Java源码解读(一)——HashMap
HashMap作为常用的一种数据结构,阅读源码去了解其底层的实现是十分有必要的。在这里也分享自己阅读源码遇到的困难以及自己的思考。
HashMap的源码介绍已经有许许多多的博客，这里只记录了一些我看源码过程中的疑问，一些基础知识不再讲解。
一：Hash值的来源和使用
1 public V put(K key, V value) { 2 return putVal(hash(key), key, value, false, true); 3 } 4 5 static final int hash(Object key) { 6 int h; 7 // <<< 无符号右移 8 return (key == null) ? 0 : (h = key.hashCode()) ^ (h >>> 16); 9 }
这里是put()方法，里面有一个调用hash(key)就是得到hash值：
如果key为null，则返回0。否则则返回 key的(h = key.hashCode()) ^ (h >>> 16)（hashCode 异或 hashCode无符号右移16位），既二次散列，这么做的原因是为了尽可能的分散到桶（数组）各个位置，避免数据扎堆放在一个桶里面。提高HashMap运算效率。其中HashCode()是本地方法，不同的jvm会有不同的结果。
例 hashcode ： 0001 1000 0001 0001 1111 0001 0110 0000 ^ 0000 0000 0000 0000 0001 1000 0001 0001
相当于hashCode()的高16位异或低16位。这样就相当于32位数据都参与到了Hash运算。这样使得hash更加散列，尽可能的桶寻址更分散。
这里有专门的传送门http://blog.csdn.net/anxpp/article/details/51234835。
其实按照我的理解，无符号
得到了key的hash值，又是如何运用的哪？下面的代码不需要看那么多，如果有闲心可以看一看~
在putVal()方法中第9行代码，if ((p = tab[i = (n – 1) & hash]) == null),通过（n-1 & hash）与运算得到下标位置，这就是根据hash值得到了桶(数组)的位置。
&操作同时也保证了不会数组越界，(n-1)是桶(数组)界限。
Hash算法本质上就是三步：取key的hashCode值、高位运算、取模运算。
1 final V putVal(int hash, K key, V value, boolean onlyIfAbsent, 2 boolean evict) { 3 Node<K,V>[] tab; Node<K,V> p; int n, i; 4 //table 是否为空，初始化或者加倍表的大小。 5 if ((tab = table) == null || (n = tab.length) == 0) 6 n = (tab = resize()).length; 7 //i = (n - 1) & hash ,计算出来下标，这个下标为空，说明没有被占用，直接newNode. 8 //没有发生Hash碰撞 9 if ((p = tab[i = (n - 1) & hash]) == null) 10 tab[i] = newNode(hash, key, value, null); 11 else { 12 Node<K,V> e; K k; 13 //判断table[i]的首个元素是否和key一样，如果相同直接覆盖value,相同 e = p; 14 if (p.hash == hash && 15 ((k = p.key) == key || (key != null && key.equals(k)))) 16 e = p; 17 //判断table[i] 是否为treeNode，即table[i] 是否是红黑树，如果是红黑树，则直接在树中插入键值对 18 else if (p instanceof TreeNode) 19 e = ((TreeNode<K,V>)p).putTreeVal(this, tab, hash, key, value); 20 else {// 该链为链表 21 //遍历table[i]，判断链表长度是否大于TREEIFY_THRESHOLD(默认值为8)， 22 //大于8的话把链表转换为红黑树，在红黑树中执行插入操作，否则进行链表的插入操作；遍历过程中若发现key已经存在直接覆盖value即可； 23 for (int binCount = 0; ; ++binCount) { 24 //进入链表 25 if ((e = p.next) == null) { 26 p.next = newNode(hash, key, value, null); 27 //是否转为红黑树 28 if (binCount >= TREEIFY_THRESHOLD - 1) // -1 for 1st 29 treeifyBin(tab, hash); 30 break; 31 } 32 if (e.hash == hash && 33 ((k = e.key) == key || (key != null && key.equals(k)))) 34 break; 35 p = e;//进入下一个节点 36 } 37 } 38 if (e != null) { // existing mapping for key 39 V oldValue = e.value; 40 if (!onlyIfAbsent || oldValue == null) 41 e.value = value; 42 afterNodeAccess(e); 43 return oldValue; 44 } 45 } 46 ++modCount; 47 //长度是否超过当前允许的最大值，重新设置大小 48 if (++size > threshold) 49 resize(); 50 afterNodeInsertion(evict); 51 return null; 52 }
