前言
- HashMap 1.8 的数据结构是什么样子的 ？
- HashMap 1.7 和 1.8 插入数据有什么不同 ？
- HashMap 1.8 什么时候会把链表转换为红黑树 ？
上文已经分析了 HashMap 1.7 版本的源码，了解 HashMap 的数据结构以及添加数据、动态扩容和获取数据的流程。HashMap 1.8 对比 1.7 版本发生了一些变化，咱们一步一步分析。（变量名不是一般的坑）
1、HashMap 使用
HashMap map = new HashMap();
map.put("key","value");
map.get("key");
2、HashMap 创建
public HashMap() {
this.loadFactor = DEFAULT_LOAD_FACTOR; // all other fields defaulted
}
在 1.8 的源码中 HashMap 的初始化只是对扩容率进行赋值
3、HashMap -> put
public V put(K key, V value) {
return putVal(hash(key), key, value, false, true);
}
3.1 hash
static final int hash(Object key) {
int h;
return (key == null) ? 0 : (h = key.hashCode()) ^ (h >>> 16);
}
虽然和 1.7 中的方法不一样，但是作用都是一样，减少碰撞的几率。
3.2 putVal ( 第一次添加数据 )
final V putVal(int hash, K key, V value, boolean onlyIfAbsent,
boolean evict) {
//数组
Node<K,V>[] tab;
//结点
Node<K,V> p;
//n代表长度，i代表索引
int n, I;
//会将table和长度进行赋值，如果数组为空或者数组长度为0，则会进行数组的初始化
if ((tab = table) == null || (n = tab.length) == 0)
n = (tab = resize()).length;
//根据数组长度和hash值获取索引，如果当前索引的结点对象为空，会直接 new 一个结点赋值到当前索引
if ((p = tab[i = (n - 1) & hash]) == null)
tab[i] = newNode(hash, key, value, null);
else{
......
}
++modCount;
//超过扩容临界值就会进行扩容
if (++size > threshold)
resize();
afterNodeInsertion(evict);
return null;
}
HashMap 1.7 的源码是先扩容后添加数据，而 1.8 的源码则是先添加数据后进行扩容
3.3 resize
final Node<K,V>[] resize() {
//table没有初始化，所以为null
Node<K,V>[] oldTab = table;
//oldCapd第一次进来为0
int oldCap = (oldTab == null) ? 0 : oldTab.length;
//threshold也没有初始化
int oldThr = threshold;
int newCap, newThr = 0;
//由于oldCap = 0 ，所以条件不会执行
if (oldCap > 0) {
......
}
else if (oldThr > 0) // initial capacity was placed in threshold
newCap = oldThr;
//最终条件判断会执行到这
else {
//设置数组的默认长度16
newCap = DEFAULT_INITIAL_CAPACITY;
//设置扩容临界值0.75*16 = 12
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);
}
//将刚计算的扩容临界值赋值
threshold = newThr;
@SuppressWarnings({"rawtypes","unchecked"})
Node<K,V>[] newTab = (Node<K,V>[])new Node[newCap];
table = newTab;
//由于第一次tab为空，所以条件判断不会执行
if (oldTab != null) {
......
