底层数据结构
首先通过源码，类中的field如下，
transient Node<K,V>[] table;
transient Set<Map.Entry<K,V>> entrySet;
transient int size;
transient int modCount;
int threshold;
final float loadFactor;
其中 Node, Map.Entry 是两个比较核心的数据结构，先看下Node的定义
1. Map.Entry
Map接口中内部定义的接口, 提供了操作Map中键值对的基本方法
一个Entry对象，代表了Map中的一个键值对，可以通过它获取key，value也可以重新设置value
interface Entry<K,V> {
K getKey();
V getValue();
V setValue(V value);
boolean equals(Object o);
int hashCode();
}依次说明下上面的每个方法的作用
获取键 ： K getKey()
获取值 ： V getValue()
设置值 : V setValue(V value)
haseCode 方法
返回entry 的 hash code, 定义如下：
(e.getKey()==null ? 0 : e.getKey().hashCode()) ^
(e.getValue()==null ? 0 : e.getValue().hashCode())
```
确保两个 Entry对象 equals返回true，则hashcode的值必然相同
#### equals 方法
当两个entry对象表示的是同一个映射关系时，返回true
规则如下
```java
(e1.getKey()==null ? e2.getKey()==null : e1.getKey().equals(e2.getKey())) &&
(e1.getValue()==null ? e2.getValue() ==null : e1.getValue().equals(e2.getValue()))
<div class="se-preview-section-delimiter"></div>
2. Node<K, V>
作为HashMap中对 Map.Entry的实现，具体逻辑如下
static class Node<K,V> implements Map.Entry<K,V> {
final int hash;
final K key;
V value;
Node<K,V> next;
Node(int hash, K key, V value, Node<K,V> next) {
this.hash = hash;
this.key = key;
this.value = value;
this.next = next;
}
public final K getKey() { return key; }
public final V getValue() { return value; }
public final String toString() { return key + "=" + value; }
public final int hashCode() {
return Objects.hashCode(key) ^ Objects.hashCode(value);
}
public final V setValue(V newValue) {
V oldValue = value;
value = newValue;
return oldValue;
}
public final boolean equals(Object o) {
if (o == this)
return true;
if (o instanceof Map.Entry) {
Map.Entry<?,?> e = (Map.Entry<?,?>)o;
if (Objects.equals(key, e.getKey()) &&
Objects.equals(value, e.getValue()))
return true;
}
return false;
}
}
<div class="se-preview-section-delimiter"></div>说明
-
hash 这个字段是干嘛的
- 为什么要有一个
next元素
3. Node<K,V>[] table; 说明
按我们的理解，map是一个kv结构，每个Node对象表示的就是一个kv对，那么这个table应该就是保存所有的kv对的数据结构了
为什么会是一个数组？ 怎么根据key来定位kv对在数组中的位置?
a. 前置说明
table数组大小，必须为2的n次方，首次使用是初始化，必要时（如添加新的kv对时）可以扩充容量
要了解这个数组的使用过程，最佳的思路就是通过三个方法来定位了
-
new HashMap<>() 创建对象时，数组的初始化
-
put(k,v) 添加kv时，数组的扩容以及塞值
-
get(k) 通过key获取value时，在数组中的定位
b. 创建对象
构造方法如下，主要是设置了阀值，loadFactory (后面说其用处)
public HashMap(int initialCapacity, float loadFactor) {
// 参数合法性校验省略
this.loadFactor = loadFactor;
this.threshold = tableSizeFor(initialCapacity);
}
/**
* 找到大于等于cap的最小的2的幂.
