Collection探究之HashMap

在讲hash map之前先简单的讲讲hashcode。hash意思为散列，它能将任意长度的输入，通过散列算法的计算，输出固定长度，该输出就为散列值（hashcode）。
为什么会需要hashcode呢？可以想象我们需要将不同的元素存放入集合，为了快速查找与区分它们，可以使用hash算法将各个元素映射成为固定长度的hashcode，如：王－－1、而－－2、你－－3……这样，根据不同的hashcode将元素存到该数组下标为hashcode值的位置，在需要查找该元素时，只需将元素进行hash算法，得到hashcode之后，用该hashcode作为下标去数组中取元素就可以了。
接下来说说HashMap，它不是继承自Collection容器，它是基于Map接口实现的。在Map中存放的是key—value数据，key是通过hash算法后形成的hashcode，value为我们需要存放的数据，通过key能找到我们所需的value。但是hash算法也不是万能的，因为在数据量非常大的时候，很有可能两个不同的key在通过hash算法时会产生相同的hashcode，这就是hash冲突，为了解决这个问题，HashMap底层基于数组与链表来实现，下面是我从网上找的图：

数组的每一个元素为一个链表，若hashcode相同，则将数据依次存入链表中。下面，我们来看一下HashMap的源码。

1. HashMap的定义

public class HashMap<K,V> extends AbstractMap<K,V>    implements Map<K,V>, Cloneable, Serializable 

可以看到HashMap是继承自AbstractMap的，它实现了Map、Cloneable、Serializable接口。

2. HashMap的属性

    //table为存放key的数组，可以看到节点类型为Node    transient Node<K,V>[] table;    //定义变量entrySet，类型为一个Set，代表着一个Map实体（key－value对）。    transient Set<Map.Entry<K,V>> entrySet;    //HashMap的容量    transient int size;    //操作数    transient int modCount;   //容量的临界值，当实际容器的容量大于（总容量＊扩容比率）时进行扩容    int threshold;    //扩容比率    final float loadFactor;    //默认的HashMap的初始容量，大小为16。    static final int DEFAULT_INITIAL_CAPACITY = 1 << 4;     //HashMap的最大容量，2的30次方    static final int MAXIMUM_CAPACITY = 1 << 30;    //这是一个默认的数据容量阈值因子，也就是说，若HashMap中数据数量超过HashMap容量的3/4时，HashMap就会扩容    static final float DEFAULT_LOAD_FACTOR = 0.75f;    //这也是一个阈值，在HashMap的每个数组上的链表的元素数量超过8个时，该链表会变为红黑树，为了提升查找效率。    static final int TREEIFY_THRESHOLD = 8;    //有时候链表中的数据会删除，当链表中数据数量小于6时，该链表会不使用红黑树。    static final int UNTREEIFY_THRESHOLD = 6;    static final int MIN_TREEIFY_CAPACITY = 64;    //Node为HashMap中链表的节点，用于存放数据。    static class Node<K,V> implements Map.Entry<K,V> {        //hashcode        final int hash;        final K key;        V value;        //指向链表的下一个节点。        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;        }

3.HashMap的构造函数

//设定初始化容量和扩容比率     public HashMap(int initialCapacity, float loadFactor) {        if (initialCapacity < 0)            throw new IllegalArgumentException("Illegal initial capacity: " + initialCapacity);        //若大于最大容量，则等于最大容量        if (initialCapacity > MAXIMUM_CAPACITY)            initialCapacity = MAXIMUM_CAPACITY;         //判断边界与传入的扩容比率是否为数字        if (loadFactor <= 0 || Float.isNaN(loadFactor))            throw new IllegalArgumentException("Illegal load factor: " +                                               loadFactor);        this.loadFactor = loadFactor;        //tableSizeFor为新的扩容方法        this.threshold = tableSizeFor(initialCapacity);    }//用于确定每次HashMap扩容容量总是2的n次方，为是2的n次方呢？在后面会详细说static final int tableSizeFor(int cap) {        int n = cap - 1;        n |= n >>> 1;        n |= n >>> 2;        n |= n >>> 4;        n |= n >>> 8;        n |= n >>> 16;        return (n < 0) ? 1 : (n >= MAXIMUM_CAPACITY) ? MAXIMUM_CAPACITY : n + 1;    }    //调用默认的扩容比率进行初始化HashMap容器    public HashMap(int initialCapacity) {        this(initialCapacity, DEFAULT_LOAD_FACTOR);    }    public HashMap() {        this.loadFactor = DEFAULT_LOAD_FACTOR;    }    //使用Map类型的对象来初始化HashMap容器，将m中的key－value元素都加载入HashMap    public HashMap(Map<? extends K, ? extends V> m) {        this.loadFactor = DEFAULT_LOAD_FACTOR;        putMapEntries(m, false);    }final void putMapEntries(Map<? extends K, ? extends V> m, boolean evict) {        //传入Map的容器大小，实际容器大小        int s = m.size();        if (s > 0) {            //table表示hash表，也就是key数组            if (table == null) {                 //初始化数组大小                float ft = ((float)s / loadFactor) + 1.0F;                //边界检查，是否超出容器的最大容量                int t = ((ft < (float)MAXIMUM_CAPACITY) ? (int)ft : MAXIMUM_CAPACITY);                //若当前容器大小超出了容器的临界值，则更新临界值                if (t > threshold)                    threshold = tableSizeFor(t);            }            // 若实际容量大小超过临界值，则进行扩容            else if (s > threshold)                //扩容函数                resize();             //将m中的元素复制到HashMap中            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);            }        }    }//扩容函数final Node<K,V>[] resize() {        //获取原HashMap的Hash表        Node<K,V>[] oldTab = table;        int oldCap = (oldTab == null) ? 0 : oldTab.length;        int oldThr = threshold;        int newCap, newThr = 0;        if (oldCap > 0) {            //若超过了2的30次方则无法再若容，只能改变容器的临界值的大小            if (oldCap >= MAXIMUM_CAPACITY) {                threshold = Integer.MAX_VALUE;                return oldTab;            }            //扩容后的新容量为老容量的2倍            else if ((newCap = oldCap << 1) < MAXIMUM_CAPACITY && oldCap >= DEFAULT_INITIAL_CAPACITY)                //容器的临界值也变为原来的两倍                newThr = oldThr << 1;         }        //若oldCap<0，oldThr > 0那么新容量大小等于容量临界值大小        else if (oldThr > 0)             newCap = oldThr;        else {         //oldCap<0，oldThr < 0则心容器大小为初始化大小，新临界值为心容器大小＊扩容比率            newCap = DEFAULT_INITIAL_CAPACITY;            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);        }        //更新扩容比        threshold = newThr;        @SuppressWarnings({"rawtypes","unchecked"})            //初始化新的hash表            Node<K,V>[] newTab = (Node<K,V>[])new Node[newCap];        table = newTab;        if (oldTab != null) {            //将m数组复制到新的数组中，这里分两种情况1.红黑树 2链表            for (int j = 0; j < oldCap; ++j) {                Node<K,V> e;                if ((e = oldTab[j]) != null) {                    oldTab[j] = null;                    if (e.next == null)                        newTab[e.hash & (newCap - 1)] = e;                    else if (e instanceof TreeNode)                        ((TreeNode<K,V>)e).split(this, newTab, j, oldCap);                    else { // preserve order                        Node<K,V> loHead = null, loTail = null;                        Node<K,V> hiHead = null, hiTail = null;                        Node<K,V> next;                        do {                            next = e.next;                            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;                        }                    }                }            }        }        return newTab;    }

