共计 8992 个字符，预计需要花费 23 分钟才能阅读完成。
数据结构
JDK1.8 的 HashMap 采纳数组 + 单链表 + 红黑树的数据结构，数组和链表存储的是一个个 Node 对象，红黑树存储的是 TreeNode 对象
Node
static class Node<K,V> implements Map.Entry<K,V> {
final int hash;
final K key;
V value;
Node<K,V> next;
}TreeNode
static final 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(int hash, K key, V val, Node<K,V> next) {super(hash, key, val, next);
}
final TreeNode<K,V> root() {for (TreeNode<K,V> r = this, p;;) {if ((p = r.parent) == null)
return r;
r = p;
}
}
}罕用办法
罕用 API
V get(Object key); // 取得指定 key 的值
V put(K key, V value); // 增加 key-value 对
void putAll(Map<? extends K, ? extends V> m); // 将指定 Map 中的 key-value 对复制到此 Map 中
V remove(Object key); // 删除该 key-value
boolean containsKey(Object key); // 判断是否存在该 key 的 key-value 对；是则返回 true
boolean containsValue(Object value); // 判断是否存在该 value 的 key-value 对；是则返回 true
Set<K> keySet(); // 独自抽取 key 序列，将所有 key 生成一个 Set
Collection<V> values(); // 独自 value 序列，将所有 value 生成一个 Collection
void clear(); // 革除 HashMap 中的所有 key-value 对
int size(); // 返回 HashMap 中所有 key-value 对的数量
boolean isEmpty(); // 判断 HashMap 是否为空,size == 0 时示意为空 应用
public class HashMapTest {public static void main(String[] args) {
/**
* 1. 申明 1 个 HashMap 的对象
*/
Map<String, Integer> map = new HashMap<String, Integer>();
/**
* 2. 向 HashMap 增加数据（放入键 - 值对）*/
map.put("Java", 1);
map.put("HashMap", 2);
map.put("List",3);
map.put("set",4);
/**
* 3. 获取 HashMap 的某个数据
*/
System.out.println(""+ map.get("HashMap"));
/**
* 4. 遍历 HashMap 共有 3 种办法：别离针对 Entry 或 key 或 value
* 步骤 1：取得 Entry 或 key 或 value 的汇合
* 步骤 2：遍历，应用 for 循环或迭代器 Iterator
*/
// 办法 1：取得 Entry 的 Set 汇合再遍历
// 取得 Entry 的 Set 汇合
Set<Map.Entry<String, Integer>> entrySet = map.entrySet();
// 通过 for 循环遍历
for(Map.Entry<String, Integer> entry : entrySet){System.out.print(entry.getKey());
System.out.println(entry.getValue());
}
// 通过迭代器遍历
// 先取得 Entry 的 Iterator，再循环遍历
Iterator iter1 = entrySet.iterator();
while (iter1.hasNext()) {
// 遍历时，需先获取 entry，再别离获取 key、value
Map.Entry entry = (Map.Entry) iter1.next();
System.out.print((String) entry.getKey());
System.out.println((Integer) entry.getValue());
}
// 办法 2：取得 key 的 Set 汇合再遍历
Set<String> keySet = map.keySet();
// 通过 for 循环
for(String key : keySet){System.out.print(key);
System.out.println(map.get(key));
}
// 通过迭代器遍历
// 先取得 key 的 Iterator，再循环遍历
Iterator iter2 = keySet.iterator();
String key = null;
while (iter2.hasNext()) {
// 遍历时，需先获取 key，再获取 value
key = (String)iter2.next();
System.out.print(key);
System.out.println(map.get(key));
}
// 办法 3：取得 value 的汇合再遍历
Collection valueSet = map.values();
// 取得 values 的 Iterator，再循环遍历
Iterator iter3 = valueSet.iterator();
while (iter3.hasNext()) {System.out.println(iter3.next());
}
}
}对于遍历形式，举荐应用针对 key-value 对（Entry）的形式：效率高
- 对于遍历 keySet,valueSet，本质上遍历了 2 次：
第 1 次，for/iterator 迭代器遍历;
第 2 次 从 HashMap 中取出 key 的 value 操作 - 对于遍历 entrySet，本质遍历了 1 次 for/iterator 迭代器遍历，Entry 曾经存储了 key 和 value
源码剖析
次要属性
// 默认容量
