HashMap简介
本篇文章是本人在学习HashMap的过程中本人的总结，并不一定完全正确，次要是记录本人的学习过程。
- HashMap是一种映射关系，是hash值与理论存储对象之间的映射，也就是键值对的关系，通过关键字key找到理论存储的值value，是一种数据结构
- 什么是hash：实质上是把任意长度的输出，通过算法变换成固定长度的输入
在学习Java的过程中，最常见的两种数据结构是数组和链表，那么数组和链表各有什么优缺点？
- 数组：数组在物理空间中是间断的，数组对象间接指向数组首地址，在查找的时候效率高，然而因为空间是间断的，所以当物理空间的碎片比拟多时，当咱们想存入比拟大的数组的时候，即便可能空间足够，但因为这些空间不是间断的，就无奈存入
- 链表：链表在物理空间中不是间断的，在存放数据的同时还须要寄存下一个链节点的地址，相比于数组，不受空间是否是碎片化的影响，只有有空间，就能存储数据。然而查找效率没有数组高，插入和删除的效率比数组高
- HashMap：HashMap将数组和链表联合起来，既可能进步查找效率，删除和插入的效率也进步了。
外部组成
- HashMap的存储模式：键值对的存储模式
- 数据结构：数组+链表+红黑树
外部成员：
- 默认初始容量DEFAULT_INITIAL_CAPACITY：16
- 默认负载因子DEFAULT_LOAD_FACTOR：默认为0.75，示意整体上table被占用水平
- TREEIFY_THRESHOLD：8，当数组中有某个索引地位上的链表长度大于该常量时，就将该链表转换成红黑树
- UNTREEIFY_THRESHOLD：6，当链表的长度小于该常量时，就将红黑树转换成链表
- 阈值threshold：当数组中键值对个数大于阈值时进行扩大，计算形式是hashmap长度*负载因子
- Node<K,V>[] table：数组
构造方法
HashMap map = new HashMap();
- 无参的构造方法，只初始化了负载因子，默认为0.75
HashMap map = new HashMap(int initialCapacity);
- 参数为map的初始容量，负载因子为默认值0.75，底层实际上是调用了HashMap(int initialCapacity, float loadFactor)
HashMap map = new HashMap(int initialCapacity, float loadFactor)
- 指定初始的容量以及负载因子
HashMap map = new HashMap(Map m);
- 初始化负载因子，默认为0.75
- 调用putMapEntries办法，将汇合m全副都装进新的map汇合里
办法的执行步骤如下：
- 获取m的理论判读，判断是否大于0，只有当大于0时才才执行
- 判断map的table数组是否为空，如果为空计算map的阈值
- 如果table数组不为空，判断s的理论长度是否大于map的阈值，如果大于对map汇合进行扩容
- 当map的长度确定下来之后，遍历m汇合，把键值对取出来存入map汇合当中
增删查办法源码解析
- hash值计算过程：
static final int hash(Object key) { int h; //判断key的值是否为空 // 如果为空则返回0 // 如果不为空则调用key的hashCode办法计算出hash值 // 并让hash值的高16位与低16位进行异或操作，得出最初的hash值 return (key == null) ? 0 : (h = key.hashCode()) ^ (h >>> 16); }- put办法
put办法大抵的流程能够分为以下几点：
* 1）计算hash值，依据hash值得出索引值，采纳的是以后table长度-1 & hash值相与得出索引值（hash值是通过下面的hash办法计算得出，而不是调用hashCode办法） 举个例子：存入两个key的hash值别离为14和35，而以后table的长度为默认容量16(2^n) 那么第一个key对应的索引值为：0000 1110 & 0000 1111，得出索引值为14 第二个key对应的索引值为：0010 0011 & 0000 1111，得出索引值为3 这样做能确保每个不管hash值有多大，都可能存入数组，截取的是hash值的二进制数的后n位* 2）依据hash找到对应的索引值，有三种状况： * 以后地位为空，间接存入 * 以后地位不为空，且是链表，插入到链表的尾部 * 以后地位为空，且是红黑树，插入到红黑树当中* 3）判断以后table的理论长度size是否超出阈值threshold，如果超出则进行扩容以下是对源码的解读：
