HashMap源码解析

1.基于ArrayList实现简易版HashMap

/**
 * 获取数据的时间复杂度为O(n)，因为要遍历整个集合，不需要考虑碰撞问题，但是查询效率极低
 */
public class ArrayListHashMap<K, V> {

    public List<Node<K, V>> list = new ArrayList<>();

    public static void main(String[] args) {
        CustomHashMap<String, Object> map = new CustomHashMap();
        map.put("xiaobai", "ArrayList自定义实现map");
        System.out.println(map.get("xiaobai"));
    }

    public void put(K k, V v) {
        list.add(new Node<>(k, v));
    }

    public V get(K k) {
        for (Node<K, V> node : list) {
            if (Objects.equals(node.k, k)) {
                return node.v;
            }
        }
        return null;
    }

}

@NoArgsConstructor
@Data
@AllArgsConstructor
class Node<K, V> {
    K k;
    V v;
}

2.基于ArrayList和链表实现的HashMap(简易版：jdk1.7)

public class ArrayListAndNodeHashMap<K, V> {

    private Node[] nodes = new Node[16];

    public static void main(String[] args) {
        CustomHashMap<Object, Object> map = new CustomHashMap<>();
        // 这两个的hashcode都是97
        map.put("a", "a");
        map.put(97, "97");
        System.out.println(map.get("a"));
        System.out.println(map.get(97));
    }

    public void put(K k, V v) {
        int index = k.hashCode() & nodes.length;
        // 如果当前位置不为空，意味着发送了hash碰撞，再通过equals比较他们的值是否一致，然后将数组放到链表中
        if (Objects.nonNull(nodes[index]) && !Objects.equals(nodes[index].k, k)) {
            nodes[index].next = new Node<K, V>(k, v);
        } else {
            // 当前位置为空的时候，就直接插到当前位置即可
            nodes[index] = new Node<K, V>(k, v);
        }
    }

    // 简易版，会有很多问题，只是大致实现了思路
    public V get(K k) {
        int index = k.hashCode() & nodes.length;
        // 如果在数组上就匹配了，即立马返回（时间复杂度为O（1））
        if (Objects.equals(k, nodes[index].k)) {
            return (V) nodes[index].v;
        } else {
            // 数组上没找到，就到链表中遍历查找（时间复杂度为O（n））
            for (Node node : nodes) {
                if (Objects.equals(node.next.k, k)) {
                    return (V) node.next.v;
                }
            }
        }
        return null;
    }

}

@NoArgsConstructor
@AllArgsConstructor
class Node<K, V> {
    K k;
    V v;
    Node<K, V> next;

    public Node(K k, V v) {
        this.k = k;
        this.v = v;
    }
}

4.HashMap原理解析(1.8)

4.1常量

public class HashMap<K,V> extends AbstractMap<K,V> implements Map<K,V>, Cloneable, Serializable {
    // 序列号
    private static final long serialVersionUID = 362498820763181265L;    
    // 默认的初始容量是16
    static final int DEFAULT_INITIAL_CAPACITY = 1 << 4;   
    // 最大容量
    static final int MAXIMUM_CAPACITY = 1 << 30; 
    // 默认的填充因子
    static final float DEFAULT_LOAD_FACTOR = 0.75f;
    // 当桶(bucket)上的结点数大于这个值时会转成红黑树
    static final int TREEIFY_THRESHOLD = 8; 
    // 当桶(bucket)上的结点数小于这个值时树转链表
    static final int UNTREEIFY_THRESHOLD = 6;
    // 桶中结构转化为红黑树对应的table的最小大小
    static final int MIN_TREEIFY_CAPACITY = 64;
    // 存储元素的数组，总是2的幂次倍
    transient Node<k,v>[] table; 
    // 存放具体元素的集
    transient Set<map.entry<k,v>> entrySet;
    // 存放元素的个数，注意这个不等于数组的长度。
    transient int size;
    // 每次扩容和更改map结构的计数器
    transient int modCount;   
    // 临界值 当实际大小(容量*填充因子)超过临界值时，会进行扩容
    int threshold;
    // 加载因子
    final float loadFactor;
}

4.2构造器

// 默认构造函数。
public HashMap() {
    this.loadFactor = DEFAULT_LOAD_FACTOR; //默认加载因子
}

// 包含另一个“Map”的构造函数
public HashMap(Map<? extends K, ? extends V> m) {
    this.loadFactor = DEFAULT_LOAD_FACTOR;
    putMapEntries(m, false);
}

// 指定“容量大小”的构造函数
public HashMap(int initialCapacity) {
    this(initialCapacity, DEFAULT_LOAD_FACTOR);
}

// 指定“容量大小”和“加载因子”的构造函数
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);
}

