轉載自??【集合框架】JDK1.8源碼分析之HashMap（一）

一、前言

　　在分析jdk1.8后的HashMap源碼時，發現網上好多分析都是基于之前的jdk，而Java8的HashMap對之前做了較大的優化，其中最重要的一個優化就是桶中的元素不再唯一按照鏈表組合，也可以使用紅黑樹進行存儲，總之，目標只有一個，那就是在安全和功能性完備的情況下讓其速度更快，提升性能。好~下面就開始分析源碼。

二、HashMap數據結構

　　

　　說明：上圖很形象的展示了HashMap的數據結構（數組+鏈表+紅黑樹），桶中的結構可能是鏈表，也可能是紅黑樹，紅黑樹的引入是為了提高效率。所以可見，在分析源碼的時候我們不知不覺就溫習了數據結構的知識點，一舉兩得。

三、HashMap源碼分析

　　3.1 類的繼承關系　

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

　　可以看到HashMap繼承自父類（AbstractMap），實現了Map、Cloneable、Serializable接口。其中，Map接口定義了一組通用的操作；Cloneable接口則表示可以進行拷貝，在HashMap中，實現的是淺層次拷貝，即對拷貝對象的改變會影響被拷貝的對象；Serializable接口表示HashMap實現了序列化，即可以將HashMap對象保存至本地，之后可以恢復狀態。

　　3.2 類的屬性　

public class HashMap<K,V> extends AbstractMap<K,V> implements Map<K,V>, Cloneable, Serializable {// 序列號private static final long serialVersionUID = 362498820763181265L; // 默認的初始容量是16static final int DEFAULT_INITIAL_CAPACITY = 1 << 4; // 最大容量static final int MAXIMUM_CAPACITY = 1 << 30; // 默認的填充因子static final float DEFAULT_LOAD_FACTOR = 0.75f;// 當桶(bucket)上的結點數大于這個值時會轉成紅黑樹static final int TREEIFY_THRESHOLD = 8; // 當桶(bucket)上的結點數小于這個值時樹轉鏈表static final int UNTREEIFY_THRESHOLD = 6;// 桶中結構轉化為紅黑樹對應的table的最小大小static final int MIN_TREEIFY_CAPACITY = 64;// 存儲元素的數組，總是2的冪次倍transient Node<k,v>[] table; // 存放具體元素的集transient Set<map.entry<k,v>> entrySet;// 存放元素的個數，注意這個不等于數組的長度。transient int size;// 每次擴容和更改map結構的計數器transient int modCount; // 臨界值 當實際大小(容量*填充因子)超過臨界值時，會進行擴容int threshold;// 填充因子final float loadFactor; }

　　說明：類的數據成員很重要，以上也解釋得很詳細了，其中有一個參數MIN_TREEIFY_CAPACITY，筆者暫時還不是太清楚，有讀者知道的話歡迎指導。

　　3.3 類的構造函數

　　1. HashMap(int, float)型構造函數

public HashMap(int initialCapacity, float loadFactor) {// 初始容量不能小于0，否則報錯if (initialCapacity < 0)throw new IllegalArgumentException("Illegal initial capacity: " +initialCapacity);// 初始容量不能大于最大值，否則為最大值if (initialCapacity > MAXIMUM_CAPACITY)initialCapacity = MAXIMUM_CAPACITY;// 填充因子不能小于或等于0，不能為非數字if (loadFactor <= 0 || Float.isNaN(loadFactor))throw new IllegalArgumentException("Illegal load factor: " +loadFactor);// 初始化填充因子 this.loadFactor = loadFactor;// 初始化threshold大小this.threshold = tableSizeFor(initialCapacity); }

　　說明：tableSizeFor(initialCapacity)返回大于等于initialCapacity的最小的二次冪數值。

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;}

　　說明：>>> 操作符表示無符號右移，高位取0。

　　2. HashMap(int)型構造函數。

public HashMap(int initialCapacity) {// 調用HashMap(int, float)型構造函數this(initialCapacity, DEFAULT_LOAD_FACTOR); }

