HashMap
类图如下:
构造
我们以无参构造器为例:
1public HashMap() {
2 this.loadFactor = DEFAULT_LOAD_FACTOR; // all other fields defaulted
3}
其它的参数均取默认。
put
1public V put(K key, V value) {
2 return putVal(hash(key), key, value, false, true);
3}
putVal源码:
1final V putVal(int hash, K key, V value, boolean onlyIfAbsent, boolean evict) {
2 Node<K,V>[] tab; Node<K,V> p; int n, i;
3 //1.初始化
4 if ((tab = table) == null || (n = tab.length) == 0)
5 n = (tab = resize()).length;
6 //2.bin为null，初始化第一个节点
7 if ((p = tab[i = (n - 1) & hash]) == null)
8 tab[i] = newNode(hash, key, value, null);
9 else {
10 Node<K,V> e; K k;
11 if (p.hash == hash && ((k = p.key) == key || (key != null && key.equals(k))))
12 //指定key的值已存在，那么记录下原先的值
13 e = p;
14 else if (p instanceof TreeNode)
15 //红黑树
16 e = ((TreeNode<K,V>)p).putTreeVal(this, tab, hash, key, value);
17 else {
18 //bin不为空，且与链表头不相同(==或equals)
19 //3.
20 for (int binCount = 0; ; ++binCount) {
21 if ((e = p.next) == null) {
22 p.next = newNode(hash, key, value, null);
23 //达到临界值转为红黑树
24 if (binCount >= TREEIFY_THRESHOLD - 1) // -1 for 1st
25 treeifyBin(tab, hash);
26 break;
27 }
28 if (e.hash == hash &&
29 ((k = e.key) == key || (key != null && key.equals(k))))
30 break;
31 p = e;
32 }
33 }
34 if (e != null) { // existing mapping for key
35 V oldValue = e.value;
36 if (!onlyIfAbsent || oldValue == null)
37 e.value = value;
38 //空实现，为LinkedHashMap预留
39 afterNodeAccess(e);
40 return oldValue;
41 }
42 }
43 ++modCount;
44 //4.
45 if (++size > threshold)
46 resize();
47 //空实现，为LinkedHashMap预留
48 afterNodeInsertion(evict);
49 return null;
50}
onlyIfAbsent参数如果为true，那么对于已经存在的key，将不替换其值 。table即HashMap进行数据存储的核心变量:
1transient Node<K,V>[] table;
Node代表了table中的一项，类图:
哈希算法
1static final int hash(Object key) {
2 int h;
3 return (key == null) ? 0 : (h = key.hashCode()) ^ (h >>> 16);
4}
这里在原生hashCode的基础上做了一次与高16位相异或的处理，这样做的目的是将哈希值的高位纳入到取余运算中来，防止由于低位相同造成的频繁冲突的情况。
表头还是表尾
当bin中已含有节点链表，且要插入新的元素时从表头还是表尾插入?
从源码(3)中很明显可以看出是从表尾插入，因为HashMap需要判断链表中元素的个数以决定是否将其转为红黑树。
size
HashMap中维护有一个字段size记录当前元素的个数:
1transient int size;
从上面putVal方法源码(4)中可以看到其改变方式。
get
1public V get(Object key) {
2 Node<K,V> e;
3 return (e = getNode(hash(key), key)) == null ? null : e.value;
4}
剩下的脑补即可。
resize
1final Node<K,V>[] resize() {
2 Node<K,V>[] oldTab = table;
3 int oldCap = (oldTab == null) ? 0 : oldTab.length;
4 int oldThr = threshold;
5 int newCap, newThr = 0;
6 //原table不为null，
7 if (oldCap > 0) {
8 //MAXIMUM_CAPACITY取1 << 30，即table数组的大小，如果已到达此值，那么无需扩容
9 if (oldCap >= MAXIMUM_CAPACITY) {
10 //threshold，CAPACITY乘以负载因子即扩容的临界值
11 threshold = Integer.MAX_VALUE;
12 return oldTab;
13 }
14 //没有达到最大值，两倍扩容
15 else if ((newCap = oldCap << 1) < MAXIMUM_CAPACITY &&
16 oldCap >= DEFAULT_INITIAL_CAPACITY)
17 newThr = oldThr << 1; // double threshold
18 }
19 else if (oldThr > 0) // initial capacity was placed in threshold
20 newCap = oldThr;
21 else {
22 //初始化，默认大小为16
23 newCap = DEFAULT_INITIAL_CAPACITY;
24 newThr = (int)(DEFAULT_LOAD_FACTOR * DEFAULT_INITIAL_CAPACITY);
25 }
26 if (newThr == 0) {
27 float ft = (float)newCap * loadFactor;
28 newThr = (newCap < MAXIMUM_CAPACITY && ft < (float)MAXIMUM_CAPACITY ?
