码迷,mamicode.com
首页 > 其他好文 > 详细

数据结构 - HashMap

时间:2020-03-27 17:08:27      阅读:86      评论:0      收藏:0      [点我收藏+]

标签:lte   开始   hashmap   put   serial   awt   数组   查找   转型   

技术图片

简介

HashMap的主干是一个Entry数组。Entry是HashMap的基本组成单元,每一个Entry包含一个key-value键值对

public class HashMap<K,V> extends AbstractMap<K,V>
????????implements Map<K,V>, Cloneable, Serializable
属性
// 默认数组长度 16
static final int DEFAULT_INITIAL_CAPACITY = 1 << 4; // aka 16
// 最大数组长度
static final int MAXIMUM_CAPACITY = 1 << 30;
// 默认加载因子
static final float DEFAULT_LOAD_FACTOR = 0.75f;
// 链表转红黑树阈值
static final int TREEIFY_THRESHOLD = 8;
// 红黑树转链表阈值
static final int UNTREEIFY_THRESHOLD = 6;
// 链表转红黑树限制
static final int MIN_TREEIFY_CAPACITY = 64;
// 元素数组
transient Node<K,V>[] table;
// 将数据转换成set的另一种存储形式,这个变量主要用于迭代功能
transient Set<Entry<K,V>> entrySet;
// 数组长度
transient int size;
// 修改次数
transient int modCount;
// 扩容阈值
int threshold;
// 实际加载因子
final float loadFactor;
基础方法
public int size() {
? ? return size;
}
public boolean isEmpty() {
? ? return size == 0;
}
public boolean containsKey(Object key) {
? ? return getNode(hash(key), key) != null;
}
获取Hash
static final int hash(Object key) {
????int h;
????return (key == null) ? 0 : (h = key.hashCode()) ^ (h >>> 16);
}

从源码中可以看出,hash算法实际上就键的hashCode与hashCode无符号右移16位异或,为什么要搞这么麻烦呢?hashCode范围-2147483648到2147483648,这么大的数HashMap根本放不下,那么他是如何确定元素所在的数组下标呢?没错就是通过余数,正常情况下我们取余通过%,例如

9%2=1
9%4=1

在特殊情况下针对这种除数是2的n次幂还可以用&,例如

1001&0001=1(9%2或者9&(2-1))
1001&0011=1(9%4或者9&(4-1))

二进制中,一个数右移1位相当于除以2的商,而恰巧被移除出去的那一位就是除以2得到的余数,例如

9>>1 二进制 1001>>1=100,结果为4,9除以2等于4,1001向右移1位被移除的是1,9模2等于1

不仅是除以2,对于一个数要除以2的n次幂,也就是相当于把这个数向右移n位,而被移出去的n位即正好是我们要求是余数。例如

9>>2 二进制 1001>>2=10,结果为2
? ? 9除以4(2的2次幂)等于2,1001向右移2位被移除的是1,9模4等于1
19>>3 二进制 10011>>3=10,结果为2
? ? 19除以8(2的3次幂)等于2,10011向右移3位被移除的是3,19模8等于3

对于除数是2的n次方的算式,我们只需要得到被除数的低n位就可以了,而正好,对于2的n次方这样的数,我们将其转换为二进制之后,它就是第n+1位为1,其余低位都为0的数,因此我们将其减1,就得到了第n+1位为0,而其他位都为1的数,用此数与被除数k进行位与运算,就得到了被除数的低n位二进制数

若一个数m满足:m=2n,那么k % m = k & (m-1)

通过上面可以的值hashCode&(16-1)可以得到余数,把前面换成hashCode&1111可以看出,实际上只有hashCode后4位参与运算,前面都是无效数据(都被0替换)。这样算出来的散列效果并不好,有没有办法把前面也参与运算?于是就有了高位与地位先异或一次,让结果中包含高位特征,然后在取余。

计算长度
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;
}

此方法返回一个比给定整数大且最接近的2的幂次方整数,先排除cap - 1以9为例

9>>>1 二进制1001>>>1=100即4,9|4二进制1001 | 100=1101即13
13>>>2 二进制1101>>>2=11即3,13|3二进制1101 | 11=1111即15
15>>>4 二进制1111>>>4=0即3,15|0二进制1111 | 0=1111即15
15>>>8 二进制1111>>>8=0即3,15|0二进制1111 | 0=1111即15
15>>>16 二进制1111>>>16=0即3,15|0二进制1111 | 0=1111即15

最后n+1即16,这里你发现了什么?9的二进制1001最后全变成了1111,实际上就是把这个数所有为都变成1,最后在加1一个是2的n次幂(2的n次幂,转换二进制就是n+1位为1其他位都是0,2的n次幂减一,转换二进制就是从n位开始都是1)。如果cap为2的n次幂时,n+1位都会变成1,这样都超过我们想要的值了,所以要cap-1。(负数补码最终都会变成-1)

构造函数
public HashMap(int initialCapacity, float loadFactor) {
????// 判断长度是否越界
????if (initialCapacity < 0)
????????throw new IllegalArgumentException("Illegal initial capacity: " +
????????????????initialCapacity);
????if (initialCapacity > MAXIMUM_CAPACITY)
????????initialCapacity = MAXIMUM_CAPACITY;
????// 判断加载因子不能小于等于0,也不能是无穷值NAN
????if (loadFactor <= 0 || Float.isNaN(loadFactor))
????????throw new IllegalArgumentException("Illegal load factor: " +
????????????????loadFactor);
????// 设置加载因子
????this.loadFactor = loadFactor;
? ? // 计算扩容阈值(初始化时阈值并没有乘以加载因子)
????this.threshold = tableSizeFor(initialCapacity);
}

此构造函数只设置了加载因子和计算下次扩容阈值,并没有创建数组

public HashMap(int initialCapacity) {
????// 调用两个参数的构造函数,加载因子使用默认值
????this(initialCapacity, DEFAULT_LOAD_FACTOR);
}

此构造函数调用上面构造函数初始化

public HashMap() {
????// 设置默认加载因子
????this.loadFactor = DEFAULT_LOAD_FACTOR; // all other fields defaulted
}

最常用的构造函数,除了设置默认加载因子,其实什么事也没干

public HashMap(Map<? extends K, ? extends V> m) {
????// 设置默认加载因子
????this.loadFactor = DEFAULT_LOAD_FACTOR;
????putMapEntries(m, false);
}

