HashMap
- HashMap 是一个散列表，它存储的内容是键值对(key-value)映射。
- HashMap 继承于AbstractMap，实现了Map、Cloneable、java.io.Serializable接口。
- HashMap 的实现不是同步的，这意味着它不是线程安全的。它的key、value都可以为null。此外，HashMap中的映射不是有序的。
- HashMap 的实例有两个参数影响其性能：“初始容量” 和 “加载因子”。容量 是哈希表中桶的数量，初始容量 只是哈希表在创建时的容量。加载因子 是哈希表在其容量自动增加之前可以达到多满的一种尺度。当哈希表中的条目数超出了加载因子与当前容量的乘积时，则要对该哈希表进行
rehash 操作（即重建内部数据结构），从而哈希表将具有大约两倍的桶数。 - 通常，默认加载因子是 0.75, 这是在时间和空间成本上寻求一种折衷。加载因子过高虽然减少了空间开销，但同时也增加了查询成本（在大多数 HashMap 类的操作中，包括 get 和 put 操作，都反映了这一点）。在设置初始容量时应该考虑到映射中所需的条目数及其加载因子，以便最大限度地减少 rehash 操作次数。如果初始容量大于最大条目数除以加载因子，则不会发生
rehash 操作。
注意，此实现不是同步的。如果多个线程同时访问一个哈希映射，而其中至少一个线程从结构上修改了该映射，则它必须 保持外部同步。（结构上的修改是指添加或删除一个或多个映射关系的任何操作；仅改变与实例已经包含的键关联的值不是结构上的修改。）这一般通过对自然封装该映射的对象进行同步操作来完成。如果不存在这样的对象，则应该使用Collections.synchronizedMap
方法来“包装”该映射。最好在创建时完成这一操作，以防止对映射进行意外的非同步访问，如下所示：
Map m = Collections.synchronizedMap(new HashMap(...))
hashMap存储结构：
Entry实体：
Entry其实是个单向链表：它是“HashMap链式存储法”对应的链表。它实现了Map.Entry接口，也就是实现了getKey()、getValue()、setValue(V value) 、equals(Object o)和hashCode()这些方法。
static class Entry<K,V> implements Map.Entry<K,V> {
final K key;
V value;
Entry<K,V> next; //指向下一个节点
int hash;
/**
* 构造方法，创建一个Entry
* 参数：哈希值h，键值k，值v和下一个节点n
*/
Entry(int h, K k, V v, Entry<K,V> n) {
value = v;
next = n;
key = k;
hash = h;
}
public final K getKey() {
return key;
}
public final V getValue() {
return value;
}
public final V setValue(V newValue) {
V oldValue = value;
value = newValue;
return oldValue;
}
//判断两个Entry是否相等，必须key和value都相等，才返回true
public final boolean equals(Object o) {
if (!(o instanceof Map.Entry))
return false;
Map.Entry e = (Map.Entry)o;
Object k1 = getKey();
Object k2 = e.getKey();
if (k1 == k2 || (k1 != null && k1.equals(k2))) {
Object v1 = getValue();
Object v2 = e.getValue();
if (v1 == v2 || (v1 != null && v1.equals(v2)))
return true;
}
return false;
}
public final int hashCode() { //实现hashCode
return Objects.hashCode(getKey()) ^ Objects.hashCode(getValue());
}
public final String toString() {
return getKey() + "=" + getValue();
}
/**
* 当向HashMap中添加元素时，即调用put(k,v)时，
* 对已经在HashMap中k位置进行v的覆盖时，会调用此方法
* 这里没做任何处理
*/
void recordAccess(HashMap<K,V> m) {
}
/**
* 当从HashMap中删除了一个Entry时，会调用该函数
* 这里没做任何处理
*/
void recordRemoval(HashMap<K,V> m) {
}
}
HashMap 的API：
HashMap的继承关系：
public class HashMap<K,V>
extends AbstractMap<K,V>
implements Map<K,V>, Cloneable, Serializable
HashMap 继承于AbstractMap，实现了Map、Cloneable、java.io.Serializable接口
属性：
// 默认的初始容量是16，必须是2的幂。
static final int DEFAULT_INITIAL_CAPACITY = 1 << 4; // aka 16
// 最大容量（必须是2的幂且小于2的30次方，传入容量过大将被这个值替换）
static final int MAXIMUM_CAPACITY = 1 << 30;
// 默认加载因子
static final float DEFAULT_LOAD_FACTOR = 0.75f;
// 存储数据的Entry数组，长度是2的幂。
// HashMap是采用拉链法实现的，每一个Entry本质上是一个单向链表
transient Entry[] table;
// HashMap的大小，它是HashMap保存的键值对的数量
transient int size;
// HashMap的阈值，用于判断是否需要调
//整HashMap的容量（threshold = 容量*加载因子）
int threshold;
// 加载因子实际大小
final float loadFactor;
// HashMap被改变的次数
transient volatile int modCount;
static final int ALTERNATIVE_HASHING_THRESHOLD_DEFAULT = Integer.MAX_VALU
//hash种子
transient int hashSeed = 0;
