對HashMap源碼的一些分析

下邊分析HashMap的插入操做。

hashMap中一些重要的常量

static final int DEFAULT_INITIAL_CAPACITY = 1 << 4;//table的初始容量

static final int MAXIMUM_CAPACITY = 1 << 30//最大容量;

static final float DEFAULT_LOAD_FACTOR = 0.75f;//默認的因子,在計算閾值時用，爲何爲0.75？

static final int TREEIFY_THRESHOLD = 8;//超過這個值後table結構由鏈表變爲紅黑樹

static final int UNTREEIFY_THRESHOLD = 6;//小於這個值table結構由紅黑樹變爲鏈表

static final int MIN_TREEIFY_CAPACITY = 64;//若是鍵對值小於，這個值，則不進行變換紅黑值操做
對於上邊的一些思考在文末

1.put()函數

//put()函數的分析，內部調用了putVal,咱們對putval進行分析
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爲null,或則length=0;進行初始化操做，resize函數具體分析在下面
        if ((tab = table) == null || (n = tab.length) == 0)
            n = (tab = resize()).length;
        //若是插入的位置爲null，則直接插入
        if ((p = tab[i = (n - 1) & hash]) == null)
            tab[i] = newNode(hash, key, value, null);
        //插入的位置不爲null
        else {
            Node<K,V> e; K k;
            //插入數組中的位置的值恰好等於插入的值
            if (p.hash == hash &&
                ((k = p.key) == key || (key != null && key.equals(k))))
                e = p;
            //插入的位置紅黑樹結構
            else if (p instanceof TreeNode)
                //putTreeVal()實際爲紅黑樹的插入操做，具體見另外一個單獨的blog,紅黑樹的插入分析
                e = ((TreeNode<K,V>)p).putTreeVal(this, tab, hash, key, value);
            else {
                //插入的節點爲鏈表結構，不斷前後找到插入的節點
                for (int binCount = 0; ; ++binCount) {
                    if ((e = p.next) == null) {
                        p.next = newNode(hash, key, value, null);
                        //大於>TREEIFY_THRESHOLD-1時，將鏈表節點轉爲treeNode,TREEIFY_THRESHOLD=8;
                        if (binCount >= TREEIFY_THRESHOLD - 1) // -1 for 1st
                            treeifyBin(tab, hash);
                        break;
                    }
                    if (e.hash == hash &&
                        ((k = e.key) == key || (key != null && key.equals(k))))
                        break;
                    p = e;
                }
            }
            //若是找到插入的節點位置，返回插入的節點
            if (e != null) { // existing mapping for key
                V oldValue = e.value;
                if (!onlyIfAbsent || oldValue == null)
                    e.value = value;
                afterNodeAccess(e);
                return oldValue;
            }
        }
        ++modCount;
        //成功插入以後進行resize操做，，判斷是否超出容量
        if (++size > threshold)
            resize();
        afterNodeInsertion(evict);
        return null;
    }
複製代碼

2.resize()函數的分析

在resize()中進行table容量大小的調整，以及將舊table的值轉移到新table的相關操做

//hashmap的resize函數，每次插入時都要調用，調整hashmap的大小
final Node<K,V>[] resize() {
        //old 舊hashmap的容量大小
        Node<K,V>[] oldTab = table;
        int oldCap = (oldTab == null) ? 0 : oldTab.length;
        //threshold 閾值 超過這個容量後就會進行擴容
        int oldThr = threshold;
        int newCap, newThr = 0;
        if (oldCap > 0) {
            //當舊的容量>=最大容量時，threshold爲最大容量
            if (oldCap >= MAXIMUM_CAPACITY) {
                threshold = Integer.MAX_VALUE;
                return oldTab;
            }
            //設置新的容量爲舊的容量的2倍，同時 newthr=2*oldThr
            else if ((newCap = oldCap << 1) < MAXIMUM_CAPACITY &&
                     oldCap >= DEFAULT_INITIAL_CAPACITY)
                newThr = oldThr << 1; // double threshold
        }
        //若是舊的容量爲0，且舊的閾值大於0，則新的容量爲舊的閾值
        else if (oldThr > 0) // initial capacity was placed in threshold
            newCap = oldThr;
        //若是舊容量爲0，就閾值<=0;新容量=默認大小，通常爲16，1<<4;
        //新的閾值 newThr=defult_factor（通常爲0.75）*DEFAULT_INITIAL_CAPACITY(16) = 12;
        else {               // zero initial threshold signifies using defaults
            newCap = DEFAULT_INITIAL_CAPACITY;
            newThr = (int)(DEFAULT_LOAD_FACTOR * DEFAULT_INITIAL_CAPACITY);
        }
        //這個狀況對應於 oldThr>0&&oldCap<=0;
        if (newThr == 0) {
            //此時 newCap=16；
            float ft = (float)newCap * loadFactor;
            newThr = (newCap < MAXIMUM_CAPACITY && ft < (float)MAXIMUM_CAPACITY ?
                      (int)ft : Integer.MAX_VALUE);
        }
        //設置map的閾值爲新的值；
        threshold = newThr;
        //上邊的過程即爲調整新容量，新閾值的過程，下邊爲調整舊table到新table;
        @SuppressWarnings({"rawtypes","unchecked"})
        Node<K,V>[] newTab = (Node<K,V>[])new Node[newCap];
        table = newTab;
        if (oldTab != null) {
            //逐個調整oldTable中的值到新table
            for (int j = 0; j < oldCap; ++j) {
                Node<K,V> e;
                if ((e = oldTab[j]) != null) {
                    //賦值爲null，方便gc;
                    oldTab[j] = null;
                    //若是數組中的節點，沒有後繼節點，直接賦值給新table
                    if (e.next == null)
                        newTab[e.hash & (newCap - 1)] = e;
                    //若是節點爲樹節點（紅黑樹），且這個節點還有後繼節點
                    else if (e instanceof TreeNode)
                        //拆分這個紅黑樹，分爲兩部分，一部分在新table的索引爲原table的索引,一部分爲原索引+oldCap
                        //具體分析看split()函數的分析
                        ((TreeNode<K,V>)e).split(this, newTab, j, oldCap);
                    //若是節點爲普通的鏈表節點，在以下操做中也要將鏈表分爲兩個鏈表 
                    else { // preserve order
                        Node<K,V> loHead = null, loTail = null;
                        Node<K,V> hiHead = null, hiTail = null;
                        Node<K,V> next;
                        do {
                            next = e.next;
                            if ((e.hash & oldCap) == 0) {
                                if (loTail == null)
                                    loHead = e;
                                else
                                    loTail.next = e;
                                loTail = e;
                            }
                            else {
                                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;
    }
複製代碼

