本篇文章沒有過多介紹二進制運算、求模運算、哈希圖，将到下一篇HashMap源碼剖析（補充）中叙說
HashMap内部的類
HashMap靜态常量
public class HashMap{
static final int DEFAULT_INITIAL_CAPACITY = 1 << 4; // 預設容量；預設初始化的容量時16，必須是2的幂次方。
static final int MAXIMUM_CAPACITY = 1 << 30;//最大容量，最大的容量是2^30
static final float DEFAULT_LOAD_FACTOR = 0.75f;//預設負載因子，0.75就擴容
static final int TREEIFY_THRESHOLD = 8;//連結清單變紅黑樹的門檻值
static final int UNTREEIFY_THRESHOLD = 6;//紅黑樹退回連結清單的閥值：
static final int MIN_TREEIFY_CAPACITY = 64;//最小紅黑樹的容量
}```
## HashMap關鍵資料
```java
public class HashMap{
transient Node<K,V>[] table;//table是一個用于存放鍵值對的數組，核心所在；第一次使用（插入元素）時被初始化，根據需要可以重新配置設定空間
transient int size;//該值用于存放Map中鍵值對的個數
transient int modCount;//HashMap被結構性修改的次數，用于判斷是否發送了修改
int threshold;//thresold = capacity * loadFactor；；當HashMap中的鍵值對數量超過了門檻值，就會擴容
final float loadFactor;//負載因子，上面的
}
HashMap核心源碼
hashMap的本質：每一個元素的put的時候，所帶的key利用雜湊演算法算出一個值，就是就是key決定映射出value的記憶體位址，這個值作為下标然後找到對應的數組位置存儲我們的資料value，取出來也是一樣的；雜湊演算法可以保證資料的散列性，就是保證不同對象或者值算出來的hashcode是不一樣的，但是也會有沖突，晚一點我們講hashcode是如何避免這一類的沖突
數組作為底層資料結構的原因： hashMap的本質實際上是一個數組，數組的優點在于空間連續分布易于管理；是以将數組作為hashMap的資料存儲地是高性能的；這也是為什麼選擇數組作為底層資料結構的原因，那麼帶來的一個問題就是我們如何将key跟數組的下标進行關聯，然後存儲我們的value，那就是雜湊演算法；
hashcode值：預設由native方法實作，java幫我們是實作的這個值可以保證不同對象不一樣
public class Object {
public native int hashCode();
}
插入：
final V putVal(int hash, K key, V value, boolean onlyIfAbsent,
boolean evict) {
Node<K,V>[] tab; //表的指針
Node<K,V> p; //存儲與key可能相關的節點的資料指針
int n, i;//n:與數組長度的相關變量;i:存儲與key可能相關的節點的下标
/**
* @初始化，hashMap預設是空的，put的是建立表
* 有可能put的時候初始化沒未完成
*/
if ((tab = table) == null || (n = tab.length) == 0)
n = (tab = resize()).length;
/**
* @p節點是空
* 則建立一個節點普通的節點
*/
if ((p = tab[i = (n - 1) & hash]) == null)
tab[i] = newNode(hash, key, value, null);
else {
Node<K,V> e; K k;//e指針是相鄰節點的曆史引用，k指針是key的引用
/**
* @如果哈希相等且key也相等直接替換節點
*/
if (p.hash == hash &&
((k = p.key) == key || (key != null && key.equals(k))))
e = p;
/**
* @p節點是紅黑樹
*/
else if (p instanceof TreeNode)
e = ((TreeNode<K,V>)p).putTreeVal(this, tab, hash, key, value);
/**
* @p節點是普通節點，則進行連結清單操作
* 進行一個有自增變量。但沒有終點的周遊，由break決定
* 每次不周遊不斷更新p指針
* 注意代碼如果來到這裡，則最少連結清單有2個節點
*/
else {
for (int binCount = 0; ; ++binCount) {
/**
* @連結清單的末尾插入元素
* 先進行e指針的的更新
* 如果下一個是空，證明是連結清單末端直接添加元素；此時e指針是null不參與外包的值更新
*/
if ((e = p.next) == null) {
p.next = newNode(hash, key, value, null);
if (binCount >= TREEIFY_THRESHOLD - 1) // 紅黑樹建構觸發
treeifyBin(tab, hash);
break;
}
/**
* @連結清單中找到了已經建立過的元素
* 如果不是null值判斷哈希和key是否一緻，然後證明在連結清單中
*/
if (e.hash == hash &&
