死磕 java集合之HashMap源碼分析
歡迎關注個人公衆號「彤哥讀源碼」，查看更多源碼系列文章, 與彤哥一塊兒暢遊源碼的海洋。java
簡介
HashMap採用key/value存儲結構，每一個key對應惟一的value，查詢和修改的速度都很快，能達到O(1)的平均時間複雜度。它是非線程安全的，且不保證元素存儲的順序；node
繼承體系
HashMap實現了Cloneable，能夠被克隆。git
HashMap實現了Serializable，能夠被序列化。數組
HashMap繼承自AbstractMap，實現了Map接口，具備Map的全部功能。緩存
存儲結構
在Java中，HashMap的實現採用了（數組 + 鏈表 + 紅黑樹）的複雜結構，數組的一個元素又稱做桶。安全
在添加元素時，會根據hash值算出元素在數組中的位置，若是該位置沒有元素，則直接把元素放置在此處，若是該位置有元素了，則把元素以鏈表的形式放置在鏈表的尾部。app
當一個鏈表的元素個數達到必定的數量（且數組的長度達到必定的長度）後，則把鏈表轉化爲紅黑樹，從而提升效率。this
數組的查詢效率爲O(1)，鏈表的查詢效率是O(k)，紅黑樹的查詢效率是O(log k)，k爲桶中的元素個數，因此當元素數量很是多的時候，轉化爲紅黑樹能極大地提升效率。線程
源碼解析
屬性
/** * 默認的初始容量爲16 */ static final int DEFAULT_INITIAL_CAPACITY = 1 << 4; /** * 最大的容量爲2的30次方 */ static final int MAXIMUM_CAPACITY = 1 << 30; /** * 默認的裝載因子 */ static final float DEFAULT_LOAD_FACTOR = 0.75f; /** * 當一個桶中的元素個數大於等於8時進行樹化 */ static final int TREEIFY_THRESHOLD = 8; /** * 當一個桶中的元素個數小於等於6時把樹轉化爲鏈表 */ static final int UNTREEIFY_THRESHOLD = 6; /** * 當桶的個數達到64的時候才進行樹化 */ static final int MIN_TREEIFY_CAPACITY = 64; /** * 數組，又叫做桶（bucket） */ transient Node<K,V>[] table; /** * 做爲entrySet()的緩存 */ transient Set<Map.Entry<K,V>> entrySet; /** * 元素的數量 */ transient int size; /** * 修改次數，用於在迭代的時候執行快速失敗策略 */ transient int modCount; /** * 當桶的使用數量達到多少時進行擴容，threshold = capacity * loadFactor */ int threshold; /** * 裝載因子 */ final float loadFactor;
（1）容量code
容量爲數組的長度，亦即桶的個數，默認爲16，最大爲2的30次方，當容量達到64時才能夠樹化。
（2）裝載因子
裝載因子用來計算容量達到多少時才進行擴容，默認裝載因子爲0.75。
（3）樹化
樹化，當容量達到64且鏈表的長度達到8時進行樹化，當鏈表的長度小於6時反樹化。
Node內部類
Node是一個典型的單鏈表節點，其中，hash用來存儲key計算得來的hash值。
static class Node<K,V> implements Map.Entry<K,V> {
final int hash;
final K key;
V value;
Node<K,V> next;
}
TreeNode內部類
這是一個神奇的類，它繼承自LinkedHashMap中的Entry類，關於LInkedHashMap.Entry這個類咱們後面再講。
TreeNode是一個典型的樹型節點，其中，prev是鏈表中的節點，用於在刪除元素的時候能夠快速找到它的前置節點。
// 位於HashMap中
static final class TreeNode<K,V> extends LinkedHashMap.Entry<K,V> {
TreeNode<K,V> parent; // red-black tree links
TreeNode<K,V> left;
TreeNode<K,V> right;
TreeNode<K,V> prev; // needed to unlink next upon deletion
boolean red;
}
// 位於LinkedHashMap中，典型的雙向鏈表節點
static class Entry<K,V> extends HashMap.Node<K,V> {
Entry<K,V> before, after;
Entry(int hash, K key, V value, Node<K,V> next) {
super(hash, key, value, next);
