devbox
Cpp五条
这个屌丝很懒，什么也没留下！
关注作者
热门标签
热门文章
当前位置:   article > 正文

【HashMap】jdk1.8中HashMap的插入扩容源码学习分析_1.8hashmap扩容

作者：Cpp五条 | 2024-05-13 16:48:46

赞

踩

1.8hashmap扩容

jdk1.8中HashMap的插入扩容源码学习分析

一、成员变量

首先介绍HashMap中各个成员变量的作用，在HashMap中有以下成员变量
在这里插入图片描述

  • size记录了HashMap中键值对的个数

  • loadFactor（加载因子）用来决定size达到容量的百分之多少时触发扩容机制

    • 默认是0.75 static final float DEFAULT_LOAD_FACTOR = 0.75f;

  • capacity（容量），这只是个概念，具体变量是下面两个，决定整个HashMap能装多少键值对

    • 默认是16static final int DEFAULT_INITIAL_CAPACITY = 1 << 4; // aka 16
    • 最大容量2的30次方static final int MAXIMUM_CAPACITY = 1 << 30;

  • threshold（阈值），当键值对的个数（size）大于阈值（threshold）时，HashMap会触发扩容机制

    • 阈值=容量*加载因子

  • 树化

    • 阈值，默认是8static final int TREEIFY_THRESHOLD = 8;
    • 最小树化容量static final int MIN_TREEIFY_CAPACITY = 64;
    • 当容量大于64且链表长度大于8时才会进行树化

  • 反树化

    • 阈值，默认是6static final int UNTREEIFY_THRESHOLD = 6;
    • 当已经树化的元素个数小于6的时候反树化为链表

  • modCount计数器

  • table用来储存元素，长度总是二的幂

  • entrySet保存entrySet()的缓存

二、重要的内部类

HashMap中涉及到两个非常重要的内部类分别是链表节点以及树节点
在这里插入图片描述
链表节点中记录了K-V的值以及相应的hash值以及指向下一个节点的指针，重写了hashCode和equals方法
在这里插入图片描述
这是一颗红黑树，关于红黑树的具体介绍可以参考我的文章红黑树简介

三、添加元素

public V put(K key, V value) { 
	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; 
	Node<K,V> p; 
	int n, i; 
	if ((tab = table) == null || (n = tab.length) == 0) 
	// 调用扩容函数初始化table
		n = (tab = resize()).length; 
	// 如果桶中不包含键值对节点引用，则将新键值对节点的引用存入桶中即可 
	if ((p = tab[i = (n - 1) & hash]) == null) 
		tab[i] = newNode(hash, key, value, null); 
	else { 
		Node<K,V> e; K k; 
		// 如果键的值以及节点 hash 等于链表中的第一个键值对节点时，则将 e 指向该键值对 
		if (p.hash == hash && ((k = p.key) == key || (key != null && key.equals(k)))) 
			e = p; 
		// 如果第一个元素是树节点，则调用树节点的putTreeVal插入元素
		else if (p instanceof TreeNode) 
			e = ((TreeNode<K,V>)p).putTreeVal(this, tab, hash, key, value);
		else { 
			// 遍历这个桶对应的链表，binCount用于存储链表中元素的个数
			for (int binCount = 0; ; ++binCount) { 
				// 链表中不包含要插入的键值对节点时，则将该节点接在链表的最后 
				if ((e = p.next) == null) { 
					p.next = newNode(hash, key, value, null); 
					// 如果链表长度大于或等于树化阈值，则调用树化函数，由于第一个元素没有在bigCount中所以+1
					if (binCount >= TREEIFY_THRESHOLD - 1) // -1 for 1st 
					// 观察这个方法其实可以发现，树化条件不仅仅是达到阈值，还要求数组长度大于64
						treeifyBin(tab, hash); 
					break; 
				} 
				// 条件为 true，表示当前链表包含要插入的键值对，终止遍历 
				if (e.hash == hash && ((k = e.key) == key || (key != null && key.equals(k)))) 
					break;
					p = e; 
			} 
		} 
			
