java源码学习---HashMap-低调大师

java源码学习---HashMap

2020-02-14 499

开门见山，直接干

HashMap是java常用的一个集合，每个元素的key经过哈希算法后储存在链表或红黑树的一种键值对数据集合（JDK1.8）

从HashMap新增元素说起

map.put("key","value");

这是我们日常向HashMap插入元素的其中一种方式，put(k,v)的源码

public V put(K key, V value) {
    return putVal(hash(key), key, value, false, true);
}

put()会再调用一个putVal()，但是在这之前key会通过hash()计算出对应位置的值，真正的put操作，就是从这里开始

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;
        if (p.hash == hash &&
            ((k = p.key) == key || (key != null && key.equals(k))))
            e = p;
        else if (p instanceof TreeNode)
            e = ((TreeNode<K,V>)p).putTreeVal(this, tab, hash, key, value);
        else {
            for (int binCount = 0; ; ++binCount) {
                if ((e = p.next) == null) {
                    p.next = newNode(hash, key, value, null);
                    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;
            }
        }
        if (e != null) { // existing mapping for key
            V oldValue = e.value;
            if (!onlyIfAbsent || oldValue == null)
                e.value = value;
            afterNodeAccess(e);
            return oldValue;
        }
    }
    ++modCount;
    if (++size > threshold)
        resize();
    afterNodeInsertion(evict);
    return null;
}

每个参数的含义

hash:key经过哈希算法之后获得的值

key:储存到HashMap的key

value:储存到HashMap的key对应的value

onlyIfAbsent:如果包含了该key，则不更新对应的值，众所周知，put()除了新增之外，还有更新的功能，是因为put()调用putVal()时候传的都是false

evict:HashMap是否处于创建模式，false则是处于创建模式，ture则相反

在函数最开始定义了几个变量，

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);

tab:当前HashMap的一个操作副本，

p:当前需要储存的元素或是当前相同数组下标的元素

n:当前HashMap的长度

i:当前元素储存的下标

Node<k,v>是HashMap的一个静态内部类，每一个键值对数据都是基于Node或TreeNode储存在HashMap

Node:

Node里面记录着当前元素的hash值、key、value还有下一个结点的地址

TreeNode:

Node是TreeNode的父类，TreeNode还记录着父节点、左右子节点、

继续看下面的代码，

1.判断当前HashMap的容量大小，如果table是null或者容量为0会利用resize()进行扩容处理

2.判断tab[i](当前元素所储存的位置)是否为null，如果是null的情况下则直接保存到对应位置，并且把tab[i]赋值给p

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);

如果tab[i]不为null我们继续往下看，有以下几种情况

1.当table(链表)已存在结点与当前需要保存结点的key相同时，则更新值

2.判断当前结点是否为TreeNode，如果属于TreeNode则进入红黑树的储存规则判断，如果树里已经存在相同的key则返回旧的结点，否则直接在树上新增一个结点并返回null

3.当table(链表)里不存在相同的key且hash值一致的位置不属于TreeNode而属于Node时,遍历每个结点，判断与当前保存结点的key是否一致，一致的时候更新，否则添加到下一个结点

3.1添加完成后，判断当前元素所在index是否 >= TREEIFY_THRESHOLD - 1,如果大于，则需要从链表转为红黑树

static final int TREEIFY_THRESHOLD = 8;

else {
    Node<K,V> e; K k;
    if (p.hash == hash &&
        ((k = p.key) == key || (key != null && key.equals(k))))
        e = p;
    else if (p instanceof TreeNode)
        e = ((TreeNode<K,V>)p).putTreeVal(this, tab, hash, key, value);
    else {
        for (int binCount = 0; ; ++binCount) {
            if ((e = p.next) == null) {
                p.next = newNode(hash, key, value, null);
                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;
        }
    }
    if (e != null) { // existing mapping for key
        V oldValue = e.value;
        if (!onlyIfAbsent || oldValue == null)
            e.value = value;
        afterNodeAccess(e);
        return oldValue;
    }
}

上面第1和第2点赋值的"e"如果不为null，则在此处进行更新操作并且返回旧值

if (e != null) { // existing mapping for key
    V oldValue = e.value;
    if (!onlyIfAbsent || oldValue == null)
        e.value = value;
    afterNodeAccess(e);
    return oldValue;
}

最后就是容量记录和扩容操作，如果是新增元素，HashMap会记录当前的容量，判断当前容量是否达到了需要扩容的阈值从而觉得是否进行扩容操作

++modCount;
if (++size > threshold)
    resize();
afterNodeInsertion(evict);
return null;

