一. 首先看一下hashmap的数据结构,可以看到是数组加链表实现的。
transient Entry<K,V>[] table =(Entry<K,V>[]) EMPTY_TABLE;
可以看到它的实现是一个Entry<K,V>类型的名为table的数组。而Entry是HashMap中的一个内部类。
static class Entry<K,V> implementsMap.Entry<K,V> {
final K key;
V value;
Entry<K,V> next;
int hash;
它有四个属性,key,value,next,hash。由于有next属性,所以自然会想到链表的结点类,事实上,当出现hash冲突时,由于HashMap使用链地址法来解决冲突。所以table数组的每一个元素就会形成链表结构。所以可以说HashMap就是一个存储链表的数组。
二. HashMap的table数组的默认大小是16,并且大小永远是2的n次方。它还有一个负载因子,默认为0.75,可以通过带参数的构造方法自己指定。负载因子loadFactor的作用是:HashMap中的实际的数据大小除以总容量(initialCapacity),当值达到loadFactor时,HashMap的总容量自动扩展一倍。
staticfinal int DEFAULT_INITIAL_CAPACITY = 1 << 4; // aka 16
static final float DEFAULT_LOAD_FACTOR = 0.75f;
计算threshold,值为capacity *loadFactor。
threshold = (int) Math.min(capacity * loadFactor, MAXIMUM_CAPACITY +1);
这里就会判断,当size的值大于threshold(即capacity *loadFactor)时,就会进行扩容。
if ((size >= threshold) && (null != table[bucketIndex])){
resize(2 * table.length);
三.接下来以put方法作为入口,进行分析。
1.首先进行hash运算,并求出将要存入的数组下标。
int hash = hash(key);
int i = indexFor(hash, table.length);
接下来看看计算下标的算法是如何实现的。进入到indexFor方法中,实现的代码如下:
static int indexFor(int h, int length) {
// assertInteger.bitCount(length) == 1 : "length must be a non-zero power of2";
return h &(length-1);
}
具体是h &(length-1),这样计算的值介于0和length-1之间,有点类似于hash%length 的求模运算。之所以用&运算我认为是位运算的效率更高吧。
2.然后是下面这段代码:
for (Entry<K,V> e = table[i]; e != null; e = e.next) {
Object k;
if (e.hash == hash&& ((k = e.key) == key || key.equals(k))) {
V oldValue =e.value;
e.value =value;
e.recordAccess(this);
returnoldValue;
}
}
modCount++;
addEntry(hash, key,value, i);
会判断table[i]是否为null,这是会出现两种情况,先分析第一种情况,即table[i]还没有元素,是null的情况,这时循环就没有执行,继续往下,去执行addEntry方法。addEntry方法中先进行判断是否需要扩容,如果需要,就进行扩容。然后又进入到createEntry方法中。它的代码实现如下:
void createEntry(int hash, K key, V value, int bucketIndex) {
Entry<K,V> e =table[bucketIndex];
table[bucketIndex] =new Entry<>(hash, key, value, e);
size++;
}
它做的工作就是把hash,key, value, e四个属性组装成一个Entry的对象e,并将它放在数组下标相应的位置,这时如果加入的是第一个元素,e则为null,所以next指向了null。最后再把size加1.
下面分析第二种情况,即即table[i]已经有了元素,不是null的情况。这时会执行上面的那一段for循环,这个循环的作用就是依次遍历整个table[i]链表,并且判断这个链表的每一个元素的key是否和新加进来的元素的key相同,如果相同新的value就会覆盖旧的value,即保证HashMap中唯一的key有唯一的value.
进行完了覆盖的操作后,就会执行剩下的代码,和第一种情况一样,执行addEntry方法。addEntry方法中先进行判断是否需要扩容,如果需要,就进行扩容。再执行createEntry方法。这时e = table[bucketIndex];计算出来的e就不为null了,为原来的i下标处的元素。然后又封装一个新的Entry对象,放入到table[i]位置,它的next指向了e,即原来的table[i]处的元素。
所以通过分析我们可以发现,最后放入的元素总是在这个冲突链表的表头的位置。
最后,可以看到,当出现冲突时,会把数据放入链表中,每次插入新的元素都会对整个链表进行遍历操作,影响程序的效率。所以当我们向HasnMap中放入的key的数据类型是自定义类型的时候,要按照规范合理的实现hashcode和equals方法,尽量避免冲突。另外,由于它的底层实现也是数组,所以也要尽量避免扩容。最好能估算出初始的大小,而对于负载因子,据说0.75是计算出的最佳值,所以还是用默认的吧。