Java 進階必備：HashMap 源碼分析
簡介
HashMap 是 Java 語言中經常使用的用於存放鍵值對數據類型的集合類。隨着 JDK（Java Developmet Kit）版本的更新，JDK 1.8 對 HashMap 底層的實現進行了優化，底層實現也由以前的 數組 + 鏈表 改成 數組 + 鏈表 + 紅黑樹 。HashMap 的經常使用方法以下：html
//建立一個 map
Map<String, String> map = new HashMap<>();
//若是 key 不存在則插入數據，若是 key 已存在則更新數據
map.put("test", "哈哈");
//根據 key 獲取 value
map.get("test");
//上面已經插入了 key，這裏至關更新 key 的 value
map.put("test", "呵呵");
//刪除 key 及 value
map.remove("test");
//遍歷
for (String key : map.keySet()) {
System.out.println(key);
}
複製代碼
原理分析
從 JDK 1.8 開始 HashMap 底層採用 數組 + 鏈表 + 紅黑樹 來實現，以下圖：java
從源碼可知，HashMap 類中有一個很是重要的字段，就是 Node[] table 即哈希桶數組，明顯它是一個Node 的數組。咱們來看下 Node 是什麼。node
static class Node<K, V> implements Map.Entry<K, V> {
final int hash;//用來定位數組索引位置
final K key;
V value;
Node<K, V> next;//鏈表的下一個 node
Node(int hash, K key, V value, Node<K, V> next) { ... }
public final K getKey(){ ... }
public final V getValue() { ... }
public final String toString() { ... }
public final int hashCode() { ... }
public final V setValue(V newValue) { ... }
public final boolean equals(Object o) { ... }
}
複製代碼
Node 是 HashMap 的一個內部類，實現了 Map.Entry 接口，本質是就是一個映射（鍵值對）。上圖中的每一個黑色圓點就是一個 Node 對象。git
構造方法
首先咱們來看下 HashMap 的構造方法，從源碼中能夠看到 HashMap 有 4 個構造方法。github
/** 構造方法 1 */
public HashMap() {
this.loadFactor = DEFAULT_LOAD_FACTOR;
}
/** 構造方法 2 */
public HashMap(int initialCapacity) {
this(initialCapacity, DEFAULT_LOAD_FACTOR);
}
/** 構造方法 3 */
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;
this.threshold = tableSizeFor(initialCapacity);
}
/** 構造方法 4 */
public HashMap(Map<? extends K, ? extends V> m) {
this.loadFactor = DEFAULT_LOAD_FACTOR;
putMapEntries(m, false);
}
複製代碼
上面 4 個構造方法中，你們平時用的最多的應該是第一個了。第一個構造方法很簡單，僅將 loadFactor 變量設爲默認值。構造方法 2 調用了構造方法 3，而構造方法 3 仍然只是設置了一些變量。構造方法 4 則是將另外一個 Map 中的映射拷貝一份到本身的存儲結構中來，這個方法不是很經常使用。算法
咱們得先了解下 HashMap 的幾個字段，從 HashMap 的默認構造方法源碼可知，構造方法就是對下面幾個字段進行初始化：數組
/** The default initial capacity - MUST be a power of two. */
static final int DEFAULT_INITIAL_CAPACITY = 1 << 4; // aka 16
/** The load factor used when none specified in constructor. */
static final float DEFAULT_LOAD_FACTOR = 0.75f;// 負載因子
/** The next size value at which to resize (capacity * load factor). */
int threshold;// 所能容納的 key - value 對極限
/** The load factor for the hash table. */
final float loadFactor;
複製代碼
首先，Node[] table 的初始化長度 length（默認值是 16），loadFactor 爲負載因子（默認值是 0.75），threshold 是 HashMap 所能容納的最大數據量的 Node（鍵值對）個數。threshold = length * loadFactor。也就是說，在數組定義好長度以後，負載因子越大，所能容納的鍵值對個數越多。數據結構
