本文主要是介绍源码解读--HashMap(jdk8),希望对大家解决编程问题提供一定的参考价值,需要的开发者们随着小编来一起学习吧!
一.基础知识
之前写过一篇jdk7版的HashMap,今天在此基础上面讲讲jdk8中的HashMap。先来看看他们的不同。java源码系列。
1.jdk7中,扩容插入使用的是前插法,jdk8中使用的是尾插法。
2.jdk7中使用的是数组+链表的数据结构,查找时间复杂度取决于链表的长度为 O(n)。jdk8中使用的是数组+链表+红黑树(链表的个数大于8的时候,扩展为红黑树)的数据结构,将查找的时间复杂度为降为 O(logN)。
3.jdk7中定义的每个节点叫entry,jdk8中变成了node,不过里面的值还是hash,key,value,next,如下(jdk8)
final int hash;
final K key;
V value;
Node<K,V> next;
4,.jdk7是先扩容后添加值,jdk8是先添加值后扩容。
二.图谱与结构
简单给两张图,对比一下吧。
HashMap实现了Map,支持序列化和克隆。
三.源码分析
老规矩,看看初始化,添加,删除,获取方法。
1.初始化
它有四个初始化方法
public HashMap() { //数组容量是16,负载因子是0.75,超过16*0.75 = 12就要扩容。this.loadFactor = DEFAULT_LOAD_FACTOR; // all other fields defaulted
}
public HashMap(int initialCapacity) { //设置初始容量this(initialCapacity, DEFAULT_LOAD_FACTOR);
}
public HashMap(int initialCapacity, float loadFactor) { //设置初始容量和装载因子if (initialCapacity < 0)throw new IllegalArgumentException("Illegal initial capacity: " +initialCapacity);if (initialCapacity > MAXIMUM_CAPACITY)initialCapacity = MAXIMUM_CAPACITY;if (loadFactor <= 0 || Float.isNaN(loadFactor))throw new IllegalArgumentException("Illegal load factor: " +loadFactor);this.loadFactor = loadFactor;this.threshold = tableSizeFor(initialCapacity);
}
public HashMap(Map<? extends K, ? extends V> m) { //初始集合类型的HashMapthis.loadFactor = DEFAULT_LOAD_FACTOR; //装载因子是0.75putMapEntries(m, false); //将整个map添加进去,说到底还是一个一个的添加操作,这里就不细讲了,看下面的添加方法
}
2.添加方法
HashMap的添加方法也有好几种,不过原理都差不多,就挑pul(k,v)方法来说说吧。
public V put(K key, V value) { return putVal(hash(key), key, value, false, true); //添加值,第一个参数是hash值,第二个是key,第三个是value,第四个表示如果值存在覆不覆盖原值,第五个表示如果是false,table是创建模式
}
static final int hash(Object key) { //这是取key的的hashcode和高位参数int h;return (key == null) ? 0 : (h = key.hashCode()) ^ (h >>> 16);
}
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; //如果table里面没有值,需要进行一个扩容if ((p = tab[i = (n - 1) & hash]) == null) //如果用key hash到table(数组)里面没有数据,就创建一个新的节点放在table[i]位置上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)))) //如果table上面有值了,hash,key相等的话,暂别表table索引上的值赋值给ee = p;else if (p instanceof TreeNode) //判断是不是红黑树e = ((TreeNode<K,V>)p).putTreeVal(this, tab, hash, key, value);else {for (int binCount = 0; ; ++binCount) {if ((e = p.next) == null) { //链表数据依次往下走,如果是空的就说明是最后一个p.next = newNode(hash, key, value, null); //将新建的node添加到列表里面if (binCount >= TREEIFY_THRESHOLD - 1) // 如果大于阈值,就需要转成红黑树treeifyBin(tab, hash);break;}if (e.hash == hash &&((k = e.key) == key || (key != null && key.equals(k)))) //如果找到了相同的值(比较的key)break;p = e;}}if (e != null) { // 如果找到key相同的V oldValue = e.value; if (!onlyIfAbsent || oldValue == null) //需要将老值替换e.value = value;afterNodeAccess(e);return oldValue;}}++modCount;if (++size > threshold) //如果大于阈值,需要扩容resize();afterNodeInsertion(evict);return null;
}
final Node<K,V>[] resize() { //看官看好了,开始扩容Node<K,V>[] oldTab = table; //先记录一下老表int oldCap = (oldTab == null) ? 0 : oldTab.length; //记录老表里面的值长度int oldThr = threshold; //老的阈值int newCap, newThr = 0; //新表长度和阈值默认为0if (oldCap > 0) {if (oldCap >= MAXIMUM_CAPACITY) { //阈值限制threshold = Integer.MAX_VALUE;return oldTab;}else if ((newCap = oldCap << 1) < MAXIMUM_CAPACITY && //新的表长度是老表长度的两倍 <<n 表示2的n次方 oldCap >= DEFAULT_INITIAL_CAPACITY)newThr = oldThr << 1; // 老阈值*2}else if (oldThr > 0) newCap = oldThr;else { // 最开始没有值的情况下,初始化数据 表的长度是16,阈值是12newCap = 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]; //初始新表table = newTab;if (oldTab != null) { //如果老表里面是有值的for (int j = 0; j < oldCap; ++j) {Node<K,V> e;if ((e = oldTab[j]) != null) { //遍历老表数据oldTab[j] = null; //值赋值为null,方便gc释放内存if (e.next == null) //走到表的最后一个newTab[e.hash & (newCap - 1)] = e; //找到新表的索引,并赋值为eelse if (e instanceof TreeNode) //如果是红黑树,进行相应的处理((TreeNode<K,V>)e).split(this, newTab, j, oldCap);else { // 可以保证顺序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) { //e.hash 和 老表的长度进行与操作,如果==0放在低链if (loTail == null) //一开始为空的时候,指向eloHead = e;elseloTail.next = e; //逐步添加nodeloTail = e;}else {//e.hash 和 老表的长度进行与操作,如果不等于0放在高链if (hiTail == null)hiHead = e;elsehiTail.next = e;hiTail = e;}} while ((e = next) != null);if (loTail != null) {loTail.next = null;newTab[j] = loHead; //低链放到表的j索引}if (hiTail != null) {hiTail.next = null;newTab[j + oldCap] = hiHead; //高链放到j+老表的长度上面}}}}}return newTab; //至此扩容完成
}
3.删除方法
删除方法有三个,就先看看remove(o)吧。
public V remove(Object key) { //移除一个对象Node<K,V> e;return (e = removeNode(hash(key), key, null, false, true)) == null ? //可能值为空,如果不为空,返回对象的值null : e.value;
}
final Node<K,V> removeNode(int hash, Object key, Object value,boolean matchValue, boolean movable) { //matchValue 如果false就直接用key判断是否相同就好了,如果true的话,不仅要看key相同,还会去比较value要一样才删除 movable如果是true就会从table中移除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) { //判空并且找到table里面的索引值Node<K,V> node = null, e; K k; V v;if (p.hash == hash &&((k = p.key) == key || (key != null && key.equals(k)))) //如果找到了key相同的node = p;else if ((e = p.next) != null) { if (p instanceof TreeNode) //红黑树node = ((TreeNode<K,V>)p).getTreeNode(hash, key);else {do {if (e.hash == hash &&((k = e.key) == key ||(key != null && key.equals(k)))) { //在table这个索引里面依次查找值,找到了就结束node = e;break;}p = e;} while ((e = e.next) != null);}}if (node != null && (!matchValue || (v = node.value) == value || (value != null && value.equals(v)))) { //如果找到了key相同的,如果matchValue为false就直接进入操作,如果是true,之后还会进一步判断值是否相等if (node instanceof TreeNode)((TreeNode<K,V>)node).removeTreeNode(this, tab, movable);else if (node == p) //判断是链表第一个值,链表头指向它的下一个tab[index] = node.next;elsep.next = node.next; //不是是链表第一个值,扣掉要删除的节点++modCount;--size; //数据减少了一个afterNodeRemoval(node);return node;}}return null;
}
4.获取方法
public V get(Object key) { Node<K,V> e;return (e = getNode(hash(key), key)) == null ? null : e.value; //如果值为空,返回null,不为空,返回值
}
final Node<K,V> getNode(int hash, Object key) { //获取元素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) { //判空并且找到table里面的索引值if (first.hash == hash && ((k = first.key) == key || (key != null && key.equals(k)))) //苍天有幸,第一个值就找到了,直接返回return first;if ((e = first.next) != null) {if (first instanceof TreeNode)return ((TreeNode<K,V>)first).getTreeNode(hash, key); //遍历红黑树(这里就不深入看了,有兴趣的可以进一步查看源码),看看有没有值do {if (e.hash == hash &&((k = e.key) == key || (key != null && key.equals(k)))) //key相同,返回这个节点(node)return e;} while ((e = e.next) != null);}}return null;
}
到此,jdk8版的HashMap源码就讲完了!
四.总结
HashMap是一个常用类,但是请注意使用jdk7和jdk8的不同,同时如果有多线程的操作,请使用 ConcurrentHashMap,或者Collections.synchronizeMap(map)。其实Collections.synchronizeMap(map)里面用的就是synchronized
SynchronizedMap(Map<K,V> m) {this.m = Objects.requireNonNull(m); //map不能为空,要不然会抛出异常mutex = this;
}
public V put(K key, V value) {synchronized (mutex) {return m.put(key, value);}
}
大家想过没有为什么要使用两个链表来实现同一条链上面的扩容?
简单来说就是为了提高资源利用率。怎么解释呢。
向HashMap中一次加入
1,2,4,8,16,32,64
首先在数组上面有0号位置有很多hash值一样的数据。
0 8->16->32
1 1
2 2
4 4
当再加入64时,原表需要扩容
0 16->32
1 1
2 2
4 4
8 8
e.hash & oldCap) != 0 这个判断将符合条件的值放到高链(hi)中
e.hash & oldCap) == 0 这个判断将符合条件的值放到低链(lo)中
这样就在扩容的时候离散了数据,是表的利用率增加了。
但是还可以进行深入思路,有没有什么好的方案可以将表中的数值填充完全呢?
比如从数据中,明显看出坑位3,5,7 没有填好。
这篇关于源码解读--HashMap(jdk8)的文章就介绍到这儿,希望我们推荐的文章对编程师们有所帮助!