总结：

1.利用hash()对储存的key做散列算法获得哈希值

2.新增元素时候，会判断当前HashMap的容量是否为0或者null，如果是则先进行扩容操作

3.当前hash值所在的链表或者树是否具有相同的key，没有则直接根据链表或红黑树的规则新增，否则修改结点的value并且把旧值返回

4.当其中一个链表长度大于等于8时候，会利用treeifyBin()转换成红黑树

5.新增成功之后会判断当前HashMap的容量是否达到了需要扩容的阈值，并决定是否需要扩容，决定是否扩容的阈值不是HashMap的容量最大值

删除 remove()

public V remove(Object key) {
    Node<K,V> e;
    return (e = removeNode(hash(key), key, null, false, true)) == null ?
        null : e.value;
}

根据对key做hash计算，并且调用removeNode()执行删除,如果能命中则返回删除的key对应的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) {
        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;
        else if ((e = p.next) != null) {
            if (p instanceof TreeNode)
                node = ((TreeNode<K,V>)p).getTreeNode(hash, key);
            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);
            }
        }
        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;
}

参数含义:

hash:利用hash()对key进行计算得出的结果

key:需要删除的key

value:需要删除key对呀的value

matchValue:是否需要匹配值相等，如果为ture则需要value相等才删除，否则不需要value相等

movable:是否移动树结点，为true时删除树时候移动结点，否则不移动结点

开始逐句解读：

1.判断当前HashMap是否为null或者元素数量为0，

2.判断当前储存在与key的hash值相同位置的结点是否为null，并且赋值hash相同的首个元素给 p

当上面其中一点不满足的情况下，则代表HashMap无当前需要删除的key，则直接返回null

if ((tab = table) != null && (n = tab.length) > 0 &&
    (p = tab[index = (n - 1) & hash]) != null) {

如果满足则继续往下执行,判断当前p的key是否与删除的key相同，相同则把值赋给变量node，最后对node进行删除操作

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;

上面key如果不一样则会遍历整个链表或者红黑树，找到相同元素赋值给变量node，后续进行删除操作

else if ((e = p.next) != null) {
    if (p instanceof TreeNode)
        node = ((TreeNode<K,V>)p).getTreeNode(hash, key);
    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);
    }
}

最后是判断有没有找到需要删除的node，并且判断key对呀的value是否需要相等与是否相等，相等则进行删除操作

如果是树结点，则按照红黑树的删除规则进行删除

如果是链表，则按照链表的删除规则进行删除

删除成功后记录当前元素数量，并且把删除的结点返回

不过源码中没找到有删除元素后重置容量的代码，这点与预想的有点不一样

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;
}

扩容 resize()

在新增元素或者我new HashMap()的时候，我们都会调用到resize()

当容器容量达到一个需要扩容的阈值时，就会调用resize()进行扩容操作

先看一下HashMap定义的属性

1.扩容阈值，当容量大于该阈值时，HashMap会进行扩容操作

int threshold;

2.HashMap的最大容量：1073741824

static final int MAXIMUM_CAPACITY = 1 << 30;

3.HashMap默认初始容量：16

static final int DEFAULT_INITIAL_CAPACITY = 1 << 4;

4.负载因子，主要用于计算扩容阈值，扩容阈值 = 负载因子 * 当前容量

static final float DEFAULT_LOAD_FACTOR = 0.75f;

接下来是resize()的源码

final Node<K,V>[] resize() {
    Node<K,V>[] oldTab = table;
    int oldCap = (oldTab == null) ? 0 : oldTab.length;
    int oldThr = threshold;
    int newCap, newThr = 0;
    if (oldCap > 0) {
        if (oldCap >= MAXIMUM_CAPACITY) {
            threshold = Integer.MAX_VALUE;
            return oldTab;
        }
        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) {
        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) {
        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;
}

首先定义了各种变量，当前HashMap的副本、当前副本容量(旧容量)、当前副本扩容阈值(旧扩容阈值)、新的扩容阈值、新的容量

Node<K,V>[] oldTab = table;
int oldCap = (oldTab == null) ? 0 : oldTab.length;
int oldThr = threshold;
int newCap, newThr = 0;

判断当前容量是否大于0

1.如果大于0并且容量大于容器最大容量，则不再扩容

2.如果少于最大容量且大于初始容量，则扩大2倍且扩容因子也扩大2倍

if (oldCap > 0) {
    if (oldCap >= MAXIMUM_CAPACITY) {
        threshold = Integer.MAX_VALUE;
        return oldTab;
    }
    else if ((newCap = oldCap << 1) < MAXIMUM_CAPACITY &&
             oldCap >= DEFAULT_INITIAL_CAPACITY)
        newThr = oldThr << 1; // double threshold
}