結合負載因子的定義公式可知，threshold 就是在此 loadFactor 和 length（數組長度）對應下容許的最大元素數目，超過這個數目就從新 resize（擴容），擴容後的 HashMap 容量是以前容量的兩倍。默認的負載因子 0.75 是對空間和時間效率的一個平衡選擇，建議你們不要修改，除非在時間和空間比較特殊的狀況下，若是內存空間不少而又對時間效率要求很高，能夠下降負載因子 loadFactor 的值；相反，若是內存空間緊張而對時間效率要求不高，能夠增長負載因子 loadFactor 的值，這個值能夠大於 1。app
這裏存在一個問題，即便負載因子和 Hash 算法設計的再合理，也免不了會出現拉鍊過長的狀況，一旦出現拉鍊過長，則會嚴重影響 HashMap 的性能。因而，在 JDK1.8 版本中，對數據結構作了進一步的優化，引入了紅黑樹。而當鏈表長度太長（默認超過 8）時，鏈表就轉換爲紅黑樹，利用紅黑樹快速增刪改查的特色提升 HashMap 的性能，其中會用到紅黑樹的插入、刪除、查找等算法。這裏再也不對紅黑樹展開討論，想了解更多紅黑樹數據結構的工做原理能夠參考 ：blog.csdn.net/v_july_v/ar…函數
索引 Key 的位置
無論增長、刪除、查找鍵值對，定位到哈希桶數組的位置都是很關鍵的第一步。前面說過 HashMap 的數據結構是數組和鏈表的結合，因此咱們固然但願這個 HashMap 裏面的元素位置儘可能分佈均勻些，儘可能使得每一個位置上的元素數量只有一個。那麼當咱們用 hash 算法求得這個位置的時候，立刻就能夠知道對應位置的元素就是咱們要的，不用遍歷鏈表，大大優化了查詢的效率。
計算 hash 的方法以下：
static final int hash(Object key) {
int h;
return (key == null) ? 0 : (h = key.hashCode()) ^ (h >>> 16);
}
複製代碼
這裏 key.hashCode() 函數調用的是 key 鍵值類型自帶的哈希函數，返回 int 類型的散列值。理論上散列值是一個 int 類型，若是直接拿來做爲下標訪問 HashMap 的主數組的話，考慮到 2 進制 32 位帶符號的 int 的範圍從 -2147483648 ~ 2147483647，先後加起來大概 40 億的映射空間。只要哈希函數映射的比較均勻鬆散，通常應用是很難出現碰撞的。
但問題是一個 40 億長度的數組，內存是放不下的。因此這裏使用對數組的長度取模運算，獲得的餘數才能用來方位數組的下標。
bucketIndex = indexFor(hash, table.length);
複製代碼
JDK 1.7 中的獲取數組索引位置的方法：
static int indexFor(int h, int length) {
return h & (length - 1);//至關於 h % length
}
複製代碼
這裏正好解釋了爲何 HashMap 的數組長度要設計爲 2 的整次冪，由於這樣 h & (length - 1) 正好至關於 h % length。因爲取餘的計算效率沒有位運算高，因此是一個小的優化，關於模除的詳細介紹請參考 維基百科 - 模除 - 性能問題。
可是問題又來了，這樣就算咱們的散列值分佈再鬆散，僅僅是取最後幾位的話，碰撞也會很嚴重，更況且散列自己也不是很完美。因此這裏源碼作了一下高位移位，將高位也加入計算。
這裏右移 16 位正好是 32bit 的一半，將高半區與低半區作異或，就是爲了混合原始哈希碼的高位和低位來加大低位的隨機性。而且混合後的低位加入了高位的部分特徵，高位的信息也被保留了下來。
put()
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;
// 1. tab 爲空則建立
if ((tab = table) == null || (n = tab.length) == 0)
n = (tab = resize()).length;
// 2. 計算 index，並對 null 作處理
if ((p = tab[i = (n - 1) & hash]) == null)
tab[i] = newNode(hash, key, value, null);
else {
Node<K,V> e; K k;
// 3. 節點 key 存在，直接覆蓋 value
if (p.hash == hash &&
((k = p.key) == key || (key != null && key.equals(k))))
e = p;
// 4. 判斷該鏈爲紅黑樹
else if (p instanceof TreeNode)
e = ((TreeNode<K,V>)p).putTreeVal(this, tab, hash, key, value);
else {
// 5. 該鏈爲鏈表，對鏈表進行遍歷，並統計鏈表長度
for (int binCount = 0; ; ++binCount) {
// 鏈表中不包含要插入的鍵值對節點時，則將該節點接在鏈表的最後
if ((e = p.next) == null) {
p.next = newNode(hash, key, value, null);
// 若是鏈表長度大於或等於樹化閾值，則進行樹化操做
if (binCount >= TREEIFY_THRESHOLD - 1) // -1 for 1st
treeifyBin(tab, hash);
break;
}
// 條件爲 true，表示當前鏈表包含要插入的鍵值對，終止遍歷
if (e.hash == hash &&