((k = e.key) == key || (key != null && key.equals(k))))
break;
/**
* 還沒找到符合條件的，更新p指針繼續向後推演
*/
p = e;
}
}
/**
* @将找到的e指針的值才這裡單獨進行value更新
*/
if (e != null) {
V oldValue = e.value;
if (!onlyIfAbsent || oldValue == null)
e.value = value;
afterNodeAccess(e);//生命周期方法，空實作
return oldValue;
}
}
/**
* 每次添加後，檢查是否需要擴容
*/
++modCount;
if (++size > threshold)
resize();
afterNodeInsertion(evict);//生命周期方法，空實作
return null;
}
擷取：
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) {
/**
* @如果第一個剛好哈希一緻
* 則直接作為元素傳回
*/
if (first.hash == hash &&
((k = first.key) == key || (key != null && key.equals(k))))
return first;
if ((e = first.next) != null) {
/**
* @紅黑樹擷取法
*/
if (first instanceof TreeNode)
return ((TreeNode<K,V>)first).getTreeNode(hash, key);
/**
* @連結清單擷取法
* node中對比key相等的，注意不是hash連結清單中所有哈希都一緻；
*/
do {
if (e.hash == hash &&
((k = e.key) == key || (key != null && key.equals(k))))
return e;
} while ((e = e.next) != null);
}
}
return null;
}
删除：
先查找，後删除，然後傳回
final Node<K,V> removeNode(int hash, Object key, Object value,
boolean matchValue, boolean movable) {
Node<K,V>[] tab; Node<K,V> p; int n, index;
if ((tab = table) != null && (n = tab.length) > 0 &&
(p = tab[index = (n - 1) & hash]) != null) {
Node<K,V> node = null, e; K k; V v;
/**
* 第一個是嗎，直接查到
*/
if (p.hash == hash &&
((k = p.key) == key || (key != null && key.equals(k))))
node = p;
else if ((e = p.next) != null) {
/**
* @紅黑樹查找
*/
if (p instanceof TreeNode)
node = ((TreeNode<K,V>)p).getTreeNode(hash, key);
/**
* @連結清單查找
*/
else {
do {
if (e.hash == hash &&
((k = e.key) == key ||
(key != null && key.equals(k)))) {
node = e;
break;
}
p = e;
} while ((e = e.next) != null);
}
}
/**
* @執行删除操作，連結清單需要進行接軌處理
*/
if (node != null && (!matchValue || (v = node.value) == value ||
(value != null && value.equals(v)))) {
if (node instanceof TreeNode)
((TreeNode<K,V>)node).removeTreeNode(this, tab, movable);
else if (node == p)
tab[index] = node.next;
else
p.next = node.next;
++modCount;
--size;
afterNodeRemoval(node);
return node;
}
}
return null;
}
HashMap雜湊演算法
public V put(K key, V value) {
return putVal(hash(key), key, value, false, true);
}
static final int hash(Object key) {
int h;
return (key == null) ? 0 : (h = key.hashCode()) ^ (h >>> 16);
}
Ps：很明顯put的方法對key值又做了一次哈希處理；hashcode已經由native幫我們生成，但是為什麼不直接用這個取餘求下标呢
數學基礎複習：
&與%：
public class Test01 {
public static void main(String[] args) {
System.out.println(Integer.toBinaryString(7));
/**
* %：轉化成int再求模效率低；
* &：直接在記憶體中對二進制操作；效率高
* 【2的次放求模定理】
