HashMap源码前前后后看了好几次，也和同事分享过好几次，每次都有新的收获。
分享也是一种提高！
本文首写于个人云笔记（点击访问），经多次修改，短期内不会有重大修改了，现发于此，有任何问题欢迎交流指正。
本文最初借鉴于http://www.cnblogs.com/hzmark/archive/2012/12/24/HashMap.html，其基于jdk1.6，自己分析jdk1.8后，发现有很大的不同，遂记录于此。
Java最基本的数据结构有数组和链表。数组的特点是空间连续（大小固定）、寻址迅速，但是插入和删除时需要移动元素，所以查询快，增加删除慢。链表恰好相反，可动态增加或减少空间以适应新增和删除元素，但查找时只能顺着一个个节点查找，所以增加删除快，查找慢。有没有一种结构综合了数组和链表的优点呢？当然有，那就是哈希表（虽说是综合优点，但实际上查找肯定没有数组快，插入删除没有链表快，一种折中的方式吧）。一般采用拉链法实现哈希表。
JDK1.6中HashMap采用的是位桶+链表的方式，即我们常说的散列链表的方式；JDK1.8中采用的是位桶+链表/红黑树的方式，也是非线程安全的。当某个位桶的链表的长度达到某个阀值的时候，这个链表就将转换成红黑树。
1.1 所属包：package java.util;
1.2 导入包：
import java.io.IOException;
import java.io.InvalidObjectException;
import java.io.Serializable;
import java.lang.reflect.ParameterizedType;
import java.lang.reflect.Type;
import java.util.function.BiConsumer;
import java.util.function.BiFunction;
import java.util.function.Consumer;
import java.util.function.Function;
1.3定义：
public class HashMap<K,V> extends AbstractMap<K,V> implements Map<K,V>, Cloneable, Serializable {}
2、HashMap的部分属性
private static final long serialVersionUID = 362498820763181265L;
//The default initial capacity - MUST be a power of two.
static final int DEFAULT_INITIAL_CAPACITY = 1 << 4; //jdk1.6直接写16，这效率更快？？
// The maximum capacity,MUST be a power of two <= 1<<30.
static final int MAXIMUM_CAPACITY = 1 << 30; // 2的30次方
static final float DEFAULT_LOAD_FACTOR = 0.75f; //填充比，装载因子
/**（jdk1.8新加）
* The bin count threshold for using a tree rather than list for a
* bin.当add一个元素到某个位桶，其链表长度达到8时将链表转换为红黑树.
* 2< value<=8 时to mesh with assumptions in tree removal about conversion back to plain bins upon shrinkage.
*链表转为树，binCount>=TREEIFY_THRESHOLD-1，-1 for 1st。
*/ //当某个桶中的键值对数量大于8个【9个起】，且桶数量大于等于64，则将底层实现从链表转为红黑树
// 如果桶中的键值对达到该阀值，则检测桶数量static final int TREEIFY_THRESHOLD= 8; //jdk1.8新加
/**
* 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.
* 仅用于
TreeNode的
final void split(HashMap<K,V> map, Node<K,V>[] tab, int index, int bit) {
if
(lc <= UNTREEIFY_THRESHOLD)
//太小则转为链表
tab[index] = loHead.untreeify(map);
}
*/
static final int UNTREEIFY_THRESHOLD = 6; //jdk1.8新加
/**
* 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.
*
链表转树时，if (tab == null || (n = tab.length) < MIN_TREEIFY_CAPACITY)
resize(); // 即不转为树了
*/ //当桶数量到达64个的时候，才可能将链表转为红黑树
static final int MIN_TREEIFY_CAPACITY = 64; //jdk1.8新加
/* ---------------- Fields -------------- */
// jdk1.6 为 transient Entry[] table;
transient Node<K,V>[] table; //存储元素(位桶)的数组,length power of two
transient Set<Map.Entry<K,V>> entrySet;
transient int size; // key-value对，实际容量
transient int modCount; //结构改变次数，fast-fail机制
int threshold; // 新的扩容resize临界值,当实际大小(容量*填充比)大于临界值时，会进行2倍扩容
final float loadFactor;
Node 内部类
是HashMap内部类（jdk1.6就是Entry），继承自 Map.Entry这个内部接口，它就是存储一对映射关系的最小单元，也就是说key，value实际存储在Node中。与1.6相比，修改了 hashCode()、equals()方法【直接调用Object的hashCode、equals方法，而不是copy代码过来】，去掉了toString()、recordAccess(HashMap<K,V> m)【the value in an entry is overwritten时调用】、recordRemoval(HashMap<K,V> m)【remove entry时调用】方法。【键值对】
static class Node<K,V>implements Map.Entry<K,V> {
final int hash; //结点的哈希值，不可变
final K key;
V value;
Node<K,V> next; //指向下一个节点
Node(int hash, K key, V value, Node<K,V> next) {
this.hash = hash;
this.key = key;
this.value = value;
this.next = next;
}
public final K getKey() { return key; }
public final V getValue() { return value; }
public final String toString() { return key + "=" + value; }
// 由直接实现 变为 调用Object的HashCode，实际是一样的
public final int hashCode() {
return Objects.hashCode(key) ^ Objects.hashCode(value);
} //按位异或^不同为真,数a两次异或同一个数b(a=a^b^b)仍然为原值a。
