前言
HashMap 属于陈词滥调的话题，离上一次浏览源码曾经很久了，为了避免我又双叒遗记一些实现细节决定写篇文章，温故而知新
首先从结构 HashMap 说起，
public HashMap() {this.loadFactor = DEFAULT_LOAD_FACTOR; // all other fields defaulted}loadFactor 为负载系数默认 0.75，用于计算 Map 扩容的阈值
我画了一下 HashMap 大抵的数据结构，图中右边红色即为 HashMap 的 table 表，实际上就是一个 Node 的数组
Node<K,V>[] table;Node 的构造很简略，罕用的表白单项链表的数据结构
static class Node<K,V> implements Map.Entry<K,V> {
final int hash;
final K key;
V value;
Node<K,V> next;插入 put
一次插入操作实际上就是计算插入 key 的 hash 值并落到具体的 table 数组的某个下标，在通过下标找到 table 上的 head，在通过链表 (或者红黑树) 进行插入，如果该链表 (或者树) 已存在则对链表尾端进行插入操作，上面开始具体阐明具体的实现细节
以一次一般 put 操作为例
public V put(K key, V value) {return putVal(hash(key), key, value, false, true);
}put 操作并没有间接应用 key 自带的 hash，而是通过 hash()做一层转换
static final int hash(Object key) {
int h;
return (key == null) ? 0 : (h = key.hashCode()) ^ (h >>> 16);
}hash
key 为空则将 hash 设置为 0, 也意味着所有 key 为 null 的数据最初都固定寄存在 table[0]中 (多说一句，table[0] 并不是只寄存 key 为 null 的 node)
h = key.hashCode()) ^ (h >>> 16) // 计算 hashcode这里将 key 的 hashcode 码与本人的右移 16 位 (行将 32 位中的高 16 位偏移到低 16 位) 做按 位异或 运算。
为什么要这么做呢? 次要是减小后续取模的碰撞概率而做的优化
能够参考这篇文章，大抵意思就是因为取模运算只关注低位，如果 hash 低位同一性高会增大碰撞概率, 所以将高位做右移并做异或减少低位的随机性。
下图示意在掩码为 9 位应用 HashMap.hash(table 长度 512)时比 hashCode 碰撞次数小百分之 10
另外你会常常看到通过 (n – 1) & hash 这种形式获取以后 hash 值对应 table 数组下标的操作，其中 n 为 table 数组
其实原理很简略，首先 hashmap 会保障 table 的长度肯定为 2 的整数幂，上面以一个 table 长度为 128 的数组为例
当对 table 的长度 n 减 1 时，因为只有高位一个 1 所以其余全副置为 1
所以当减 1 后的 table 与 hash 做与操作时，后果必然是 table 数组下某个下标，并保障其散布。
插入
查看 table 为空则扩容 (扩容上面会讲到)，新的值没有对应的槽时创立新的 Node，否则便插入已存在的链表(树) 中，细节能够看下我为源码做的注解
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;
// p 即为 table 上头节点
if ((p = tab[i = (n - 1) & hash]) == null)
// 未找到槽则创立新的 node 作为头节点
tab[i] = newNode(hash, key, value, null);
else {
// 插入已存在的链表中
...
