一起读源码之 — HashMap(jdk1.8)

摘要：的相比的最大的变动就是结构的修改，在之前数组链表的基础上，增加了红黑树的结构。如下图下面我们就来一起学习一下的源码吧这里我想先吐槽一下的源码，代码可读性比差太多了脑壳疼但是在精简程度上要比的好一些。

jdk1.8的hashMap相比1.7的最大的变动就是结构的修改，在之前数组+链表的基础上，增加了红黑树的结构。

1.7的hashMap我们已经看过了，其中在查找节点的时候，会去根据hash找到对应的数组，接着去遍历之后的链表结构，当hash冲突比较多的时候，链表就会非常的长，此时遍历链表的效率就会很低，所以大神们在将红黑树加入到了1.8的hashMap中，当链表长度大于8的时候，会将链表转换为红黑树，提高了查找节点的效率。如下图：

下面我们就来一起学习一下jdk1.8的hashMap源码吧！
这里我想先吐槽一下1.8的源码，代码可读性比1.7差太多了...脑壳疼~但是在精简程度上要比1.7的好一些。

先看put()方法

    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) {
        // 这里p可以视为一个指针，指向tab[i]位置的节点
        // n: 数组的length
        // i: 根据hash算出的数组下标
        Node[] tab; Node p; int n, i;
        // 将tab数组指向table，并判断table如果为空，则进入resize()中进行初始化
        if ((tab = table) == null || (n = tab.length) == 0)
            // 1.8的hashMap将初始化方法和resize()合并到了一起
            n = (tab = resize()).length;
        // 很据hash值找到tab[i]并将p指向tabl[i]，如果没有内容，创建新的链表节点放到i的位置
        if ((p = tab[i = (n - 1) & hash]) == null)
            tab[i] = newNode(hash, key, value, 
        else { // 进入else表示tabl[i]处有内容，下面需要进一步判断key是否一致
            Node e; K k;
            // 插入的key和tab[i]处的key相等，将p赋值给e(exist)节点
            if (p.hash == hash &&
                ((k = p.key) == key || (key != null && key.equals(k))))
                e = p;
            // 如果该节点是代表红黑树的节点，调用红黑树的插值方法
            else if (p instanceof TreeNode)
                e = ((TreeNode)p).putTreeVal(this, tab, hash, key, value);
            else { // 进入else说明hash相同，且tab[i]处是一个多节点的链表
                // 循环链表
                for (int binCount = 0; ; ++binCount) {
                    // 将e指向p.next，并判断p.next是否有内容，
                    // 如果没有内容，说明tab[i]处没找到一致的key，将会此节点作为新节点插入
                    // 插入的位置为链表尾部
                    if ((e = p.next) == null) {
                        p.next = newNode(hash, key, value, null);
                        // 链表节点数如果大于8，调用treeifyBin将链表转为红黑树
                        if (binCount >= TREEIFY_THRESHOLD - 1) // -1 for 
                            treeifyBin(tab, hash);
                        break;
                    }
                    // 在tab[i]中找到了相同的key，跳出循环
                    // 此时e指向tab[i]中key等于新插入key的链表节点
                    if (e.hash == hash &&
                        ((k = e.key) == key || (key != null && key.equals(k))))
                        break;
                    p = e;
                }
            }
            // 插入的key在链表中已存在，只需要直接覆盖即可
            if (e != null) { // existing mapping for key
                V oldValue = e.value;
                if (!onlyIfAbsent || oldValue == null)
                    e.value = value;
                afterNodeAccess(e);
                return oldValue;
            }
        }
        ++modCount;
        // 判断是否需要扩容
        if (++size > threshold)
            resize();
        afterNodeInsertion(evict);
        return null;
    }

