一,概念分析

1.数组和链表的对比

数组:占用内存连续的空间,空间占用大,寻址容易,插入删除困难
链表:内存空间不连续,空间占用比较小,寻址困难,插入删除容易

2.散列表

  1. 整合数组和链表两者的特性,数组里面每一个位置都保存一个链表。
  2. hash也称为散列,基本原理就是把任意长度的输入,通过hash算法变成固定长度的输出。这个映射的规则就是对应的Hash算法,而原始数据映射后的二进制串就是哈希值。

Hash的特点:
1.从hash值不可以反向推导出原始的数据
2.输入数据的微小变化会得到完全不同的hash值,相同的数据会得到相同的值
3.哈希算法的执行效率要高效,长的文本也能快速地计算出哈希值
4.hash算法的冲突概率要小
由于hash的原理是将输入空间的值映射成hash空间内,而hash值的空间远小于输入的空间。根据抽屉原理,一定会存在不同的输入被映射成相同输出的情况。
抽屉原理:桌上有十个苹果,要把这十个苹果放到九个抽屉里,无论怎样放,我们会发现至少会有一个抽屉里面放不少于两个苹果。
深度解析HashMap底层原理 - 图1

二,手写源码

1.属性

  1. //如果没有指定长度,默认的长度
  2. static final int DEFAULT_INITIAL_CAPACITY = 1 << 4; // aka 16
  3. //table的最大长度
  4. static final int MAXIMUM_CAPACITY = 1 << 30;
  5. //默认的加载因子,与table的扩容有关
  6. static final float DEFAULT_LOAD_FACTOR = 0.75f;
  7. //默认的树化阈值
  8. static final int TREEIFY_THRESHOLD = 8;
  9. //默认的反树化阈值
  10. static final int UNTREEIFY_THRESHOLD = 6;
  11. //树化的另一个参数
  12. static final int MIN_TREEIFY_CAPACITY = 64;

由此可见,当数组四分之三的位置上长度上都有元素时,就会引发数组扩容,当数组长度大于64且单个桶位元素大于8个时就会导致桶位上的元素从链表转化为红黑树。当红黑树的元素少于6个时就会导致桶位上的红黑树退化为链表,为什么是6呢?防止不停地树化反树化。

2.构造器

  1. public HashMap() {
  2. this.loadFactor = DEFAULT_LOAD_FACTOR; // all other fields defaulted
  3. }
  1. public HashMap(int initialCapacity) {
  2. this(initialCapacity, DEFAULT_LOAD_FACTOR);
  3. }
  1. public HashMap(int initialCapacity, float loadFactor) {
  2. //其实就是做了一些校验
  3. //初始化值必须大于0
  4. if (initialCapacity < 0)
  5. throw new IllegalArgumentException("Illegal initial capacity: " +
  6. initialCapacity);
  7. //如果初始化值大于最大值,就将容量改为最大值
  8. if (initialCapacity > MAXIMUM_CAPACITY)
  9. initialCapacity = MAXIMUM_CAPACITY;
  10. //加载因子必须大于0并且是一个数字
  11. if (loadFactor <= 0 || Float.isNaN(loadFactor))
  12. throw new IllegalArgumentException("Illegal load factor: " +
  13. loadFactor);
  14. this.loadFactor = loadFactor;
  15. this.threshold = tableSizeFor(initialCapacity);
  16. }

从这里我们可以看到,hashmap的构造器采用了套娃的模式,实际上执行的构造器是最下面的一次经历过条件判断的构造器。如果我们能确定集合的大概长度,尽量在创建的时候指定长度,防止map不停地扩容操作,降低效率。

3.内部类

深度解析HashMap底层原理 - 图2

  1. static class Node<K,V> implements Entry<K,V> {
  2. final int hash;
  3. final K key;
  4. V value;
  5. Node<K,V> next;
  6. Node(int hash, K key, V value, Node<K,V> next) {
  7. this.hash = hash;
  8. this.key = key;
  9. this.value = value;
  10. this.next = next;
  11. }
  12. public final K getKey() { return key; }
  13. public final V getValue() { return value; }
  14. public final String toString() { return key + "=" + value; }
  15. public final int hashCode() {
  16. return Objects.hashCode(key) ^ Objects.hashCode(value);
  17. }
  18. public final V setValue(V newValue) {
  19. V oldValue = value;
  20. value = newValue;
  21. return oldValue;
  22. }
  23. public final boolean equals(Object o) {
  24. if (o == this)
  25. return true;
  26. if (o instanceof Map.Entry) {
  27. Entry<?,?> e = (Entry<?,?>)o;
  28. if (Objects.equals(key, e.getKey()) &&
  29. Objects.equals(value, e.getValue()))
  30. return true;
  31. }
  32. return false;
  33. }
  34. }

