一起读源码之-HashMapjdk18

jdk1.8 的 hashMap 相比 1.7 的最大的变动就是结构的修改，在之前数组 + 链表的基础上，增加了红黑树的结构。

1.7 的 hashMap 我们已经看过了，其中在查找节点的时候，会去根据 hash 找到对应的数组，接着去遍历之后的链表结构，当 hash 冲突比较多的时候，链表就会非常的长，此时遍历链表的效率就会很低，所以大神们在将红黑树加入到了 1.8 的 hashMap 中，当链表长度大于 8 的时候，会将链表转换为红黑树，提高了查找节点的效率。如下图：

下面我们就来一起学习一下 jdk1.8 的 hashMap 源码吧！
这里我想先吐槽一下 1.8 的源码，代码可读性比 1.7 差太多了 … 脑壳疼~ 但是在精简程度上要比 1.7 的好一些。

先看 put() 方法

    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) {// 这里 p 可以视为一个指针，指向 tab[i]位置的节点
        // n: 数组的 length
        // i: 根据 hash 算出的数组下标
        Node<K,V>[] tab; Node<K,V> p; int n, i;
        // 将 tab 数组指向 table，并判断 table 如果为空，则进入 resize()中进行初始化
        if ((tab = table) == null || (n = tab.length) == 0)
            // 1.8 的 hashMap 将初始化方法和 resize()合并到了一起
            n = (tab = resize()).length;
        // 很据 hash 值找到 tab[i]并将 p 指向 tabl[i]，如果没有内容，创建新的链表节点放到 i 的位置
        if ((p = tab[i = (n - 1) & hash]) == null)
            tab[i] = newNode(hash, key, value, 
        else {// 进入 else 表示 tabl[i]处有内容，下面需要进一步判断 key 是否一致
            Node<K,V> e; K k;
            // 插入的 key 和 tab[i]处的 key 相等，将 p 赋值给 e(exist)节点
            if (p.hash == hash &&
                ((k = p.key) == key || (key != null && key.equals(k))))
                e = p;
            // 如果该节点是代表红黑树的节点，调用红黑树的插值方法
            else if (p instanceof TreeNode)
                e = ((TreeNode<K,V>)p).putTreeVal(this, tab, hash, key, value);
            else {// 进入 else 说明 hash 相同，且 tab[i]处是一个多节点的链表
                // 循环链表
                for (int binCount = 0; ; ++binCount) {
                    // 将 e 指向 p.next，并判断 p.next 是否有内容，// 如果没有内容，说明 tab[i]处没找到一致的 key，将会此节点作为新节点插入
                    // 插入的位置为链表尾部
                    if ((e = p.next) == null) {p.next = newNode(hash, key, value, null);
                        // 链表节点数如果大于 8，调用 treeifyBin 将链表转为红黑树
                        if (binCount >= TREEIFY_THRESHOLD - 1) // -1 for 
                            treeifyBin(tab, hash);
                        break;
                    }
                    // 在 tab[i]中找到了相同的 key，跳出循环
                    // 此时 e 指向 tab[i]中 key 等于新插入 key 的链表节点
                    if (e.hash == hash &&
                        ((k = e.key) == key || (key != null && key.equals(k))))
                        break;
                    p = e;
                }
            }
            // 插入的 key 在链表中已存在，只需要直接覆盖即可
            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;
    }

