Java数据结构之HashMap源码深入分析
HashMap是Java集合框架中常用的一种数据结构,它是一种基于哈希表实现的映射表.在jdk1.8版本中,HashMap的get方法和put方法的实现与之前版本有些不同,下面我们来逐步分析其源码实现.
基本结构
public class HashMap<K,V> extends AbstractMap<K,V>
implements Map<K,V>, Cloneable, Serializable {
// ...
static final int DEFAULT_INITIAL_CAPACITY = 1 << 4; // aka 16
static final float DEFAULT_LOAD_FACTOR = 0.75f;
static final int MAXIMUM_CAPACITY = 1 << 30;
transient HashMap.node<K,V>[] table;
transient int size;
int threshold;
final float loadFactor;
// ...
}
get方法
public V get(Object key) {
// 获取key对应的Node节点
HashMap.Node<K, V> e;
// 调用getNode方法查找key对应的Node节点,并将查找结果赋值给e
// 如果e为null就返回null否则返回e节点的value
return (e = getNode(hash(key), key)) == null ? null : e.value;
}
final HashMap.Node<K, V> getNode(int hash, Object key) {
// 定义局部变量tab,first,e,n和k
HashMap.Node<K, V>[] tab;
HashMap.Node<K, V> first, e;
int n;
K k;
// 如果table数据不为null且长度大于0,且第一个Node节点不为空,则开始查找Node节点
if ((tab = table) != null && (n = tab.length) > 0 &&
(first = tab[(n - 1) & hash]) != null) {
// 如果第一个Node节点的哈希值与传入的hash值相等,且第一个Node节点的key和传入的key相等,则直接返回第一个Node节点
if (first.hash == hash && // always check first node
((k = first.key) == key || (key != null && key.equals(k))))
return first;
// 如果第一个Node节点不是要查找的Node节点,则开始遍历链表查找对应的Node节点
if ((e = first.next) != null) {
if (first instanceof HashMap.TreeNode)
// 如果第一个Node节点是红黑树节点,则调用红黑树节点的getTreeNode方法查找对应的Node节点
return ((HashMap.TreeNode<K, V>) first).getTreeNode(hash, key);
// 如果第一个Node节点不是红黑树节点,则遍历链表查找对应的Node节点
do {
// 如果遍历到的Node节点的hash值与传入的hash值相等,且Node节点的key和传入的key相等,则返回对应的Node节点
if (e.hash == hash &&
((k = e.key) == key || (key != null && key.equals(k))))
return e;
} while ((e = e.next) != null);
}
}
// 如果在table数组中没有找到对应的Node节点,则返回null
return null;
}
get方法工作流程如下:
- 根据key的hashCode计算出在哈希表中的位置
- 遍历该位置上的链表或树,查找对应的键值对
- 如果找到了对应的键值对,则返回对应的value;否则返回null
put方法
public V put(K key, V value) {
// 根据key的哈希值和key查找对应的Node节点,并添加到HashMap中
return putVal(hash(key), key, value, false, true);
}
final V putVal(int hash, K key, V value, boolean onlyIfAbsent,
boolean evict) {
// 定义局部变量tab,p,n和i
HashMap.Node<K, V>[] tab;
HashMap.Node<K, V> p;
int n, i;
// 如果table数组为null或者长度为0,则先调用resize()方法初始化table数组
if ((tab = table) == null || (n = tab.length) == 0)
n = (tab = resize()).length;
// 根据计算出来插入位置i插入新的键值对
if ((p = tab[i = (n - 1) & hash]) == null)
// 如果插入的位置为null,则直接插入新的键值对
tab[i] = newNode(hash, key, value, null);
else {
HashMap.Node<K, V> e;
K k;
// 如果插入的位置不为null,就遍历链表或树查找插入位置
if (p.hash == hash &&
((k = p.key) == key || (key != null && key.equals(k))))
e = p;
else if (p instanceof HashMap.TreeNode)
// 如果插入位置为红黑树节点,则调用putTreeVal方法插入新的键值对
e = ((HashMap.TreeNode<K, V>) p).putTreeVal(this, tab, hash, key, value);
else {
// 遍历链表,查找插入位置
for (int binCount = 0; ; ++binCount) {
if ((e = p.next) == null) {
// 直接在链表末尾插入新的键值对
p.next = newNode(hash, key, value, null);
if (binCount >= TREEIFY_THRESHOLD - 1) // -1 for 1st
// 如果此时链表长度大于等于8,则将链表转化为红黑树
treeifyBin(tab, hash);
break;
}
// 如果找到相同key,终止循环
if (e.hash == hash &&
((k = e.key) == key || (key != null && key.equals(k))))
break;
p = e;
}
}
if (e != null) { // existing mapping for key
// 如果存在相同key,则替换对应value
V oldValue = e.value;
if (!onlyIfAbsent || oldValue == null)
e.value = value;
afterNodeAccess(e);
return oldValue;
}
}
++modCount;
if (++size > threshold)
// 如果插入后的HashMap的大小大于阈值,则调用resize方法扩容HashMap
resize();
afterNodeInsertion(evict);
return null;
}
put方法工作流程如下:
- 根据key的hashCode值计算出在哈希表中的位置
- 如果该位置为空,则直接插入新的键值对
- 如果该位置不为空,则遍历该位置上的链表或树,查找是否已经存在对应的键值对
- 如果找到对应的键值对,则替换对应的value
- 如果没有找到对应的键值对,则将新的键值对插入到链表末尾
- 如果链表长度达到阈值(默认为8),则将链表转化为树
- 如果插入后HashMap的大小超过了阈值(默认容量的0.75),则扩容HashMap
- 插入完成后,执行一些必要的后续操作,例如更新修改次数等等
总的来说,HashMap的get方法和put方法都是基于哈希算法来实现键值对的查找和插入的,其中put方法需要考虑更多的情况,包括链表转换为树,扩容等等.
HashMap的容量为什么总是2的n次幂
在Java中,HashMap的容量总是2的n次幂的原因是为了提高HashMap的性能.
HashMap内部使用一个数组来存储键值对,当添加一个键值对时,HashMap会根据建的hashCode值计算出它在数组中的索引位置.如果数组长度不是2的n次幂,那么计算索引时就需要进行取模操作,这会影响HashMap的性能.
如果数组长度时2的n次幂,那么计算索引时可以使用位运算(&操作),这比取模操作更快.而且,HashMap的扩容操作也要求长度时2的n次幂,这样在扩容时可以简化计算,提高性能.
另外,长度为2的n次幂的数组大小还有一个优点是,它可以保证数组的不同位置发生哈希冲突的概率比较平均,这可以减少哈希冲突的发生,提高HashMap的效率.
到此这篇关于Java数据结构之HashMap源码深入分析的文章就介绍到这了,更多相关Java HashMap内容请搜索以前的文章或继续浏览下面的相关文章希望大家以后多多支持!
相关文章