HashMap(JDK8) 源码分析及夺命9连问

HashMap(JDK8) 大总结

数据结构

Node数组 + 链表 + 红黑树 构成

成员变量及内部类

	
	//默认数组的初始化长度 AKA 16   1<<4  10000
	static final int DEFAULT_INITIAL_CAPACITY = 1 << 4; // aka 16

	//数组的最大长度为  2的30次方  
    static final int MAXIMUM_CAPACITY = 1 << 30;
	
	//默认的加载因子
    static final float DEFAULT_LOAD_FACTOR = 0.75f;

	//链表变成树的阈值
    static final int TREEIFY_THRESHOLD = 8;

	//树变成链表的阈值
    static final int UNTREEIFY_THRESHOLD = 6;

	//树化要求的数组长度
    static final int MIN_TREEIFY_CAPACITY = 64;

	//底层的数组 为null
    transient Node<K,V>[] table;
	
	//Node节点
	static class Node<K,V> implements Map.Entry<K,V>{
        //key 的 hash值
        final int hash;
        
        //key
        final K key;
        
        //value
        V value;
        
        //指向的下一个节点
        Node<K,V> next;
    }

问？

 1. 为什么 MAXIMUM_CAPACITY 要设置成1 << 30？
     
     因为数组的长度是int类型， int 是 8 byte = 64 bit  范围是  -2的31次方 ~ 2的31次方-1。 而在HashMap中，由于对于各方面的优化要求数组的长度为2的幂(这个后面的问题会回答)，因此这里的最大长度为 2的30次方也就是 1<<30。
     
 
 2.什么是加载因子，默认加载因子是多少，为什么是这个数？
     
     加载因子是为了计算数组扩容阈值的一个变量  threshold = loadfactor * capacity， 
默认加载因子是0.75, 这是JDK官方给出的一个科学数值(能够极大优化HashMap底层)
     

 3.Node节点的hash值是怎么得来的？ 为什么要这样计算？
     
    (key.hashcode() >>> 16)  ^ key.hashcode。  这里 高低位异或hashcode 是因为在大多数情况下计算数组角标位置的时候我们的 数组长度一般不大于16位，为了能够让 hashcode的高16位能够参与计算以此来减少hash碰撞，因而将 hashcode的高16位与低16位做异或运算。

构造方法

    public HashMap() {
        this.loadFactor = DEFAULT_LOAD_FACTOR; // all other fields defaulted
    }


	public HashMap(int initialCapacity) {
        this(initialCapacity, DEFAULT_LOAD_FACTOR);
    }


    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(Map<? extends K, ? extends V> m) {
        this.loadFactor = DEFAULT_LOAD_FACTOR;
        putMapEntries(m, false);
    }




    static final int tableSizeFor(int cap) {
        int n = cap - 1;
        n |= n >>> 1;
        n |= n >>> 2;
        n |= n >>> 4;
        n |= n >>> 8;
        n |= n >>> 16;
        return (n < 0) ? 1 : (n >= MAXIMUM_CAPACITY) ? MAXIMUM_CAPACITY : n + 1;
    }

问？

1. 谈一谈HashMap的初始化吧？
    
    HashMap底层的数组是在第一次执行put方法的时候resize初始化的，我先说一下HashMap的构造方法吧.
    HashMap一共有4个构造方法， 1个无参构造，3个有参构造(1.自定义capacity和loadFactor  2.自定义capacity 3.传入Map)
    我们一般常用的是 无参构造 加上 自定义capacity构造。
    
    1.无参构造  只是赋值了默认的loadFactor加载因子0.75
    
    2.自定义capacity构造 
    		1.内部套娃了 capacity 和 loadFactor  只是将我们传入的cap 和 默认的0.75传了进去。
    		2.做一些非法判断
    		3.赋值默认的加载因子
    		4.threshold = tableSizeFor(cap)  这个值在后面resize()数组初始化的时候会赋值给cap
    		5.tableSizeFor  该方法是为了将传进来的cap 转成  >=initCap的 2的幂次方
    		
  2. tableSizeFor方法中为什么 要对 cap -1 后 再 +1 呢？
    	该方法里面主要算法是 对cap 右移1 2 4 8 16 并分别在其中进行或运算，目的是为了让所有有效位的值为1，然后在最后 +1 后自然会得出 2的幂的值。
    	首先如果不减1 也可以转换成 2的幂
    	但是如果我们传的值就是 2的幂 那么 不减1的话 就会变成 cap*2了