((k = e.key) == key || (key != null && key.equals(k))))
break;
p = e;
}
}
// 判斷要插入的鍵值對是否存在 HashMap 中
if (e != null) { // existing mapping for key
V oldValue = e.value;
// onlyIfAbsent 表示是否僅在 oldValue 爲 null 的狀況下更新鍵值對的值
if (!onlyIfAbsent || oldValue == null)
e.value = value;
afterNodeAccess(e);
return oldValue;
}
}
++modCount;
// 6. 超過最大容量時，則進行擴容
if (++size > threshold)
resize();
afterNodeInsertion(evict);
return null;
}
複製代碼
-
判斷鍵值對數組 table[] 是否爲空或爲 null，不然執行 resize() 進行擴容；
-
根據鍵值 key 計算 hash 值獲得插入的數組索引 i，若是
table[i] == null，直接新建節點添加，轉向 6，若是 table[i] 不爲空，轉向 3； -
判斷 table[i] 的首個元素是否和 key 同樣，若是相同直接覆蓋 value，不然轉向 4，這裏的相同指的是 hashCode 以及 equals；
-
判斷 table[i] 是否爲 treeNode，即 table[i] 是不是紅黑樹，若是是紅黑樹，則直接在樹中插入鍵值對，不然轉向 5；
-
遍歷 table[i]，判斷鏈表長度是否大於 8，大於 8 的話把鏈表轉換爲紅黑樹，在紅黑樹中執行插入操做，不然進行鏈表的插入操做；遍歷過程當中若發現 key 已經存在直接覆蓋 value 便可；
-
插入成功後，判斷實際存在的鍵值對數量 size 是否超多了最大容量 threshold，若是超過，進行擴容。
擴容機制
擴容（resize）就是從新計算容量，向 HashMap 對象裏不停的添加元素，而 HashMap 對象內部的數組沒法裝載更多的元素時，對象就須要擴大數組的長度，以便能裝入更多的元素。固然 Java 裏的數組是沒法自動擴容的，方法是使用一個新的數組代替已有的容量小的數組，就像咱們用一個小桶裝水，若是想裝更多的水，就得換大水桶。
咱們分析下 resize 的源碼，鑑於 JDK 1.8 融入了紅黑樹，較複雜，爲了便於理解咱們仍然使用 JDK 1.7 的代碼，好理解一些，本質上區別不大，具體區別後文再說。
void resize(int newCapacity) { //傳入新的容量
Entry[] oldTable = table; //引用擴容前的 Entry 數組
int oldCapacity = oldTable.length;
if (oldCapacity == MAXIMUM_CAPACITY) { //擴容前的數組大小若是已經達到最大(2^30)了
threshold = Integer.MAX_VALUE; //修改閾值爲 int 的最大值(2^31-1)，這樣之後就不會擴容了
return;
}
Entry[] newTable = new Entry[newCapacity]; //初始化一個新的 Entry 數組
transfer(newTable); //！！將數據轉移到新的 Entry 數組裏
table = newTable; //HashMap 的 table 屬性引用新的 Entry 數組
threshold = (int)(newCapacity * loadFactor);//修改閾值
}
複製代碼
這裏就是使用一個容量更大的數組來代替已有的容量小的數組，transfer() 方法將原有 Entry 數組的元素拷貝到新的 Entry 數組裏。
void transfer(Entry[] newTable) {
Entry[] src = table; //src引用了舊的Entry數組
int newCapacity = newTable.length;
for (int j = 0; j < src.length; j++) { //遍歷舊的Entry數組
Entry<K,V> e = src[j]; //取得舊Entry數組的每一個元素
if (e != null) {
src[j] = null;//釋放舊Entry數組的對象引用（for循環後，舊的Entry數組再也不引用任何對象）
do {
Entry<K,V> next = e.next;
int i = indexFor(e.hash, newCapacity); //！！從新計算每一個元素在數組中的位置
e.next = newTable[i]; //標記[1]
newTable[i] = e; //將元素放在數組上
e = next; //訪問下一個Entry鏈上的元素
} while (e != null);
}
}
}
複製代碼
newTable[i] 的引用賦給了 e.next，也就是使用了單鏈表的頭插入方式，同一位置上新元素總會被放在鏈表的頭部位置；這樣先放在一個索引上的元素終會被放到 Entry 鏈的尾部（若是發生了 hash 衝突的話），這一點和 Jdk 1.8 有區別，下文詳解。在舊數組中同一條 Entry 鏈上的元素，經過從新計算索引位置後，有可能被放到了新數組的不一樣位置上。