}
}
HashMap()構造方法
空參構造方法，所有使用默認值。
public HashMap() {
this.loadFactor = DEFAULT_LOAD_FACTOR; // all other fields defaulted
}
HashMap(int initialCapacity)構造方法
調用HashMap(int initialCapacity, float loadFactor)構造方法，傳入默認裝載因子。
public HashMap(int initialCapacity) {
this(initialCapacity, DEFAULT_LOAD_FACTOR);
}
HashMap(int initialCapacity)構造方法
判斷傳入的初始容量和裝載因子是否合法，並計算擴容門檻，擴容門檻爲傳入的初始容量往上取最近的2的n次方。
public HashMap(int initialCapacity, float loadFactor) {
// 檢查傳入的初始容量是否合法
if (initialCapacity < 0)
throw new IllegalArgumentException("Illegal initial capacity: " +
initialCapacity);
if (initialCapacity > MAXIMUM_CAPACITY)
initialCapacity = MAXIMUM_CAPACITY;
// 檢查裝載因子是否合法
if (loadFactor <= 0 || Float.isNaN(loadFactor))
throw new IllegalArgumentException("Illegal load factor: " +
loadFactor);
this.loadFactor = loadFactor;
// 計算擴容門檻
this.threshold = tableSizeFor(initialCapacity);
}
static final int tableSizeFor(int cap) {
// 擴容門檻爲傳入的初始容量往上取最近的2的n次方
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;
}
put(K key, V value)方法
添加元素的入口。
public V put(K key, V value) {
// 調用hash(key)計算出key的hash值
return putVal(hash(key), key, value, false, true);
}
static final int hash(Object key) {
int h;
// 若是key爲null，則hash值爲0，不然調用key的hashCode()方法
// 並讓高16位與整個hash異或，這樣作是爲了使計算出的hash更分散
return (key == null) ? 0 : (h = key.hashCode()) ^ (h >>> 16);
}
final V putVal(int hash, K key, V value, boolean onlyIfAbsent,
boolean evict) {
Node<K, V>[] tab;
Node<K, V> p;
int n, i;
// 若是桶的數量爲0，則初始化
if ((tab = table) == null || (n = tab.length) == 0)
// 調用resize()初始化
n = (tab = resize()).length;
// (n - 1) & hash 計算元素在哪一個桶中
// 若是這個桶中尚未元素，則把這個元素放在桶中的第一個位置
if ((p = tab[i = (n - 1) & hash]) == null)
// 新建一個節點放在桶中
tab[i] = newNode(hash, key, value, null);
else {
// 若是桶中已經有元素存在了
Node<K, V> e;
K k;
// 若是桶中第一個元素的key與待插入元素的key相同，保存到e中用於後續修改value值
if (p.hash == hash &&
((k = p.key) == key || (key != null && key.equals(k))))
e = p;
else if (p instanceof TreeNode)
// 若是第一個元素是樹節點，則調用樹節點的putTreeVal插入元素
e = ((TreeNode<K, V>) p).putTreeVal(this, tab, hash, key, value);
else {
// 遍歷這個桶對應的鏈表，binCount用於存儲鏈表中元素的個數
for (int binCount = 0; ; ++binCount) {
// 若是鏈表遍歷完了都沒有找到相同key的元素，說明該key對應的元素不存在，則在鏈表最後插入一個新節點