* a%2^n=(2^n-1)&a
* Ps：利用&效率最高，是以hashMap中求模用這個符号
*/
System.out.println(1005611%8);
System.out.println((8-1)&(10056011));
System.out.println((8-1)&(10056011)==1005611%8);//true
/**
* @【2^n-1次方的二進制特征】
* 很顯然數組長度2^n時，&具備2^n-1的二進制特征
* 則即可（1）的把數字限制在數組長度内
* 又可以（2）因為長度内全是1的緣故，可以哈希後直接截取結果的長度位數，讓結果均勻
* &操作符号效率也高
* 是以我們将數組的長度定位2^n
*/
System.out.println( Integer.toBinaryString((int)Math.pow(2,1)-1));
System.out.println( Integer.toBinaryString((int)Math.pow(2,2)-1));
System.out.println( Integer.toBinaryString((int)Math.pow(2,3)-1));
System.out.println( Integer.toBinaryString((int)Math.pow(2,4)-1));
System.out.println( Integer.toBinaryString((int)Math.pow(2,5)-1));
System.out.println( Integer.toBinaryString((int)Math.pow(2,6)-1));
System.out.println( Integer.toBinaryString((int)Math.pow(2,7)-1));
System.out.println( Integer.toBinaryString((int)Math.pow(2,8)-1));
System.out.println( Integer.toBinaryString((int)Math.pow(2,9)-1));
System.out.println( Integer.toBinaryString((int)Math.pow(2,10)-1));
System.out.println( Integer.toBinaryString((int)Math.pow(2,11)-1));
System.out.println( Integer.toBinaryString((int)Math.pow(2,12)-1));
System.out.println( Integer.toBinaryString((int)Math.pow(2,13)-1));
System.out.println( Integer.toBinaryString((int)Math.pow(2,14)-1));
System.out.println( Integer.toBinaryString((int)Math.pow(2,15)-1));
System.out.println( Integer.toBinaryString((int)Math.pow(2,16)-1));
/**
* 0b00000000000000000000000000000001;
* 0b00000000000000000000000000000011;
* 0b00000000000000000000000000000111;
* 0b00000000000000000000000000001111;
* 0b00000000000000000000000000011111;
* 0b00000000000000000000000000111111;
* 0b00000000000000000000000001111111;
* 0b00000000000000000000000011111111;
* 0b00000000000000000000000111111111;
* 0b00000000000000000000001111111111;
* 0b00000000000000000000011111111111;
* 0b00000000000000000000111111111111;
* 0b00000000000000000001111111111111;
* 0b00000000000000000011111111111111;
* 0b00000000000000000111111111111111;
* 0b00000000000000001111111111111111;
*/
}
}
public class Test02 {
public static void main(String[] args) {
/**
* @【高位丢失現象】
* 假設數組長度的是8，數組基數要減一
* 7的二進制是 ：0b00000000000000000000000000000111
* hashcode二進制是：0b11111111010101011111111100011111
* 進行如下與運算：0b00000000000000000000000000000111&0b11111111010101011111111100011111=000000000100
* Ps：很明顯與運算中哈希的特征高位部分全被0砍掉了根本沒參與運算，然而大多數情況數組長度是很小的，是以回經常導緻這個狀況
*/
int hashcode =0b11111111010101011111111100011111;