当前容量是否<=0时再判断当前扩容阈值是否大于0，大于0则新容量=旧阈值

当前容量和阈值=0时，基本可以判断这个HashMap是第一次初始化容量，所以直接用默认的初始化容量，和第一次计算扩容阈值（负载因子*当前容量）

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);
}

获取到最新容量和最新的扩容阈值时候，就开始对旧table进行扩容(新建一个数组，再把旧table的结点重新储存到新的数组)

threshold = newThr;
@SuppressWarnings({"rawtypes","unchecked"})
    Node<K,V>[] newTab = (Node<K,V>[])new Node[newCap];
table = newTab;

这一段则是把旧table上的结点重新储存到新table上

if (oldTab != null) {
    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;
                }
            }
        }
    }
}

总结：

1.如果是新创建的HashMap初始化容量为16，每扩容一次则是原容量的2倍

2.触发扩容并不是当容量达到最大值才进行扩容，而是达到某个阈值而进行扩容

3.当容量达到HashMap的最大容量值时，将不再继续扩容

4.每次扩容结点都会重新储存到新的容器，资源消耗比较大

微信关注我们

原文链接：https://my.oschina.net/u/2925037/blog/3166031

转载内容版权归作者及来源网站所有！

低调大师中文资讯倾力打造互联网数据资讯、行业资源、电子商务、移动互联网、网络营销平台。持续更新报道IT业界、互联网、市场资讯、驱动更新,是最及时权威的产业资讯及硬件资讯报道平台。

java学习记录-树结构

概念树是一种重要的非线性数据结构，直观地看，它是数据元素（在树中称为结点）按分支关系组织起来的结构，很象自然界中的树那样。树是由结点或顶点和边组成的(可能是非线性的)且不存在着任何环的一种数据结构。没有结点的树称为空(null或empty)树。一棵非空的树包括一个根结点，还(很可能)有多个附加结点，所有结点构成一个多级分层结构结点:下面就是一个简单的树,每一个元素都称为一个结点，而最顶端的是根结点，最末端的是叶子结点，每个结点有零个或多个子结点；每一个非根结点有且只有一个父结点；除了根结点外，每个子结点可以分为多个不相交的子树度:度就是一棵树里面最大的宽度，下图树(包含子树)的子结点数最大都不超过2所以该树的度为2 深度:由根结点到叶子结点组成该树各结点的最大层次二叉树二叉树又分为二叉查找树、完全二叉树、满二叉树、平衡二叉树、红黑树、B树为什么二叉树也还要区分那么多种类型？因为单种二叉树不能完全保证我们运行或储存效率，所以需要多种类型二叉树应对不同的使用场景下面先看一下二叉查找树录入的顺序为 E-->F-->C-->B--&g...

2020-02-13

712

单例模式---对于整个系统只需要一个实体就能完成工作的情况下，我们系统只需要一个实体并且保证只有一个实例，避免造成资源浪费 1.懒汉懒汉模式是在需要用到该实例的时候才进行实例化优点:节约资源，在需要用到该实例的时候才初始化缺点:线程非安全，并发访问情况下，有可能多次实例化，并且每次实例化都覆盖上一次的实例 public class Singleton { private static Singleton SINGLETON; private Singleton(){} public static Singleton getInstance(){ if(Singleton.SINGLETON == null); Singleton.SINGLETON = new Singleton(); return SINGLETON; } } 2.饿汉饿汉单例模式在类加载的时候就实例化优点：安全，不存在并发创建多实例问题缺点：容易造成资源浪费，一直占用着资源且无法回收 public class Singleton { private static f...

2020-02-18

659

资源下载

更多资源

优质分享App

近一个月的开发和优化，本站点的第一个app全新上线。该app采用极致压缩，本体才4.36MB。系统里面做了大量数据访问、缓存优化。方便用户在手机上查看文章。后续会推出HarmonyOS的适配版本。

Mario

马里奥是站在游戏界顶峰的超人气多面角色。马里奥靠吃蘑菇成长，特征是大鼻子、头戴帽子、身穿背带裤，还留着胡子。与他的双胞胎兄弟路易基一起，长年担任任天堂的招牌角色。

腾讯云软件源

为解决软件依赖安装时官方源访问速度慢的问题，腾讯云为一些软件搭建了缓存服务。您可以通过使用腾讯云软件源站来提升依赖包的安装速度。为了方便用户自由搭建服务架构，目前腾讯云软件源站支持公网访问和内网访问。

Spring

Spring框架（Spring Framework）是由Rod Johnson于2002年提出的开源Java企业级应用框架，旨在通过使用JavaBean替代传统EJB实现方式降低企业级编程开发的复杂性。该框架基于简单性、可测试性和松耦合性设计理念，提供核心容器、应用上下文、数据访问集成等模块，支持整合Hibernate、Struts等第三方框架，其适用范围不仅限于服务器端开发，绝大多数Java应用均可从中受益。