if ((e = p.next) == null) {
p.next = newNode(hash, key, value, null);
// 若是插入新節點後鏈表長度大於8，則判斷是否須要樹化，由於第一個元素沒有加到binCount中，因此這裏-1
if (binCount >= TREEIFY_THRESHOLD - 1) // -1 for 1st
treeifyBin(tab, hash);
break;
}
// 若是待插入的key在鏈表中找到了，則退出循環
if (e.hash == hash &&
((k = e.key) == key || (key != null && key.equals(k))))
break;
p = e;
}
}
// 若是找到了對應key的元素
if (e != null) { // existing mapping for key
// 記錄下舊值
V oldValue = e.value;
// 判斷是否須要替換舊值
if (!onlyIfAbsent || oldValue == null)
// 替換舊值爲新值
e.value = value;
// 在節點被訪問後作點什麼事，在LinkedHashMap中用到
afterNodeAccess(e);
// 返回舊值
return oldValue;
}
}
// 到這裏了說明沒有找到元素
// 修改次數加1
++modCount;
// 元素數量加1，判斷是否須要擴容
if (++size > threshold)
// 擴容
resize();
// 在節點插入後作點什麼事，在LinkedHashMap中用到
afterNodeInsertion(evict);
// 沒找到元素返回null
return null;
}
（1）計算key的hash值；
（2）若是桶（數組）數量爲0，則初始化桶；
（3）若是key所在的桶沒有元素，則直接插入；
（4）若是key所在的桶中的第一個元素的key與待插入的key相同，說明找到了元素，轉後續流程（9）處理；
（5）若是第一個元素是樹節點，則調用樹節點的putTreeVal()尋找元素或插入樹節點；
（6）若是不是以上三種狀況，則遍歷桶對應的鏈表查找key是否存在於鏈表中；
（7）若是找到了對應key的元素，則轉後續流程（9）處理；
（8）若是沒找到對應key的元素，則在鏈表最後插入一個新節點並判斷是否須要樹化；
（9）若是找到了對應key的元素，則判斷是否須要替換舊值，並直接返回舊值；
（10）若是插入了元素，則數量加1並判斷是否須要擴容；
resize()方法
擴容方法。
final Node<K, V>[] resize() {
// 舊數組
Node<K, V>[] oldTab = table;
// 舊容量
int oldCap = (oldTab == null) ? 0 : oldTab.length;
// 舊擴容門檻
int oldThr = threshold;
int newCap, newThr = 0;
if (oldCap > 0) {
if (oldCap >= MAXIMUM_CAPACITY) {
// 若是舊容量達到了最大容量，則再也不進行擴容
threshold = Integer.MAX_VALUE;
return oldTab;
} else if ((newCap = oldCap << 1) < MAXIMUM_CAPACITY &&
oldCap >= DEFAULT_INITIAL_CAPACITY)
// 若是舊容量的兩倍小於最大容量而且舊容量大於默認初始容量（16），則容量擴大爲兩部，擴容門檻也擴大爲兩倍
newThr = oldThr << 1; // double threshold
} else if (oldThr > 0) // initial capacity was placed in threshold
// 使用非默認構造方法建立的map，第一次插入元素會走到這裏
// 若是舊容量爲0且舊擴容門檻大於0，則把新容量賦值爲舊門檻
newCap = oldThr;
else { // zero initial threshold signifies using defaults
// 調用默認構造方法建立的map，第一次插入元素會走到這裏
// 若是舊容量舊擴容門檻都是0，說明還未初始化過，則初始化容量爲默認容量，擴容門檻爲默認容量*默認裝載因子
newCap = DEFAULT_INITIAL_CAPACITY;
newThr = (int) (DEFAULT_LOAD_FACTOR * DEFAULT_INITIAL_CAPACITY);
}
if (newThr == 0) {
// 若是新擴容門檻爲0，則計算爲容量*裝載因子，但不能超過最大容量
float ft = (float) newCap * loadFactor;
newThr = (newCap < MAXIMUM_CAPACITY && ft < (float) MAXIMUM_CAPACITY ?