int tableLength=0b00000000000000000000000000000111;
int index;
index=hashcode&tableLength;
System.out.println("index-result-byte:"+Integer.toBinaryString(index));
System.out.println("idnex-result-value:"+index);
}
}
Hash算法奧秘（2）：
public class Test03 {
public static void main(String[] args) {
/**
* @【高位特征映射】
* 由于經常數組長度很小，是以高16位經常被&屏蔽掉；我們就得想辦法讓高16位特征混合倒低16位，高16位自己保持不變
* 經過數學理論驗證，異或符号^是最佳選擇； 異或運算能更好的保留各部分的特征，如果采用&運算計算出來的值會向0靠攏，采用|運算計算出來的值會向1靠攏
* hashcode是一個32位的數字，因為經常數組容量是很小的，是以我們取高位變成低16位 highCode=allcode>>>16
* 混合：allcode^highCode=allcode^allcode>>>16
* 用allcode的好處是，低位混合高位，高位也仍然存在
*/
int index;
int newHashCode;
int hashcode =0b11111111010101011111111100011111;
int tableLength=0b00000000000000000000000000000111;
int highHashCode=hashcode>>>16;
/**
* @（1）結果非常明顯，高位用異或保留的原來的特征；但是低位混合了高位的特征
*/
System.out.println(Integer.toBinaryString(highHashCode));
newHashCode=hashcode^highHashCode;
System.out.println("HighCode-byte:"+Integer.toBinaryString(highHashCode));
System.out.println("HashCode-byte:"+Integer.toBinaryString(hashcode));
System.out.println("newHashCode-byte:"+Integer.toBinaryString(newHashCode));
System.out.println("tableLength-byte:"+Integer.toBinaryString(tableLength));
/**
* @（2）利用新的哈希求出index值
*/
index=tableLength&newHashCode;
System.out.println("index-byte:"+Integer.toBinaryString(index));
System.out.println("index-value:"+index);
}
}
HashMap擴容機制（預備）
（1）對象的hash值不受到擴容的影響
需要數組容量無關，但是映射到的位置跟數組容量相關
static final int hash(Object key) {
int h;
return (key == null) ? 0 : (h = key.hashCode()) ^ (h >>> 16);
}
（2）連結清單中所有哈希值一緻，擴容後仍然是同一個連結清單不會拆分——————是以我們需要改頭節點的位置即可
public class Test01 {
static class Node{
@Override
public int hashCode() {
return 10;
}
}
static final int hash(Object key) {
int h;
return (key == null) ? 0 : (h = key.hashCode()) ^ (h >>> 16);
}
public static void main(String[] args) {
int sizeOne=(int)Math.pow(2,1)-1;
int sizeTwo=(int)Math.pow(2,2)-1;
int sizeThree=(int)Math.pow(2,3)-1;
int sizeFour=(int)Math.pow(2,4)-1;
int sizeFive=(int)Math.pow(2,5)-1;
/*
@模拟多個連結清單中node同一個hachcode
*/
Node node1 = new Node();
Node node2 = new Node();
Node node3 = new Node();
System.out.println("容量基數是："+sizeOne+"；node1索引的位置計算："+String.valueOf(sizeOne & hash(node1)));
System.out.println("容量基數是："+sizeOne+"；node2索引的位置計算："+String.valueOf(sizeOne & hash(node2)));
System.out.println("容量基數是："+sizeOne+"；node3索引的位置計算："+String.valueOf(sizeOne & hash(node3)));
System.out.println("容量基數是："+sizeTwo+"；node1索引的位置計算："+String.valueOf(sizeTwo & hash(node1)));
