HashMap简介
本篇文章是自己在学习HashMap的过程中自己的总结，并不一定完全正确，主要是记录自己的学习过程。
- HashMap是一种映射关系，是hash值与实际存储对象之间的映射，也就是键值对的关系，通过关键字key找到实际存储的值value，是一种数据结构
- 什么是hash：本质上是把任意长度的输入，通过算法变换成固定长度的输出
在学习Java的过程中，最常见的两种数据结构是数组和链表，那么数组和链表各有什么优缺点？
- 数组：数组在物理空间中是连续的，数组对象直接指向数组首地址，在查找的时候效率高，但是由于空间是连续的，所以当物理空间的碎片比较多时，当我们想存入比较大的数组的时候，即使可能空间足够，但由于这些空间不是连续的，就无法存入
- 链表：链表在物理空间中不是连续的，在存放数据的同时还需要存放下一个链节点的地址，相比于数组，不受空间是否是碎片化的影响，只要有空间，就能存储数据。但是查找效率没有数组高，插入和删除的效率比数组高
- HashMap：HashMap将数组和链表结合起来，既能够提高查找效率，删除和插入的效率也提高了。
内部组成
- HashMap的存储形式：键值对的存储形式
- 数据结构：数组+链表+红黑树
内部成员：
- 默认初始容量DEFAULT_INITIAL_CAPACITY：16
- 默认负载因子DEFAULT_LOAD_FACTOR：默认为0.75，表示整体上table被占用程度
- TREEIFY_THRESHOLD：8，当数组中有某个索引位置上的链表长度大于该常量时，就将该链表转换成红黑树
- UNTREEIFY_THRESHOLD：6，当链表的长度小于该常量时，就将红黑树转换成链表
- 阈值threshold：当数组中键值对个数大于阈值时进行扩展，计算方式是hashmap长度*负载因子
- Node<K,V>[] table：数组
构造方法
HashMap map = new HashMap();
- 无参的构造方法，只初始化了负载因子，默认为0.75
HashMap map = new HashMap(int initialCapacity);
- 参数为map的初始容量，负载因子为默认值0.75，底层实际上是调用了HashMap(int initialCapacity, float loadFactor)
HashMap map = new HashMap(int initialCapacity, float loadFactor)
- 指定初始的容量以及负载因子
HashMap map = new HashMap(Map m);
- 初始化负载因子，默认为0.75
- 调用putMapEntries方法，将集合m全部都装进新的map集合里
方法的执行步骤如下：
- 获取m的实际判读，判断是否大于0，只有当大于0时才才执行
- 判断map的table数组是否为空，如果为空计算map的阈值
- 如果table数组不为空，判断s的实际长度是否大于map的阈值，如果大于对map集合进行扩容
- 当map的长度确定下来之后，遍历m集合，把键值对取出来存入map集合当中
增删查方法源码解析
- hash值计算过程：
static final int hash(Object key) {
int h;
//判断key的值是否为空
// 如果为空则返回0
// 如果不为空则调用key的hashCode方法计算出hash值
// 并让hash值的高16位与低16位进行异或操作，得出最后的hash值
return (key == null) ? 0 : (h = key.hashCode()) ^ (h >>> 16);
}- put方法
put方法大致的流程可以分为以下几点：
* 1）计算hash值，根据hash值得出索引值，采用的是当前table长度-1 & hash值相与得出索引值（hash值是通过上面的hash方法计算得出，而不是调用hashCode方法）
举个例子：存入两个key的hash值分别为14和35，而当前table的长度为默认容量16(2^n)
那么第一个key对应的索引值为：0000 1110 & 0000 1111，得出索引值为14
第二个key对应的索引值为：0010 0011 & 0000 1111，得出索引值为3
这样做能确保每个不论hash值有多大，都能够存入数组，截取的是hash值的二进制数的后n位
* 2）根据hash找到对应的索引值，有三种情况：
* 当前位置为空，直接存入
* 当前位置不为空，且是链表，插入到链表的尾部
* 当前位置为空，且是红黑树，插入到红黑树当中
* 3）判断当前table的实际长度size是否超出阈值threshold，如果超出则进行扩容以下是对源码的解读：
final V putVal(int hash, K key, V value, boolean onlyIfAbsent,
boolean evict) {
HashMap.Node<K,V>[] tab; HashMap.Node<K,V> p; int n, i;
//2）判断 table数组是否为空 || table数组的长度是否0，也就是是否是第一次存放
if ((tab = table) == null || (n = tab.length) == 0)
//其中一个条件满足，给table扩容
n = (tab = resize()).length;
//3）计算 （数组长度 - 1 & hash值），得出索引值，获取对应索引的值，判断是否为空