static final int DEFAULT_INITIAL_CAPACITY = 1 << 4;
// 最大容量
static final int MAXIMUM_CAPACITY = 1 << 30;
// 加载因子
static final float DEFAULT_LOAD_FACTOR = 0.75f;
// 扩容阈值 = 容量 x 加载因子，当哈希表的大小 ≥ 扩容阈值时，就会扩容哈希表
int threshold
// 存储数据的 Node 类型数组，长度 = 2 的幂
transient Node<K,V>[] table;
//HashMap 中存储的键值对的数量
transient int size
// 链表的树化阈值，即链表转成红黑树的阈值，当 Node 链表长度 > 该值时，则将链表转换成红黑树
static final int TREEIFY_THRESHOLD = 8;
// 链表的还原阈值，即红黑树转为链表的阈值，当在扩容时，HashMap 的数据存储地位会从新计算，在从新计算存储地位后，当红黑树内 TreeNode 数量 < 6 时，则将 红黑树转换成链表
static final int UNTREEIFY_THRESHOLD = 6;
// 最小链表树化容量阈值，即 当 Node 数组长度 > 该值时，才容许树形化链表，否则则间接扩容，而不是树形化
static final int MIN_TREEIFY_CAPACITY = 64;构造方法
// 加载因子，容量可指定
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;
this.threshold = tableSizeFor(initialCapacity);
}
// 加载因子等于默认值，容量可指定
public HashMap(int initialCapacity) {this(initialCapacity, DEFAULT_LOAD_FACTOR);
}
// 默认构造函数，加载因子，容量等于默认值
public HashMap() {this.loadFactor = DEFAULT_LOAD_FACTOR; // all other fields defaulted}
// 可传入一个 map 的构造函数
public HashMap(Map<? extends K, ? extends V> m) {
this.loadFactor = DEFAULT_LOAD_FACTOR;
putMapEntries(m, false);
}put()办法
public V put(K key, V value) {return putVal(hash(key), key, value, false, true);
}
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. 若 Node 数组为空，则通过 resize()初始化数组
if ((tab = table) == null || (n = tab.length) == 0)
n = (tab = resize()).length;
//2. 计算 key 寄存 Node 数组中的数组下标，判断这个数组下标 Node 数组上是否有 Node 存在
//2.1 若不存在，则在该地位新建一个 Node 节点
if ((p = tab[i = (n - 1) & hash]) == null)
tab[i] = newNode(hash, key, value, null)
//2.2 若存在
else {
Node<K,V> e; K k;
//2.1.1 判断 key 是否与数组上的 Node 外面的 key 是否雷同，是则用新的 value 值替换旧的 value 值
if (p.hash == hash &&
((k = p.key) == key || (key != null && key.equals(k))))
e = p;
//2.1.2 若不雷同，判断以后 Node 是红黑树，则在树中插入或更新键值对
else if (p instanceof TreeNode)
e = ((TreeNode<K,V>)p).putTreeVal(this, tab, hash, key, value);
//2.1.3 若不雷同，判断以后 Node 是链表，则在链表中插入或更新键值对
else {
// 遍历以该 Node 为头结点的链表, 判断该 key 是否已存在
for (int binCount = 0; ; ++binCount) {
// 若该 key 不存在，则将 key-value 增加到 Node 数组中, 这里采纳尾插法
if ((e = p.next) == null) {p.next = newNode(hash, key, value, null);
// 链表长度 >= 桶的树化阈值 =8，则将链表转换成红黑树
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;
}
}
// 若该 key 已存在，则用新 value 替换旧 value
if (e != null) { // existing mapping for key
V oldValue = e.value;
if (!onlyIfAbsent || oldValue == null)
e.value = value;
afterNodeAccess(e);
return oldValue;
}
}
++modCount;
// 插入胜利后，判断理论存在的键值对数量 size > 最大容量 threshold
if (++size > threshold)
resize();
afterNodeInsertion(evict);
return null;
}putTreeVal()
// 向红黑树插入或更新数据（键值对），遍历红黑树判断该节点的 key 是否与传入 key 雷同，雷同则新 value 笼罩旧 value，不雷同则插入
final TreeNode<K,V> putTreeVal(HashMap<K,V> map, Node<K,V>[] tab,
int h, K k, V v) {
Class<?> kc = null;
boolean searched = false;
TreeNode<K,V> root = (parent != null) ? root() : this;
for (TreeNode<K,V> p = root;;) {
int dir, ph; K pk;
if ((ph = p.hash) > h)
dir = -1;
else if (ph < h)
dir = 1;