System.out.println("容量基數是："+sizeTwo+"；node2索引的位置計算："+String.valueOf(sizeTwo & hash(node2)));
System.out.println("容量基數是："+sizeTwo+"；node3索引的位置計算："+String.valueOf(sizeTwo & hash(node3)));
System.out.println("容量基數是："+sizeThree+"；node1索引的位置計算："+String.valueOf(sizeThree & hash(node1)));
System.out.println("容量基數是："+sizeThree+"；node2索引的位置計算："+String.valueOf(sizeThree & hash(node2)));
System.out.println("容量基數是："+sizeThree+"；node3索引的位置計算："+String.valueOf(sizeThree & hash(node3)));
System.out.println("容量基數是："+sizeFour+"；node1索引的位置計算："+String.valueOf(sizeFour & hash(node1)));
System.out.println("容量基數是："+sizeFour+"；node2索引的位置計算："+String.valueOf(sizeFour & hash(node2)));
System.out.println("容量基數是："+sizeFour+"；node3索引的位置計算："+String.valueOf(sizeFour & hash(node3)));
System.out.println("容量基數是："+sizeFive+"；node1索引的位置計算："+String.valueOf(sizeFive & hash(node1)));
System.out.println("容量基數是："+sizeFive+"；node2索引的位置計算："+String.valueOf(sizeFive & hash(node2)));
System.out.println("容量基數是："+sizeFive+"；node3索引的位置計算："+String.valueOf(sizeFive & hash(node3)));
}
}
hashcode分子1/數組分母
hashcode分子2/數組分母
hashcode分子3/數組分母
hashcode分子4/數組分母
hashcode分子5/數組分母
如果hashcode分子1=hashcode分子2=hashcode分子3=hashcode分子4 那麼無論數組分母是多少
hashcode分子1/數組分母=hashcode分子2/數組分母=hashcode分子3/數組分母=hashcode分子4/數組分母=hashcode分子5/數組分母
除了求模後的比例會變 但是比例仍然是相等 所有連結清單仍然映射在同一個索引 隻是可能索引的值發生了改變
（3）2的公倍數特性
上述實驗證明，
原容量是偶次方倍 則加一倍後計算出來的值一緻
原容量是奇次方倍 則加一倍後計算出來的值需要加上原來容量才一緻
HashMap擴容機制（1.8）
HashMap擴容的時候，是擴充為原來的兩倍，是以這種機制可以很友善擴容時的索引不變以及移位計算；
final Node<K, V>[] resize() {
/**
* @利用指針儲存曆史資料
* 以便于擴容的時候可以用好2^n的優點
*/
Node<K, V>[] oldTab = table;
int oldCap = (oldTab == null) ? 0 : oldTab.length;
int oldThr = threshold;
int newCap, newThr = 0;
/**
* @步驟1：舊數組不為空
*/
if (oldCap > 0) {
// 步驟1.1：臨界值更新（如果舊數組長度大于等于最大容量）
if (oldCap >= MAXIMUM_CAPACITY) {
threshold = Integer.MAX_VALUE;
return oldTab;
}
// 步驟1.2：雙倍擴容更新（如果舊數組容量大于預設容量且右移一位小于最大容量）
else if ((newCap = oldCap << 1) < MAXIMUM_CAPACITY &&
oldCap >= DEFAULT_INITIAL_CAPACITY)
newThr = oldThr << 1; // double threshold
}
/**
* @步驟2.如果舊數組為空，但有臨界值大于0，設定新數組容量為臨界值
*/
else if (oldThr > 0)
newCap = oldThr;
/**
* @步驟3.如果舊數組為空，且沒有臨界值小于等于0，設定容量與臨界值為預設值
*/
else { // zero initial threshold signifies using defaults
newCap = DEFAULT_INITIAL_CAPACITY;
newThr = (int) (DEFAULT_LOAD_FACTOR * DEFAULT_INITIAL_CAPACITY);
}
/**
* @步驟4：如果新數組臨界值為0，設定臨界值
*/
if (newThr == 0) {
float ft = (float) newCap * loadFactor;
newThr = (newCap < MAXIMUM_CAPACITY && ft < (float) MAXIMUM_CAPACITY ?