(int) ft : Integer.MAX_VALUE);
}
// 賦值擴容門檻爲新門檻
threshold = newThr;
// 新建一個新容量的數組
@SuppressWarnings({"rawtypes", "unchecked"})
Node<K, V>[] newTab = (Node<K, V>[]) new Node[newCap];
// 把桶賦值爲新數組
table = newTab;
// 若是舊數組不爲空，則搬移元素
if (oldTab != null) {
// 遍歷舊數組
for (int j = 0; j < oldCap; ++j) {
Node<K, V> e;
// 若是桶中第一個元素不爲空，賦值給e
if ((e = oldTab[j]) != null) {
// 清空舊桶，便於GC回收
oldTab[j] = null;
// 若是這個桶中只有一個元素，則計算它在新桶中的位置並把它搬移到新桶中
// 由於每次都擴容兩倍，因此這裏的第一個元素搬移到新桶的時候新桶確定尚未元素
if (e.next == null)
newTab[e.hash & (newCap - 1)] = e;
else if (e instanceof TreeNode)
// 若是第一個元素是樹節點，則把這顆樹打散成兩顆樹插入到新桶中去
((TreeNode<K, V>) e).split(this, newTab, j, oldCap);
else { // preserve order
// 若是這個鏈表不止一個元素且不是一顆樹
// 則分化成兩個鏈表插入到新的桶中去
// 好比，假如原來容量爲4，三、七、十一、15這四個元素都在三號桶中
// 如今擴容到8，則3和11仍是在三號桶，7和15要搬移到七號桶中去
// 也就是分化成了兩個鏈表
Node<K, V> loHead = null, loTail = null;
Node<K, V> hiHead = null, hiTail = null;
Node<K, V> next;
do {
next = e.next;
// (e.hash & oldCap) == 0的元素放在低位鏈表中
// 好比，3 & 4 == 0
if ((e.hash & oldCap) == 0) {
if (loTail == null)
loHead = e;
else
loTail.next = e;
loTail = e;
} else {
// (e.hash & oldCap) != 0的元素放在高位鏈表中
// 好比，7 & 4 != 0
if (hiTail == null)
hiHead = e;
else
hiTail.next = e;
hiTail = e;
}
} while ((e = next) != null);
// 遍歷完成分化成兩個鏈表了
// 低位鏈表在新桶中的位置與舊桶同樣（即3和11還在三號桶中）
if (loTail != null) {
loTail.next = null;
newTab[j] = loHead;
}
// 高位鏈表在新桶中的位置正好是原來的位置加上舊容量（即7和15搬移到七號桶了）
if (hiTail != null) {
hiTail.next = null;
newTab[j + oldCap] = hiHead;
}
}
}
}
}
return newTab;
}
（1）若是使用是默認構造方法，則第一次插入元素時初始化爲默認值，容量爲16，擴容門檻爲12；
（2）若是使用的是非默認構造方法，則第一次插入元素時初始化容量等於擴容門檻，擴容門檻在構造方法裏等於傳入容量向上最近的2的n次方；
（3）若是舊容量大於0，則新容量等於舊容量的2倍，但不超過最大容量2的30次方，新擴容門檻爲舊擴容門檻的2倍；
（4）建立一個新容量的桶；
（5）搬移元素，原鏈表分化成兩個鏈表，低位鏈表存儲在原來桶的位置，高位鏈表搬移到原來桶的位置加舊容量的位置；
TreeNode.putTreeVal(...)方法
插入元素到紅黑樹中的方法。
final TreeNode<K, V> putTreeVal(HashMap<K, V> map, Node<K, V>[] tab,
int h, K k, V v) {
Class<?> kc = null;
// 標記是否找到這個key的節點
boolean searched = false;
// 找到樹的根節點
TreeNode<K, V> root = (parent != null) ? root() : this;
// 從樹的根節點開始遍歷
for (TreeNode<K, V> p = root; ; ) {
// dir=direction，標記是在左邊仍是右邊
// ph=p.hash，當前節點的hash值
int dir, ph;
// pk=p.key，當前節點的key值
K pk;
if ((ph = p.hash) > h) {
// 當前hash比目標hash大，說明在左邊
dir = -1;
}
else if (ph < h)
// 當前hash比目標hash小，說明在右邊
dir = 1;
else if ((pk = p.key) == k || (k != null && k.equals(pk)))
// 二者hash相同且key相等，說明找到了節點，直接返回該節點
// 回到putVal()中判斷是否須要修改其value值
return p;
else if ((kc == null &&
// 若是k是Comparable的子類則返回其真實的類，不然返回null
