源码分析（1）-HashMap（JDK1.8）

UML类图

 java.util.Map<K, V>接口，有4个实现类：HashMap、Hashtable、LinkedHashMap和TreeMap。 

  

1、说明

（1）HashMap允许键值为null、是非线程安全。
基于哈希表/散列存储方式存储键值对，数据存储无序。如果想要使用有序存储可以使用LinkedHashMap。
性能上当HashMap中保存的key的哈希算法能够均匀的分布在每个bucket（位桶）中的时候，HashMap在基本的get和set操作的的时间复杂度都是O(n)。
遍历HashMap时，遍历节点的个数为bucket（位桶）个数+HashMap中保存的节点个数。因此当遍历操作频繁时需要注意HashMap的初始化容量不应该设置太大。 这一点比较好理解：当保存的节点个数一致的时候，bucket越少，遍历次数越少。
另外HashMap在resize时会有很大的性能消耗，所以在HashMap中存储大量数据时，传入适当默认容量值以避免resize可以有效提高性能。 详细resize原理，可以看下面的分析。

HashMap采用位桶+链表+红黑树（自平衡二叉查找树）数据结构，当链表长度超过阈值（8）且长度大于64时，将链表转换为红黑树以减少查找时间。

（2）Hashtable与HashMap相似，不同的之处：Hashtable继承Dictionary类、线程安全（并发效率不如ConcurrentHashMap，因为ConcurrentHashMap引入分段锁）。Hashtable不建议在代码中使用，在不需要考虑线程安全的场景下使用HashMap，而在需要考虑线程安全的场景下使用ConcurrentHashMap。

（3）LinkedHashMap是HashMap的一个子类，有序存储。

（4）TreeMap实现SortedMap接口，数据存储有序根据键自然排序（默认按键值升序排序，也可以指定排序比较器）。

对于上述四种类型Map，要求映射的key为不可变对象。不可变对象：对象在创建后哈希值不会被改变。如果对象哈希值发生变化，Map对象很可能就定位不到映射位置。

 2、成员属性

static final int DEFAULT_INITIAL_CAPACITY = 1 << 4; //默认初始化容量16
static final int MAXIMUM_CAPACITY = 1 << 30; //最大容量
static final float DEFAULT_LOAD_FACTOR = 0.75f; //默认加载因子
static final int TREEIFY_THRESHOLD = 8; //当put一个元素到某个位桶，如果其链表长度达到8时将链表转换为红黑树
static final int UNTREEIFY_THRESHOLD = 6; //
static final int MIN_TREEIFY_CAPACITY = 64; //最小树容量

transient Node<K,V>[] table; //哈希桶数组
transient Set<Map.Entry<K,V>> entrySet; //
transient int size; //元素个数
transient int modCount; //结构性改变次数
int threshold; //扩容阈值
final float loadFactor; //加载因子 

3、构造方法 

    public HashMap() { //无参数构造方法；默认初始容量16；加载因子0.75f；
        this.loadFactor = DEFAULT_LOAD_FACTOR; // all other fields defaulted//loadFactor = 0.75f：加载因子。其他成员默认。
    }

    public HashMap(int initialCapacity) { //初始容量initialCapacity；默认加载因子0.75f
        this(initialCapacity, DEFAULT_LOAD_FACTOR);
    }

       public HashMap(int initialCapacity, float loadFactor) { //初始容量initialCapacity；初始加载因子：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);
    }

    /**
     * Returns a power of two size for the given target capacity.
　　　* 计算初始化容量，
     */
    static final int tableSizeFor(int cap) {
        int n = cap - 1;
        n |= n >>> 1; //n右移1；按位或赋值给n   n = n | (n >>> 1);
        n |= n >>> 2; //n右移2；按位或赋值给n
        n |= n >>> 4; //n右移4；按位或赋值给n
        n |= n >>> 8; //n右移8；按位或赋值给n
        n |= n >>> 16; //n右移16；按位或赋值给n
        return (n < 0) ? 1 : (n >= MAXIMUM_CAPACITY) ? MAXIMUM_CAPACITY : n + 1;
    }

4、成员方法

//确定Hash桶的位置
//第一步：h = key.hashCode()，计算hashCode
//第二步：h = h ^ (h >>> 16)，异或运算
//第三步：(n - 1) & h，与运算
    static final int hash(Object key) {
        int h;
        return (key == null) ? 0 : (h = key.hashCode()) ^ (h >>> 16);
    }