调用putMapEntries方法,方法如下

final void putMapEntries(Map<? extends K, ? extends V> m, boolean evict) {
????// 获取m长度
????int s = m.size();
????// 判断长度大于0
????if (s > 0) {
????????// 当前table为空
????????if (table == null) {
????????????// 长度除以加载因子(5/0.75=6.666...),算长度时只能算整数所以加1
????????????float ft = ((float)s / loadFactor) + 1.0F;
????????????int t = ((ft < (float)MAXIMUM_CAPACITY) ?
????????????????????(int)ft : MAXIMUM_CAPACITY);
????????????// 以m算出来的数组长度大于扩容阈值,则修改扩容阈值
????????????// 当前table为空,所以会用这个阈值当数组初始化长度
????????????if (t > threshold)
????????????????threshold = tableSizeFor(t);
????????}
????????else if (s > threshold)
????????????// 长度大于扩容阈值,先扩容一次
????????????resize();
????????// 遍历参数m的所有entry
????????for (Map.Entry<? extends K, ? extends V> e : m.entrySet()) {
????????????K key = e.getKey();
????????????V value = e.getValue();
????????????// 向当前map中添加元素
????????????putVal(hash(key), key, value, false, evict);
????????}
????}
}
键取值
public V get(Object key) {
? ? // 声明节点
? ? Node<K,V> e;
? ? // 调用getNode获取节点,不为空时取值
? ? return (e = getNode(hash(key), key)) == null ? null : e.value;
}
final Node<K,V> getNode(int hash, Object key) {
? ? // 声明变量
? ? Node<K,V>[] tab; Node<K,V> first, e; int n; K k;
? ? // 判断数组是否为空,判断元素个数是否等于0,判断数组中头元素是否为空
? ? if ((tab = table) != null && (n = tab.length) > 0 &&
? ? ? ? ? ? (first = tab[(n - 1) & hash]) != null) {
? ? ? ? // 判断头元素hash是否一样,一样时判断键是否一样
? ? ? ? if (first.hash == hash &&
? ? ? ? ? ? ? ? ((k = first.key) == key || (key != null && key.equals(k))))
? ? ? ? ? ? // 都一样返回头元素
? ? ? ? ? ? return first;
? ? ? ? // 不一样找下级元素
? ? ? ? if ((e = first.next) != null) {
? ? ? ? ? ? // 头元素为树节点去红黑树中找
? ? ? ? ? ? if (first instanceof TreeNode)
? ? ? ? ? ? ? ? return ((TreeNode<K,V>)first).getTreeNode(hash, key);
? ? ? ? ? ? // 头节点不为树节点,就是链表遍历链表查找
? ? ? ? ? ? do {
? ? ? ? ? ? ? ? // hash一样,键一样就返回当前元素
? ? ? ? ? ? ? ? if (e.hash == hash &&
? ? ? ? ? ? ? ? ? ? ? ? ((k = e.key) == key || (key != null && key.equals(k))))
? ? ? ? ? ? ? ? ? ? return e;
? ? ? ? ? ? // 给e赋,为空时退出循环 ? ?
? ? ? ? ? ? } while ((e = e.next) != null);
? ? ? ? }
? ? }
? ? // 没找到返回null
? ? return null;
}
添加方法
public V put(K key, V value) {
? ? // 调用putVal方法
? ? return putVal(hash(key), key, value, false, true);
}
// onlyIfAbsent 表示是否仅在 oldValue 为 null 的情况下更新键值对的值
// evict 如果为false,则表处于创建阶段
final V putVal(int hash, K key, V value, boolean onlyIfAbsent,
? ? ? ? ? ? ? ?boolean evict) {
? ? // 声明变量
? ? Node<K,V>[] tab; Node<K,V> p; int n, i;
? ? // 判断数组是否为空,判断数组长度是否为0
? ? if ((tab = table) == null || (n = tab.length) == 0)
? ? ? ? // 开始初始化(使用下次扩容阈值扩容并返回长度)
? ? ? ? n = (tab = resize()).length;
?
? ? // 通过取余得到索引,通过索引找到槽,判断槽中是否有元素
? ? if ((p = tab[i = (n - 1) & hash]) == null)
? ? ? ? // 没有元素时,构建元素并存入
? ? ? ? tab[i] = newNode(hash, key, value, null);
? ? else {// 槽中有元素的逻辑(p不为空)
? ? ? ? // 声明临时变量
? ? ? ? Node<K,V> e; K k;
? ? ? ? // 如果键跟头元素一样,则将e指向该键值对
? ? ? ? if (p.hash == hash &&
? ? ? ? ? ? ? ? ((k = p.key) == key || (key != null && key.equals(k))))
? ? ? ? ? ? // 一样赋值给e
? ? ? ? ? ? e = p;
? ? ? ? // 如果p是树节点,即走红黑树插入逻辑
? ? ? ? else if (p instanceof TreeNode)
? ? ? ? ? ? e = ((TreeNode<K,V>)p).putTreeVal(this, tab, hash, key, value);
? ? ? ? else {
? ? ? ? ? ? // 最后走链表逻辑
? ? ? ? ? ? for (int binCount = 0; ; ++binCount) {
? ? ? ? ? ? ? ? // 直到找到尾部
? ? ? ? ? ? ? ? if ((e = p.next) == null) {
? ? ? ? ? ? ? ? ? ? // 能进入到这儿,e一定为空,表示没有重复建
? ? ? ? ? ? ? ? ? ? p.next = newNode(hash, key, value, null);
? ? ? ? ? ? ? ? ? ? // binCount从0开始,大于等于7就会尝试链变树
? ? ? ? ? ? ? ? ? ? // 判断前已经添加,所以binCount=7时实际元素是8
? ? ? ? ? ? ? ? ? ? // 前面又加了一个,所以从第9个开始尝试变树
? ? ? ? ? ? ? ? ? ? if (binCount >= TREEIFY_THRESHOLD - 1)
? ? ? ? ? ? ? ? ? ? ? ? // 尝试变树
? ? ? ? ? ? ? ? ? ? ? ? treeifyBin(tab, hash);
? ? ? ? ? ? ? ? ? ? break;
? ? ? ? ? ? ? ? }
? ? ? ? ? ? ? ? // 如果键跟e一样,则跳出循环
? ? ? ? ? ? ? ? if (e.hash == hash &&
? ? ? ? ? ? ? ? ? ? ? ? ((k = e.key) == key || (key != null && key.equals(k))))
? ? ? ? ? ? ? ? ? ? break;
? ? ? ? ? ? ? ? // 当前轮e赋值给p
? ? ? ? ? ? ? ? p = e;
? ? ? ? ? ? }
? ? ? ? }
? ? ? ? // 当e不为空,也就是有重复值
? ? ? ? if (e != null) {
? ? ? ? ? ? V oldValue = e.value;
? ? ? ? ? ? // 原值为空时,无论onlyIfAbsent是什么,都会被新值覆盖
? ? ? ? ? ? if (!onlyIfAbsent || oldValue == null)
? ? ? ? ? ? ? ? e.value = value;
? ? ? ? ? ? // 此方法在HashMap中是空方法,LinkedHashMap中会讲
? ? ? ? ? ? afterNodeAccess(e);
? ? ? ? ? ? // 返回原值
? ? ? ? ? ? return oldValue;
? ? ? ? }
? ? }
? ? // 能走到这儿,至少说明没有重复建(有重复前面已经返回了)
? ? // 并且添加新元素成功,修改次数加1
? ? ++modCount;
? ? // size加1,并判断是否达到下次扩容阈值
? ? if (++size > threshold)
? ? ? ? // 扩容
? ? ? ? resize();
? ? // 此方法在HashMap中是空方法,LinkedHashMap中会讲
? ? afterNodeInsertion(evict);
? ? // 添加成功返回空
? ? return null;
}