4.HashMap的一般操作

4.1 添加key－value

 public V put(K key, V value) {        return putVal(hash(key), key, value, false, true);    }//该方法用于将key－value放入HashMap中final V putVal(int hash, K key, V value, boolean onlyIfAbsent, boolean evict) {        //初始化hash表和节点        Node<K,V>[] tab; Node<K,V> p; int n, i;        //若表为空或者表的长度为0            if ((tab = table) == null || (n = tab.length) == 0)            //进行新建hash表，并得到表的容量            n = (tab = resize()).length;        //若在表中n－1的位置为空，直接将数据存放进去        if ((p = tab[i = (n - 1) & hash]) == null)            tab[i] = newNode(hash, key, value, null);        else {            Node<K,V> e; K k;            //若存在数据，且需要插入的数据与已经存在数据的key相同，则进行value覆盖            if (p.hash == hash && ((k = p.key) == key || (key != null && key.equals(k))))                e = p;                //若属于红黑树处理冲突            else if (p instanceof TreeNode)                e = ((TreeNode<K,V>)p).putTreeVal(this, tab, hash, key, value);            else {                //处理链表冲突                for (int binCount = 0; ; ++binCount) {                    //查找链表的末尾节点，找到则在尾部插入新插入的key－value                    if ((e = p.next) == null) {                        p.next = newNode(hash, key, value, null);                        //若已经处理的链表节点值到8个，则将链表转换成为红黑树                        if (binCount >= TREEIFY_THRESHOLD - 1) // -1 for 1st                            treeifyBin(tab, hash);                        break;                    }                    //更新p的下一个指针                    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;        if (++size > threshold)            resize();        afterNodeInsertion(evict);        return null;    }

4.2移除某个key的元素

//调用removeNode来实现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;            //获取根据hash与key查找到的节点p，若只有链表上只有一个节点            if (p.hash == hash &&  ((k = p.key) == key || (key != null && key.equals(k))))                node = p;             //若有两个以上的节点            else if ((e = p.next) != null) {            //若是红黑树                if (p instanceof TreeNode)                    node = ((TreeNode<K,V>)p).getTreeNode(hash, key);                //普通节点                else {                    do {                    //匹配节点的hash值与key                        if (e.hash == hash &&                            ((k = e.key) == key ||                             (key != null && key.equals(k)))) {                            node = e;                            break;                        }                        p = e;                    } while ((e = e.next) != null);                }            }            //分两种类型，按各自的方法移除节点            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;    }

先说一下为什么每次都是2的N次方，因为在上面的操作我们可以看到在定位值时(n - 1) & hash操作，n为当前hashMap的容量，当n为2的N次方时，(n - 1) & hash等效于hash％n，所以效率非常高，因为2
的N次方必定只有N位为1其余都为0，而当n －1时，N位为0，其后都为1，所以在运算时能够增加效率。

4.3获取元素

//交给getNode获取元素值 public V get(Object key) {        Node<K,V> e;        return (e = getNode(hash(key), key)) == null ? null : e.value;    }final Node<K,V> getNode(int hash, Object key) {        Node<K,V>[] tab; Node<K,V> first, e; int n; K k;        //通过hash找到key的链表头        if ((tab = table) != null && (n = tab.length) > 0 && (first = tab[(n - 1) & hash]) != null) {            //总是先检查链表头            if (first.hash == hash &&                 ((k = first.key) == key || (key != null && key.equals(k))))                return first;            if ((e = first.next) != null) {                if (first instanceof TreeNode)                    return ((TreeNode<K,V>)first).getTreeNode(hash, key);                do {                    //检查桶中是否有该元素的值                    if (e.hash == hash &&                        ((k = e.key) == key || (key != null && key.equals(k))))                        return e;                } while ((e = e.next) != null);            }        }        return null;    }

具体的代码分析就到此为止了，由于1.8的HashMap代码改动较大，不知本人的理解是否有误，若有错误，希望大家可以指出。