HashMap的介绍和源码解析
2018-08-29 本文已影响0人
high5130
HashMap的介绍
1、HashMap的简介
基于哈希表的 Map 接口的实现。此实现提供所有可选的映射操作，并允许使用 null 值和 null 键。（除了非同步和允许使用 null 之外，HashMap 类与 Hashtable 大致相同。）此类不保证映射的顺序，特别是它不保证该顺序恒久不变。
2、HashMap的构造函数
//构造一个带指定初始容量和默认加载因子 (0.75) 的空 HashMap
public HashMap(int initialCapacity)
//构造一个具有默认初始容量 (16) 和默认加载因子 (0.75) 的空 HashMap
public HashMap()
//构造一个映射关系与指定 Map 相同的新 HashMap
public HashMap(Map<? extends K, ? extends V> m)
//构造一个带指定初始容量和加载因子的空 HashMap
public HashMap(int initialCapacity, float loadFactor)
HashMap的数据结构
HashMap的重要字段说明
//创建 HashMap 时未指定初始容量情况下的默认容量
static final int DEFAULT_INITIAL_CAPACITY = 1 << 4;
//HashMap 的最大容量
static final int MAXIMUM_CAPACITY = 1 << 30;
//HashMap 默认的装载因子,当 HashMap 中元素数量超过 容量*装载因子 时，进行 resize() 操作
static final float DEFAULT_LOAD_FACTOR = 0.75f;
//用来确定何时将解决 hash 冲突的链表转变为红黑树
static final int TREEIFY_THRESHOLD = 8;
// 用来确定何时将解决 hash 冲突的红黑树转变为链表
static final int UNTREEIFY_THRESHOLD = 6;
/* 当需要将解决 hash 冲突的链表转变为红黑树时，需要判断下此时数组容量，
若是由于数组容量太小（小于 MIN_TREEIFY_CAPACITY ）导致的 hash 冲突太多，
则不进行链表转变为红黑树操作，转为利用 resize() 函数对 hashMap 扩容 */
static final int MIN_TREEIFY_CAPACITY = 64;
HashMap的重要方法和源码解析
HashMap就是一个散列表，它是通过“拉链法”解决哈希冲突的，影响HashMap性能的有两个参数：初始容量(initialCapacity) 和加载因子(loadFactor)。容量 是哈希表中桶的数量，初始容量只是哈希表在创建时的容量。加载因子 是哈希表在其容量自动增加之前可以达到多满的一种尺度。当哈希表中的条目数超出了加载因子与当前容量的乘积时，则要对该哈希表进行 rehash 操作（即重建内部数据结构），从而哈希表将具有大约两倍的桶数。
//HashMap的数据存储是Node类型的数组，Hash的键值对是存储在Node中的，从下面的结构可以看出，//Node其实就是一个单项列表，
//Node实现了Map.Entry 接口，即实现getKey(), getValue(), setValue(V value), equals(Object o), hashCode(这些函数。
//这些都是基本的读取/修改key、value值的函数。
static class Node<K,V> implements Map.Entry<K,V> {
final int hash;
final K key;
V value;
Node<K,V> next;
Node(int hash, K key, V value, Node<K,V> next) {
this.hash = hash;
this.key = key;
this.value = value;
this.next = next;
}
public final K getKey() { return key; }
public final V getValue() { return value; }
public final String toString() { return key + "=" + value; }
public final int hashCode() {
return Objects.hashCode(key) ^ Objects.hashCode(value);
}
public final V setValue(V newValue) {
V oldValue = value;
value = newValue;
return oldValue;
}
public final boolean equals(Object o) {
if (o == this)
return true;
if (o instanceof Map.Entry) {