主要来看看loadFactor属性，loadFactor表示Hash表中元素的填满程度。
若加载因子设置过大，则填满的元素越多，无疑空间利用率变高了，但是冲突的机会增加了，冲突的越多，链表就会变得越长，那么查找效率就会变得更低；
若加载因子设置过小，则填满的元素越少，那么空间利用率变低了，表中数据将变得更加稀疏，但是冲突的机会减小了，这样链表就不会太长，查找效率变得更高。
这看起来有点绕口，我举个简单的例子，如果数组容量为100，加载因子设置为80，即装满了80个才开始扩容，但是在装的过程中，可能有很多key对应相同的hash值，这样就会放到同一个链表中（因为没到80个不能扩容），这样就会导致很多链表都变得很长，也就是说，不同的key对应相同的hash值比数组填满到80个更加容易出现。
但是如果设置加载因子为10，那么数组填满10个就开始扩容了，10个相对来说是很容易填满的，而且在10个内出现相同的hash值概率比上面的情况要小的多，一旦扩容之后，那么计算hash值又会跟原来不一样，就不会再冲突了，这样保证了链表不会很长，甚至就一个表头都有可能，但是空间利用率很低，因为始终有很多空间没利用就开始扩容。
因此，就需要在“减小冲突”和“空间利用率”之间寻找一种平衡，这种平衡就是数据结构中有名的“时-空”矛盾的平衡。如果机器内存足够，并且想要提高查询速度的话可以将加载因子设置小一点；相反如果机器内存紧张，并且对查询速度没什么要求的话可以将加载因子设置大一点。一般我们都使用它的默认值，即0.75。
构造函数：
//initialCapacity初始容量，loadFactor加载因子，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;
//Float.isNaN()判断loadFactor是否是非数字值
if (loadFactor <= 0 || Float.isNaN(loadFactor))
throw new IllegalArgumentException("Illegal load factor: " +
loadFactor);
this.loadFactor = loadFactor;
//将阈值设置为初始容量，这里不是真正的阈值，是为了扩展table的，后面这个阈值会重新计算
threshold = initialCapacity;
init();//一个空方法用于未来的子对象扩展
}
public HashMap(int initialCapacity) {
this(initialCapacity, DEFAULT_LOAD_FACTOR);
}
public HashMap() {
this(DEFAULT_INITIAL_CAPACITY, DEFAULT_LOAD_FACTOR);
}
public HashMap(Map<? extends K, ? extends V> m) {
this(Math.max((int) (m.size() / DEFAULT_LOAD_FACTOR) + 1,
DEFAULT_INITIAL_CAPACITY), DEFAULT_LOAD_FACTOR);
inflateTable(threshold); //扩展table
// 将m中的全部元素逐个添加到HashMap中
putAllForCreate(m);
}
在构造HashMap的时候，如果我们指定了加载因子和初始容量的话就调用第一个构造方法，否则就用默认的。默认的初始容量为16，加载因子为0.75。构造函数做了什么，保存加载因子，并将初始容量先赋给阕值，但是这里并不是真正的阕值，正真的阕值是在第一次put时，初始化的，即阕值=加载因子*容量。
HashMap 方法：
put(K key, V value)
put(K key,V value)
在此映射中关联指定值与指定键。
public V put(K key, V value) {
if (table == EMPTY_TABLE) { //如果哈希表没有初始化(table为空)
inflateTable(threshold); //用构造时的阈值(其实就是初始容量)扩展table
}
//如果key==null，就将value加到table[0]的位置
//该位置永远只有一个value，新传进来的value会覆盖旧的value
if (key == null)
return putForNullKey(value);
int hash = hash(key); //根据键值计算hash值
int i = indexFor(hash, table.length); //搜索指定hash在table中的索引
//循环遍历Entry数组，若该key对应的键值对已经存在，则用新的value取代旧的value
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);
return oldValue; //并返回旧的value
}
}
modCount++;
//如果在table[i]中没找到对应的key，那么就直接在该位置的链表中添加此Entry
addEntry(hash, key, value, i);
return null;
}
下面一步步分析put方法内部都干了些啥：
首先检测table是不是为空table，如果是空table，说明并没有给table初始化，所以调用inflateTable(threadshold)方法给table初始化。该方法如下：
//初始化table
private void inflateTable(int toSize) {
//获取和toSize最接近的2的幂作为容量
int capacity = roundUpToPowerOf2(toSize);
//重新计算阈值 threshold = 容量 * 加载因子
threshold = (int) Math.min(capacity * loadFactor, MAXIMUM_CAPACITY + 1);
//用该容量初始化table，创建一个定长数组table，table里存储的类型是Entry
table = new Entry[capacity];
//初始化HashSeed的值
initHashSeedAsNeeded(capacity);
}
//将初始容量转变成2的幂
private static int roundUpToPowerOf2(int number) {
// assert number >= 0 : "number must be non-negative";
return number >= MAXIMUM_CAPACITY
? MAXIMUM_CAPACITY//如果容量超过了最大值，设置为最大值
//否则设置为最接近给定值的2的次幂数
: (number > 1) ? Integer.highestOneBit((number - 1) << 1) : 1;
}
扩展：
