项目
博客
文档
归档
资源链接
关于我
项目
博客
文档
归档
资源链接
关于我
JDK 源码解析 —— 集合（三）哈希表 HashMap
2020-11-13
·
芋道源码
·
转载
·
·
本文共 5,719个字，预计阅读需要 20分钟。
> `转载`于【[芋道源码](http://svip.iocoder.cn/)】 ## 1. 简介 HashMap ，是一种[散列表](https://zh.wikipedia.org/wiki/哈希表)，用于存储 key-value 键值对的数据结构，一般翻译为“哈希表”，提供**平均**时间复杂度为 O(1) 的、基于 key 级别的 get/put 等操作。 之前我们在分享 [《JDK 源码解析 —— 集合（一）数组 ArrayList》](http://svip.iocoder.cn/JDK/Collection-ArrayList) 中提到过，“在前些年，实习或初级工程师的面试，可能最爱问的就是 ArrayList 和 LinkedList 的区别与使用场景”。现在已经改变成，HashMap 的实现原理是什么。😈 相信令大多数胖友头疼不已，有木有噢。 在日常的业务开发中，HashMap 可以说是和 ArrayList 一样常用的集合类，特别是考虑到数据库的性能，又或者服务的拆分后，我们把关联数据的拼接，放到了内存中，这就需要使用到 HashMap 了。 ## 2. 类图 HashMap 实现的接口、继承的抽象类，如下图所示：[](http://static.iocoder.cn/images/JDK/2019_12_07/03.jpg)类图 - 实现 [`java.util.Map`](https://github.com/YunaiV/openjdk/blob/master/src/java.base/share/classes/java/util/Map.java) 接口，并继承 [`java.util.AbstractMap`](https://github.com/YunaiV/openjdk/blob/master/src/java.base/share/classes/java/util/AbstractMap.java) 抽像类。 - 实现 [`java.io.Serializable`](https://github.com/YunaiV/openjdk/blob/master/src/java.base/share/classes/java/io/Serializable.java) 接口。 - 实现 [`java.lang.Cloneable`](https://github.com/YunaiV/openjdk/blob/master/src/java.base/share/classes/java/lang/Cloneable.java) 接口。 ## 3. 属性 在开始看 HashMap 的具体属性之前，我们先来简单说说 HashMap 的实现原理。 > 实际上，我更加推荐大家去看 [《数据结构与算法》](http://www.iocoder.cn/images/jikeshijian/数据结构与算法之美.jpg) 的《散列表》章节。一方面是确实讲的有趣生动又系统，另一方面自己有几个知识盲点在里面解决了。 相信很多胖友，在初次看到 HashMap 时，都惊奇于其 **O(1)** 的 get 操作的时间复杂度。当时在我们已知的数据结构中，只有基于下标访问数组时，才能提供 **O(1)** get 操作的时间复杂度。 实际上，HashMap 所提供的 O(1) 是**平均**时间复杂度，大多数情况下保证 O(1) 。其实极端情况下，有可能退化为 O(N) 的时间复杂度噢，这又是为什么呢？ HashMap 其实是在数组的基础上实现的，一个“加强版”的数组。如下图所示：[](http://static.iocoder.cn/images/JDK/2019_12_07/01.jpg)数组 好像有点不对？！key 并不是一个整数，可以放入指向数组中的指定下标。咳咳咳，我们要 O(1) 的性能！！！所以，**hash** 就正式登场了，通过 `hash(key)` 的过程，我们可以将 key 成功的转成一个整数。但是，`hash(key)` 可能会超过数组的容量，所以我们需要 `hash(key) % size` 作为下标，放入数组的对应位置。至此，我们是不是已经可以通过 O(1) 的方式，快速的从 HashMap 中进行 get 读取操作了。 > 注意，一般每个数组的“位置”，比较专业的说法，叫做“槽位”（slot）或者“桶”。因为代码注释里，已经都使用了“位置”，所以我们就暂时不进行修正了。 😈 好像还是不对！？原因有两点： - 1、`hash(key)` 计算出来的哈希值，并不能保证唯一； - 2、`hash(key) % size` 的操作后，即使不同的哈希值，也可能变成相同的结果。 这样，就导致我们常说的“哈希冲突”。那么怎么解决呢？方法有两种： - 1、开放寻址法 > 本文暂时不展开关于开放寻址法的内容，胖友可以看看 [《散列表的开放寻址法》](https://blog.csdn.net/zuoyigexingfude/article/details/40394859) 。等后面我们写到 ThreadLocalMap 的时候，我们在详细掰扯掰扯。 - 2、链表法 在 Java HashMap 中，采用了链表法。如果有看过 Redis Hash 数据结构的胖友，它也是采用了链表法。通过将数组的每个元素对应一个链表，我们将相同的 `hash(key) % size` 放到对应下标的链表中即可。 > 当然，put / get 操作需要做下是否等于指定 key 的判断，这个具体我们在源码中分享。 仿佛一切都很美好，但是我们试着来想，如果我们放入的 N 个 key-value 键值对到 HashMap 的情况： - 1、每个 key 经过 `hash(key) % size` 对应唯一下标，则 get 时间复杂度是 O(1) 。 - 2、k 个 key 经过 `hash(key) % size` 对应唯一下标，那么在 get 这 k 个 key 的时间复杂度是 O(k) 。 - 3、在情况 2 的极端情况下，k 恰好等于 N ，那么是不是就出现我们在上面说的 O(N) 的时间复杂度的情况。 所以，为了解决最差 O(N) 的时间复杂度的情况，我们可以将数组的每个元素对应成其它数据结构，例如说：1）红黑树；2）跳表。它们两者的时间复杂度是 O(logN) ，这样 O(N) 就可以缓解成 O(logN) 的时间复杂度。 > 😈 红黑树是相对复杂的数据结构，= = 反正艿艿没花时间去深究它，所以本文关于 HashMap 红黑树部分的源码，也并不会去分析。同时，也不是很建议胖友去看，因为看 HashMap 重点是搞懂 HashMap 本身。 > > 当然，对红黑树感兴趣的胖友，还是可以单独去看的。 > > 另外，跳表是我们一定要掌握甚至必须能够手写代码的数据结构，在 Redis Zset 数据结果，就采用了改造过的跳表。 - 在 JDK7 的版本中，HashMap 采用“数组 + 链表”的形式实现。 - 在 JDK8 开始的版本，HashMap 采用“数组 + 链表 + 红黑树”的形式实现，在空间和时间复杂度中做取舍。 > 这一点和 Redis 是相似的，即使是一个数据结构，可能内部采用多种数据结构，混合实现，为了平衡空间和时间复杂度。毕竟，时间不是唯一的因素，我们还需要考虑内存的情况。 如此，HashMap 的整体结构如下图：[](http://static.iocoder.cn/images/JDK/2019_12_07/02.jpg)HashMap 这样就结束了么？既然这么问，肯定还有故事，那就是“扩容”。我们是希望 HashMap 尽可能能够达到 O(1) 的时间复杂度，链表法只是我们解决哈希冲突的无奈之举。而在 O(1) 的时间复杂度，基本是“一个萝卜一个坑”，所以在 HashMap 的 key-value 键值对数量达到阀值后，就会进行**扩容**。 那么阀值是什么，又是怎么计算呢？此时就引入**负载因子**的概念。我们假设 HashMap 的数组容量为 `capacity` ，key-value 键值对数量为 `size` ，负载因子为 `loadFactor` 。那么，当 `capacity / size > loadFactor` 时，也就是使用的数组大小到达 `loadFactor` 比例时，我们就需要进行扩容。如此，我们便可以尽量达到“一个萝卜一个坑”的目的，从而尽可能的 O(1) 的时间复杂度。 > 🐱 貌似写了大 2000 字了。如果有不理解的地方，可以星球里给艿艿提问。 > > 当然，我们也可以结合下面的 HashMap 源码，更好的理解 HashMap 的实现原理。毕竟，源码之前，了无秘密。 > > 不过，还是再次推荐 [《数据结构与算法》](http://www.iocoder.cn/images/jikeshijian/数据结构与算法之美.jpg) ，写的真好，羡慕~ 哔哔了这么多，重点就是几处： - 哈希 key - 哈希冲突的解决 - 扩容 ------ 下面，我们来看看 HashMap 的属性。