*/
static final int tableSizeFor(int cap) {
int n = cap - 1;
n |= n >>> 1;
n |= n >>> 2;
n |= n >>> 4;
n |= n >>> 8;
n |= n >>> 16;
return (n < 0) ? 1 : (n >= MAXIMUM_CAPACITY) ? MAXIMUM_CAPACITY : n + 1;
}
<div class="se-preview-section-delimiter"></div>上面的构造，并没有如我们预期的初始化 table 数组，接下来看put方法，是否有设置 table数组呢
c. 添加kv : put(k,v)
实现如下，逻辑比较复杂，会直接在代码中给出一些注释
public V put(K key, V value) {
return putVal(hash(key), key, value, false, true);
}
/**
* Implements Map.put and related methods
*
* @param hash (key的hash值，通过hash方法计算)
* @param key the key
* @param value the value to put
* @param onlyIfAbsent true表示在不存在kv时，才塞入数据
* @param evict if false, the table is in creation mode.
* @return 返回原来的value（如果之前不存在，返回null）
*/
final V putVal(int hash, K key, V value, boolean onlyIfAbsent,
boolean evict) {
Node<K,V>[] tab; Node<K,V> p; int n, i;
// 首先是将tab局部变量指向 table数组
if ((tab = table) == null || (n = tab.length) == 0) {
// 当table数组没有初始化时，进行初始化，并返回数组长度
n = (tab = resize()).length;
}
if ((p = tab[i = (n - 1) & hash]) == null) {
// 根据数组长度和key的hash值，计算出key放入数组的位置，若该位置没有值，则直接创建一个新的Entry（即Node），放在该位置即可
tab[i] = newNode(hash, key, value, null);
} else {
Node<K,V> e; K k;
if (p.hash == hash &&
((k = p.key) == key || (key != null && key.equals(k)))) {
// 若根据key的hash值，从数组中获取的Entry对象，其key正好是我们指定的key，则直接修改这个Entry的value值即可
e = p;
}
// 下面则表示出现hash碰撞，虽然key的hash值相同，但是这个Entry的key并不是我们指定的key
else if (p instanceof TreeNode) {
e = ((TreeNode<K,V>)p).putTreeVal(this, tab, hash, key, value);
} else {
// 迭代Entry的next节点，知道找到Entry.Key 正好是我们指定的Key为止
for (int binCount = 0; ; ++binCount) {
if ((e = p.next) == null) { // 若一直都不存在，则创建一个新的Entry对象，并塞入table
p.next = newNode(hash, key, value, null);
if (binCount >= TREEIFY_THRESHOLD - 1) // -1 for 1st
treeifyBin(tab, hash);
break;
}
if (e.hash == hash &&
((k = e.key) == key || (key != null && key.equals(k))))
break;
p = e;
}
}
if (e != null) { // existing mapping for key
V oldValue = e.value;
if (!onlyIfAbsent || oldValue == null)
e.value = value;
afterNodeAccess(e);
return oldValue;
}
}
++modCount;
if (++size > threshold)
resize();
afterNodeInsertion(evict);
return null;
}
<div class="se-preview-section-delimiter"></div>逻辑拆解：
- 判断
table数组是否初始化，否则进行初始化
- 计算key的hash值（通过
hash()方法获取）
- 以key的hash值计算索引，到
table数组中查询Node节点
- 若不存在，则新建一个Node节点，塞入该位置
- 若存在，则继续判断该节点的key是否和传入的key相同or相等(
equals()方法)
- 是，则直接修改这个Node节点的value值即可
- 否，表示出现hash碰撞了，需要遍历Node节点内部的next节点，直到到next节点为null（新建一个Node节点）或next节点就是我们希望的节点（更新该节点value值）为止