public final V setValue(V newValue) {
V oldValue = value;
value = newValue;
returnoldValue;
} // 优化逻辑
public final boolean equals(Object o) {//改为调用Object的equals
if (o == this) //内存地址(1.8新增)
return true;
if (o instanceof Map.Entry) {//1.6中!(instanceof)返回false
Map.Entry<?,?> e = (Map.Entry<?,?>)o; //新加<?,?>泛型
if (Objects.equals(key, e.getKey()) &&
Objects.equals(value, e.getValue()))
return true;
}
return false;
}
}
/* jdk 1.6 Entry 的equals方法
public final boolean equals(Object o) {
if (!(o instanceof Map.Entry))
return false;
Map.Entry e = (Map.Entry)o;
Object k1 = getKey();
Object k2 = e.getKey();
if (k1 == k2 || (k1 != null && k1.equals(k2))) {
Object v1 = getValue();
Object v2 = e.getValue();
if (v1 == v2 || (v1 != null && v1.equals(v2)))
return true;
}
return false;
} */
// 新增的红黑树，继承LinkedHashMap .Entry<K,V>
static final class TreeNode<K,V> extends LinkedHashMap.Entry<K,V> {
TreeNode<K,V> parent; // red-black tree links
TreeNode<K,V> left;
TreeNode<K,V> right;
TreeNode<K,V> prev; // needed to unlink next upon deletion,节点的前一个节点
boolean red; //true表示红节点，false表示黑节点
TreeNode(int hash, K key, V val, Node<K,V> next) {
super(hash, key, val, next);
}
/**
* Returns root of tree containing this node.获取红黑树的根
*/
final TreeNode<K,V> root() {
for (TreeNode<K,V> r=this, p;;){//p定义,int a=1,b;不能直接输出b(未初始化)
if ((p = r.parent) == null) //若改为类似并查集的路径压缩（结构改变）
return r;
r = p;
}
}
/**
* Ensures that the given root is the first node of its bin.
*/ //确保root是桶中的第一个元素，将root移到桶中的第一个【平衡思想】
static <K,V> void moveRootToFront(Node<K,V>[] tab, TreeNode<K,V> root) {}
/**
* Finds the node starting at root p with the given hash and key.
* The kc argument caches comparableClassFor(key) upon first use
* comparing keys.
*///查找hash为h，key为k的节点
final TreeNode<K,V> find(int h, Object k, Class<?> kc) { // 详见get相关
TreeNode<K,V> p = this; …… }
/**
* Calls find for root node.
*/ //获取树节点，通过根节点查找
final TreeNode<K,V> getTreeNode(int h, Object k) { // 详见get相关
return ((parent != null) ? root() : this).find(h, k, null);
}
/**
* Tie-breaking utility for ordering insertions when equal
* hashCodes and non-comparable. We don't require a total
* order, just a consistent insertion rule to maintain
* equivalence across rebalancings. Tie-breaking further than
* necessary simplifies testing a bit.
*/ //比较2个对象的大小
static int tieBreakOrder(Object a, Object b) {}
/**
* Forms tree of the nodes linked from this node.
* @return root of tree
*/ //将链表转为二叉树
finalvoid treeify(Node<K,V>[] tab) {} //根节点设置为黑色
/**
* Returns a list of non-TreeNodes replacing those linked from
* this node.
*/ //将二叉树转为链表
final Node<K,V> untreeify(HashMap<K,V> map) {}
/**
* Tree version of putVal.
*/ //添加一个键值对
final TreeNode<K,V> putTreeVal(HashMap<K,V> map, Node<K,V>[] tab,
inth, K k, V v) {}
/**
* Removes the given node, that must be present before this call.
* This is messier than typical red-black deletion code because we
* cannot swap the contents of an interior node with a leaf
* successor that is pinned by "next" pointers that are accessible
* independently during traversal. So instead we swap the tree
* linkages. If the current tree appears to have too few nodes,
* the bin is converted back to a plain bin. (The test triggers
* somewhere between 2 and 6 nodes, depending on tree structure).
*/
final void removeTreeNode(HashMap<K,V> map, Node<K,V>[] tab,
boolean movable) {}
/**
* Splits nodes in a tree bin into lower and upper tree bins,
* or untreeifies if now too small. Called only from resize;
* see above discussion about split bits and indices.