final V putVal(int hash, K key, V value, boolean onlyIfAbsent, boolean evict) { HashMap.Node<K,V>[] tab; HashMap.Node<K,V> p; int n, i; //2）判断 table数组是否为空 || table数组的长度是否0，也就是是否是第一次寄存 if ((tab = table) == null || (n = tab.length) == 0) //其中一个条件满足，给table扩容 n = (tab = resize()).length; //3）计算 （数组长度 - 1 & hash值），得出索引值，获取对应索引的值，判断是否为空 if ((p = tab[i = (n - 1) & hash]) == null) //如果为空，在该索引地位创立一个新的节点，并放入 tab[i] = newNode(hash, key, value, null); //4）如果不为空，证实该索引地位曾经有值了 else { HashMap.Node<K,V> e; K k; //判断是否是同一个key if (p.hash == hash && ((k = p.key) == key || (key != null && key.equals(k)))) //如果是同一个就赋给e（赋给e是为了接下来是否要笼罩该地位的值做筹备） e = p; //如果不是同一个key，判断是否是树节点，如果是树节点，把节点插入到红黑树外面 else if (p instanceof HashMap.TreeNode) e = ((HashMap.TreeNode<K,V>)p).putTreeVal(this, tab, hash, key, value); //如果既不是同一个key，也不是树节点，那只可能是链表 else { //循环链表，判断每个节点的key是否与要插入的key雷同，如果雷同则笼罩掉。 //binCount记录该链表的节点地位 for (int binCount = 0; ; ++binCount) { //判断以后地位是否是尾结点 if ((e = p.next) == null) { //如果是尾节点，则在为节点的下一个节点插入新的节点（尾插法） p.next = newNode(hash, key, value, null); //判断以后链表的节点树是否大于(TREEIFY_THRESHOLD - 1) if (binCount >= TREEIFY_THRESHOLD - 1) // -1 for 1st //如果大于则将链表转换成红黑树 treeifyBin(tab, hash); //跳出循环 break; } //判断以后地位和咱们要存入的key是否雷同，如果雷同则跳出循环 if (e.hash == hash && ((k = e.key) == key || (key != null && key.equals(k)))) break; //如果以上两个判断都不满足，持续遍历下一个节点 p = e; } } //判断e是否为空 if (e != null) { // existing mapping for key //不为空，取出e的value值 V oldValue = e.value; //onlyIfAbsent如果为false，则示意如果呈现的key雷同，则笼罩掉原来的值，反之就不笼罩 //能够参考HashMap的另一个办法，putIfAbsent的源码，外面的onlyIfAbsent就设为true //还有一种状况：原本寄存的value是null,那么不论onlyIfAbsent是true还是false，肯定会被笼罩掉 if (!onlyIfAbsent || oldValue == null) //笼罩掉本来的value值 e.value = value; afterNodeAccess(e); return oldValue; } } //记录批改次数 ++modCount; //判断存入之后的size是否大于阈值 if (++size > threshold) //如果大于则扩容，扩容的办法能够往下翻 resize(); afterNodeInsertion(evict); return null; }- remove(key)办法
remove的办法流程大抵如下：
- 计算hash值，依据hash值计算出索引地位
- 找到要删除的索引地位的值
该值有如下三种状况
- 以后节点
- 链表上的几点
- 红黑树上的几点
依据找到的节点再做判断
- 如果是红黑树，那么将该节点从红黑树上删掉
- 如果是链表，进行断链操作
- 如果是以后节点，该索引地位指向以后节点的下一节点
具体源码如下：
// 1）判断key是否为空，并计算出hash值 final HashMap.Node<K,V> removeNode(int hash, Object key, Object value, boolean matchValue, boolean movable) { HashMap.Node<K,V>[] tab; HashMap.Node<K,V> p; int n, index; //1）判断外部的table数组是否为空 && table数组长度是否大于0 // && (以后table的长度-1)与 hash值 相与，取出该索引地位的值，判断是否为空 if ((tab = table) != null && (n = tab.length) > 0 && (p = tab[index = (n - 1) & hash]) != null) { HashMap.Node<K,V> node = null, e; K k; V v; //2）如果以后索引地位的值p与要删除的key是雷同的话 // 把p赋给节点node（赋给节点node是为了删除完之后还要返回被删除节点的值） if (p.hash == hash && ((k = p.key) == key || (key != null && key.equals(k)))) node = p; //3）如果不雷同，判断以后节点的下一个节点是否为空 //如果不为空，可能要删除的点是链表中的某一个节点或者是树节点（红黑树） else