Map.Entry<?,?> e = (Map.Entry<?,?>)o;
if (Objects.equals(key, e.getKey()) &&
Objects.equals(value, e.getValue()))
return true;
}
return false;
}
}
//插入数据
//往HashMap中传入数据
public V put(K key, V value) {
return putVal(hash(key), key, value, false, true); //获取键的hash值 调用添加
}
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) //如果当前map中没有数据 对数组进行初始化操作
n = (tab = resize()).length;
if ((p = tab[i = (n - 1) & hash]) == null) //通过数组长度和hash找到的索引位置没有数据 则直接添加到找到的索引位置
tab[i] = newNode(hash, key, value, null); //把新创建的Node赋值到索引位置上
else {
Node<K,V> e; K k;
if (p.hash == hash &&
((k = p.key) == key || (key != null && key.equals(k)))) //判断当前位置上 key是否相同
e = p;
else if (p instanceof TreeNode) //判断当前位置数据是否为树结构
e = ((TreeNode<K,V>)p).putTreeVal(this, tab, hash, key, value);
else {
for (int binCount = 0; ; ++binCount) { //循环把新数据添加到链表末尾
if ((e = p.next) == null) {
p.next = newNode(hash, key, value, null);
if (binCount >= TREEIFY_THRESHOLD - 1) // -1 for 1st 如果桶里面的数据超过了TREEIFY_THRESHOLD值，就把这个桶从链表结构变成红黑树结构
treeifyBin(tab, hash);
break;
}
if (e.hash == hash &&
((k = e.key) == key || (key != null && key.equals(k)))) //链表上key相同
break;
p = e;
}
}
if (e != null) { // existing mapping for key //是否key相同
V oldValue = e.value;
if (!onlyIfAbsent || oldValue == null) //onlyIfAbsent 如果为true则不修改key的位置的value值 否则替换成新的value值
e.value = value;
afterNodeAccess(e);
return oldValue;
}
}
++modCount;
if (++size > threshold) //size大于HashMap的阈值 对数组大小进行自增
resize();
afterNodeInsertion(evict); //用于LinkedHashMap 回调函数
return null;
}
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) { //当前容量大于最大数组容量 就把阈值设置为Integer的最大值 数组不在进行自增
threshold = Integer.MAX_VALUE;
return oldTab;
}
else if ((newCap = oldCap << 1) < MAXIMUM_CAPACITY && //给阈值和数组容量大大小增大两倍，增大容量不大于最大数组容量
oldCap >= DEFAULT_INITIAL_CAPACITY)
newThr = oldThr << 1; // double threshold
}
else if (oldThr > 0) // initial capacity was placed in threshold //默认阈值大于0 ，在带参创建的时候会产生这种情况
newCap = oldThr;
else { // zero initial threshold signifies using defaults
newCap = DEFAULT_INITIAL_CAPACITY;
newThr = (int)(DEFAULT_LOAD_FACTOR * DEFAULT_INITIAL_CAPACITY); //否则按HashMap自带的默认参数构建新的数组和阈值的大小
}
if (newThr == 0) {
float ft = (float)newCap * loadFactor;
newThr = (newCap < MAXIMUM_CAPACITY && ft < (float)MAXIMUM_CAPACITY ?
