目录
- 一、知识点
- 二、数据结构
- 三、resize() 扩容方法
- 四、putVal() 添加数据方法
- 五、remove() 删除方法
- 六、removeTreeNode() 退化链表方法
一、知识点
加载因子:
HashMap 的默认的加载因子: 0.75，用来限定阈值（用于控制 HashMap 的饱和度）
阈值 = 加载因子 * 数组长度
默认阈值: 16 * 0.75 = 12 （默认的初始容量：16）
在数组中存储元素数量，超过阈值，会引发数组扩容
Hash算法：
不是加密算法，不可逆
常见的哈希算法：MD4 、 MD5 、SHA1、SHA2、 SHA3
hashmap 的 hash值的计算：
// 不是哈希算法，仿照哈希算法思想
// 不够充分随机，但是速度快
// 要存储 key-value 数据，对 key 计算，得到一个 int 类型的 hash 值
// 如果kay值是null, 它对应的hash值是0
// 如果kay值不是null, 取key的hashCode 异或上 hashCode向right移动16位
// hashCode 向低位移动16位, 让高位和低位取异或运算的目的, 就是希望高位和低位充分混合, 最终都能参加到取模预算中去
(key == null) ? 0 : (h = key.hashCode()) ^ (h >>> 16);
手动计算HashMap的hash值举例：
String str = "study";
int hash = str.hashCode();
hash = hash ^ (hash >>> 16);
// 将哈希值映射到有限的索引范围内
int index = hash % 底层数组长度;
// hashCode（用于记录对象的位置）不一样, 那么hash值一定不一样, hashCode和hash值是一一对应关系
如果一个key-value数据在数组x下标位置, 当这个数组扩容, 扩容完成之后, 这个key-value数据要重新散列, 要么还在x位置, 要么在旧数组长度+x位置
因为默认的扩容机制是2倍
二、数据结构
class HashMap{
Node[] table; // HashMap的底层数组
int size;
float loadFactor; // 加载因子
float DEFAULT_LOAD_FACTOR = 0.75f; // 默认加载因子
int threshold; // 阈值
// ......
}
// 存储到HashMap底层Node数组中结点的类型:
// 添加key-value数据，实际上存储到对应经过计算 hash 值取模得到的下标的位置
class Node<K,V> {
final int hash; // 扩容数组后，原本存在某个位置的元素可能改变位置
final K key;
V value;
Node<K,V> next; // HashMap底层数组中是链表
}
三、resize() 扩容方法
给定数组长度点和 ArrayDeque 中的 initialCapacity 类似，只是 initialCapacity 是大于，没有等于
在构造方法里给 HashMap 一个长度, 它会把这个长度变成一个大于等于这个值的最小的2的幂值作为底层数组的长度
HashMap 的底层结构一直会保持2的幂值
final Node<K,V>[] resize() {
// 旧数组
Node<K,V>[] oldTab = table;
// 旧数组长度
int oldCap = (oldTab == null) ? 0 : oldTab.length;
// 旧阈值
int oldThr = threshold;
// 新数组长度，新阙值
int newCap, newThr = 0;
if (oldCap > 0) { // 场景二：不是第一次添加数据
if (oldCap >= MAXIMUM_CAPACITY) {
threshold = Integer.MAX_VALUE;
return oldTab;
}
else if ((newCap = oldCap << 1) < MAXIMUM_CAPACITY &&
oldCap >= DEFAULT_INITIAL_CAPACITY)
newThr = oldThr << 1; // 默认的扩容机制：2倍
}
else if (oldThr > 0)
// 场景一：第一次添加数据扩容，阙值不为0，数组为0
// 比如调用构造方法 new HashMap(initCap,loadFactor); new HashMap(initCap); 等
newCap = oldThr;
else { // 场景一：第一次添加数据扩容，oldTab = null，oldCap = 0，oldThr = 0
// DEFAULT_INITIAL_CAPACITY = 1 << 4;
// newCap(新容量) = 16
newCap = DEFAULT_INITIAL_CAPACITY;
// newThr(新阈值) = 0.75 * 16 = 12
newThr = (int)(DEFAULT_LOAD_FACTOR * DEFAULT_INITIAL_CAPACITY);
}
// 新阙值未赋值，如上面的if-else if不成立
if (newThr == 0) {
float ft = (float)newCap * loadFactor;
newThr = (newCap < MAXIMUM_CAPACITY && ft < (float)MAXIMUM_CAPACITY ?
