哈希算法|HashMap插入元素方法剖析（java8）散列表|java

- 1.1 类图结构
- 1.2 加入元素与扩容机制分析
- 1.3 流程图总结

1.1 类图结构

文章图片

注意这个table，就是我们HashMap底层的数组,这是一个Node数组，我们传入的键值对就是封装在这样的一个Node中后存放的。Node是HashMap的一个静态内部类，内部维护了一个next指针，指向的下一个Node，所以Node就是一个单向链表的节点。

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

1.2 加入元素与扩容机制分析 【哈希算法|HashMap插入元素方法剖析（java8）】先根据以下测试代码进行debug来对HashMap的底层进行分析

public static void main(String[] args) { Map map = new HashMap<>(); for (int i = 0; i <= 80; i++) { map.put(i, i + ""); } }

首先调用HashMap的无参构造器

public HashMap() { this.loadFactor = DEFAULT_LOAD_FACTOR; // all other fields defaulted }

调用无参构造器的时候，会初始化加载因子，初始值采用默认值0.75

调用map的put方法

public V put(K key, V value) { return putVal(hash(key), key, value, false, true); }

计算传入key的hash值——调用hash()方法

static final int hash(Object key) { int h; return (key == null) ? 0 : (h = key.hashCode()) ^ (h >>> 16); }

? 这就是我们计算我们传入的key的hash值的方法，可以看到是调用了对象的hashcode方法；
? 计算key的hash值的目的就是为了在后面计算出当前传入的key应该放在table的哪个位置上。

调用putVal()方法

final V putVal(int hash, K key, V value, boolean onlyIfAbsent, boolean evict) { Node[] tab; Node p; int n, i; /** * 第一次添加元素的时候我们的table还没有初始化仍然是null * 故进入以下逻辑，进入resize()方法 */ if ((tab = table) == null || (n = tab.length) == 0) n = (tab = resize()).length; // 根据传入的hash值来计算当前元素应该放在tab的哪个位置(i = (n - 1) & hash)上 // 若计算的位置上没有元素，则直接将传入的键值对封装后放入到tab数组中 if ((p = tab[i = (n - 1) & hash]) == null) tab[i] = newNode(hash, key, value, null); else {//若计算后的位置上已经有了元素p,则进入以下逻辑 Node e; K k; /** * p的hash值与传入的hash相同并且传入的key满足: *1 和p的key指向同一个对象 * 或者 2 和p的key equals *那么就执行e = p; *这一段逻辑就是与table[i]中的第一个元素进行比较 */ if (p.hash == hash && ((k = p.key) == key || (key != null && key.equals(k)))) e = p; // 如果此时我们的p是树节点则直接调用putTreeVal()方法向树中添加元素 else if (p instanceof TreeNode) e = ((TreeNode)p).putTreeVal(this, tab, hash, key, value); /** * 当我们table[i]第一个元素的key与传入的key不相同且该节点不是树节点，就进入以下判断逻辑 * 这时我们table[i]处维护的还是一个单向链表 */ else { for (int binCount = 0; ; ++binCount) { /** * 如果table[i]处的链表已经遍历完了，还没有找到和key相同的节点 * 则直接在链表的最后面加上我们键值对节点 * 然后需要对该链表进行判断看是否需要树化：若当前链表的大小大于8了就会进入treeifyBin()方法 * 进入该方法后并不会直接据开始树化，还要对当前的table大小进行判断，如果当前数组的大小小于64则是调用resize()方法，即增大table的大小而不是树化 * 否则就会进入树化的逻辑 */ if ((e = p.next) == null) { p.next = newNode(hash, key, value, null); if (binCount >= TREEIFY_THRESHOLD - 1) // -1 for 1st treeifyBin(tab, hash); break; } //这里就不赘述了，和前面以上来和table[i]处第一个元素进行比较的逻辑一样 //就是为判断当前key是否已经存在 if (e.hash == hash && ((k = e.key) == key || (key != null && key.equals(k)))) break; p = e; } } /** * e != null 说明我们在现在的hashmap中找到了相同的key * 这时就会更改旧的值为新值并返回旧值 */ if (e != null) { V oldValue = https://www.it610.com/article/e.value; if (!onlyIfAbsent || oldValue == null) e.value = value; afterNodeAccess(e); return oldValue; } } ++modCount; //如果当前table数组的容量已经大于threshold(这个值是在resize()方法中计算并赋值的)，则进行resize() if (++size> threshold) resize(); afterNodeInsertion(evict); return null; }

扩容放法resize()如下

final HashMap.Node[] resize() { HashMap.Node[] oldTab = table; //获得当前table的容量与threshold值 int oldCap = (oldTab == null) ? 0 : oldTab.length; int oldThr = threshold; int newCap, newThr = 0; if (oldCap > 0) { if (oldCap >= MAXIMUM_CAPACITY) { threshold = Integer.MAX_VALUE; return oldTab; } /** * 从这里可以看到我们的新数组容量是按照原数组的两倍进行扩容 * 这里我们的新阈值也更新为原来的两倍 */ else if ((newCap = oldCap << 1) < MAXIMUM_CAPACITY && oldCap >= DEFAULT_INITIAL_CAPACITY) newThr = oldThr << 1; // double threshold } else if (oldThr > 0) // initial capacity was placed in threshold newCap = oldThr; else { //当我们的当前数组为null时，直接设置newCap为默认值16 //所以从这儿可以看到我们的table的初始大小是16，当然也是在第一次添加元素的时候才进行的初始化 //new的时候并没有初始化 newCap = DEFAULT_INITIAL_CAPACITY; //计算我们新的阈值newThr 0.75 * 16 = 12 newThr = (int)(DEFAULT_LOAD_FACTOR * DEFAULT_INITIAL_CAPACITY); } if (newThr == 0) { float ft = (float)newCap * loadFactor; newThr = (newCap < MAXIMUM_CAPACITY && ft < (float)MAXIMUM_CAPACITY ? (int)ft : Integer.MAX_VALUE); } threshold = newThr; //初始化我们底层的table HashMap.Node[] newTab = (HashMap.Node[])new HashMap.Node[newCap]; table = newTab; //如果我们的老table不为null，则需要将原数组的元素全部拷贝拷贝到我们的新数组中来 if (oldTab != null) { for (int j = 0; j < oldCap; ++j) { HashMap.Node e; if ((e = oldTab[j]) != null) { oldTab[j] = null; if (e.next == null) newTab[e.hash & (newCap - 1)] = e; else if (e instanceof HashMap.TreeNode) ((HashMap.TreeNode)e).split(this, newTab, j, oldCap); else { // preserve order HashMap.Node loHead = null, loTail = null; HashMap.Node hiHead = null, hiTail = null; HashMap.Node next; do { 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; } } } } } //返回我们新的数组 return newTab; }

1.3 流程图总结对以上过程总结了一个流程图，如下所示