*
* @param map the map
* @param tab the table for recording bin heads
* @param index the index of the table being split
* @param bit the bit of hash to split on
*/ //将结点太多的桶分割
finalvoid split(HashMap<K,V> map, Node<K,V>[] tab, intindex, intbit) {}
/* --------------------------------------------------*/
// Red-black tree methods, all adapted from CLR
//左旋转
static <K,V> TreeNode<K,V> rotateLeft(TreeNode<K,V> root,
TreeNode<K,V> p) {}
//右旋转
static <K,V> TreeNode<K,V> rotateRight(TreeNode<K,V> root,
TreeNode<K,V> p) {}
//保证插入后平衡，共5种插入情况
static <K,V> TreeNode<K,V> balanceInsertion(TreeNode<K,V> root,
TreeNode<K,V> x) {}
//删除后调整平衡 ，共6种删除情况
static <K,V> TreeNode<K,V> balanceDeletion(TreeNode<K,V> root,
TreeNode<K,V> x) {}
/**
* Recursive invariant check
*/ //检测是否符合红黑树
static <K,V> boolean checkInvariants(TreeNode<K,V> t) {}
}
|
static final int hash(Object key) { // 计算key的hash值hash(key) int h; return (key == null) ? 0 : (h = key.hashCode()) ^ (h >>> 16); } |
|
n = tab.length |
|
table的下标【bucket的index】：(n - 1) & hash |
由上可知：
key是有可能是null的，并且会在0桶位位置。
hashCode的计算也进行了改进，取得key的hashcode后，高16位与低16位异或运算重新计算hash值。
首先由key值通过hash(key)获取hash值h，再通过 hash &（length-1）得到所在数组位置。一般对于哈希表的散列常用的方法有直接定址法，除留余数法等，既要便于计算，又能减少冲突。
在Hashtable中就是通过除留余数法散列分布的，具体如下：
int index = (hash & 0x7FFFFFFF) % tab.length;
但是取模中的除法运算效率很低，HashMap则通过hash &（length-1）替代取模，得到所在数组位置，这样效率会高很多。
putMapEntries
3、HashMap的4种构造方法
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);
}
public HashMap() { this.loadFactor = DEFAULT_LOAD_FACTOR; //all default即16;0.75 }
public HashMap(int initialCapacity) { this(initialCapacity, DEFAULT_LOAD_FACTOR); }
public HashMap(Map<? extends K, ? extends V> m) { // 参数本就是Map this.loadFactor = DEFAULT_LOAD_FACTOR; // 0.75 putMapEntries(m, false); // 仅putAll时传参为true }
final void putMapEntries(Map<? extends K, ? extends V> m, boolean evict) {
int s = m.size();
if (s > 0) {
if (table == null) {// pre-size
float ft = ((float)s / loadFactor) + 1.0F;
int t = ((ft < (float)MAXIMUM_CAPACITY) ?
(int)ft : MAXIMUM_CAPACITY); // 取较小值
if (t > threshold) // t 大于扩容临界值
threshold = tableSizeFor(t);
}
else if (s > threshold)
resize();
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); //HashMap核心方法，后讲
}
}
}
tableSizeFor：
|
// 经程序测试：结果为>=cap的最小2的自然数幂（64-》64；65-》128） static final int tableSizeFor(int cap) { //计算下次需要调整大小的扩容resize临界值 int n = cap - 1; n |= n >>> 1; // >>>“类似于”除以2，高位补0；|=(有1为1) n |= n >>> 2; // int--4byte--32bit，共32位 n |= n >>> 4; n |= n >>> 8; n |= n >>> 16; // 至此后每位均为1，00001111 return (n < 0) ? 1 : (n >= MAXIMUM_CAPACITY) ? MAXIMUM_CAPACITY : n + 1; }
|
|
证明： n=96=0110 0000（暂已8位为例，事实上32位） n>>>1使1位为0，若n首位为1，则结果为1，若为0，则忽略；确保首位有值时结果为1；至此首位完毕 0110 0000 |=0011 0000》0111 0000》112 n>>>2使新的n前2位为0，0111 0000|=0011 1100》0111 1100》124 1+2+4+8+16=31 01100000 1 00110000 = 01110000 确保1、2位为1，所以接下来移2位 2 00011100 = 01111100 确保3、4位为1（此时1-4位均为1），所以接下来移4位 4 00000111(1) = 01111111 以此类推 |
计算新的扩容临界值，不再是JDK1.6的while循环来保证哈希表的容量一直是2的整数倍数，用移位操作取代了1.6的while循环移位（不断乘2）。HashMap的构造函数中，都直接或间接的调用了tableSizeFor函数。
在1.6中，int capacity = 1;
while (capacity < initialCapacity)
capacity <<= 1。
