介绍
HashMap 是基于哈希表的 Map 接口的实现，并允许使用 null 值和 null 键。HashMap 在 JDK1.8 之前使用的是哈希表 + 链表的方式存储数据。在 JDK1.8 之后，如果链表过长则将链表转成红黑树。 
源码分析
继承
public class HashMap<K,V> extends AbstractMap<K,V> implements Map<K,V>, Cloneable, Serializable {}
HashMap 继承了 AbstractMap 及实现了 Map、Cloneable 和 Serializable 接口。
成员变量
private static final long serialVersionUID = 362498820763181265L; // aka 16 默认的初始容量 1*2*2*2*2 = 16 static final int DEFAULT_INITIAL_CAPACITY = 1 << 4; //最大容量是2的30次方 static final int MAXIMUM_CAPACITY = 1 << 30; //填充因子是0.75.如果哈希表中的元素超过了加载因子与当前容量的乘积，就调用rehash方法 static final float DEFAULT_LOAD_FACTOR = 0.75f; //阈值，当桶上的链表数大于这个值会转成红黑树 static final int TREEIFY_THRESHOLD = 8; //当桶中的立案表述小于这个值则红黑树转成链表 static final int UNTREEIFY_THRESHOLD = 6; //转成红黑树之前，判断键值对数量大于64才会转换。 static final int MIN_TREEIFY_CAPACITY = 64; //哈希表数组，长度一直为2的幂次 transient Node<K,V>[] table; //键值对集合 transient Set<Map.Entry<K,V>> entrySet; //键值对的数量 transient int size; //统计操作次数，迭代的时候判断这个值是否变化，fail-fast抛出ConcurrentModificationException transient int modCount; //阈值，键值对数量大于这个值将开始扩容。threshold = table.length * loadFactor int threshold; //这个才是填充因子，上面DEFAULT_LOAD_FACTOR是默认的 final float loadFactor;
Node 结点
static class Node<K,V> implements Map.Entry<K,V> { //存的结点的hash值 final int hash; //K和V的值，这里V不用final修饰。K用final修饰，说明键只能赋值一次，不能改变，但是值可以改变 final K key; V value; //指向下一个结点 Node<K,V> next; //创建一个结点 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; //instanceof 判断对象o是否是类Map.Entry的一个实例 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; } }
构造函数
//传入初始容量和填充因子 public HashMap(int initialCapacity, float loadFactor) { //判断初始容量是否合法 if (initialCapacity < 0) throw new IllegalArgumentException("Illegal initial capacity: " + initialCapacity) //如果传入的初始容量大于最大容量，将用最大容量作为初始容量 if (initialCapacity > MAXIMUM_CAPACITY) //初始容量在这里有啥用？？？ initialCapacity = MAXIMUM_CAPACITY; //判断填充因子是否合法 if (loadFactor <= 0 || Float.isNaN(loadFactor)) throw new IllegalArgumentException("Illegal load factor: " + loadFactor); this.loadFactor = loadFactor; //计算出来threshold阈值 this.threshold = tableSizeFor(initialCapacity); } /*将初始化容量转化为大于等于最接近cap的2的整数次幂 |是或运算，>>>是无符号右移，空位0补齐 以n = 011011， 011011 >>> 1 = 001101 011011 | 001101 = 011111 ..... 然后继续下去，最后得到最高位和后面的都是1，就能保证结果大于等于n，并且n为奇数，最后再加1. 因为int为32位，所以最后肯定能让所有位都为1 */ static final int tableSizeFor(int cap) { //cap减一，是防止传进来的是2的整数次幂，减一后保证最后结果是cap本身 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; }
//如果没有传入填充因子，则使用默认的填充因子 public HashMap(int initialCapacity) { this(initialCapacity, DEFAULT_LOAD_FACTOR); }
//只默认了填充因子 public HashMap() { this.loadFactor = DEFAULT_LOAD_FACTOR; // all other fields defaulted }
