HashMap源码阅读

发表于 | 分类于 ， | |

HashMap是我们平台开发中最经常使用数据结构之一。很多人肯定是使用过很多次HashMap，但是至于HashMap的源码实现，可能很多人就没什么概念了。本文来介绍一下Java中HashMap的源码实现。

本文基于JDK1.8

常量定义

DEFAULT_INITIAL_CAPACITY

1
2
3
4
/**
 * The default initial capacity - MUST be a power of two.
 */
static final int DEFAULT_INITIAL_CAPACITY = 1 << 4; // aka 16
  • map的默认大小，默认是1 << 4=16，必须是2的幂

MAXIMUM_CAPACITY

1
2
3
4
5
6
/**
 * The maximum capacity, used if a higher value is implicitly specified
 * by either of the constructors with arguments.
 * MUST be a power of two <= 1<<30.
 */
static final int MAXIMUM_CAPACITY = 1 << 30;
  • map的最大容量，默认是1 << 30

DEFAULT_LOAD_FACTOR

1
2
3
4
/**
 * The load factor used when none specified in constructor.
 */
static final float DEFAULT_LOAD_FACTOR = 0.75f;
  • 默认装载因子，默认是0.75f，超过这个值就需要进行扩容

TREEIFY_THRESHOLD

1
2
3
4
5
6
7
8
9
/**
 * The bin count threshold for using a tree rather than list for a
 * bin.  Bins are converted to trees when adding an element to a
 * bin with at least this many nodes. The value must be greater
 * than 2 and should be at least 8 to mesh with assumptions in
 * tree removal about conversion back to plain bins upon
 * shrinkage.
 */
static final int TREEIFY_THRESHOLD = 8;
  • 由链表转换成树的阈值，一个桶中bin（箱子）的存储方式由链表转换成树的阈值
  • 即当桶中bin的数量超过TREEIFY_THRESHOLD时使用树来代替链表。默认值是8

UNTREEIFY_THRESHOLD

1
2
3
4
5
6
/**
 * The bin count threshold for untreeifying a (split) bin during a
 * resize operation. Should be less than TREEIFY_THRESHOLD, and at
 * most 6 to mesh with shrinkage detection under removal.
 */
static final int UNTREEIFY_THRESHOLD = 6;
  • 由树转换成链表的阈值
  • 当执行resize操作时，当桶中bin的数量少于UNTREEIFY_THRESHOLD时使用链表来代替树。默认值是6

MIN_TREEIFY_CAPACITY

1
2
3
4
5
6
7
/**
 * The smallest table capacity for which bins may be treeified.
 * (Otherwise the table is resized if too many nodes in a bin.)
 * Should be at least 4 * TREEIFY_THRESHOLD to avoid conflicts
 * between resizing and treeification thresholds.
 */
static final int MIN_TREEIFY_CAPACITY = 64;
  • 当桶中的bin被树化时最小的hash表容量
  • 如果没有达到这个阈值，即hash表容量小于MIN_TREEIFY_CAPACITY，当桶中bin的数量太多时会执行resize扩容操作
  • 这个MIN_TREEIFY_CAPACITY的值至少是TREEIFY_THRESHOLD的4倍

成员变量

table

1
2
3
4
5
6
7
/**
 * The table, initialized on first use, and resized as
 * necessary. When allocated, length is always a power of two.
 * (We also tolerate length zero in some operations to allow
 * bootstrapping mechanics that are currently not needed.)
 */
transient Node<K,V>[] table;
  • 存放KV数据的数组
  • 第一次使用的时候被初始化，根据需要可以重新resize
  • 分配的长度总是2的幂

entrySet

1
2
3
4
5
/**
 * Holds cached entrySet(). Note that AbstractMap fields are used
 * for keySet() and values().
 */
transient Set<Map.Entry<K,V>> entrySet;
  • 当被调用entrySet时被赋值
  • 通过keySet()方法可以得到map key的集合
  • 通过values方法可以得到map value的集合

size

1
2
3
4
/**
 * The number of key-value mappings contained in this map.
 */
transient int size;
  • 存放在map中的KV映射的总数

