HashMap采用Hash表存储数据,由数组+链表的结构生成。数组的位置由key的hashcode的方法生成,每个数组位置存储一个Entry
对象。因为数组的位置是由hashcode通过特定的算法生成的,所以会发生hash冲突。
当发生hash冲突时,将会把新的元素对象通过链表的方式连接到目标数组元素的首部/尾部(jdk1.7采用头插法,jdk1.8采用尾插法),当链表的长度大于8时,链表将会转换为红黑树。
源码解析
主要的属性
使用hash表存储,容器是一个数组:
实际添加的元素数量由size属性记录:
数组的默认容量:
数组的最大容量:
当向数组中不断的添加元素时,超过threshold
扩容边界,就会发生扩容:
而扩容边界是由扩容因子决定,threshold = 当前数组的容量 * loadFactor
:
默认的扩容因子值为 0.75
,如果是一个16
容量的数组,当用了12
个容量位置时(16 * 0.75 = 12
),就会触发扩容操作。
实际扩容时,将会按照二倍扩容的方式对数组进行扩容。
构造器
分别指定初始容量
以及扩容因子
,如果不传则使用默认值16
以及0.75
。
其中边界值threshold
的大小生成是通过如下方法决定的,他始终会返回一个2^n
的数:
put方法
其中,使用key计算目标的hash值(使用key的hashCode右移16位):
然后调用putVal方法,其中,putVal
方法的具体逻辑如下:
final V putVal(int hash, K key, V value, boolean onlyIfAbsent,
boolean evict) {
Node<K,V>[] tab; Node<K,V> p; int n, i;
// 如果hash表(也就是数组table)为空,先初始化hash表
// resize方法会对 table 成员变量进行初始化
// 最后获取新的hash表的容量n
if ((tab = table) == null || (n = tab.length) == 0)
n = (tab = resize()).length;
// 计算目标key在数组中的位置索引 i 变量, (n - 1) & hash,等效于 hash % length
// 取出 i 位置的元素 p
// 如果 p == null,说明没有发生hash冲突
// 则创建一个Node对象,并放入到数组中
if ((p = tab[i = (n - 1) & hash]) == null)
tab[i] = newNode(hash, key, value, null);
// 否则发生了hash冲突
else {
Node<K,V> e; K k;
// 如果原位置的p,这个节点的key与新添加的key的值相同
if (p.hash == hash &&
((k = p.key) == key || (key != null && key.equals(k))))
e = p;
// 如果原位置的p,这个节点类型是 TreeNode,说明p处在红黑树中,将目标元素放入到红黑树中
else if (p instanceof TreeNode)
e = ((TreeNode<K,V>)p).putTreeVal(this, tab, hash, key, value);
// 如果原位置的p,这个节点类型是链表
else {
// 从头至尾遍历链表
// 如果遍历到尾部没有发现key相同的情况,就创建一个Node,将其添加到链表的最后(尾插法)
// 插入完成后,判断当前链表的长度,如果当前链表的长度大于 TREEIFY_THRESHOLD - 1
// 则触发链表转换红黑树的操作
// 因为到达了链表结尾,所以e对象一定为null
// 但如果这个过程中发现了目标key与当前key相同的情况
// 结束循环,获取与之相同的这个节点e
// 此时e一定不为null
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;
}
}
// 如果e不为空,就代表存在相同key的情况
// 将这个对象的值替换为新的value,并返回旧的value
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;
}
resize 数组的扩容
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;
}
加载因子为什么是 0.75
如果扩容因子为1: 只有到16位置都满了之后才会发生扩容。虽然这时候空间利用率极大,但是会很容易发生hash碰撞,特别是剩余的空间不多时,这时候查询效率就会越低。
如果扩容因子为0.5:这时碰撞的概率极低,所以产生链表的概率也低,查询效率极高,但是空间利用率极低。
0.75是对时间与空间的成本上的折中。
主数组的长度为什么必须为2的n次方?
确定目标key在数组的位置上是使用 (length - 1) & hash
的方式产生的,等效于length % hash
,而如果length的长度不是2的次幂,则这个等效就不会成立