下面舉個例子說明下擴容過程。假設了咱們的 hash 算法就是簡單的用 key mod（%） 一下表的大小（也就是數組的長度）。其中的哈希桶數組 table 的 size =2， 因此 key = 三、七、5，put 順序依次爲 五、七、3。在 mod（%） 2 之後都衝突在 table[1] 這裏了。這裏假設負載因子 loadFactor = 1，即當鍵值對的實際大小 size 大於 table 的實際大小時進行擴容。接下來的三個步驟是哈希桶數組 resize 成 4，而後全部的 Node 從新 rehash 的過程。
下面咱們講解下 JDK1.8 作了哪些優化。通過觀測能夠發現，咱們使用的是 2 次冪的擴展(指長度擴爲原來2倍)，因此，元素的位置要麼是在原位置，要麼是在原位置再移動 2 次冪的位置。看下圖能夠明白這句話的意思，n 爲 table 的長度，圖（a）表示擴容前的 key1 和 key2 兩種key肯定索引位置的示例，圖（b）表示擴容後 key1 和 key2 兩種 key 肯定索引位置的示例，其中 hash1 是 key1 對應的哈希與高位運算結果。
元素在從新計算 hash 以後，由於 n 變爲 2 倍，那麼 n-1 的 mask 範圍在高位多 1bit（紅色），所以新的 index 就會發生這樣的變化：
所以，咱們在擴充 HashMap 的時候，不須要像 JDK1.7 的實現那樣從新計算 hash，只須要看看原來的 hash 值新增的那個 bit 是 1 仍是 0 就行了，是 0 的話索引沒變，是1的話索引變成「原索引+oldCap」，能夠看看下圖爲 16 擴充爲 32 的 resize 示意圖：
這個設計確實很是的巧妙，既省去了從新計算 hash 值的時間，並且同時，因爲新增的 1bit 是 0 仍是 1 能夠認爲是隨機的，所以 resize 的過程，均勻的把以前的衝突的節點分散到新的 bucket 了。這一塊就是 JDK 1.8 新增的優化點。有一點注意區別，JDK 1.7 中 rehash 的時候，舊鏈表遷移新鏈表的時候，若是在新表的數組索引位置相同，則鏈表元素會倒置，可是從上圖能夠看出，JDK 1.8 不會倒置。有興趣的同窗能夠研究下 JDK 1.8 的 resize 源碼，寫的很贊，以下:
final Node<K,V>[] resize() {
Node<K,V>[] oldTab = table;
int oldCap = (oldTab == null) ? 0 : oldTab.length;
int oldThr = threshold;
int newCap, newThr = 0;
// 若是 table 不爲空，代表已經初始化過了
if (oldCap > 0) {
// 當 table 容量超超過最大值就再也不擴充了，就只好隨你碰撞去吧
if (oldCap >= MAXIMUM_CAPACITY) {
threshold = Integer.MAX_VALUE;
return oldTab;
}
// 沒超過最大值，就擴充爲原來的 2 倍
else if ((newCap = oldCap << 1) < MAXIMUM_CAPACITY &&
oldCap >= DEFAULT_INITIAL_CAPACITY)
newThr = oldThr << 1; // double threshold
}
else if (oldThr > 0) // initial capacity was placed in threshold
/* * 初始化時，將 threshold 的值賦值給 newCap， * HashMap 使用 threshold 變量暫時保存 initialCapacity 參數的值 */
newCap = oldThr;
else { // zero initial threshold signifies using defaults
/* * 調用無參構造方法時，桶數組容量爲默認容量， * 閾值爲默認容量與默認負載因子乘積 */
newCap = DEFAULT_INITIAL_CAPACITY;
newThr = (int)(DEFAULT_LOAD_FACTOR * DEFAULT_INITIAL_CAPACITY);
}
// 計算新的 resize 上限
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"})
// 建立新的桶數組，桶數組的初始化也是在這裏完成的
Node<K,V>[] newTab = (Node<K,V>[])new Node[newCap];
table = newTab;
if (oldTab != null) {
// 把每一個 bucket 都移動到新的 buckets 中
for (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)
// 從新映射時，須要對紅黑樹進行拆分
((TreeNode<K,V>)e).split(this, newTab, j, oldCap);
else { // preserve order
Node<K,V> loHead = null, loTail = null;
Node<K,V> hiHead = null, hiTail = null;
Node<K,V> next;
// 遍歷鏈表，並將鏈表節點按原順序進行分組
do {
next = e.next;
// 原索引
if ((e.hash & oldCap) == 0) {
if (loTail == null)
loHead = e;
else
loTail.next = e;
loTail = e;
}
// 原索引 + oldCap
else {
if (hiTail == null)
hiHead = e;
else
hiTail.next = e;