modCount

1
2
3
4
5
6
7
8
/**
 * The number of times this HashMap has been structurally modified
 * Structural modifications are those that change the number of mappings in
 * the HashMap or otherwise modify its internal structure (e.g.,
 * rehash).  This field is used to make iterators on Collection-views of
 * the HashMap fail-fast.  (See ConcurrentModificationException).
 */
transient int modCount;
  • HashMap被结构性修改的次数
  • 结构性修改是指改变了KV映射数量的操作或者修改了HashMap的内部结构（如 rehash）
  • 这个用于fail-fast

threshold

1
2
3
4
5
6
7
8
9
10
/**
 * The next size value at which to resize (capacity * load factor).
 *
 * @serial
 */
// (The javadoc description is true upon serialization.
// Additionally, if the table array has not been allocated, this
// field holds the initial array capacity, or zero signifying
// DEFAULT_INITIAL_CAPACITY.)
int threshold;
  • 当需要resize时的阈值
  • 即当HashMap中KV映射的数量（即size）超过了threshold就会resize
  • threshold=capacity*loadFactor

loadFactor

1
2
3
4
5
6
/**
 * The load factor for the hash table.
 *
 * @serial
 */
final float loadFactor;
  • 装载因子

capacity

  • 成员变量中并没有capacity这个数据
  • 当然capacity可以通过threshold和loadFactor计算得来

内部数据结构

node

1
2
3
4
5
6
7
8
9
10
11
12
13
14
15
16
17
18
19
20
21
22
23
24
25
26
27
28
29
30
31
32
33
34
35
36
37
38
39
40
41
42
43
/**
 * Basic hash bin node, used for most entries.  (See below for
 * TreeNode subclass, and in LinkedHashMap for its Entry subclass.)
 */
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;
    }
}
  • hash指的是key对应的hash值
  • 其成员方法hashCode为node对象的hash值
  • 在成员变量table中引用的就是这个Node
    • transient Node<K,V>[] table;
  • 其实在HashMap中大部分用到的是链表存储结构，很少用到树形存储结构
  • 其实，理想情况下，hash函数设计的好，链表存储结构都用不到

静态工具方法

hash()

1
2
3
4
5
6
7
8
9
10
11
12
13
14
15
16
17
18
19
20
/**
 * Computes key.hashCode() and spreads (XORs) higher bits of hash
 * to lower.  Because the table uses power-of-two masking, sets of
 * hashes that vary only in bits above the current mask will
 * always collide. (Among known examples are sets of Float keys
 * holding consecutive whole numbers in small tables.)  So we
 * apply a transform that spreads the impact of higher bits
 * downward. There is a tradeoff between speed, utility, and
 * quality of bit-spreading. Because many common sets of hashes
 * are already reasonably distributed (so don't benefit from
 * spreading), and because we use trees to handle large sets of
 * collisions in bins, we just XOR some shifted bits in the
 * cheapest possible way to reduce systematic lossage, as well as
 * to incorporate impact of the highest bits that would otherwise
 * never be used in index calculations because of table bounds.
 */
static final int hash(Object key) {
    int h;
    return (key == null) ? 0 : (h = key.hashCode()) ^ (h >>> 16);
}

为什么要有HashMap的hash()方法

  • 难道不能直接使用KV中K原有的hash值吗？
  • 在HashMap的put、get操作时为什么不能直接使用K中原有的hash值？

  • 为什么要这么干呢？

    • 这个与HashMap中table下标的计算有关indexFor方法

      1
      2
      n = table.length;
      index = （n-1） & hash;

    • 因为table的长度都是2的幂，因此index仅与hash值的低n位有关，hash的高n位都被与操作置0了

    • 假设table.length=2^4=16

      image

    • 由上图可以看到，只有hash值的低4位参与了运算
    • 这样做很容易产生碰撞，这样就算散列值分布再松散，要是只取最后几位的话，碰撞也会很严重。更要命的是如果散列本身做得不好，分布上成等差数列的漏洞，恰好使最后几个低位呈现规律性重复，碰撞问题会更明显。
    • 为了解决上述问题，设计者权衡了speed、utility, and quality，将高16位与低16位异或来减少这种影响
    • 仅仅异或一下，既减少了系统的开销，也不会造成因为高位没有参与下标的计算（table的长度较小时），从而引起的碰撞
  • 从上面的代码可以看出，key的hash值的计算方法
    • key的hash值高16位不变，低16位与高16位异或作为key的最终hash值
    • h >>> 16，表示无符号右移16位，高位补0，任何数跟0异或都是其本身，因此key的hash值高16位不变。
    • 混合原始哈希码的高位和低位，以此来加大低位的随机性。而且混合后的低位掺杂了高位的部分特征，这样高位的信息也被变相保留下来。

