HashMap继承自AbstractMap,存储为
// ------静态常量----------- // 默认容量 16 static final int DEFAULT_INITIAL_CAPACITY = 1 << 4; // 最大容量 static final int MAXIMUM_CAPACITY = 1 << 30; // 默认的负载因子 static final float DEFAULT_LOAD_FACTOR = 0.75f; // 连表转红黑树的连表阈值,当连表长度大于等于8,则会转为红黑树 static final int TREEIFY_THRESHOLD = 8; // 红黑树转为连表的阈值,当节点书小于等于6,则转为连表 static final int UNTREEIFY_THRESHOLD = 6; // 转红黑树的另一个前提,当前存数组长度大于等于该阈值,否则优先扩容 static final int MIN_TREEIFY_CAPACITY = 64; // --------核心参数-------- // 底层的存储结构,是通过数组存储 transient Node构造方法[] table; // 用于快速失败 transient int modCount; // 阈值 int threshold; // 负载因子,如没有指定,则为0.75 final float loadFactor;
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))
throw new IllegalArgumentException("Illegal load factor: " +
loadFactor);
this.loadFactor = loadFactor;
// 通过这里可以看到,并不是指定多少,初始容量就是多少,其实这里关于threshold的应用,我个人不认为是个很好的使用方式,毕竟这个是阈值,而非记录容量的内容,一个属性在不同场景下使用的意义并不一样。
this.threshold = tableSizeFor(initialCapacity);
}
- 在构造方法中,可以指定初始容量和负载因子大小。
- 初始容量并不一定是真实指定的值,最终的初始容量大小为2的N次幂。
- 在初始化时,并不正的把数组进行初始化,只有在第一个
数据写入时,才会真多初始话存储空间,这个对空间使用友好。
final V putVal(int hash, K key, V value, boolean onlyIfAbsent,
boolean evict) {
Node[] tab; Node p; int n, i;
// 如果为首次put值,则需要创建数组,从这里可以佐证,即使指定了容量在构造函数中也不会初始化存储空间
if ((tab = table) == null || (n = tab.length) == 0)
n = (tab = resize()).length;
// 如果当前槽位为空,则直接添加
if ((p = tab[i = (n - 1) & hash]) == null)
tab[i] = newNode(hash, key, value, null);
else {
Node e; K k;
// 如果当前槽位的key与当前指定的key一致,则记录当前Node信息
if (p.hash == hash &&
((k = p.key) == key || (key != null && key.equals(k))))
e = p;
// 如果是红黑树节点,则在树中添加对应的Node
else if (p instanceof TreeNode)
e = ((TreeNode)p).putTreeVal(this, tab, hash, key, value);
else { // 这是连表添加,尾插法
for (int binCount = 0; ; ++binCount) {
if ((e = p.next) == null) {
p.next = newNode(hash, key, value, null);
// 判断当前连表的长度是否触发转红黑树
if (binCount >= TREEIFY_THRESHOLD - 1) // -1 for 1st
treeifyBin(tab, hash);
break;
}
// 如果连表中某节点与当前节点的key一致,则结束查找
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;
// 判断是否替换旧值
if (!onlyIfAbsent || oldValue == null)
e.value = value;
// 该方法会在LinkedHashMap中具体用到,这其实就是一个空模版
afterNodeAccess(e);
return oldValue;
}
}
++modCount;
// 如果大于了扩容阈值,则进行扩容。
if (++size > threshold)
resize();
afterNodeInsertion(evict);
return null;
}
- put操作中,并未对key和value是否为null进行判断,因此,hashMap是支持null为key的,其实更直观的可以看下求hash的方法(key == null) ? 0 : (h = key.hashCode()) ^ (h >>> 16);,可以直观看到确实是支持key为null的。
final void treeifyBin(Node[] tab, int hash) { int n, index; Node e; // 如果当前数组长度小于转换的最低阈值,则优先扩容 if (tab == null || (n = tab.length) < MIN_TREEIFY_CAPACITY) resize(); else if ((e = tab[index = (n - 1) & hash]) != null) { // 将链表转为空黑树,然后进行红黑树调整 TreeNode hd = null, tl = null; do { TreeNode 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); } }
- 转为红黑树的另一个前提是,数组长度必须大于等于64,否则优先扩容。
- 关于为什么必须是64,这个目前没有太好的解释,因为根据源码注释来说Should be at least 4 * TREEIFY_THRESHOL,那意味应该32才对。这里说明对是,为什么会有这么个值,而不是直接转换为红黑树,因为,在数组长度较小时,如果直接转为红黑树,随着数据的逐渐增多,很快就会到达扩容的需求,扩容后,很可能需要将红黑树再次转为链表,增加了频繁转换的损耗,这样对性能是极不友好的。
final Node[] resize() { Node [] oldTab = table; int oldCap = (oldTab == null) ? 0 : oldTab.length; int oldThr = threshold; int newCap, newThr = 0; // 当前已经初始过存储空间 if (oldCap > 0) { if (oldCap >= MAXIMUM_CAPACITY) { threshold = Integer.MAX_VALUE; return oldTab; } else if ((newCap = oldCap << 1) < MAXIMUM_CAPACITY && oldCap >= DEFAULT_INITIAL_CAPACITY) newThr = oldThr << 1; // double threshold } // 这个主要是解决指定了初始空间大小,在这里会应用到。 else if (oldThr > 0) // initial capacity was placed in threshold newCap = oldThr; else { // 默认存储空间 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); } threshold = newThr; @SuppressWarnings({"rawtypes","unchecked"}) Node [] newTab = (Node [])new Node[newCap]; table = newTab; if (oldTab != null) { for (int j = 0; j < oldCap; ++j) { Node e; if ((e = oldTab[j]) != null) { oldTab[j] = null; // 当前槽位只有一个节点 if (e.next == null) newTab[e.hash & (newCap - 1)] = e; else if (e instanceof TreeNode) // 红黑树 ((TreeNode )e).split(this, newTab, j, oldCap); else { // 链表的结构 Node loHead = null, loTail = null; Node hiHead = null, hiTail = null; Node next; do { next = e.next; // 高位是0,表明扩容后,仍在低位,举个例子: // 当前数组长度为16,在槽位4上,hash值为4,20均在一个槽位上 // 当扩容后hash值为4的仍在原位置,但是hash为20的则会移到高位 if ((e.hash & oldCap) == 0) { if (loTail == null) loHead = e; else loTail.next = e; loTail = e; } else { // 在高位 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; }
- 每次扩容都是以翻倍的形式扩容,结果仍未2的N次幂。这样的好处,扩容后,移动数据遍历,计算方式都通过逻辑运算,效率高。
final Nodeput操作流程图getNode(int hash, Object key) { Node [] tab; Node first, e; int n; K k; if ((tab = table) != null && (n = tab.length) > 0 && (first = tab[(n - 1) & hash]) != null) { if (first.hash == hash && // 如果当前槽位的key就是要查询的key,则找到 ((k = first.key) == key || (key != null && key.equals(k)))) return first; if ((e = first.next) != null) { if (first instanceof TreeNode) // 红黑树中查找 return ((TreeNode )first).getTreeNode(hash, key); do { // 链表中查找。 if (e.hash == hash && ((k = e.key) == key || (key != null && key.equals(k)))) return e; } while ((e = e.next) != null); } } return null; }