一、Integer.highestOneBit()返回具有至多单个 1 位的 int 值，在指定的 int 值中最高位（最左边）的 1 位的位置。如果指定的值在其二进制补码表示形式中不具有
1 位，即它等于零，则返回零。
比如 17, 二进制是
17 0000,0000,0000,0000,0000,0000,0001,0001
它返回的是最高位的1个1, 其它全是0
16 0000,0000,0000,0000,0000,0000,0001,0000
总之一句话：返回最高位为1, 其它位为0的数。
二、用指定初始容量和指定加载因子构造一个新的空哈希表。其中initHashSeedAsNeeded方法用于初始化hashSeed参数，其中hashSeed用于计算key的hash值，它与key的hashCode进行按位异或运算。这个hashSeed是一个与实例相关的随机值，主要用于解决hash冲突。
在inflateTable方法内，首先初始化数组容量大小，数组容量永远是2的幂（下面会分析为什么要这样）。所以调用roundUpToPowerOf2方法将传进来的容量转换成最接近2的次幂的值，然后重新计算阈值threadshold
= 容量 x 加载因子，最后初始化table。所以刚开始初始化table不是在HashMap的构造函数里，因为构造函数中仅仅简单的将传进去的容量作为阈值。真正初始化table是在第一次往HashMap中put数据的时候。
初始化好了table后，就开始往table中存入数据了，table中存的是Entry实体，而put方法传进来的是key和value，所以接下来要做两件事：
1. 找到table数组中要存入的位置；
2. 将key和value封装到Entry中存入。
我们再回到put方法中，先来分析第一步，找存储的位置就要依靠key的值了，因为需要用key的值来计算hash值，根据hash值来决定在table中的位置。首先当key为null时，调用putForNullKey方法，该方法内部实现如下：
//传进key==null的Entry
private V putForNullKey(V value) {
//遍历一遍table数组
for (Entry<K,V> e = table[0]; e != null; e = e.next) {
if (e.key == null) {
V oldValue = e.value;
e.value = value;
/*对已经在HashMap中k位置进行v的覆盖时，会调用此方法,空函数 */
e.recordAccess(this);
return oldValue;
}
}
//如果table为null 或者原table表里没有key==null的
modCount++;
addEntry(0, null, value, 0);//如果键为null的话，则hash值为0
return null;
}
从方法中可以看出，首先会定位到table[0]处，然后遍历table数组，依次查询是否有key==null的键，如果有，将对应的value用新的value值取代，同时返回旧的value值。除非table为空或者原来table里面没有key==null项，才会走下面的代码addEntry（）。那么调用addEntry方法，将空键和值封装到Entry中放到table[0]的位置，addEntry方法如下：
//向HashMap中添加Entry
void addEntry(int hash, K key, V value, int bucketIndex) {
if ((size >= threshold) && (null != table[bucketIndex])) {
resize(2 * table.length); //扩容2倍
hash = (null != key) ? hash(key) : 0;
bucketIndex = indexFor(hash, table.length);
}
createEntry(hash, key, value, bucketIndex);
}
//创建一个Entry
void createEntry(int hash, K key, V value, int bucketIndex) {
Entry<K,V> e = table[bucketIndex];//先把table中该位置原来的Entry保存
//在table中该位置新建一个Entry，将原来的Entry挂到该Entry的next
table[bucketIndex] = new Entry<>(hash, key, value, e);
//所以table中的每个位置永远只保存一个最新加进来的Entry，其他Entry是一个挂一个，这样挂上去的
size++;
}
从该方法中可以看出，第一个参数是hash值，中间两个是key和value，最后一个是插入table的索引位置。插入之前先判断容量是否足够并且table[bucketIndex] !=null，HashMap中是2倍扩容。resize()
,方法如下：
//用新的容量来给table扩容
void resize(int newCapacity) {
Entry[] oldTable = table; //保存old table
int oldCapacity = oldTable.length; //保存old capacity
// 如果旧的容量已经是系统默认最大容量了，那么将阈值设置成整形的最大值，退出
if (oldCapacity == MAXIMUM_CAPACITY) {
threshold = Integer.MAX_VALUE;
return;
}
//根据新的容量新建一个table
Entry[] newTable = new Entry[newCapacity];
//将table转换成newTable
transfer(newTable, initHashSeedAsNeeded(newCapacity));
table = newTable;
//设置阈值
threshold = (int)Math.min(newCapacity * loadFactor, MAXIMUM_CAPACITY + 1);
}
//将所有的Entry移到新的table中
void transfer(Entry[] newTable, boolean rehash) {
int newCapacity = newTable.length;
for (Entry<K,V> e : table) {//获得原来table中的所有Entry
while(null != e) {
Entry<K,V> next = e.next;
if (rehash) {
e.hash = null == e.key ? 0 : hash(e.key);
}
int i = indexFor(e.hash, newCapacity);
//下面两句跟createEntry方法中原理一样的
e.next = newTable[i];//设置e.next为newTable[i]保存的Entry