if ((p = tab[i = (n - 1) & hash]) == null)
//如果为空，在该索引位置创建一个新的节点，并放入
tab[i] = newNode(hash, key, value, null);
//4）如果不为空，证明该索引位置已经有值了
else {
HashMap.Node<K,V> e; K k;
//判断是否是同一个key
if (p.hash == hash &&
((k = p.key) == key || (key != null && key.equals(k))))
//如果是同一个就赋给e（赋给e是为了接下来是否要覆盖该位置的值做准备）
e = p;
//如果不是同一个key，判断是否是树节点，如果是树节点，把节点插入到红黑树里面
else if (p instanceof HashMap.TreeNode)
e = ((HashMap.TreeNode<K,V>)p).putTreeVal(this, tab, hash, key, value);
//如果既不是同一个key，也不是树节点，那只可能是链表
else {
//循环链表，判断每个节点的key是否与要插入的key相同，如果相同则覆盖掉。
//binCount记录该链表的节点位置
for (int binCount = 0; ; ++binCount) {
//判断当前位置是否是尾结点
if ((e = p.next) == null) {
//如果是尾节点，则在为节点的下一个节点插入新的节点（尾插法）
p.next = newNode(hash, key, value, null);
//判断当前链表的节点树是否大于(TREEIFY_THRESHOLD - 1)
if (binCount >= TREEIFY_THRESHOLD - 1) // -1 for 1st
//如果大于则将链表转换成红黑树
treeifyBin(tab, hash);
//跳出循环
break;
}
//判断当前位置和我们要存入的key是否相同，如果相同则跳出循环
if (e.hash == hash &&
((k = e.key) == key || (key != null && key.equals(k))))
break;
//如果以上两个判断都不满足，继续遍历下一个节点
p = e;
}
}
//判断e是否为空
if (e != null) { // existing mapping for key
//不为空，取出e的value值
V oldValue = e.value;
//onlyIfAbsent如果为false，则表示如果出现的key相同，则覆盖掉原来的值，反之就不覆盖
//可以参考HashMap的另一个方法，putIfAbsent的源码，里面的onlyIfAbsent就设为true
//还有一种情况：本来存放的value是null,那么不管onlyIfAbsent是true还是false，一定会被覆盖掉
if (!onlyIfAbsent || oldValue == null)
//覆盖掉原本的value值
e.value = value;
afterNodeAccess(e);
return oldValue;
}
}
//记录修改次数
++modCount;
//判断存入之后的size是否大于阈值
if (++size > threshold)
//如果大于则扩容，扩容的方法可以往下翻
resize();
afterNodeInsertion(evict);
return null;
}- remove(key)方法
remove的方法流程大致如下：
- 计算hash值，根据hash值计算出索引位置
- 找到要删除的索引位置的值
该值有如下三种情况
- 当前节点
- 链表上的几点
- 红黑树上的几点
根据找到的节点再做判断
- 如果是红黑树，那么将该节点从红黑树上删掉
- 如果是链表，进行断链操作
- 如果是当前节点，该索引位置指向当前节点的下一节点
具体源码如下：
// 1）判断key是否为空，并计算出hash值
final HashMap.Node<K,V> removeNode(int hash, Object key, Object value,
boolean matchValue, boolean movable) {
HashMap.Node<K,V>[] tab; HashMap.Node<K,V> p; int n, index;
//1）判断内部的table数组是否为空 && table数组长度是否大于0
// && (当前table的长度-1)与 hash值 相与，取出该索引位置的值，判断是否为空
if ((tab = table) != null && (n = tab.length) > 0 &&
(p = tab[index = (n - 1) & hash]) != null) {
HashMap.Node<K,V> node = null, e; K k; V v;
//2）如果当前索引位置的值p与要删除的key是相同的话
// 把p赋给节点node（赋给节点node是为了删除完之后还要返回被删除节点的值）
if (p.hash == hash &&
((k = p.key) == key || (key != null && key.equals(k))))
node = p;
//3）如果不相同，判断当前节点的下一个节点是否为空