其返回值是>=cap的最小2的自然数幂。（大于等于1，tableSizeFor(-111)=1）
性能优化：
length为2的整数幂保证了length - 1 最后一位（二进制表示）为1，从而保证了索引位置index即
（
hash &
length
-1）的最后一位同时有为0和为1的可能性，保证了散列的均匀性。反过来讲，若length为奇数，length-1最后一位为0，这样与h按位与【同1为1】
的最后一位肯定为0，即索引位置肯定是偶数，这样数组的奇数位置全部没有放置元素，浪费了大量空间。
简而言之：length为2的幂保证了按位与最后一位的有效性，使哈希表散列更均匀。
与1.6相比，将舍去transfer(Entry[] newTable)，直接写到resize中并优化copy逻辑，并舍去static方法indexFor(hash, table.length)，将其直接写到resize中。
Node<K,V>[] resize()
// Initializes or doubles table size，两倍扩容并初始化table
final Node<K,V>[] resize() {
Node<K,V>[] oldTab = table;
int oldCap = (oldTab == null) ? 0 : oldTab.length;
int oldThr = threshold;
int newCap, newThr = 0; // 新容量，新阀值
if (oldCap > 0) {
if (oldCap >= MAXIMUM_CAPACITY) {
threshold = Integer.MAX_VALUE;
return oldTab; //到达极限，无法扩容
}
else if((newCap = oldCap << 1) < MAXIMUM_CAPACITY &&
oldCap >= DEFAULT_INITIAL_CAPACITY)
newThr = oldThr << 1; // double threshold阀值
}
// oldCap=0 ,oldThr>0，threshold(新的扩容resize临界值)
else if (oldThr > 0)
newCap = oldThr; //新容量=旧阀值（扩容临界值）
else { // oldCap=0 ,oldThr=0，调用默认值来初始化
newCap = DEFAULT_INITIAL_CAPACITY;
newThr=(int)(DEFAULT_LOAD_FACTOR * DEFAULT_INITIAL_CAPACITY);
}
if (newThr== 0) { //新阀值为0，则需要计算新的阀值
float ft = (float)newCap * loadFactor;
newThr = (newCap < MAXIMUM_CAPACITY && ft < (float)MAXIMUM_CAPACITY ?(int)ft : Integer.MAX_VALUE);
}
threshold = newThr; //设置新的阀值
@SuppressWarnings({"rawtypes","unchecked"})
Node<K,V>[] newTab = (Node<K,V>[])new Node[newCap]; //创建新的桶
table = newTab;
// table初始化,bucket copy到新bucket，分链表和红黑树
if (oldTab != null) { // 不为空则挨个copy，影响效率！！！
for (int j = 0; j < oldCap; ++j) {
Node<K,V> e;
if ((e = oldTab[j]) != null) { //先赋值再判断
oldTab[j] = null; //置null，主动GC
//如果该桶只有一个元素，重新计算桶位，则直接赋到新的桶里面
if (e.next == null)
//1.6的indexFor，计算key;tableSizeFor性能优化
newTab[e.hash &(newCap - 1)]= e; //hash&(length-1)
else if (e instanceof TreeNode) // 红黑树
((TreeNode<K,V>)e).split(this, newTab, j, oldCap);
else { //链表，preserve order保持顺序
//一个桶中有多个元素，遍历将它们移到新的bucket或原bucket
Node<K,V> loHead = null,loTail = null;//lo原bucket的链表指针
Node<K,V> hiHead = null, hiTail = null;//hi新bucket的链表指针
Node<K,V> next;
do {
next = e.next;
if ((e.hash & oldCap) == 0) {//还放在原来的桶
if (loTail == null)
loHead = e;
else
loTail.next = e;
loTail = e; //更新尾指针
}
else {//放在新桶
if (hiTail == null)
hiHead = e;
else
hiTail.next = e;
hiTail = e;
}
} while ((e = next) != null); //
if (loTail != null) { //原bucket位置的尾指针不为空(即还有node)
loTail.next = null; //链表最后得有个null
newTab[j] = loHead;//链表头指针放在新桶的相同下标(j)处
}
if (hiTail != null) { //放在桶 j+oldCap
hiTail.next = null;
newTab[j + oldCap] = hiHead;//j+oldCap见下
}
}
}
}
}
return newTab;
}
这里详细解释一下【 resize】时【链表】的变化 ：
元素位置在【原位置】或【原位置+oldCap】
①、由前面的知识可知，
table的下标【bucket的index】由(
n
- 1) &
hash计算
（n为table的length,hash即hash(key)计算方式为(key == null) ? 0 : (h = key.hashCode()) ^ (h >>> 16)）；
n-1： 0000 1111-----》0001 1111【高位全0，&不影响】
hash1: 0000 0101-----》0000 0101
index1： 0000 0101-----》0000 0101【index不变】
hash2: 0001 0101-----》0001 0101
index2： 0000 0101-----》0001 0101【新index=5+16即原index+oldCap】
④
、so，HashMap在Resize时，只需看(新)
n-1最高位对应的hash(key)位是0还是1即可，0则位置不变，1则位置变为原位置+oldCap。
相&为0说明e.hash最高位为0，否则为1.