newTable[i] = e; //将e设置为newTable[i]
e = next; //设置e为下一个Entry，继续上面while循环
}
}
}
若table容量够，addEntry中先计算hash值，然后通过调用indexFor方法返回在索引的位置，这两个方法如下：
final int hash(Object k) {
int h = hashSeed;
if (0 != h && k instanceof String) {
return sun.misc.Hashing.stringHash32((String) k);
}
h ^= k.hashCode();
// 预处理hash值，避免较差的离散hash序列，导致table没有充分利用
h ^= (h >>> 20) ^ (h >>> 12);
return h ^ (h >>> 7) ^ (h >>> 4);
}
//这个方法有点意思，也是为什么容量要设置为2的幂的原因
static int indexFor(int h, int length) {
return h & (length-1);//h&(length-1)===h%length
}
h & (length-1)等于h % length
length为2的次幂的话，是偶数，这样length-1为奇数，奇数的最后一位是1，这样便保证了h & (length-1)的最后一位可能为0也可能为1（取决于h的值），即结果可能为奇数，也可能为偶数，这样便可以保证散列的均匀性，即均匀分布在数组table中；而如果length为奇数的话，很明显length-1为偶数，它的最后一位是0，这样h
& (length-1)的最后一位肯定为0，级只能为偶数，这样任何hash值都会被映射到数组的偶数下标位置上，这便浪费了近一半的空间！因此，length去2的整数次幂，也是为了使不同hash值发生碰撞的概率较小，这样就能使元素在哈希表中均匀的散列。
具体解释请看代码：
public class Test {
public static void main(String[] args) {
System.out.println("^:" + (3^3) );
System.out.println("---------------------------------");
System.out.println("23%4:" + (23%4));
System.out.println("23&(4-1):" + (23&(4-1)));
System.out.println("23%3:" + (23%3));
System.out.println("23&(3-1):" + (23&(3-1)));
System.out.println("---------------------------------");
System.out.println("26%4:" + (26%4));
System.out.println("26&(4-1):" + (26&(4-1)));
System.out.println("26%3:" + (26%3));
System.out.println("26&(3-1):" + (26&(3-1)));
System.out.println("i&偶数：----------------------------------------》");
for(int i=10; i<30; i++){
System.out.println(i+"&2:" + (i&2));
System.out.println(i+"&2:" + (68&2));
}
System.out.println("i&奇数：----------------------------------------》");
for(int i=10; i<30; i++){
System.out.println(i+"&3:" + (i&3));
System.out.println(i+"&3:" + (68&3));
}
}
}
输出结果：
^:0 --------------------------------- 23%4:3 23&(4-1):3 23%3:2 23&(3-1):2 --------------------------------- 26%4:2 26&(4-1):2 26%3:2 26&(3-1):2 i&偶数：----------------------------------------》 10&2:2 10&2:0 11&2:2 11&2:0 12&2:0 12&2:0 13&2:0 13&2:0 14&2:2 14&2:0 15&2:2 15&2:0 16&2:0 16&2:0 17&2:0 17&2:0 18&2:2 18&2:0 19&2:2 19&2:0 20&2:0 20&2:0 21&2:0 21&2:0 22&2:2 22&2:0 23&2:2 23&2:0 24&2:0 24&2:0 25&2:0 25&2:0 26&2:2 26&2:0 27&2:2 27&2:0 28&2:0 28&2:0 29&2:0 29&2:0 i&奇数：----------------------------------------》 10&3:2 10&3:0 11&3:3 11&3:0 12&3:0 12&3:0 13&3:1 13&3:0 14&3:2 14&3:0 15&3:3 15&3:0 16&3:0 16&3:0 17&3:1 17&3:0 18&3:2 18&3:0 19&3:3 19&3:0 20&3:0 20&3:0 21&3:1 21&3:0 22&3:2 22&3:0 23&3:3 23&3:0 24&3:0 24&3:0 25&3:1 25&3:0 26&3:2 26&3:0 27&3:3 27&3:0 28&3:0 28&3:0 29&3:1 29&3:0
再回到addEntry方法中，接下来就调用createEntry方法在table数组适当的位置开创一个Entry了，new Entry的时候，将next置为原本在该位置的Entry即可，这样，原来的Entry就挂到现在的Entry上了，以后只要在该位置新new一个Entry，就将原来的挂上去，这样一个挂一个，形成了一个链表。但是table中永远存储的是最新的Entry，并非一个真正的链表数据结构，只是这么多Entry是一个个连在一起的，跟链表很像而已。
现在往上回到put方法，我们刚刚分析完了key==null的情况，接着往下走，下面其实跟刚刚分析的一样了，先计算hash值，然后找到在table中的位置，然后开始判断是否已经有相同的key的Entry放在那了，如果有，用新的value取代旧的value，如果没有，用传进来的key和value新new一个Entry放到table中，并与原来的Entry挂上。过程跟上面分析的一模一样，唯一不同的就是key!=null。