还需要注意的是

1. 1.8 中的 put 方法是在链表结尾插入新节点，而 1.7 是在头部插入新节点
2. 1.8 是先插入，再扩容，1.7 是先扩容，再插入

接下来看一下 resize() 扩容方法

final Node<K,V>[] resize() {Node<K,V>[] oldTab = table;
        // 当前容量
        int oldCap = (oldTab == null) ? 0 : oldTab.length;
        // 当前阈值
        int oldThr = threshold;
        int newCap, newThr = 0;
        // 当前容量 >0，表示 map 中已有内容
        if (oldCap > 0) {if (oldCap >= MAXIMUM_CAPACITY) {
                threshold = Integer.MAX_VALUE;
                return oldTab;
            }
            // 扩容一倍，并将阈值×2
            else if ((newCap = oldCap << 1) < MAXIMUM_CAPACITY &&
                     oldCap >= DEFAULT_INITIAL_CAPACITY)
                newThr = oldThr << 1; // double threshold
        }
        // 首次 put，oldThr > 0 表示使用的是 `new HashMap(int initialCapacity)` 构造器进行的初始化
        else if (oldThr > 0) // initial capacity was placed in threshold
            // 初始化大小 = 阈值
            newCap = oldThr;
        // 首次 put，else 表示使用的是默认构造器 `new HashMap()` 进行的初始化
        else {               // zero initial threshold signifies using defaults
            // 初始化大小 = 默认大小 (16) 并计算阈值
            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"})
        // 创建新数组
        Node<K,V>[] newTab = (Node<K,V>[])new Node[newCap];
        table = newTab;
        // 旧数据迁移
        if (oldTab != null) {
            // 遍历旧数组
            for (int j = 0; j < oldCap; ++j) {
                Node<K,V> e;
                if ((e = oldTab[j]) != null) {oldTab[j] = null;
                    // oldTab[j]处只有一个节点，就不需要遍历链表了，直接将此节点赋值到新数组对应 hash 位置上
                    if (e.next == null)
                        newTab[e.hash & (newCap - 1)] = e;
                    // 处理红黑树节点
                    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;
                            // e.hash & oldCap 将旧的链表分成了 lo(e.hash & oldCap 为偶数)和 hi(e.hash & oldCap 为奇数)两个链
                            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);
                        // lo 链会分配到和原下标相同的位置
                        // hi 链会被分配到原下标 +oldCap 的位置
                        if (loTail != null) {
                            loTail.next = null;
                            // lo 链
                            newTab[j] = loHead;
                        }
                        if (hiTail != null) {
                            hiTail.next = null;
                            // hi 链
                            newTab[j + oldCap] = hiHead;
                        }
                    }
                }
            }
        }
        return newTab;
    }

get() 方法
相对 put 方法，get 就简单了许多

    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) {
            // 如果第一个节点就是需要的，直接返回
            if (first.hash == hash && // always check first node
                ((k = first.key) == key || (key != null && key.equals(k))))
                return first;
            if ((e = first.next) != null) {
                // 从红黑树中取节点
                if (first instanceof TreeNode)
                    return ((TreeNode<K,V>)first).getTreeNode(hash, key);
                // 从链表中取节点
                do {
                    if (e.hash == hash &&
                        ((k = e.key) == key || (key != null && key.equals(k))))
                        return e;
                } while ((e = e.next) != null);
            }
        }
        return null;
    }

remove() 删除节点

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) {
            // node: 要被删除的节点
            Node<K,V> node = null, e; K k; V v;
            // 如果头节点匹配，直接将 node 指向头节点
            if (p.hash == hash &&
                ((k = p.key) == key || (key != null && key.equals(k))))
                node = p;
            else if ((e = p.next) != null) {
                // 如果头节点不匹配，且头节点属于红黑树节点，从树中取出要删除的节点
                if (p instanceof TreeNode)
                    node = ((TreeNode<K,V>)p).getTreeNode(hash, key);
                // 如果头节点不匹配，且头节点属于链表节点，遍历链表取出要删除的节点 
                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);
                }
            }
            // 如果找到了符合条件的待删除节点，根据节点类型去红黑树中或者链表中删除指定节点
            if (node != null && (!matchValue || (v = node.value) == value ||
                                 (value != null && value.equals(v)))) {if (node instanceof TreeNode)
                    ((TreeNode<K,V>)node).removeTreeNode(this, tab, movable);
                else if (node == p)
                    tab[index] = node.next;
                else
                    p.next = node.next;
                ++modCount;
                --size;
                afterNodeRemoval(node);
                return node;
            }
        }
        return null;
    }

总结一下：

1. 相对 1.7 的 hashmap 不同，1.8 的结构采用数组 + 链表 + 红黑树的结构
2. 1.8 中的 put 方法是在链表结尾插入新节点，而 1.7 是在头部插入新节点
3. 1.8 是先插入，再扩容，1.7 是先扩容，再插入

至此，1.8 的 hashMap 源码阅读到这里就告一段落了，后边我们会继续看一下不同版本的 ConcurrentHashMap 源码，欢迎观看~