HashMaps是基于Map的键值对映射表,底层是通过数组,链表,红黑树(JDK1.8加入)来实现的
HashMap结构
HashMap中存储元素,是将key和value封装成了一个Node,先以一个Node数组的来存储,通过key的hashCode来计算hash值,根据hash值和HashMap的大小确定存入元素在数组中的位置。当hashCode相同时,即产生了相同的数组索引位置,那么就会通过单向链表的形式来继续存储。
1
2
3
4
5
6
7
8
9
10
11
12
13
14
|
static class Node<K,V> implements Map.Entry<K,V> {
final int hash;
final K key;
V value;
Node<K,V> next;
Node(int hash, K key, V value, Node<K,V> next) {
this.hash = hash;
this.key = key;
this.value = value;
this.next = next;
}
// 省略部分代码
}
|
HashMap中所有的映射都保存在节点Node中,同时为了解决发生hash碰撞的冲突,节点可以持有下一个节点的引用,以形成一个单向链表。
在JDK1.8,HashMap又做了一些改动,当数组table某个索引位置的上链表的长度大于8的话,则会将链表转化为红黑树。
1
2
3
4
5
6
7
8
9
10
11
|
static final class TreeNode<K,V> extends LinkedHashMap.Entry<K,V> {
TreeNode<K,V> parent; // red-black tree links
TreeNode<K,V> left;
TreeNode<K,V> right;
TreeNode<K,V> prev; // needed to unlink next upon deletion
boolean red;
TreeNode(int hash, K key, V val, Node<K,V> next) {
super(hash, key, val, next);
}
//省略部分代码
}
|
同样地,映射的key-value就保存在TreeNode中。parent、left、right持有相应节点的引用形成红黑树。
HashMap源码分析
1、主要属性:
1
2
3
4
|
transient Node<K,V>[] table; //数组
transient int size; //大小
int threshold; //扩容阈值
final float loadFactor; //加载因子,默认值为0.75
|
2、构造方法:
1
2
3
4
5
6
7
8
9
10
11
12
13
14
15
16
17
18
19
20
21
22
23
24
25
26
|
//使用默认的加载因子
public HashMap() {
this.loadFactor = DEFAULT_LOAD_FACTOR; // all other fields defaulted
}
//指定初始容量,使用默认的加载因子
public HashMap(int initialCapacity) {
this(initialCapacity, DEFAULT_LOAD_FACTOR);
}
//用现有的Map来构造一个新的hashMap
public HashMap(Map<? extends K, ? extends V> m) {
this.loadFactor = DEFAULT_LOAD_FACTOR;
putMapEntries(m, false);
}
//根据自定义的初始容量和加载因子来构造HashMap
public HashMap(int initialCapacity, float loadFactor) {
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);
}
|
构造函数主要是设置HashMap的初始容量,以及扩容的加载因子。
HashMap(Map<? extends K, ? extends V> m)构造函数根据已有的映射来构造新的HashMap,它同样采用的默认的加载因子,并将m中的元素添加到新构造的HashMap中。
3、数据存放:
1
2
3
4
5
6
7
8
9
10
11
12
13
14
15
16
17
18
19
20
21
22
23
|
public void putAll(Map<? extends K, ? extends V> m) {
putMapEntries(m, true);
}
final void putMapEntries(Map<? extends K, ? extends V> m, boolean evict) {
int s = m.size();
if (s > 0) {
if (table == null) { // pre-size
float ft = ((float)s / loadFactor) + 1.0F;
int t = ((ft < (float)MAXIMUM_CAPACITY) ?
(int)ft : MAXIMUM_CAPACITY);
if (t > threshold)
threshold = tableSizeFor(t);
}
else if (s > threshold)
resize();
for (Map.Entry<? extends K, ? extends V> e : m.entrySet()) {
K key = e.getKey();
V value = e.getValue();
putVal(hash(key), key, value, false, evict);
}
}
}
|
putAll方法直接调用putMapEntries。putMapEntries方法中先根据已有的Map中的元素数量对新构造的HashMap进行扩容,然后遍历旧的Map,取出元素存放到新的HashMap中。
1
2
3
4
5
6
7
8
9
10
11
12
13
14
15
16
17
18
19
20
21
22
23
24
25
26
27
28
29
30
31
32
33
34
35
36
37
38
39
40
41
42
43
44
45
46
47
48
49
50
51
52
53
54
55
56
57
58
59
60
|
//存放key-value
public V put(K key, V value) {
return putVal(hash(key), key, value, false, true);
}
//根据key的hashCode来计算hash值
static final int hash(Object key) {
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;
//table为null,则进行初始化
if ((tab = table) == null || (n = tab.length) == 0)
n = (tab = resize()).length;
//根据(n-1)&hash来计算元素在数组中的位置i
if ((p = tab[i = (n - 1) & hash]) == null)
//如果数组中该位置没有元素,即tab[i]==null,则直接构建Node存放在该位置