　　3. HashMap()型構造函數。

public HashMap() {// 初始化填充因子this.loadFactor = DEFAULT_LOAD_FACTOR; }

　　4. HashMap(Map<? extends K>)型構造函數。

public HashMap(Map<? extends K, ? extends V> m) {// 初始化填充因子this.loadFactor = DEFAULT_LOAD_FACTOR;// 將m中的所有元素添加至HashMap中putMapEntries(m, false); }

　　說明：putMapEntries(Map<? extends K, ? extends V> m, boolean evict)函數將m的所有元素存入本HashMap實例中。　

final void putMapEntries(Map<? extends K, ? extends V> m, boolean evict) {int s = m.size();if (s > 0) {// 判斷table是否已經初始化if (table == null) { // pre-size// 未初始化，s為m的實際元素個數float ft = ((float)s / loadFactor) + 1.0F;int t = ((ft < (float)MAXIMUM_CAPACITY) ?(int)ft : MAXIMUM_CAPACITY);// 計算得到的t大于閾值，則初始化閾值if (t > threshold)threshold = tableSizeFor(t);}// 已初始化，并且m元素個數大于閾值，進行擴容處理else if (s > threshold)resize();// 將m中的所有元素添加至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);}} }

　　3.4 重要函數分析

　　1. putVal函數　　

final V putVal(int hash, K key, V value, boolean onlyIfAbsent,boolean evict) {Node<K,V>[] tab; Node<K,V> p; int n, i;// table未初始化或者長度為0，進行擴容if ((tab = table) == null || (n = tab.length) == 0)n = (tab = resize()).length;// (n - 1) & hash 確定元素存放在哪個桶中，桶為空，新生成結點放入桶中(此時，這個結點是放在數組中)if ((p = tab[i = (n - 1) & hash]) == null)tab[i] = newNode(hash, key, value, null);// 桶中已經存在元素else {Node<K,V> e; K k;// 比較桶中第一個元素(數組中的結點)的hash值相等，key相等if (p.hash == hash &&((k = p.key) == key || (key != null && key.equals(k))))// 將第一個元素賦值給e，用e來記錄e = p;// hash值不相等，即key不相等；為紅黑樹結點else if (p instanceof TreeNode)// 放入樹中e = ((TreeNode<K,V>)p).putTreeVal(this, tab, hash, key, value);// 為鏈表結點else {// 在鏈表最末插入結點for (int binCount = 0; ; ++binCount) {// 到達鏈表的尾部if ((e = p.next) == null) {// 在尾部插入新結點p.next = newNode(hash, key, value, null);// 結點數量達到閾值，轉化為紅黑樹if (binCount >= TREEIFY_THRESHOLD - 1) // -1 for 1st treeifyBin(tab, hash);// 跳出循環break;}// 判斷鏈表中結點的key值與插入的元素的key值是否相等if (e.hash == hash &&((k = e.key) == key || (key != null && key.equals(k))))// 相等，跳出循環break;// 用于遍歷桶中的鏈表，與前面的e = p.next組合，可以遍歷鏈表p = e;}}// 表示在桶中找到key值、hash值與插入元素相等的結點if (e != null) { // 記錄e的valueV oldValue = e.value;// onlyIfAbsent為false或者舊值為nullif (!onlyIfAbsent || oldValue == null)//用新值替換舊值e.value = value;// 訪問后回調 afterNodeAccess(e);// 返回舊值return oldValue;}}// 結構性修改++modCount;// 實際大小大于閾值則擴容if (++size > threshold)resize();// 插入后回調 afterNodeInsertion(evict);return null; }

　　說明：HashMap并沒有直接提供putVal接口給用戶調用，而是提供的put函數，而put函數就是通過putVal來插入元素的。

　　2. getNode函數

final Node<K,V> getNode(int hash, Object key) {Node<K,V>[] tab; Node<K,V> first, e; int n; K k;// table已經初始化，長度大于0，根據hash尋找table中的項也不為空if ((tab = table) != null && (n = tab.length) > 0 &&(first = tab[(n - 1) & hash]) != null) {// 桶中第一項(數組元素)相等if (first.hash == hash && // always check first node((k = first.key) == key || (key != null && key.equals(k))))return first;// 桶中不止一個結點if ((e = first.next) != null) {// 為紅黑樹結點if (first instanceof TreeNode)// 在紅黑樹中查找return ((TreeNode<K,V>)first).getTreeNode(hash, key);// 否則，在鏈表中查找do {if (e.hash == hash &&((k = e.key) == key || (key != null && key.equals(k))))return e;} while ((e = e.next) != null);}}return null; }