(kc = comparableClassFor(k)) == null) ||
// 若是k和pk不是一樣的類型則返回0，不然返回二者比較的結果
(dir = compareComparables(kc, k, pk)) == 0) {
// 這個條件表示二者hash相同可是其中一個不是Comparable類型或者二者類型不一樣
// 好比key是Object類型，這時能夠傳String也能夠傳Integer，二者hash值可能相同
// 在紅黑樹中把一樣hash值的元素存儲在同一顆子樹，這裏至關於找到了這顆子樹的頂點
// 從這個頂點分別遍歷其左右子樹去尋找有沒有跟待插入的key相同的元素
if (!searched) {
TreeNode<K, V> q, ch;
searched = true;
// 遍歷左右子樹找到了直接返回
if (((ch = p.left) != null &&
(q = ch.find(h, k, kc)) != null) ||
((ch = p.right) != null &&
(q = ch.find(h, k, kc)) != null))
return q;
}
// 若是二者類型相同，再根據它們的內存地址計算hash值進行比較
dir = tieBreakOrder(k, pk);
}
TreeNode<K, V> xp = p;
if ((p = (dir <= 0) ? p.left : p.right) == null) {
// 若是最後確實沒找到對應key的元素，則新建一個節點
Node<K, V> xpn = xp.next;
TreeNode<K, V> x = map.newTreeNode(h, k, v, xpn);
if (dir <= 0)
xp.left = x;
else
xp.right = x;
xp.next = x;
x.parent = x.prev = xp;
if (xpn != null)
((TreeNode<K, V>) xpn).prev = x;
// 插入樹節點後平衡
// 把root節點移動到鏈表的第一個節點
moveRootToFront(tab, balanceInsertion(root, x));
return null;
}
}
}
（1）尋找根節點；
（2）從根節點開始查找；
（3）比較hash值及key值，若是都相同，直接返回，在putVal()方法中決定是否要替換value值；
（4）根據hash值及key值肯定在樹的左子樹仍是右子樹查找，找到了直接返回；
（5）若是最後沒有找到則在樹的相應位置插入元素，並作平衡；
treeifyBin()方法
若是插入元素後鏈表的長度大於等於8則判斷是否須要樹化。
final void treeifyBin(Node<K, V>[] tab, int hash) {
int n, index;
Node<K, V> e;
if (tab == null || (n = tab.length) < MIN_TREEIFY_CAPACITY)
// 若是桶數量小於64，直接擴容而不用樹化
// 由於擴容以後，鏈表會分化成兩個鏈表，達到減小元素的做用
// 固然也不必定，好比容量爲4，裏面存的全是除以4餘數等於3的元素
// 這樣即便擴容也沒法減小鏈表的長度
resize();
else if ((e = tab[index = (n - 1) & hash]) != null) {
TreeNode<K, V> hd = null, tl = null;
// 把全部節點換成樹節點
do {
TreeNode<K, V> p = replacementTreeNode(e, null);
if (tl == null)
hd = p;
else {
p.prev = tl;
tl.next = p;
}
tl = p;
} while ((e = e.next) != null);
// 若是進入過上面的循環，則從頭節點開始樹化
if ((tab[index] = hd) != null)
hd.treeify(tab);
}
}
TreeNode.treeify()方法
真正樹化的方法。
final void treeify(Node<K, V>[] tab) {
TreeNode<K, V> root = null;
for (TreeNode<K, V> x = this, next; x != null; x = next) {
next = (TreeNode<K, V>) x.next;
x.left = x.right = null;
// 第一個元素做爲根節點且爲黑節點，其它元素依次插入到樹中再作平衡
if (root == null) {
x.parent = null;
x.red = false;
root = x;
} else {
K k = x.key;
int h = x.hash;
Class<?> kc = null;
// 從根節點查找元素插入的位置
for (TreeNode<K, V> p = root; ; ) {
int dir, ph;
K pk = p.key;
if ((ph = p.hash) > h)
dir = -1;
else if (ph < h)
dir = 1;
else if ((kc == null &&
(kc = comparableClassFor(k)) == null) ||
(dir = compareComparables(kc, k, pk)) == 0)
dir = tieBreakOrder(k, pk);