3.split()函數的分析

見名知意，將一個鏈表或一個RBTree,分爲兩個鏈表。

//split函數，將一條鏈表分解爲兩條鏈表，或將一個紅黑樹分爲兩個鏈表
final void split(HashMap<K,V> map, Node<K,V>[] tab, int index, int bit) {
            TreeNode<K,V> b = this;
            // Relink into lo and hi lists, preserving order
            TreeNode<K,V> loHead = null, loTail = null;
            TreeNode<K,V> hiHead = null, hiTail = null;
            //這連個變量表示兩條鏈表的長度
            int lc = 0, hc = 0;
            //遍歷整條鏈表
            for (TreeNode<K,V> e = b, next; e != null; e = next) {
                next = (TreeNode<K,V>)e.next;
                e.next = null;
                //e.hash&bit(oldcap)==0的節點的索引爲原索引，具體分析見下邊 e.hash&bit的分析
                if ((e.hash & bit) == 0) {
                    //就是不斷添加節點，組成鏈表的過程
                    if ((e.prev = loTail) == null)
                        loHead = e;
                    else
                        loTail.next = e;
                    loTail = e;
                    ++lc;
                }
                //實際對應的狀況爲 e.hash&bit==1的節點對應的索引爲oldcap+原索引
                else {
                    if ((e.prev = hiTail) == null)
                        hiHead = e;
                    else
                        hiTail.next = e;
                    hiTail = e;
                    ++hc;
                }
            }
            //通過以上操做就有兩條鏈表，節點索引爲原索引的鏈表頭節點爲：loHead
            // 節點索引爲原索引+oldcap的鏈表頭節點爲：hiHead;
            if (loHead != null) {
                //判斷鏈表長度，若是<=UNTREEIFY_THRESHOLD則爲鏈表結構
                if (lc <= UNTREEIFY_THRESHOLD)
                    //untreeify內部進行了一個將普通鏈表轉爲treemap的鏈表的封裝
                    tab[index] = loHead.untreeify(map);
                //判斷鏈表的長度，若是超過UNTREEIFY_THRESHOLD,爲8,則將鏈表結構轉爲紅黑樹 
                else {
                    tab[index] = loHead;
                    if (hiHead != null) // (else is already treeified)
                        //treeiFied函數實際爲紅黑樹的插入函數，具體分析看紅黑樹的插入blog
                        loHead.treeify(tab);
                }
            }
            //如上
            if (hiHead != null) {
                if (hc <= UNTREEIFY_THRESHOLD)
                    tab[index + bit] = hiHead.untreeify(map);
                else {
                    tab[index + bit] = hiHead;
                    if (loHead != null)
                        hiHead.treeify(tab);
                }
            }
        }
複製代碼

4.一些思考

1.對e.hash&oldCap的分析
假設 oldCap =16，二進制爲 00**010000
咱們知道hashmap計算索引時，是（length-1）&hash值

對應原索引，爲 00**01111&hash,實際是對hash取後四位，設後四位爲abcd
對應新table,容量爲2*oldCap,對應二進制位 00**0100000，計算hash時爲 00*011111&hash,實際是取hash的後5位
則有兩種狀況 0abcd 對應的索引爲原索引
            1abcd 對應的索引爲原索引+oldCap,
怎麼判斷這兩種狀況？
咱們看到這兩種狀況最高位分別爲0，1，咱們用oldCap&hash，便可得出0，1兩個結果，0對應原索引，1對應新索引


2.爲何factor=0.75;
在理想狀況下,使用隨機哈希碼,節點出現的頻率在hash桶中遵循泊松分佈
當桶中元素到達8個的時候，機率已經變得很是小，也就是說用0.75做爲加載因子，每一個碰撞位置的鏈表長度超過８個是幾乎不可能的。

3.爲何找索引時用 hash(key)&(length-1)
由於hash(key)的值是隨機的，經過&操做，至關於對hash取模，能保證索引相對均勻分佈
複製代碼