　　說明：HashMap并沒有直接提供getNode接口給用戶調用，而是提供的get函數，而get函數就是通過getNode來取得元素的。

　　3. resize函數　　

final Node<K,V>[] resize() {// 當前table保存Node<K,V>[] oldTab = table;// 保存table大小int oldCap = (oldTab == null) ? 0 : oldTab.length;// 保存當前閾值 int oldThr = threshold;int newCap, newThr = 0;// 之前table大小大于0if (oldCap > 0) {// 之前table大于最大容量if (oldCap >= MAXIMUM_CAPACITY) {// 閾值為最大整形threshold = Integer.MAX_VALUE;return oldTab;}// 容量翻倍，使用左移，效率更高else if ((newCap = oldCap << 1) < MAXIMUM_CAPACITY &&oldCap >= DEFAULT_INITIAL_CAPACITY)// 閾值翻倍newThr = oldThr << 1; // double threshold }// 之前閾值大于0else if (oldThr > 0)newCap = oldThr;// oldCap = 0并且oldThr = 0，使用缺省值（如使用HashMap()構造函數，之后再插入一個元素會調用resize函數，會進入這一步）else { newCap = DEFAULT_INITIAL_CAPACITY;newThr = (int)(DEFAULT_LOAD_FACTOR * DEFAULT_INITIAL_CAPACITY);}// 新閾值為0if (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"})// 初始化tableNode<K,V>[] newTab = (Node<K,V>[])new Node[newCap];table = newTab;// 之前的table已經初始化過if (oldTab != null) {// 復制元素，重新進行hashfor (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 orderNode<K,V> loHead = null, loTail = null;Node<K,V> hiHead = null, hiTail = null;Node<K,V> next;// 將同一桶中的元素根據(e.hash & oldCap)是否為0進行分割，分成兩個不同的鏈表，完成rehashdo {next = e.next;if ((e.hash & oldCap) == 0) {if (loTail == null)loHead = e;elseloTail.next = e;loTail = e;}else {if (hiTail == null)hiHead = e;elsehiTail.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; }

　　說明：進行擴容，會伴隨著一次重新hash分配，并且會遍歷hash表中所有的元素，是非常耗時的。在編寫程序中，要盡量避免resize。

　　在resize前和resize后的元素布局如下

　　說明：上圖只是針對了數組下標為2的桶中的各個元素在擴容后的分配布局，其他各個桶中的元素布局可以以此類推。

四、針對HashMap的思考

　　4.1. 關于擴容的思考

　　從putVal源代碼中我們可以知道，當插入一個元素的時候size就加1，若size大于threshold的時候，就會進行擴容。假設我們的capacity大小為32，loadFator為0.75,則threshold為24 = 32 * 0.75，此時，插入了25個元素，并且插入的這25個元素都在同一個桶中，桶中的數據結構為紅黑樹，則還有31個桶是空的，也會進行擴容處理，其實，此時，還有31個桶是空的，好像似乎不需要進行擴容處理，但是是需要擴容處理的，因為此時我們的capacity大小可能不適當。我們前面知道，擴容處理會遍歷所有的元素，時間復雜度很高；前面我們還知道，經過一次擴容處理后，元素會更加均勻的分布在各個桶中，會提升訪問效率。所以，說盡量避免進行擴容處理，也就意味著，遍歷元素所帶來的壞處大于元素在桶中均勻分布所帶來的好處。如果有讀者有不同意見，也歡迎討論~

五、總結

　　至此，HashMap的源碼就分析到這里了，其中理解了其中的核心函數和數據結構，那么理解HashMap的源碼就不困難了。當然，此次分析中還有一些知識點沒有涉及到，如紅黑樹、序列化、拷貝等，

總結

以上是生活随笔為你收集整理的【集合框架】JDK1.8源码分析之HashMap（一）的全部內容，希望文章能夠幫你解決所遇到的問題。

如果覺得生活随笔網站內容還不錯，歡迎將生活随笔推薦給好友。