从putVal源代码中我们可以知道,当插入一个元素成功的时候size就加1,若size大于threshold的时候,就会进行扩容(1、替换元素不会触发扩容,2、先添加元素在判断扩容)。按数组默认长16,扩容法值12,当我们加完第13个元素后开始扩容,若果中间有hash冲突可能只用了10个槽,一样会扩容,HashMap是否会空槽,跟hash算法有关。扩容会遍历所有的元素,时间复杂度很高,但是扩容处理后,元素会更加均匀的分布在各个槽中,会提升访问效率。

链表转树前置方法
final void treeifyBin(Node<K,V>[] tab, int hash) {
? ? int n, index; Node<K,V> e;
? ? // 只有在添加时,链表长度超过8才会调用这个方法
? ? // 数组为空或者,数组长度小于64,不管有没有达到扩容阈值都会扩容一次
? ? if (tab == null || (n = tab.length) < MIN_TREEIFY_CAPACITY)
? ? ? ? resize();
? ? // 槽中链表头元素不为空
? ? else if ((e = tab[index = (n - 1) & hash]) != null) {
? ? ? ? TreeNode<K,V> hd = null, tl = null;
? ? ? ? do {
? ? ? ? ? ? // 普通节点转为树节点
? ? ? ? ? ? TreeNode<K,V> p = replacementTreeNode(e, null);
? ? ? ? ? ? // 当前轮临时元素为空(第一次)
? ? ? ? ? ? if (tl == null)
? ? ? ? ? ? ? ? // 设置头元素
? ? ? ? ? ? ? ? hd = p;
? ? ? ? ? ? else {
? ? ? ? ? ? ? ? // 设置新节点前面节点为当前轮tl
? ? ? ? ? ? ? ? p.prev = tl;
? ? ? ? ? ? ? ? // 当前轮临时结点下一个结点设置为新节点
? ? ? ? ? ? ? ? tl.next = p;
? ? ? ? ? ? }
? ? ? ? ? ? // 节点下移
? ? ? ? ? ? tl = p;
? ? ? ? } while ((e = e.next) != null);// 原链表中节点末尾退出
? ? ? ? // 替换槽中整条链,当新双向链表不为空时(节点已经替换成树节点)
? ? ? ? if ((tab[index] = hd) != null)
? ? ? ? ? ? // 双向链表转红黑树
? ? ? ? ? ? hd.treeify(tab);
? ? }
}
扩容
final Node<K,V>[] resize() {
? ? // 原数组
? ? Node<K,V>[] oldTab = table;
? ? // 原数组长度
? ? int oldCap = (oldTab == null) ? 0 : oldTab.length;
? ? // 原扩容阈值
? ? int oldThr = threshold;
? ? // 新长度,新扩容阈值
? ? int newCap, newThr = 0;
? ? // 原数组长度大于0
? ? if (oldCap > 0) {
? ? ? ? // 是否达到上限
? ? ? ? if (oldCap >= MAXIMUM_CAPACITY) {
? ? ? ? ? ? // 达到上限不在扩容
? ? ? ? ? ? threshold = Integer.MAX_VALUE;
? ? ? ? ? ? return oldTab;
? ? ? ? }
? ? ? ? // 原长度扩容一倍,并且新长度小于上限,原长度大于16
? ? ? ? else if ((newCap = oldCap << 1) < MAXIMUM_CAPACITY &&
? ? ? ? ? ? ? ? oldCap >= DEFAULT_INITIAL_CAPACITY)
? ? ? ? ? ? // 新扩容阈值也增加一倍
? ? ? ? ? ? newThr = oldThr << 1; // double threshold
? ? }
? ? // 原扩容阈值大于0
? ? else if (oldThr > 0)
? ? ? ? // 原数组长度为0,原扩容阈值大于0,只有在初始化时存在
? ? ? ? newCap = oldThr;
? ? else {
? ? ? ? // HashMap新建状态赋值
? ? ? ? newCap = DEFAULT_INITIAL_CAPACITY;
? ? ? ? newThr = (int)(DEFAULT_LOAD_FACTOR * DEFAULT_INITIAL_CAPACITY);
? ? }
?
? ? // 新扩容阈值为0(只有在初始化时,走到这儿才会新扩容阈值等于0)
? ? if (newThr == 0) {
? ? ? ? // 计算新扩容阈值(新长度*加载因子,并且小于上限)
? ? ? ? float ft = (float)newCap * loadFactor;
? ? ? ? newThr = (newCap < MAXIMUM_CAPACITY && ft < (float)MAXIMUM_CAPACITY ?
? ? ? ? ? ? ? ? (int)ft : Integer.MAX_VALUE);
? ? }
? ? // 赋值新扩容阈值
? ? threshold = newThr;
? ? // 创建新数组
? ? @SuppressWarnings({"rawtypes","unchecked"})
? ? Node<K,V>[] newTab = (Node<K,V>[])new Node[newCap];
? ? table = newTab;
? ? // 以下逻辑是元素迁移逻辑
? ? if (oldTab != null) {
? ? ? ? // 遍历原数组
? ? ? ? for (int j = 0; j < oldCap; ++j) {
? ? ? ? ? ? Node<K,V> e;
? ? ? ? ? ? // e这时为槽里第一个元素(无论是链表还是红黑树,找到头元素,下面的都可以获得)