		// 判断要插入的键值对是否存在 HashMap 中 
		if (e != null) { // existing mapping for key 
			V oldValue = e.value; 
			// onlyIfAbsent 表示是否仅在 oldValue 为 null 的情况下更新键值对的值 
			if (!onlyIfAbsent || oldValue == null) 
				e.value = value; 
			afterNodeAccess(e); 
			return oldValue; 
		} 
	} 
	 ++modCount; 
	 // 键值对数量超过阈值时，则进行扩容 
	 if (++size > threshold) 
		resize(); 
	 afterNodeInsertion(evict); 
	 return null; 
 }

  • 1
  • 2
  • 3
  • 4
  • 5
  • 6
  • 7
  • 8
  • 9
  • 10
  • 11
  • 12
  • 13
  • 14
  • 15
  • 16
  • 17
  • 18
  • 19
  • 20
  • 21
  • 22
  • 23
  • 24
  • 25
  • 26
  • 27
  • 28
  • 29
  • 30
  • 31
  • 32
  • 33
  • 34
  • 35
  • 36
  • 37
  • 38
  • 39
  • 40
  • 41
  • 42
  • 43
  • 44
  • 45
  • 46
  • 47
  • 48
  • 49
  • 50
  • 51
  • 52
  • 53
  • 54
  • 55
  • 56
  • 57

误区：树化机制其实是数组长度大于64并且链表长度达到阈值才会触发

final void treeifyBin(Node<K,V>[] tab, int hash) {
        int n, index; Node<K,V> e;
        if (tab == null || (n = tab.length) < MIN_TREEIFY_CAPACITY)
        // 小于最小树化长度触发的实际上是扩容函数
            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);
        }
    }

  • 1
  • 2
  • 3
  • 4
  • 5
  • 6
  • 7
  • 8
  • 9
  • 10
  • 11
  • 12
  • 13
  • 14
  • 15
  • 16
  • 17
  • 18
  • 19
  • 20
  • 21

四、扩容机制

当HashMap中的元素个数（size）超过临界值（threshold = loadFactor * capacity）时就会自动扩容。下面是扩容函数的详解，参考博客，以及根据详解绘制的流程图

final Node<K,V>[] resize() {
        // 将当前数组赋给oldTab
        Node<K,V>[] oldTab = table;
        // 假如oldTab是空就返回0，否则返回数组长度给oldCap
        int oldCap = (oldTab == null) ? 0 : oldTab.length;
        // 将阈值threshold赋给oldThr 
        int oldThr = threshold;
        //声明newCap新数组长度，和newThr 新阈值
        int newCap, newThr = 0;
        //假如旧数组长度大于0
        if (oldCap > 0) {
            // 判断旧数组长度是否超过了最大限制长度MAXIMUM_CAPACITY，超过了就重新赋值阈值threshold 为MAX_VALUE，并且返回旧数组
            if (oldCap >= MAXIMUM_CAPACITY) {
                threshold = Integer.MAX_VALUE;
                return oldTab;
            }
            //旧数组长度小于最大限制长度
            // 判断扩容后的数组是否大于最大限制长度MAXIMUM_CAPACITY，判断旧数组是否大于默认大小，都满足的话扩容数组，新数组大小为旧数组*2(先左移一位)
            else if ((newCap = oldCap << 1) < MAXIMUM_CAPACITY &&
                     oldCap >= DEFAULT_INITIAL_CAPACITY)
                newThr = oldThr << 1; // double threshold
        }
        //假如旧阈值大于0，新数组大小等于旧阈值大小（初始化给了阈值定义了数组大小的情况）
        else if (oldThr > 0) // initial capacity was placed in threshold
            newCap = oldThr;
        // 假如旧阈值小于0（初始化方法什么都没给，无参的那种构造函数的情况），直接赋默认初始值，数组大小16，阈值0.75(DEFAULT_LOAD_FACTOR * DEFAULT_INITIAL_CAPACITY)
        else {               // zero initial threshold signifies using defaults
            newCap = DEFAULT_INITIAL_CAPACITY;
            newThr = (int)(DEFAULT_LOAD_FACTOR * DEFAULT_INITIAL_CAPACITY);
        }
        if (newThr == 0) {
            float ft = (float)newCap * loadFactor;
            newThr = (newCap < MAXIMUM_CAPACITY && ft < (float)MAXIMUM_CAPACITY ?
                      (int)ft : Integer.MAX_VALUE);
        }
        // 更新阈值threshold 
        threshold = newThr;
        @SuppressWarnings({"rawtypes","unchecked"})
 