(int)ft : Integer.MAX_VALUE);
}
threshold = newThr;
Node<K,V>[] newTab = (Node<K,V>[])new Node[newCap];
table = newTab;
// 上面的代码是在创建新的数组
// 这里把旧数组数据转移到新数组中
if (oldTab != null) {...}
return newTab;
}
四、putVal() 添加数据方法
public V put(K key, V value) {
return putVal(hash(key), key, value, false, true);
}
final V putVal(int hash, K key, V value, boolean onlyIfAbsent, boolean evict) {
Node<K, V>[] tab;
Node<K, V> p;
int n, i;
// 扩容
if ((tab = table) == null || (n = tab.length) == 0)
n = (tab = resize()).length;
// (n - 1) & hash : hash值和数组长度取模
// 因为数组长度是2的幂值，所以可以用&操作
// i 取模之后的下标
// p 指向key-value数据经过取模之后的下标位置
if ((p = tab[i = (n - 1) & hash]) == null)
tab[i] = newNode(hash, key, value, null);
else {
Node<K, V> e; // e指向需要修改的元素
K k;
// 要添加的key的位置，不为空，比较key
// 先比较hash值，再看两个key是否直接相等或者相equals
if (p.hash == hash &&
((k = p.key) == key || (key != null && key.equals(k))))
e = p;
// 判断 此处是不是树
else if (p instanceof TreeNode)
e = ((TreeNode<K, V>) p).putTreeVal(this, tab, hash, key, value);
else {
// 这个下标位置存储的不是树，是链表
// 初始：p指向数组的“第一个元素”
for (int binCount = 0; ; ++binCount) {
// 注意：这里 e = p.next，e指向链表的第二个元素（数组中的数组为第一个元素），此时 binCount == 0
if (( e = p.next) == null) {
p.next = newNode(hash, key, value, null);
// 当链表长度超过8达到9个数据的时候会进行红黑树的转化(阈值是8)
// HashMap中出现红黑树的概率很低
if (binCount >= TREEIFY_THRESHOLD - 1) // >= 7
// 转化树，不一定会构造树（发生树的转化，但不一定会将链表转换成红黑树）
treeifyBin(tab, hash);
break;
}
// 链表中有重复元素， key相同，新值覆盖旧值
if (e.hash == hash &&
((k = e.key) == key || (key != null && key.equals(k))))
break;
p = e;
}
}
if (e != null) {
// 新值覆盖旧值
V oldValue = e.value;
if (!onlyIfAbsent || oldValue == null)
e.value = value;
afterNodeAccess(e);
return oldValue;
}
}
// ...
return null;
}
转化树的源码：
final void treeifyBin(Node<K,V>[] tab, int hash) {
int n, index; Node<K,V> e;
当底层数组数为空，或者底层数组的长度 < MIN_TREEIFY_CAPACITY (初始值为64) 时，会选择扩容，而不是创建树
因为底层数组的长度是2的幂次值，< 64,即底层数组的长度最大为 32，0.75 的加载因子，即底层数组允许存储的数据的最大值是 32*0.75 = 24，这时即使某一个下标位置已经产生长度为9的链表, 是选择扩容, 而非转化为红黑树resize();
if (tab == null || (n = tab.length) < MIN_TREEIFY_CAPACITY)
注意：
如果我们使用某些特殊的类型来充当key, 要根据上面这个条件判断是否需要重写hashCode和equals方法
五、remove() 删除方法
public V remove(Object key) {
Node<K,V> e;
return (e = removeNode(hash(key), key, null, false, true)) == null ?
null : e.value;
}
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;
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;
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)
node = ((TreeNode<K,V>)p).getTreeNode(hash, key);
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);
}
}
if (node != null && (!matchValue || (v = node.value) == value ||
(value != null && value.equals(v)))) {
if (node instanceof TreeNode)
((TreeNode<K,V>)node).removeTreeNode(this, tab, movable);
else if (node == p)
tab[index] = node.next;
else
p.next = node.next;
++modCount;
--size;
afterNodeRemoval(node);
return node;
}
}
return null;
}
// 注：也可使用map.clear();将map中的所有元素全部删光
六、removeTreeNode() 退化链表方法
情况一：
移除元素 remove() 操作:
当红黑树(根节点/根节点的左右结点/根节点的左结点的左结点)这四个结点有任意一个不存在, 就要由红黑树转化为链表
在final void removeTreeNode(HashMap<K,V> map, Node<K,V>[] tab,boolean movable) {...}中
关键代码：
if (root == null || root.right == null ||
(rl = root.left) == null || rl.left == null) {
tab[index] = first.untreeify(map); // too small
return;
}
情形二：
底层数组的扩容resize()方法，导致树拆成两部分，树中的结点过少，转化成链表
判断节点类型，如果是链表，则将链表拆分，如果是TreeNode，则执行TreeNode的split方法分割红黑树
if (lc <= UNTREEIFY_THRESHOLD) // 低位；UNTREEIFY_THRESHOLD = 6
tab[index] = loHead.untreeify(map);
if (hc <= UNTREEIFY_THRESHOLD) // 高位
tab[index + bit] = hiHead.untreeify(map);
为什么链表转化为红黑树阈值是8, 红黑树转化为链表阈值是6 ?
担心如果阈值设为一样, 添加和删除可能导致红黑树和链表间的反复转化