总结：
1、无需重新计算Hash，节省了时间；
2、由于所计算的hash(key)位是1是0可以认为是随机的，所以将一个冲突长链表又“均分”成了两个链表，减少碰撞。
1）put相关
|
public V put(K key, V value) { return putVal(hash(key), key, value, false, true); } |
|
// 检测指定的key对应的value是否为null，如果为null，则用新value代替原来的null。 @Override public V putIfAbsent(K key, V value) { return putVal(hash(key), key, value, true, true); } |
* @param onlyIfAbsent if true, don't change existing value //
* @param evict if false, the table is in creation mode.
* @return previous value, or null if none
final V putVal(int hash, K key, V value, boolean onlyIfAbsent,boolean evict) {
Node<K,V>[] tab; Node<K,V> p; int n, i;
if ((tab = table) == null || (n = tab.length) == 0)//table空||length为0
n = (tab = resize()).length; // 分配空间，初始化
if ((p = tab[i = (n - 1) & hash]) == null)//hash所在位置(第i个桶)为null，直接put
tab[i] = newNode(hash, key, value, null);
else {//tab[i]有元素，则需要遍历结点后再添加
Node<K,V> e; K k;
// hash、key均等，说明待插入元素和第一个元素相等，直接更新
if (p.hash == hash &&
((k = p.key) == key || (key != null && key.equals(k))))
e = p;
else if (p instanceof TreeNode) //红黑树冲突插入
e = ((TreeNode<K,V>)p).putTreeVal(this, tab, hash, key, value);
else{ // 链表
for (int binCount = 0; ; ++binCount){ //死循环，直到break
if ((e = p.next) == null) { //表尾仍没有key相同节点,新建节点
p.next = newNode(hash, key, value, null);
//若链表数量大于阀值8【9个】，则调用treeifyBin方法，仅当tab.length大于64才将链表改为红黑树
// 如果tab.length<64或table=null，则重构一下链表
if (binCount >= TREEIFY_THRESHOLD - 1) // -1 for 1st
treeifyBin(tab, hash); //binCount>=9则链表转树
break; // 退出循环
}
if (e.hash == hash &&
((k = e.key) == key || (key != null && key.equals(k))))
break; // hash、key均相等，说明此时的节点==待插入节点，更新
p = e; //更新p指向下一个节点
}
}
//当前节点e = p.next不为null，即链表中原本存在了相同key，则返回oldValue
if (e != null) {// existing mapping for key
V oldValue = e.value;
//onlyIfAbsent值为false，参数主要决定当该键已经存在时，是否执行替换
if (!onlyIfAbsent || oldValue == null)
e.value = value;
afterNodeAccess(e); //调用linkedHashMap,move node to last
return oldValue;
}
}
++modCount;
if (++size > threshold) //++size后再检测是否到了阀值
resize();
afterNodeInsertion(evict);//调用linkedHashMap,true则possibly remove eldest
return null; // 原hashMap中不存在相同key的键值对，则在插入键值对后，返回null。
}
/** * Replaces all linked nodes in bin at index for given hash unless * table is too small, in which case resizes instead. // MIN_TREEIFY_CAPACITY=64.// tab.length 为2的幂，表示容量，不是size。 */ //当桶中链表的数量>=9的时候，底层则改为红黑树实现 final void treeifyBin(Node<K,V>[] tab, inthash) { intn, index; Node<K,V> e; if (tab == null || (n = tab.length) < MIN_TREEIFY_CAPACITY) resize(); else if ((e = tab[index = (n - 1) & hash]) != null) { 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); if ((tab[index] = hd) != null) hd.treeify(tab); } }
// For treeifyBin TreeNode<K,V> replacementTreeNode(Node<K,V> p, Node<K,V> next) { return new TreeNode<>(p.hash, p.key, p.value, next); }// 链节点替换为树
put(K key, V value)的逻辑：
- 判断键值对数组tab[]是否为空或为null，是则resize()；
- 根据键值key的hashCode()计算hash值得到当前Node的索引i，如果tab[i]==null【没碰撞】，直接新建节点添加，否则【碰撞】转入3
- 判断当前数组中处理hash冲突的方式为红黑树还是链表(check第一个节点类型即可),分别处理。【①是红黑树则按红黑树逻辑插入；②是链表，则遍历链表，看是否有key相同的节点；③有则更新value值，没有则新建节点，此时若链表数量大于阀值8【9个】，则调用treeifyBin方法（此方法先判断table是否为null或tab.length小于64，是则执行resize操作，否则才将链表改为红黑树）。】
- 如果size+1> threshold则resize。
|
public void putAll(Map<? extends K, ? extends V> m) { putMapEntries(m, true); // 详见构造方法，仅putAll参数为true } |
p
utAll可以合并map，如果key重复，则用新值替换就值（相见Study代码）。
2）Remove、clear
publicV remove(Object key) {
Node<K,V> e;
return (e = removeNode(hash(key), key, null, false, true)) == null ? null:e.value;
}