//传入一个Map初始化 public HashMap(Map<? extends K, ? extends V> m) { //使用默认填充因子 this.loadFactor = DEFAULT_LOAD_FACTOR; putMapEntries(m, false); } final void putMapEntries(Map<? extends K, ? extends V> m, boolean evict) { //s是长度 int s = m.size(); if (s > 0) { //如果哈希表没有初始化 if (table == null) { // pre-size float ft = ((float)s / loadFactor) + 1.0F; int t = ((ft < (float)MAXIMUM_CAPACITY) ? (int)ft : MAXIMUM_CAPACITY); //计算出来的t大于阈值，则用t初始化阈值 if (t > threshold) threshold = tableSizeFor(t); } //m的个数大于阈值，则进行扩容 else if (s > threshold) resize(); for (Map.Entry<? extends K, ? extends V> e : m.entrySet()) { K key = e.getKey(); V value = e.getValue(); putVal(hash(key), key, value, false, evict); } } }
其他方法
(table.length - 1) & hash
HashMap 根据 key 的 hashCode 计算 hash 值，知道 hash 值之后怎么确定 key 在数组中的位置呢，这里就用到了(table.length - 1) & hash；
首先使用(table.length - 1) 和 hash 进行与操作，不用担心数组越界。那为什么要数组长度减一呢？假设数组长度是 16,假设有两个 hashcode 是 8 和 9:
8 的二进制：1000
9 的二进制：1001
16 的二进制是：10000
8 & 16 = 10000
9 & 16 = 10000
这样出现了两个不同的 hashcode 在一个数组中，增加了查找的次数
如果 table.length - 1，也就是 16-1：
15 的二进制：1111
8 & 15 = 1000
9 & 15 = 1001
get
//传入Key，返回Value public V get(Object key) { Node<K,V> e; //这里也能看到hashmap可以保存null return (e = getNode(hash(key), key)) == null ? null : e.value; } //传入Key的hash值和key的值 final Node<K,V> getNode(int hash, Object key) { Node<K,V>[] tab; Node<K,V> first, e; int n; K k; //判断数组是否是null，数组长度是否大于0，取出来的结点是否为null if ((tab = table) != null && (n = tab.length) > 0 && (first = tab[(n - 1) & hash]) != null) { //先判断结点的hash值是否相同，再判断key是否相同，都相同就返回这个结点 if (first.hash == hash && // always check first node ((k = first.key) == key || (key != null && key.equals(k)))) return first; //如果数组中还有其他的结点，就继续查找 if ((e = first.next) != null) { //判断first是不是红黑树 if (first instanceof TreeNode) //调用TreeNode中的getTreeNode方法，我还没看TreeNode类，一会写 return ((TreeNode<K,V>)first).getTreeNode(hash, key); //不是红黑树，是链表，开始遍历链表 do { if (e.hash == hash && ((k = e.key) == key || (key != null && key.equals(k)))) return e; } while ((e = e.next) != null); } } return null; }
红黑树
红黑树不是严格的平衡二叉树，红黑树比 AVL 树不平衡最多一层，查询上比 AVL 最多多一次比较。红黑树在添加和删除结点时比 AVL 减少旋转次数，旋转三次以内就会解决不平衡，而 AVL 树追求严格平衡，旋转次数很多。因此大多选用红黑树。
- 树根：必须是黑色
- 叶子节点：黑色（NULL）
- 红色节点的子节点都是黑色（不存在两个红色节点连续）
- 从任一节点到每个叶子节点路径包含相同数量的黑色节点
static final class TreeNode<K,V> extends LinkedHashMap.Entry<K,V> { TreeNode<K,V> parent; // 父节点 TreeNode<K,V> left; TreeNode<K,V> right; TreeNode<K,V> prev; // 前一个节点 boolean red; //颜色 /* 这个构造函数调用了super()，LinkedHashMap.Entry的构造函数中也是调用super();就回到了上面的Node类中： Node(int hash, K key, V value, Node<K,V> next) {} */ TreeNode(int hash, K key, V val, Node<K,V> next) { super(hash, key, val, next); } /** * 返回这个节点的根节点，就是不断向上找 */ final TreeNode<K,V> root() { for (TreeNode<K,V> r = this, p;;) { //根节点的父节点是null if ((p = r.parent) == null) return r; r = p; } } /** * 确保传进来的root节点是这个二叉树的根节点 */ static <K,V> void moveRootToFront(Node<K,V>[] tab, TreeNode<K,V> root) { int n;//n是HashMap的数组长度 //验证传进来的参数是否合法，tab是HashMap的哈希表 if (root != null && tab != null && (n = tab.length) > 0) { //上面解释过了，index是哈希表数组的索引 int index = (n - 1) & root.hash; //如果是红黑树的结构，哈希表数组中存储的结点是红黑树的头节点，所以这里直接取tab[index]就是取出来红黑树的头节点，可以看上面的图 