Java集合-08HashMap源码解析及使用实例
- 2019 年 10 月 8 日
- 笔记
HashMap 简介
HahMap是基于hash表的Map接口实现。该实现提供所有可选的映射操作，且允许key和value为null。同时
它不是线程安全以及不能保证有序。初始容量(initial capacity)和加载因子(initial capacity)是影响
HashMap的两个因素。容量表示hash表中桶(buckets)的数量，初始容量就是表示hash表在创建时候容量大小。
加载因子就是hash表在其容量自动增加时候被允许填满程度的指标。当hash表中条目数超过当前hash表容量
与加载因子的乘积时候，hash表将进行rehash操作(重建内部数据结构)，从而hash表的桶数目大约增长两倍。
通常加载因子为0.75，这个值是时间和空间消耗的一个平衡值。过高的值降低了空间消耗但是却增加了查询成本。
在设置初始化容量时候需要考虑Map中的条目数和加载因子，以便减少rehash操作。如果初始容量的值大于最大条目数除以加载因子，
将不会发生rehash操作。
如果你要使用HashMap存储映射关系时候，有一个充足的容量是比让HashMap自动rehash来增加容量更加有效率。需要提醒的是
使用具有相同的hashCode()的键是会降低hash表的表现。为了避免hash碰撞，键如果是Comparable的话，对解开结有一定的帮助。
因为HashMap不是线程安全的，在多线程并发编程时候，如果有至少一个线程在对HashMap结构修改(结构修改指的是添加
或者减少映射关系，对于原来有的一个映射改变它的值不是结构上的修改)，必须保证同步化操作。通常来说使用某一对象加锁，
如果没有这么一个对象的话，该HashMap需要用Collections#synchronizedMap对其重新包裹
HashMap 构造函数
public HashMap()
定义一个初始容量为16，加载因子为0.75的HashMap
public HashMap(int initialCapacity)
定义一个指定初始容量，加载因子为0.75的HashMap
public HashMap(int initialCapacity, float loadFactor)
定义一个指定初始容量和加载因子的HashMap
public HashMap(Map<? extends K, ? extends V> m)
定义一个初始容量为不小于(m.size()/0.75+1)的2的最小指数，加载因子为0.75,包含了m中映射关系的HashMap
HashMap 结构图
- table
用于存储数据
- entrySet
entrySet()方法的缓存值
- size
map中映射个数
- modCount
fail-fast判断使用
- threshold
resize操作的阙值，大小为capacity * load facto
- loadFacto
加载因子
HashMap 源码分析
- Node
- hash表中每个节点存储对象
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set、get等方法 }
- 扩容方法
final Node<K,V>[] resize() { Node<K,V>[] oldTab = table;//扩容前的hash表指向oldTab int oldCap = (oldTab == null) ? 0 : oldTab.length; int oldThr = threshold; int newCap, newThr = 0; if (oldCap > 0) {//超过最大值，后续不再扩容 if (oldCap >= MAXIMUM_CAPACITY) { threshold = Integer.MAX_VALUE; return oldTab; }//没有超过最大值，容量扩大一倍 else if ((newCap = oldCap << 1) < MAXIMUM_CAPACITY && oldCap >= DEFAULT_INITIAL_CAPACITY) newThr = oldThr << 1; // double threshold } 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); } if (newThr == 0) {//设置扩容阙值 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) {//原来的数据移动到新的容器里面 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 orde Node<K,V> loHead = null, loTail = null; Node<K,V> hiHead = null, hiTail = null; Node<K,V> next; do { next = e.next; if ((e.hash & oldCap) == 0) { if (loTail == null) loHead = e; else loTail.next = e; loTail = e; } else { if (hiTail == null) hiHead = e; else hiTail.next = e; hiTail = e; } } while ((e = next) != null); if (loTail != null) { loTail.next = null; newTab[j] = loHead; } if (hiTail != null) { hiTail.next = null; newTab[j + oldCap] = hiHead; } } } } } return newTab; }
- 添加方法
public V put(K key, V value) { return putVal(hash(key), key, value, false, true); } static final int hash(Object key) {//hash函数，用于索引定位 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; if ((tab = table) == null || (n = tab.length) == 0) n = (tab = resize()).length;//存储数据Node没有初始化，此时初始化 if ((p = tab[i = (n - 1) & hash]) == null)//(n-1)&hash用于定位，若为null，表明Node数组该位置没有Node对象，即没有碰撞 tab[i] = newNode(hash, key, value, null);//对应位置添加Node对象 else {//表明对应位置是有Node对象的，hash碰撞了 Node<K,V> e; K k; if (p.hash == hash && ((k = p.key) == key || (key != null && key.equals(k))))//碰撞了，且桶中第一个节点就匹配 e = p;//记录第一个节点 else if (p instanceof TreeNode)//碰撞了，第一个节点没有匹配上，且桶为红黑树结构，调用红黑树结构方法添加映射 e = ((TreeNode<K,V>)p).putTreeVal(this, tab, hash, key, value); else {//碰撞了 不为红黑树结构，那么是链表结构 for (int binCount = 0; ; ++binCount) { if ((e = p.next) == null) {//如果到了链表尾端 p.next = newNode(hash, key, value, null);//链尾添加映射 if (binCount >= TREEIFY_THRESHOLD - 1) // -1 for 1st//链表长度大于TREEIFY_THRESHOLD值，转换为红黑树结构 