Java集合之HashMap源码解析
Java集合系列的源码解析，分析代码的版本均为：Sun JDK1.7这篇文章fuck的是HashMap，为什么先选择它呢，因为Android开发中最常用的数据集合就是HashMap和ArrayList，这里先Fuck HashMap。通过本篇文章你可以知道下面几点：1.HashMap内部采用的数据结构——>HashMap内部采用的是数组加单链表来实现的，单链表的插入为头插法。（如果对链表的理论不熟悉可以参考：线性表）2.HashMap的扩容机制——>大于阀值，且当前索引处的值非null，则直接扩容1倍。3.HashMap是如何解决碰撞问题的——>拉链法,即采用链表的形式，关于散列表
创建HashMap的对象有4种姿势，比如像下面这样：代码清单1：
/**HashMap源码解析使用**/
public class HashMapTest {
public static void main(String[] args) {
HashMap<String, String> hashMap=new HashMap<>(4,0.25f);
HashMap<String, String> hashMap2=new HashMap<>(3);
HashMap<String, String> hashMap3=new HashMap<>(3, 1);
HashMap<String , String> tmp=new HashMap<>();
HashMap<String, String> hashMap4=new HashMap<>(tmp);
hashMap.put(null, null);
System.out.println(hashMap.get(null));
int a=(11 > 1) ? Integer.highestOneBit((11- 1) << 1) : 1;//
System.out.println(a);
hashMap.put("G1", "1");
hashMap.put("G2", "2");
hashMap.put("G3", "3");
hashMap.put("G4", "4");
hashMap.put("G5", "5");
hashMap.put("G6", "6");
hashMap.put("G7", "7");
hashMap.put("G8", "8");
hashMap.put("G9", "9");
hashMap.put("G10", "10");
hashMap.put("G11", "11");
hashMap.put("G12", "12");
System.out.println(hashMap.keySet().toString());//
System.out.println(hashMap.values().toString());
System.out.println(hashMap.entrySet().toString());
}
}
看下HashMap的构造函数：代码清单2：
static final int DEFAULT_INITIAL_CAPACITY = 1 << 4; // 默认容量16
static final int MAXIMUM_CAPACITY = 1 << 30;//最大容量
static final float DEFAULT_LOAD_FACTOR = 0.75f;//默认装载因子 0.75
static final Entry<?,?>[] EMPTY_TABLE = {};
transient Entry<K,V>[] table = (Entry<K,V>[]) EMPTY_TABLE;//这里注意一下，transient修饰的变量不能序列化，而且table的长度是2的幂，存数据的载体，这是一个对象数组
transient int size;//
int threshold;//阀值，用于判断是否需要调整HashMap的容量(threshold=loadFactor*capacity)
final float loadFactor;//装载因子，一旦指定不可改变
transient int modCount;//该hashMap总共被修改了多少次
static final int ALTERNATIVE_HASHING_THRESHOLD_DEFAULT = Integer.MAX_VALUE;
public HashMap(int initialCapacity, float loadFactor) {
if (initialCapacity < 0)
throw new IllegalArgumentException("Illegal initial capacity: " +
initialCapacity);
if (initialCapacity > MAXIMUM_CAPACITY)//如果大于最大值，则设为最大值
initialCapacity = MAXIMUM_CAPACITY;
if (loadFactor <= 0 || Float.isNaN(loadFactor))
throw new IllegalArgumentException("Illegal load factor: " +
loadFactor);
this.loadFactor = loadFactor;
threshold = initialCapacity;//初始阀值为初始容量
init();//空方法，这里不用管这个方法，没有多大的实际意义
}
public HashMap(int initialCapacity) {
this(initialCapacity, DEFAULT_LOAD_FACTOR);
}
public HashMap() {
this(DEFAULT_INITIAL_CAPACITY, DEFAULT_LOAD_FACTOR);//这句话等价于：this(16,0.75);
}
public HashMap(Map<? extends K, ? extends V> m) {
this(Math.max((int) (m.size() / DEFAULT_LOAD_FACTOR) + 1,
DEFAULT_INITIAL_CAPACITY), DEFAULT_LOAD_FACTOR);