如果对hashCode感兴趣的话，可以开这个门https://www.cnblogs.com/dolphin0520/p/3681042.html
二 HashMap的扩容resize()
看代码就是一个循序渐进的过程。
我们知道桶(数组)的下标是根据(n-1)&hash得到的，当HashMap扩容后(n-1)就会发生变化啊，这样不就会扩容后寻不到下标了吗？
没错，这是一个很简单的问题，但是我看的时候没有看全就回家了，在地铁上想了一路怎么解决，然后猜测是扩容后会重新把所有数据在计算一遍。回到家后，我就去看代码对这个想法进行验证。
确实如此，所以我觉得扩容真心费劲。这里贴一下resize()方法。比较长~
从第30行就开始处理数据，使其根据新的容量(n-1)重新分配下标。当然，分配也不是漫无目的的：
在第56，57行代码中中:
Node<K,V> loHead = null, loTail = null;//没有改变索引位置的记录loHead【链表】，loTail 当前链表的尾节点
Node<K,V> hiHead = null, hiTail = null;//改变索引位置的记录hiHead【链表】，hiTail 当前链表的尾节点
一个原来数据重新分配后，只有两个位置可以去~
- 原封不动的还在原来下标 newTab[j]
- 换新的下标，但是位置是固定的 newTab[j + oldCap]
这是什么愿意导致的那?
我们知道，HashMap的桶(数组)扩容是扩容为原来的两倍 (newCap = oldCap << 1)。也就是说，原来的(n-1)是1111,现在成了1 1111 ，而key的hash是不会变的。
两者再次进行&运算，要么，多一个高位1。要么不变。例如：
每次扩容都会将全部元素计算一遍，所以扩容的开销还是很大的。
一篇传送门，如果不是很懂，可以看这里~http://blog.csdn.net/bnmb888/article/details/77164485
1 final Node<K,V>[] resize() {
2 Node<K,V>[] oldTab = table; 3 int oldCap = (oldTab == null) ? 0 : oldTab.length;//得到原数组（哈希桶）长度 4 int oldThr = threshold;//原来所能容纳的key-value对极限，阈值。 5 int newCap, newThr = 0;//新的长度，新的阈值。 6 if (oldCap > 0) { 7 if (oldCap >= MAXIMUM_CAPACITY) {//超过了hashMap最大（哈希桶）容量 8 threshold = Integer.MAX_VALUE; 9 return oldTab; 10 } 11 else if ((newCap = oldCap << 1) < MAXIMUM_CAPACITY &&//左移，小于最大值且 12 oldCap >= DEFAULT_INITIAL_CAPACITY) 13 newThr = oldThr << 1; // double threshold 左移一位 14 } 15 else if (oldThr > 0) // initial capacity was placed in threshold 哈希桶长度为0，且初始化HashMap时设置了长度 16 newCap = oldThr; 17 else { // zero initial threshold signifies using defaults 18 newCap = DEFAULT_INITIAL_CAPACITY; 19 newThr = (int)(DEFAULT_LOAD_FACTOR * DEFAULT_INITIAL_CAPACITY); 20 } 21 if (newThr == 0) { 22 float ft = (float)newCap * loadFactor; 23 newThr = (newCap < MAXIMUM_CAPACITY && ft < (float)MAXIMUM_CAPACITY ? 24 (int)ft : Integer.MAX_VALUE); 25 } 26 threshold = newThr; 27 @SuppressWarnings({"rawtypes","unchecked"}) 28 Node<K,V>[] newTab = (Node<K,V>[])new Node[newCap]; 29 table = newTab; 30 if (oldTab != null) { 31 for (int j = 0; j < oldCap; ++j) { 32 Node<K,V> e; 33 if ((e = oldTab[j]) != null) { 34 oldTab[j] = null; 35 if (e.next == null) 36 newTab[e.hash & (newCap - 1)] = e; 37 else if (e instanceof TreeNode) 38 ((TreeNode<K,V>)e).split(this, newTab, j, oldCap); 39 else { // preserve order(保持次序) 40 //原来的hash值新增的那个bit是1还是0，是0的话索引没变，是1的话索引变成“原索引+oldCap”,即newTab[j + oldCap] 41 /** 42 * 示例1： 43 e.hash=10 0000 1010 44 oldCap=16-1 0000 1111