}
// 记录批改次数，用于迭代校验
++modCount;
//size 超出阈值则扩容
if (++size > threshold)
resize();
// 用于 linked 类型 map，hashmap 未实现
afterNodeInsertion(evict);
return null;插入已存在的链表 (树) 中，当呈现 hash 碰撞 (collision) 时，即以后 key 的 hash 所对应的 table 中的 node 已存在时，hashmap 会依据 key 的状况 (有无反复) 来抉择是插入链表尾部还是替换链表中某个 node 的值
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;
if ((p = tab[i = (n - 1) & hash]) == null)
tab[i] = newNode(hash, key, value, null);
else {
Node<K,V> e; K k;
// p 为 table 上的头节点
// 如果雷同 key，将 p 赋值给 e，e 示意已存在值为 key 的 node
// 独自校验头节点是为了不便间接替换，防止判断是否为红黑树或链表
if (p.hash == hash &&
((k = p.key) == key || (key != null && key.equals(k))))
e = p;
// 头节点 node 为红黑树时
else if (p instanceof TreeNode)
e = ((TreeNode<K,V>)p).putTreeVal(this, tab, hash, key, value);
else {for (int binCount = 0; ; ++binCount) {
// 遍历至链表的尾端 e 为被标记的反复 key 的 node
if ((e = p.next) == null) {p.next = newNode(hash, key, value, null);
// 链表长度超过 8 个转换为树
if (binCount >= TREEIFY_THRESHOLD - 1) // -1 for 1st // 当链表长度大于等于 8 并且 tab 长度大于 64 时才会转为红黑树
treeifyBin(tab, hash);
break;
}
// 发现雷同的 key 则标记
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;
//onlyIfAbsent 为 False 则替换
if (!onlyIfAbsent || oldValue == null)
e.value = value;
// 用于预留给其余 Map 预留的刷新拜访程序接口，例如 LinkedHashMap assessOrder 指定为 true 时会将最新插入的 node 移至链表尾部
afterNodeAccess(e);
return oldValue;
}
}
++modCount;
// 超出阈值 resize
if (++size > threshold)
resize();
afterNodeInsertion(evict);
return null;
}
须要留神的几点
- 判断 key 是否反复须要满足对象地址雷同 (==) 或者 equals 是否相等(equals())
- 并不时说链表长度超出阈值 (阈值为 8) 就会转为红黑树，同时还要满足以后 hashmap 的 table 长度大于 64，否则只会做一次 resize 操作
resize
在 hashap 初始化时，或者 table 长度超过阈值等状况时，会对 hashmap 做 resize 操作，个别会对 table*2，table 指定为 2 的倍数是为了不便做求模的计算，非凡状况比方 table 长度超过 2^30 时，则将阈值固定为 2^31- 1 并间接返回
final Node<K,V>[] resize() {Node<K,V>[] oldTab = table;// 旧的 table 长度
int oldCap = (oldTab == null) ? 0 : oldTab.length;
int oldThr = threshold;~~~~
int newCap, newThr = 0;
//oldCap 大于 0 调整 threshold 阈值
if (oldCap > 0) {
// 超过 2^30 threshold 阈值设为 2^31
// 设置为 2^30 是为了避免后续扩容操作溢出
if (oldCap >= MAXIMUM_CAPACITY) {
threshold = Integer.MAX_VALUE;
return oldTab;
}
// 这里对 newCap 扩容一倍
else if ((newCap = oldCap << 1) < MAXIMUM_CAPACITY &&
oldCap >= DEFAULT_INITIAL_CAPACITY)
newThr = oldThr << 1; // double threshold
}
// 容量为 0 时 newCap 大小取决于阈值 threshold 的设置
else if (oldThr > 0) // initial capacity was placed in threshold
newCap = oldThr;
// 阈值 threshold 以及 capacity 都为初始状态是启用默认设置
else { // zero initial threshold signifies using defaults
// 阈值未设置并 cap 为 0 的状况(初始化状态)
newCap = DEFAULT_INITIAL_CAPACITY;// 默认 16
// 初始化阈值 12
newThr = (int)(DEFAULT_LOAD_FACTOR * DEFAULT_INITIAL_CAPACITY);
}
// 依据 newCap 调配 newThr
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) {
// 遍历旧 talble 上的每个 node
for (int j = 0; j < oldCap; ++j) {
Node<K,V> e;
if ((e = oldTab[j]) != null) {oldTab[j] = null;
if (e.next == null)
//e.hash & (newCap-1) -1 当 newCap 保障为 2 的 n 次幂时等同取模操作
newTab[e.hash & (newCap - 1)] = e;
else if (e instanceof TreeNode) // 红黑树
((TreeNode<K,V>)e).split(this, newTab, j, oldCap);
else { // preserve order
Node<K,V> loHead = null, loTail = null;//loHead 代表旧的索引地位
Node<K,V> hiHead = null, hiTail = null;//hiHead 代表扩容后新的索引地位