if ((e = p.next) != null) { //判断是否是树节点 if (p instanceof HashMap.TreeNode) //如果是树节点，依据以后节点找到根节点，并依据根节点往下找直到找到要删除的节点 node = ((HashMap.TreeNode<K,V>)p).getTreeNode(hash, key); //如果是链表，则遍历链表，直到找到要删除的节点 else { do { if (e.hash == hash && ((k = e.key) == key || (key != null && key.equals(k)))) { node = e; break; } p = e; } while ((e = e.next) != null); } } //如果找到的节点node不等于空，判断该节点的构造 if (node != null && (!matchValue || (v = node.value) == value || (value != null && value.equals(v)))) { //如果是树节点，则证实该链表曾经被转换成红黑树，删除树节点 if (node instanceof HashMap.TreeNode) ((HashMap.TreeNode<K,V>)node).removeTreeNode(this, tab, movable); //如果该节点就是一个node对象，则把该节点的下一个节点赋给该节点对应的索引地位 //（因为如果要删除的节点等于以后节点，证实该索引地位上就一个值， // 则以后节点的下一个节点就肯定为null，这样就相当于把以后节点对应的索引地位置空） else if (node == p) tab[index] = node.next; //如果既不是树节点，也不是node对象，则要删除的节点是链表上的某一个节点，则把要删除的节点删掉（进行断链的操作） else p.next = node.next; //批改次数加一 ++modCount; //table的理论长度减一 --size; afterNodeRemoval(node); return node; } } return null; }- get(key)办法
get办法的大抵流程如下：
- 计算hash值，依据hash值计算出索引地位
判断该索引地位的值，有如下三种状况
- 是否是以后节点
- 是否是红黑树上的节点，如果是依据红黑树查找
- 是否是链表节点，如果是遍历链表
- 返回找到的节点
具体源码的正文如下：
// 1）判断key是否为空，并计算出hash值 final HashMap.Node<K,V> getNode(int hash, Object key) { HashMap.Node<K,V>[] tab; HashMap.Node<K,V> first, e; int n; K k; //1）判断外部的table数组是否为空 && table数组长度是否大于0 // && (以后table的长度-1)与 hash值 相与，取出该索引地位的值first，判断是否为空 if ((tab = table) != null && (n = tab.length) > 0 && (first = tab[(n - 1) & hash]) != null) { //2）判断找到的first与key是否雷同，如果雷同则间接返回 if (first.hash == hash && // always check first node ((k = first.key) == key || (key != null && key.equals(k)))) return first; //如果步骤2的条件不满足，有一种状况是真的没有对应的值 // 还有一种状况可能是hash抵触造成的起因，也就是该first节点实际上是一个链表 // 可能所要取的值不在头节点上，这时候就要去遍历链表的每一个节点 //判断first的下一个节点是否为空，如果为空证实要找的key没有对应的值，否则进行下一步 if ((e = first.next) != null) { //判断first是不是TreeNode节点，也就是判断该链表是否被转化成红黑树 // 如果不是进行下一步，如果是查找红黑树节点 if (first instanceof HashMap.TreeNode) //getTreeNode大抵的办法流程如下： //将first节点转换成TreeNode节点，判断first节点的父节点是否为空 // 如果为空证实该节点是根节点，如果不为空依据以后节点往上始终找，直到找到根节点 //依据根节点遍历每一个子节点直到找到绝对应的key return ((HashMap.TreeNode<K,V>)first).getTreeNode(hash, key); //如果不是红黑树，循环遍历链表，对每一个节点进行判断 do { if (e.hash == hash && ((k = e.key) == key || (key != null && key.equals(k)))) return e; } while ((e = e.next) != null); } } return null; }扩容机制
为什么要扩容：缩小哈希抵触，进步性能