代码如下： ``` // HashMap.java /* ---------------- Fields -------------- */ /** * 底层存储的数组 * * The table, initialized on first use, and resized as * necessary. When allocated, length is always a power of two. * (We also tolerate length zero in some operations to allow * bootstrapping mechanics that are currently not needed.) */ transient Node<K,V>[] table; /** * 调用 `#entrySet()` 方法后的缓存 * * Holds cached entrySet(). Note that AbstractMap fields are used * for keySet() and values(). */ transient Set<Map.Entry<K,V>> entrySet; /** * key-value 的键值对数量 * * The number of key-value mappings contained in this map. */ transient int size; /** * HashMap 的修改次数 * * The number of times this HashMap has been structurally modified * Structural modifications are those that change the number of mappings in * the HashMap or otherwise modify its internal structure (e.g., * rehash). This field is used to make iterators on Collection-views of * the HashMap fail-fast. (See ConcurrentModificationException). */ transient int modCount; /** * 阀值，当 {@link #size} 超过 {@link #threshold} 时，会进行扩容 * * The next size value at which to resize (capacity * load factor). * * @serial */ // (The javadoc description is true upon serialization. // Additionally, if the table array has not been allocated, this // field holds the initial array capacity, or zero signifying // DEFAULT_INITIAL_CAPACITY.) int threshold; /** * 扩容因子 * * The load factor for the hash table. * * @serial */ final float loadFactor; ``` - 胖友重点看下 `table`、`size`、`threshold`、`loadFactor` 四个属性。 具体的解释，我们在「4. 构造方法」中来看。这里我们先来看看 `table` Node 数组。代码如下： ``` // HashMap.java#Node.java static class Node<K,V> implements Map.Entry<K,V> { /** * 哈希值 */ final int hash; /** * KEY 键 */ final K key; /** * VALUE 值 */ V value; /** * 下一个节点 */ Node<K,V> next; // ... 省略实现方法 } ``` - 实现了 Map.Entry 接口，该接口定义在 [`java.util.Map`](https://github.com/YunaiV/openjdk/blob/master/src/java.base/share/classes/java/util/Map.java) 接口中。相信这个接口，胖友已经很熟悉了，就不重复哔哔了。 - `hash` + `key` + `value` 属性，定义了 Node 节点的 3 个重要属性。 - `next` 属性，指向下一个节点。通过它可以实现 `table` 数组的每一个位置可以形成链表。 Node 子类如下图：[](http://static.iocoder.cn/images/JDK/2019_12_07/04.jpg)Node 子类类图 - TreeNode ，定义在 HashMap 中，红黑树节点。通过它可以实现 `table` 数组的每一个位置可以形成红黑树。因为本文不深入红黑树部分，所以我们也就不看 TreeNode 中的具体代码了。如果胖友自己对 HashMap 中的红黑树部分的实现，可以自己看看这块的代码。 ## 4. 构造方法 HashMap 一共有四个构造方法，我们分别来看看。 **① `#HashMap()`** `#HashMap()` 构造方法，创建一个初始化容量为 16 的 HashMap 对象。代码如下： ``` // HashMap.java /** * 默认的初始化容量 * * The default initial capacity - MUST be a power of two. */ static final int DEFAULT_INITIAL_CAPACITY = 1 << 4; // aka 16 /** * 默认加载因子为 0.75 * * The load factor used when none specified in constructor. */ static final float DEFAULT_LOAD_FACTOR = 0.75f; /** * Constructs an empty {@code HashMap} with the default initial capacity * (16) and the default load factor (0.75). */ public HashMap() { this.loadFactor = DEFAULT_LOAD_FACTOR; // all other fields defaulted } ``` - 初始化 `loadFactor` 为 `DEFAULT_LOAD_FACTOR = 0.75` 。 - 在该构造方法上，我们并没有看到 `table` 数组的初始化。它是**延迟**初始化，在我们开始往 HashMap 中添加 key-value 键值对时，在 `#resize()` 方法中才真正初始化。 **② `#HashMap(int initialCapacity)`** `#HashMap(int initialCapacity)` 方法，初始化容量为 `initialCapacity` 的 HashMap 对象。代码如下： ``` // HashMap.java public HashMap(int initialCapacity) { this(initialCapacity, DEFAULT_LOAD_FACTOR); } ``` - 内部调用 `#HashMap(int initialCapacity, float loadFactor)` 构造方法。 **③ `#HashMap(int initialCapacity, float loadFactor)`** `#HashMap(int initialCapacity, float loadFactor)` 构造方法，初始化容量为 `initialCapacity` 、加载因子为 `loadFactor` 的 HashMap 对象。代码如下： ``` // HashMap.java /** * 最大的容量为 2^30 。 * * The maximum capacity, used if a higher value is implicitly specified * by either of the constructors with arguments. * MUST be a power of two <= 1<<30. */ static final int MAXIMUM_CAPACITY = 1 << 30; public HashMap(int initialCapacity, float loadFactor) { // 校验 initialCapacity 参数 if (initialCapacity < 0) throw new IllegalArgumentException("Illegal initial capacity: " + initialCapacity); // 避免 initialCapacity 超过 MAXIMUM_CAPACITY if (initialCapacity > MAXIMUM_CAPACITY) initialCapacity = MAXIMUM_CAPACITY; // 校验 loadFactor 参数 if (loadFactor <= 0 || Float.isNaN(loadFactor)) throw new IllegalArgumentException("Illegal load factor: " + loadFactor); // 设置 loadFactor 属性 this.loadFactor = loadFactor; // <X> 计算 threshold 阀值 this.threshold = tableSizeFor(initialCapacity); } ``` - 我们重点来看 `<X>` 处，调用 `#tableSizeFor(int cap)` 方法，返回大于 `cap` 的最小 2 的 N 次方。例如说，`cap = 10` 时返回 16 ，`cap = 28` 时返回 32 。代码如下： ``` // HashMap.java static final int tableSizeFor(int cap) { // 将 cap 从最高位（最左边）第一个为 1 开始的位开始，全部设置为 1 。 int n = -1 >>> Integer.numberOfLeadingZeros(cap - 1); // 因为 n 已经是 0..01..1 的情况，那么 n + 1 就能满足 cap 的最小 2 的 N 次方 // 在 cap 为 0 和 1 的时候，n 会为 -1 ，则此时最小 2 的 N 次方为 2^0 = 1 。 return (n < 0) ? 1 : (n >= MAXIMUM_CAPACITY) ? MAXIMUM_CAPACITY : n + 1; } ``` - 胖友先抛开里面的**位计算**，单纯看看这 2 行代码的注释。 - 理解之后，想要深究的就看看 [《Java8 —— HashMap 之tableSizeFor()》](https://www.jianshu.com/p/cbe3f22793be) 文章，不想的就继续跟着艿艿往下继续看 HashMap 的源码。 > 😈 看源码就是这样，需要先把重点给看完，不然就会陷入无限的调用栈的深入。当然，实在难受的，可以加一个“TODO 后续深入”之类的，回头在干。 > > 总之，先整体，后局部。 - 那么，为什么这里的 `threshold` 要返回大于等于 `initialCapacity` 的最小 2 的 N 次方呢？ > 艿艿的理解，不一定正确，但是要哔哔下。 > > 在 put 方法中，计算 `table` 数组对应的位置，逻辑是 `(n - 1) & hash` ，这个和我们预想的 `hash % (n - 1)` 的有差别。这两者在 `n` 是 2 的 N 次方情况下是等价的。那么考虑到性能，我们会选择 `&` 位操作。这样，就要求数组容量 `n` 要尽可能是 2 的 N 次方。 > > 而在 `#resize()` 扩容方法中，我们会看到 HashMap 的容量，一直能够保证是 2 的 N 次方。 > > 如此，`#tableSizeFor(int cap)` 方法，也需要保证返回的是 2 的 N 次方。 **四 `#HashMap(Map<? extends K, ? extends V> m)`** `#HashMap(Map<? extends K, ? extends V> m)` 构造方法，创建 HashMap 对象，并将 `c` 集合添加到其中。代码如下： ``` // HashMap.java public HashMap(Map<? extends K, ? extends V> m) { // 设置加载因子 this.loadFactor = DEFAULT_LOAD_FACTOR; // <X> 批量添加到 table 中 putMapEntries(m, false); } ``` - `<X>` 处，调用 `#putMapEntries(Map<? extends K, ? extends V> m, boolean evict)` 方法，批量添加到 `table` 中。代码如下： ``` // HashMap.java final void putMapEntries(Map<? extends K, ? extends V> m, boolean evict) { int s = m.size(); // <1> if (s > 0) { // 如果 table 为空，说明还没初始化，适合在构造方法的情况 if (table == null) { // pre-size // 根据 s 的大小 + loadFactor 负载因子，计算需要最小的 tables 大小 float ft = ((float)s / loadFactor) + 1.0F; // + 1.0F 的目的，是因为下面 (int) 直接取整，避免不够。 int t = ((ft < (float)MAXIMUM_CAPACITY) ? (int)ft : MAXIMUM_CAPACITY); // 如果计算出来的 t 大于阀值，则计算新的阀值 if (t > threshold) threshold = tableSizeFor(t); // 如果 table 非空，说明已经初始化，需要不断扩容到阀值超过 s 的数量，避免扩容 } else { // Because of linked-list bucket constraints, we cannot // expand all at once, but can reduce total resize // effort by repeated doubling now vs later while (s > threshold && table.length < MAXIMUM_CAPACITY) resize(); // 扩容 } // <2> 遍历 m 集合，逐个添加到 HashMap 中。 for (Map.Entry<? extends K, ? extends V> e : m.entrySet()) { K key = e.getKey(); V value = e.getValue(); putVal(hash(key), key, value, false, evict); } } } ``` - 整个过程分成 `<1>` 和 `<2>` 的两个步骤。 - `<1>` 处，保证 `table` 容量足够，分成了 `table` 是否为空有不同的处理。可能胖友比较疑惑的是，`table` 为空的情况的处理？因为此时 `table` 未初始化，我们只需要保证 `threshold` 大于数组大小即可，在 put key-value 键值的时候，在去真正的初始化 `table` 就好咧。 - `<2>` 处，遍历 `m` 集合，逐个调用 `#putVal(hash, key, val, onlyIfAbsent, evict)` 方法，添加到 HashMap 中。关于这块的逻辑，我们本文的后面再来详细解析。 ## 5. 哈希函数 对于哈希函数来说，有两个方面特别重要： - 性能足够高。因为基本 HashMap 所有的操作，都需要用到哈希函数。 - 对于计算出来的哈希值足够离散，保证哈希冲突的概率更小。 在 HashMap 中，`#hash(Object key)` 静态方法，计算 key 的哈希值。代码如下： ``` // HashMap.java static final int hash(Object key) { int h; // h = key.hashCode() 计算哈希值 // ^ (h >>> 16) 高 16 位与自身进行异或计算，保证计算出来的 hash 更加离散 return (key == null) ? 0 : (h = key.hashCode()) ^ (h >>> 16); } ``` - 高效性：从整个计算过程上来说，`^ (h >>> 16)` 只有这一块的逻辑，两个位操作，性能肯定是有保障的。那么，如果想要保证哈希函数的高效性，就需要传入的 `key` 自身的 `Object#hashCode()` 方法的高效即可。 - 离散型：和大多数胖友有一样的疑惑，为什么有 `^ (h >>> 16)` 一段代码呢，总结来说，就是保证“hash 更加离散”。关于这块的解释，直接来看 [《JDK 源码中 HashMap 的 hash 方法原理是什么？》](https://www.zhihu.com/question/20733617/answer/111577937) 的胖君的解答 ，好强！ ## 6. 添加单个元素 `#put(K key, V value)` 方法，添加单个元素。代码如下： ``` // HashMap.java public V put(K key, V value) { // hash(key) 计算哈希值 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; // tables 数组 Node<K,V> p; // 对应位置的 Node 节点 int n; // 数组大小 int i; // 对应的 table 的位置 // <1> 如果 table 未初始化，或者容量为 0 ，则进行扩容 if ((tab = table) == null || (n = tab.length) == 0) n = (tab = resize() /*扩容*/ ).length; // <2> 如果对应位置的 Node 节点为空，则直接创建 Node 节点即可。 if ((p = tab[i = (n - 1) & hash] /*获得对应位置的 Node 节点*/) == null) tab[i] = newNode(hash, key, value, null); // <3> 如果对应位置的 Node 节点非空，则可能存在哈希冲突 else { Node<K,V> e; // key 在 HashMap 对应的老节点 K k; // <3.1> 如果找到的 p 节点，就是要找的，则则直接使用即可 if (p.hash == hash && // 判断 hash 值相等 ((k = p.key) == key || (key != null && key.equals(k)))) // 判断 key 真正相等 e = p; // <3.2> 如果找到的 p 节点，是红黑树 Node 节点，则直接添加到树中 else if (p instanceof TreeNode) e = ((TreeNode<K,V>)p).putTreeVal(this, tab, hash, key, value); // <3.3> 如果找到的 p 是 Node 节点，则说明是链表，需要遍历查找 else { // 顺序遍历链表 for (int binCount = 0; ; ++binCount) { // `(e = p.next)`：e 指向下一个节点，因为上面我们已经判断了最开始的 p 节点。 // 如果已经遍历到链表的尾巴，则说明 key 在 HashMap 中不存在，则需要创建 if ((e = p.next) == null) { // 创建新的 Node 节点 p.next = newNode(hash, key, value, null); // 链表的长度如果数量达到 TREEIFY_THRESHOLD（8）时，则进行树化。 if (binCount >= TREEIFY_THRESHOLD - 1) // -1 for 1st treeifyBin(tab, hash); break; // 结束 } // 如果遍历的 e 节点，就是要找的，则则直接使用即可 if (e.hash == hash && ((k = e.key) == key || (key != null && key.equals(k)))) break; // 结束 // p 指向下一个节点 p = e; } } // <4.1> 如果找到了对应的节点 if (e != null) { // existing mapping for key V oldValue = e.value; // 修改节点的 value ，如果允许修改 if (!onlyIfAbsent || oldValue == null) e.value = value; // 节点被访问的回调 afterNodeAccess(e); // 返回老的值 return oldValue; } } // <4.2> // 增加修改次数 ++modCount; // 如果超过阀值，则进行扩容 if (++size > threshold) resize(); // 添加节点后的回调 afterNodeInsertion(evict); // 返回 null return null; } ``` - 有点长，不过逻辑上来说，简单的一笔噢。 - `<1>` 处，如果 `table` 未初始化，或者容量为 0 ，则调用 `#resize()` 方法，进行扩容。 - `<2>` 处，如果对应位置的 Node 节点为空，则直接创建 Node 节点即可。 - `i = (n - 1) & hash` 代码段，计算 `table` 所在对应位置的下标。😈 此处，结合我们在 `#tableSizeFor(int cap)` 方法，在理解一波。 - 调用 `#newNode(int hash, K key, V value, Node<K,V> next)` 方法，创建 Node 节点即可。代码如下： ``` // HashMap.java Node<K,V> newNode(int hash, K key, V value, Node<K,V> next) { return new Node<>(hash, key, value, next); } ``` - 这样，一个新的链表就出现了。当然，此处的 `next` 肯定是 `null` 。 - `<3>` 处，如果对应位置的 Node 节点非空，则可能存在哈希冲突。需要分成 Node 节点是链表（`<3.3>`），还是红黑树（`<3.2>`）的情况。 - `<3.1>` 处，如果找到的 `p` 节点，就是要找的，则则直接使用即可。这是一个优化操作，无论 Node 节点是链表还是红黑树。 - `<3.2>` 处，如果找到的 `p` 节点，是红黑树 Node 节点，则调用 `TreeNode#putTreeVal(HashMap<K,V> map, Node<K,V>[] tab, int h, K k, V v)` 方法，直接添加到树中。这块，咱就先不深入了。 - `<3.3>` 处，如果找到的 `p` 是 Node 节点，则说明是链表，需要遍历查找。比较简单，胖友自己看下代码注释即可。其中，`binCount >= TREEIFY_THRESHOLD - 1` 代码段，在链表的长度超过 `TREEIFY_THRESHOLD = 8` 的时候，会调用 `#treeifyBin(Node<K,V>[] tab, int hash)` 方法，将链表进行树化。当然，树化还有一个条件，具体在 [「TODO. 树化」](http://svip.iocoder.cn/JDK/Collection-HashMap/#) 中详细来看。 - `<4>` 处，根据是否在 HashMap 中已经存在 key 对应的节点，有不同的处理。 - ``` <4.1> ``` 处，如果存在的情况，会有如下处理： - 1）如果满足需要修改节点，则进行修改。 - 2）如果节点被访问时，调用 `#afterNodeAccess((Node<K,V> p)` 方法，节点被访问的回调。目前这是个一个空方法，用于 HashMap 的子类 LinkedHashMap 需要做的拓展逻辑。 - 3）返回老的值。 - ``` <4.2> ``` 处，如果不存在的情况，会有如下处理： - 1）增加修改次数。 - 2）增加 key-value 键值对 `size` 数。并且 `size` 如果超过阀值，则调用 `#resize()` 方法，进行扩容。 - 3）调用 `#afterNodeInsertion(boolean evict)` 方法，添加节点后的回调。目前这是个一个空方法，用于 HashMap 的子类 LinkedHashMap 需要做的拓展逻辑。 - 4）返回 `null` ，因为老值不存在。 > 艿艿：厚着脸皮来个互动。欢迎胖友在看完这块逻辑后，画个 HashMap 的 put 操作的流程图投稿给艿艿哟。 `#putIfAbsent(K key, V value)` 方法，当 `key` 不存在的时候，添加 key-value 键值对到其中。代码如下： ``` // HashMap.java @Override public V putIfAbsent(K key, V value) { return putVal(hash(key), key, value, true, true); } ``` ## 7. 扩容 `#resize()` 方法，**两倍扩容** HashMap 。实际上，我们在 [「4. 构造方法」](http://svip.iocoder.cn/JDK/Collection-HashMap/#) 中，看到 `table` 数组并未初始化，它是在 `#resize()` 方法中进行初始化，所以这是该方法的另外一个作用：**初始化数组**。代码如下： ``` // HashMap.java final Node<K,V>[] resize() { Node<K,V>[] oldTab = table; int oldCap = (oldTab == null) ? 0 : oldTab.length; int oldThr = threshold; int newCap, newThr = 0; // <1> 开始： // <1.1> oldCap 大于 0 ，说明 table 非空 if (oldCap > 0) { // <1.1.1> 超过最大容量，则直接设置 threshold 阀值为 Integer.MAX_VALUE ，不再允许扩容 if (oldCap >= MAXIMUM_CAPACITY) { threshold = Integer.MAX_VALUE; return oldTab; } // <1.1.2> newCap = oldCap << 1 ，目的是两倍扩容 // 如果 oldCap >= DEFAULT_INITIAL_CAPACITY 满足，说明当前容量大于默认值（16），则 2 倍阀值。 else if ((newCap = oldCap << 1) < MAXIMUM_CAPACITY && oldCap >= DEFAULT_INITIAL_CAPACITY) newThr = oldThr << 1; // double threshold } // <1.2.1>【非默认构造方法】oldThr 大于 0 ，则使用 oldThr 作为新的容量 else if (oldThr > 0) // initial capacity was placed in threshold newCap = oldThr; // <1.2.2>【默认构造方法】oldThr 等于 0 ，则使用 DEFAULT_INITIAL_CAPACITY 作为新的容量，使用 DEFAULT_LOAD_FACTOR * DEFAULT_INITIAL_CAPACITY 作为新的容量 else { // zero initial threshold signifies using defaults newCap = DEFAULT_INITIAL_CAPACITY; newThr = (int)(DEFAULT_LOAD_FACTOR * DEFAULT_INITIAL_CAPACITY); } // 1.3 如果上述的逻辑，未计算新的阀值，则使用 newCap * loadFactor 作为新的阀值 if (newThr == 0) { float ft = (float)newCap * loadFactor; newThr = (newCap < MAXIMUM_CAPACITY && ft < (float)MAXIMUM_CAPACITY ? (int)ft : Integer.MAX_VALUE); } // <2> 开始： // 将 newThr 赋值给 threshold 属性 threshold = newThr; // 创建新的 Node 数组，赋值给 table 属性 @SuppressWarnings({"rawtypes","unchecked"}) Node<K,V>[] newTab = (Node<K,V>[])new Node[newCap]; table = newTab; // 如果老的 table 数组非空，则需要进行一波搬运 if (oldTab != null) { for (int j = 0; j < oldCap; ++j) { // 获得老的 table 数组第 j 位置的 Node 节点 e Node<K,V> e; if ((e = oldTab[j]) != null) { // 置空老的 table 数组第 j 位置 oldTab[j] = null; // <2.1> 如果 e 节点只有一个元素，直接赋值给新的 table 即可 if (e.next == null) newTab[e.hash & (newCap - 1)] = e; // <2.2> 如果 e 节点是红黑树节点，则通过红黑树分裂处理 else if (e instanceof TreeNode) ((TreeNode<K,V>)e).split(this, newTab, j, oldCap); // <2.3> 如果 e 节点是链表 else { // preserve order // HashMap 是成倍扩容，这样原来位置的链表的节点们，会被分散到新的 table 的两个位置中去 // 通过 e.hash & oldCap 计算，根据结果分到高位、和低位的位置中。 // 1. 如果结果为 0 时，则放置到低位 // 2. 如果结果非 1 时，则放置到高位 Node<K,V> loHead = null, loTail = null; Node<K,V> hiHead = null, hiTail = null; Node<K,V> next; // 这里 do while 的原因是，e 已经非空，所以减少一次判断。细节~ do { // next 指向下一个节点 next = e.next; // 满足低位 if ((e.hash & oldCap) == 0) { if (loTail == null) loHead = e; else loTail.next = e; loTail = e; } // 满足高位 else { if (hiTail == null) hiHead = e; else hiTail.next = e; hiTail = e; } } while ((e = next) != null); // 设置低位到新的 newTab 的 j 位置上 if (loTail != null) { loTail.next = null; newTab[j] = loHead; } // 设置高位到新的 newTab 的 j + oldCap 位置上 if (hiTail != null) { hiTail.next = null; newTab[j + oldCap] = hiHead; } } } } } return newTab; } ``` - 不要怕，仅仅是代码长了点，逻辑很明确，就两步：1）计算新的容量和扩容阀值，并创建新的 `table` 数组；2）将老的 `table` 复制到新的 `table` 数组中。 