Map-HashMap | 易学教程

一、HashMap数据结构

　　JDK 1.7 采用数组 + 链表实现。

　　JDK 1.8 采用数组 + 链表 + 红黑树实现。链表采用内部类Node节点实现。红黑树采用内部类TreeNode节点实现。

二、重要参数

　// 1. 容量（capacity）： 必须是2的幂 & <最大容量（2的30次方），默认是16
  static final int DEFAULT_INITIAL_CAPACITY = 1 << 4; 　// 最大容量 =  2的30次方（若传入的容量过大，将被最大值替换）
  static final int MAXIMUM_CAPACITY = 1 << 30; // 2. 加载因子(Load factor)：HashMap在其容量自动增加前可达到多满的一种尺度   // 加载因子过大则容器内可添加更多元素，空间效率高，但是容易导致哈希冲突。反之反之
  final float loadFactor; // 实际加载因子
  static final float DEFAULT_LOAD_FACTOR = 0.75f; // 默认加载因子 = 0.75
h
  // 3. 扩容阈值 = 容量 x 加载因子，哈希表的大小 ≥ 扩容阈值时，就会扩容哈希表
  int threshold;

  // 4. 其他
  transient Node<K,V>[] table;  // 存储数据的Node类型 数组，长度 = 2的幂；数组的每个元素 = 1个单链表
  transient int size;// HashMap的大小，即 HashMap中存储的键值对的数量
 

  /** 
   * 与红黑树相关的参数
   */
   // 1. 桶的树化阈值：即 链表转成红黑树的阈值，在存储数据时，当链表长度 > 该值时，则将链表转换成红黑树
   static final int TREEIFY_THRESHOLD = 8; 
   // 2. 桶的链表还原阈值：即 红黑树转为链表的阈值，当在扩容（resize（））时（此时HashMap的数据存储位置会重新计算），在重新计算存储位置后，当原有的红黑树内数量 < 6时，则将 红黑树转换成链表
   static final int UNTREEIFY_THRESHOLD = 6;
   // 3. 最小树形化容量阈值：即 当哈希表中的容量 > 该值时，才允许树形化链表 （即 将链表 转换成红黑树）
   // 否则，若桶内元素太多时，则直接扩容，而不是树形化
   // 为了避免进行扩容、树形化选择的冲突，这个值不能小于 4 * TREEIFY_THRESHOLD
   static final int MIN_TREEIFY_CAPACITY = 64;

三、构造函数

　　只是用于接受初始容量大小和加载因子，并没有真正初始化哈希表。真正初始化哈希表是在第一次增加键值对时。

/**
     * @param  initialCapacity  指定容量大小
     * @param  loadFactor      指定负载因子
     */
public HashMap(int initialCapacity, float loadFactor) {
        if (initialCapacity < 0)
            throw new IllegalArgumentException("Illegal initial capacity: " +
                                               initialCapacity);
        if (initialCapacity > MAXIMUM_CAPACITY)
            initialCapacity = MAXIMUM_CAPACITY;
        if (loadFactor <= 0 || Float.isNaN(loadFactor))
            throw new IllegalArgumentException("Illegal load factor: " +
                                               loadFactor);
        this.loadFactor = loadFactor;
        //扩容阈值
        this.threshold = tableSizeFor(initialCapacity);
    }
//将传入的容量大小转化为：大于传入容量大小的最小的2的幂
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;
    }

四、 hash()

static final int hash(Object key) {
    int h;
    //扰动处理 将Object中的哈希值高16位和低16位异或处理，这样使得得到的哈希值更加随机，减少哈希冲突
    return (key == null) ? 0 : (h = key.hashCode()) ^ (h >>> 16);
}

五、putVal()

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.如果哈希表的数组为null，那么通过resize创建。所以第一次初始化哈希表的时机就是第一个调用put方法的时刻。
        if ((tab = table) == null || (n = tab.length) == 0)
            n = (tab = resize()).length;
        //2. 整个数组不为空，但是数组hash值处未添加过元素，那么就新建一个节点
        if ((p = tab[i = (n - 1) & hash]) == null)
            tab[i] = newNode(hash, key, value, null);
        //3.发生哈希冲突，数组该位置已经存在节点
        else {
            Node<K,V> e; K k;
            //3.1 如果key相同，则覆盖旧值
            if (p.hash == hash &&
                ((k = p.key) == key || (key != null && key.equals(k))))
                e = p;
            //3.2 如果是红黑树节点，那么直接添加树
            else if (p instanceof TreeNode)
                e = ((TreeNode<K,V>)p).putTreeVal(this, tab, hash, key, value);
            //3.3 链表
            else {
                for (int binCount = 0; ; ++binCount) {
                    if ((e = p.next) == null) {
                        p.next = newNode(hash, key, value, null);
                        // 插入节点后，若链表节点>数阈值，则将链表转换为红黑树
                        if (binCount >= TREEIFY_THRESHOLD - 1) // -1 for 1st
                            treeifyBin(tab, hash);
                        break;
                    }
                    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;
        //判断是否需要扩容
        if (++size > threshold)
            resize();
        afterNodeInsertion(evict);
        return null;
    }

总结：

　　1.判断数组table是否初始化过，如果没初始化就要进行初始化，调用resize方法。

　　2.根据key的哈希值找到table中的位置：

　　　　2.1 如果table[hash(key)&(n-1)]没有元素，直接插入节点。

　　　　2.2 如果table[hash(key)&(n-1)]有元素，代表发生哈希冲突，此时需要判断该位置节点类型：

　　　　　　2.2.1 如果当前位置节点是红黑树节点，则调用红黑树增加节点方法。

　　　　　　2.2.2 如果当前节点是链表节点，在链表中增加或者更新数据。之后判断是否需要执行树化操作或者扩容操作。

　　3.结束。

六、 resize()

//该函数在初始化哈希表或者需要扩容时调用
final Node<K,V>[] resize() {
        Node<K,V>[] oldTab = table;//扩容前的数组，即当前数组
        int oldCap = (oldTab == null) ? 0 : oldTab.length;//当前数组长度
        int oldThr = threshold;//扩容前数组扩容阈值
        int newCap, newThr = 0;
        //扩容
        if (oldCap > 0) {
            //要是当前数组长度大于最大值，那么不在扩充  
            if (oldCap >= MAXIMUM_CAPACITY) {
                threshold = Integer.MAX_VALUE;
                return oldTab;
            }
            //否则扩大成原来的两倍
            else if ((newCap = oldCap << 1) < MAXIMUM_CAPACITY &&
                     oldCap >= DEFAULT_INITIAL_CAPACITY)
                newThr = oldThr << 1; // double threshold
        }
        //初始化
        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);
        }
        //计算新的resize上限，扩容阈值
        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) {
            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 { // preserve order
                        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);                        //原索引处元素放进bucket里
                        if (loTail != null) {
                            loTail.next = null;
                            newTab[j] = loHead;
                        }                        //原索引+ oldCap放进bucket里
                        if (hiTail != null) {
                            hiTail.next = null;
                            newTab[j + oldCap] = hiHead;
                        }
                    }
                }
            }
        }
        return newTab;
    }

总结：

　　1. 如果需要初始化或者当前容量已经大于等于最大值，则不需要扩容。

　　反之，扩容。

　　2. 容量*2，新建数组，并保存旧的数组。并将旧的数据转移到新的数组上，需要重新计算每个数据的位置。

重点：新位置的计算方式 = 原位置 / 原位置+ 旧容量