//如果不为空，可能要删除的点是链表中的某一个节点或者是树节点（红黑树）
else if ((e = p.next) != null) {
//判断是否是树节点
if (p instanceof HashMap.TreeNode)
//如果是树节点，根据当前节点找到根节点，并根据根节点往下找直到找到要删除的节点
node = ((HashMap.TreeNode<K,V>)p).getTreeNode(hash, key);
//如果是链表，则遍历链表，直到找到要删除的节点
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);
}
}
//如果找到的节点node不等于空，判断该节点的结构
if (node != null && (!matchValue || (v = node.value) == value ||
(value != null && value.equals(v)))) {
//如果是树节点，则证明该链表已经被转换成红黑树，删除树节点
if (node instanceof HashMap.TreeNode)
((HashMap.TreeNode<K,V>)node).removeTreeNode(this, tab, movable);
//如果该节点就是一个node对象，则把该节点的下一个节点赋给该节点对应的索引位置
//（因为如果要删除的节点等于当前节点，证明该索引位置上就一个值，
// 则当前节点的下一个节点就一定为null，这样就相当于把当前节点对应的索引位置置空）
else if (node == p)
tab[index] = node.next;
//如果既不是树节点，也不是node对象，则要删除的节点是链表上的某一个节点，则把要删除的节点删掉（进行断链的操作）
else
p.next = node.next;
//修改次数加一
++modCount;
//table的实际长度减一
--size;
afterNodeRemoval(node);
return node;
}
}
return null;
}- get(key)方法
get方法的大致流程如下：
- 计算hash值，根据hash值计算出索引位置
判断该索引位置的值，有如下三种情况
- 是否是当前节点
- 是否是红黑树上的节点，如果是根据红黑树查找
- 是否是链表节点，如果是遍历链表
- 返回找到的节点
具体源码的注释如下：
// 1）判断key是否为空，并计算出hash值
final HashMap.Node<K,V> getNode(int hash, Object key) {
HashMap.Node<K,V>[] tab; HashMap.Node<K,V> first, e; int n; K k;
//1）判断内部的table数组是否为空 && table数组长度是否大于0
// && (当前table的长度-1)与 hash值 相与，取出该索引位置的值first，判断是否为空
if ((tab = table) != null && (n = tab.length) > 0 &&
(first = tab[(n - 1) & hash]) != null) {
//2）判断找到的first与key是否相同，如果相同则直接返回
if (first.hash == hash && // always check first node
((k = first.key) == key || (key != null && key.equals(k))))
return first;
//如果步骤2的条件不满足，有一种情况是真的没有对应的值
// 还有一种情况可能是hash冲突造成的原因，也就是该first节点实际上是一个链表
// 可能所要取的值不在头节点上，这时候就要去遍历链表的每一个节点
//判断first的下一个节点是否为空，如果为空证明要找的key没有对应的值，否则进行下一步
if ((e = first.next) != null) {
//判断first是不是TreeNode节点，也就是判断该链表是否被转化成红黑树
// 如果不是进行下一步，如果是查找红黑树节点
if (first instanceof HashMap.TreeNode)
//getTreeNode大致的方法流程如下：
//将first节点转换成TreeNode节点，判断first节点的父节点是否为空
// 如果为空证明该节点是根节点，如果不为空根据当前节点往上一直找，直到找到根节点
//根据根节点遍历每一个子节点直到找到相对应的key
return ((HashMap.TreeNode<K,V>)first).getTreeNode(hash, key);
//如果不是红黑树，循环遍历链表，对每一个节点进行判断
do {
if (e.hash == hash &&
((k = e.key) == key || (key != null && key.equals(k))))
return e;
} while ((e = e.next) != null);
}
}
return null;
}扩容机制
为什么要扩容：减少哈希冲突，提高性能
final Node<K,V>[] resize() {
Node<K,V>[] oldTab = table;
int oldCap = (oldTab == null) ? 0 : oldTab.length;//当前map的总长度
