这次开始分析JDK8中的HashMap源码。
首先理解HashMap中几个关键变量，
TREEIFY_THRESHOLD 链表转换红黑树扩容值 table 数组+链表+红黑树 size 当前存储数量 loadFactor加载因子 threshold 扩容值等于table长度*loadFactor。
首先判断put(K k,V v)方法，会调用 putVal(...)方法
final V putVal(int hash, K key, V value, boolean onlyIfAbsent,
boolean evict) {
// tab 就是 node数组 p是key查询已经存在的数组node节点
Node<K,V>[] tab; Node<K,V> p; int n, i;
//首先判断表是否为空 如果表为空则开始初始化node数组，并将node数组长度赋予n
if ((tab = table) == null || (n = tab.length) == )
n = (tab = resize()).length;
// key的hash值与上node数组长度-1 数组扩容后总是2的N次方 这里是对取模的优化
if ((p = tab[i = (n - ) & hash]) == null)
// 如果hash取模后 数组位为空，则新建一个node节点赋予数组节点。
tab[i] = newNode(hash, key, value, null);
else {
Node<K,V> e; K k;
// 判断如何hash值相同 并且key.equals(k),则代表是一个key 则将 p赋值给e
if (p.hash == hash &&
((k = p.key) == key || (key != null && key.equals(k))))
e = p;
// 如果是红黑树 开始插入红黑树返回赋值给e
else if (p instanceof TreeNode)
e = ((TreeNode<K,V>)p).putTreeVal(this, tab, hash, key, value);
else {
// 循环遍历到node节点p的链表尾部
for (int binCount = ; ; ++binCount) {
// 如何p的next节点为空 e==p==null
if ((e = p.next) == null) {
// 直接新建node节点赋予p的next节点
p.next = newNode(hash, key, value, null);
// 如果链表长度大于 TREEIFY_THRESHOLD(转换为红黑树) 则转换为红黑树
if (binCount >= TREEIFY_THRESHOLD - ) // -1 for 1st
treeifyBin(tab, hash);
break;
}
// 如果key hash相同 && key.equals(k) 则结束循环 此时e!=null
if (e.hash == hash &&
((k = e.key) == key || (key != null && key.equals(k))))
break;
p = e;
}
}
// 处理链表中 e不为null 的情况 onlyIfAbsent==false || oldValue==null 则直接覆盖old value
if (e != null) { // existing mapping for key
V oldValue = e.value;
if (!onlyIfAbsent || oldValue == null)
e.value = value;
// 这个方法hashMap没有涉及到 这是为了扩展视图
afterNodeAccess(e);
// 最后返回旧的值
return oldValue;
}
}
// 增加修改记录
++modCount;
// 如果map中当前size大于threshold 则开始扩容
if (++size > threshold)
resize();
// 控制节点插入 这是为了扩展视图
afterNodeInsertion(evict);
return null;
}
再分析一下get(K k)方法
final Node<K,V> getNode(int hash, Object key) {
// tab 当前node数组 first 当存在hash碰撞时候的第一个node节点 e记录next节点 n node数组长度, k 是记录key
Node<K,V>[] tab; Node<K,V> first, e; int n; K k;
// 如果表为空 则直接返回null
if ((tab = table) != null && (n = tab.length) > 0 &&
(first = tab[(n - 1) & hash]) != null) {
// 如果第一个key的hash相同 && key != null && key.equals(k)) 则返回当前node节点
if (first.hash == hash && // always check first node
((k = first.key) == key || (key != null && key.equals(k))))
return first;
// 如果fist.next节点不为空
if ((e = first.next) != null) {
// 判断当前节点是红黑树 如果是 走红黑树搜素 返回当前节点
if (first instanceof TreeNode)
return ((TreeNode<K,V>)first).getTreeNode(hash, key);
// 循环遍历next节点 并判断 如果key相同 则返回节点 直到 next节点为空
do {
if (e.hash == hash &&