下面开始，我们进入【第一步】。 - <1.1>处，oldCap大于 0 ，说明table非空，说明是两倍扩容的骚操作。 - `<1.1.1>` 处，超过最大容量，则直接设置 `threshold` 阀值为 `Integer.MAX_VALUE` ，不再允许扩容。 - 【重要】`<1.1.2>` 处，**两倍扩容**，这个暗搓搓的 `newCap = oldCap << 1)` 代码段，😈 差点就看漏了。因为容量是两倍扩容，那么再 `newCap * loadFactor` 逻辑，相比直接 `oldThr << 1` 慢，所以直接使用 `oldThr << 1` 位运算的方案。 - <1.2.1>和<1.2.2>处，oldCap等于 0 ，说明table为空，说明是初始化的骚操作。 - `<1.2.1>` 处，`oldThr` 大于 0 ，说明使用的是【非默认构造方法】，则使用 `oldThr` 作为新的容量。这里，我们结合 `#tableSizeFor(int cap)` 方法，发现 HashMap 容量一定会是 2 的 N 次方。 - `<1.2.2>` 处，`oldThr` 等于 0 ，说明使用的是【默认构造方法】，则使用 `DEFAULT_INITIAL_CAPACITY` 作为新的容量，然后计算新的 `newThr` 阀值。 - `<1.3>` 处，如果上述的逻辑，未计算新的阀值，则使用 `newCap * loadFactor` 作为新的阀值。满足该情况的，有 `<1.2.1>` 和 `<1.1.1>` 的部分情况（胖友自己看下那个判断条件）。 下面开始，我们进入【第二步】。 - 一共分成 `<2.1>`、`<2.2>`、`<2.3>` 的三种情况。😈 相信看懂了 `#put(K key, V value)` 也是分成三种情况，就很容易明白是为什么了。 - `<2.1>` 处，如果 `e` 节点只有一个元素，直接赋值给新的 `table` 即可。这是一个优化操作，无论 Node 节点是链表还是红黑树。 - `<2.2>` 处，如果 `e` 节点是红黑树节点，则通过红黑树分裂处理。 - `<2.3>` 处，如果 `e` 节点是链表，以为 HashMap 是成倍扩容，这样原来位置的链表的节点们，会被分散到新的 `table` 的两个位置中去。可能这里对于不熟悉位操作的胖友有点难理解，我们来一步一步看看： > 为了方便举例，`{}` 中的数字，胖友记得是二进制表示哈。 - 1）我们在选择 `hash & (cap - 1)` 方式，来获得到在 `table` 的位置。那么经过计算，`hash` 在 `cap` 最高位（最左边）的 **1** 自然就被抹去了。例如说，`11 & (4 - 1) = {1011 & 011} = {11} = 3` ，而 `15 & (4 - 1) = {1111 & 011} = {11}= 3` 。相当于 `15` 的 `1[1]11` 的 `[1]` 被**抹去**了。 - 2）HashMap 成倍扩容之后，我们在来看看示例。`11 & (7 - 1) = {1011 & 0111} = {11} = 3` ，而 `15 & (8 - 1) = {1111 & 0111} = {111}= 7` 。相当于 `15` 的 `1[1]11` 的 `[1]` 被**保留**了。 - 3）那么怎么判断这 `[1]` 是否能够在扩容的时候被保留呢，那就使用 `hash & oldCap` 是否等于 1 即可得到。既然 `[1]` 被保留下来，那么其位置就会 `j + oldCap` ，因为 `[1]` 的**价值**就是 `+ oldCap` 。 - 🙂 如果不了解的胖友，可以在纸上画一画整个过程。 在 HashMap 中，暂时未提供**缩容**的操作。不过我们可以结合 `<2.3>` 处的逻辑，缩容可以理解将**高位**的位置的 Node 节点，放回其对应的**低位**的位置的 Node 节点中。😈 想要继续死磕的胖友，可以去研究下 Redis 的 Hash 数据结构在缩容的处理。 ## 8. 树化 `#treeifyBin(Node<K,V>[] tab, int hash)` 方法，将 `hash` 对应 `table` 位置的链表，转换成红黑树。代码如下： ``` // HashMap.java /** * 每个位置链表树化成红黑树，需要的链表最小长度 * * The bin count threshold for using a tree rather than list for a * bin. Bins are converted to trees when adding an element to a * bin with at least this many nodes. The value must be greater * than 2 and should be at least 8 to mesh with assumptions in * tree removal about conversion back to plain bins upon * shrinkage. */ static final int TREEIFY_THRESHOLD = 8; /** * HashMap 允许树化最小 key-value 键值对数 * * The smallest table capacity for which bins may be treeified. * (Otherwise the table is resized if too many nodes in a bin.) * Should be at least 4 * TREEIFY_THRESHOLD to avoid conflicts * between resizing and treeification thresholds. */ static final int MIN_TREEIFY_CAPACITY = 64; final void treeifyBin(Node<K,V>[] tab, int hash) { int n, index; Node<K,V> e; // <1> 如果 table 容量小于 MIN_TREEIFY_CAPACITY(64) ，则选择扩容 if (tab == null || (n = tab.length) < MIN_TREEIFY_CAPACITY) resize(); // <2> 将 hash 对应位置进行树化 else if ((e = tab[index = (n - 1) & hash]) != null) { // 顺序遍历链表，逐个转换成 TreeNode 节点 TreeNode<K,V> hd = null, tl = null; 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); // 树化 if ((tab[index] = hd) != null) hd.treeify(tab); } } ``` - 在 [「6. 添加单个元素」](http://svip.iocoder.cn/JDK/Collection-HashMap/#) 中，我们已经看到，每个位置的链表想要树化成红黑树，想要链表长度大于等于 `TREEIFY_THRESHOLD = 8` 。那么可能胖友会疑惑，为什么是 8 呢？我们可以在 HashMap 代码上搜 `Implementation notes.` ，其中部分内容就解释了它。 ``` // HashMap.java * Because TreeNodes are about twice the size of regular nodes, we * use them only when bins contain enough nodes to warrant use * (see TREEIFY_THRESHOLD). And when they become too small (due to * removal or resizing) they are converted back to plain bins. In * usages with well-distributed user hashCodes, tree bins are * rarely used. Ideally, under random hashCodes, the frequency of * nodes in bins follows a Poisson distribution * (http://en.wikipedia.org/wiki/Poisson_distribution) with a * parameter of about 0.5 on average for the default resizing * threshold of 0.75, although with a large variance because of * resizing granularity. Ignoring variance, the expected * occurrences of list size k are (exp(-0.5) * pow(0.5, k) / * factorial(k)). The first values are: * * 0: 0.60653066 * 1: 0.30326533 * 2: 0.07581633 * 3: 0.01263606 * 4: 0.00157952 * 5: 0.00015795 * 6: 0.00001316 * 7: 0.00000094 * 8: 0.00000006 * more: less than 1 in ten million ``` - 首先，参考 [泊松概率函数(Poisson distribution)](http://en.wikipedia.org/wiki/Poisson_distribution) ，当链表长度到达 8 的概率是 0.00000006 ，不到千万分之一。