成员方法

put()

    public V put(K key, V value) {
        //这里经过hash扰动 得出hash值  
        return putVal(hash(key), key, value, false, true);
    }
	
	//onlyIfAbsent 参数是为了决定 当key相等时是否做value替换操作
    final V putVal(int hash, K key, V value, boolean onlyIfAbsent,
                   boolean evict) {
        Node<K,V>[] tab; Node<K,V> p; int n, i;
        
        //判断是否要做 数组初始化
        if ((tab = table) == null || (n = tab.length) == 0)
            
            //第一次put的时候 数组初始化
            n = (tab = resize()).length;
        
        //经过寻址算法得出要存放k,v的桶位 也就是数组角标位 （length-1)&hash
        if ((p = tab[i = (n - 1) & hash]) == null)
            
            //如果该桶位位空 则将数据组成Node放入该位置
            tab[i] = newNode(hash, key, value, null);
        else {
            Node<K,V> e; K k;
            //如果该桶位有值
            
            //判断该桶位的第一个node的 key是否与 我们传进来的key相等 (先判断两者的hash值 如果相等(产生hash碰撞) 则再判断两者的equals方法是否相等)
            if (p.hash == hash &&
                ((k = p.key) == key || (key != null && key.equals(k))))
                
                //都相等的情况下则根据onlyIfAbsent决定是否替换value,替换的步骤在后面会统一做。
                e = p;
            
            //判断该桶位是否是树化
            else if (p instanceof TreeNode)
                e = ((TreeNode<K,V>)p).putTreeVal(this, tab, hash, key, value);
            
            //该桶位为链表
            else {
                
                //遍历该桶位下的链表节点
                for (int binCount = 0; ; ++binCount) {
               		
                    //判断该节点 是否还有后继节点
                    if ((e = p.next) == null) {
                        
                        //如果没有后继节点，则尾插法 将数据组成Node插入该链表
                        p.next = newNode(hash, key, value, null);
                        
               
                        //判断该链表的长度是否 大于8  也就是树化阈值
                        if (binCount >= TREEIFY_THRESHOLD - 1) // -1 for 1st
                            
                            //该方法中还要判断 数组的长度是否大于64
                            // 如果大于64   则将链表转成红黑树
                            // 如果不大于64  则 resize() 扩容
                            treeifyBin(tab, hash);
                        break;
                    }
                    
                    //循环判断该链表下的所有节点的key是否与 索要放进来的key相等
                    //若不等  则继续遍历
                    //若相等  则break  做后面的统一替换
                    if (e.hash == hash &&
                        ((k = e.key) == key || (key != null && key.equals(k))))
                        break;
                    p = e;
                }
            }
            
            //相等key情况下 的替换value操作
            if (e != null) { // existing mapping for key
                V oldValue = e.value;
                if (!onlyIfAbsent || oldValue == null)
                    e.value = value;
                afterNodeAccess(e);
                return oldValue;
            }
        }
        
        //修改次数加一   修改次数(增加，删除) 不包括 替换修改
        ++modCount;
        
        //HashMap中元素个数加1  并判断是否到了扩容阈值
        if (++size > threshold)
            
            //若大于扩容阈值 则扩容
            resize();
        afterNodeInsertion(evict);
        return null;
    }

resize()

   final Node<K,V>[] resize() {
       
       //若是第一次初始化   则oldTable=null 
       //若不是        则oldTable ！=null
        Node<K,V>[] oldTab = table;
       	
       //原数组长度
       //若第一次  则oldCap = 0
       //若不是   oldCap = oldTab.length
        int oldCap = (oldTab == null) ? 0 : oldTab.length;
       
       /**
        原扩容阈值
       	 若第一次 
       	 	无参  oldThr = threshold = 0
       	 	有参   oldThr = threshold = 2的幂
       	
       	若不是第一次  oldThr = threshold  有值  
       **/
        int oldThr = threshold;
       
       
       //新数组长度， 新数组的扩容阈值
        int newCap, newThr = 0;
       
       //非首次初始化进入
        if (oldCap > 0) {
            
            //如果数组长度大于最大长度 则不扩容
            if (oldCap >= MAXIMUM_CAPACITY) {
                threshold = Integer.MAX_VALUE;
                return oldTab;
            }
            
            // 新数组长度扩容为 原数组长度的2倍  
            else if ((newCap = oldCap << 1) < MAXIMUM_CAPACITY &&
                     
