Java集合中的HashMap类

1 static class Node<K,V> implements Map.Entry<K,V> {
2     final int hash;            //节点hash值
3     final K key;                 //key值
4     V value;                      //value值
5     Node<K,V> next;      //指向的下一个节点
6 
7     //省略，由于JDK8的Map接口新增了几个compare比较的方法，Node直接就继承了
8 
9 }

1 //JDK7，HashMap#containsKey
2 public boolean containsKey(Object key) {
3     return getEntry(key) != null;        //调用getEntry方法
4 }

1 //JDK8，HashMap#containsKey
2 public boolean containsKey(Object key) {
3     return getNode(hash(key), key) != null;    //JDK8中新增了一个getNode方法，且将key的hash值计算好后作为参数传递。
4 }
5 //HashMap#getNode
6 final Node<K,V> getNode(int hash, Object key) {
7     //此方法相比较于JDK7中的getEntry基本相同，唯一不同的是发现key值冲突过后会通过“first instanceof TreeNode”检查此时是否是红黑树结构。如果是红黑树则会调用getTreeNode方法在红黑树上进行查询。如果不是红黑树则是链表结构，遍历链表即可。
8 }

 1 //JDK7, HashMap#put
 2 public V put(K key, V value) {
 3     //1. 首先判断是否是第一次插入，即散列表是否指向空的数组，如果是，则调用inflateTable方法对HashMap进行初始化。
 4     if (table == EMPTY_TABLE) {
 5         inflateTable(threshold);
 6     }
 7     //2. 判断key是否等于null，等于空则调用putForNullKey方法存入key为null的key-value，HashMap支持key=null。
 8     if (key == null)
 9         return putForNullKey(value);
10     //3. 调用hash方法计算key的hash值，调用indexFor根据hash值和散列表的长度计算key值所在散列表的下标i。
11     int hash = hash(key);
12     int i = indexFor(hash, table.length);
13     //4. 这一步通过循环遍历的方式判断插入的key-value是否已经在HashMap中存在，判断条件则是key的hash值相等，且value要么引用相等要么equals相等，如果满足则直接返回value。
14     for (Entry<K,V> e = table[i]; e != null; e = e.next) {//如果插入位置没有散列冲突，即这个位置没有Entry元素，则不进入循环。有散列冲突则需要遍历链表进行判断。
15         Object k;
16         if (e.hash == hash && ((k = e.key) == key || key.equals(k))) {
17             V oldValue = e.value;
18             e.value = value;
19             e.recordAccess(this);
20             return oldValue;
21         }
22     }
23     //插入
24     modCount++；//记录修改次数，在并发环境下通过迭代器遍历时会抛出ConcurrentModificationException异常（Fail-Fast机制），就是通过这个变量来实现的。在迭代器初始化过程会将modCount赋给迭代器的ExpectedModCount，是否会抛出ConcurrentModificationException异常的实现就是在迭代过程中判断modCount是否与ExpectedModCount相等。
25     //插入key-value键值对，传入key的hash值、key、value、散列表的插入位置i
26     addEntry(hash, key, value, i);    
27 }                

 1 //JDK7，HashMap#addEntry，这个方法是put方法的实现核心，在其中会判断是否冲突，是否扩容。
 2 void addEntry(int hash, K key, V value, int bucketIndex) {
 3     //第一步判断就是是否扩容，需要扩容的条件需要满足以下两个：1、Map中的key-value的个数大于等于Map的容量threshold（threshold=散列表容量（数组大小）*负载因子）。2、key值所对应的散列表位置不为null。
 4     if ((size >= threshold) && (null != table[bucketIndex])) {
 5         resize(2 * table.length);        //关键的扩容机制，扩容后的大小是之前的两倍
 6         hash = (null != key) ? hash(key) : 0;        //计算key的hash值
 7         bucketIndex = indexFor(hash, table.length);        //重新计算key所在散列表的下标
 8     }
 9     //创建Entry节点并插入，每次插入都会插在链表的第一个位置。
10     createEntry(hash, key, value, bucketIndex);    
11 }

1 //JDK8, HashMap#put
2 public V put(K key, V value) {
3     //在JDK8中，put方法直接调用了putVal方法，该方法有5个参数：key哈希值，key，value，onlyIfAbsent（如果为ture则Map中已经存在该值的时候将不会把value值替换），evict在HashMap中无意义
4     return putVal(hash(key), key, value, false, true);
5 }