@Override public boolean remove(Object key, Object value) { return removeNode(hash(key), key, value, true, true) != null; }
/** * Implements Map.remove and related methods * * @param hash hash for key * @param key the key * @param value the value to match if matchValue, else ignored * @param matchValue if true only remove if value is equal * @param movable if false do not move other nodes while removing 仅HashIterator的remove方法为false * @return the node, or null if none */ final Node<K,V> removeNode(int hash, Object key, Object value, boolean matchValue, boolean movable) { Node<K,V>[] tab; Node<K,V> p; intn, index; if ((tab = table) != null && (n = tab.length) > 0 && (p = tab[index = (n - 1) & hash]) != null) { Node<K,V> node = null, e; K k; V v; if (p.hash == hash && ((k = p.key) == key || (key != null && key.equals(k)))) node = p; else if ((e = p.next) != null) { if (p instanceof TreeNode) node = ((TreeNode<K,V>)p).getTreeNode(hash, key); else { do { if (e.hash == hash && ((k = e.key) == key || (key != null && key.equals(k)))) { node = e; break; } p = e; } while ((e = e.next) != null); } } 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); // 空方法？？ return node; } } return null; }
// for循环，挨个置为null，GCpublic void clear() { Node<K,V>[] tab; modCount++; if ((tab = table) != null && size > 0) { size = 0; for (int i = 0; i < tab.length; ++i) tab[i] = null; } }
Tip：
A、 HashMap貌似不存在类似于ArrayList的trimToSize()压缩空间的方法。
B、HashMap map= new HashMap(); Hashmap map=null;有什么区别?
都实例化了map；
前者创建对象、分配地址，将该地址的引用赋值给对象
后者只是创建对象，地址为空（null），并且在赋值对象之前，进行任何操作都将报
NullPointerException。
3）迭代方式、迭代时如何正确Remove
3）迭代方式、迭代时如何正确Remove
hashmap有自己的迭代器，
① 定义
abstract
class
HashIterator
{}；
其remove方式实现如下：
final void remove()
public final void remove() {
Node<K,V> p = current;
if (p == null)
thrownew IllegalStateException();
if (modCount != expectedModCount)
thrownew ConcurrentModificationException();
current = null;
K key = p.key;
removeNode(hash(key), key, null, false, false);
expectedModCount = modCount; //同步expectedModCount和modCount的值
}
final class EntryIterator extendsHashIterator
implementsIterator<Map.Entry<K,V>> {
publicfinal Map.Entry<K,V> next() { return nextNode(); }
}
③ final class EntrySet extends AbstractSet<Map.Entry<K,V>> {…… EntryIterator…… }
KeySet、
Values类似。
迭代 具体实现：
for (Entry<Object, Object> entry : map.entrySet()) {
System.out.println(entry.getKey());
// entry.remove(); // error
}
// jdk1.8 lambda迭代，key、value缺一不可
map.forEach((key, value) -> System.out.println(key + "==" + value));
Remove正确调用方式：
Iterator<Entry<Object, Object>> it = map.entrySet().iterator();
while (it.hasNext()) {
Entry<Object, Object> entry = it.next();
Integer key = (Integer) entry.getKey();
if (key % 2 == 0) {
System.out.println("Delete key：" + key);
it.remove();
System.out.println("The key " + +key + " was deleted");
}
}
发散：
1、如果是遍历过程中增加或修改数据呢？
增加或修改数据只能通过Map的put方法实现，在遍历过程中修改数据可以，但如果增加新key就会在下次循环时抛异常，因为在添加新key时modCount也会自增。
2、有些集合类也有同样的遍历问题，如ArrayList，通过Iterator方式可正确遍历完成remove操作，直接调用list的remove方法就会抛异常。
3、jdk为什么允许通过iterator进行remove操作？
HashMap和keySet的remove方法都可以通过传递key参数删除任意的元素，而iterator只能删除当前元素(current)【movable为false】，一旦删除的元素是iterator对象中next所正在引用的，如果没有通过modCount、 expectedModCount的比较实现快速失败抛出异常，下次循环该元素将成为current指向，此时iterator就遍历了一个已移除的过期数据。ConcurrentModificationException是RuntimeException，不要在客户端捕获它。如果发生此异常，说明程序代码的编写有问题，应该仔细检查代码而不是在catch中忽略它。
Iterator自身的remove()方法会自动同步expectedModCount和modCount的值（见上源码）。确保遍历可靠的原则是只在一个线程中使用这个集合，或者在多线程中对遍历代码进行同步。
4）get、contains相关
public V get(Object key) { // 返回value或null
Node<K,V> e;
