求面试别再问我 HashMap 原理了——史上最全源码解读，别再说你不知道 HashMap 原理
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;
}
相信大家和我一样，第一次看到这个方法是蒙蔽的....先把结论给出来：找到大于或等于 cap 的最小 2 的幂，这里引用一张图解释下，侵删：
比如 cap 等于 5，那么最终返回的就是 8，如果 cap 等于 10，返回的就是 16，这样一说大家结合上面的应该能理解了。
2.1 插入
插入逻辑算是比较复杂的了，我们先来看看 put 方法代码：
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;
//初始化数组 table
if ((tab = table) == null || (n = tab.length) == 0)
n = (tab = resize()).length;
//通过 hash 算法找到下标，如果对应的位置为空，直接将数据放进去
if ((p = tab[i = (n - 1) & hash]) == null)
tab[i] = newNode(hash, key, value, null);
else {
//对应的位置不为空，hash 冲突
Node<K,V> e; K k;
//判断插入的 key 如果等于当前位置的 key 的话，先将 e 指向该键值对，后续覆盖
if (p.hash == hash &&
((k = p.key) == key || (key != null && key.equals(k))))
e = p;
//如果桶中的引用类型为 TreeNode，则调用红黑树的插入方法
else if (p instanceof TreeNode)
e = ((TreeNode<K,V>)p).putTreeVal(this, tab, hash, key, value);
else {
// 剩下就是链表了，进行遍历
for (int binCount = 0; ; ++binCount) {
//如果链表中部包含该节点，将该节点接在链表的最后，跳出循环
if ((e = p.next) == null) {
p.next = newNode(hash, key, value, null);
//如果链表长度大于一个阈值，链表变树！
if (binCount >= TREEIFY_THRESHOLD - 1)
treeifyBin(tab, hash);
break;
}
//如果链表中包含该节点，赋值，后续覆盖，跳出循环
if
(e.hash == hash &&
((k = e.key) == key || (key != null && key.equals(k))))
break;
p = e;
}
}
//判断插入的是否存在 HashMap 中，上面 e 被赋值，不为空，则说明存在，更新旧的键值对
if (e != null) { // existing mapping for key
V oldValue = e.value;
if (!onlyIfAbsent || oldValue == null)
e.value = value;
afterNodeAccess(e);
return oldValue;
}
}
++modCount;
//当前 HashMap 键值对超过阈值时，进行扩容
if (++size > threshold)
resize();
afterNodeInsertion(evict);
return null;
}
可以看到主要逻辑在 putVal()方法中，不清楚的可以看下注释，总结一下主要是几个方面：
如果当前 table 为空，先进行初始化
查找插入的键值对是否存在，存在的话，先进行赋值，后续将更新旧的键值对
不存在，插入链表尾部，如果链表长度大于一个阈值，进行链表转化树的操作
如果 size 大于一个阈值，进行扩容
那么重点当然就是扩容方法了，看看具体实现：
final Node<K,V>[] resize() {
Node<K,V>[] oldTab = table;
int oldCap = (oldTab == null) ? 0 : oldTab.length;
int oldThr = threshold;
int newCap, newThr = 0;
if (oldCap > 0) {
//超过最大值，不再扩容，直接返回
if (oldCap >= MAXIMUM_CAPACITY) {
threshold = Integer.MAX_VALUE;
return oldTab;
}
//通过位运算，计算出新的容量以及新的阈值，2 倍计算
else if ((newCap = oldCap << 1) < MAXIMUM_CAPACITY &&
oldCap >= DEFAULT_INITIAL_CAPACITY)
newThr = oldThr << 1; // double threshold
}
//使用 threshold 变量暂时保存 initialCapacity 参数的值
else if (oldThr > 0)
newCap = oldThr;
else {
//这里就能回答上面的初始化的问题了，调用空的构造函数时的赋值
newCap = DEFAULT_INITIAL_CAPACITY;
newThr = (int)(DEFAULT_LOAD_FACTOR * DEFAULT_INITIAL_CAPACITY);
}
// newThr 为 0 时，按阈值计算公式进行计算，容量*负载因子
if (newThr == 0) {
float ft = (float)newCap * loadFactor;
newThr = (newCap < MAXIMUM_CAPACITY && ft < (float)MAXIMUM_CAPACITY ?