inflateTable(threshold);
putAllForCreate(m);
}
在上面的代码中，我们发现构造函数中没有对table进行初始化，那么数据存储在哪呢？一般new HashMap之后我们都要使用put(object object)或putAll(Map)来进行存数据，其实putAll内部是经过循环遍历其参数来调用put来完成功能的。下面我们先着重看一下put方法：代码清单3：
public V put(K key, V value) {
if (table == EMPTY_TABLE) {//如果为空则进行初始化，这里就解决了构造函数中没有初始化table的问题
inflateTable(threshold);
}
if (key == null)
return putForNullKey(value);//从这里可以看到hashmap是可以接收key为null的键值对,这个方法没有什么好讲的，就不展开了。
int hash = hash(key);//计算哈希值
int i = indexFor(hash, table.length);//通过哈希值来获取数组下标
for (Entry<K,V> e = table[i]; e != null; e = e.next) {//这里e=e.next是当发生碰撞时解决冲突的产物
Object k;
if (e.hash == hash && ((k = e.key) == key || key.equals(k))) {//如果已有相应的键值对，则更新其值。
V oldValue = e.value;
e.value = value;
e.recordAccess(this);
return oldValue;
}
}
modCount++;
addEntry(hash, key, value, i);//加入新的键值对
return null;
}
关于put方法，我们根据上面的注释就可以明白大致的意思，这里先展开看一下inflateTable（threshold）这个函数，代码如下：代码清单4：
/**
* Inflates the table,在这个函数的方法体中，我们可以看到table数组的实际大小要比我们调用构造函数传入的值大，原因再于减一左移调整2幂
*/
private void inflateTable(int toSize) {
// Find a power of 2 >= toSize
int capacity = roundUpToPowerOf2(toSize);//比如tosize=11则capacity=16。
threshold = (int) Math.min(capacity * loadFactor, MAXIMUM_CAPACITY + 1);//重新设置阀值，
table = new Entry[capacity];//初始化table,
initHashSeedAsNeeded(capacity);//初始化哈希种子
}
private static int roundUpToPowerOf2(int number) {//调整大小，返回一个2幂的值
// assert number >= 0 : "number must be non-negative";
return number >= MAXIMUM_CAPACITY
? MAXIMUM_CAPACITY
: (number > 1) ? Integer.highestOneBit((number - 1) << 1) : 1;//highestOneBit的作用是：如果一个数是0, 则返回0；如果是负数, 则返回 -2147483648：【1000,0000,0000,0000,0000,0000,0000,0000】(二进制表示的数)；如果是正数, 返回的则是跟它最靠近的比它小的2的N次方
}
/**
* Initialize the hashing mask value. We defer initialization until we
* really need it.
*/
final boolean initHashSeedAsNeeded(int capacity) {
boolean currentAltHashing = hashSeed != 0;
boolean useAltHashing = sun.misc.VM.isBooted() &&
(capacity >= Holder.ALTERNATIVE_HASHING_THRESHOLD);
boolean switching = currentAltHashing ^ useAltHashing;
if (switching) {
hashSeed = useAltHashing
? sun.misc.Hashing.randomHashSeed(this)
: 0;
}
return switching;
}
代码清单4的最主要任务就是new Entry[capacity],我们继续put方法，将addEntry展开，如代码清单5：代码清单5：
//该函数的主要职责是根据需要调整table的大小
void addEntry(int hash, K key, V value, int bucketIndex) {
//如果当前键值对的数量已经大于阀值并且buckeIndex位置上有值(说明发生了碰撞)，进行扩容处理。
if ((size >= threshold) && (null != table[bucketIndex])) {从这里我们可以看到，并不是键值对的值到达表长才开始扩容，而是达到阀值就开始扩容。
//扩容扩容，直接两倍，这里扩容扩的是数组的容量，这里直接乘以2是因为table.length的值本身就已经调整成2的幂
resize(2 * table.length);
hash = (null != key) ? hash(key) : 0;//重新计算hash值
bucketIndex = indexFor(hash, table.length);
}
createEntry(hash, key, value, bucketIndex);
}
void createEntry(int hash, K key, V value, int bucketIndex) {