}
//返回创建的新数组
return newTab;
}
1.7 和 1.8 的源码都是在添加第一条数据时对数组的初始化、扩容临界值的赋值
HashMap 首次添加数据大致流程
3.4 putVal ( 第二次添加数据 )
final V putVal(int hash, K key, V value, boolean onlyIfAbsent,
boolean evict) {
//数组
Node<K,V>[] tab;
//结点
Node<K,V> p;
//n代表长度，i代表索引
int n, I;
//因为添加过数据，数组不为空且数组的长度大于0
if ((tab = table) == null || (n = tab.length) == 0)
n = (tab = resize()).length;
//如果计算得到的索引在数组中没有存在结点，就创建一个新结点并赋值给当前索引
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 {
//便利链表
for (int binCount = 0; ; ++binCount) {
//将下一个结点赋值给e，便利到链表尾部
if ((e = p.next) == null) {
//将数据添加到链表尾部
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;
//onlyIfAbsent默认为false，对应的方法为putIfAbsent
if (!onlyIfAbsent || oldValue == null)
e.value = value;
afterNodeAccess(e);
return oldValue;
}
}
++modCount;
//超过扩容临界值就会进行扩容
if (++size > threshold)
resize();
afterNodeInsertion(evict);
return null;
}
添加第二条数据会有 2 种情况：
- 如果计算得到的索引在数组中没有存在结点，就创建一个新结点并赋值给当前索引。
- 如果当前数据的 hash 值与 key 值都相同，则直接替换；如果当前结点为 TreeNode，则进行树结点的 putTreeVal( ) 方法；如果都不是则对链表进行便利，当提前找到对应的结点就进行替换，如果没有找到则将数据添加到链表的尾部。当链表的长度达到 8 时，会通过 treeifyBin( ) 方法将链表转换成树。
1.7 源码是将 value 重新赋值，而 1.8 源码默认是将对象进行替换，如果只是将 value 重新赋值，对应的方法是 putIfAbsent( )。1.7 源码是将对象插入到头部结点，而 1.8 源码则是将对象插入到尾部。下面我们着重看 putTreeVal( ) 方法和 treeifyBin( )。
3.5 treeifyBin
final void treeifyBin(Node<K,V>[] tab, int hash) {
int n, index; Node<K,V> e;
//判断数组的长度，如果小于64还是进行扩容，大于64才进行树化
if (tab == null || (n = tab.length) < MIN_TREEIFY_CAPACITY)
resize();
else if ((e = tab[index = (n - 1) & hash]) != null) {
TreeNode<K,V> hd = null, tl = null;
do {
//将单链表转化为树结构
TreeNode<K,V> p = replacementTreeNode(e, null);
if (tl == null)
hd = p;
else {
//通过双向链表先将数据关联起来
p.prev = tl;
tl.next = p;
}
tl = p;
} while ((e = e.next) != null);
if ((tab[index] = hd) != null)
//树化
hd.treeify(tab);
}
}
通过方法可以了解到，链表长度为 8 时会转换为红黑树，但是有一个前提条件数组的长度必须大于 64；而在转换树结构前会通过双向链表将数据关联起来
3.6 putTreeVal
final TreeNode<K,V> putTreeVal(HashMap<K,V> map, Node<K,V>[] tab,
int h, K k, V v) {
Class<?> kc = null;
boolean searched = false;
//找到根结点
TreeNode<K,V> root = (parent != null) ? root() : this;
for (TreeNode<K,V> p = root;;) {
// dir 代表方向
// ph 代表 hash 值
// pk 代表 key
int dir, ph; K pk;
//如果根结点的 hash 值大于添加元素的 hash 值，将方向设置成左边
if ((ph = p.hash) > h)
dir = -1;
//如果根结点的 hash 值小于添加元素的 hash 值，将方向设置成右边
else if (ph < h)
dir = 1;
//判断当前的 key 是否一致，一致则直接返回
else if ((pk = p.key) == k || (k != null && k.equals(pk)))
return p;
//判断 key 有没有实现 Comparable 接口以及比较 root 和 传入元素的 key
else if ((kc == null &&
(kc = comparableClassFor(k)) == null) ||
(dir = compareComparables(kc, k, pk)) == 0) {
//首次查询会分别从根结点的左右分别查询
if (!searched) {
TreeNode<K,V> q, ch;
searched = true;
//如果查询到了则返回
if (((ch = p.left) != null &&
(q = ch.find(h, k, kc)) != null) ||
((ch = p.right) != null &&
(q = ch.find(h, k, kc)) != null))
return q;
}
//确定查询的方向
dir = tieBreakOrder(k, pk);
}
//根结点
TreeNode<K,V> xp = p;
if ((p = (dir <= 0) ? p.left : p.right) == null) {
//在确保时树结点的同时也是链表结点
Node<K,V> xpn = xp.next;
//因为查询不到，创建新的树结点