// 若是最後沒找到元素，則插入
TreeNode<K, V> xp = p;
if ((p = (dir <= 0) ? p.left : p.right) == null) {
x.parent = xp;
if (dir <= 0)
xp.left = x;
else
xp.right = x;
// 插入後平衡，默認插入的是紅節點，在balanceInsertion()方法裏
root = balanceInsertion(root, x);
break;
}
}
}
}
// 把根節點移動到鏈表的頭節點，由於通過平衡以後原來的第一個元素不必定是根節點了
moveRootToFront(tab, root);
}
（1）從鏈表的第一個元素開始遍歷；
（2）將第一個元素做爲根節點；
（3）其它元素依次插入到紅黑樹中，再作平衡；
（4）將根節點移到鏈表第一元素的位置（由於平衡的時候根節點會改變）；
get(Object key)方法
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;
// 若是桶的數量大於0而且待查找的key所在的桶的第一個元素不爲空
if ((tab = table) != null && (n = tab.length) > 0 &&
(first = tab[(n - 1) & hash]) != null) {
// 檢查第一個元素是否是要查的元素，若是是直接返回
if (first.hash == hash && // always check first node
((k = first.key) == key || (key != null && key.equals(k))))
return first;
if ((e = first.next) != null) {
// 若是第一個元素是樹節點，則按樹的方式查找
if (first instanceof TreeNode)
return ((TreeNode<K, V>) first).getTreeNode(hash, key);
// 不然就遍歷整個鏈表查找該元素
do {
if (e.hash == hash &&
((k = e.key) == key || (key != null && key.equals(k))))
return e;
} while ((e = e.next) != null);
}
}
return null;
}
（1）計算key的hash值；
（2）找到key所在的桶及其第一個元素；
（3）若是第一個元素的key等於待查找的key，直接返回；
（4）若是第一個元素是樹節點就按樹的方式來查找，不然按鏈表方式查找；
TreeNode.getTreeNode(int h, Object k)方法
final TreeNode<K, V> getTreeNode(int h, Object k) {
// 從樹的根節點開始查找
return ((parent != null) ? root() : this).find(h, k, null);
}
final TreeNode<K, V> find(int h, Object k, Class<?> kc) {
TreeNode<K, V> p = this;
do {
int ph, dir;
K pk;
TreeNode<K, V> pl = p.left, pr = p.right, q;
if ((ph = p.hash) > h)
// 左子樹
p = pl;
else if (ph < h)
// 右子樹
p = pr;
else if ((pk = p.key) == k || (k != null && k.equals(pk)))
// 找到了直接返回
return p;
else if (pl == null)
// hash相同但key不一樣，左子樹爲空查右子樹
p = pr;
else if (pr == null)
// 右子樹爲空查左子樹
p = pl;
else if ((kc != null ||
(kc = comparableClassFor(k)) != null) &&
(dir = compareComparables(kc, k, pk)) != 0)
// 經過compare方法比較key值的大小決定使用左子樹仍是右子樹
p = (dir < 0) ? pl : pr;
else if ((q = pr.find(h, k, kc)) != null)
// 若是以上條件都不經過，則嘗試在右子樹查找
return q;
else
// 都沒找到就在左子樹查找
p = pl;
} while (p != null);
return null;
}
經典二叉查找樹的查找過程，先根據hash值比較，再根據key值比較決定是查左子樹仍是右子樹。
remove(Object key)方法
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;
// 若是桶的數量大於0且待刪除的元素所在的桶的第一個元素不爲空
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;
if (p.hash == hash &&
((k = p.key) == key || (key != null && key.equals(k))))
// 若是第一個元素正好就是要找的元素，賦值給node變量後續刪除使用
node = p;
else if ((e = p.next) != null) {