else if ((pk = p.key) == k || (k != null && k.equals(pk)))
return p;
else if ((kc == null &&
(kc = comparableClassFor(k)) == null) ||
(dir = compareComparables(kc, k, pk)) == 0) {if (!searched) {
TreeNode<K,V> q, ch;
searched = true;
if (((ch = p.left) != null &&
(q = ch.find(h, k, kc)) != null) ||
((ch = p.right) != null &&
(q = ch.find(h, k, kc)) != null))
return q;
}
dir = tieBreakOrder(k, pk);
}
TreeNode<K,V> xp = p;
if ((p = (dir <= 0) ? p.left : p.right) == null) {
Node<K,V> xpn = xp.next;
TreeNode<K,V> x = map.newTreeNode(h, k, v, xpn);
if (dir <= 0)
xp.left = x;
else
xp.right = x;
xp.next = x;
x.parent = x.prev = xp;
if (xpn != null)
((TreeNode<K,V>)xpn).prev = x;
moveRootToFront(tab, balanceInsertion(root, x));
return null;
}
}
}resize()办法
final Node<K,V>[] resize() {Node<K,V>[] oldTab = table; // 扩容前 Node 数组
int oldCap = (oldTab == null) ? 0 : oldTab.length; // 扩容前 Node 数组长度
int oldThr = threshold; // 扩容前 Node 数组阈值
int newCap, newThr = 0;
//Node 数组长度大于 0, 非初始化数组
if (oldCap > 0) {
// 扩容前 Node 数组容量超过最大值，不扩容
if (oldCap >= MAXIMUM_CAPACITY) {
threshold = Integer.MAX_VALUE;
return oldTab;
}
// 没有超过最大值，数组长度扩容为原来的 2 倍
else if ((newCap = oldCap << 1) < MAXIMUM_CAPACITY &&
oldCap >= DEFAULT_INITIAL_CAPACITY)
newThr = oldThr << 1; // double threshold
}
//Node 数组长度 =0, 初始化数组
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) {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) {
// 遍历旧数组，从新计算每个 Node 在新数组的数组下标，应用尾插法将旧数组中的 Node 转移到新数组
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;
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;
}
get()办法
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;
// 计算 key 寄存 Node 数组中的数组下标，判断这个数组下标 Node 数组上是否有 Node 存在
if ((tab = table) != null && (n = tab.length) > 0 &&
(first = tab[(n - 1) & hash]) != null) {
//1. 在 Node 数组中找 key 相等的 Node
if (first.hash == hash && // always check first node
((k = first.key) == key || (key != null && key.equals(k))))
return first;
//2. 在红黑树中找 key 相等的 Node
if ((e = first.next) != null) {if (first instanceof TreeNode)
return ((TreeNode<K,V>)first).getTreeNode(hash, key);
//3. 在链表中找 key 相等的 Node
do {
if (e.hash == hash &&
((k = e.key) == key || (key != null && key.equals(k))))
return e;
} while ((e = e.next) != null);
}
}
return null;
}源码总结
1.JDK1.8 的 HashMap 采纳数组 + 单链表 + 红黑树的数据结构，数组和链表存储的是一个个 Node 对象，红黑树存储的是 TreeNode 对象
2. 增加 key-value 时会依据 key 值计算出对应的 hash 值，再依据 hash 值计算出对应的数组下标，判断这个数组在这个下标中是否有 Node 存在：
若没有，则在该地位新建一个 Node 节点
若有则判断这个 Node 是属于链表还是属于红黑树，而后别离遍历链表或红黑树，判断是否有雷同的 key，如果有则用新 value 替换旧 value，如果没有就将 Node 增加到链表或红黑树，留神这里的链表插入采纳尾插法
3. 在将 Node 插入到链表时：
会进行是否红黑树树化的判断，链表长度 >= 桶的树化阈值 =8，则将链表转换成红黑树
会进行是否须要扩容的判断，当 Node 的数量，或者说 key-value 的数量大于扩容阈值 = 以后容量 x 加载因子，新建一个数组，容量时是数组的 2 倍，将旧 entry 数组上的 entry 数据转移到 newtable 中，让以后的数组指向新数组从而实现扩容。
4.hashmap1.8 与 hashmap1.7 的区别：
1. 数据结构不同
2. 与 1.7 中 hashmap 的扩容机制不同：
a.hashmap1.8 中的扩容后 Node 的地位是数组的原地位 / 原地位 + 旧容 b. 量，hashmap1.7 则是原来地位
b. 扩容时，hashmap1.8 采纳尾插法将数据转移到新数组中，hashmap1.7 采纳头插法
正文完