hiTail = e;
}
} while ((e = next) != null);
// 原索引放到 bucket 裏
if (loTail != null) {
loTail.next = null;
newTab[j] = loHead;
}
// 原索引 + oldCap 放到 bucket 裏
if (hiTail != null) {
hiTail.next = null;
newTab[j + oldCap] = hiHead;
}
}
}
}
}
return newTab;
}
複製代碼
get()
HashMap 的查找操做比較簡單，查找步驟與原理篇介紹一致，即先定位鍵值對所在的桶的位置，而後再對鏈表或紅黑樹進行查找。經過這兩步便可完成查找，該操做相關代碼以下：
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;
// 1. 定位鍵值對所在桶的位置
if ((tab = table) != null && (n = tab.length) > 0 &&
(first = tab[(n - 1) & hash]) != null) {
if (first.hash == hash && // always check first node
((k = first.key) == key || (key != null && key.equals(k))))
return first;
if ((e = first.next) != null) {
// 2. 若是 first 是 TreeNode 類型，則調用黑紅樹查找方法
if (first instanceof TreeNode)
return ((TreeNode<K,V>)first).getTreeNode(hash, key);
// 3. 對鏈表進行查找
do {
if (e.hash == hash &&
((k = e.key) == key || (key != null && key.equals(k))))
return e;
} while ((e = e.next) != null);
}
}
return null;
}
複製代碼
remove()
HashMap 的刪除操做也很簡單，僅需三個步驟便可完成。第一步是定位桶位置，第二步遍歷鏈表並找到鍵值相等的節點，第三步刪除節點。相關源碼以下：
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;
if ((tab = table) != null && (n = tab.length) > 0 &&
// 1. 定位桶位置
(p = tab[index = (n - 1) & hash]) != null) {
Node<K,V> node = null, e; K k; V v;
// 若是鍵的值與鏈表第一個節點相等，則將 node 指向該節點
if (p.hash == hash &&
((k = p.key) == key || (key != null && key.equals(k))))
node = p;
else if ((e = p.next) != null) {
// 若是是 TreeNode 類型，調用紅黑樹的查找邏輯定位待刪除節點
if (p instanceof TreeNode)
node = ((TreeNode<K,V>)p).getTreeNode(hash, key);
else {
// 2. 遍歷鏈表，找到待刪除節點
do {
if (e.hash == hash &&
((k = e.key) == key ||
(key != null && key.equals(k)))) {
node = e;
break;
}
p = e;
} while ((e = e.next) != null);
}
}
// 3. 刪除節點，並修復鏈表或紅黑樹
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)
tab[index] = node.next;
else
p.next = node.next;
++modCount;
--size;
afterNodeRemoval(node);
return node;
}
}
return null;
}
複製代碼
遍歷
和查找同樣，遍歷操做也是你們使用頻率比較高的一個操做。對於 遍歷 HashMap，咱們通常都會用下面的方式：
for(Object key : map.keySet()) {
// do something
}
複製代碼
或
for(HashMap.Entry entry : map.entrySet()) {
// do something
}
複製代碼
從上面代碼片斷中能夠看出，你們通常都是對 HashMap 的 key 集合或 Entry 集合進行遍歷。上面代碼片斷中用 foreach 遍歷 keySet 方法產生的集合，在編譯時會轉換成用迭代器遍歷，等價於：
Set keys = map.keySet();
Iterator ite = keys.iterator();
while (ite.hasNext()) {
Object key = ite.next();
// do something
}
複製代碼
你們在遍歷 HashMap 的過程當中會發現，屢次對 HashMap 進行遍歷時，遍歷結果順序都是一致的。但這個順序和插入的順序通常都是不一致的。
public Set<K> keySet() {
Set<K> ks = keySet;
if (ks == null) {