TreeNode<K,V> first = (TreeNode<K,V>)tab[index]; //如果头节点和传进来的root不相同 if (root != first) { Node<K,V> rn; //直接把root放进去 tab[index] = root; TreeNode<K,V> rp = root.prev;//rp等于root结点的前一个结点 //如果存在下一个结点 /* 这里是这样：rp-->root-->rn 现在把root拿出来当红黑树的根结点了变成了：rp-->rn 因为是双向链表,需要：rp<--rn */ if ((rn = root.next) != null) //下一个结点rn的前驱结点设置为root的前驱rp<--rn ((TreeNode<K,V>)rn).prev = rp; if (rp != null) //rp-->rn rp.next = rn; /* 这里变成了：root-->frist；null<--root<--frist */ if (first != null) first.prev = root; root.next = first; root.prev = null; } //checkInvariants()方法还没看，这里如果返回false就会抛出AssertionError错误，然后终止执行 assert checkInvariants(root); } } /** * Finds the node starting at root p with the given hash and key. * The kc argument caches comparableClassFor(key) upon first use * comparing keys. h：hash值 k：key kc:缓存key？ 给定hash值和key找到这个节点 */ final TreeNode<K,V> find(int h, Object k, Class<?> kc) { //从节点p还是查找 TreeNode<K,V> p = this; do { //ph:p节点的hash值； pk:节点p的key int ph, dir; K pk; TreeNode<K,V> pl = p.left, pr = p.right, q; /* 这里能看出来，红黑树是根据hash值来判断一个节点应该去左边还是右边。这里可能会有个疑问，前面判断在哈希表数组索引也是用的hash值，那红黑树中所有的hash值不应该一样吗？其实，前面哈希表数组中判断的hash值是Node节点的hash值：Objects.hashCode(key) ^ Objects.hashCode(value);也就是key的hash值和value的hash值取异或，而这里用到的hash值是key的hash值，还不知道value是多少。 */ //h小于p节点的hash值，向左查找 if ((ph = p.hash) > h) p = pl; //h大于p节点的hash值，向右查找 else if (ph < h) p = pr; //判断key是否相同，相同就查找到了 else if ((pk = p.key) == k || (k != null && k.equals(pk))) return p; //这是出现hash值相同但是key不同的情况？ else if (pl == null) //左子树是null就去右子树找 p = pr; else if (pr == null) //左子树是null去右子树找 p = pl; //comparableClassFor方法是获取k的运行时类型，compareComparables方法先判断，key与运行时kc是同类型，在通过调用k和kc实现的Comparable接口的compareTo进行比较 else if ((kc != null || (kc = comparableClassFor(k)) != null) && (dir = compareComparables(kc, k, pk)) != 0) p = (dir < 0) ? pl : pr; //在右子树里面递归 else if ((q = pr.find(h, k, kc)) != null) return q; else p = pl; } while (p != null); return null; } /** * 从根节点开始查找 */ final TreeNode<K,V> getTreeNode(int h, Object k) { //parent==null 就说明是根结点，否则就找到根结点再查找 return ((parent != null) ? root() : this).find(h, k, null); } /** 比较两个对象的大小，不会返回0 */ static int tieBreakOrder(Object a, Object b) { int d; //比较类名，如果相同，调用本地方法为对象生成hashcode值，再继续比较 if (a == null || b == null || (d = a.getClass().getName(). compareTo(b.getClass().getName())) == 0) d = (System.identityHashCode(a) <= System.identityHashCode(b) ? -1 : 1); return d; } /** * 链表转成红黑树 */ final void treeify(Node<K,V>[] tab) { TreeNode<K,V> root = null; for (TreeNode<K,V> x = this, next; x != null; x = next) { //把x在链表里面取出来，next指向下一个结点 next = (TreeNode<K,V>)x.next; x.left = x.right = null;//设置左右子树为null //如果x是第一个结点，也就是root为null的情况，将父结点指向null，颜色是黑色 if (root == null) { x.parent = null; x.red = false; root = x; } else { K k = x.key; int h = x.hash; Class<?> kc = null; //下面的代码和find函数差不多，就是找到k应该去的位置。 