final Node<K,V>[] resize() { Node<K,V>[] oldTab = table; int oldCap = (oldTab == null) ? 0 : oldTab.length;//以后map的总长度 int oldThr = threshold;//以后map的阈值 int newCap, newThr = 0; //1）判断以后容量是否大于0 if (oldCap > 0) { //判断以后容量是否超过最大容量，如果超过则不持续扩容 if (oldCap >= MAXIMUM_CAPACITY) { threshold = Integer.MAX_VALUE; return oldTab; } //否则判断以后容量扩容一倍后是否小于最大容量 && 旧的容量的长度要大于默认容量16 else if ((newCap = oldCap << 1) < MAXIMUM_CAPACITY && oldCap >= DEFAULT_INITIAL_CAPACITY) //满足这两个条件，将阈值扩容一倍 newThr = oldThr << 1; // double threshold } //2）如果以后容量不大于0，则判断以后阈值是否大于0 else if (oldThr > 0) // initial capacity was placed in threshold //满足则新的容量等于以后阈值的值 newCap = oldThr; //3）如果1和2都不满足，证实这是一个新创建的map else { // zero initial threshold signifies using defaults //则新的容量等于默认容量16，新的阈值等于默认的负载因子*0.75 * 默认容量16 newCap = DEFAULT_INITIAL_CAPACITY; newThr = (int)(DEFAULT_LOAD_FACTOR * DEFAULT_INITIAL_CAPACITY); } // 4）判断新的阈值是否等于0 if (newThr == 0) { //满足的话，判断新的容量是否小于最大容量 //满足的话判断新的容量*负载因子是否小于最大容量 //如果小于，那么新的阈值等于新的容量*负载因子，如果不小于，则新的阈值等于最大容量 float ft = (float)newCap * loadFactor; newThr = (newCap < MAXIMUM_CAPACITY && ft < (float)MAXIMUM_CAPACITY ? (int)ft : Integer.MAX_VALUE); } //5）创立新的newTab表，笼罩掉本来的table threshold = newThr; @SuppressWarnings({"rawtypes","unchecked"}) Node<K,V>[] newTab = (Node<K,V>[])new Node[newCap]; table = newTab; //6）如果旧的table表不等于空，遍历oldTab if (oldTab != null) { for (int j = 0; j < oldCap; ++j) { HashMap.Node<K,V> e; //如果以后地位上的值不等于空，则将这给地位取出来赋给e，并把这个地位置空 if ((e = oldTab[j]) != null) { oldTab[j] = null; //判断e.next是否等于空，如果等于空，从新计算索引地位并赋给newTab if (e.next == null) newTab[e.hash & (newCap - 1)] = e; //如果不等于空，判断是否为树节点，如果是拆分树节点并从新计算索引地位，赋给newTab else if (e instanceof HashMap.TreeNode) ((TreeNode<K,V>)e).split(this, newTab, j, oldCap); //如果不是树节点，那么就是链表 else { // preserve order Node<K,V> loHead = null, loTail = null; Node<K,V> hiHead = null, hiTail = null; Node<K,V> next; //循环遍历该索引地位对应的链表 do { next = e.next; // 如果以后节点的hash值与oldTab的容量相与等于0，把该节点放到Lo的链表上 if ((e.hash & oldCap) == 0) { if (loTail == null) loHead = e; else loTail.next = e; loTail = e; } //如果不等于0，把这个节点放到Hi的链表上 else { if (hiTail == null) hiHead = e; else hiTail.next = e; hiTail = e; } } while ((e = next) != null); //循环完结后别离判断Lo和Hi是否为空，如果不为空则把Lo和Hi的头节点别离放入newTab表里 if (loTail != null) { loTail.next = null; newTab[j] = loHead; } if (hiTail != null) { hiTail.next = null; newTab[j + oldCap] = hiHead; } } } } } //7）循环完结，扩容实现，返回新数组 return newTab; }