为什么HashMap的容量要是2的幂

  • 因为这样（数组长度-1）正好相当于一个“低位掩码”。“与”操作的结果就是散列值的高位全部归零，只保留低位值，用来做数组下标访问。
  • 以初始长度16为例，16-1=15。2进制表示是00000000 00000000 00001111。和某散列值做“与”操作如下，结果就是截取了最低的四位值。
    1
    2
    3
    4
        10100101 11000100 00100101
    &   00000000 00000000 00001111
    ----------------------------------
        00000000 00000000 00000101    //高位全部归零，只保留末四位

tableSizeFor()

1
2
3
4
5
6
7
8
9
10
11
12
/**
 * Returns a power of two size for the given target capacity.
 */
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;
}

  • 这个方法被调用的地方：

    1
    2
    3
    4
    5
    public HashMap(int initialCapacity, float loadFactor) {
        /**省略此处代码**/
        this.loadFactor = loadFactor;
        this.threshold = tableSizeFor(initialCapacity);
    }

  • 由此可以看到，当在实例化HashMap时，如果给定了initialCapacity，由于HashMap的capacity都是2的幂，因此这个方法用于找到大于等于initialCapacity的最小的2的次幂（initialCapacity如果就是2的幂，则返回的还是这个数）

  • 下面分析这个算法

    • 首先为什么要对cap做减1操作int n = cap - 1;
      • 这是为了防止cap已经是2的幂
      • 如果cap已经是2的幂，又没有执行这个减1操作，则执行完后面的 几条无符号右移操作后，返回的capacity将是这个cap的2倍
    • 下面看几个无符号的右移操作
      • 如果n这时为0（经历了cap-1之后），则经过后面的几次无符号右移依然是0，最后返回的capacity是1,（最后有个n+1的操作）
      • 这里只讨论n不等于0的情况
        • 第一次右移
          • n |= n >>> 1;
          • 由于n不等于0，则n的二进制表示中总会有一个bit为1，这时考虑最高位的1
          • 通过无符号右移1位，则将最高位的1右移了一位，在做或操作，便得n的二进制表示中与最高位的1紧邻的右边一位也为1，如000011xxxxxx
        • 第二次右移
          • n |= n >>> 2;
          • 注意这个n已经做过n |= n >>> 1;操作
          • 假设此时n为000011xxxxxx
          • 则n无符号右移两位，会讲最高位两个连续的1右移两位，然后再与原来的n做或操作，这样n的二进制表示的高位中会有4个连续的1，如00001111xxxxxx
        • 第三次右移
          • n |= n >>> 4;
          • 这次把已经有的高位中的连续的4个1，右移4位
          • 再做或操作
          • 这样n的二进制表示的高位中会有8个连续的1。如00001111 1111xxxxxx
        • 依次类推
        • 注意，容量最大也就是32bit的正数
        • 因此最后n |= n >>> 16;
        • 最多也就32个1，但是这时已经大于了MAXIMUM_CAPACITY
        • 所以取值到MAXIMUM_CAPACITY

    • 举个例子

      image

  • 注意，得到的这个capacity却被赋值给了threshold
    • this.threshold = tableSizeFor(initialCapacity);
    • 这不是一个bug，因为在构造方法中，并没有对table这个成员变量进行初始化
    • table的初始化被推迟到了put方法中，在put方法中会对threshold重新计算

get()