for (TreeNode<K,V> p = root;;) { int dir, ph; K pk = p.key; if ((ph = p.hash) > h) dir = -1; else if (ph < h) dir = 1; else if ((kc == null && (kc = comparableClassFor(k)) == null) || (dir = compareComparables(kc, k, pk)) == 0) dir = tieBreakOrder(k, pk); TreeNode<K,V> xp = p; //dir小于等于0去左边，大于0去右边。这里找到了应该去的位置 if ((p = (dir <= 0) ? p.left : p.right) == null) { x.parent = xp; if (dir <= 0) xp.left = x; else xp.right = x; //旋转节点，保持平衡 root = balanceInsertion(root, x); break; } } } } //将根节点放进去 moveRootToFront(tab, root); } /** * 将树转成链表 */ final Node<K,V> untreeify(HashMap<K,V> map) { Node<K,V> hd = null, tl = null; for (Node<K,V> q = this; q != null; q = q.next) { Node<K,V> p = map.replacementNode(q, null); if (tl == null) hd = p; else tl.next = p; tl = p; } return hd; } /** * 插入元素 */ final TreeNode<K,V> putTreeVal(HashMap<K,V> map, Node<K,V>[] tab, int h, K k, V v) { Class<?> kc = null; boolean searched = false;//标记是否查找一次 TreeNode<K,V> root = (parent != null) ? root() : this; //获取根结点 for (TreeNode<K,V> p = root;;) { int dir, ph; K pk; if ((ph = p.hash) > h) dir = -1; else if (ph < h) dir = 1; else if ((pk = p.key) == k || (k != null && k.equals(pk))) return p; else if ((kc == null && (kc = comparableClassFor(k)) == null) || (dir = compareComparables(kc, k, pk)) == 0) { //如果K和PK通过COMPARATO比较之后，如果相同就进来，并且只会进来一次 if (!searched) { TreeNode<K,V> q, ch; searched = true; //从左子树或者右子树中找到就返回 if (((ch = p.left) != null && (q = ch.find(h, k, kc)) != null) || ((ch = p.right) != null && (q = ch.find(h, k, kc)) != null)) return q; } dir = tieBreakOrder(k, pk); } //找到合适的位置，然后插入 TreeNode<K,V> xp = p; if ((p = (dir <= 0) ? p.left : p.right) == null) { Node<K,V> xpn = xp.next; //创建一个新的节点 TreeNode<K,V> x = map.newTreeNode(h, k, v, xpn); if (dir <= 0) xp.left = x; else xp.right = x; xp.next = x; x.parent = x.prev = xp; if (xpn != null) ((TreeNode<K,V>)xpn).prev = x; moveRootToFront(tab, balanceInsertion(root, x)); return null; } } } /* 删除结点 1.如果删除的是红色结点则不影响性质 2。如果删除的是黑色结点，那么路径上会少一个黑色结点，破坏了性质 */ final void removeTreeNode(HashMap<K,V> map, Node<K,V>[] tab, boolean movable) { int n; if (tab == null || (n = tab.length) == 0) return; int index = (n - 1) & hash; //找到根结点 TreeNode<K,V> first = (TreeNode<K,V>)tab[index], root = first, rl; //succ表示下一个结点，pred表示上一个结点 TreeNode<K,V> succ = (TreeNode<K,V>)next, pred = prev; //如果要删除根结点，直接将下一个结点提上来 if (pred == null) tab[index] = first = succ; //否则就直接将当前结点的上一个结点指向当前结点的下一个结点 else pred.next = succ; if (succ != null) succ.prev = pred; if (first == null) return; //根结点赋值到root if (root.parent != null) root = root.root(); //红黑树结点太少，转换成链表返回 if (root == null || (movable && (root.right == null || (rl = root.left) == null || rl.left == null))) { tab[index] = first.untreeify(map); // too small return; } TreeNode<K,V> p = this, pl = left, pr = right, replacement; /* 找到结点之后，需要删除结点，红黑树删除结点分为几种情况： 情况1：删除的结点左右子树都非空（按其他二叉树删除的方式处理，转变成其他的下面的三种情况） 