        //根据新的数组大小创建新的数组
        Node<K,V>[] newTab = (Node<K,V>[])new Node[newCap];
        //更新数组
        table = newTab;
        //假如原来的表里有数据
        if (oldTab != null) {
            // 遍历旧的数组
            for (int j = 0; j < oldCap; ++j) {
                //临时节点 e
                Node<K,V> e;
                //遍历旧数组里面每一个节点，将有数据的节点赋值给e
                if ((e = oldTab[j]) != null) {
                    oldTab[j] = null;
                    //假如只有一个头节点，将节点搬到新数组e.hash与新数组大小取模的下标位置上
                    if (e.next == null)
                        newTab[e.hash & (newCap - 1)] = e;
                    // 假如是红黑树则执行红黑树搬运方法split
                    else if (e instanceof TreeNode)
                        ((TreeNode<K,V>)e).split(this, newTab, j, oldCap);
                    //假如是链表
                    else { // preserve order
                        //因为扩容是容量翻倍，所以原链表上的每个节点，现在可能存放在原来的下标，即low位， 或者扩容后的下标，即high位。 high位=  low位+原哈希桶容量
                        // 低位链表的头结点、尾节点
                        Node<K,V> loHead = null, loTail = null;
                        // 高位链表的头节点、尾节点
                        Node<K,V> hiHead = null, hiTail = null;
                        Node<K,V> next;
                        do {
                            next = e.next;
                            //  利用哈希值 与 旧的容量，可以得到哈希值去模后，是大于等于oldCap还是小于oldCap，等于0代表小于oldCap，应该存放在低位，否则存放在高位
                            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;
    }

  • 1
  • 2
  • 3
  • 4
  • 5
  • 6
  • 7
  • 8
  • 9
  • 10
  • 11
  • 12
  • 13
  • 14
  • 15
  • 16
  • 17
  • 18
  • 19
  • 20
  • 21
  • 22
  • 23
  • 24
  • 25
  • 26
  • 27
  • 28
  • 29
  • 30
  • 31
  • 32
  • 33
  • 34
  • 35
  • 36
  • 37
  • 38
  • 39
  • 40
  • 41
  • 42
  • 43
  • 44
  • 45
  • 46
  • 47
  • 48
  • 49
  • 50
  • 51
  • 52
  • 53
  • 54
  • 55
  • 56
  • 57
  • 58
  • 59
  • 60
  • 61
  • 62
  • 63
  • 64
  • 65
  • 66
  • 67
  • 68
  • 69
  • 70
  • 71
  • 72
  • 73
  • 74
  • 75
  • 76
  • 77
  • 78
  • 79
  • 80
  • 81
  • 82
  • 83
  • 84
  • 85
  • 86
  • 87
  • 88
  • 89
  • 90
  • 91
  • 92
  • 93
  • 94
  • 95
  • 96
  • 97
  • 98

算法流程图如下
请添加图片描述

声明：本文内容由网友自发贡献，版权归原作者所有，本站不承担相应法律责任。如您发现有侵权的内容，请联系我们。转载请注明出处：【wpsshop博客】
推荐阅读
相关标签

Copyright © 2003-2013 www.wpsshop.cn 版权所有，并保留所有权利。

  

闽ICP备14008679号