tab[i] = newNode(hash, key, value, null);
else {
//tab[i]不为null
Node<K,V> e; K k;
//如果数组中已有的节点tab[i]与需要新存入的元素的key相同,则直接替换掉tab[i]
if (p.hash == hash &&((k = p.key) == key || (key != null && key.equals(k))))
e = p;
else if (p instanceof TreeNode)
//如果tab[i]为红黑树节点,则直接存入红黑树
e = ((TreeNode<K,V>)p).putTreeVal(this, tab, hash, key, value);
else {
//tab[i]为链表的第一个节点,遍历链表,将新的节点加入到链表的尾部
for (int binCount = 0; ; ++binCount) {
if ((e = p.next) == null) {
p.next = newNode(hash, key, value, null);
//如果链表的长度大于阈值,则将链表转化为红黑树
if (binCount >= TREEIFY_THRESHOLD - 1) // -1 for 1st
treeifyBin(tab, hash);
break;
}
//如果链表中存在与新加入的元素key相同,则直接替换掉
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;
if (!onlyIfAbsent || oldValue == null)
e.value = value;
afterNodeAccess(e);
return oldValue;
}
}
++modCount;
//添加完成后,检查是否需要扩容
if (++size > threshold)
resize();
afterNodeInsertion(evict);
return null;
}
|
put方法的主要逻辑:根据添加节点的hash值计算计算它在数组中的位置i,判断tab[i]是否为空,为空则直接加入;不为空的话,需要判断该节点的key是否与新加入的节点的key相同,相同的话直接替换;如果不同则需要判断tab[i]节点是否是红黑树节点,如果是红黑树节点,则直接加入到红黑树中;
如果不是红黑树节点,那肯定就是链表的第一个节点了,遍历链表,在遍历的过程中还需要判断是否与链表中已有节点的key相同,如果相同,同样直接替换掉,都不同的话就直接添加到链表的末尾。并且呢,加入链表后还需要判断链表的长度是否超过了阈值8,超过了的话,需要将链表转换为红黑树。
HashMap在添加数据的时候,会判断当前数据量是否超过设定的阈值,如果超过的话会进行扩容,在扩容过程中会将已添加的数据进行重新添加,以致原来添加元素的顺序和位置都改变了,所以HashMap不能保证元素的存入取出顺序。
4、删除数据:
1
2
3
4
5
6
7
8
9
10
11
12
13
14
15
16
17
18
19
20
21
22
23
24
25
26
27
28
29
30
31
32
33
34
35
36
37
38
39
40
41
42
43
44
45
46
47
48
49
50
51
52
53
54
55
56
57
58
59
60
61
62
|
//根据key删除数据
public V remove(Object key) {
Node<K,V> e;
return (e = removeNode(hash(key), key, null, false, true)) == null ?
null : e.value;
}
//根据key-value删除数据
@Override
public boolean remove(Object key, Object value) {
return removeNode(hash(key), key, value, true, true) != null;
}
//删除节点
final Node<K,V> removeNode(int hash, Object key, Object value,
boolean matchValue, boolean movable) {
Node<K,V>[] tab; Node<K,V> p; int n, index;
//根据hash值得到数组索引位置的节点p
if ((tab = table) != null && (n = tab.length) > 0 &&
(p = tab[index = (n - 1) & hash]) != null) {
Node<K,V> node = null, e; K k; V v;
//p节点的key与需要删除的节点的key相同的话,则说明p就是需要删除的节点
if (p.hash == hash &&
((k = p.key) == key || (key != null && key.equals(k))))
node = p;
else if ((e = p.next) != null) {
if (p instanceof TreeNode)
//p节点为红黑树节点,从红黑树中获取匹配的删除节点
node = ((TreeNode<K,V>)p).getTreeNode(hash, key);
else {
//p为链表的第一个节点,遍历链表,找到匹配的删除节点
do {
if (e.hash == hash &&
((k = e.key) == key ||
(key != null && key.equals(k)))) {
node = e;
break;
}
p = e;
} while ((e = e.next) != null);
}
}
//[]匹配的删除节点node不为null的话,删除node
if (node != null && (!matchValue || (v = node.value) == value ||
(value != null && value.equals(v)))) {
if (node instanceof TreeNode)
//从红黑树中删除
((TreeNode<K,V>)node).removeTreeNode(this, tab, movable);
else if (node == p)
//从数组中删除
tab[index] = node.next;
else
//从链表中删除
p.next = node.next;
++modCount;
--size;
afterNodeRemoval(node);
return node;
}
}
return null;
}
|
remove的逻辑和加入元素的逻辑相似,依次从数组、红黑树、链表中找到匹配的删除节点来删除。
5、clear方法:
1
2
3
4
5
6
7
8
9
|
public void clear() {
Node<K,V>[] tab;
modCount++;
if ((tab = table) != null && size > 0) {
size = 0;
for (int i = 0; i < tab.length; ++i)
tab[i] = null;
}
}
|
clear方法要简单些,直接遍历数组tab,将数组中所有元素都置空即可。
最后
对于HashMap,我们只要知道了它的底层结构,要理解它的实现原理还是非常简单。在JDK1.8之后,加入了红黑树的结构,使HashMap的效率比之前的版本又优化了很多。