TreeNode<K,V> x = map.newTreeNode(h, k, v, xpn);
//根据方向赋值
if (dir <= 0)
xp.left = x;
else
xp.right = x;
xp.next = x;
x.parent = x.prev = xp;
if (xpn != null)
((TreeNode<K,V>)xpn).prev = x;
moveRootToFront(tab, balanceInsertion(root, x));
return null;
}
}
}
putTreeVal 会找到根结点，如果 hash 值相同就直接替换，如果不同通过比较hash 值来确定添加的方向是在树的左边还是右边，操作完成之后会进行 resize 的判断
3.7 resize
final Node<K,V>[] resize() {
//table没有初始化，所以为null
Node<K,V>[] oldTab = table;
//oldCapd第一次进来为0
int oldCap = (oldTab == null) ? 0 : oldTab.length;
//threshold也没有初始化
int oldThr = threshold;
int newCap, newThr = 0;
//由于oldCap > 0 ，所以条件不会执行
if (oldCap > 0) {
//如果数组长度大于最大值
if (oldCap >= MAXIMUM_CAPACITY) {
//threshold 赋值为最大值
threshold = Integer.MAX_VALUE;
return oldTab;
}
//将数组的长度变为原来的2倍
else if ((newCap = oldCap << 1) < MAXIMUM_CAPACITY &&
oldCap >= DEFAULT_INITIAL_CAPACITY)
//将扩容临界值也扩大为原来的2倍
newThr = oldThr << 1; // double threshold
}
else if (oldThr > 0) // initial capacity was placed in threshold
newCap = oldThr;
//最终条件判断会执行到这
else {
//设置数组的默认长度16
newCap = DEFAULT_INITIAL_CAPACITY;
//设置扩容临界值0.75*16 = 12
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);
}
//将刚计算的扩容临界值赋值
threshold = newThr;
//将新数组创建为原来的2倍大小
@SuppressWarnings({"rawtypes","unchecked"})
Node<K,V>[] newTab = (Node<K,V>[])new Node[newCap];
table = newTab;
//因为添加了数据，tab不为空
if (oldTab != null) {
//对数组便利
for (int j = 0; j < oldCap; ++j) {
Node<K,V> e;
if ((e = oldTab[j]) != null) {
//将原数组当前位置清空
oldTab[j] = null;
//如果当前索引只有一个元素，通过计算得到新的索引直接赋值
if (e.next == null)
newTab[e.hash & (newCap - 1)] = e;
//如果当前元素是树结点，则进行树结点的分割
else if (e instanceof TreeNode)
((TreeNode<K,V>)e).split(this, newTab, j, oldCap);
else { // preserve order
//因为数组扩容后只可能分配到2个固定的位置（例如低位 0 和高位 15）
//低位头，低位尾
Node<K,V> loHead = null, loTail = null;
//高位头，高位尾
Node<K,V> hiHead = null, hiTail = null;
Node<K,V> next;
do {
next = e.next;
//再次通过&运算判断时低位还是高位，直接插入到尾部
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;
}
}
}
}
}
//返回创建的新数组
return newTab;
}
HashMap 1.8 添加数据的流程
4、HashMap -> get
public V get(Object key) {
Node<K,V> e;
return (e = getNode(hash(key), key)) == null ? null : e.value;
}
4.1 getNode
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) {
//通过长度与hash值运算得到当前结点，如果hash值和key值都想同则直接返回
if (first.hash == hash && // always check first node
((k = first.key) == key || (key != null && key.equals(k))))
return first;
//如果不是头结点则往下找
if ((e = first.next) != null) {
//如果是树结点则去树种查找
if (first instanceof TreeNode)
return ((TreeNode<K,V>)first).getTreeNode(hash, key);
//便利链表
do {
if (e.hash == hash &&
((k = e.key) == key || (key != null && key.equals(k))))
return e;
} while ((e = e.next) != null);
}
}
return null;
}
get 流程比 put 流程简单很多
开篇疑问解答
HashMap 1.8 的数据结构是什么样子的 ？
HashMap 1.8 采用的结构是数组 + 链表 + 红黑树HashMap 1.7 和 1.8 插入数据有什么不同 ？
HashMap 1.7 中使用的是头插法，会将数据插入到链表的头部；HashMap 1.8 采用的是尾插法，插入的数据是在链表的尾部HashMap 1.8 什么时候会把链表转换为红黑树 ？
HashMap 1.8 中如果链表的长度达到 8，那么就会将链表转化为红黑树，前提条件是数组的长度大于 64，否则执行的还是扩容的方法
HashMap 1.8 源码分析大致就介绍到这里了，如果有什么写得不对的，可以在下方评论留言，我会第一时间改正。