 1 //JDK8中putVal方法和JDK7中put方法中的插入步骤大致相同，同样需要判断是否是第一次插入，插入的位置是否产生冲突，不同的是会判断插入的节点是“链表节点”还是“红黑色”节点。
 2 final V putVal(int hash, K key, V value, boolean onlyIfAbsent, boolean evict) {
 3 　　//1. 是否是第一次插入，是第一次插入则复用resize算法，对散列表进行初始化
 4 　　if ((tab = table) == null || (n = tab.length) == 0)
 5 　　　　n = (tab = resize()).length;
 6 　　//2. 通过i = (n - 1) & hash计算key值所在散列表的下标，判断tab[i]是否已经有元素存在，即有无冲突，没有则直接插入即可，注意如果插入的key=null，此处和JDK7的策略略有不同，JDK7是遍历散列表只要为null就直接插入，而JDK8则是始终会插入第一个位置，即使有元素也会形成链表
 7 　　if ((p = tab[i = (n - 1) & hash]) == null)
 8 　　　　tab[i] = newNode(hash, key, value, null);
 9 　　//3. tab[i]已经有了元素即产生了冲突，如果是JDK7则直接使用头插法即可，但在JDK8中HashMap增加了红黑树数据结构，此时有可能已经是红黑树结构，或者处在链表转红黑树的临界点，所以此时需要有几个判断条件
10 　　else {
11    　　//3.1 这是一个特殊判断，如果tab[i]的元素hash和key都和带插入的元素相等，则直接覆盖value值即可
12　　　　if (p.hash == hash && ((k = p.key) == key || (key != null && key.equals(k))))
13　　　　　　e = p;
14 　　　　//3.2 待插入节点是一个红黑树节点
15 　　　　else if (p instanceof TreeNode)
16　　　　　　e = ((TreeNode<K,V>)p).putTreeVal(this, tab, hash, key, value);
17　　　　//3.3 插入后可能继续是一个链表，也有可能转换为红黑树。在元素个数超过8个时则会将链表转换为红黑树，所以第一个则需要一个计数器来遍历计算此时tab[i]上的元素个数
18　　　　else {
19　　　　　　for (int binCount = 0; ; ++binCount) {
20　　　　　　　　if ((e = p.next) == null) {
21　　　　　　　　　　p.next = newNode(hash, key, value, null);        //遍历到当前元素的next指向null，则通过尾插法插入，这也是和JDK7采用头插法略微不同的地方
22　　　　　　　　　　if (binCount >= TREEIFY_THRESHOLD - 1) // tab[i]的数量超过了临界值8，此时将会进行链表转红黑树的操作，并跳出循环
23　　　　　　　　　　　　treeifyBin(tab, hash);
24 　　　　　　　　   break;
25              }
26              if (e.hash == hash && ((k = e.key) == key || (key != null && key.equals(k))))        //这种情况同3.1，出现了和插入key相同的元素，直接跳出循环，覆盖value值即可，无需插入操作
27               　　break;
28              p = e;
29　　　　　　}
30　　　　}
31　　　　if (e != null) {        //这种情况表示带插入元素的key在Map中已经存在，此时没有插入操作，直接覆盖value值即可
32　　　　　　V oldValue = e.value;
33　　　　　　if (!onlyIfAbsent || oldValue == null)
34　　　　　　　　e.value = value;
35　　　　　　afterNodeAccess(e);
36　　　　　　return oldValue;
37　　　　}
38　　}
39　　++modCount;        //修改计数，在使用Iterator迭代器时会和这个变量比较，如果不相等，则会抛出ConcurrentModificationException异常
40　　if (++size > threshold)    //判断是否需要扩容
41　　　　resize();
42　　afterNodeInsertion(evict);        //并无意义
43　　return null;
44 }

 1 // JDK8，HashMap#resize扩容，HashMap扩容的大小仍然是前一次散列表大小的两倍 
 2 final Node<K,V>[] resize() {
 3　　//1. 由于JDK8初始化散列表时复用了resize方法，所以前面是对oldTab的判断，是否为0（表示是初始化），是否已经大于等于了最大容量。判断结束后newTab会扩大为oldTab的两倍，同样newThr（阈值）也是以前的两倍。源码略。
 4　　//2. 确定好newTab的大小后接下来就是初始化newTab散列表数组
 5　　Node<K,V>[] newTab = (Node<K,V>[])new Node[newCap];
 6　　table = newTab;
 7　　//3. 如果是初始化（即oldTab==null），则直接返回新的散列表数组，不是则进行转移
 8　　//4. 首先还是遍历散列表
 9　　for (int j = 0; j < oldCap; ++j) {
10　　//5. e = oldCap[i] != null，则继续判断
11　　　　//5.1 当前位置i，是否有冲突，没有则直接转移
12　　　　if (e.next == null)
13　　　　　　newTab[e.hash & (newCap - 1)] = e;    //这里并没有对要转移的元素重新计算hash，对于JDK7来会通过hash(e.getKey()) ^ newCap重新计算e在newTab中的位置，此处则是e.hash & (newCap - 1)，减少了重新计算hash的过程。扩容后的位置要么在原来的位置上，要么在原索引 + oldCap位置 
14　　　　//5.2 判断是否是红黑树节点
15　　　　else if (e instanceof TreeNode)
16　　　　　　((TreeNode<K,V>)e).split(this, newTab, j, oldCap);
17　　　　//5.3 判断是否是链表节点
18　　　　else {
19 　　　　…
20　　　　}
21 　　}
22 }