所以绝大多数情况下，在 hash 算法正常的时，不太会出现链表转红黑树的情况。 - 其次，TreeNode 相比普通的 Node 来说，会有**两倍**的空间占用。并且在长度比较小的情况下，红黑树的查找性能和链表是差别不大的。例如说，红黑树的 `O(logN) = log8 = 3` 和链表的 `O(N) = 8` 只相差 5 。 - 毕竟 HashMap 是 JDK 提供的基础数据结构，必须在空间和时间做抉择。所以，选择链表是空间复杂度优先，选择红黑树是时间复杂度优化。在绝大多数情况下，不会出现需要红黑树的情况。 - `<1>` 处，如果 `table` 容量小于 `MIN_TREEIFY_CAPACITY = 64` 时，则调用 `#resize()` 方法，进行扩容。一般情况下，该链表可以分裂到两个位置上。😈 当然，极端情况下，解决不了，这时候一般是 hash 算法有问题。 - `<2>` 处，如果 `table` 容量大于等于 `MIN_TREEIFY_CAPACITY = 64` 时，则将 `hash` 对应位置进行树化。一共有两步，因为和红黑树相关，这里就不拓展开了。 有树化，必然有取消树化。当 HashMap 因为移除 key 时，导致对应 `table` 位置的红黑树的内部节点数小于等于 `UNTREEIFY_THRESHOLD = 6` 时，则将红黑树退化成链表。具体在 `HashMap.TreeNode#untreeify(HashMap<K,V> map)` 中实现，整列就不拓展开了。代码如下： ``` // HashMap.java /** * The bin count threshold for untreeifying a (split) bin during a * resize operation. Should be less than TREEIFY_THRESHOLD, and at * most 6 to mesh with shrinkage detection under removal. */ static final int UNTREEIFY_THRESHOLD = 6; ``` - 暂时没有行明白为什么使用 6 作为取消树化的阀值。暂时的想法，避免后续移除 key 时，红黑树如果内部节点数小于 7 就退化成链表，这样可能导致过于频繁的树化和取消树化。 ## 9. 添加多个元素 `#putAll(Map<? extends K, ? extends V> m)` 方法，添加多个元素到 HashMap 中。代码如下： ``` // HashMap.java public void putAll(Map<? extends K, ? extends V> m) { putMapEntries(m, true); } ``` - 和 `#HashMap(Map<? extends K, ? extends V> m)` 构造方法一样，都调用 `#putMapEntries(Map<? extends K, ? extends V> m, boolean evict)` 方法。 ## 10. 移除单个元素 `#remove(Object key)` 方法，移除 key 对应的 value ，并返回该 value 。代码如下： ``` // HashMap.java public V remove(Object key) { Node<K,V> e; // hash(key) 求哈希值 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; // table 数组 Node<K,V> p; // hash 对应 table 位置的 p 节点 int n, index; // <1> 查找 hash 对应 table 位置的 p 节点 if ((tab = table) != null && (n = tab.length) > 0 && (p = tab[index = (n - 1) & hash]) != null) { Node<K,V> node = null, // 如果找到 key 对应的节点，则赋值给 node e; K k; V v; // <1.1> 如果找到的 p 节点，就是要找的，则则直接使用即可 if (p.hash == hash && ((k = p.key) == key || (key != null && key.equals(k)))) node = p; else if ((e = p.next) != null) { // <1.2> 如果找到的 p 节点，是红黑树 Node 节点，则直接在红黑树中查找 if (p instanceof TreeNode) node = ((TreeNode<K,V>)p).getTreeNode(hash, key); // <1.3> 如果找到的 p 是 Node 节点，则说明是链表，需要遍历查找 else { do { // 如果遍历的 e 节点，就是要找的，则则直接使用即可 if (e.hash == hash && ((k = e.key) == key || (key != null && key.equals(k)))) { node = e; break; // 结束 } p = e; // 注意，这里 p 会保存找到节点的前一个节点 } while ((e = e.next) != null); } } // <2> 如果找到 node 节点，则进行移除 // 如果有要求匹配 value 的条件，这里会进行一次判断先移除 if (node != null && (!matchValue || (v = node.value) == value || (value != null && value.equals(v)))) { // <2.1> 如果找到的 node 节点，是红黑树 Node 节点，则直接在红黑树中删除 if (node instanceof TreeNode) ((TreeNode<K,V>)node).removeTreeNode(this, tab, movable); // <2.2.1> 如果查找到的是链表的头节点，则直接将 table 对应位置指向 node 的下一个节点，实现删除 else if (node == p) tab[index] = node.next; // <2.2.2> 如果查找到的是链表的中间节点，则将 p 指向 node 的下一个节点，实现删除 else p.next = node.next; // 增加修改次数 ++modCount; // 减少 HashMap 数量 --size; // 移除 Node 后的回调 afterNodeRemoval(node); // 返回 node return node; } } // 查找不到，则返回 null return null; } ``` - 在 HashMap 中，移除 和添加 key-value 键值对，整个流程是比较接近的。一共分成两步： - `<1>` 处，查找到 key 对应的 Node 节点。 - `<2>` 处，将查找到的 Node 节点进行移除。 - 整体逻辑比较简单，这里就不哔哔，胖友可以顺着： - 第一步，`<1.1>`、`<1.2>`、`<1.3>` 三种情况。 - 第二步，`<2.1>`、`<2.2.1> + <2.2.2>` 两种情况。 `#remove(Object key, Object value)` 方法，移除指定 key-value 的键值对。代码如下： ``` // HashMap.java @Override public boolean remove(Object key, Object value) { return removeNode(hash(key), key, value, true, true) != null; } ``` - 也是基于 `#removeNode(int hash, Object key, Object value, boolean matchValue, boolean movable)` 方法来实现的，差别在于传入了 `value` 和 `matchValue = true` 参数。 HashMap 暂时不提供批量移除多个元素的方法。 ## 11. 查找单个元素 `#get(Object key)` 方法，查找单个元素。代码如下： ``` // HashMap.java public V get(Object key) { Node<K,V> e; // hash(key) 哈希值 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; // 查找 hash 对应 table 位置的 p 节点 if ((tab = table) != null && (n = tab.length) > 0 && (first = tab[(n - 1) & hash]) != null) { // 如果找到的 first 节点，就是要找的，则则直接使用即可 if (first.hash == hash && // always check first node ((k = first.key) == key || (key != null && key.equals(k)))) return first; if ((e = first.next) != null) { // 如果找到的 first 节点，是红黑树 Node 节点，则直接在红黑树中查找 if (first instanceof TreeNode) return ((TreeNode<K,V>)first).getTreeNode(hash, key); // 如果找到的 e 是 Node 节点，则说明是链表，需要遍历查找 do { if (e.hash == hash && ((k = e.key) == key || (key != null && key.equals(k)))) return e; } while ((e = e.next) != null); } } return null; } ``` - 比较简单，`#removeNode(int hash, Object key, Object value, boolean matchValue, boolean movable)` 的 SE 版。 > 艿艿：这里 SE 指的是阉割版。咳咳咳。 `#containsKey(Object key)` 方法，就是基于该方法实现。