if (p instanceof TreeNode)
// 若是第一個元素是樹節點，則以樹的方式查找節點
node = ((TreeNode<K, V>) p).getTreeNode(hash, key);
else {
// 不然遍歷整個鏈表查找元素
do {
if (e.hash == hash &&
((k = e.key) == key ||
(key != null && key.equals(k)))) {
node = e;
break;
}
p = e;
} while ((e = e.next) != null);
}
}
// 若是找到了元素，則看參數是否須要匹配value值，若是不須要匹配直接刪除，若是須要匹配則看value值是否與傳入的value相等
if (node != null && (!matchValue || (v = node.value) == value ||
(value != null && value.equals(v)))) {
if (node instanceof TreeNode)
// 若是是樹節點，調用樹的刪除方法（以node調用的，是刪除本身）
((TreeNode<K, V>) node).removeTreeNode(this, tab, movable);
else if (node == p)
// 若是待刪除的元素是第一個元素，則把第二個元素移到第一的位置
tab[index] = node.next;
else
// 不然刪除node節點
p.next = node.next;
++modCount;
--size;
// 刪除節點後置處理
afterNodeRemoval(node);
return node;
}
}
return null;
}
（1）先查找元素所在的節點；
（2）若是找到的節點是樹節點，則按樹的移除節點處理；
（3）若是找到的節點是桶中的第一個節點，則把第二個節點移到第一的位置；
（4）不然按鏈表刪除節點處理；
（5）修改size，調用移除節點後置處理等；
TreeNode.removeTreeNode(...)方法
final void removeTreeNode(HashMap<K, V> map, Node<K, V>[] tab,
boolean movable) {
int n;
// 若是桶的數量爲0直接返回
if (tab == null || (n = tab.length) == 0)
return;
// 節點在桶中的索引
int index = (n - 1) & hash;
// 第一個節點，根節點，根左子節點
TreeNode<K, V> first = (TreeNode<K, V>) tab[index], root = first, rl;
// 後繼節點，前置節點
TreeNode<K, V> succ = (TreeNode<K, V>) next, pred = prev;
if (pred == null)
// 若是前置節點爲空，說明當前節點是根節點，則把後繼節點賦值到第一個節點的位置，至關於刪除了當前節點
tab[index] = first = succ;
else
// 不然把前置節點的下個節點設置爲當前節點的後繼節點，至關於刪除了當前節點
pred.next = succ;
// 若是後繼節點不爲空，則讓後繼節點的前置節點指向當前節點的前置節點，至關於刪除了當前節點
if (succ != null)
succ.prev = pred;
// 若是第一個節點爲空，說明沒有後繼節點了，直接返回
if (first == null)
return;
// 若是根節點的父節點不爲空，則從新查找父節點
if (root.parent != null)
root = root.root();
// 若是根節點爲空，則須要反樹化（將樹轉化爲鏈表）
// 若是須要移動節點且樹的高度比較小，則須要反樹化
if (root == null
|| (movable
&& (root.right == null
|| (rl = root.left) == null
|| rl.left == null))) {
tab[index] = first.untreeify(map); // too small
return;
}
// 分割線，以上都是刪除鏈表中的節點，下面纔是直接刪除紅黑樹的節點（由於TreeNode自己便是鏈表節點又是樹節點）
// 刪除紅黑樹節點的大體過程是尋找右子樹中最小的節點放到刪除節點的位置，而後作平衡，此處不過多註釋
TreeNode<K, V> p = this, pl = left, pr = right, replacement;
if (pl != null && pr != null) {
TreeNode<K, V> s = pr, sl;
while ((sl = s.left) != null) // find successor
s = sl;
boolean c = s.red;
s.red = p.red;
p.red = c; // swap colors
TreeNode<K, V> sr = s.right;
TreeNode<K, V> pp = p.parent;
if (s == pr) { // p was s's direct parent
p.parent = s;
s.right = p;
} else {
TreeNode<K, V> sp = s.parent;
if ((p.parent = sp) != null) {
if (s == sp.left)