? ? ? ? ? ? if ((e = oldTab[j]) != null) {
? ? ? ? ? ? ? ? // 头元素拿出来后,当前槽清空
? ? ? ? ? ? ? ? oldTab[j] = null;
? ? ? ? ? ? ? ? // 只有一个元素
? ? ? ? ? ? ? ? if (e.next == null)
? ? ? ? ? ? ? ? ? ? // 只有一个元素时,直接放入新数组槽中
? ? ? ? ? ? ? ? ? ? newTab[e.hash & (newCap - 1)] = e;
? ? ? ? ? ? ? ? // 红黑树
? ? ? ? ? ? ? ? else if (e instanceof TreeNode)
? ? ? ? ? ? ? ? ? ? // 请看TreeNode的split方法
? ? ? ? ? ? ? ? ? ? ((TreeNode<K,V>)e).split(this, newTab, j, oldCap);
? ? ? ? ? ? ? ? // 链表
? ? ? ? ? ? ? ? else {
? ? ? ? ? ? ? ? ? ? // loHead 原槽中头节点,loTail 原链当前节点
? ? ? ? ? ? ? ? ? ? Node<K,V> loHead = null, loTail = null;
? ? ? ? ? ? ? ? ? ? // hiHead 扩容槽中头节点,hiTail 扩容链当前节点
? ? ? ? ? ? ? ? ? ? Node<K,V> hiHead = null, hiTail = null;
? ? ? ? ? ? ? ? ? ? // 下级元素
? ? ? ? ? ? ? ? ? ? Node<K,V> next;
? ? ? ? ? ? ? ? ? ? // 遍历链表上所有元素
? ? ? ? ? ? ? ? ? ? do {
? ? ? ? ? ? ? ? ? ? ? ? // 先取出当前元素的下级元素
? ? ? ? ? ? ? ? ? ? ? ? next = e.next;
? ? ? ? ? ? ? ? ? ? ? ? // 判断是否可以放在原槽中(0可以,oldCap需要移动)
? ? ? ? ? ? ? ? ? ? ? ? if ((e.hash & oldCap) == 0) {
? ? ? ? ? ? ? ? ? ? ? ? ? ? // 头结点为空
? ? ? ? ? ? ? ? ? ? ? ? ? ? if (loTail == null)
? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? // 当前结点赋给头结点
? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? loHead = e;
? ? ? ? ? ? ? ? ? ? ? ? ? ? else
? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? // 否则往后追加
? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? loTail.next = e;
? ? ? ? ? ? ? ? ? ? ? ? ? ? // 相当于当前结点下移
? ? ? ? ? ? ? ? ? ? ? ? ? ? loTail = e;
? ? ? ? ? ? ? ? ? ? ? ? }
? ? ? ? ? ? ? ? ? ? ? ? else {
? ? ? ? ? ? ? ? ? ? ? ? ? ? // 扩容槽头节点为空
? ? ? ? ? ? ? ? ? ? ? ? ? ? if (hiTail == null)
? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? // 赋值头节点
? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? hiHead = e;
? ? ? ? ? ? ? ? ? ? ? ? ? ? else
? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? // 头结点不为空往后追加
? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? hiTail.next = e;
? ? ? ? ? ? ? ? ? ? ? ? ? ? // 扩容槽中当前节点下移
? ? ? ? ? ? ? ? ? ? ? ? ? ? hiTail = e;
? ? ? ? ? ? ? ? ? ? ? ? }
? ? ? ? ? ? ? ? ? ? } while ((e = next) != null);
? ? ? ? ? ? ? ? ? ? // 原链不为空
? ? ? ? ? ? ? ? ? ? if (loTail != null) {
? ? ? ? ? ? ? ? ? ? ? ? // 这一步主要作用是清空原结构冗余链
? ? ? ? ? ? ? ? ? ? ? ? loTail.next = null;
? ? ? ? ? ? ? ? ? ? ? ? // 整个头结点放入槽中
? ? ? ? ? ? ? ? ? ? ? ? newTab[j] = loHead;
? ? ? ? ? ? ? ? ? ? }
? ? ? ? ? ? ? ? ? ? if (hiTail != null) {
? ? ? ? ? ? ? ? ? ? ? ? // 这一步主要作用是清空原结构冗余链
? ? ? ? ? ? ? ? ? ? ? ? hiTail.next = null;
? ? ? ? ? ? ? ? ? ? ? ? // 整个扩容头结点放入扩容后槽中
? ? ? ? ? ? ? ? ? ? ? ? newTab[j + oldCap] = hiHead;
? ? ? ? ? ? ? ? ? ? }
? ? ? ? ? ? ? ? }
? ? ? ? ? ? }
? ? ? ? }
? ? }
? ? // 返回新数组
? ? return newTab;
}