代码如下： ``` // HashMap.java public boolean containsKey(Object key) { return getNode(hash(key), key) != null; } ``` `#containsValue(Object value)` 方法，查找指定 value 是否存在。代码如下： ``` // HashMap.java public boolean containsValue(Object value) { Node<K,V>[] tab; V v; if ((tab = table) != null && size > 0) { // 遍历 table 数组 for (Node<K,V> e : tab) { // 处理链表或者红黑树节点 for (; e != null; e = e.next) { // 如果值相等，则返回 true if ((v = e.value) == value || (value != null && value.equals(v))) return true; } } } // 找不到，返回 false return false; } ``` > 看到这里，基本 HashMap 的源码解析已经结束，对后面方法不感兴趣的胖友，可以直接跳到 [666. 彩蛋](http://svip.iocoder.cn/JDK/Collection-HashMap/#) 中。 `#getOrDefault(Object key, V defaultValue)` 方法，获得 key 对应的 value 。如果不存在，则返回 `defaultValue` 默认值。代码如下： ``` // HashMap.java @Override public V getOrDefault(Object key, V defaultValue) { Node<K,V> e; return (e = getNode(hash(key), key)) == null ? defaultValue : e.value; } ``` ## 12. 转换成数组 `#keysToArray(T[] a)` 方法，转换出 key 数组返回。代码如下： ``` // HashMap.java <T> T[] keysToArray(T[] a) { Object[] r = a; Node<K,V>[] tab; int idx = 0; if (size > 0 && (tab = table) != null) { // 遍历 table 数组 for (Node<K,V> e : tab) { // 遍历链表或红黑树 for (; e != null; e = e.next) { // 逐个设置 key 到 r 数组中 r[idx++] = e.key; } } } // 返回 return a; } ``` - 细心的胖友，可能已经意识到了，如果 `a` 数组的大小不够放下 HashMap 的所有 key 怎么办？答案是可以通过 `#prepareArray(T[] a)` 方法来保证。代码如下： ``` // HashMap.java final <T> T[] prepareArray(T[] a) { int size = this.size; // 如果 a 数组小于 HashMap 大小，则创建一个新的数组返回 if (a.length < size) { return (T[]) java.lang.reflect.Array .newInstance(a.getClass().getComponentType(), size); } // 如果 a 数组大于 HashMap 大小，则将 size 位置设置为 null if (a.length > size) { a[size] = null; } return a; } ``` - 当 `a` 数组过小时，会创建一个新的数组返回。 - 当然，一般情况下，我们肯定是不会使用到该方法。😈 至今貌似也没有使用过。 `#valuesToArray(T[] a)` 方法，转换出 value 数组返回。代码如下： ``` // HashMap.java <T> T[] valuesToArray(T[] a) { Object[] r = a; Node<K,V>[] tab; int idx = 0; if (size > 0 && (tab = table) != null) { // 遍历 table 数组 for (Node<K,V> e : tab) { // 遍历链表或红黑树 for (; e != null; e = e.next) { // 逐个设置 value 到 r 数组中 r[idx++] = e.value; } } } // 返回 return a; } ``` ## 13. 转换成 Set/Collection `#keySet()` 方法，获得 key Set 。代码如下： ``` // AbstractMap.java transient Set<K> keySet; // HashMap.java public Set<K> keySet() { // 获得 keySet 缓存 Set<K> ks = keySet; // 如果不存在，则进行创建 if (ks == null) { ks = new KeySet(); keySet = ks; } return ks; } ``` - 创建的 KeySet 类，实现了 [`java.util.AbstractSet`](https://github.com/YunaiV/openjdk/blob/master/src/java.base/share/classes/java/util/AbstractSet.java) 抽像类，是 HashMap 的内部类。比较简单，就不哔哔了。 `#values()` 方法，获得 value 集合。代码如下： ``` // AbstractMap.java transient Collection<V> values; // HashMap.java public Collection<V> values() { // 获得 vs 缓存 Collection<V> vs = values; // 如果不存在，则进行创建 if (vs == null) { vs = new Values(); values = vs; } return vs; } ``` - 创建的 Values 类，实现了 [`java.util.AbstractCollection`](https://github.com/YunaiV/openjdk/blob/master/src/java.base/share/classes/java/util/AbstractCollection.java) 抽像类，是 HashMap 的内部类。比较简单，就不哔哔了。 `#entrySet()` 方法，获得 key-value Set 。代码如下： ``` // HashMap.java transient Set<Map.Entry<K,V>> entrySet; public Set<Map.Entry<K,V>> entrySet() { Set<Map.Entry<K,V>> es; // 获得 entrySet 缓存 // 如果不存在，则进行创建 return (es = entrySet) == null ? (entrySet = new EntrySet()) : es; } ``` - 创建的 EntrySet 类，实现了 [`java.util.AbstractSet`](https://github.com/YunaiV/openjdk/blob/master/src/java.base/share/classes/java/util/AbstractSet.java) 抽像类，是 HashMap 的内部类。比较简单，就不哔哔了。 > 艿艿：感觉会被胖友锤死。嘿嘿。 ## 14. 清空 `#clear()` 方法，清空 HashMap 。代码如下： ``` // HashMap.java public void clear() { Node<K,V>[] tab; // 增加修改次数 modCount++; if ((tab = table) != null && size > 0) { // 设置大小为 0 size = 0; // 设置每个位置为 null for (int i = 0; i < tab.length; ++i) tab[i] = null; } } ``` ## 15. 序列化 `#writeObject(ObjectOutputStream s)` 方法，序列化 HashMap 对象。代码如下： ``` // HashMap.java @java.io.Serial private void writeObject(java.io.ObjectOutputStream s) throws IOException { // 获得 HashMap table 数组大小 int buckets = capacity(); // Write out the threshold, loadfactor, and any hidden stuff // 写入非静态属性、非 transient 属性 s.defaultWriteObject(); // 写入 table 数组大小 s.writeInt(buckets); // 写入 key-value 键值对数量 s.writeInt(size); // 写入具体的 key-value 键值对 internalWriteEntries(s); } final int capacity() { // table 数组大小。封装方法的原因，需要考虑 table 未初始化的情况。 return (table != null) ? table.length : (threshold > 0) ? threshold : DEFAULT_INITIAL_CAPACITY; } // Called only from writeObject, to ensure compatible ordering. void internalWriteEntries(java.io.ObjectOutputStream s) throws IOException { Node<K,V>[] tab; if (size > 0 && (tab = table) != null) { // 遍历 table 数组 for (Node<K,V> e : tab) { // 遍历链表或红黑树 for (; e != null; e = e.next) { // 写入 key s.writeObject(e.key); // 写入 value s.writeObject(e.value); } } } } ``` - 比较简单，胖友自己瞅瞅即可。 ## 16. 反序列化 `#readObject(ObjectInputStream s)` 方法，反序列化成 HashMap 对象。代码如下： ``` // HashMap.java @java.io.Serial private void readObject(java.io.ObjectInputStream s) throws IOException, ClassNotFoundException { // Read in the threshold (ignored), loadfactor, and any hidden stuff // 读取非静态属性、非 transient 属性 s.defaultReadObject(); // 重新初始化 reinitialize(); // 校验 loadFactor 参数 if (loadFactor <= 0 || Float.isNaN(loadFactor)) throw new InvalidObjectException("Illegal load factor: " + loadFactor); // 读取 HashMap table 数组大小 s.readInt(); // Read and ignore number of buckets // 读取 key-value 键值对数量 size int mappings = s.readInt(); // Read number of mappings (size) // 校验 size 参数 if (mappings < 0) throw new InvalidObjectException("Illegal mappings count: " + mappings); else if (mappings > 0) { // (if zero, use defaults) // Size the table using given load factor only if within // range of 0.25...4.0 float lf = Math.min(Math.max(0.25f, loadFactor), 4.0f); float fc = (float)mappings / lf + 1.0f; // 计算容量 int cap = ((fc < DEFAULT_INITIAL_CAPACITY) ? DEFAULT_INITIAL_CAPACITY : (fc >= MAXIMUM_CAPACITY) ? MAXIMUM_CAPACITY : tableSizeFor((int)fc)); // 计算 threshold 阀值 float ft = (float)cap * lf; threshold = ((cap < MAXIMUM_CAPACITY && ft < MAXIMUM_CAPACITY) ? (int)ft : Integer.MAX_VALUE); // Check Map.Entry[].class since it's the nearest public type to // what we're actually creating. SharedSecrets.getJavaObjectInputStreamAccess().checkArray(s, Map.Entry[].class, cap); // 不知道作甚，哈哈哈。 // 创建 table 数组 @SuppressWarnings({"rawtypes","unchecked"}) Node<K,V>[] tab = (Node<K,V>[])new Node[cap]; table = tab; // Read the keys and values, and put the mappings in the HashMap // 遍历读取 key-value 键值对 for (int i = 0; i < mappings; i++) { // 读取 key @SuppressWarnings("unchecked") K key = (K) s.readObject(); // 读取 value @SuppressWarnings("unchecked") V value = (V) s.readObject(); // 添加 key-value 键值对 putVal(hash(key), key, value, false, false); } } } /** * Reset to initial default state. Called by clone and readObject. */ void reinitialize() { table = null; entrySet = null; keySet = null; values = null; modCount = 0; threshold = 0; size = 0; } ``` - 相比序列化的过程，复杂了一丢丢。跟着顺序往下看即可，嘿嘿。 ## 17. 克隆 `#clone()` 方法，克隆 HashMap 对象。代码如下： ``` // HashMap.java @Override public Object clone() { // 克隆 HashMap 对象 HashMap<K,V> result; try { result = (HashMap<K,V>)super.clone(); } catch (CloneNotSupportedException e) { // this shouldn't happen, since we are Cloneable throw new InternalError(e); } // 重新初始化 result.reinitialize(); // 批量添加 key-value 键值对到其中 result.putMapEntries(this, false); // 返回 result return result; } ``` - 对于 key-value 键值对是浅拷贝，这点要注意哈。 ## 彩蛋 咳咳咳，在理解 HashMap 的实现原理之后，再去看 HashMap 的实现代码，其实会比想象中简单非常多。艿艿自己的卡壳点，主要还是 hash 函数的一些细节，😈 不知道胖友在哪些地方卡壳了？ 看完之后，有没觉得，面试的时候很稳，这里我们就不要吊打面试官了，毕竟万一让我们手写红黑树，我们不就可能 GG 了。 关于在 JDK8 新增的几个方法，艿艿暂时没有去写，主要如下： - `#replace(K key, V oldValue, V newValue)` - `#replace(K key, V value)` - `#computeIfAbsent(K key, Function<? super K, ? extends V> mappingFunction)` - `#computeIfPresent(K key, BiFunction<? super K, ? super V, ? extends V> remappingFunction)` - `#compute(K key, BiFunction<? super K, ? super V, ? extends V> remappingFunction)` - `#merge(K key, V value, BiFunction<? super V, ? super V, ? extends V> remappingFunction)` - `#forEach(BiConsumer<? super K, ? super V> action)` - `#replaceAll(BiFunction<? super K, ? super V, ? extends V> function)` 哈哈，也是比较简单的方法，胖友自己可以解决一波的哈。就当，课后作业？！嘿嘿。 下面，我们来对 HashMap 做一个简单的小结： - HashMap 是一种散列表的数据结构，底层采用数组 + 链表 + 红黑树来实现存储。 > Redis Hash 数据结构，采用数组 + 链表实现。 > > Redis Zset 数据结构，采用跳表实现。 > > 因为红黑树实现起来相对复杂，我们自己在实现 HashMap 可以考虑采用数组 + 链表 + 跳表来实现存储。 - HashMap 默认容量为 16(`1 << 4`)，每次超过阀值时，按照两倍大小进行自动扩容，所以容量总是 2^N 次方。并且，底层的 `table` 数组是延迟初始化，在首次添加 key-value 键值对才进行初始化。 - HashMap 默认加载因子是 0.75 ，如果我们已知 HashMap 的大小，需要正确设置容量和加载因子。 - HashMap 每个槽位在满足如下两个条件时，可以进行树化成红黑树，避免槽位是链表数据结构时，链表过长，导致查找性能过慢。 - 条件一，HashMap 的 `table` 数组大于等于 64 。 - 条件二，槽位链表长度大于等于 8 时。选择 8 作为阀值的原因是，参考 [泊松概率函数(Poisson distribution)](http://en.wikipedia.org/wiki/Poisson_distribution) ，概率不足千万分之一。 - 在槽位的红黑树的节点数量小于等于 6 时，会退化回链表。 - HashMap 的查找和添加 key-value 键值对的平均时间复杂度为 O(1) 。 - 对于槽位是链表的节点，**平均**时间复杂度为 O(k) 。其中 k 为链表长度。 - 对于槽位是红黑树的节点，**平均**时间复杂度为 O(logk) 。其中 k 为红黑树节点数量。 OK ，还是在结尾抛个拓展，对于 Redis 的 Hash 和 ZSet 数据结构，胖友去研究下。 在故事的结尾，在推荐一篇美团技术团队的 [《Java 8 系列之重新认识HashMap》](https://zhuanlan.zhihu.com/p/21673805) 文章，写的更加生动细致。