(int)ft : Integer.MAX_VALUE);
}
//更新当前最新的阈值
threshold = newThr;
//创建新的桶数组，调用空的构造方法，这里也就是桶数组的初始化
Node<K,V>[] newTab = (Node<K,V>[])new Node[newCap];
table = newTab;
//如果旧的数组不为空，遍历，将值移植到新的数组中去
if (oldTab != null) {
for (int j = 0; j < oldCap; ++j) {
Node<K,V> e;
if ((e = oldTab[j]) != null) {
//将旧数组对象置位空，方便回收
oldTab[j] = null;
//计算新的位置，赋值操作
if (e.next == null)
newTab[e.hash & (newCap - 1)] = e;
else if (e instanceof TreeNode)
//如果原来节点是红黑树，则需要重新进行拆分
((TreeNode<K,V>)e).split(this, newTab, j, oldCap);
else {
//遍历整个链表，重新 hash，根据新的下标重新分组
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;
}
代码稍微长了点，大家耐心点看下逻辑，总结也就几点
判断当前 oldTab 长度是否为空，如果为空，则进行初始化桶数组，也就回答了空构造函数初始化为什么没有对容量和阈值进行辅助，如果不为空，则进行位运算，左移一位，2 倍运算。
扩容，创建一个新容量的数组，遍历旧的数组：
如果节点为空，直接赋值插入
如果节点为红黑树，则需要进行进行拆分操作
如果为链表，根据 hash 算法进行重新计算下标，将链表进行拆分分组
这里主要说明下链表拆分是什么意思，我们知道下标计算是 hash&（n-1），假如原始数组长度为 16,进行求余计算：那么 n-1 也就是 15，对应二进制 0000 1111，这时候分别有 2 个 hash 值分别为：1101 1100 和 1110 1100，计算可以得到，得到的下标都是 0000 1100，也就是 12，如果进行扩容之后呢？长度变成 32，n-1 也就对应 0001 1111，2 个 hash 再次进行计算得到的就是 0001 1100 和 0000 1100，一个下标还是 12，而另一个则是 28 了
可以看到扩容后，参与模运算的位数由 4 位变为了 5 位，所以对应得出来的值自然就不一样了，相信大家也应该理解了
2.2 查找
相对于复杂的插入操作，查找的逻辑相对就相对简单点了，代码如下：
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;
if ((tab = table) != null && (n = tab.length) > 0 &&
(first = tab[(n - 1) & hash]) != null) {
//定位下标，如果第一个节点是所要查找的值，直接返回
if (first.hash == hash && // always check first node
((k = first.key) == key || (key != null && key.equals(k))))
return first;
if ((e = first.next) != null) {
//如果第一个节点是 TreeNode 类型，去遍历红黑树
if (first instanceof TreeNode)
return ((TreeNode<K,V>)first).getTreeNode(hash, key);
do {
//对链表进行查找
if (e.hash == hash &&
((k = e.key) == key || (key != null && key.equals(k))))
return e;
} while ((e = e.next) != null);
}
}
return null;
}
上面也提到了，通过(n - 1) & hash?即可算出在数组中的位置，这里简单解释一下。HashMap 中桶数组的大小 length 总是 2 的幂，此时，(n - 1) & hash?等价于对 length 取余。但取余的计算效率没有位运算高，所以(n - 1) & hash也是一个小的优化
还有一个计算 hash 值得方法
static final int hash(Object key) {
int h;
return (key == null) ? 0 : (h = key.hashCode()) ^ (h >>> 16);
}
可以看到，这里的 hash 并不是用原有对象的 hashcode 最为最终的 hash 值，而是做了一定位运行，具体原因个人想法如下：
因为如果(n-1)的值太小的话，(n - 1) & hash的值就完全依靠 hash 的低位值，比如n-1为 0000 1111，那么最终的值就完全依赖于 hash 值的低 4 位了，这样的话 hash 的高位就玩完全失去了作用，h ^ (h >>> 16)，通过这种方式，让高位数据与低位数据进行异或，也是变相的加大了 hash 的随机性，这样就不单纯的依赖对象的 hashcode 方法了。
2.3 删除
有了前面一些铺垫，删除操作也并不复杂
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;
//和之前的判断一样
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;
//如果键的值与链表第一个节点相等，则将 node 指向该节点
if (p.hash == hash &&
((k = p.key) == key || (key != null && key.equals(k))))
node = p;
else if ((e = p.next) != null) {
//如果是 TreeNode 类型，指向该节点
if (p instanceof TreeNode)
node = ((TreeNode<K,V>)p).getTreeNode(hash, key);
else {
//遍历链表，找到该节点
do {
if (e.hash == hash &&
((k = e.key) == key ||
(key != null && key.equals(k)))) {
node = e;
break;
}
p = e;
} while ((e = e.next) != null);
}
}
//通过节点类型进行删除操作
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)
还未添加个人签名 2021.10.31 加入
还未添加个人简介
评论