4.hash

  1. static final int hash(Object key) {
  2. int h;
  3. return (key == null) ? 0 : (h = key.hashCode()) ^ (h >>> 16);
  4. }

如果key==null,hash值就是0,hash值就等于key的hash值^h无符号右移16位。
异或:相同则返回0,不同返回1
这就是哈希map底层使用的扰动,为了让高16位也参与运算。防止哈希冲突。

5.put

  1. public V put(K key, V value) {
  2. return putVal(hash(key), key, value, false, true);
  3. }

可以看到这里又开始套娃了,实际上执行的是putVal方法。

6.putVal

  1. /**
  2. * Implements Map.put and related methods
  3. *
  4. * @param hash hash for key
  5. * @param key the key
  6. * @param value the value to put
  7. * @param onlyIfAbsent if true, don't change existing value
  8. * 当插入的key和原有的key一致时,根据这个属性判断value是否覆盖
  9. * @param evict if false, the table is in creation mode.
  10. * 如果为false,就扩容。
  11. * @return previous value, or null if none
  12. */
  13. final V putVal(int hash, K key, V value, boolean onlyIfAbsent,
  14. boolean evict) {
  15. //tab:引用当前hash的散列表
  16. //p:当前散列表的元素
  17. //n:散列表的数组长度
  18. //i:表示路由寻址 结果
  19. Node<K,V>[] tab; Node<K,V> p; int n, i;
  20. //延迟初始化逻辑,第一次调用putVal时会初始化hashMap对象中的最耗费内存的散列表
  21. if ((tab = table) == null || (n = tab.length) == 0)
  22. n = (tab = resize()).length;
  23. //最简单的一种情况:寻址找到的桶位 刚好是 null,这个时候,直接将当前k-v=>node 扔进去就可以了
  24. if ((p = tab[i = (n - 1) & hash]) == null)
  25. tab[i] = newNode(hash, key, value, null);
  26. else {
  27. //e:不为null的话,找到了一个与当前要插入的key-value一致的key的元素
  28. //k:表示临时的一个key
  29. Node<K,V> e; K k;
  30. //表示桶位中的该元素,与你当前插入的元素的key完全一致,表示后续需要进行替换操作
  31. if (p.hash == hash &&
  32. ((k = p.key) == key || (key != null && key.equals(k))))
  33. e = p;
  34. //表示当前桶位的结构时红黑树
  35. else if (p instanceof TreeNode)
  36. e = ((TreeNode<K,V>)p).putTreeVal(this, tab, hash, key, value);
  37. else {
  38. //当前桶位上是多个以链表形式存在的node,而且链表的头结点与我们要插入的数据不一致
  39. for (int binCount = 0; ; ++binCount) {
  40. //一直遍历到链表最后,也没找到一个与要插入的元素一样的,所以直接放到链表末尾
  41. if ((e = p.next) == null) {
  42. p.next = newNode(hash, key, value, null);
  43. //当前链表长度达到了树化的标准
  44. if (binCount >= TREEIFY_THRESHOLD - 1) // -1 for 1st
  45. treeifyBin(tab, hash);//树化
  46. break;
  47. }
  48. //条件成立的话,说明找到了相同key的node元素,需要进行替换操作
  49. if (e.hash == hash &&
  50. ((k = e.key) == key || (key != null && key.equals(k))))
  51. break;
  52. p = e;
  53. }
  54. }
  55. //e不等于null,条件成立说明,找到了一个与你插入元素key完全一致的数据,需要进行替换
  56. if (e != null) { // existing mapping for key
  57. V oldValue = e.value;
  58. if (!onlyIfAbsent || oldValue == null)
  59. e.value = value;
  60. afterNodeAccess(e);
  61. return oldValue;
  62. }
  63. }
  64. ++modCount; //modCount:表示散列表结构被修改的次数,替换Node元素的value不计数
  65. //插入新元素,size自增,如果自增后的值大于扩容阈值,则触发扩容。
  66. if (++size > threshold)
  67. resize();
  68. afterNodeInsertion(evict);
  69. return null;
  70. }

map.put(“yhd”,”yhd”);
底层执行的操作流程
1.获取key的哈希值
2.经过哈希值扰动函数,使这个哈希值更散列
3.构造出一个node对象
4.使用哪个路由寻址算法,找出node对象应该存放的数组位置
关于路由寻址算法:
(table.length-1)&node.hash

