1 modCount++; //遍历每一个桶 if ((tab = table) != null && size > 0) { //节点个数为0 size = 0; //将桶的第一个元素置为null,方便gc for (int i = 0; i < tab.length; ++i) tab[i] = null; } }
- 这个方法的实现较为简单,就是将每个桶设置为null,方便gc
(十二)、containsValue方法
/** * 查看HashMap中是否含有指定的balue */ public boolean containsValue(Object value) { Node<K,V>[] tab; V v; //判断桶是否已经初始化了 if ((tab = table) != null && size > 0) { //遍历每一个桶 for (int i = 0; i < tab.length; ++i) { //获得桶中的每一个节点 for (Node<K,V> e = tab[i]; e != null; e = e.next) { //逐个比较 if ((v = e.value) == value || (value != null && value.equals(v))) return true; } } } return false; }
- 这个方法的实现也并不是很难,就是遍历每个桶中每个链表节点的值,如果相等就返回。
相关文章推荐
- JDK源码分析(三)——HashMap 下(基于JDK8)
- JDK源码分析(三)——HashMap 下(基于JDK8)
- HashMap源码分析(基于JDK8)
- Java容器类源码分析前言之集合框架结构(基于JDK8)
- HashMap源码分析(基于JDK1.6)
- HashMap源码分析(基于JDK1.6)
- HashSet源码分析(基于JDK8)
- HashMap 核心源码分析 (jdk8)
- HashMap源码分析 基于JDK1.6
- java HashMap源码分析(JDK8)
- JDK源码分析(三)——HashMap 上(基于JDK7)
- ArrayList源码分析(基于JDK8)
- Java容器类源码分析之Iterator与ListIterator迭代器(基于JDK8)
- HashMap源码分析(基于JDK1.6)
- java HashMap源码分析(JDK8)
- HashMap源码分析(基于JDK1.8)
- HashMap源码分析(基于JDK1.6)
- HashMap源码分析(四)put-jdk8-红黑树的引入
- 长文慎入 HashMap 源码分析 基于 JDK 1.8
- 【源码分析】HashMap源码再读-基于Java8