1
2
3
4
5
6
7
8
9
10
11
12
13
14
15
16
17
18
19
20
21
22
23
24
25
26
27
28
29
30
31
32
33
34
35
36
37
38
39
40
41
42
43
44
45
46
47
48
/**
 * Returns the value to which the specified key is mapped,
 * or {@code null} if this map contains no mapping for the key.
 *
 * <p>More formally, if this map contains a mapping from a key
 * {@code k} to a value {@code v} such that {@code (key==null ? k==null :
 * key.equals(k))}, then this method returns {@code v}; otherwise
 * it returns {@code null}.  (There can be at most one such mapping.)
 *
 * <p>A return value of {@code null} does not <i>necessarily</i>
 * indicate that the map contains no mapping for the key; it's also
 * possible that the map explicitly maps the key to {@code null}.
 * The {@link #containsKey containsKey} operation may be used to
 * distinguish these two cases.
 *
 * @see #put(Object, Object)
 */
public V get(Object key) {
    Node<K,V> e;
    return (e = getNode(hash(key), key)) == null ? null : e.value;
}

/**
 * Implements Map.get and related methods
 *
 * @param hash hash for key
 * @param key the key
 * @return the node, or null if none
 */
final Node<K,V> getNode(int hash, Object key) {
    Node<K,V>[] tab; Node<K,V> first, e; int n; K k;
    if ((tab = table) != null && (n = tab.length) > 0 &&
        (first = tab[(n - 1) & hash]) != null) {
        if (first.hash == hash && // always check first node
            ((k = first.key) == key || (key != null && key.equals(k))))
            return first;
        if ((e = first.next) != null) {
            if (first instanceof TreeNode)
                return ((TreeNode<K,V>)first).getTreeNode(hash, key);
            do {
                if (e.hash == hash &&
                    ((k = e.key) == key || (key != null && key.equals(k))))
                    return e;
            } while ((e = e.next) != null);
        }
    }
    return null;
}
  • 上面的注释中说的比较重要的一点就是，如果返回值是null，并不是一定没有这种KV映射，也可能是该key映射的值value是null，即key-null映射
  • 也就说，使用get方法并不能判断这个key是否存在，只能通过containsKey来实现
  • 由此可见get方法调用的是getNode方法，返回一个Node
  • getNode方法接受两个参数hash值和key值
  • 首先判断first node，在判断的时候，先看hash值是否相等，再看地址是否相等，再看equals的返回值
  • 然后再遍历，判断first是不是树节点，是的话，在树中查找，否则，遍历链表

containsKey()

1
2
3
4
5
6
7
8
9
10
11
/**
 * Returns <tt>true</tt> if this map contains a mapping for the
 * specified key.
 *
 * @param   key   The key whose presence in this map is to be tested
 * @return <tt>true</tt> if this map contains a mapping for the specified
 * key.
 */
public boolean containsKey(Object key) {
    return getNode(hash(key), key) != null;
}

put()

1
2
3
4
5
6
7
8
9
10
11
12
13
14
15
16
17
18
19
20
21
22
23
24
25
26
27
28
29
30
31
32
33
34
35
36
37
38
39
40
41
42
43
44
45
46
47
48
49
50
51
52
53
54
55
56
57
58
59
60
61
62
63
64
65
66
67
68
/**
 * Associates the specified value with the specified key in this map.
 * If the map previously contained a mapping for the key, the old
 * value is replaced.
 *
 * @param key key with which the specified value is to be associated
 * @param value value to be associated with the specified key
 * @return the previous value associated with <tt>key</tt>, or
 *         <tt>null</tt> if there was no mapping for <tt>key</tt>.
 *         (A <tt>null</tt> return can also indicate that the map
 *         previously associated <tt>null</tt> with <tt>key</tt>.)
 */
public V put(K key, V value) {
    return putVal(hash(key), key, value, false, true);
}