((k = e.key) == key || (key != null && key.equals(k))))
return e;
} while ((e = e.next) != null);
}
}
return null;
}再看一下删除节点 remove(Object key)方法
final Node<K,V> removeNode(int hash, Object key, Object value,
boolean matchValue, boolean movable) {
// tab node数组 p当前key取模存在的数组角标node节点 n 数组的长度 index
Node<K,V>[] tab; Node<K,V> p; int n, index;
// 如果不为空 && hash取模定位数组角标node存在
if ((tab = table) != null && (n = tab.length) > 0 &&
(p = tab[index = (n - 1) & hash]) != null) {
// node 纪录查询匹配的节点
Node<K,V> node = null, e; K k; V v;
// 如果key hash相同 && key != null && key.equals(k) 则将 p赋予node节点
if (p.hash == hash &&
((k = p.key) == key || (key != null && key.equals(k))))
node = p;
else if ((e = p.next) != null) {
// 如果节点是红黑树 则走红黑树查询
if (p instanceof TreeNode)
node = ((TreeNode<K,V>)p).getTreeNode(hash, key);
// 循环遍历 如果找到相同的 则赋值给node节点 跳出循环
else {
do {
if (e.hash == hash &&
((k = e.key) == key ||
(key != null && key.equals(k)))) {
node = e;
break;
}
// 记录下匹配成功前一个节点
p = e;
} while ((e = e.next) != null);
}e
}
// 如果node不为空 则key匹配到node节点 !matchValue不匹配值 直接删除
if (node != null && (!matchValue || (v = node.value) == value ||
(value != null && value.equals(v)))) {
// 如果节点是红黑树节点 则直接删除节点
if (node instanceof TreeNode)
((TreeNode<K,V>)node).removeTreeNode(this, tab, movable);
// 如果 匹配的是p节点 就是 first node节点 直接将指针指向next节点
else if (node == p)
tab[index] = node.next;
// p是匹配成功节点的前一个节点 则直接将p的next指向 node的next节点
else
p.next = node.next;
++modCount;
--size;
// 直接删除 视图操作
afterNodeRemoval(node);
// 返回删除的节点
return node;
}
}
return null;
}
再看一下扩容操作是怎么样的。
final Node<K,V>[] resize() {
// 记录旧的table
Node<K,V>[] oldTab = table;
// 旧table 数组长度
int oldCap = (oldTab == null) ? 0 : oldTab.length;
// 旧的扩容点
int oldThr = threshold;
int newCap, newThr = 0;
// 如果旧的容量大于0 且大于> 1<<30 则将threshold = 0x7fffffff
if (oldCap > 0) {
if (oldCap >= MAXIMUM_CAPACITY) {
threshold = Integer.MAX_VALUE;
return oldTab;
}
//左移1(oldCap*2)小于0x7fffffff 且 大于 16 newCap=oldThr*2
else if ((newCap = oldCap << 1) < MAXIMUM_CAPACITY &&
oldCap >= DEFAULT_INITIAL_CAPACITY)
newThr = oldThr << 1; // double threshold
}
// newCap = 旧threshold
else if (oldThr > 0) // initial capacity was placed in threshold
newCap = oldThr;
// 新容量 newCap= 16 新扩容点newThr= 16*0.75
else { // zero initial threshold signifies using defaults
newCap = DEFAULT_INITIAL_CAPACITY;
newThr = (int)(DEFAULT_LOAD_FACTOR * DEFAULT_INITIAL_CAPACITY);
}
// 如果 新的扩容点=0 新扩容点newThr= 16*0.75 如果大于 0x7fffffff 则设置为 0x7fffffff
if (newThr == 0) {
float ft = (float)newCap * loadFactor;
newThr = (newCap < MAXIMUM_CAPACITY && ft < (float)MAXIMUM_CAPACITY ?