7.resize

  1. final Node<K,V>[] resize() {
  2. //oldTab:引用扩容前的哈希表
  3. Node<K,V>[] oldTab = table;
  4. //oldCap:表示扩容之前table数组的长度
  5. int oldCap = (oldTab == null) ? 0 : oldTab.length;
  6. //oldThr:表示扩容之前的扩容阈值,触发本次扩容的阈值
  7. int oldThr = threshold;
  8. //newCap:扩容之后table数组的大小
  9. //newThr:扩容之后,下次再次触发扩容的条件
  10. int newCap, newThr = 0;
  11. //条件如果成立说明 hashMap中的散列表已经初始化过了,这是一次正常扩容
  12. if (oldCap > 0) {
  13. //扩容之前的table数组大小已经达到 最大阈值后,则不扩容,且设置扩容条件为 int 最大值。
  14. if (oldCap >= MAXIMUM_CAPACITY) {
  15. threshold = Integer.MAX_VALUE;
  16. return oldTab;
  17. }
  18. //oldCap左移一位实现数值翻倍,并且赋值给newCap, newCap 小于数组最大值限制 且 扩容之前的阈值 >= 16
  19. //这种情况下,则 下一次扩容的阈值 等于当前阈值翻倍
  20. else if ((newCap = oldCap << 1) < MAXIMUM_CAPACITY &&
  21. oldCap >= DEFAULT_INITIAL_CAPACITY)
  22. newThr = oldThr << 1; // double threshold
  23. }
  24. //oldCap == 0,说明hashMap中的散列表是null
  25. //1.new HashMap(initCap, loadFactor);
  26. //2.new HashMap(initCap);
  27. //3.new HashMap(map); 并且这个map有数据
  28. else if (oldThr > 0) // initial capacity was placed in threshold
  29. newCap = oldThr;
  30. //oldCap == 0,oldThr == 0
  31. //new HashMap();
  32. else { // zero initial threshold signifies using defaults
  33. newCap = DEFAULT_INITIAL_CAPACITY;//16
  34. newThr = (int)(DEFAULT_LOAD_FACTOR * DEFAULT_INITIAL_CAPACITY);//12
  35. }
  36. //newThr为零时,通过newCap和loadFactor计算出一个newThr
  37. if (newThr == 0) {
  38. float ft = (float)newCap * loadFactor;
  39. newThr = (newCap < MAXIMUM_CAPACITY && ft < (float)MAXIMUM_CAPACITY ?
  40. (int)ft : Integer.MAX_VALUE);
  41. }
  42. threshold = newThr;
  43. //创建出一个更长 更大的数组
  44. @SuppressWarnings({"rawtypes","unchecked"})
  45. Node<K,V>[] newTab = (Node<K,V>[])new Node[newCap];
  46. table = newTab;
  47. //说明,hashMap本次扩容之前,table不为null
  48. if (oldTab != null) {
  49. for (int j = 0; j < oldCap; ++j) {
  50. //当前node节点
  51. Node<K,V> e;
  52. //说明当前桶位中有数据,但是数据具体是 单个数据,还是链表 还是 红黑树 并不知道
  53. if ((e = oldTab[j]) != null) {
  54. //方便JVM GC时回收内存
  55. oldTab[j] = null;
  56. //第一种情况:当前桶位只有一个元素,从未发生过碰撞,这情况 直接计算出当前元素应存放在 新数组中的位置,然后
  57. //扔进去就可以了
  58. if (e.next == null)
  59. newTab[e.hash & (newCap - 1)] = e;
  60. //第二种情况:当前节点已经树化
  61. else if (e instanceof TreeNode)
  62. ((TreeNode<K,V>)e).split(this, newTab, j, oldCap);
  63. else { // preserve order
  64. //第三种情况:桶位已经形成链表
  65. //低位链表:存放在扩容之后的数组的下标位置,与当前数组的下标位置一致。
  66. Node<K,V> loHead = null, loTail = null;
  67. //高位链表:存放在扩容之后的数组的下表位置为 当前数组下标位置 + 扩容之前数组的长度
  68. Node<K,V> hiHead = null, hiTail = null;
  69. Node<K,V> next;
  70. do {
  71. next = e.next;
  72. //hash-> .... 1 1111
  73. //hash-> .... 0 1111
  74. // 0b 10000
  75. if ((e.hash & oldCap) == 0) {
  76. if (loTail == null)
  77. loHead = e;
  78. else
  79. loTail.next = e;
  80. loTail = e;
  81. }
  82. else {
  83. if (hiTail == null)
  84. hiHead = e;
  85. else
  86. hiTail.next = e;
  87. hiTail = e;
  88. }
  89. } while ((e = next) != null);
  90. if (loTail != null) {
  91. loTail.next = null;
  92. newTab[j] = loHead;
  93. }
  94. if (hiTail != null) {
  95. hiTail.next = null;
  96. newTab[j + oldCap] = hiHead;
  97. }
  98. }
  99. }
  100. }
  101. }
  102. return newTab;
  103. }

8.get

  1. public V get(Object key) {
  2. Node<K,V> e;
  3. return (e = getNode(hash(key), key)) == null ? null : e.value;
  4. }

同样的套娃原理,实际上执行的是getNode()