/**
 * Implements Map.put and related methods
 *
 * @param hash hash for key
 * @param key the key
 * @param value the value to put
 * @param onlyIfAbsent if true, don't change existing value
 * @param evict if false, the table is in creation mode.
 * @return previous value, or null if none
 */
final V putVal(int hash, K key, V value, boolean onlyIfAbsent,
               boolean evict) {
    Node<K,V>[] tab; Node<K,V> p; int n, i;
    if ((tab = table) == null || (n = tab.length) == 0)
        n = (tab = resize()).length;
    if ((p = tab[i = (n - 1) & hash]) == null)
        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))))
            e = p;
        else if (p instanceof TreeNode)
            e = ((TreeNode<K,V>)p).putTreeVal(this, tab, hash, key, value);
        else {
            for (int binCount = 0; ; ++binCount) {
                if ((e = p.next) == null) {
                    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;
}
  • put方法将KV放在map中
  • 如果，该key已经存放在map中，则用新值直接替换旧值
  • put的返回值：如果该key已经存放在map中，则返回其映射的旧值；如果不存在，则返回null，表示没有该key对应的映射值（也可能原来的映射是key-null）
  • 当new HashMap实例时，并没有初始化其成员变量transient Node<K,V>[] table;，也就是说并没有为table分配内存
  • 只有当put元素时才通过resize方法对table进行初始化
  • 因此，建议需要先了解一下resize方法
  • put方法分为两种情况
    • bucket是以链表形式存储还是以树形结构存储
    • 如果key已存在则修改旧值，并返回旧值
    • 如果key不存在，则执行插入操作，返回null
    • 如果是插入操作还要modCount++
    • 但如果是链表存储时，如果插入元素之后超过了TREEIFY_THRESHOLD，还要进行树化操作
  • 注意，put操作，当发生碰撞时，如果是使用链表处理冲突，执行尾插法。这个跟ConcurrentHashMap不同，ConcurrentHashMap执行的是头插法。因为，其HashEntry的next是final的

put的基本操作流程

  • 通过hash值得到所在bucket的下标，如果为null，表示没有发生碰撞，则直接put
  • 如果发生了put，则解决发生碰撞的实现方式：链表还是树
  • 如果能够找到该key的节点，则执行更新操作，无需对modCount增1
  • 如果没有找到该key的节点，则执行插入操作，需要对modCount增1
  • 在执行插入操作时，如果bucket中bin的数量超过TREEIFY_THRESHOLD，则要树化
  • 在执行插入操作之后，如果size超过了threshold，则需要扩容

resize()

1
2
3
4
5
6
7
8
9
10
11
12
13
14
15
16
17
18
19
20
21
22
23
24
25
26
27
28
29
30
31
32
33
34
35
36
37
38
39
40
41
42
43
44
45
46
47
48
49
50
51
52
53
54
55
56
57
58
59
60
61
62
63
64
65
66
67
68
69
70
71
72
73
74
75
76
77
78
79
80
81
82
/**
 * Initializes or doubles table size.  If null, allocates in
 * accord with initial capacity target held in field threshold.
 * Otherwise, because we are using power-of-two expansion, the
 * elements from each bin must either stay at same index, or move
 * with a power of two offset in the new table.
 *
 * @return the table
 */
final Node<K,V>[] resize() {
    Node<K,V>[] oldTab = table;
    int oldCap = (oldTab == null) ? 0 : oldTab.length;
    int oldThr = threshold;
    int newCap, newThr = 0;
    if (oldCap > 0) {
        if (oldCap >= MAXIMUM_CAPACITY) {
            threshold = Integer.MAX_VALUE;
            return oldTab;
        }
        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;
    else {               // zero initial threshold signifies using defaults
        newCap = DEFAULT_INITIAL_CAPACITY;
        newThr = (int)(DEFAULT_LOAD_FACTOR * DEFAULT_INITIAL_CAPACITY);
    }
    if (newThr == 0) {
        float ft = (float)newCap * loadFactor;
        newThr = (newCap < MAXIMUM_CAPACITY && ft < (float)MAXIMUM_CAPACITY ?
                  (int)ft : Integer.MAX_VALUE);
    }
    threshold = newThr;
    @SuppressWarnings({"rawtypes","unchecked"})
        Node<K,V>[] newTab = (Node<K,V>[])new Node[newCap];
    table = newTab;
    if (oldTab != null) {
        for (int j = 0; j < oldCap; ++j) {
            Node<K,V> e;
            if ((e = oldTab[j]) != null) {
                oldTab[j] = null;
                if (e.next == null)
                    newTab[e.hash & (newCap - 1)] = e;
                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;
                        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;
}