return (e = getNode(hash(key), key)) == null ? null : e.value;
}
// 指定key不存在则返回 defaultValue@Override public V getOrDefault(Object key, V defaultValue) { Node<K,V> e; return (e = getNode(hash(key), key)) == null ? defaultValue : e.value; }
public boolean containsKey(Object key) { return getNode(hash(key), key) != null; }
// 存在指定（1或多个）value即返回truepublic boolean containsValue(Object value) { Node<K,V>[] tab; V v; if ((tab = table) != null && size > 0) { for (inti = 0; i < tab.length; ++i) { for (Node<K,V> e = tab[i]; e != null; e = e.next) { if ((v = e.value) == value || (value != null && value.equals(v))) return true; } } } returnfalse; }
get相关的核心方法：
final Node<K,V> getNode(int hash, Object key) { // 返回Node or null
Node<K,V>[] tab; Node<K,V> first, e; int n; K k;
if ((tab = table) != null && (n = tab.length) > 0 &&
(first = tab[(n - 1) & hash]) != null) { //(n-1)&hash位置不为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) {
if (first instanceof TreeNode) //遍历红黑树，得到节点值
return ((TreeNode<K,V>)first).getTreeNode(hash, key);
do { //遍历链表，得到节点值，通过hash和equals(key)确认所查找元素。
if (e.hash == hash &&
((k = e.key) == key || (key != null && key.equals(k))))
return e;
} while ((e = e.next) != null);
}
}
return null;
}
// Calls find for root node.final TreeNode<K,V> getTreeNode(int h, Object k) { // k即key return ((parent != null) ? root() : this).find(h, k, null);}
/*** Finds the node starting at root p with the given hash and key.* The kc argument caches comparableClassFor(key) upon first use* comparing keys.*/ // getTreeNode核心方法final TreeNode<K,V> find(int h, Object k, Class<?> kc) { // k即key，kc为null TreeNode<K,V> p = this; do { int ph, dir; K pk; TreeNode<K,V> pl = p.left, pr = p.right, q; if ((ph = p.hash) > h) // ph存当前节点hash p = pl; elseif (ph < h) // 所查hash比当前节点hash大 p = pr; // 查右子树 elseif ((pk = p.key) == k || (k != null && k.equals(pk))) return p; // hash、key均相同，【找到了！】返回当前节点 elseif (pl == null) // hash等，key不等，且当前节点的左节点null p = pr; // 查右子树 elseif (pr == null) p = pl; // get->getTreeNode传递的kc为null。||逻辑或,短路运算,有真即可 // false || (false && ？？) else if ((kc != null || (kc = comparableClassFor(k)) != null) && (dir = compareComparables(kc, k, pk)) != 0) p = (dir < 0) ? pl : pr; else if ((q = pr.find(h, k, kc)) != null) return q; //通过右节点查找？？？ else p = pl; } while (p != null); return null; }
看一下hashMap中的comparableClassFor的解释及部分代码：// Returns x's Class if it is of the form "class C implements Comparable<C>", else null.// x实现Comparable接口则返回x的类型，否则返回null。static Class<?> comparableClassFor(Object x) { if (xinstanceof Comparable) { …… if ((c = x.getClass()) == String.class) // bypass checks returnc; if ((ts = c.getGenericInterfaces()) != null) { …… } } } returnnull; }
//Returns k.compareTo(x) if x matches kc (k's screened comparable class), else 0// 暂未理解透彻 @SuppressWarnings({"rawtypes","unchecked"}) // for cast to Comparable static int compareComparables(Class<?> kc, Object k, Object x) { // x即pk return (x == null || x.getClass() != kc ? 0 : ((Comparable)k).compareTo(x)); // 待查k与当前k(x)比较 }
V get(Object key)：
1、(n - 1) & hash计算bucket的index；【hash=
hash(key)如下
】
1、判断第一个节点hash、key是否相等，是则返回first【always check first node】；
2、若(e = first.next) != null，
若first为红黑树，getTreeNode返回根节点，并调用其find方法，根据hash值判断进入左(右)子树，逐层查找；
若为链表，遍历链表，得到节点值，通过hash和equals(key)确认所查找元素。
3、没有该元素，返回null。
static final int hash(Object key) {
inth;
return (key == null) ? 0 : (h = key.hashCode()) ^ (h >>> 16);
}
get、containsKey都可以用来判断map中是否存在该元素吗？
当get()方法的返回值为null时，可能有两种情况，一种是在集合中没有该键对象，另一种是该键对象没有值本就为null。因此，在Map集合中不应该利用get()方法来判断是否存在某个元素，而应该利用containsKey()方法来判断。