(int)ft : Integer.MAX_VALUE);
}
threshold = newThr; //新的阈值设置为我们上面新建的阈值
@SuppressWarnings({"rawtypes","unchecked"})
Node<K,V>[] newTab = (Node<K,V>[])new Node[newCap];
table = newTab; //创建新的数组
if (oldTab != null) { //如果当前node中数组 则把数据填充到新的数组里面
// 根据容量进行循环整个数组，将非空元素进行复制
for (int j = 0; j < oldCap; ++j) {
Node<K,V> e;
// 获取数组的第j个元素
if ((e = oldTab[j]) != null) {
oldTab[j] = null;
if (e.next == null) //如果链表只有一个数据 则直接按Hash的算法进行赋值
newTab[e.hash & (newCap - 1)] = e;
else if (e instanceof TreeNode) //如果为空黑树 则直接通过红黑树方式进行添加
((TreeNode<K,V>)e).split(this, newTab, j, oldCap);
else { // preserve order
// 进行链表复制
// 方法比较特殊： 它并没有重新计算元素在数组中的位置
// 而是采用了 原始位置加原数组长度的方法计算得到位置
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) { //得到的是 元素的在数组中的位置是否需要移动
if (loTail == null)
loHead = e; //确定首元素
else
loTail.next = e; //循环添加
loTail = e;
}
else { //跟上面同理
if (hiTail == null)
hiHead = e;
else
hiTail.next = e;
hiTail = e;
}
} while ((e = next) != null);
if (loTail != null) {
loTail.next = null;
newTab[j] = loHead; //如果数组位置没变 直接链表添加上去
}
if (hiTail != null) { //如果数组位置改变 新的链表位置是 老位置加老的容量大小的位置
hiTail.next = null;
newTab[j + oldCap] = hiHead;
}
}
}
}
}
return newTab;
}
public void putAll(Map<? extends K, ? extends V> m) { //添加一组Map数据到HashMap中来
putMapEntries(m, true);
}
final void putMapEntries(Map<? extends K, ? extends V> m, boolean evict) {
int s = m.size();
if (s > 0) {
if (table == null) { // pre-size //如果当前数据为空 按传入集合的大小生成阈值
float ft = ((float)s / loadFactor) + 1.0F;
int t = ((ft < (float)MAXIMUM_CAPACITY) ?
(int)ft : MAXIMUM_CAPACITY);
if (t > threshold)
threshold = tableSizeFor(t);
}
else if (s > threshold) //如果容量大于阈值 对数组进行自增
resize();
for (Map.Entry<? extends K, ? extends V> e : m.entrySet()) { //循环调用putVal添加数据
K key = e.getKey();
V value = e.getValue();
putVal(hash(key), key, value, false, evict);
}
}
}
//获取数据
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;
if ((tab = table) != null && (n = tab.length) > 0 &&
(first = tab[(n - 1) & hash]) != null) { //符合条件判断 first = tab[(n - 1) & hash]) != null判断这个位置是否存在数据
if (first.hash == hash && // always check first node //如果当前first就是查询的数据直接返回
((k = first.key) == key || (key != null && key.equals(k))))
return first;
if ((e = first.next) != null) { //如果first链表下面有数据
if (first instanceof TreeNode) //红黑树查询
return ((TreeNode<K,V>)first).getTreeNode(hash, key);
do { //遍历查询链表
if (e.hash == hash &&
((k = e.key) == key || (key != null && key.equals(k))))
return e;
} while ((e = e.next) != null);
}
}
return null;
}
//删除数据
public V remove(Object key) {
Node<K,V> e;
return (e = removeNode(hash(key), key, null, false, true)) == null ?
null : e.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) { //通过key查询到数组下标位置 取出链表
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);
}
}
//上面为查出数据
if (node != null && (!matchValue || (v = node.value) == value ||
(value != null && value.equals(v)))) { //数据判断是否需要匹配value
if (node instanceof TreeNode) //如果是红黑树 通过红黑树删除
((TreeNode<K,V>)node).removeTreeNode(this, tab, movable);
else if (node == p) //如果为链表表头 直接赋值为下一个
tab[index] = node.next;
else
p.next = node.next;
++modCount;
--size;
afterNodeRemoval(node);
return node;
}
}
return null;
}
HashMap的遍历方式
//entrySet方式遍历
Iterator<Map.Entry<String,String>> iter = map.entrySet().iterator();
while (iter.hasNext()){
Map.Entry<String,String> entry = iter.next();
String key = entry.getKey();
String value = entry.getValue();
}
//KeySet方式遍历
Iterator<String> iter = map.keySet().iterator();
while (iter.hasNext()){
String key = iter.next();
String value = map.get(key);
}
//value遍历
Iterator<String> iter = map.values().iterator();
while (iter.hasNext()){
String value = iter.next();
}
推荐使用第一种方式