sp.left = p;
else
sp.right = p;
}
if ((s.right = pr) != null)
pr.parent = s;
}
p.left = null;
if ((p.right = sr) != null)
sr.parent = p;
if ((s.left = pl) != null)
pl.parent = s;
if ((s.parent = pp) == null)
root = s;
else if (p == pp.left)
pp.left = s;
else
pp.right = s;
if (sr != null)
replacement = sr;
else
replacement = p;
} else if (pl != null)
replacement = pl;
else if (pr != null)
replacement = pr;
else
replacement = p;
if (replacement != p) {
TreeNode<K, V> pp = replacement.parent = p.parent;
if (pp == null)
root = replacement;
else if (p == pp.left)
pp.left = replacement;
else
pp.right = replacement;
p.left = p.right = p.parent = null;
}
TreeNode<K, V> r = p.red ? root : balanceDeletion(root, replacement);
if (replacement == p) { // detach
TreeNode<K, V> pp = p.parent;
p.parent = null;
if (pp != null) {
if (p == pp.left)
pp.left = null;
else if (p == pp.right)
pp.right = null;
}
}
if (movable)
moveRootToFront(tab, r);
}
（1）TreeNode自己既是鏈表節點也是紅黑樹節點；
（2）先刪除鏈表節點；
（3）再刪除紅黑樹節點並作平衡；
總結
（1）HashMap是一種散列表，採用（數組 + 鏈表 + 紅黑樹）的存儲結構；
（2）HashMap的默認初始容量爲16（1<<4），默認裝載因子爲0.75f，容量老是2的n次方；
（3）HashMap擴容時每次容量變爲原來的兩倍；
（4）當桶的數量小於64時不會進行樹化，只會擴容；
（5）當桶的數量大於64且單個桶中元素的數量大於8時，進行樹化；
（6）當單個桶中元素數量小於6時，進行反樹化；
（7）HashMap是非線程安全的容器；
（8）HashMap查找添加元素的時間複雜度都爲O(1)；
帶詳細註釋的源碼地址
彩蛋
紅黑樹知多少？
紅黑樹具備如下5種性質：
（1）節點是紅色或黑色。
（2）根節點是黑色。
（3）每一個葉節點（NIL節點，空節點）是黑色的。
（4）每一個紅色節點的兩個子節點都是黑色。(從每一個葉子到根的全部路徑上不能有兩個連續的紅色節點)
（5）從任一節點到其每一個葉子的全部路徑都包含相同數目的黑色節點。
紅黑樹的時間複雜度爲O(log n)，與樹的高度成正比。
紅黑樹每次的插入、刪除操做都須要作平衡，平衡時有可能會改變根節點的位置，顏色轉換，左旋，右旋等。
歡迎關注個人公衆號「彤哥讀源碼」，查看更多源碼系列文章, 與彤哥一塊兒暢遊源碼的海洋。
相關文章
- 1. 死磕 java集合之HashMap源碼分析
- 2. 【死磕 Java 集合】— ConcurrentSkipListMap源碼分析
- 3. 死磕 java集合之ArrayBlockingQueue源碼分析
- 4. 死磕 java集合之WeakHashMap源碼分析
- 5. 死磕 java集合之ArrayDeque源碼分析
- 6. 死磕 java集合之CopyOnWriteArrayList源碼分析
- 7. 死磕 java集合之DelayQueue源碼分析
- 8. 死磕 java集合之ArrayList源碼分析
- 9. 死磕 java集合之LinkedList源碼分析
- 10. 死磕 java集合之TreeMap源碼分析（四）-內含彩蛋
- 更多相關文章...
- • Scala Set(集合) - Scala教程
- • C# 集合（Collection） - C#教程
- • 互聯網組織的未來：剖析GitHub員工的任性之源
- • Java Agent入門實戰（二）-Instrumentation源碼概述
相關標籤/搜索
每日一句
-
每一个你不满意的现在，都有一个你没有努力的曾经。
歡迎關注本站公眾號,獲取更多信息
相關文章
- 1. 死磕 java集合之HashMap源碼分析
- 2. 【死磕 Java 集合】— ConcurrentSkipListMap源碼分析
- 3. 死磕 java集合之ArrayBlockingQueue源碼分析
- 4. 死磕 java集合之WeakHashMap源碼分析
- 5. 死磕 java集合之ArrayDeque源碼分析
- 6. 死磕 java集合之CopyOnWriteArrayList源碼分析
- 7. 死磕 java集合之DelayQueue源碼分析
- 8. 死磕 java集合之ArrayList源碼分析
- 9. 死磕 java集合之LinkedList源碼分析
- 10. 死磕 java集合之TreeMap源碼分析（四）-內含彩蛋