5）replace相关
// 将指定key对应的value替换成新value。如果key不存在，返回null。
@Override
publicV replace(K key, V value) {
Node<K,V> e;
if ((e = getNode(hash(key), key)) != null) {
V oldValue = e.value;
e.value = value;
afterNodeAccess(e);
return oldValue;
}
return null;
}
// 仅当指定key的value为oldValue时，用newValue替换oldValue@Override public boolean replace(K key, V oldValue, V newValue) { Node<K,V> e; V v; if ((e = getNode(hash(key), key)) != null && ((v = e.value) == oldValue || (v != null && v.equals(oldValue)))) { e.value = newValue; afterNodeAccess(e); returntrue; } returnfalse; }
// function？ lambda，详见study代码//计算结果作为key-value对的value值@Override publicvoidreplaceAll(BiFunction<? super K, ? super V, ? extends V> function) { Node<K,V>[] tab; if (function == null) thrownewNullPointerException(); if (size > 0 && (tab = table) != null) { intmc = modCount; for (inti = 0; i < tab.length; ++i) { for (Node<K,V> e = tab[i]; e != null; e = e.next) { e.value = function.apply(e.key, e.value); } } if (modCount != mc) thrownew ConcurrentModificationException(); } }
map.replaceAll((key, value) -> {// 其他用法？？？ if ((int) key > 6) { value = 99; } returnvalue; // value改变，返回value });// 将所有key>6的value置为99
6）其他函数
toString()： 返回格式如{null=1, 2=8, 3=7, 9=8}或{ }。
int size()：
return size。
boolean isEmpty()：
return size == 0。
equals() ：继承于AbstractMap、Object等。
3个afterNode……空方法，仅内部使用：
// Callbacks to allow LinkedHashMap post-actions
void afterNodeAccess(Node<K,V> p) { }
void afterNodeInsertion(booleanevict) { }
void afterNodeRemoval(Node<K,V> p) { }
小结：
1、多了1300行代码(共2380)，
static final class TreeNode<K,V> extends LinkedHashMap.Entry<K,V> 。get性能O(n)-->O(lgN)
2、尽量直接调用系统函数
Node<K,V>中调用Object的hashCode和Equals
3、
减少不必要的内部函数调用
resize中的transfer(Entry[] newTable)【逻辑优化】和indexFor(hash, table.length)
4、储存方式
位桶存储；若产生hash碰撞，位桶中按链表存储；若链表达到阀值，链表转换为红黑树。
5、赋值巧妙
if ((p = tab[i = (n - 1) & hash]) == null)判断赋值两不误。
6、通过bool或instance实现代码复用
putMapEntries(Map<? extends K, ? extends V> m, boolean evict)
put、get的红黑树部分有待再次阅读分析。
部分源码注释翻译：
- 基于map接口；
- key、value允许空（仅允许一个key为null）；
- 和HashTable类似，除了非同步和允许null；
- 无序，顺序可能变；
- get、put效率O(1)，迭代器与number of buckets、size相关（所以initial很重要）；如果迭代性能很重要，则不要将初始容量设置得太高（或将加载因子设置得太低）；
- capacity：buckets的大小，table被create时便实实在在的存在；
- number of entries达到load factor*capacity便rehashed，approximately（大约）2倍buchets；
- load factor (.75)是个时间和空间的折衷，higher-->减少空间开销，增加查询开销（包括get、put）；
- 非同步，若结构改变（add、delete，不包括修改value），必须在外部同步；考虑synchronizedMap，Map m = Collections.synchronizedMap(new HashMap(...))；
- 迭代时remove报异常ConcurrentModificationException，不能写一个依赖他正确性的程序；
- 链表转红黑树后，若树变短，会恢复为链表。
有任何问题，欢迎指正探讨。
本文作者：云海（花名）
相关文章：
Java8为Map新增的方法：http://www.data321.com/6bf91e95
HashMap工作原理及实现：http://yikun.github.io/2015/04/01/Java-HashMap%E5%B7%A5%E4%BD%9C%E5%8E%9F%E7%90%86%E5%8F%8A%E5%AE%9E%E7%8E%B0/
ArrayList源码分析（jdk1.8）：http://blog.csdn.net/u010887744/article/details/49496093
HashMap源码分析（jdk1.8）：http://write.blog.csdn.net/postedit/50346257
ConcurrentHashMap源码分析--Java8：http://blog.csdn.net/u010887744/article/details/50637030
ThreadLocal源码分析（JDK8） ：http://blog.csdn.net/u010887744/article/details/54730556
每篇文章都包含 有道云笔记地址，可直接保存。
在线查阅JDK源码：
JDK8：https://github.com/zxiaofan/JDK1.8-Src
JDK7：https://github.com/zxiaofan/JDK_Src_1.7
史上最全Java集合关系图：http://blog.csdn.net/u010887744/article/details/50575735
欢迎个人转载，但须在文章页面明显位置给出原文连接；
未经作者同意必须保留此段声明、不得随意修改原文、不得用于商业用途，否则保留追究法律责任的权利。
【 CSDN 】：csdn.zxiaofan.com
【GitHub】：github.zxiaofan.com
如有任何问题，欢迎留言。祝君好运！
Life is all about choices！
将来的你一定会感激现在拼命的自己！