ks = new KeySet();
keySet = ks;
}
return ks;
}
final class KeySet extends AbstractSet<K> {
public final int size() { return size; }
public final void clear() { HashMap.this.clear(); }
public final Iterator<K> iterator() { return new KeyIterator(); }
public final boolean contains(Object o) { return containsKey(o); }
public final boolean remove(Object key) {
return removeNode(hash(key), key, null, false, true) != null;
}
// 省略部分代碼
}
final class KeyIterator extends HashIterator implements Iterator<K> {
public final K next() { return nextNode().key; }
}
abstract class HashIterator {
Node<K,V> next; // next entry to return
Node<K,V> current; // current entry
int expectedModCount; // for fast-fail
int index; // current slot
HashIterator() {
expectedModCount = modCount;
Node<K,V>[] t = table;
current = next = null;
index = 0;
if (t != null && size > 0) { // advance to first entry
// 尋找第一個包含鏈表節點引用的桶
do {} while (index < t.length && (next = t[index++]) == null);
}
}
public final boolean hasNext() {
return next != null;
}
final Node<K,V> nextNode() {
Node<K,V>[] t;
Node<K,V> e = next;
if (modCount != expectedModCount)
throw new ConcurrentModificationException();
if (e == null)
throw new NoSuchElementException();
if ((next = (current = e).next) == null && (t = table) != null) {
// 尋找下一個包含鏈表節點引用的桶
do {} while (index < t.length && (next = t[index++]) == null);
}
return e;
}
public final void remove() {
Node<K,V> p = current;
if (p == null)
throw new IllegalStateException();
if (modCount != expectedModCount)
throw new ConcurrentModificationException();
current = null;
K key = p.key;
removeNode(hash(key), key, null, false, false);
expectedModCount = modCount;
}
}
複製代碼
如上面的源碼，遍歷全部的鍵時，首先要獲取鍵集合 KeySet 對象，而後再經過 KeySet 的迭代器 KeyIterator 進行遍歷。KeyIterator 類繼承自 HashIterator 類，核心邏輯也封裝在 HashIterator 類中。HashIterator 的邏輯並不複雜，在初始化時，HashIterator 先從桶數組中找到包含鏈表節點引用的桶。而後對這個桶指向的鏈表進行遍歷。遍歷完成後，再繼續尋找下一個包含鏈表節點引用的桶，找到繼續遍歷。找不到，則結束遍歷。
參考資料
個人 GitHub
個人公衆號
歡迎關注個人公衆號，分享各類技術乾貨，各類學習資料，職業發展和行業動態。
技術交流羣
歡迎加入技術交流羣，來一塊兒交流學習。
- 1. 面試必備：HashMap源碼解析（JDK8）
- 2. java進階必備知識
- 3. java進階|java隊列源碼分析
- 4. 《Effective Java》--Java進階必備
- 5. java HashSet HashMap（源碼分析）
- 6. java HashMap源碼分析(JDK8)
- 7. java hashmap（jdk1.8）源碼分析
- 8. Java源碼分析之HashMap
- 9. java源碼分析之HashMap
- 10. BAT面試必問HashMap源碼分析
- 更多相關文章...
- • Java操作Neo4j數據庫（附帶源碼） - NoSQL教程
- • Scala 高階函數 - Scala教程
- • Java Agent入門實戰（二）-Instrumentation源碼概述
- • 互聯網組織的未來：剖析GitHub員工的任性之源
-
每一个你不满意的现在，都有一个你没有努力的曾经。