情况2：删除的结点左子树为空，右子树非空 情况3：删除的结点右子树为空，左子树非空 情况4：删除的结点左右子树都为空 */ //情况1 if (pl != null && pr != null) { //这里s指向的是当前结点p的右节点 TreeNode<K,V> s = pr, sl; //不断找要删除结点的右子树里面的最左结点，赋值给s while ((sl = s.left) != null) // find successor s = sl; //交换要删除结点右子树的最左叶子节点s和要删除结点p的颜色 boolean c = s.red; s.red = p.red; p.red = c; // swap colors TreeNode<K,V> sr = s.right; TreeNode<K,V> pp = p.parent; //特殊情况，如果p结点的右结点s没有左孩子 if (s == pr) { // p was s's direct parent //直接交换p结点和s结点 p.parent = s; s.right = p; } else { TreeNode<K,V> sp = s.parent; //还是交换s结点和p结点 if ((p.parent = sp) != null) { if (s == sp.left) sp.left = p; else sp.right = p; } if ((s.right = pr) != null) pr.parent = s; } p.left = null; //如果s存在右结点，就将p设置为sr的父结点 if ((p.right = sr) != null) sr.parent = p; //p的左结点给s if ((s.left = pl) != null) pl.parent = s; //p的父结点给s if ((s.parent = pp) == null) root = s; else if (p == pp.left) pp.left = s; else pp.right = s; //如果s有右结点，则replacement等于右结点，否则为p if (sr != null) replacement = sr; else replacement = p; } //情况3 else if (pl != null) replacement = pl; //情况2 else if (pr != null) replacement = pr; else //情况4 replacement = p; //当p有孩子或者s有孩子，进行删除结点操作 if (replacement != p) { TreeNode<K,V> pp = replacement.parent = p.parent; if (pp == null) root = replacement; else if (p == pp.left) pp.left = replacement; else pp.right = replacement; p.left = p.right = p.parent = null; } //对红黑树进行调整 TreeNode<K,V> r = p.red ? root : balanceDeletion(root, replacement); //当p结点没有孩子，或者s结点没有孩子，进行删除操作 if (replacement == p) { // detach TreeNode<K,V> pp = p.parent; p.parent = null; if (pp != null) { if (p == pp.left) pp.left = null; else if (p == pp.right) pp.right = null; } } if (movable) moveRootToFront(tab, r); } /** 红黑树扩容时调用拆分方法，将红黑树拆成两个链表 */ final void split(HashMap<K,V> map, Node<K,V>[] tab, int index, int bit) { TreeNode<K,V> b = this; // Relink into lo and hi lists, preserving order TreeNode<K,V> loHead = null, loTail = null; TreeNode<K,V> hiHead = null, hiTail = null; //两个变量计数，如果很小将变成链表，否则变成红黑树 int lc = 0, hc = 0; for (TreeNode<K,V> e = b, next; e != null; e = next) { next = (TreeNode<K,V>)e.next; e.next = null; if ((e.hash & bit) == 0) { if ((e.prev = loTail) == null) loHead = e; else loTail.next = e; loTail = e; ++lc; } else { if ((e.prev = hiTail) == null) hiHead = e; else hiTail.next = e; hiTail = e; ++hc; } } if (loHead != null) { //UNTREEIFY_THRESHOLD = 6 ,如果拆分后小于这个值就转成链表，否则就转成红黑树 if (lc <= UNTREEIFY_THRESHOLD) tab[index] = loHead.untreeify(map); else { tab[index] = loHead; if (hiHead != null) // (else is already treeified) loHead.treeify(tab); } } if (hiHead != null) { if (hc <= UNTREEIFY_THRESHOLD) tab[index + bit] = hiHead.untreeify(map); else { tab[index + bit] = hiHead; if (loHead != null) hiHead.treeify(tab); } } } /* ------------------------------------------------------------ */ // Red-black tree methods, all adapted