还需要注意的是

1.8中的put方法是在链表结尾插入新节点，而1.7是在头部插入新节点

1.8是先插入，再扩容，1.7是先扩容，再插入

接下来看一下resize()扩容方法

final Node[] resize() {
        Node[] oldTab = table;
        // 当前容量
        int oldCap = (oldTab == null) ? 0 : oldTab.length;
        // 当前阈值
        int oldThr = threshold;
        int newCap, newThr = 0;
        // 当前容量>0，表示map中已有内容
        if (oldCap > 0) {
            if (oldCap >= MAXIMUM_CAPACITY) {
                threshold = Integer.MAX_VALUE;
                return oldTab;
            }
            // 扩容一倍，并将阈值×2
            else if ((newCap = oldCap << 1) < MAXIMUM_CAPACITY &&
                     oldCap >= DEFAULT_INITIAL_CAPACITY)
                newThr = oldThr << 1; // double threshold
        }
        // 首次put，oldThr > 0 表示使用的是`new HashMap(int initialCapacity)`构造器进行的初始化
        else if (oldThr > 0) // initial capacity was placed in threshold
            // 初始化大小=阈值
            newCap = oldThr;
        // 首次put，else 表示使用的是默认构造器`new HashMap()`进行的初始化
        else {               // zero initial threshold signifies using defaults
            // 初始化大小=默认大小(16)并计算阈值
            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"})
        // 创建新数组
        Node[] newTab = (Node[])new Node[newCap];
        table = newTab;
        // 旧数据迁移
        if (oldTab != null) {
            // 遍历旧数组
            for (int j = 0; j < oldCap; ++j) {
                Node e;
                if ((e = oldTab[j]) != null) {
                    oldTab[j] = null;
                    // oldTab[j]处只有一个节点，就不需要遍历链表了，直接将此节点赋值到新数组对应hash位置上
                    if (e.next == null)
                        newTab[e.hash & (newCap - 1)] = e;
                    // 处理红黑树节点
                    else if (e instanceof TreeNode)
                        ((TreeNode)e).split(this, newTab, j, oldCap);
                    else { // preserve order
                        Node loHead = null, loTail = null;
                        Node hiHead = null, hiTail = null;
                        Node next;
                        do {
                            next = e.next;
                            // e.hash & oldCap 将旧的链表分成了lo(e.hash & oldCap为偶数)和hi(e.hash & oldCap为奇数)两个链
                            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);
                        // lo链会分配到和原下标相同的位置
                        // hi链会被分配到原下标+oldCap的位置
                        if (loTail != null) {
                            loTail.next = null;
                            // lo链
                            newTab[j] = loHead;
                        }
                        if (hiTail != null) {
                            hiTail.next = null;
                            // hi链
                            newTab[j + oldCap] = hiHead;
                        }
                    }
                }
            }
        }
        return newTab;
    }

get() 方法
相对put方法，get就简单了许多

    final Node getNode(int hash, Object key) {
        Node[] tab; Node first, e; int n; K k;
        if ((tab = table) != null && (n = tab.length) > 0 &&
            (first = tab[(n - 1) & hash]) != null) {
            // 如果第一个节点就是需要的，直接返回
            if (first.hash == hash && // always check first node
                ((k = first.key) == key || (key != null && key.equals(k))))
                return first;
            if ((e = first.next) != null) {
                // 从红黑树中取节点
                if (first instanceof TreeNode)
                    return ((TreeNode)first).getTreeNode(hash, key);
                // 从链表中取节点
                do {
                    if (e.hash == hash &&
                        ((k = e.key) == key || (key != null && key.equals(k))))
                        return e;
                } while ((e = e.next) != null);
            }
        }
        return null;
    }

remove() 删除节点

final Node removeNode(int hash, Object key, Object value,
                               boolean matchValue, boolean movable) {
        Node[] tab; Node p; int n, index;
        if ((tab = table) != null && (n = tab.length) > 0 &&
            (p = tab[index = (n - 1) & hash]) != null) {
            // node: 要被删除的节点
            Node node = null, e; K k; V v;
            // 如果头节点匹配，直接将node指向头节点
            if (p.hash == hash &&
                ((k = p.key) == key || (key != null && key.equals(k))))
                node = p;
            else if ((e = p.next) != null) {
                // 如果头节点不匹配，且头节点属于红黑树节点，从树中取出要删除的节点
                if (p instanceof TreeNode)
                    node = ((TreeNode)p).getTreeNode(hash, key);
                // 如果头节点不匹配，且头节点属于链表节点，遍历链表取出要删除的节点 
                else {
                    do {
                        if (e.hash == hash &&
                            ((k = e.key) == key ||
                             (key != null && key.equals(k)))) {
                            node = e;
                            break;
                        }
                        p = e;
                    } while ((e = e.next) != null);
                }
            }
            //如果找到了符合条件的待删除节点，根据节点类型去红黑树中或者链表中删除指定节点
            if (node != null && (!matchValue || (v = node.value) == value ||
                                 (value != null && value.equals(v)))) {
                if (node instanceof TreeNode)
                    ((TreeNode)node).removeTreeNode(this, tab, movable);
                else if (node == p)
                    tab[index] = node.next;
                else
                    p.next = node.next;
                ++modCount;
                --size;
                afterNodeRemoval(node);
                return node;
            }
        }
        return null;
    }

总结一下：

相对1.7的hashmap不同，1.8的结构采用数组+链表+红黑树的结构

1.8中的put方法是在链表结尾插入新节点，而1.7是在头部插入新节点

1.8是先插入，再扩容，1.7是先扩容，再插入

至此，1.8的hashMap源码阅读到这里就告一段落了，后边我们会继续看一下不同版本的ConcurrentHashMap源码，欢迎观看~