int oldThr = threshold;//当前map的阈值
int newCap, newThr = 0;
//1）判断当前容量是否大于0
if (oldCap > 0) {
//判断当前容量是否超过最大容量，如果超过则不继续扩容
if (oldCap >= MAXIMUM_CAPACITY) {
threshold = Integer.MAX_VALUE;
return oldTab;
}
//否则判断当前容量扩容一倍后是否小于最大容量 && 旧的容量的长度要大于默认容量16
else if ((newCap = oldCap << 1) < MAXIMUM_CAPACITY &&
oldCap >= DEFAULT_INITIAL_CAPACITY)
//满足这两个条件，将阈值扩容一倍
newThr = oldThr << 1; // double threshold
}
//2）如果当前容量不大于0，则判断当前阈值是否大于0
else if (oldThr > 0) // initial capacity was placed in threshold
//满足则新的容量等于当前阈值的值
newCap = oldThr;
//3）如果1和2都不满足，证明这是一个新创建的map
else { // zero initial threshold signifies using defaults
//则新的容量等于默认容量16，新的阈值等于默认的负载因子*0.75 * 默认容量16
newCap = DEFAULT_INITIAL_CAPACITY;
newThr = (int)(DEFAULT_LOAD_FACTOR * DEFAULT_INITIAL_CAPACITY);
}
// 4）判断新的阈值是否等于0
if (newThr == 0) {
//满足的话，判断新的容量是否小于最大容量
//满足的话判断新的容量*负载因子是否小于最大容量
//如果小于，那么新的阈值等于新的容量*负载因子，如果不小于，则新的阈值等于最大容量
float ft = (float)newCap * loadFactor;
newThr = (newCap < MAXIMUM_CAPACITY && ft < (float)MAXIMUM_CAPACITY ?
(int)ft : Integer.MAX_VALUE);
}
//5）创建新的newTab表，覆盖掉原本的table
threshold = newThr;
@SuppressWarnings({"rawtypes","unchecked"})
Node<K,V>[] newTab = (Node<K,V>[])new Node[newCap];
table = newTab;
//6）如果旧的table表不等于空，遍历oldTab
if (oldTab != null) {
for (int j = 0; j < oldCap; ++j) {
HashMap.Node<K,V> e;
//如果当前位置上的值不等于空，则将这给位置取出来赋给e，并把这个位置置空
if ((e = oldTab[j]) != null) {
oldTab[j] = null;
//判断e.next是否等于空，如果等于空，重新计算索引位置并赋给newTab
if (e.next == null)
newTab[e.hash & (newCap - 1)] = e;
//如果不等于空，判断是否为树节点，如果是拆分树节点并重新计算索引位置，赋给newTab
else if (e instanceof HashMap.TreeNode)
((TreeNode<K,V>)e).split(this, newTab, j, oldCap);
//如果不是树节点，那么就是链表
else { // preserve order
Node<K,V> loHead = null, loTail = null;
Node<K,V> hiHead = null, hiTail = null;
Node<K,V> next;
//循环遍历该索引位置对应的链表
do {
next = e.next;
// 如果当前节点的hash值与oldTab的容量相与等于0，把该节点放到Lo的链表上
if ((e.hash & oldCap) == 0) {
if (loTail == null)
loHead = e;
else
loTail.next = e;
loTail = e;
}
//如果不等于0，把这个节点放到Hi的链表上
else {
if (hiTail == null)
hiHead = e;
else
hiTail.next = e;
hiTail = e;
}
} while ((e = next) != null);
//循环结束后分别判断Lo和Hi是否为空，如果不为空则把Lo和Hi的头节点分别放入newTab表里
if (loTail != null) {
loTail.next = null;
newTab[j] = loHead;
}
if (hiTail != null) {
hiTail.next = null;
newTab[j + oldCap] = hiHead;
}
}
}
}
}
//7）循环结束，扩容完成，返回新数组
return newTab;
}
java
**粗体** _斜体_ [链接](http://example.com) `代码` - 列表 > 引用。你还可以使用@来通知其他用户。