get(Object key)
get(Object key)
返回指定键所映射的值；如果对于该键来说，此映射不包含任何映射关系，则返回 null。
public V get(Object key) {
if (key == null)
return getForNullKey();
Entry<K,V> entry = getEntry(key);
return null == entry ? null : entry.getValue();
}
private V getForNullKey() {
if (size == 0) {
return null;
}
for (Entry<K,V> e = table[0]; e != null; e = e.next) {
if (e.key == null)
return e.value;
}
return null;
}
final Entry<K,V> getEntry(Object key) {
if (size == 0) {
return null;
}
int hash = (key == null) ? 0 : hash(key);
for (Entry<K,V> e = table[indexFor(hash, table.length)];
e != null;
e = e.next) {
Object k;
if (e.hash == hash &&
((k = e.key) == key || (key != null && key.equals(k))))
return e;
}
return null;
}
从源码中更可以看出，从HashMap中get元素时，先计算key的hashCode，找到数组中国对应的位置，然后通过key的equals在对应位置的链表中找到需要的元素。
其他方法：
//返回当前HashMap的key-value映射数，即Entry数量
public int size() {
return size;
}
//判断HashMap是否为空，size==0表示空
public boolean isEmpty() {
return size == 0;
}
//判断HashMap中是否包含指定键的映射
public boolean containsKey(Object key) {
return getEntry(key) != null; //getEntry方法在上面已经拿出来分析了
}
//根据已有的Map创建对应的Entry
private void putAllForCreate(Map<? extends K, ? extends V> m) {
for (Map.Entry<? extends K, ? extends V> e : m.entrySet())
putForCreate(e.getKey(), e.getValue());
}
//看看需不需要创建新的Entry
private void putForCreate(K key, V value) {
// 如果key为null，则定义hash为0，否则用hash函数预处理
int hash = null == key ? 0 : hash(key);
//计算相应的索引
int i = indexFor(hash, table.length);
//遍历所有的Entry
for (Entry<K,V> e = table[i]; e != null; e = e.next) {
Object k;
//如果有hash相同，且key相同，那么则不需要创建新的Entry，
//将新的value替换旧的value值退出
if (e.hash == hash &&
((k = e.key) == key || (key != null && key.equals(k)))) {
e.value = value;
return;
}
}
createEntry(hash, key, value, i);//否则需要创建新的Entry
}
//用新的容量来给table扩容
void resize(int newCapacity) {
Entry[] oldTable = table; //保存old table
int oldCapacity = oldTable.length; //保存old capacity
// 如果旧的容量已经是系统默认最大容量了，那么将阈值设置成整形的最大值，退出
if (oldCapacity == MAXIMUM_CAPACITY) {
threshold = Integer.MAX_VALUE;
return;
}
//根据新的容量新建一个table
Entry[] newTable = new Entry[newCapacity];
//将table转换成newTable
transfer(newTable, initHashSeedAsNeeded(newCapacity));
table = newTable;
//设置阈值
threshold = (int)Math.min(newCapacity * loadFactor, MAXIMUM_CAPACITY + 1);
}
//将所有的Entry移到新的table中
void transfer(Entry[] newTable, boolean rehash) {
int newCapacity = newTable.length;
for (Entry<K,V> e : table) {//获得原来table中的所有Entry
while(null != e) {
Entry<K,V> next = e.next;
if (rehash) {
e.hash = null == e.key ? 0 : hash(e.key);
}
int i = indexFor(e.hash, newCapacity);
//下面两句跟createEntry方法中原理一样的
e.next = newTable[i];//设置e.next为newTable[i]保存的Entry
newTable[i] = e; //将索引下移
e = next; //设置e为下一个Entry，继续上面while循环
}
}
}
//将指定的Map中所有映射复制到现有的HashMap中,这些映射关系将覆盖当前HashMap
//中针对指定键相同的映射关系
public void putAll(Map<? extends K, ? extends V> m) {
//统计下需要复制多少个映射关系
int numKeysToBeAdded = m.size();
if (numKeysToBeAdded == 0)
return;
//如果table还没初始化，先用刚刚统计的复制数去初始化table
if (table == EMPTY_TABLE) {
inflateTable((int) Math.max(numKeysToBeAdded * loadFactor, threshold));
}
