工作中常常会遇到常用的类,但是由于封装的太好,一般也不会出现太多的问题,就导致对底层的实现了解的比较少,最近想把这些东西全部都梳理一下,也顺便多学习一些实现思路。欢迎共同探讨
带着几个问题去读源码:
- HashMap是基于哪种数据结构实现的?
- HashMap是如何存储的?
- HashMap是如何取值的?
边读代码边理解:
其实只要阅读他的Put方法就能够知道前两个问题的答案!
put方法
public V put(K key, V value) {
// 第一个值是通过Hash去摸的形式获取定位这个key应该存在的位置
// 第二三个是 键和值
// 第四个表示如果为true的话,则表示不改变已经存在的值
// 第五个参数表示是初始化的表格
return putVal(hash(key), key, value, false, true);
}
// 具体的实现方法
final V putVal(int hash, K key, V value, boolean onlyIfAbsent,
boolean evict) {
// Node 表示一个链表节点,基本上就能够确定两种结构存储 数组和链表
Node<K,V>[] tab; Node<K,V> p; int n, i;
// 首先划分步骤,方便以下阅读
// 第一步:
if ((tab = table) == null || (n = tab.length) == 0)
// 如果一开始是初始化的情况下,则开始调整Map的大小.初始化大小是16
n = (tab = resize()).length;
// 第二步
// 表示 当前数组大小 - 1 之后hash取模一下,定位这个key在数组中的位置,如果为null表示不存在
if ((p = tab[i = (n - 1) & hash]) == null)
// 如果定位到的位置不存在的情况下,则创建一个Node对象
tab[i] = newNode(hash, key, value, null);
else {
// 第三步
Node<K,V> e; K k;
// 表示第二步中定位到了数组位置,需要在链表中去获取
// 如果这个数组位置的key和传递进来的key一致的话,则将这个对象赋给e做下一步操作
if (p.hash == hash &&
((k = p.key) == key || (key != null && key.equals(k))))
e = p;
// 这个表示红黑树节点的情况下
else if (p instanceof TreeNode)
e = ((TreeNode<K,V>)p).putTreeVal(this, tab, hash, key, value);
//
else {
// 循环遍历这个链表去找数据
for (int binCount = 0; ; ++binCount) {
//如果下一个节点为null的话,表示已经遍历到链表的最尾端
if ((e = p.next) == null) {
//将这个值作为链表的最尾端赋值
p.next = newNode(hash, key, value, null);
// 如果当前的链表大小大于指定的门槛值 8 的话,则将链表结构改造成红黑树结构
if (binCount >= TREEIFY_THRESHOLD - 1) // -1 for 1st
// 红黑树结构构建
treeifyBin(tab, hash);
break;
}
//如果找到了指定数据,则结束
if (e.hash == hash &&
((k = e.key) == key || (key != null && key.equals(k))))
break;
// 如果没有找到,则将e赋值给b继续查找他的下一级节点
p = e;
}
}
// e 对象如果不为空的话
if (e != null) { // existing mapping for key
// 将老值取出来
V oldValue = e.value;
// 将新值替换进去
if (!onlyIfAbsent || oldValue == null)
e.value = value;
afterNodeAccess(e);
// 然后返回老值
return oldValue;
}
}
//总是大小 + 1
++modCount;
// 如果大小超过设定的大小则进行重新调整
if (++size > threshold)
resize();
// 这个方法应该是交给你拓展的后置方法处理
afterNodeInsertion(evict);
return null;
}
resize()方法 - 一个调整HashMap大小的方法,这个方法很关键,为后面的优化做了一些策略
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) {
// 当大小超过了1E的时候,就默认给定最大值
if (oldCap >= MAXIMUM_CAPACITY) {
threshold = Integer.MAX_VALUE;
return oldTab;
}
// 如果小于1E并且值又大于默认的阀值大小时
else if ((newCap = oldCap << 1) < MAXIMUM_CAPACITY &&
oldCap >= DEFAULT_INITIAL_CAPACITY)
// **将当前大小调整为两倍大小**
newThr = oldThr << 1; // double threshold
}
else if (oldThr > 0) // initial capacity was placed in threshold
newCap = oldThr;
else { // 零初始阈值意味着使用默认值。
// **初始化的时候,默认阀值大小为16**
newCap = DEFAULT_INITIAL_CAPACITY;
// **这是一个门槛值 当大于这个值是按这个Map大小的0.75递增**
newThr = (int)(DEFAULT_LOAD_FACTOR * DEFAULT_INITIAL_CAPACITY);
}
// 计算新的resize上限
if (newThr == 0) {
float ft = (float)newCap * loadFactor;
newThr = (newCap < MAXIMUM_CAPACITY && ft < (float)MAXIMUM_CAPACITY ?