Entry<K,V> e = table[bucketIndex];
table[bucketIndex] = new Entry<>(hash, key, value, e);//从这两句代码可以看出，这里的单向链表采用的是头插法。
size++;//size的值只在这里更新，即只有在创建具体的键值对时才会更新值
}
void resize(int newCapacity) {
Entry[] oldTable = table;
int oldCapacity = oldTable.length;
if (oldCapacity == MAXIMUM_CAPACITY) {//如果当前容量是最大值，则阀值为最大值，并返回
threshold = Integer.MAX_VALUE;
return;
}
Entry[] newTable = new Entry[newCapacity];
transfer(newTable, initHashSeedAsNeeded(newCapacity));//迁移键值对
table = newTable;
threshold = (int)Math.min(newCapacity * loadFactor, MAXIMUM_CAPACITY + 1);//更新阀值
}
/**
* 这个迁移代码的核心，迁移元素的函数并不会对size的进行改变，因为迁移并没有增加元素。
*/
void transfer(Entry[] newTable, boolean rehash) {
int newCapacity = newTable.length;
for (Entry<K,V> e : table) {
while(null != e) {
Entry<K,V> next = e.next;
if (rehash) {
e.hash = null == e.key ? 0 : hash(e.key);
}
int i = indexFor(e.hash, newCapacity);//这个迁移逻辑其实是把单链表反序的操作，不影响，因为HashMap本身并不对键值对有顺序要求。
e.next = newTable[i];
newTable[i] = e;
e = next;
}
}
}
通过代码清单3至5的代码注释，我们已经清楚地了解了put操作的全过程。存的过程通晓了，存数据就是为了取，我们下面来一起看一下如何取数据，请看代码清单6：代码清单6：
public V get(Object key) {
if (key == null)
return getForNullKey();
Entry<K,V> entry = getEntry(key);
return null == entry ? null : entry.getValue();
}
private V getForNullKey() {
if (size == 0) {
return null;
}
for (Entry<K,V> e = table[0]; e != null; e = e.next) {//从这里可以看出key为null其哈希值为0
if (e.key == null)
return e.value;
}
return null;
}
final Entry<K,V> getEntry(Object key) {
if (size == 0) {
return null;
}
int hash = (key == null) ? 0 : hash(key);
for (Entry<K,V> e = table[indexFor(hash, table.length)];
e != null;
e = e.next) {
Object k;
if (e.hash == hash &&
((k = e.key) == key || (key != null && key.equals(k))))
return e;
}
return null;
}
代码清单6整个逻辑比较简单，其实就是两步走，定位数组元素的索引，然后遍历单链表，若找到相应的键值对则返回value，没有直接返回null。我觉得我们有必要看一下hash相关的函数以及数组元素的索引定位，如代码清单7：代码清单7：
transient int hashSeed = 0;
final boolean initHashSeedAsNeeded(int capacity) {
boolean currentAltHashing = hashSeed != 0;
boolean useAltHashing = sun.misc.VM.isBooted() &&
(capacity >= Holder.ALTERNATIVE_HASHING_THRESHOLD);
boolean switching = currentAltHashing ^ useAltHashing;
if (switching) {
hashSeed = useAltHashing
? sun.misc.Hashing.randomHashSeed(this)
: 0;
}
return switching;
}
hash函数的作用是计算哈希值，
final int hash(Object k) {
int h = hashSeed;
if (0 != h && k instanceof String) {
return sun.misc.Hashing.stringHash32((String) k);
}
h ^= k.hashCode();
h ^= (h >>> 20) ^ (h >>> 12);
return h ^ (h >>> 7) ^ (h >>> 4);//做了4次扰动处理，其实就是为了减少碰撞，jdk1.8中对于该函数进行了优化，只做了一次扰动处理。
}
哈希值来获取table数组的索引
static int indexFor(int h, int length) {
// assert Integer.bitCount(length) == 1 : "length must be a non-zero power of 2";
return h & (length-1);//当length为2^n时，这句代码等价于h%length，其实在hashmap的初始容量或者以及动态扩容的容量都是2^n，所以这里其实可以理解为求模的运算