//如果要复制的数目比阈值还要大,判断是否需要扩容
if (numKeysToBeAdded > threshold) {
int targetCapacity = (int)(numKeysToBeAdded / loadFactor + 1);
if (targetCapacity > MAXIMUM_CAPACITY)
targetCapacity = MAXIMUM_CAPACITY;
int newCapacity = table.length;
while (newCapacity < targetCapacity)
newCapacity <<= 1;
if (newCapacity > table.length)
resize(newCapacity);
}
//开始复制
for (Map.Entry<? extends K, ? extends V> e : m.entrySet())
//其实就是一个个put进去，如果有相同的key则将value替换，否则创建新的Entry映射
put(e.getKey(), e.getValue());
}
//根据指定的key删除Entry，返回对应的value
public V remove(Object key) {
Entry<K,V> e = removeEntryForKey(key);
return (e == null ? null : e.value);
}
//根据指定的key，删除Entry,并返回对应的value
final Entry<K,V> removeEntryForKey(Object key) {
if (size == 0) {
return null;
}
int hash = (key == null) ? 0 : hash(key);
int i = indexFor(hash, table.length);
Entry<K,V> prev = table[i]; //单项链表查找只能从表头开始
Entry<K,V> e = prev;
while (e != null) {
Entry<K,V> next = e.next;
Object k;
if (e.hash == hash &&
((k = e.key) == key || (key != null && key.equals(k)))) {
modCount++;
size--;
if (prev == e) //如果删除的是table中的第一项的引用
table[i] = next;//直接将第一项中的next的引用存入table[i]中
else
//否则将table[i]中当前Entry的前一个Entry中的next置为当前Entry的next
prev.next = next;
e.recordRemoval(this);
return e;
}
prev = e; //移动索引
e = next;
}
return e;
}
//根据Entry来删除HashMap中的值
final Entry<K,V> removeMapping(Object o) {
if (size == 0 || !(o instanceof Map.Entry))
return null;
Map.Entry<K,V> entry = (Map.Entry<K,V>) o;
Object key = entry.getKey();//第一步也是先获得该Entry中保存的key
int hash = (key == null) ? 0 : hash(key);
//接下来就和上面根据key删除Entry道理一样了
int i = indexFor(hash, table.length);
Entry<K,V> prev = table[i];
Entry<K,V> e = prev;
while (e != null) {
Entry<K,V> next = e.next;
if (e.hash == hash && e.equals(entry)) {
modCount++;
size--;
if (prev == e)
table[i] = next;
else
prev.next = next;
e.recordRemoval(this);
return e;
}
prev = e;
e = next;
}
return e;
}
//清空HashMap中所有的Entry
public void clear() {
modCount++;
//将指定的 null 值分配给指定 Entry 型数组的每个元素
Arrays.fill(table, null);//将table中存储的Entry全部置为null
size = 0;//size置为0
}
//判断HashMap中是否有key映射到指定的value
public boolean containsValue(Object value) {
if (value == null)//如果value为空，调用下面特定的containsNullValue()方法
return containsNullValue();
Entry[] tab = table;//否则遍历数组表table中的每个链表的Entry
for (int i = 0; i < tab.length ; i++)
for (Entry e = tab[i] ; e != null ; e = e.next)
if (value.equals(e.value))//如果有Entry中的value与指定的value相等
return true;//返回true
return false;
}
//value为空时调用的方法 ，
//这里查找value要遍历两遍，是因为hashmap存储结构是数组加链表
private boolean containsNullValue() {
Entry[] tab = table;
for (int i = 0; i < tab.length ; i++)
for (Entry e = tab[i] ; e != null ; e = e.next)
if (e.value == null)//与上面的不为空时大同小异
return true;
return false;
}
//克隆HashMap实例，这里是浅复制，并没有复制键和值的本身
public Object clone() {
HashMap<K,V> result = null;
try {
result = (HashMap<K,V>)super.clone();
} catch (CloneNotSupportedException e) {
// assert false;
}
if (result.table != EMPTY_TABLE) {
result.inflateTable(Math.min(
(int) Math.min(
size * Math.min(1 / loadFactor, 4.0f),
// we have limits...