                     //该情况为 自定义了cap且小于16时  扩容阈值在后面会计算
                     oldCap >= DEFAULT_INITIAL_CAPACITY)
                //新的扩容阈值为 原扩容阈值的两倍
                newThr = oldThr << 1; // double threshold
        }
       
       //该情况为 自定义了cap  将之前sizeForTable方法计算出的2的幂赋值给 新数组长度
        else if (oldThr > 0) // initial capacity was placed in threshold
            newCap = oldThr;
       
       //该情况为空参构造 新数组长度为16  新扩容阈值为0.75*16 = 12
        else {               // zero initial threshold signifies using defaults
            newCap = DEFAULT_INITIAL_CAPACITY;
            newThr = (int)(DEFAULT_LOAD_FACTOR * DEFAULT_INITIAL_CAPACITY);
        }
       
       ////该情况为 自定义了cap且小于16时
        if (newThr == 0) {
            // 0.75*新数组长度 得出扩容阈值
            float ft = (float)newCap * loadFactor;
            newThr = (newCap < MAXIMUM_CAPACITY && ft < (float)MAXIMUM_CAPACITY ?
                      (int)ft : Integer.MAX_VALUE);
        }
       
       //将扩容阈值赋值给全局变量
        threshold = newThr;
        @SuppressWarnings({"rawtypes","unchecked"})
       
       		//new 一个新的Node数组 长度为扩容后的长度 或者是 初始化的长度
            Node<K,V>[] newTab = (Node<K,V>[])new Node[newCap];
        table = newTab;
       
       //扩容的情况下(不是初始化的时候)
        if (oldTab != null) {
           	//遍历原数组的各个桶位
            for (int j = 0; j < oldCap; ++j) {
                Node<K,V> e;
                
                //如果该桶位不是空
                if ((e = oldTab[j]) != null) {
                    
                    //将原数组桶位赋值为null  等待GC
                    oldTab[j] = null;
                    
                    //如果该桶位仅有一个值(还未链化的情况)
                    if (e.next == null)
                        
                        //则重新经过寻址算法计算新数组中的桶位 并放进去
                        newTab[e.hash & (newCap - 1)] = e;
                    
                    //如果该桶位是树化 则特殊处理
                    else if (e instanceof TreeNode)
                        ((TreeNode<K,V>)e).split(this, newTab, j, oldCap);
                    
                    //该桶位已经链化
                    else { // preserve order
                        
                        //低位链表
                        Node<K,V> loHead = null, loTail = null;
                        
                        //高位链表
                        Node<K,V> hiHead = null, hiTail = null;
                        Node<K,V> next;
                        do {
                            next = e.next;
                            
                            //组成低位链表 尾插
                            if ((e.hash & oldCap) == 0) {
                                if (loTail == null)
                                    loHead = e;
                                else
                                    loTail.next = e;
                                loTail = e;
                            }
                            
                            //组成高位链表  尾插
                            else {
                                if (hiTail == null)
                                    hiHead = e;
                                else
                                    hiTail.next = e;
                                hiTail = e;
                            }
                        } while ((e = next) != null);
                        
                        //将低位链表放入新数组中
                        if (loTail != null) {
                            loTail.next = null;
                            newTab[j] = loHead;
                        }
                        
                        //将高位链表放入新数组中
                        if (hiTail != null) {
                            hiTail.next = null;
                            newTab[j + oldCap] = hiHead;
                        }
                    }
                }
            }
        }
        return newTab;
    }

问？

1. 为什么要在第一次put的时候初始化？
    懒初始化，有利于节省空间
    
2.为什么采用该(n - 1) & hash  寻址算法？ 好处是什么？
    相当于 hash%length    采用位运算有利于提高效率
    
3.为什么数组的长度要是2的幂？    
    1.在寻址算法中有利于-1计算 各个hash值的桶位
    
 	2.在后面扩容数组，扩容为2倍同样是遵循2的幂，最关键的是在迁移链表的的时候就因为这个2倍，不需要重新计算高低位链表在新数组中的桶位，低位链表是原来的桶位，高位链表是原来的桶位加上原数组长度(也就是扩容的大小)。
    
    
4.为什么要加入红黑树?  为什么不直接用红黑树 放弃链表？
   提高查找效率，如果转换为红黑树的话，那么链表会越来越长 最后时间复杂度为O(n)，而变为红黑树复杂度为O(logN)
    
   因为红黑树在做插入删除操作时 同样会消耗性能，左旋右旋等。所以最终采用两者的结合