(int) ft : Integer.MAX_VALUE);
}
threshold = newThr;
@SuppressWarnings({"rawtypes", "unchecked"})
/**
* @步驟5：建立新數組
*/
Node<K, V>[] newTab = (Node<K, V>[]) new Node[newCap];
table = newTab;
/**
* @步驟6：如果舊數組不為空，周遊舊數組将結點平移至新數組
*/
if (oldTab != null) {
for (int j = 0; j < oldCap; ++j) {
Node<K, V> e;
if ((e = oldTab[j]) != null) {
oldTab[j] = null;
/**
* @單節點的擴容，直接計算新的容量
*/
if (e.next == null)
newTab[e.hash & (newCap - 1)] = e;
/**
* @紅黑樹的擴容，用于紅黑樹内部封裝好的方法
*/
else if (e instanceof TreeNode)
((TreeNode<K, V>) e).split(this, newTab, j, oldCap);
/**
* @連結清單的擴容
* 如果剛進入時，e就是連結清單的頭
*/
else {
/**
* @loHead：原連結清單頭結點；loTail：原連結清單尾節點
* @hiHead：新連結清單頭節點；hiTail：新連結清單尾節點
* @next：連結清單中每次元素的指針
*/
Node<K, V> loHead = null, loTail = null;
Node<K, V> hiHead = null, hiTail = null;
Node<K, V> next;
/**
* 通過連結清單周遊分别标記兩種連結清單
* （1）被key hash之後2整除的連結清單 loHead
* （2）被key hash之後2不整除的連結清單 hiHead
* 通過連結清單把尾指針也找出來
*/
do {
next = e.next;
/*
【周遊連結清單處理連接配接】
注意以下if else在一個連結清單中隻會出現一種情況，因為連結清單中所有哈希是一緻的，是以取模2也是一緻的
*/
/**
* 情況（1）hash取2的模是0
* 數學特性：如果舊數組哈希求模是0，則擴容後索引下表不變；2的公倍數特性
*/
if ((e.hash & oldCap) == 0) {
if (loTail == null)
loHead = e;//連結清單頭指派
else
loTail.next = e;
loTail = e;
}
/**
* 情況（2）hash取2的模不是0
*/
else {
if (hiTail == null)
hiHead = e;
else
hiTail.next = e;
hiTail = e;
}
} while ((e = next) != null);//直到連結清單周遊成
/**
* 以下兩個一個連結清單隻會出現一個通過
*/
/**
* 情況（1）hash取2的模是0
* 數學特性：如果舊數組哈希求模是0，則擴容後新連結清單頭索引的位置索引下表不變；
*/
if (loTail != null) {
loTail.next = null;//之前設定尾部的next是e，這裡處理一下
newTab[j] = loHead;//頭索引進入數組
}
/**
* 情況（2）hash取2的模不是0
* 數學特性：由于擴容了一倍，代表不能被整除，是以直接再上舊容量就能算出新連結清單頭索引的位置
*/
if (hiTail != null) {
hiTail.next = null;//之前設定尾部的next是e，這裡處理一下
newTab[j + oldCap] = hiHead;//頭索引進入數組
}
}
}
}
}
return newTab;
}
HashMap擴容機制（1.7）
void resize(int newCapacity) {
Entry[] oldTable = table;
int oldCapacity = oldTable.length;
//判斷是否有超出擴容的最大值，如果達到最大值則不進行擴容操作
if (oldCapacity == MAXIMUM_CAPACITY) {
threshold = Integer.MAX_VALUE;
return;
}
/*
外部 已經擴大了的數字傳進來了
*/
Entry[] newTable = new Entry[newCapacity];
/*
接下來隻需要遷移指針即可
*/
transfer(newTable, initHashSeedAsNeeded(newCapacity));
//設定hashmap擴容後為新的數組引用
table = newTable;
//設定hashmap擴容新的門檻值
threshold = (int)Math.min(newCapacity * loadFactor, MAXIMUM_CAPACITY + 1);
}
transfer(Entry[] newTable, boolean rehash) {
int newCapacity = newTable.length;
/*
周遊數組的每個元素
*/
for (Entry<K,V> e : table) {
while(null != e) {//如果是連結清單的話，next會不斷指派給e
Entry<K,V> next = e.next;
if (rehash) {
e.hash = null == e.key ? 0 : hash(e.key);
}
/*
重新計算目前e的下标位置
*/
int i = indexFor(e.hash, newCapacity);
/*
頭插法，容易循環連結清單，jdk8用雙向連結清單解決
雙向處理：
目前元素下一個元素是原來數組索引的頭元素
将數組索引的頭元素指向目前元素，成為新的頭元素
直到最後原連結清單的尾部成為了頭節點
*/
e.next = newTable[i];
newTable[i] = e;
/*
用于繼續循環
*/
e = next;
}
}
}
static int indexFor(int h, int length) {
return h & (length-1);
}
GodSchool
緻力于簡潔的知識工程，輸出高品質的知識産出，我們一起努力
部落客私人微信：supperlzf