HashMap.MAXIMUM_CAPACITY),
table.length));
}
result.entrySet = null;
result.modCount = 0;
result.size = 0;
result.init();
result.putAllForCreate(this);
return result;
}
Iterator方法:
int expectedModCount; // 用于fail-fast机制 看http://blog.csdn.net/wangnanwlw/article/details/52293134
//抽象类hashIterator重写了Iterator接口的(hasnext(),remove())
//抽象类hashIterator 没有重写next()
private abstract class HashIterator<E> implements Iterator<E> {
Entry<K,V> next; // 下一个Entry
int expectedModCount; // 用于fail-fast机制
int index; // 当前索引
Entry<K,V> current; //当前的Entry
HashIterator() {
expectedModCount = modCount;//保存modCount用于fail-fast机制
//此处为next赋值，next为数组table中第一个不为空的值
if (size > 0) {
Entry[] t = table;
while (index < t.length && (next = t[index++]) == null)
;
}
}
//判断有没有下一个Entry
public final boolean hasNext() {
return next != null;
}
//获得下一个Entry
final Entry<K,V> nextEntry() {
if (modCount != expectedModCount)//在迭代的过程中发现被修改了，就会抛出异常
throw new ConcurrentModificationException();//即fail-fast
Entry<K,V> e = next;
if (e == null) //没有就抛出异常
throw new NoSuchElementException();
//查找下一个不为空的Entry，防止本该数组索引对应的链表已经到链尾
//index的值是紧接着HashIterator() 中的index的值，继续++
if ((next = e.next) == null) {
Entry[] t = table;
while (index < t.length && (next = t[index++]) == null)
;
}
current = e;
return e;
}
public void remove() {//删除
if (current == null)
throw new IllegalStateException();
if (modCount != expectedModCount)
throw new ConcurrentModificationException();
Object k = current.key;
current = null;
HashMap.this.removeEntryForKey(k);
expectedModCount = modCount;
}
}
//内部class ValueIterator迭代器，它重写了next方法
private final class ValueIterator extends HashIterator<V> {
public V next() {
return nextEntry().value;
}
}
//内部class KeyIterator迭代器，它重写了next方法
private final class KeyIterator extends HashIterator<K> {
public K next() {
return nextEntry().getKey();
}
}
//内部class EntryIterator迭代器，它重写了next方法
private final class EntryIterator extends HashIterator<Map.Entry<K,V>> {
public Map.Entry<K,V> next() {
return nextEntry();
}
}
//定义上面三个对应的Iterator方法
Iterator<K> newKeyIterator() {
return new KeyIterator();
}
Iterator<V> newValueIterator() {
return new ValueIterator();
}
Iterator<Map.Entry<K,V>> newEntryIterator() {
return new EntryIterator();
}
private transient Set<Map.Entry<K,V>> entrySet = null;
/**
* keySet()返回此映射中所包含的键的 Set 视图。
* 该 set 受映射的支持，所以对映射的更改将反映在该 set 中，
* 反之亦然。如果在对 set 进行迭代的同时修改了映射（通过迭代器自己的 remove 操作除外），
* 则迭代结果是不确定的。该 set 支持元素的移除，通过
* Iterator.remove、Set.remove、removeAll、retainAll 和 clear 操作
* 可从该映射中移除相应的映射关系。它不支持 add 或 addAll 操作。
*/
public Set<K> keySet() {
Set<K> ks = keySet;
return (ks != null ? ks : (keySet = new KeySet()));
}
private final class KeySet extends AbstractSet<K> {
public Iterator<K> iterator() {
return newKeyIterator();
}
public int size() {
return size;
}
public boolean contains(Object o) {
return containsKey(o);
}
public boolean remove(Object o) {
return HashMap.this.removeEntryForKey(o) != null;
}
public void clear() {
HashMap.this.clear();
}
}
/**
* 返回此映射所包含的值的 Collection 视图。
* 该 collection 受映射的支持，所以对映射的更改将反映在该 collection 中，
* 反之亦然。如果在对 collection 进行迭代的同时修改了映射（通过迭代器自己的 remove 操作除外），
* 则迭代结果是不确定的。该 collection 支持元素的移除，
* 通过 Iterator.remove、Collection.remove、removeAll、retainAll 和 clear 操作
* 可从该映射中移除相应的映射关系。它不支持 add 或 addAll 操作。
*/
public Collection<V> values() {
Collection<V> vs = values;
return (vs != null ? vs : (values = new Values()));
}
private final class Values extends AbstractCollection<V> {
public Iterator<V> iterator() {
return newValueIterator();
}
public int size() {
return size;
}
public boolean contains(Object o) {
return containsValue(o);
}
public void clear() {
HashMap.this.clear();
}
}
/**
* 返回此映射所包含的映射关系的 Set 视图。
* 该 set 受映射支持，所以对映射的更改将反映在此 set 中，
* 反之亦然。如果在对 set 进行迭代的同时修改了映射
* （通过迭代器自己的 remove 操作，或者通过在该迭代器返回的映射项上执行 setValue 操作除外），
* 则迭代结果是不确定的。该 set 支持元素的移除，
* 通过 Iterator.remove、Set.remove、removeAll、retainAll 和 clear 操作
* 可从该映射中移除相应的映射关系。它不支持 add 或 addAll 操作。
*/
public Set<Map.Entry<K,V>> entrySet() {
return entrySet0();
}
private Set<Map.Entry<K,V>> entrySet0() {
Set<Map.Entry<K,V>> es = entrySet;