treeifyBin(tab, hash); break; } if (e.hash == hash && ((k = e.key) == key || (key != null && key.equals(k))))//如果找到重复的key，判断该节点和要插入的元素key是否相等，如果相等，出循环 break; p = e;//为了遍历，和e = p.next结合来遍历 } } if (e != null) { // existing mapping for key//key映射的节点不为空 V oldValue = e.value;//取出节点值记录为老的节点值 if (!onlyIfAbsent || oldValue == null)//如果onlyIfAbsent为false，或者老的节点值为null，赋予新的值 e.value = value; afterNodeAccess(e);//访问后回调 return oldValue; } } ++modCount;//结构性修改记录 if (++size > threshold)//判断是否需要扩容 resize(); afterNodeInsertion(evict);//插入后回调 return null; }
- put流程
1.通过hash函数计算key的hash值，调用putVal方法
2.如果hash表为空，调用resize()方法创建一个hash表
3.根据hash值索引hash表对应桶位置，判断该位置是否有hash碰撞
3.1 没有碰撞，直接插入映射入hash表
3.2 有碰撞，遍历桶中节点
3.2.1 第一个节点匹配，记录该节点
3.2.2 第一个节点没有匹配，桶中结构为红黑树结构，按照红黑树结构添加数据，记录返回值
3.2.3 第一个节点没有匹配，桶中结构是链表结构。遍历链表，找到key映射节点，记录，退出循环。
没有则在链表尾部添加节点。插入后判断链表长度是否大于转换为红黑树要求，符合则转为红黑树结构
3.2.4 用于记录的值判断是否为null，不为则是需要插入的映射key在hash表中原来有，替换值，返回旧值putValue方法结束
4.结构性修改记录，判断是否需要扩容
- get方法
public V get(Object key) { Node<K,V> e; return (e = getNode(hash(key), key)) == null ? null : e.value; } final Node<K,V> getNode(int hash, Object key) { Node<K,V>[] tab; Node<K,V> first, e; int n; K k; if ((tab = table) != null && (n = tab.length) > 0 && (first = tab[(n - 1) & hash]) != null) {//hash表存在且长度大于0且对应的key定位的桶不为null if (first.hash == hash && // always check first node ((k = first.key) == key || (key != null && key.equals(k)))) return first;//第一个节点符合 返回第一个 if ((e = first.next) != null) {//第一个不符合，如果链表还有下一个节点 if (first instanceof TreeNode)//为红黑树结构 return ((TreeNode<K,V>)first).getTreeNode(hash, key);//按照红黑树结构查找 do {//遍历链表，查询hash 和equals相等的，有则返回，一直到链尾 if (e.hash == hash && ((k = e.key) == key || (key != null && key.equals(k)))) return e; } while ((e = e.next) != null); } } return null; }
- 修改方法
public V replace(K key, V value) { Node<K,V> e; if ((e = getNode(hash(key), key)) != null) {//根据key查询 有则修改 V oldValue = e.value; e.value = value; afterNodeAccess(e); return oldValue; } return null; }
- remove方法
public V remove(Object key) { Node<K,V> e; return (e = removeNode(hash(key), key, null, false, true)) == null ? null : e.value; } 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; if ((tab = table) != null && (n = tab.length) > 0 && (p = tab[index = (n - 1) & hash]) != null) {//hash表存在且长度大于0且对应的key定位的桶不为null 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;//判断第一个节点，符合记录 else if ((e = p.next) != null) {//第一个节点不符合 if (p instanceof TreeNode)//判断是否为红黑树结构 node = ((TreeNode<K,V>)p).getTreeNode(hash, key); else {//为链表结构，遍历 do { if (e.hash == hash && ((k = e.key) == key || (key != null && key.equals(k)))) { node = e; break; } p = e; } while ((e = e.next) != null); } } if (node != null && (!matchValue || (v = node.value) == value || (value != null && value.equals(v)))) {//判断是否符合有要移除的node if (node instanceof TreeNode)//为红黑树结构 ((TreeNode<K,V>)node).removeTreeNode(this, tab, movable); else if (node == p)//第一个节点就是符合的 tab[index] = node.next;//删除第一个节点(第一个节点指向null，或者指向原来第二个节点) else p.next = node.next;//链表结构，指向后面的一个节点 ++modCount; --size; afterNodeRemoval(node); return node; } } return null; }
HashMap遍历
遍历HashMap键值对
根据map.entrySet()获得键值对Set集合，后续遍历
for (Map.Entry<Integer, String> entry : maps.entrySet()) { System.out.println(entry.getKey()+":"+entry.getValue()); }
遍历HashMap的键视图
根据maps.keySet()获得HashMap的键的Set集合，后续遍历
for (Integer integer : maps.keySet()) { System.out.println(integer); }
遍历HashMap的值视图
根据maps.values()获得HashMap的键的Collection集合，后续遍历
for (String value : maps.values()) { System.out.println(value); }
喜欢的给个支持，谢谢