(int)ft : Integer.MAX_VALUE);
}
//调整阀值大小
threshold = newThr;
@SuppressWarnings({"rawtypes","unchecked"})
// 重新构建一个新的数组链表,并将大小调整至阀值的大小
Node<K,V>[] newTab = (Node<K,V>[])new Node[newCap];
table = newTab;
// 老的HashMap不为空的情况下
if (oldTab != null) {
for (int j = 0; j < oldCap; ++j) {
Node<K,V> e;
if ((e = oldTab[j]) != null) {
oldTab[j] = null;
// 如果链表的下一级为空了,表示已经到了最尾端
if (e.next == null)
// 重新通过Hash分配数组位置,设置为链表的头部
newTab[e.hash & (newCap - 1)] = e;
// 如果是红黑树的情况下
else if (e instanceof TreeNode)
((TreeNode<K,V>)e).split(this, newTab, j, oldCap);
else { // preserve order ###开始执行链表的秩序
//// 链表优化重hash的代码块 - 这一部分代码很关键
// 这一部分表示原索引放入 bucket 中
Node<K,V> loHead = null, loTail = null;
// 这一部分表示原索引+oldCap放入bucket中
Node<K,V> hiHead = null, hiTail = null;
Node<K,V> next;
do {
// 取出下一级
next = e.next;
//通过位运算获取该对象应该存在数组的位置
/**
只需要看看原来的hash值新增的那个bit是1还是0就好了，是0的话索引没
变，是1的话索引变成“原索引+oldCap”
*/
// 原索引处理规则
if ((e.hash & oldCap) == 0) {
//将判断链表头部对象是否存在,null表示不存在,如果不存在,则将当前对
//象设置为头部
if (loTail == null)
// 头部赋值
loHead = e;
else
// 否则设置该链表的下一级
loTail.next = e;
//将尾部重新定义为当前对象,方便下一个对象进来直接定位到尾部
loTail = e;
}
// 这里用来处理非原索引的逻辑,和上面差不多
else {
// 如果尾部为空的话
if (hiTail == null)
//则将头部设置为他
hiHead = e;
else
// 将尾部进行赋值
hiTail.next = e;
// 将当前值设置为尾部
hiTail = e;
}
}
// 循环遍历链表的下一级节点!!!!
while ((e = next) != null);
// 原索引还是存放到原来的位置
if (loTail != null) {
loTail.next = null;
newTab[j] = loHead;
}
// 非原索引则根据当作数组位置+老的极限值大小的位置,相加,得到存储的位置
if (hiTail != null) {
hiTail.next = null;
newTab[j + oldCap] = hiHead;
}
}
}
}
}
return newTab;
}
梳理一下上面所了解到的知识:
1. HashMap是由数组+链表+红黑树组成
2. HashMap的初始化数组大小是16,存储阀值大小当前数组大小的75%,当数组中的实际大小大于这个阀值是开始重新调整数组大小,调整方案是以2倍递增,当大小进行到Integer.MAX_VALUE,将不在扩容。
3. 扩容的方式是重新构建一个新的链表数组,将老的数组进行重组放入新的数组链表中
4. HashMap优化点:
1. 当链表长度超过8时,则将改造成TreeMap,也就是常说的红黑树,这样做的目的就是为了防止某一个链表非常长,查找速度很慢.
2. 扩容时会将链表进行遍历重组,重组的规则是判断它的最后一个bit是0还是1,因为我们使用的是2次幂的扩展(指长度扩为原来2倍)，所以元素的位置要么是在原位置，要么是在原位置再移动2次幂的位置,所以打个比方,当前key处于数组大小16的索引15位置,经过扩容之后的位置为15+16=31的位置。
3. 定位数组的位置一共采用了三步:取key的hashCode、高位运算、取模运算
方法一：
static final int hash(Object key) { //jdk1.8 & jdk1.7
int h;
// h = key.hashCode() 为第一步 取hashCode值
// h ^ (h >>> 16) 为第二步 高位参与运算
return (key == null) ? 0 : (h = key.hashCode()) ^ (h >>> 16);
}
方法二：
static int indexFor(int h, int length) { //jdk1.7的源码，jdk1.8没有这个方法，但是实现原理一样的
return h & (length-1); //第三步 取模运算
}
Map是如何取值的?
你如果了解了上面如何定位数组位置的话,应该就能够有大概的思路,还是上遍代码吧.
// 第一个值是key的hash值
final Node<K,V> getNode(int hash, Object key) {
Node<K,V>[] tab; Node<K,V> first, e; int n; K k;
// 数组不为空的情况下
if ((tab = table) != null && (n = tab.length) > 0 &&
// 这里会通过取模运算得到数组的位置
(first = tab[(n - 1) & hash]) != null) {
// 判断位置是否是第一个,如果是第一个则返回
if (first.hash == hash && // always check first node
((k = first.key) == key || (key != null && key.equals(k))))
return first;
// 如果不是第一个,则默认循环查找该链表,如果是红黑树则调用getTreeNode方法查找,然后返回.没有找到则返回null
if ((e = first.next) != null) {
if (first instanceof TreeNode)
return ((TreeNode<K,V>)first).getTreeNode(hash, key);
do {
if (e.hash == hash &&
((k = e.key) == key || (key != null && key.equals(k))))
return e;
} while ((e = e.next) != null);
}
}
return null;
}
参考资料:http://www.importnew.com/20386.html - 写的真他妈不是一般的好