很多人对(e.hash & oldCap) == 0可能会有疑问,这里解释一下。它的结果只能是0或者oldCap,认真看来hash获取的都知道取余hash&oldCap-1,那么扩容后取余方式hash&newCap-1,举个实际的例子

12%4,二进制1100 & ? 11 = 0 ? ?10进制0
12%8,二进制1100 & 1 11 = 100 ?10进制4

实际上,扩容后取余方式就是在前面又补1,后面的11都没用上(对于2n次幂肯定一样);那么扩容后这个元素是否需要移动到扩容后槽中,其实就看(newCap-1)最高位就行。既然我们只需要看这一位那我就把hash其他位全变成零,1 11中后面11换成0根hash位与操作就行,刚好(newCap-1)除了高位一外其他位换0就是oldCap。所以这er要么是0要么就是oldCap,需要往新槽里面移动的,只需要在原槽基础上加oldCap就可以了。

删除
public V remove(Object key) {
? ? Node<K,V> e;
? ? return (e = removeNode(hash(key), key, null, false, true)) == null ? null : e.value;
}
public boolean remove(Object key, Object value) {
? ? return removeNode(hash(key), key, value, true, true) != null;
}
// matchValue 为true,则表示删除它key对应的value,不删除key,
// movable 为false,则表示删除后,不移动节点
final Node<K,V> removeNode(int hash, Object key, Object value,
? ? ? ? ? ? ? ? ? ? ? ? ? ?boolean matchValue, boolean movable) {
? ? Node<K,V>[] tab; Node<K,V> p; int n, index;
? ? // 哈希数组不为null,且长度大于0,然后获得到要删除key的节点所在是数组下标位置
? ? if ((tab = table) != null && (n = tab.length) > 0 &&
? ? ? ? ? ? (p = tab[index = (n - 1) & hash]) != null) {
? ? ? ? // nodee 存储要删除的节点,e 临时变量,k 当前节点的key,v 当前节点的value
? ? ? ? Node<K,V> node = null, e; K k; V v;
? ? ? ? // 如果数组下标的节点正好是要删除的节点,把值赋给临时变量node
? ? ? ? if (p.hash == hash &&
? ? ? ? ? ? ? ? ((k = p.key) == key || (key != null && key.equals(k))))
? ? ? ? ? ? node = p;
? ? ? ? ? ? // 链表或者红黑树
? ? ? ? else if ((e = p.next) != null) {
? ? ? ? ? ? if (p instanceof TreeNode)
? ? ? ? ? ? ? ? // 遍历红黑树,找到该节点并返回
? ? ? ? ? ? ? ? node = ((TreeNode<K,V>)p).getTreeNode(hash, key);
? ? ? ? ? ? else { // 表示为链表节点,一样的遍历找到该节点
? ? ? ? ? ? ? ? do {
? ? ? ? ? ? ? ? ? ? if (e.hash == hash &&
? ? ? ? ? ? ? ? ? ? ? ? ? ? ((k = e.key) == key ||
? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? (key != null && key.equals(k)))) {
? ? ? ? ? ? ? ? ? ? ? ? node = e;
? ? ? ? ? ? ? ? ? ? ? ? break;
? ? ? ? ? ? ? ? ? ? }
? ? ? ? ? ? ? ? ? ? // 如果进入了链表中的遍历,那么此处的p不再是数组下标的节点,而是要删除结点的上一个结点
? ? ? ? ? ? ? ? ? ? p = e;
? ? ? ? ? ? ? ? } while ((e = e.next) != null);
? ? ? ? ? ? }
? ? ? ? }
? ? ? ? // 找到要删除的节点后,判断!matchValue,我们正常的remove删除,!matchValue都为true
? ? ? ? if (node != null && (!matchValue || (v = node.value) == value ||
? ? ? ? ? ? ? ? (value != null && value.equals(v)))) {
? ? ? ? ? ? // 如果删除的节点是红黑树结构,则去红黑树中删除
? ? ? ? ? ? if (node instanceof TreeNode)
? ? ? ? ? ? ? ? ((TreeNode<K,V>)node).removeTreeNode(this, tab, movable);
? ? ? ? ? ? ? ? // 如果是链表结构,且删除的节点为数组下标节点,也就是头结点,直接让下一个作为头
? ? ? ? ? ? else if (node == p)
? ? ? ? ? ? ? ? tab[index] = node.next;
? ? ? ? ? ? else // 为链表结构,删除的节点在链表中,把要删除的下一个结点设为上一个结点的下一个节点
? ? ? ? ? ? ? ? p.next = node.next;
? ? ? ? ? ? // 修改计数器
? ? ? ? ? ? ++modCount;
? ? ? ? ? ? // 长度减1
? ? ? ? ? ? --size;
? ? ? ? ? ? // 此方法在hashMap中是为了让子类去实现,主要是对删除结点后的链表关系进行处理
? ? ? ? ? ? afterNodeRemoval(node);
? ? ? ? ? ? // 返回删除的节点
? ? ? ? ? ? return node;
? ? ? ? }
? ? }
? ? // 返回null则表示没有该节点,删除失败
? ? return null;
}
清除重置
public void clear() {
? ? Node<K,V>[] tab;
? ? modCount++;
? ? // 数组不为空
? ? if ((tab = table) != null && size > 0) {
? ? ? ? size = 0;
? ? ? ? // 遍历数组
? ? ? ? for (int i = 0; i < tab.length; ++i)
? ? ? ? ? ? // 所有槽清空
? ? ? ? ? ? tab[i] = null;
? ? }
}

可以看出,HashMap并没有清除所有元素,只是清空所有槽,并且不会改变槽个数

void reinitialize() {
? ? table = null;
? ? entrySet = null;
? ? keySet = null;
? ? values = null;
? ? modCount = 0;
? ? threshold = 0;
? ? size = 0;
}

清空所有数据

创建、转型节点
Node<K,V> newNode(int hash, K key, V value, Node<K,V> next) {
? ? return new Node<>(hash, key, value, next);
}

创建新普通节点

Node<K,V> replacementNode(Node<K,V> p, Node<K,V> next) {
? ? return new Node<>(p.hash, p.key, p.value, next);
}

其他节点转换为普通节点

TreeNode<K,V> newTreeNode(int hash, K key, V value, Node<K,V> next) {
? ? return new TreeNode<>(hash, key, value, next);
}

创建树节点

TreeNode<K,V> replacementTreeNode(Node<K,V> p, Node<K,V> next) {
? ? return new TreeNode<>(p.hash, p.key, p.value, next);
}

普通节点转换为树节点

替换
public boolean replace(K key, V oldValue, V newValue) {
? ? Node<K,V> e; V v;
? ? // 根据key查找节点,如果节点的值不为oldValue时放弃修改
? ? if ((e = getNode(hash(key), key)) != null &&
? ? ? ? ? ? ((v = e.value) == oldValue || (v != null && v.equals(oldValue)))) {
? ? ? ? e.value = newValue;
? ? ? ? afterNodeAccess(e);
? ? ? ? return true;
? ? }
? ? return false;
}

只有在key存在,并且key对应的值跟oldValue一样时,才会替换

public V replace(K key, V value) {
? ? Node<K,V> e;
? ? // 根据key查找节点
? ? if ((e = getNode(hash(key), key)) != null) {
? ? ? ? V oldValue = e.value;
? ? ? ? // 新值覆盖原值
? ? ? ? e.value = value;
? ? ? ? afterNodeAccess(e);
? ? ? ? // 返回原值
? ? ? ? return oldValue;
? ? }
? ? return null;
}

找到节点就覆盖,找不到就返回空

重要内部类
Node类
static class Node<K,V> implements Map.Entry<K,V>
Node属性
// hash值
final int hash;
// 键
final K key;
// 值
V value;
// 下一个元素
Node<K,V> next;
Node构造函数
Node(int hash, K key, V value, Node<K,V> next) {
? ? this.hash = hash;
? ? this.key = key;
? ? this.value = value;
? ? this.next = next;
}

Node构造函数只负责初始化内部属性

Node方法
public final K getKey() ? ? ? ?{ return key; }
public final V getValue() ? ? ?{ return value; }
public final String toString() { return key + "=" + value; }
public final V setValue(V newValue) {
? ? V oldValue = value;
? ? value = newValue;
? ? return oldValue;
}

可以看出只能更改值不能更改键

public final int hashCode() {
? ? return Objects.hashCode(key) ^ Objects.hashCode(value);
}

hashcode方法比较特殊,键的hashcode和值的hashcode异或

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;
}

equals方法其实就是比较键和值是否一样

TreeNode类
static final class TreeNode<K,V> extends LinkedHashMap.Entry<K,V>

不理解红黑树,看TreeNode源码比较吃力,这里顺带介绍下红黑树。
红黑树的五大特性:

1、每个结点是黑色或者红色。
2、根结点是黑色。
3、每个叶子结点(NIL)是黑色。(这里叶子结点,是指为空(NIL或NULL)的叶子结点!)
4、如果一个结点是红色的,则它的子结点必须是黑色的。
5、每个结点到叶子结点NIL所经过的黑色结点的个数一样的。(确保没有一条路径会比
其他路径长出俩倍,所以红黑树是相对接近平衡的二叉树的!)