 put方法源码分析：

    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) //①初始化数组tab，同时添加第一个元素
            n = (tab =if ((p = tab[i = (n - 1) & hash]) == null) //②判断table的在（n-1） & hash索引值是否空，如果空创建一个节点插入次位置
            tab[i] = newNode(hash, key, value, nullelse { //发生冲突时处理
            Node<K,V> e; K k;
            if (p.hash == hash && ((k = p.key) == key || (key != null && key.equals(k)))) //③判断第一个Node是否是要找的值
                e = p;
            else if (p instanceof TreeNode) //④红黑树处理
                e = ((TreeNode<K,V>)p).putTreeVal(this, tab, hash, key, value); //
            else {//⑤遍历插入键值对
　　　　　　　　　　for (int binCount = 0; ; ++binCount) { //累积hash冲突数量
                    if ((e = p.next) == null) {
                        p.next = newNode(hash, key, value, null); //
                        if (binCount >= TREEIFY_THRESHOLD - 1) // -1 for 1st
                            treeifyBin(tab, hash); //判断Hash桶长度是否小于64，是resize扩容，否存储结构转换为红黑树
                        break;
                    }
                    if (e.hash == hash && ((k = e.key) == key || (key != null && key.equals(k)))) //如果key已经存在，停止遍历
                        break;
                    p = e;
                }
            }
            if (e != null) { // existing mapping for key //查到key已存在，更新对应value值
                V oldValue = e.value;
                if (!onlyIfAbsent || oldValue == null)
                    e.value = value; //节点赋值新值
                afterNodeAccess(e);
                return oldValue; //返回旧值
            }
        }
        ++modCount;
        if (++size > threshold) //⑥判断键值对数量是否大于阈值，是进行扩容
            resize(); //扩容
        afterNodeInsertion(evict);
        return null;
    }  

//扩容机制
final Node<K,V>[] resize() { 
        Node<K,V>[] oldTab = table;//hash桶数组
        int oldCap = (oldTab == null) ? 0 : oldTab.length;//老的hash桶数组长度
        int oldThr = threshold;//老的阈值
        int newCap, newThr = 0;
        if (oldCap > 0) {//①如果大于0
            if (oldCap >= MAXIMUM_CAPACITY) { //容量大于等于最大容量
                threshold = Integer.MAX_VALUE; //阈值等于int最大值
                return oldTab;
            }
            else if ((newCap = oldCap << 1) < MAXIMUM_CAPACITY && oldCap >= DEFAULT_INITIAL_CAPACITY)
                newThr = oldThr << 1; // double threshold //容量*2
        }
        else if (oldThr > 0) //②使用阈值初始化容量
            newCap = oldThr;
        else {//③使用默认值初始化容量
            newCap = DEFAULT_INITIAL_CAPACITY; //初始化默认容量：16
            newThr = (int)(DEFAULT_LOAD_FACTOR * DEFAULT_INITIAL_CAPACITY); //初始化默认阈值：加载因子（0.75f） * 初始化容量（16）
        }
        if (newThr == 0) { //④如果新阈值=0，计算容量新阈值
            float ft = (float)newCap * loadFactor;
            newThr = (newCap < MAXIMUM_CAPACITY && ft < (float)MAXIMUM_CAPACITY ? (int)ft : Integer.MAX_VALUE);
        }
        threshold = newThr;
        @SuppressWarnings({"rawtypes","unchecked"})
        Node<K,V>[] newTab = (Node<K,V>[])new Node[newCap]; //创建新的节点数组，数组长度为扩容后的长度
        table = newTab;
        if (oldTab != null) {//⑤复制数据
            for (int j = 0; j < oldCap; ++j) { //遍历旧hash桶数组
                Node<K,V> e;
                if ((e = oldTab[j]) != null) {
                    oldTab[j] = null;
                    if (e.next == null)
                        newTab[e.hash & (newCap - 1)] = e; //将就数组元素赋值给新数组
                    else if (e instanceof TreeNode)
                        ((TreeNode<K,V>)e).split(this, newTab, j, oldCap);
                    else { // preserve order //
                        Node<K,V> loHead = null, loTail = null;
                        Node<K,V> hiHead = null, hiTail = null;
                        Node<K,V> next;
                        do { //遍历hash桶数组j元素链表或红黑树
                            next = e.next;
                            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;
    } 

 //链表数据结构

static class Node<K,V> implements Map.Entry<K,V> {
　　final int hash;
　　final K key;
　　V value;
　　Node<K,V> next;

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; }

public final int hashCode() {
　　return Objects.hashCode(key) ^ Objects.hashCode(value);
}

public final V setValue(V newValue) {
　　V oldValue = value;
　　value = newValue;
　　return oldValue;
}

//判断两个Node节点是否相同

public final boolean equals(Object o) {
if (o == this)
return true;
if (o instanceof Map.Entry) {
Map.Entry<?,?> e = (Map.Entry<?,?>)o;
if (Objects.equals(key, e.getKey()) &&
Objects.equals(value, e.getValue()))
return true;
}
return false;
}
} 

//红黑树数据结构    
static final class TreeNode<K,V> extends LinkedHashMap.Entry<K,V> {
        TreeNode<K,V> parent; //父节点
        TreeNode<K,V> left; //左子树
        TreeNode<K,V> right; //右子树
        TreeNode<K,V> prev;    // needed to unlink next upon deletion
        boolean red; //颜色属性
        TreeNode(int hash, K key, V val, Node<K,V> next) {
            super(hash, key, val, next);
        }