Node<K,V> next;
do {
next = e.next;
// 索引地位为 cap & hashcode 扩容后索引是否有变动取决于 hashcode&cap 的位是否为 1 概率上有一半的 entry 须要挪动
if ((e.hash & oldCap) == 0) {// 为 0 示意该 node 不须要挪动 table 索引地位
if (loTail == null)
loHead = e;// 首次增加设置链表头
else
loTail.next = e;
loTail = e;
}
else {//e.hash & oldCap 为 1 搁置到新的链表上
if (hiTail == null)
hiHead = e;// 首次设置表头
else
hiTail.next = e;
hiTail = e;
}
} while ((e = next) != null);
if (loTail != null) {
loTail.next = null;
newTab[j] = loHead;// 原索引不变
}
if (hiTail != null) {
hiTail.next = null;
// 设置扩容后须要挪动的索引，新链表搁置到 j +oldCap
newTab[j + oldCap] = hiHead;
}
}
}
}
}
return newTab;
}扩容后的调配：创立扩容后 newTab 后，接下来是重新分配原有的 Node 至 newTable 上，过程并不简单，首先是遍历原先的 oldTable 数组
if (oldTab != null) {for (int j = 0; j < oldCap; ++j) {...}~~~~首先获取每个数组元素下 (bins) 的头节点，如果头节点 node 的 next 为空间接将该 node 调配至新的 newTable 下，如果该元素下的链表由多个组成的话则遍历该链表，依据以后 Node 的 hash 值与原有数组长度 oldCap 的与运算后果来决定调配是否调配到新的 bins 下。比方上面的示例，同一个 bins 下的 hashcode 只能保障 oldCap- 1 的 & 雷同，所以链表中的 node 被重新分配的概率为 1 /2，即链表中有一半的 node 将会重新分配。
1111 0000 0010 1001 0101 1101 1011 1011 hashcode
0000 0000 0000 0000 0000 0000 0001 0000 16 为 oldCap
0000 0000 0000 0000 0000 0000 0010 0000 32 为 newCap
Map.get
get 绝对就比较简单了，get(key)外部调用了 getNode 并传递了 key 的 hashcode，做法也很简略，获取到该 key 所对应再 table 中的第一个 node，如果是链表就遍历链表获取 value，红黑树则做树的查找操作
final Node<K,V> getNode(int hash, Object key) {Node<K,V>[] tab; Node<K,V> first, e; int n; K k;
// 满足三个条件 1. table 不为空 2. table 长度大于 0 3. 以后 hash 的对应的索引 node 不为空
if ((tab = table) != null && (n = tab.length) > 0 &&
(first = tab[(n - 1) & hash]) != null) {
if (first.hash == hash && // always check first node
((k = first.key) == key || (key != null && key.equals(k))))
return first;
if ((e = first.next) != null) {
// 从树中查找
if (first instanceof TreeNode)
return ((TreeNode<K,V>)first).getTreeNode(hash, key);
// 遍历链表
do {
if (e.hash == hash &&
((k = e.key) == key || (key != null && key.equals(k))))
return e;
} while ((e = e.next) != null);
}
}
return null;
}// 红黑树
LinkdedHashMap
LinkedHashMap 继承于 HashMap，其大部分实现是统一的，那么它是通过什么形式保障有序的呢？
首先 LinkedHashMap 重写了 HashMap 的 newNode 办法
Node<K,V> newNode(int hash, K key, V value, Node<K,V> e) {
//LinkedHashMap.Entry 继承 Node 类
LinkedHashMap.Entry<K,V> p =
new LinkedHashMap.Entry<K,V>(hash, key, value, e);
// 将新增的 node 增加至链表尾部
linkNodeLast(p);
return p;
}
LinkedHashMap.Entry 继承 Node 类
static class Entry<K,V> extends HashMap.Node<K,V> {
Entry<K,V> before, after;
Entry(int hash, K key, V value, Node<K,V> next) {super(hash, key, value, next);
}
}Entry 相比 Node 多保护了向前和向后的援用，也就是 LinkedHashMap 相比 HashMap 多保护了一个双向链表来满足依照程序迭代的需要，每次插入会将 Node 插入链表尾部。
前面的就很好了解了，Map 的遍历是基于迭代器的设计模式，LinkedHashMap 从新实现了 Iterator 接口
final class LinkedEntryIterator extends LinkedHashIterator
implements Iterator<Map.Entry<K,V>> {public final Map.Entry<K,V> next() {return nextNode(); }
}不言而喻，nextNode 理论就是获取链表中的下一个节点
final LinkedHashMap.Entry<K,V> nextNode() {
LinkedHashMap.Entry<K,V> e = next;
if (modCount != expectedModCount)
throw new ConcurrentModificationException();
if (e == null)
throw new NoSuchElementException();
current = e;
next = e.after;
return e;
}另外 LinkedHashMap 能够通过 assessOrder 指定新增 Node 移至尾部，感兴趣的能够看看源码实现比较简单。