红黑树基本操作:

左旋:以某个结点作为支点(旋转结点),其右子结点变为旋转结点的父结点,
    右子结点的左子结点变为旋转结点的右子结点,其左子结点保持不变。
右旋:以某个结点作为支点(旋转结点),其左子结点变为旋转结点的父结点,
    左子结点的右子结点变为旋转结点的左子结点,其右子结点保持不变。
变色:结点的颜色由红变黑或由黑变红。

LinkedHashMap.Entry类

static class Entry<K,V> extends HashMap.Node<K,V> {
? ? Entry<K,V> before, after;
? ? // 调用HashMap.Node构造函数
? ? Entry(int hash, K key, V value, Node<K,V> next) {
? ? ? ? super(hash, key, value, next);
? ? }
}

HashMap.Node前面已经讲过了,往上翻

TreeNode属性
// 父节点
TreeNode<K,V> parent;?
// 左节点
TreeNode<K,V> left;
// 又结点
TreeNode<K,V> right;
// 前面结点
TreeNode<K,V> prev;
// 当前结点颜色
boolean red;
// LinkedHashMap.Entry中上一个元素(双向链表)
Entry<K,V> before;?
// LinkedHashMap.Entry中下一个元素(双向链表)
Entry<K,V> after;
// hash值
final int hash;
// 键
final K key;
// 值
V value;
// 下一个元素
Node<K,V> next;
TreeNode构造函数
TreeNode(int hash, K key, V val, Node<K,V> next) {
? ? // 调用LinkedHashMap.Entry中构造函数
? ? super(hash, key, val, next);
}
TreeNode查找root结点
final TreeNode<K,V> root() {
? ? // 这里声明两个变量r、p,当前结点赋值给r,然后迭代
? ? for (TreeNode<K,V> r = this, p;;) {
? ? ? ? // 取当前结点的父节点赋值p,判断是否为空
? ? ? ? if ((p = r.parent) == null)
? ? ? ? ? ? // 没有父节点就是root结点
? ? ? ? ? ? return r;
? ? ? ? // p赋值给r继续迭代
? ? ? ? r = p;
? ? }
}
TreeNode的find方法
// h 为键的hash值,k 为键,kc 为比较器(实现了Comparable接口)
final TreeNode<K,V> find(int h, Object k, Class<?> kc) {
? ? // 声明变量p,并把当前节点赋值给它
? ? TreeNode<K,V> p = this;
? ? do {
? ? ? ? // 声明ph存放临时节点hash,dir 临时比较的结果,pk临时节点键
? ? ? ? int ph, dir; K pk;
? ? ? ? // pl 左节点,pr右节点,q下轮要找的节点
? ? ? ? TreeNode<K,V> pl = p.left, pr = p.right, q;
? ? ? ? // 把当前节点hash赋值给ph,判断当前节点hash是否大于h
? ? ? ? if ((ph = p.hash) > h)
? ? ? ? ? ? // 大于说明要找的节点在左边
? ? ? ? ? ? p = pl;
? ? ? ? else if (ph < h)
? ? ? ? ? ? // ph 小于h,说明要找的在右边
? ? ? ? ? ? p = pr;
 
? ? ? ? // 能走到这,至少说明hash一样了
? ? ? ? else if ((pk = p.key) == k || (k != null && k.equals(pk)))
? ? ? ? ? ? // 把当前节点键赋值给pk,然后判断是否一样,一样直接就返回
? ? ? ? ? ? return p;
 
? ? ? ? // 能走这儿,说明hash一样key不一样
? ? ? ? else if (pl == null)
? ? ? ? ? ? // 左边为空赋值右边,希望寄托下一轮
? ? ? ? ? ? p = pr;
? ? ? ? else if (pr == null)
? ? ? ? ? ? // 右边边为空赋值左边,希望寄托下一轮
? ? ? ? ? ? p = pl;
 
? ? ? ? // 能走这儿,说明hash一样,key不一样,还都有子节点
? ? ? ? // comparableClassFor 获取键的比较器
? ? ? ? // compareComparables 获取比较结果
? ? ? ? // 判断比较器是否为空,为空获取k的比较器,然后比较大小
? ? ? ? else if ((kc != null ||
? ? ? ? ? ? ? ? (kc = comparableClassFor(k)) != null) &&
? ? ? ? ? ? ? ? (dir = compareComparables(kc, k, pk)) != 0)
? ? ? ? ? ? // 比较结果小于0走左边,大于零走右边,等于0还是左右不分
? ? ? ? ? ? p = (dir < 0) ? pl : pr;
 
? ? ? ? // 前面比较器比较结果也一样,尝试右边查一把
? ? ? ? else if ((q = pr.find(h, k, kc)) != null)
? ? ? ? ? ? // 查到了就返回
? ? ? ? ? ? return q;
? ? ? ? else
? ? ? ? ? ? // 没查到,从左边继续下一轮查
? ? ? ? ? ? p = pl;
? ? } while (p != null);
? ? // 都查完了还是空,只能返回没查到
? ? return null;
}

find方法使用比较多所以这里先做分析

TreeNode的getTreeNode方法
final TreeNode<K,V> getTreeNode(int h, Object k) {
? ? return ((parent != null) ? root() : this).find(h, k, null);
}