(int)ft : Integer.MAX_VALUE);
}
// 设置新的扩容点
threshold = newThr;
@SuppressWarnings({"rawtypes","unchecked"})
// 新建一个容量为 newCap 的node数组
Node<K,V>[] newTab = (Node<K,V>[])new Node[newCap];
// 赋予当前table
table = newTab;
if (oldTab != null) {
// 循环遍历旧的table
for (int j = 0; j < oldCap; ++j) {
// first节点
Node<K,V> e;
if ((e = oldTab[j]) != null) {
// 设置为null
oldTab[j] = null;
// 如果只有first节点 直接设置到 新的tab[对hash取模]
if (e.next == null)
newTab[e.hash & (newCap - 1)] = e;
// 转换为红黑树扩容
else if (e instanceof TreeNode)
((TreeNode<K,V>)e).split(this, newTab, j, oldCap);
// 连接节点扩容
else { // preserve order
// 高位为0 头 loHead 尾 loTail
Node<K,V> loHead = null, loTail = null;
// 高位为1 存储在index+oldCap节点 头 hiHead 尾 hiTail
Node<K,V> hiHead = null, hiTail = null;
Node<K,V> next;
//循环遍历每个节点 直到链表尾部
do {
next = e.next;
/***
* e.hash & oldCap 这操作是取高位 oldCap总是2的倍数 即是 10000..... 取与则是最高位
* 如果最高为0 扩容后 oldCap*2 & e.hash 值还是还是等于原来的，避免重新hash优化
*/
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);
// 如果不为空 直接在 table[j] 赋值链表
if (loTail != null) {
loTail.next = null;
newTab[j] = loHead;
}
// 如果不为空 赋值到 table[j+oldCap] 赋值链表
if (hiTail != null) {
hiTail.next = null;
newTab[j + oldCap] = hiHead;
}
}
}
}
}
return newTab;
}jdk8 同时提供了一些 类似 computeIfAbsent,foreach()等支持函数式接口入参，简化代码。下面列举两个例子。
@Override
// 提供的遍历的方式 BiConsumer 是jdk8提供的函数式接口 接受两个参数消费 无返回值
public void forEach(BiConsumer<? super K, ? super V> action) {
Node<K,V>[] tab;
if (action == null)
throw new NullPointerException();
// 还是遍历table 通过 BigConsumer函数式接口入参
if (size > 0 && (tab = table) != null) {
int mc = modCount;
for (int i = 0; i < tab.length; ++i) {
for (Node<K,V> e = tab[i]; e != null; e = e.next)
action.accept(e.key, e.value);
}
// 遍历时候不需要操作 如果操作抛出异常
if (modCount != mc)
throw new ConcurrentModificationException();
}
}
@Override
// 查询某个key,如果不存在则调用 Function接口 apply(key) 获取value 再put到map中返回。
public V computeIfAbsent(K key,
Function<? super K, ? extends V> mappingFunction) {
if (mappingFunction == null)
throw new NullPointerException();
int hash = hash(key);
Node<K,V>[] tab; Node<K,V> first; int n, i;
int binCount = 0;
TreeNode<K,V> t = null;
Node<K,V> old = null;
// 查询map中是否存在key
if (size > threshold || (tab = table) == null ||
(n = tab.length) == 0)
n = (tab = resize()).length;
if ((first = tab[i = (n - 1) & hash]) != null) {
if (first instanceof TreeNode)
old = (t = (TreeNode<K,V>)first).getTreeNode(hash, key);
else {
Node<K,V> e = first; K k;
do {
if (e.hash == hash &&
((k = e.key) == key || (key != null && key.equals(k)))) {
old = e;
break;
}
++binCount;
} while ((e = e.next) != null);
}
V oldValue;
// 如果存在则返回旧的value
if (old != null && (oldValue = old.value) != null) {
afterNodeAccess(old);
return oldValue;
}
}
// 调用 function 获取新的value
V v = mappingFunction.apply(key);
if (v == null) {
return null;
} else if (old != null) {
// 设置新的值
old.value = v;
afterNodeAccess(old);
return v;
}
else if (t != null)
// 设置新的值
t.putTreeVal(this, tab, hash, key, v);
else {
tab[i] = newNode(hash, key, v, first);
if (binCount >= TREEIFY_THRESHOLD - 1)
treeifyBin(tab, hash);
}
++modCount;
++size;
afterNodeInsertion(true);
return v;
}
具体红黑树操作有兴趣的同学可以自行去了解。