HashMap源码
来源:互联网 发布:立讯精密 知乎 编辑:程序博客网 时间:2024/06/05 21:06
HashMap<K,V> extends AbstractMap<K,V> implements Map<K,V>, Cloneable, Serializable
基于哈希表的 Map 接口的实现。此实现提供所有可选的映射操作,并允许使用 null 值和 null 键。(除了非同步和允许使用 null 之外,HashMap 类与Hashtable 大致相同)此类不保证映射的顺序,特别是它不保证该顺序恒久不变。
此实现假定哈希函数将元素适当地分布在各桶之间,可为基本操作(get 和 put)提供稳定的性能。迭代 collection 视图所需的时间与HashMap 实例的“容量”(桶的数量)及其大小(键-值映射关系数)成比例。所以,如果迭代性能很重要,则不要将初始容量设置得太高(或将加载因子设置得太低)。
HashMap 的实例有两个参数影响其性能:初始容量 和加载因子。容量 是哈希表中桶的数量,初始容量只是哈希表在创建时的容量。加载因子 是哈希表在其容量自动增加之前可以达到多满的一种尺度。当哈希表中的条目数超出了加载因子与当前容量的乘积时,则要对该哈希表进行rehash 操作(即重建内部数据结构),从而哈希表将具有大约两倍的桶数。
通常,默认加载因子 (.75) 在时间和空间成本上寻求一种折衷。加载因子过高虽然减少了空间开销,但同时也增加了查询成本(在大多数 HashMap 类的操作中,包括get 和put 操作,都反映了这一点)。在设置初始容量时应该考虑到映射中所需的条目数及其加载因子,以便最大限度地减少 rehash 操作次数。如果初始容量大于最大条目数除以加载因子,则不会发生 rehash 操作。
如果很多映射关系要存储在 HashMap 实例中,则相对于按需执行自动的 rehash 操作以增大表的容量来说,使用足够大的初始容量创建它将使得映射关系能更有效地存储。
- 类变量&常量
static final int DEFAULT_INITIAL_CAPACITY = 1 << 4; // 默认初始容量为16
static final int MAXIMUM_CAPACITY = 1 << 30; //最大容量为2^30
static final float DEFAULT_LOAD_FACTOR = 0.75f; //默认装载因子为0.75
//发生hash冲突的链表上,若链表容量大于8,且map的容量大于64,则将链表变成红黑树static final int TREEIFY_THRESHOLD = 8;
//如果以红黑树存储的元素个数小于6,则变成链表形式存储static final int UNTREEIFY_THRESHOLD = 6;
static final int MIN_TREEIFY_CAPACITY = 64; //决定是否转化为红黑树的最小容量
transient Set<Map.Entry<K,V>> entrySet //持有的entrySet()缓存
transient int size; //HashMap的容量
transient int modCount; //记录HashMap的结构被改变的次数
int threshold; //capacity*loadFactor,即发生扩容的阈值
final float loadFactor; //装载因子
2.内部类
EntrySet extends AbstractSet<Map.Entry<K,V>> :反映Map中的映射关系的一个Set视图,其对HashMap进行操作。故改变HashMap即改变了EntrySet,反之亦然。而且若对其进行iterator遍历时,HashMap发生了结构改变,则会导致EntrySet的不确定性。可以通过EntrySet对HashMap的元素进行删除,Iterator.remove,Set.remove,removeAll,retainAll和clear均可对其进行操作,但是add和addAll不可。
Node<K,V> implements Map.Entry<K,V> :链表的节点类,注意其实现了Map.Entry接口 final int hash; final K key; V value; Node<K,V> next; 构造方法、getKey、getValue、setValue方法以及 public final int hashCode() { //一般用于判断两个Node是否相同 return Objects.hashCode(key) ^ Objects.hashCode(value); } public final boolean equals(Object o) { if (o == this) return true; if (o instanceof Map.Entry) { //均为Map.Entry Map.Entry<?,?> e = (Map.Entry<?,?>)o; if (Objects.equals(key, e.getKey()) && Objects.equals(value, e.getValue())) return true; } return false; }
KeySet : 以key组成的Set集合
Values :以value组成的集合类
HashIterator :KeyIterator、ValueIterator、EntryIterator的父类,主要有hasNext、nextNode和remove等方法
3.构造方法
//无参数构造方法 public HashMap() { this.loadFactor = DEFAULT_LOAD_FACTOR; //令装载因子为默认的0.75 } //有初始容量的构造方法 public HashMap(int initialCapacity) { this(initialCapacity, DEFAULT_LOAD_FACTOR); } //有初始容量和装载因子的构造方法 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)) //判断loadFactor是否小于等于0或者不是一个数字 throw new IllegalArgumentException("Illegal load factor: " + loadFactor); this.loadFactor = loadFactor; //此处threshold保证为2的幂,调用tableSizeFor函数,对初始化容量进行调整 this.threshold = tableSizeFor(initialCapacity); } public HashMap(Map<? extends K, ? extends V> m) { this.loadFactor = DEFAULT_LOAD_FACTOR; putMapEntries(m, false); //将m放入到map中 }