29 (int)ft : Integer.MAX_VALUE);
30 }
31 threshold = newThr;
32 Node<K,V>[] newTab = (Node<K,V>[])new Node[newCap];
33 table = newTab;
34 if (oldTab != null) {
35 for (int j = 0; j < oldCap; ++j) {
36 Node<K,V> e;
37 if ((e = oldTab[j]) != null) {
38 //数组的此位置含有元素
39 oldTab[j] = null;
40 if (e.next == null)
41 //如果桶位中只有一个元素=>直接设置
42 newTab[e.hash & (newCap - 1)] = e;
43 else if (e instanceof TreeNode)
44 ((TreeNode<K,V>)e).split(this, newTab, j, oldCap);
45 else { // preserve order
46 Node<K,V> loHead = null, loTail = null;
47 Node<K,V> hiHead = null, hiTail = null;
48 Node<K,V> next;
49 do {
50 next = e.next;
51 if ((e.hash & oldCap) == 0) {
52 if (loTail == null)
53 loHead = e;
54 else
55 loTail.next = e;
56 loTail = e;
57 }
58 else {
59 if (hiTail == null)
60 hiHead = e;
61 else
62 hiTail.next = e;
63 hiTail = e;
64 }
65 } while ((e = next) != null);
66 if (loTail != null) {
67 loTail.next = null;
68 newTab[j] = loHead;
69 }
70 if (hiTail != null) {
71 hiTail.next = null;
72 newTab[j + oldCap] = hiHead;
73 }
74 }
75 }
76 }
77 }
78 return newTab;
79}
移动
我们在guava-cache中已经见识过了，假设map的最初容量为8，现要扩容到16，实际上对于每一个桶位(bin)，只有两种情况:
- 无需移动(bin下标不变)，比如hashCode为7的情况。
- 移动到原先下标位置 + 最初容量的位置，比如对于hashCode 12，原本为4，现在要移动至12，移动了8.
那么如何判断是否需要移动呢?
因为我们的容量都是2的整次幂，对8取余我们只要& (8 - 1)即可，所以8和16的mask分别为:
0111
1111
我们只需hashCode & 8即可，这便是源码中preserve order部分所做的。
那么为什么要对一个bin中的每一个元素都要进行判断呢?因为比如对于bin 4，在容量为8的情况下，hashCode为4和12都会进入到这个位置，而扩容后就不一定了。
红黑树
其时间复杂度为O(logn)，不再详细探究其细节，可参考:
containsValue
查询是否包含特定的key较为简单，等同于一次get操作，而查询value则不是:
1public boolean containsValue(Object value) {
2 Node<K,V>[] tab; V v;
3 if ((tab = table) != null && size > 0) {
4 for (int i = 0; i < tab.length; ++i) {
5 for (Node<K,V> e = tab[i]; e != null; e = e.next) {
6 if ((v = e.value) == value ||
7 (value != null && value.equals(v)))
8 return true;
9 }
10 }
11 }
12 return false;
13}
这是一个遍历所有bin + 链表/红黑树的过程，所以有过有根据value查找key的需求我们可以使用双向Map，比如Guava的BiMap。