  1. final Node<K,V> getNode(int hash, Object key) {
  2. //tab:引用当前hashMap的散列表
  3. //first:桶位中的头元素
  4. //e:临时node元素
  5. //n:table数组长度
  6. Node<K,V>[] tab; Node<K,V> first, e; int n; K k;
  7. if ((tab = table) != null && (n = tab.length) > 0 &&
  8. (first = tab[(n - 1) & hash]) != null) {
  9. //第一种情况:定位出来的桶位元素 即为咱们要get的数据
  10. if (first.hash == hash && // always check first node
  11. ((k = first.key) == key || (key != null && key.equals(k))))
  12. return first;
  13. //说明当前桶位不止一个元素,可能 是链表 也可能是 红黑树
  14. if ((e = first.next) != null) {
  15. //第二种情况:桶位升级成了 红黑树
  16. if (first instanceof TreeNode)
  17. return ((TreeNode<K,V>)first).getTreeNode(hash, key);
  18. //第三种情况:桶位形成链表
  19. do {
  20. if (e.hash == hash &&
  21. ((k = e.key) == key || (key != null && key.equals(k))))
  22. return e;
  23. } while ((e = e.next) != null);
  24. }
  25. }
  26. return null;
  27. }

9.remove

  1. public V remove(Object key) {
  2. Node<K,V> e;
  3. return (e = removeNode(hash(key), key, null, false, true)) == null ?
  4. null : e.value;
  5. }

jdk专业套娃removeNode()

  1. /**
  2. * Implements Map.remove and related methods.
  3. *
  4. * @param hash hash for key
  5. * @param key the key
  6. * @param value the value to match if matchValue, else ignored
  7. * @param matchValue if true only remove if value is equal
  8. * @param movable if false do not move other nodes while removing
  9. * @return the node, or null if none
  10. */
  11. final Node<K,V> removeNode(int hash, Object key, Object value,
  12. boolean matchValue, boolean movable) {
  13. //tab:引用当前hashMap中的散列表
  14. //p:当前node元素
  15. //n:表示散列表数组长度
  16. //index:表示寻址结果
  17. Node<K,V>[] tab; Node<K,V> p; int n, index;
  18. if ((tab = table) != null && (n = tab.length) > 0 &&
  19. (p = tab[index = (n - 1) & hash]) != null) {
  20. //说明路由的桶位是有数据的,需要进行查找操作,并且删除
  21. //node:查找到的结果
  22. //e:当前Node的下一个元素
  23. Node<K,V> node = null, e; K k; V v;
  24. //第一种情况:当前桶位中的元素 即为 你要删除的元素
  25. if (p.hash == hash &&
  26. ((k = p.key) == key || (key != null && key.equals(k))))
  27. node = p;
  28. else if ((e = p.next) != null) {
  29. //说明,当前桶位 要么是 链表 要么 是红黑树
  30. if (p instanceof TreeNode)//判断当前桶位是否升级为 红黑树了
  31. //第二种情况
  32. //红黑树查找操作
  33. node = ((TreeNode<K,V>)p).getTreeNode(hash, key);
  34. else {
  35. //第三种情况
  36. //链表的情况
  37. do {
  38. if (e.hash == hash &&
  39. ((k = e.key) == key ||
  40. (key != null && key.equals(k)))) {
  41. node = e;
  42. break;
  43. }
  44. p = e;
  45. } while ((e = e.next) != null);
  46. }
  47. }
  48. //判断node不为空的话,说明按照key查找到需要删除的数据了
  49. if (node != null && (!matchValue || (v = node.value) == value ||
  50. (value != null && value.equals(v)))) {
  51. //第一种情况:node是树节点,说明需要进行树节点移除操作
  52. if (node instanceof TreeNode)
  53. ((TreeNode<K,V>)node).removeTreeNode(this, tab, movable);
  54. //第二种情况:桶位元素即为查找结果,则将该元素的下一个元素放至桶位中
  55. else if (node == p)
  56. tab[index] = node.next;
  57. else
  58. //第三种情况:将当前元素p的下一个元素 设置成 要删除元素的 下一个元素。
  59. p.next = node.next;
  60. ++modCount;
  61. --size;
  62. afterNodeRemoval(node);
  63. return node;
  64. }
  65. }
  66. return null;
  67. }

10.replace

  1. @Override
  2. public boolean replace(K key, V oldValue, V newValue) {
  3. Node<K,V> e; V v;
  4. if ((e = getNode(hash(key), key)) != null &&
  5. ((v = e.value) == oldValue || (v != null && v.equals(oldValue)))) {
  6. e.value = newValue;
  7. afterNodeAccess(e);
  8. return true;
  9. }
  10. return false;
  11. }

本文参照哔哩哔哩小刘讲源码和jdk的HashMap源码。