到这里就可以解决在介绍Node类结构的两个问题
- Node中的hash字段干嘛的？
- hash字段保存的是Key通过
hash()方法计算的值
- 可以用于判断一个
Node是否为我们查找的节点
- Node中为什么有next节点
- next节点存的是相同
hash值的kv键值对，由此可以看出HashMap的存储结构
- 当出现hash碰撞时，即对于计算key的hash值相同的Node节点，以链表结构存在
d. table数组初始化
push(k,v) 包含较多的内容，上面只给出了设计逻辑，具体实现有必要扣一扣，研究下其中一些有意思的点
从上面的的代码可以看出，调用 resize() 方法进行的初始化（此外这个方法也负责数组的扩容）
源码实现比较长，这里主要关注初始化过程，以以下面这段逻辑进行实例分析
Map map = new HashMap<>();
map.put(xx, xx);
<div class="se-preview-section-delimiter"></div>
对resize方法中一些逻辑配合上面的使用方式进行简化处理, 抽出代码如下
final Node<K,V>[] resize() {
Node<K,V>[] oldTab = table; // null
int oldCap = 0;
int oldThr = 0;
int newCap, newThr = 0;
// zero initial threshold signifies using defaults
newCap = 16; // DEFAULT_INITIAL_CAPACITY;
newThr = 12; // (int)(DEFAULT_LOAD_FACTOR * DEFAULT_INITIAL_CAPACITY);
threshold = newThr;
@SuppressWarnings({"rawtypes","unchecked"})
Node<K,V>[] newTab = (Node<K,V>[])new Node[newCap];
table = newTab;
return newTab;
}
<div class="se-preview-section-delimiter"></div>上面是简化resize的内部逻辑，单独剥离出初始化 table 数组的代码块；
说明
- 初始化的数组长度为16
- threshold 阀值为12 ：
0.75 * 数组长度
e. hash方法
计算key的hash值，这个直接决定hash碰撞的概率
实现如下
static final int hash(Object key) {
int h;
return (key == null) ? 0 : (h = key.hashCode()) ^ (h >>> 16);
}到这里自然就会有一个疑问
如何根据hash值与table数组进行关联，又如何保证碰撞较小？
这个问题单独成篇，再将这个，这里先记下
小结
1. 存储结构
HashMap 的底层数据结构是一个Node数组，配合Node链表的方式进行kv存储
2. 初始化
数组的初始化延迟在首次向Map中添加元素时进行
默认数组长度为16，阀值为12
阀值定义为： The next size value at which to resize (capacity * load factor).
“`
逻辑拆解：
- 判断
table数组是否初始化，否则进行初始化
- 计算key的hash值（通过
hash()方法获取）
- 以key的hash值计算索引，到
table数组中查询Node节点
- 若不存在，则新建一个Node节点，塞入该位置
- 若存在，则继续判断该节点的key是否和传入的key相同or相等(
equals()方法)
- 是，则直接修改这个Node节点的value值即可
- 否，表示出现hash碰撞了，需要遍历Node节点内部的next节点，直到到next节点为null（新建一个Node节点）或next节点就是我们希望的节点（更新该节点value值）为止
到这里就可以解决在介绍Node类结构的两个问题
- Node中的hash字段干嘛的？
- hash字段保存的是Key通过
hash()方法计算的值
- 可以用于判断一个
Node是否为我们查找的节点
- Node中为什么有next节点
- next节点存的是相同
hash值的kv键值对，由此可以看出HashMap的存储结构
- 当出现hash碰撞时，即对于计算key的hash值相同的Node节点，以链表结构存在
d. table数组初始化
push(k,v) 包含较多的内容，上面只给出了设计逻辑，具体实现有必要扣一扣，研究下其中一些有意思的点
从上面的的代码可以看出，调用 resize() 方法进行的初始化（此外这个方法也负责数组的扩容）
源码实现比较长，这里主要关注初始化过程，以以下面这段逻辑进行实例分析
“`java
Map map = new HashMap<>();
map.put(xx, xx);
4. 获取Entry对象
如何通过key获取对应的Entry对象呢？
-
hash()方法计算key的hash值
- hash值定位
table数组中的下标
- 取出数组中的
Node 节点
- null，表示不存在
- 非null，判断Node节点的key是否等同输入key
- 是直接返回
- 否则遍历
Node的 next节点，直到为null或者找到为止
参考
- HashMap源码注解 之 静态工具方法hash()、tableSizeFor()（四）