这里先判断自己是不是root结点,如果是就从自身开始找,如果不是先找root,然后从root开始找TreeNode添加

final TreeNode<K,V> putTreeVal(HashMap<K,V> map, Node<K,V>[] tab,
? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ?int h, K k, V v) {
? ? // 比较器
? ? Class<?> kc = null;
? ? // 是否搜索过(只有在hash和比较器都不能确定时才会用)
? ? boolean searched = false;
? ? // 获取头结点
? ? TreeNode<K,V> root = (parent != null) ? root() : this;
? ? // 从头结点开始遍历
? ? for (TreeNode<K,V> p = root;;) {
? ? ? ? // dir 比较器比较结果,ph 当前临时hash,pk当前临时键
? ? ? ? int dir, ph; K pk;
? ? ? ? if ((ph = p.hash) > h)
? ? ? ? ? ? // 当前hash大于h,走左边
? ? ? ? ? ? dir = -1;
? ? ? ? else if (ph < h)
? ? ? ? ? ? // 当前hash小于h,走右边
? ? ? ? ? ? dir = 1;
? ? ? ? else if ((pk = p.key) == k || (k != null && k.equals(pk)))
? ? ? ? ? ? // 键已存在
? ? ? ? ? ? return p;
? ? ? ? // 相同hash,键不等,通过比较器确定
? ? ? ? else if ((kc == null &&
? ? ? ? ? ? ? ? (kc = comparableClassFor(k)) == null) ||
? ? ? ? ? ? ? ? (dir = compareComparables(kc, k, pk)) == 0) {
? ? ? ? ? ? // 比较器比较也一样
? ? ? ? ? ? if (!searched) { // 没搜索过
? ? ? ? ? ? ? ? TreeNode<K,V> q, ch;
? ? ? ? ? ? ? ? // 设置搜索标志
? ? ? ? ? ? ? ? searched = true;
? ? ? ? ? ? ? ? // 先搜索左边,没搜到,在搜索右边(find方法前面有将)
? ? ? ? ? ? ? ? if (((ch = p.left) != null &&
? ? ? ? ? ? ? ? ? ? ? ? (q = ch.find(h, k, kc)) != null) ||
? ? ? ? ? ? ? ? ? ? ? ? ((ch = p.right) != null &&
? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? (q = ch.find(h, k, kc)) != null))
? ? ? ? ? ? ? ? ? ? // 搜索到就返回q
? ? ? ? ? ? ? ? ? ? return q;
? ? ? ? ? ? }
? ? ? ? ? ? // 搜索过或者没搜到,只能通过物理hash大小确定左右
? ? ? ? ? ? dir = tieBreakOrder(k, pk);
? ? ? ? }
 
? ? ? ? // 走这儿说明没有重复建
? ? ? ? TreeNode<K,V> xp = p;
? ? ? ? // 这里一定可以确定左右(dir只能是-1或1,为0前面已经转掉了)
? ? ? ? if ((p = (dir <= 0) ? p.left : p.right) == null) {
? ? ? ? ? ? // 能到这儿,说明有一边为空,
? ? ? ? ? ? Node<K,V> xpn = xp.next;// 兼容双向原链表结构
? ? ? ? ? ? // 创建新树节点,原下级链表接在此节点后
? ? ? ? ? ? TreeNode<K,V> x = map.newTreeNode(h, k, v, xpn);
? ? ? ? ? ? // 新节点上树
? ? ? ? ? ? if (dir <= 0)
? ? ? ? ? ? ? ? xp.left = x;
? ? ? ? ? ? else
? ? ? ? ? ? ? ? xp.right = x;
? ? ? ? ? ? // 维护双向链表下级节点
? ? ? ? ? ? xp.next = x;
? ? ? ? ? ? // 维护树父级节点,维护双向链表前面结点
? ? ? ? ? ? x.parent = x.prev = xp;
? ? ? ? ? ? // 当前结点下级几点不为空时,需要把下级节点前面指向x
? ? ? ? ? ? if (xpn != null)
? ? ? ? ? ? ? ? ((TreeNode<K,V>)xpn).prev = x;
? ? ? ? ? ? // 平衡红黑树
? ? ? ? ? ? moveRootToFront(tab, balanceInsertion(root, x));
? ? ? ? ? ? // 添加成功返回空
? ? ? ? ? ? return null;
? ? ? ? }
? ? }
}
TreeNode删除
// 此方法只有HashMap删除时找到应该删除的结点为树节点是才会调用
final void removeTreeNode(HashMap<K,V> map, Node<K,V>[] tab,
? ? ? ? ? ? ? ? ? ? ? ? ? boolean movable) {
? ? int n;
? ? // 数组为空时直接返回
? ? if (tab == null || (n = tab.length) == 0)
? ? ? ? return;
? ? // 确定当前元素所在的槽
? ? int index = (n - 1) & hash;
? ? // first、root临时当前槽头节点
? ? TreeNode<K,V> first = (TreeNode<K,V>)tab[index], root = first, rl;
? ? // succ临时当前节点的下级节点, pred临时当前节点前面节点
? ? TreeNode<K,V> succ = (TreeNode<K,V>)next, pred = prev;
? ? // 删除的节点是头节点
? ? if (pred == null)
? ? ? ? tab[index] = first = succ;
? ? else
? ? ? ? // 不是头节点,上级节点下级指向当前下级
? ? ? ? pred.next = succ;
? ? // 不是尾节点,把下级节点的上级指向当前上级
? ? if (succ != null)
? ? ? ? succ.prev = pred;
? ? // --走到这双向链表中该节点已经删除成功--
 
? ? // 头节点为空直接返回
? ? if (first == null)
? ? ? ? return;
? ? // 头节点上级不为空
? ? if (root.parent != null)
? ? ? ? // 重新找root节点
? ? ? ? root = root.root();
? ? if (root == null// 头节点为空
? ? ? ? ? ? || (movable
? ? ? ? ? ? && (root.right == null // 头节点右为空
? ? ? ? ? ? || (rl = root.left) == null // 头节点左为空
? ? ? ? ? ? || rl.left == null))) { // 左节点的左节点为空
? ? ? ? // 树链表,树转链表依赖双向链表,不依赖树结构(这种情况无视长度小于6?)
? ? ? ? tab[index] = first.untreeify(map); ?// too small
? ? ? ? return;
? ? }
? ? // 下面开始从树结构中移除当前元素
? ? TreeNode<K,V> p = this, pl = left, pr = right, replacement;
? ? // 左右都不为空
? ? if (pl != null && pr != null) {
? ? ? ? // 找到右节点下最左边节点(循环左边的左边)
? ? ? ? // 右边所有子节点中,最左边的一定最接近当前节点(可以自己推)
? ? ? ? TreeNode<K,V> s = pr, sl;
? ? ? ? while ((sl = s.left) != null) // find successor
? ? ? ? ? ? s = sl;
? ? ? ? // 交换p(当前节点)和s(右边最左下)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;
? ? ? ? // 当前节点的右节点没有左节点(简单交换位置)
? ? ? ? if (s == pr) {
? ? ? ? ? ? // 当前上级指向s
? ? ? ? ? ? p.parent = s;
? ? ? ? ? ? // 当前节点放到s右边
? ? ? ? ? ? s.right = p;
? ? ? ? }
? ? ? ? else {
? ? ? ? ? ? // s节点和当前节点互换位置并设置父节点
? ? ? ? ? ? TreeNode<K,V> sp = s.parent;
? ? ? ? ? ? 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有右节点,把p设置成sr的父节点
? ? ? ? if ((p.right = sr) != null)
? ? ? ? ? ? sr.parent = p;
? ? ? ? // 把p的左节点交接给s
? ? ? ? if ((s.left = pl) != null)
? ? ? ? ? ? pl.parent = s;
? ? ? ? // 把p的父节点交接给s
? ? ? ? if ((s.parent = pp) == null)
? ? ? ? ? ? root = s;
? ? ? ? else if (p == pp.left)
? ? ? ? ? ? pp.left = s;
? ? ? ? else
? ? ? ? ? ? pp.right = s;
? ? ? ? // 如果sr不为null替换p的节点就是sr,否则为p
? ? ? ? if (sr != null)
? ? ? ? ? ? replacement = sr;
? ? ? ? else
? ? ? ? ? ? replacement = p;
? ? }
? ? // 左右空的情况
? ? else if (pl != null)
? ? ? ? replacement = pl;
? ? else if (pr != null)
? ? ? ? replacement = pr;
? ? else
? ? ? ? replacement = p;
 