from CLR //下面是左旋和右旋调整结点，在我另外一篇博客中已经将清楚了[算法导论学习笔记--红黑树](https://www.gwt.fun/articles/2017/08/26/1546585401831.html#%E6%97%8B%E8%BD%AC) //左旋 static <K,V> TreeNode<K,V> rotateLeft(TreeNode<K,V> root, TreeNode<K,V> p) { TreeNode<K,V> r, pp, rl; if (p != null && (r = p.right) != null) { if ((rl = p.right = r.left) != null) rl.parent = p; if ((pp = r.parent = p.parent) == null) (root = r).red = false; else if (pp.left == p) pp.left = r; else pp.right = r; r.left = p; p.parent = r; } return root; } //右旋 static <K,V> TreeNode<K,V> rotateRight(TreeNode<K,V> root, TreeNode<K,V> p) { TreeNode<K,V> l, pp, lr; if (p != null && (l = p.left) != null) { if ((lr = p.left = l.right) != null) lr.parent = p; if ((pp = l.parent = p.parent) == null) (root = l).red = false; else if (pp.right == p) pp.right = l; else pp.left = l; l.right = p; p.parent = l; } return root; } /* 插入结点后调整方法，插入结点遵循下面的规则： 1、插入的结点重视红色 2、如果插入结点的父结点是黑色，能保证性质 3、如果是红色，则破坏了性质，必须进行重新染色或者旋转 插入过程详解过程：https://www.gwt.fun/articles/2017/08/26/1546585401831.html#%E6%8F%92%E5%85%A5 */ static <K,V> TreeNode<K,V> balanceInsertion(TreeNode<K,V> root, TreeNode<K,V> x) { x.red = true; //先设置插入的结点为红色 //xp：x的父结点；xpp：x的父结点的父结点，也就是爷爷结点；xppl：爷爷结点的左节点；xppr：爷爷结点的右结点 for (TreeNode<K,V> xp, xpp, xppl, xppr;;) { //如果x的父结点是null，表示x是根结点，直接返回x if ((xp = x.parent) == null) { x.red = false; return x; } //如果父结点是黑色或者不存在爷爷结点，就直接返回 else if (!xp.red || (xpp = xp.parent) == null) return root; //如果父结点是爷爷结点的左结点 if (xp == (xppl = xpp.left)) { //如果爷爷结点的右结点存在，并且该结点是红色 if ((xppr = xpp.right) != null && xppr.red) { //这里结合图看的会更明白，把叔叔结点设置成黑色，父结点设置为黑色，爷爷结点设置成红色 xppr.red = false; xp.red = false; xpp.red = true; //爷爷结点赋值给x，继续循环 x = xpp; } //爷爷结点的右结点不存在或者叔叔结点是黑色 else { //判断x是否是父结点的右节点 if (x == xp.right) { //x上升至父结点，并左旋 root = rotateLeft(root, x = xp); xpp = (xp = x.parent) == null ? null : xp.parent; } if (xp != null) { //x是左孩子，x的父结点设置为黑色，x的爷爷改成红色然后右旋 xp.red = false; if (xpp != null) { xpp.red = true; root = rotateRight(root, xpp); } } } } else { //将上面的过程反过来 if (xppl != null && xppl.red) { xppl.red = false; xp.red = false; xpp.red = true; x = xpp; } else { if (x == xp.left) { root = rotateRight(root, x = xp); xpp = (xp = x.parent) == null ? null : xp.parent; } if (xp != null) { xp.red = false; if (xpp != null) { xpp.red = true; root = rotateLeft(root, xpp); } } } } } } /* 删除结点后调整规则： 1、如果删除红色结点，不破坏规则 2、如果是黑色，就少了一个黑色 https://www.gwt.fun/articles/2017/08/26/1546585401831.html#%E5%88%A0%E9%99%A4 */ static <K,V> TreeNode<K,V> balanceDeletion(TreeNode<K,V> root, TreeNode<K,V> x) { for (TreeNode<K,V> xp, xpl, xpr;;) { //删除后结点是null或者是根结点，不调整 if (x == null || x == root) return root; //x成为根结点，将x设置为黑色 else if ((xp = x.parent) == null) { x.red = false; return x; } //如果x是红的，设置成黑 else if (x.red) { x.red = false; return root; } //x是父亲的左孩子 else if ((xpl = xp.left) == x) { //x的兄弟是红色的 if ((xpr = xp.right) != null && xpr.red) { xpr.red = false; xp.red = true; root = rotateLeft(root, xp); xpr = (xp = x.parent) == null ? null : xp.right; } //没有兄弟，则x到父结点位置 if (xpr == null) x = xp; else { TreeNode<K,V> sl = xpr.left, sr = xpr.right; if ((sr == null || !sr.red) && (sl == null || !sl.red)) { //如果x结点的兄弟是黑色的，并且左右结点都是黑色 xpr.red = true; x = xp; } else { if (sr == null || !sr.red) { //x的兄弟是黑色，右结点是黑色，左结点是红色 if (sl != null) sl.red = false; //将x的兄弟结点变成红色,然后右旋 //下面的不写了，就是那几个过程，看明白就行，代码看不看都可以 xpr.red = true; root = rotateRight(root, xpr); xpr = (xp = x.parent) == null ? null : xp.right; } if (xpr != null) { xpr.red = (xp == null) ? false : xp.red; if ((sr = xpr.right) != null) sr.red = false; } if (xp != null) { xp.red = false; root = rotateLeft(root, xp); } x = root; } } } else { // 反过来的 if (xpl != null && xpl.red) { xpl.red = false; xp.red = true; root = rotateRight(root, xp); xpl = (xp = x.parent) == null ? null : xp.left; } if (xpl == null) x = xp; else { TreeNode<K,V> sl = xpl.left, sr = xpl.right; if ((sl == null || !sl.red) && (sr == null || !sr.red)) { xpl.red = true; x = xp; } else { if (sl == null || !sl.red) { if (sr != null) sr.red = false; xpl.red = true; root = rotateLeft(root, xpl); xpl = (xp = x.parent) == null ? null : xp.left; } if (xpl != null) { xpl.red = (xp == null) ? false : xp.red; if ((sl = xpl.left) != null) sl.red = false; } if (xp != null) { xp.red = false; root = rotateRight(root, xp); } x = root; } } } } } /** * 从根结点开始检查红黑树，是否符合红黑树的性质 */ static <K,V> boolean checkInvariants(TreeNode<K,V> t) { TreeNode<K,V> tp = t.parent, tl = t.left, tr = t.right, tb = t.prev, tn = (TreeNode<K,V>)t.next; if (tb != null && tb.next != t) return false; if (tn != null && tn.prev != t) return false; if (tp != null && t != tp.left && t != tp.right) return false; if (tl != null && (tl.parent != t || tl.hash > t.hash)) return false; if (tr != null && (tr.parent != t || tr.hash < t.hash)) return false; if (t.red && tl != null && tl.red && tr != null && tr.red) return false; if (tl != null && !checkInvariants(tl)) return false; if (tr != null && !checkInvariants(tr)) return false; return true; } }
put(K,V)
终于看完了 TreeNode 类，现在继续看 HashMap。
public V put(K key, V value) { return putVal(hash(key), key, value, false, true); } final V putVal(int hash, K key, V value, boolean onlyIfAbsent, boolean evict) { Node<K,V>[] tab; Node<K,V> p; int n, i; //如果tab是空或者长度为0，就扩容 if ((tab = table) == null || (n = tab.length) == 0) n = (tab = resize()).length; //如果哈希表数组中是空，就创建一个结点放进去 if ((p = tab[i = (n - 1) & hash]) == null) tab[i] = newNode(hash, key, value, null); else { Node<K,V> e; K k; //hash 相同，并且key相同 if (p.hash == hash && ((k = p.key) == key || (key != null && key.equals(k)))) e = p; //如果是红黑树 else if (p instanceof TreeNode) e = ((TreeNode<K,V>)p).putTreeVal(this, tab, hash, key, value); else { //遍历链表 for (int binCount = 