4.3hash函数

==和1.7版本有很大的不同，这里只做了一次异或，1.7做了4次==

static final int hash(Object key) {
  int h;
  // key.hashCode()：返回散列值也就是hashcode
  // ^ ：按位异或
  // >>>:无符号右移，忽略符号位，空位都以0补齐
  return (key == null) ? 0 : (h = key.hashCode()) ^ (h >>> 16);
}

4.4put方法

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;
    // table未初始化或者长度为0，进行扩容
    if ((tab = table) == null || (n = tab.length) == 0)
        n = (tab = resize()).length;
    // (n - 1) & hash 确定元素存放在哪个桶中，桶为空，新生成结点放入桶中(此时，这个结点是放在数组中)
    if ((p = tab[i = (n - 1) & hash]) == null)
        tab[i] = newNode(hash, key, value, null);
    // 桶中已经存在元素
    else {
        Node<K,V> e; K k;
        // 比较桶中第一个元素(数组中的结点)的hash值相等，key相等
        if (p.hash == hash &&
            ((k = p.key) == key || (key != null && key.equals(k))))
                // 将第一个元素赋值给e，用e来记录
                e = p;
        // hash值不相等，即key不相等；为红黑树结点
        else if (p instanceof TreeNode)
            // 放入树中
            e = ((TreeNode<K,V>)p).putTreeVal(this, tab, hash, key, value);
        // 为链表结点
        else {
            // 在链表最末插入结点
            for (int binCount = 0; ; ++binCount) {
                // 到达链表的尾部
                if ((e = p.next) == null) {
                    // 在尾部插入新结点
                    p.next = newNode(hash, key, value, null);
                    // 结点数量达到阈值，转化为红黑树
                    if (binCount >= TREEIFY_THRESHOLD - 1) // -1 for 1st
                        treeifyBin(tab, hash);
                    // 跳出循环
                    break;
                }
                // 判断链表中结点的key值与插入的元素的key值是否相等
                if (e.hash == hash &&
                    ((k = e.key) == key || (key != null && key.equals(k))))
                    // 相等，跳出循环
                    break;
                // 用于遍历桶中的链表，与前面的e = p.next组合，可以遍历链表
                p = e;
            }
        }
        // 表示在桶中找到key值、hash值与插入元素相等的结点
        if (e != null) { 
            // 记录e的value
            V oldValue = e.value;
            // onlyIfAbsent为false或者旧值为null
            if (!onlyIfAbsent || oldValue == null)
                //用新值替换旧值
                e.value = value;
            // 访问后回调
            afterNodeAccess(e);
            // 返回旧值
            return oldValue;
        }
    }
    // 结构性修改
    ++modCount;
    // 实际大小大于阈值则扩容
    if (++size > threshold)
        resize();
    // 插入后回调
    afterNodeInsertion(evict);
    return null;
} 

自然语言描述

1：在put的时候最先进行计算出hash值，通过异或运算，减少哈希碰撞
2：如果初始化的时候没有指定长度，tab此时为空，就会进行扩容
3：通过（n-1） & hash :(n 是数组的长度)运算以后得到原始存放的数组下标，如果该下标没有值则直接存储即可
4：如果该下标已存在元素，则通过equals检查当前Key和已存放的key是否一致，如果一致则覆盖，不一致就走下面的
5：当结果不一致的时候，接下来判断链表是否为树型，如果是树型，就将该节点插入到树节点中（只有当链表长度大于8，且数组长度>=64才会转换为红黑树，当红黑树节点个数小于6的时候，会退化为链表）
6：如果不是树型，则只能是链表类型，直接到达链表尾部，将数据插入（尾插发）

4.5get方法

public V get(Object key) {
    Node<K,V> e;
    return (e = getNode(hash(key), key)) == null ? null : e.value;
}

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) {
        // 数组元素相等
        if (first.hash == hash && // always check first node
            ((k = first.key) == key || (key != null && key.equals(k))))
            return first;
        // 桶中不止一个节点
        if ((e = first.next) != null) {
            // 在树中get
            if (first instanceof TreeNode)
                return ((TreeNode<K,V>)first).getTreeNode(hash, key);
            // 在链表中get
            do {
                if (e.hash == hash &&
                    ((k = e.key) == key || (key != null && key.equals(k))))
                    return e;
            } while ((e = e.next) != null);
        }
    }
    return null;
}

自然语言描述

1：首先计算key的hash值，然后通过hash值进行&运算得到存放位置
2：如果该位置（数组上）的元素恰好和查找的key一致，说明数组上存放的数据就是需要查找的数据
3：如果数组上不是要查找的元素，此时就要去链表中查找，如果该链表已经是红黑树，那么就要去红黑树中查找，如果不是红黑树（时间复杂度（O(LogN）），就遍历链表(O(n))即可