4.重要函数
1.tableSizeFor函数,将threshold扩展至2的幂 static final int tableSizeFor(int cap) { int n = cap - 1; //通过不断做或运算,最后一定能够得到2的幂 n |= n >>> 1; n |= n >>> 2; n |= n >>> 4; n |= n >>> 8; n |= n >>> 16; //由于int为32位,故最多向右移动16位 return (n < 0) ? 1 : (n >= MAXIMUM_CAPACITY) ? MAXIMUM_CAPACITY : n + 1; }
2.putMapEntries函数,作用相当于putAll,即将一个map放入到原有HashMap中 evict为一个boolean函数,当为false时,表示是第一次创建该map。 当为true时,表示要传递给afterNodeInsertion方法,该方法是LinkedHashMap使用 final void putMapEntries(Map<? extends K, ? extends V> m, boolean evict) { int s = m.size(); if (s > 0) { if (table == null) { // 若为空,则需要对threshold进行处理 float ft = ((float)s / loadFactor) + 1.0F; //得到一个threshold 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); } } }
3.返回loadFactor & 返回capacity,也即table的长度或者threshold final float loadFactor() { return loadFactor; } final int capacity() { return (table != null) ? table.length : (threshold > 0) ? threshold : DEFAULT_INITIAL_CAPACITY; }
4,再次初始化,被readObject和clone方法调用 void reinitialize() { table = null; entrySet = null; keySet = null; values = null; modCount = 0; threshold = 0; size = 0; }
5.克隆函数 public Object clone() { HashMap<K,V> result; try { result = (HashMap<K,V>)super.clone(); } catch (CloneNotSupportedException e) { // this shouldn't happen, since we are Cloneable throw new InternalError(e); } result.reinitialize(); result.putMapEntries(this, false); return result; }
6.判断是否需要将链表改成红黑树 final void treeifyBin(Node<K,V>[] tab, int hash) { int n, index; Node<K,V> e; if (tab == null || (n = tab.length) < MIN_TREEIFY_CAPACITY) resize(); //若容量小于64,则只扩容 else if ((e = tab[index = (n - 1) & hash]) != null) { TreeNode<K,V> hd = null, tl = null; do { TreeNode<K,V> p = replacementTreeNode(e, null); if (tl == null) hd = p; else { p.prev = tl; tl.next = p; } tl = p; } while ((e = e.next) != null); if ((tab[index] = hd) != null) hd.treeify(tab); } }
7.hash函数,用于计算每一个key的hash值利用key.hashCode与key.hashCode/2^16进行异或计算,为了避免哈希碰撞,将高位分配到低位上,综合了速度与性能的考虑。hash集合只有在bit值高于当前掩码的时候总是会引发碰撞 static final int hash(Object key) { int h; return (key == null) ? 0 : (h = key.hashCode()) ^ (h >>> 16); }
8.put函数,添加元素进HashMap public V put(K key, V value) { return putVal(hash(key), key, value, false, true); } //实现map.put以及相关的方法,如果onlyIfAbsent为true,则不改变原有值。 //若evict为afterNodeInsertion的后续 final V putVal(int hash, K key, V value, boolean onlyIfAbsent, boolean evict) { Node<K,V>[] tab; //新的table Node<K,V> p; int n, i; //如果table为null或者长度为0,则tab=resize()可以初始化一个table if ((tab = table) == null || (n = tab.length) == 0) n = (tab = resize()).length; //p为元素在tab中的位置,利用hash&(table.length-1)进行计算 if ((p = tab[i = (n - 1) & hash]) == null) tab[i] = newNode(hash, key, value, null); else { //该位置的原有元素不为null,即发生了hash碰撞 Node<K,V> e; K k; //若hash和key均相同,且onlyIfAbsent为false,则直接替换value值 if (p.hash == hash && ((k = p.key) == key || (key != null && key.equals(k)))) e = p; //p为树节点,则将新的node节点加到树中 else if (p instanceof TreeNode) e = ((TreeNode<K,V>)p).putTreeVal(this, tab, hash, key, value); //p为链表节点,则将新的node节点加到链表中 else { for (int binCount = 0; ; ++binCount) { if ((e = p.next) == null) { //无相同的key,则将新节点加到链表最后面 p.next = newNode(hash, key, value, null); if (binCount >= TREEIFY_THRESHOLD - 1) treeifyBin(tab, hash); // 判断是扩容还是从链表转换成树 break; } //在链表中有节点和新节点的key相同,则直接break if (e.hash == hash && ((k = e.key) == key || (key != null && key.equals(k)))) break; p = e; } } if (e != null) { // 有相同节点,替换值或保留原节点 V oldValue = e.value; //onlyIfAbsent为false则替换value,为true则不替换 if (!onlyIfAbsent || oldValue == null) e.value = value; afterNodeAccess(e); return oldValue; } } ++modCount; if (++size > threshold) //size+1,判断是否需要扩容 resize(); afterNodeInsertion(evict); //一般用于LinkedHashMap return null; }
具体的计算过程用如下图表示,在设计hash函数时,因为目前的table长度为2的N次方,
而计算下标的时候,使用&位操作,而非%求余:
9.get方法,得到指定key的value //返回指定key的value值,或者是null如果map中没有相应的key //即若有(key==null ? k==null : key.equals(k)),则返回v,否则返回null(最多一个这样的映射) public V get(Object key) { Node<K,V> e; return (e = getNode(hash(key), key)) == null ? null : e.value; } //Map.get和相关方法的实现 final Node<K,V> getNode(int hash, Object key) { Node<K,V>[] tab; //新的table Node<K,V> first, e; int n; K k; //判断该hash(key)^table.length 是否在table中。 if ((tab = table) != null && (n = tab.length) > 0 && (first = tab[(n - 1) & hash]) != null) { if (first.hash == hash && // 检查第一个节点的key值是否与key相同 ((k = first.key) == key || (key != null && key.equals(k)))) return first; if ((e = first.next) != null) { //遍历节点,树节点或者链表节点 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; }
10.扩容函数resize final Node<K,V>[] resize() { Node<K,V>[] oldTab = table; //旧表 int oldCap = (oldTab == null) ? 0 : oldTab.length; //旧表的容量 int oldThr = threshold; //旧表的扩容阈值 int newCap, newThr = 0; if (oldCap > 0) { if (oldCap >= MAXIMUM_CAPACITY) { //无法扩容,只能提升阈值为Integer.MAX_VALUE threshold = Integer.MAX_VALUE; return oldTab; } //newCap为新容量=oldCap*2,若其小于MAXIMUM_CAPACITY(Integer.MAX_VALUE-8) //且oldCap大于等于10,则newThr新阈值为oldThr*2 else if ((newCap = oldCap << 1) < MAXIMUM_CAPACITY && oldCap >= DEFAULT_INITIAL_CAPACITY) newThr = oldThr << 1; // double threshold } else if (oldThr > 0) // oldCap等于0,表示hashMap为空 newCap = oldThr; else { // oldCap和oldThr均为0 newCap = DEFAULT_INITIAL_CAPACITY; newThr = (int)(DEFAULT_LOAD_FACTOR * DEFAULT_INITIAL_CAPACITY); } if (newThr == 0) { //未给newThr赋值的情况 float ft = (float)newCap * loadFactor; newThr = (newCap < MAXIMUM_CAPACITY && ft < (float)MAXIMUM_CAPACITY ? (int)ft : Integer.MAX_VALUE); } threshold = newThr; //将newThr赋值给threshold Node<K,V>[] newTab = (Node<K,V>[])new Node[newCap]; //重新划分newCap的空间 table = newTab; if (oldTab != null) { for (int j = 0; j < oldCap; ++j) { Node<K,V> e; //在oldTab[j]位置不为0的结点 if ((e = oldTab[j]) != null) { oldTab[j] = null; //e为指定位置的第一个节点,若只有一个节点,则对其重新计算位置为e.hash&(newCap-1) if (e.next == null) newTab[e.hash & (newCap - 1)] = e; //若指定位置上不止一个节点且为treeNode,则对树进行拆分 else if (e instanceof TreeNode) ((TreeNode<K,V>)e).split(this, newTab, j, oldCap); else { /* 1. oldIndex = hash & (oldCap - 1) = hash % oldCap ==> hash = m * oldCap + oldIndex 2. newIndex = hash & (newCap - 1) = hash & (oldCap * 2 - 1) = hash % (oldCap * 2) ==> hash = n * oldCap * 2 + newIndex ==> n * oldCap * 2 + newIndex = m * oldCap + oldIndex ==> newIndex - oldIndex = oldCap * (m - 2 * n) 3. m = hash / oldCap n = hash / newCap = hash/ (2 * oldCap) ==> m >= (2 * n) ==> newIndex - oldIndex = 0 or oldCap 3.1 若 newIndex - oldIndex = 0 (newIndex = oldIndex) < oldCap 则扩容后,e.hash & oldCap = 0,元素位置不变,仍放在原先的索引位置上 3.2 若newIndex - oldIndex = oldCap 则扩容后,e.hash & oldCap = oldIndex + oldCap,元素需要放到新扩容出的部分里 */ /*:把链表上的键值对按hash值分成lo和hi两串,lo串的新索引位置与原先相同[原先位置j],hi串的新索引位置为[原先位置j+oldCap];链表的键值对加入lo还是hi串取决于 判断条件if ((e.hash & oldCap) == 0),因为capacity是2的幂,所以oldCap为10...0的二进制形式,若判断条件为真,意味着oldCap为1的那位对应的hash位为0,对新索引的计算没有影响(新索引=hash&(newCap-1),newCap=oldCap<<2);若判断条件为假,则 oldCap为1的那位对应的hash位为1,即新索引=hash&( newCap-1 )= hash&( (oldCap<<2) - 1),相当于多了10...0,即oldCap 例子: 旧容量=16,二进制10000;新容量=32,二进制100000 旧索引的计算: hash = xxxx xxxx xxxy xxxx 旧容量-1 1111 &运算 xxxx 新索引的计算: hash = xxxx xxxx xxxy xxxx 新容量-1 1 1111 &运算 y xxxx 新索引 = 旧索引 + y0000,若判断条件为真,则y=0(lo串索引不变),否则y=1(hi串索引=旧索引+旧容量10000) */ Node<K,V> loHead = null, loTail = null; Node<K,V> hiHead = null, hiTail = null; Node<K,V> next; do { next = e.next; // 若e.hash & oldCap = 0,则用loHead作为链表的新节点 // 若e.hash & oldCap != 0,则用hiHead作为链表的新节点 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;//newTab的j+oldTab位置保存hiHead链表 } } } } } return newTab; }
11.clear函数,清除map中的元素 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; //help gc } }
- HashMap源码
- HashMap源码
- HashMap源码
- hashmap 源码
- HashMap源码
- HashMap源码
- HashMap源码
- HashMap源码
- HashMap源码
- 【源码】HashMap源码剖析
- 【源码】HashMap源码剖析
- 源码分析:HashMap
- 源码分析:HashMap
- HashMap源码分析
- HashMap 源码分析
- HashMap源码分析
- hashmap 源码阅读
- HashMap LinkedHashMap源码分析
- 简要分析Uboot是如何启动内核
- Android EditText 自带清除按钮 (ViewGroup实现)
- 存储过程测试流程--以MySQL为例
- 遗传算法(Genetic Algorithm)
- iOS layout机制相关方法
- HashMap源码
- Structural Patterns Part 7/7: Proxy Pattern
- Android - android.view.InflateException: Binary XML file line #: Error inflating class fragment
- HashSet源码
- JDBC结合MySql完成增删改查
- 在PPT中FLASH的使用
- linux 下文件夹的复制、覆盖以及确认问题解决
- LinkedList源码
- 非常好的理解遗传算法的例子