return es != null ? es : (entrySet = new EntrySet());
}
private final class EntrySet extends AbstractSet<Map.Entry<K,V>> {
public Iterator<Map.Entry<K,V>> iterator() {
return newEntryIterator();
}
public boolean contains(Object o) {
if (!(o instanceof Map.Entry))
return false;
Map.Entry<K,V> e = (Map.Entry<K,V>) o;
Entry<K,V> candidate = getEntry(e.getKey());
return candidate != null && candidate.equals(e);
}
public boolean remove(Object o) {
return removeMapping(o) != null;
}
public int size() {
return size;
}
public void clear() {
HashMap.this.clear();
}
}
序列化
/************************** 序列化 *****************************/
private void writeObject(java.io.ObjectOutputStream s)
throws IOException
{
//将当前类的非静态和非瞬态(transient)字段写入此流。此字段只能从正在序
//列化的类的 writeObject 方法中调用。如果从其他地方调用该字段，
//则将抛出 NotActiveException。
s.defaultWriteObject();
//将table.length写入流
if (table==EMPTY_TABLE) {
s.writeInt(roundUpToPowerOf2(threshold));
} else {
s.writeInt(table.length);
}
//将size写入流
s.writeInt(size);
//这里之所以不直接将table写出，而是分开写里面保存Entry的key和value的原因是：
//table数组定义为了transient，也就是说在进行序列化时，并不包含该成员。
//为什么将其设置为transient呢？因为Object.hashCode方法对于一个类的两个实例返回的是不同的哈希值。
//即我们在机器A上算出对象A的哈希值与索引，然后把它插入到HashMap中，然后把该HashMap序列化后，
//在机器B上重新算对象的哈希值与索引，这与机器A上算出的是不一样的，
//所以我们在机器B上get对象A时，会得到错误的结果。
//所以我们分开序列化key和value
if (size > 0) {
for(Map.Entry<K,V> e : entrySet0()) {
s.writeObject(e.getKey());
s.writeObject(e.getValue());
}
}
}
private static final long serialVersionUID = 362498820763181265L;
private void readObject(java.io.ObjectInputStream s)
throws IOException, ClassNotFoundException
{
// Read in the threshold (ignored), loadfactor, and any hidden stuff
s.defaultReadObject();
if (loadFactor <= 0 || Float.isNaN(loadFactor)) {
throw new InvalidObjectException("Illegal load factor: " +
loadFactor);
}
// set other fields that need values
table = (Entry<K,V>[]) EMPTY_TABLE;
// Read in number of buckets
s.readInt(); // ignored.
// Read number of mappings
int mappings = s.readInt();
if (mappings < 0)
throw new InvalidObjectException("Illegal mappings count: " +
mappings);
// capacity chosen by number of mappings and desired load (if >= 0.25)
int capacity = (int) Math.min(
mappings * Math.min(1 / loadFactor, 4.0f),
// we have limits...
HashMap.MAXIMUM_CAPACITY);
// allocate the bucket array;
if (mappings > 0) {
inflateTable(capacity);
} else {
threshold = capacity;
}
init(); // Give subclass a chance to do its thing.
// Read the keys and values, and put the mappings in the HashMap
for (int i = 0; i < mappings; i++) {
K key = (K) s.readObject();
V value = (V) s.readObject();
putForCreate(key, value);
}
}
// These methods are used when serializing HashSets
int capacity() { return table.length; }
float loadFactor() { return loadFactor; }
hashMap 遍历:
package wn.comeOn.java.test;
import java.util.HashMap;
import java.util.Iterator;
import java.util.Map;
import java.util.Map.Entry;
public class Test2 {
public static void main(String[] args) {
HashMap<Integer, Character> map = new HashMap<Integer, Character>();
Character j = 'a';
for (int i = 0; i < 10; i++, j++) {
map.put(i, j);
}
// 遍历Entry
System.out.println("遍历Entry:");
Integer key = null;
Character value = null;
Iterator itr01 = map.entrySet().iterator();
while (itr01.hasNext()) {
Map.Entry entry = (Entry) itr01.next();
key = (Integer) entry.getKey();
value = (Character) entry.getValue();
System.out.println(key + "--->" + value);
}
// 遍历key
System.out.println("遍历key:");
Integer key02 = null;
Iterator itr02 = map.keySet().iterator();
while (itr02.hasNext()) {
key = (Integer) itr02.next();
System.out.println(key );
}
// 遍历value
System.out.println("遍历value:");
Character value03 = null;
Iterator itr03 = map.values().iterator();
while (itr03.hasNext()) {
value = (Character) itr03.next();
System.out.println( value);
}
}
}
输出结果：
遍历Entry: 0--->a 1--->b 2--->c 3--->d 4--->e 5--->f 6--->g 7--->h 8--->i 9--->j 遍历key: 0 1 2 3 4 5 6 7 8 9 遍历value: a b c d e f g h i j
最后给大家分享一个链接：https://www.cs.usfca.edu/~galles/visualization/OpenHash.html。可以很直观的看到HashMap添加和删除数据的过程。帮助我们更好的理解HashMap。
时间： 2024-10-15 13:23:16