0; ; ++binCount) { //如果遍历完链表也没找到，就直接加在最后 if ((e = p.next) == null) { p.next = newNode(hash, key, value, null); //如果链表长度大于等于8就变成红黑树，同理，红黑树小于6就转成链表 if (binCount >= TREEIFY_THRESHOLD - 1) // -1 for 1st treeifyBin(tab, hash); break; } //在链表中找到 if (e.hash == hash && ((k = e.key) == key || (key != null && key.equals(k)))) break; p = e; } } //更新value值 if (e != null) { // existing mapping for key // V oldValue = e.value; if (!onlyIfAbsent || oldValue == null) e.value = value; afterNodeAccess(e); return oldValue; } } ++modCount; //threshold是阈值，超过就要扩容 if (++size > threshold) resize(); afterNodeInsertion(evict); return null; }
resize()
final Node<K,V>[] resize() { Node<K,V>[] oldTab = table; int oldCap = (oldTab == null) ? 0 : oldTab.length; //获取旧哈希表长度 int oldThr = threshold; //获取旧阈值 int newCap, newThr = 0; if (oldCap > 0) { //超过Integer最大值，就不能加了 if (oldCap >= MAXIMUM_CAPACITY) { threshold = Integer.MAX_VALUE; return oldTab; } //扩容2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; //调用了无参构造函数，使用默认容量16，阈值为0.75*16 else { // zero initial threshold signifies using defaults newCap = DEFAULT_INITIAL_CAPACITY; newThr = (int)(DEFAULT_LOAD_FACTOR * DEFAULT_INITIAL_CAPACITY); } //如果新阈值为0，则重新计算，如果超过了Integer最大值，就直接赋值最大值 if (newThr == 0) { float ft = (float)newCap * loadFactor; newThr = (newCap < MAXIMUM_CAPACITY && ft < (float)MAXIMUM_CAPACITY ? (int)ft : Integer.MAX_VALUE); } threshold = newThr;//更新阈值 @SuppressWarnings({"rawtypes","unchecked"}) Node<K,V>[] newTab = (Node<K,V>[])new Node[newCap]; table = newTab; //如果旧tab里面有数据 if (oldTab != null) { //遍历每一个哈希表数组 for (int j = 0; j < oldCap; ++j) { Node<K,V> e; //临时将结点赋值给e if ((e = oldTab[j]) != null) { oldTab[j] = null; //如果e只有一个结点，就重新计算然后存到新tab里面 if (e.next == null) newTab[e.hash & (newCap - 1)] = e; //如果结点多，是红黑树，就拆分 else if (e instanceof TreeNode) ((TreeNode<K,V>)e).split(this, newTab, j, oldCap); else { // preserve order Node<K,V> loHead = null, loTail = null; Node<K,V> hiHead = null, hiTail = null; Node<K,V> next; do { next = e.next; /* e.hash & oldCap,这个也非常的巧妙，刚在红黑树的split中看这个式子还没闷过来弯，在这里看明白了。(table.length - 1) & hash是查找索引，而这里没有减一。 这样就得出来两个值，0或者oldCap，这样就能拆成两个链表 */ 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; } } } } } return newTab; }
treeifyBin()
这个方法的作用是将链表转成红黑树
final void treeifyBin(Node<K,V>[] tab, int hash) { int n, index; Node<K,V> e; //如果链表达到了转换成红黑树的阈值，但是tab的数量没到变成红黑树的阈值，也不会变化。MIN_TREEIFY_CAPACITY = 64 if (tab == null || (n = tab.length) < MIN_TREEIFY_CAPACITY) resize(); else if ((e = tab[index = (n - 1) & hash]) != null) { TreeNode<K,V> hd = null, tl = null; do { TreeNode<K,V> p = replacementTreeNode(e, null); if (tl == null) hd = p; else { p.prev = tl; tl.next = p; } tl = p; } while ((e = e.next) != null); if ((tab[index] = hd) != null) hd.treeify(tab); } }
欢迎来到这里！
我们正在构建一个小众社区，大家在这里相互信任，以平等 • 自由 • 奔放的价值观进行分享交流。最终，希望大家能够找到与自己志同道合的伙伴，共同成长。
注册 关于