newCap=32-1 0001 1111 45 &old=0 0000 1010 比较高位的第一位
&new=0 0000 1010 46 结论：元素位置在扩容后数组中的位置没有发生改变 放入 loHead 47 48 示例2： 49 e.hash=17 0001 0001 50 oldCap=16-1 0000 1111
newCap=32-1 0001 1111 51 &old =0 0000 0001 比较高位的第一位
&new =1 0001 0001 52 结论：元素位置在扩容后数组中的位置发生了改变，新的下标位置是[原下标位置+原数组长度] 放入 hiHead 53 * 54 */ 55 Node<K,V> loHead = null, loTail = null;//没有改变索引位置的记录loHead【链表】，loTail 当前链表的尾节点 56 Node<K,V> hiHead = null, hiTail = null;//改变索引位置的记录hiHead【链表】，hiTail 当前链表的尾节点 57 Node<K,V> next; 58 do { 59 next = e.next; 60 // 索引还是原索引 61 if ((e.hash & oldCap) == 0) {//如：oldCap 是 16，即二进制 1 0000 ，（1111），相与，可以判断e.hash的高位是否是0。为0则进入if语句 62 if (loTail == null)//loHead链表首位为null 63 loHead = e;//链表首位放入e 64 else 65 loTail.next = e;//依次放入节点，保持次序。 66 loTail = e;//记录当前节点位置 67 } 68 //索引改为 【原索引+oldCap】 69 else { 70 if (hiTail == null) 71 hiHead = e; 72 else 73 hiTail.next = e; 74 hiTail = e; 75 } 76 } while ((e = next) != null); 77 //原索引位置放入整个loHead链表 78 if (loTail != null) { 79 loTail.next = null; 80 newTab[j] = loHead; 81 } 82 //原索引+oldCap位置放入整个hiHead链表 83 if (hiTail != null) { 84 hiTail.next = null; 85 newTab[j + oldCap] = hiHead; 86 } 87 } 88 } 89 } 90 } 91 return newTab; 92 }
三 HashMap的红黑树操作
JDK1.8以后，当HashMap的链表过长时(TREEIFY_THRESHOLD = 8;)，会将链表转化为红黑树。在putVal()方法中有介绍。
当链表(UNTREEIFY_THRESHOLD = 6)会将其拆分，但是仅仅是在resize()的时候会有这一步操作，remove并不会。
这个方法是寻找树节点
1 final TreeNode<K,V> find(int h, Object k, Class<?> kc) { 2 //p是调用这个方法的对象 3 //getTreeNode(int h, Object k), p是root对象 4 TreeNode<K,V> p = this; 5 do { 6 int ph, dir; K pk; 7 TreeNode<K,V> pl = p.left, pr = p.right, q; 8 //hash值，对于任何给定的object，hash值是相同的 9 if ((ph = p.hash) > h) //当前节点hash值大于寻找的哈希值，寻找左孩子 10 p = pl; 11 else if (ph < h)//当前节点hash值小于寻找的哈希值，寻找右孩子 12 p = pr; 13 else if ((pk = p.key) == k || (k != null && k.equals(pk)))//hash值相同，key值相同，返回该节点p 14 return p; 15 else if (pl == null)//key值不同，左孩子为null(红黑树的叶子节点)，p改为右孩子。红黑树中，为null说明已经到达叶子节点，所以转向pr 16 p = pr; 17 else if (pr == null)//key值不同，右孩子为null(红黑树的叶子节点)，p改为左孩子。 18 p = pl; 19 else if ((kc != null || //自定义的比较（实现comparable接口的类 20 (kc = comparableClassFor(k)) != null) && //Object k（map的key）是否实现了comparable接口，是的话返回该实现类 21 (dir = compareComparables(kc, k, pk)) != 0) //在kc类中 调用k.compareTo(pk),自定义方法，根据返回值决定去左孩子还是右孩子 22 p = (dir < 0) ? pl : pr; 23 else if ((q = pr.find(h, k, kc)) != null)//hash值相同，key值不同且左孩子右孩子都存在，递归find右孩子 24 return q; 25 else //hash值相同，key值不同且左孩子右孩子都存在，右孩子没有找到，find左孩子 26 p = pl; 27 } while (p != null);//是否到叶子节点，红黑树叶子节点均为null 28 return null; 29 }
更多的HashMap知识，以后有空会继续更新。Java源码所写的注释，上传到了GitHub。会持续更新注释内容。
https://github.com/coldwindYBMC/Java_source