注释翻译

  • 初始化或者翻倍表大小。如果表为null，则根据存放在threshold变量中的初始化capacity的值来分配table内存（这个注释说的很清楚，在实例化HashMap时，capacity其实是存放在了成员变量threshold中，注意，HashMap中没有capacity这个成员变量）。如果表不为null，由于我们使用2的幂来扩容，则每个bin元素要么还在原来的bucket中，要么在2的幂中

代码解析

newCap与newThr

1
2
3
4
5
6
7
8
9
10
11
12
13
14
15
16
17
18
19
20
21
22
23
24
25
Node<K,V>[] oldTab = table;
int oldCap = (oldTab == null) ? 0 : oldTab.length;
int oldThr = threshold;
int newCap, newThr = 0;
if (oldCap > 0) {
    if (oldCap >= MAXIMUM_CAPACITY) {
        threshold = Integer.MAX_VALUE;
        return oldTab;
    }
    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;
else {               // zero initial threshold signifies using defaults
    newCap = DEFAULT_INITIAL_CAPACITY;
    newThr = (int)(DEFAULT_LOAD_FACTOR * DEFAULT_INITIAL_CAPACITY);
}
if (newThr == 0) {
    float ft = (float)newCap * loadFactor;
    newThr = (newCap < MAXIMUM_CAPACITY && ft < (float)MAXIMUM_CAPACITY ?
              (int)ft : Integer.MAX_VALUE);
}
threshold = newThr;
  • 如果oldTab != null，则oldCap>0;
    • 如果此时oldCap >= MAXIMUM_CAPACITY，则表示已经到了最大容量，这时还要往map中放数据，则阙值设置为整数的最大值Integer.MAX_VALUE，直接返回这个oldMap的内存地址
    • 如果此时oldCap< MAXIMUM_CAPACITY，表示还没到达最大容量
      • 如果进行扩容后newCap < MAXIMUM_CAPACITY并且 oldCap的初始化值大于等于DEFAULT_INITIAL_CAPACITY（16），则将threshold扩大一倍。因为threshold=capacity*loadFactor，capacity变成原来的2倍，则threshold也要变成原来的2倍。
  • 如果oldTab==null，则oldCap=0：
    • 如果oldThr>0，表示在实例化HashMap时，调用了HashMap的带参构造方法，初始化了threshold，这时将阈值赋值给newCap，因为在构造方法 中是将capacity赋值给了threshold。
    • 如果oldThr<=0，表示在实例化HashMap时，调用的是HashMap的默认构造方法，则newCap和newThr都使用默认值

  • 这时要判断newThr是否等于0

    • newThr等于0表示

      1
      2
      3
      else if ((newCap = oldCap << 1) < MAXIMUM_CAPACITY &&
           >= DEFAULT_INITIAL_CAPACITY)
      newThr = oldThr << 1; // double thresholdoldCap>0，

      这一步判断失败，有可能是扩容后大于了MAXIMUM_CAPACITY，也有可能是oldCap小于DEFAULT_INITIAL_CAPACITY导致的
      和oldCap

      1
      2
      else if (oldThr > 0) // initial capacity was placed in threshold
          newCap = oldThr;

      判断成功，oldThr大于0

    • 然后根据newCap和loadFactor确定newThr。有可能这时newCap已经大于MAXIMUM_CAPACITY了，则将thresHold设置为最大的整数，否则直接使用计算得来的新的newThr。
  • 下面就是分配内存，如果oldTab == null，则 返回newTab。
  • 如果oldTab = null，则需要将原内存地址中的数据拷贝给newTab的地址

下标的变化

  • 例如我们从16扩展为32时，具体的变化如下所示

image

  • 其中n即表示容量capacity。resize之后，因为n变为2倍，那么n-1的mask范围在高位多1bit(红色)，因此新的index就会发生这样的变化

image

  • 因此，我们在扩充HashMap的时候，不需要重新计算hash，只需要看看原来的hash值新增的那个bit是1还是0就好了，是0的话索引没变，是1的话索引变成“原索引+oldCap”。可以看看下图为16扩充为32的resize示意图：

image

  • 这个设计确实非常的巧妙，既省去了重新计算hash值的时间，而且同时，由于新增的1bit是0还是1可以认为是随机的，因此resize的过程，均匀的把之前的冲突的节点分散到新的bucket了。
  • 在链表中进行操作时，使用的是尾插法