}
开篇的3个问题已经解释清楚了，到这里又引出新的问题：为什么容量一定要是2的幂(即2^n)呢？要解释为什么HashMap的长度是2的整次幂，就必须indexFor和hash函数一起来分析。h&(length-1)中的length-1正好相当于一个"地位掩码"，“与”操作的结果就是散列值的高位全部归零，只保留低位值，用来做数组下标访问,这样保证了求得的索引indx即indexFor函数的返回值不会发生越界情况。这里我们看两组数据：16：0000 0000 0000 0000 0000 0000 0001 0000 减去1=15:0000 0000 0000 0000 0000 0000 0000 111132：0000 0000 0000 0000 0000 0000 0010 0000 减去1=31:0000 0000 0000 0000 0000 0000 0001 1111第一组数据：---------h=8,length=16,indexFor返回值：8------------------------0000 0000 0000 0000 0000 0000 0000 0000 1000（h）0000 0000 0000 0000 0000 0000 0000 0000 1111 (length-1)0000 0000 0000 0000 0000 0000 0000 0000 1000 (index)---------h=24,length=16,indexFor返回值：8------------------------0000 0000 0000 0000 0000 0000 0000 0001 10000000 0000 0000 0000 0000 0000 0000 0000 11110000 0000 0000 0000 0000 0000 0000 0000 1000---------h=56,length=16,indexFor返回值：8------------------------0000 0000 0000 0000 0000 0000 0000 0011 10000000 0000 0000 0000 0000 0000 0000 0000 11110000 0000 0000 0000 0000 0000 0000 0000 1000
第二组数据：---------h=8,length=32,indexFor返回值：8------------------------0000 0000 0000 0000 0000 0000 0000 0000 10000000 0000 0000 0000 0000 0000 0000 0001 11110000 0000 0000 0000 0000 0000 0000 0000 1000---------h=24,length=32,indexFor返回值：24------------------------0000 0000 0000 0000 0000 0000 0000 0001 10000000 0000 0000 0000 0000 0000 0000 0001 11110000 0000 0000 0000 0000 0000 0000 0001 1000---------h=56,length=32,indexFor返回值：24------------------------0000 0000 0000 0000 0000 0000 0000 0011 10000000 0000 0000 0000 0000 0000 0000 0001 11110000 0000 0000 0000 0000 0000 0000 0001 1000看到没有如果我们不对hash进行扰动处理，直接进行求模运算，则发生了碰撞。来我们对上面的数据进行骚动，额，不对，进行扰动。---------h=8,r_h=8,length=16,indexFor返回值：8------------------------0000 0000 0000 0000 0000 0000 0000 0000 1000 (h)0000 0000 0000 0000 0000 0000 0000 0000 1000 (r_h)0000 0000 0000 0000 0000 0000 0000 0000 1111 (length-1)0000 0000 0000 0000 0000 0000 0000 0000 1000 (index)---------h=24,r_h=25,length=16,indexFor返回值：9------------------------0000 0000 0000 0000 0000 0000 0000 0001 1000 (h)0000 0000 0000 0000 0000 0000 0000 0001 1001 (r_h)0000 0000 0000 0000 0000 0000 0000 0000 1111 (length-1)0000 0000 0000 0000 0000 0000 0000 0000 1001 (index)---------h=56,r_h=59,length=16,indexFor返回值：11------------------------0000 0000 0000 0000 0000 0000 0000 0011 1000 (h)0000 0000 0000 0000 0000 0000 0000 0011 1011 (r_h)0000 0000 0000 0000 0000 0000 0000 0000 1111 (length-1)0000 0000 0000 0000 0000 0000 0000 0000 1011 (index)
看到没，就因为对hash进行了扰动处理，所以第一组数据样本发生的碰撞消除了。r_h的求值是根据：h ^= (h >>> 20) ^ (h >>> 12);h ^ (h >>> 7) ^ (h >>> 4);通过上面的数据，我相信大家已经明白了hash以及indexFor两个函数了。HashMap的源码分析到此结束，其余部分的代码自行了解，此篇文章是基于jdk1.7的代码来分析的，至于1.8的改动，有时间会再出一篇文章。
转载请注明出处：blog.csdn.net/android_jia…