? ? if (replacement != p) {
? ? ? ? // 把要删除的移除掉
? ? ? ? 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;
? ? }
 
? ? TreeNode<K,V> r = p.red ? root : balanceDeletion(root, replacement);
 
? ? if (replacement == p) { ?// detach
? ? ? ? // 移除当前节点
? ? ? ? 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;
? ? ? ? }
? ? }
? ? // 是否需要平衡树
? ? if (movable)
? ? ? ? moveRootToFront(tab, r);
}
树转链表
final Node<K,V> untreeify(HashMap<K,V> map) {
? ? Node<K,V> hd = null, tl = null;
? ? // 这里只依赖链表转换
? ? for (Node<K,V> q = this; q != null; q = q.next) {
? ? ? ? // TreeNode将转化成Node
? ? ? ? Node<K,V> p = map.replacementNode(q, null);
? ? ? ? if (tl == null)
? ? ? ? ? ? hd = p;
? ? ? ? else
? ? ? ? ? ? tl.next = p;
? ? ? ? tl = p;
? ? }
? ? return hd;
}
TreeNode扩容迁移节点
final void split(HashMap<K,V> map, Node<K,V>[] tab, int index, int bit) {
? ? TreeNode<K,V> b = this;
? ? // loHead 扩容前头节点,loTail扩容前临时结点
? ? // hiHead 扩容前头节点,hiTail扩容前临时结点
? ? TreeNode<K,V> loHead = null, loTail = null;
? ? TreeNode<K,V> hiHead = null, hiTail = null;
? ? // lc原槽中元素个数, hc扩容槽元素个数
? ? 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) {
? ? ? ? // 原槽元素个数小于等于6,树转链表
? ? ? ? if (lc <= UNTREEIFY_THRESHOLD)
? ? ? ? ? ? tab[index] = loHead.untreeify(map);
? ? ? ? else {
? ? ? ? ? ? tab[index] = loHead;
? ? ? ? ? ? if (hiHead != null)
? ? ? ? ? ? ? ? loHead.treeify(tab);
? ? ? ? }
? ? }
? ? if (hiHead != null) {
? ? ? ? // 扩容槽中元素个数小于等于6,树转链表
? ? ? ? if (hc <= UNTREEIFY_THRESHOLD)
? ? ? ? ? ? tab[index + bit] = hiHead.untreeify(map);
? ? ? ? else {
? ? ? ? ? ? tab[index + bit] = hiHead;
? ? ? ? ? ? if (loHead != null)
? ? ? ? ? ? ? ? hiHead.treeify(tab);
? ? ? ? }
? ? }
}
双向链表转树

调用此方法前必须先构建双向链表

final void treeify(Node<K,V>[] tab) {
? ? TreeNode<K,V> root = null;
? ? for (TreeNode<K,V> x = this, next; x != null; x = next) {
? ? ? ? next = (TreeNode<K,V>)x.next;
? ? ? ? x.left = x.right = null;
? ? ? ? // 插入的是第一个元素 并给root赋值
? ? ? ? if (root == null) {
? ? ? ? ? ? x.parent = null;
? ? ? ? ? ? x.red = false;
? ? ? ? ? ? root = x;
? ? ? ? }
? ? ? ? else {
? ? ? ? ? ? K k = x.key;
? ? ? ? ? ? int h = x.hash;
? ? ? ? ? ? Class<?> kc = null;
? ? ? ? ? ? //插入到红黑树中的位置 逻辑跟putTreeVal类似
? ? ? ? ? ? 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;
? ? ? ? ? ? ? ? if ((p = (dir <= 0) ? p.left : p.right) == null) {
? ? ? ? ? ? ? ? ? ? x.parent = xp;
? ? ? ? ? ? ? ? ? ? if (dir <= 0)
? ? ? ? ? ? ? ? ? ? ? ? xp.left = x;
? ? ? ? ? ? ? ? ? ? else
? ? ? ? ? ? ? ? ? ? ? ? xp.right = x;
? ? ? ? ? ? ? ? ? ? root = balanceInsertion(root, x);
? ? ? ? ? ? ? ? ? ? break;
? ? ? ? ? ? ? ? }
? ? ? ? ? ? }
? ? ? ? }
? ? }
? ? // 把root节点移到链表头
? ? moveRootToFront(tab, root);
}
头节点前移
static <K,V> void moveRootToFront(Node<K,V>[] tab, TreeNode<K,V> root) {
? ? int n;
? ? if (root != null && tab != null && (n = tab.length) > 0) {
? ? ? ? // 确定槽位置
? ? ? ? int index = (n - 1) & root.hash;
? ? ? ? TreeNode<K,V> first = (TreeNode<K,V>)tab[index];
? ? ? ? // 如果链表的头不是红黑树的头节点 则把root移到头节点 也就是first的前面
? ? ? ? if (root != first) {
? ? ? ? ? ? Node<K,V> rn;
? ? ? ? ? ? tab[index] = root;
? ? ? ? ? ? TreeNode<K,V> rp = root.prev;
? ? ? ? ? ? if ((rn = root.next) != null)
? ? ? ? ? ? ? ? ((TreeNode<K,V>)rn).prev = rp;
? ? ? ? ? ? if (rp != null)
? ? ? ? ? ? ? ? rp.next = rn;
? ? ? ? ? ? if (first != null)
? ? ? ? ? ? ? ? first.prev = root;
? ? ? ? ? ? root.next = first;
? ? ? ? ? ? root.prev = null;
? ? ? ? }
? ? ? ? // 检查一下红黑树的各个成员变量是否正常
? ? ? ? assert checkInvariants(root);
? ? }
}

moveRootToFront的作用就是把root节点move到链表的头
技术图片

数据结构 - HashMap

标签:lte   开始   hashmap   put   serial   awt   数组   查找   转型   

原文地址:https://www.cnblogs.com/yuanjiangnan/p/12582349.html

(0)
(0)
   
举报
评论 一句话评论(0
登录后才能评论!
© 2014 mamicode.com 版权所有  联系我们:gaon5@hotmail.com
迷上了代码!