        /**
         * Returns root of tree containing this node.
　　　　　 * 返回根节点
         */
        final TreeNode<K,V> root() {
            for (TreeNode<K,V> r = this, p;;) {
                if ((p = r.parent) == null)
                    return r;
                r = p;
            }
        }
。。。其他省略。。。
} 

get方法源码分析：

    final Node<K,V> getNode(int hash, Object key) {
        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) {//①查找hash桶
            if (first.hash == hash && ((k = first.key) == key || (key != null && key.equals(k))))//判断查询的key是否链表节点，是直接返回
                return first;
            if ((e = first.next) != null) {//链表指向下个节点不为空
                if (first instanceof TreeNode) return ((TreeNode<K,V>)first).getTreeNode(hash, key); //如果首节点类型是红黑树，调用方法直接放回
                do { //如果节点类型是链表，遍历查询结果
                    if (e.hash == hash && ((k = e.key) == key || (key != null && key.equals(k))))
                        return e;
                } while ((e = e.next) != null);
            }
        }
        return null;
    }

 5、demo程序，查看数据结构（散列数组+链表）

package com.javabasic.map;

import java.util.HashMap;
import java.util.Map;
import java.util.Map.Entry;
import java.util.Set;

/**
 * 源码分析
 * 
 * 
 * 允许使用null键和null值； 
 * 线程不同步，效率高；
 * 
 * 
 * @author wangymd
 *
 */
public class HashMapTest2 {

    public static void main(String[] args) {
        Stu stu1 = new Stu(1,"xiaojia");
        Stu stu2 = new Stu(1,"xiaoyi");
        Stu stu3 = new Stu(1,"xiaobing");
        Stu stu4 = new Stu(1,"xiaoding");
        
        Map<Stu, String> hm = new HashMap<Stu, String>();
        hm.put(stu1, "xiaojia");
        hm.put(stu2, "xiaoyi");
        hm.put(stu3, "xiaobing");
        hm.put(stu4, "xiaoding");
        
        Set<Entry<Stu, String>> entrySet = hm.entrySet(); //断点，查看数据结构；如下图
        for (Entry<Stu, String> entry : entrySet) {
            Stu key = entry.getKey();
            String value = entry.getValue();
            System.out.println(key.getName() + "----" + value);
        }
    }
    

}

class Stu{
    
    Integer id;
    String name;
    public Stu() {}
    
    public Stu(Integer id, String name) {
        this.id = id;
        this.name = name;
    }

    public Integer getId() {
        return id;
    }

    public void setId(Integer id) {
        this.id = id;
    }

    public String getName() {
        return name;
    }

    public void setName(String name) {
        this.name = name;
    }
}

参考文章：

HashMap源码分析

https://zhuanlan.zhihu.com/p/21673805 

红黑树：

https://juejin.im/post/5a27c6946fb9a04509096248#comment （漫画，简单易懂）

https://blog.csdn.net/v_july_v/article/details/6105630 

http://dandanlove.com/2018/03/18/red-black-tree/

https://zhuanlan.zhihu.com/p/24367771

扩展红黑树：

二叉查找树（Binary Search Tree,BST）特性：

1.左子树上所有结点的值均小于或等于它的根结点的值。
2.右子树上所有结点的值均大于或等于它的根结点的值。
3.左、右子树也分别为二叉排序树。

红黑树（Red Black Tree,RBT）附加特性：

1.节点是红色或黑色。
2.根节点是黑色。
3.每个叶子节点都是黑色的空节点（NIL节点）。
4 每个红色节点的两个子节点都是黑色。(从每个叶子到根的所有路径上不能有两个连续的红色节点)。
5.从任一节点到其每个叶子的所有路径都包含相同数目的黑色节点。

插入节点后调整结构：

1、如果我们添加的【红色节点】的【父节点】是黑色，那么树不需要做调整。

2、如果我们添加的【红色节点】的【父节点】是红色，那么树需要做调整。

1）、父节点是红色，叔叔节点（父节点的兄弟节点）是红色的。

2）、父节点是红色，叔叔节点是黑色，添加的节点是父节点的左孩子。

3）、父节点是红色，叔叔节点是黑色，添加的节点是父节点的右孩子。

删除节点后调整结构：

1、当前节点是黑色的，且兄弟节点是红色的（那么父节点和兄弟节点的子节点肯定是黑色的）；

2、当前节点是黑色的，且兄弟节点是黑色的，

1）、兄弟节点的两个子节点均为黑色的；

2）、兄弟节点的左子节点是红色，右子节点时黑色的；

3）、兄弟节点的右子节点是红色，左子节点任意颜色。

红黑树应用：

除了JDK1.8的HashMap，还有TreeMap、TreeSet底层都用到了红黑树。

• 1、如果我们添加的【红色节点】的【父节点】是黑色，那么树不需要做调整。
• 2、如果我们添加的【红色节点】的【父节点】是红色，那么树需要做调整。
  • 1）、父节点是红色，叔叔节点（父节点的兄弟节点）是红色的。
  • 2）、父节点是红色，叔叔节点是黑色，添加的节点是父节点的左孩子。
  • 3）、父节点是红色，叔叔节点是黑色，添加的节点是父节点的右孩子。